AI 분야 대학원생의 연구 주제 선정 팁
연구 주제 선정을 위해 고민해야 할 현실적인 것들
이번에는 연구 주제를 선정할 때 고려할 수 있는 현실적인 요소들을 공유해 드리겠습니다. AI 관련 대학원에 진학 예정이거나 이미 연구실에 들어왔지만 아직 명확히 하고자 하는 연구 주제를 정하지 못한 분들이 이 글을 참고하시면 좋겠습니다.
* 석사 학위 과정 이후 취업을 생각하시는 분들에 한정한 내용입니다.
보통 많은 분들이 연구를 시작할 때 업계에서 잘 알려진 분야 중에서 연구 주제를 선정합니다. 이는 그 분야가 잘 알려져 있기 때문에 접할 기회가 많고 산업에서 널리 사용되기 때문에 취업과의 연관성도 높기 때문입니다. 하지만 과연 잘 알려진 연구 분야에서 연구 주제를 선정하는 것이 항상 가장 좋은 선택인지에 대해 몇 가지 현실적인 측면을 살펴 보겠습니다.
연구 주제 선정의 중요성
석사 학위 기간 동안 연구한 주제가 졸업 후 취업에 가장 큰 영향을 끼치고, 박사 과정으로 진학하더라도 석사 때 어떤 연구를 했는지가 상당히 중요합니다. 또한 현실적으로 석사 학위 과정 중간에 연구 주제를 바꾸는 건 쉽지 않습니다. 물론 연구 주제는 사실 언제든 바꿀 수는 있지만 보통 연구 주제를 선정하고 반년 이상 연구를 해보다가 '아... 나랑 잘 맞지 않는다'라고 생각할 때쯤엔 이미 석사 과정은 반 이상 지났을 가능성이 높기 때문입니다. 그러므로 여러 이유에서 연구 주제를 선정하는 것은 굉장히 중요한 일입니다.
* 물론 취업 시 본인이 연구한 분야랑 완전히 동일한 일을 하는 곳으로 취업할 확률은 극히 드뭅니다. 하지만 어떤 연구를 했는지에 따라 어떤 기업의 어떤 직무로 입사하기 유리한지 어느 정도 정해지기 때문에 취업에 큰 영향을 끼친다고 볼 수 있습니다.
연구 주제 정하는 방법
연구 주제를 정할 때 가장 중요한 점은 본인이 하고 싶은 분야를 선택하는 것입니다. 하지만 가장 큰 문제는 명확하게 하고 싶은 것을 잘 모른다는 점입니다. 음식을 고를 때도 메뉴판에 있는 모든 메뉴를 알아야 제일 좋아하는 것을 선택할 수 있듯이, 연구 주제를 선택할 때도 해당 분야에 대한 기본 지식이 필요합니다.
또한, 연구 주제를 선정할 때는 본인이 나중에 하고 싶은 일과 연구 주제의 기여도를 일치시키는 것이 중요합니다. 예를 들어 객체 검출 분야에서도 세부 과제에 따라 연구의 중심이 뉴럴 네트워크 모델링이 될 수도 있고, 학습 방법론이나 데이터 자체를 다루는 연구일 수도 있습니다. 나중에 취업 시 원하는 직무와 어필하고 싶은 내용을 고려하여 연구 주제를 선정하는 것이 좋습니다.
연구 주제 정하기 막막하다면?
연구 주제를 정하는 것이 어려울 때는 먼저 본인이 일하고 싶은 기업과 원하는 직무를 고려하여 연구 주제를 선정하는 방법도 있습니다. 예를 들어, 현대 자동차에서 라이다 센서를 이용한 자율주행 알고리즘을 개발하고 싶다면, 라이다 데이터를 이용한 3D 객체 감지와 추적 분야로 연구 주제를 설정할 수 있습니다. 그러나 단순히 라이다를 이용한 3D 객체 감지를 선정했다고 해서 연구 주제가 확정된 것은 아닙니다. 센서의 종류, 데이터 처리 방법, 문제 해결 방법, 딥러닝 학습 전략, 특정 상황에서의 적용 등을 고려해 연구 주제를 세부적으로 조정해야 합니다. 결국 산업 동향, 연구 경향, 채용 정보 등을 찾아보며 자신이 관심 있는 분야를 탐색하는 과정이 연구 주제 선정에 도움이 됩니다.
인기 있는 연구 주제 vs 인기 없는 연구 주제
CVPR keywords인기 분야
인기 있는 연구 분야는 산업에서 많이 활용되지만, 그만큼 SOTA(State-Of-The-Art) 경쟁이 치열합니다. 연구하고 있는 동안 컨퍼런스에서 새로운 SOTA가 등장하는 경우가 흔하기 때문에 연구 결과가 빠르게 오래되어지는 현상이 있습니다. 비록 연구 성과가 높지 않더라도 인기 있는 분야에서의 연구는 취업 시에 도움이 될 수 있습니다.
비인기 분야
비교적 인기가 적은 연구 분야는 연구 성과 경쟁이 덜 치열하지만, 이는 산업에서 해당 주제에 관심을 갖지 않을 수 있음을 의미합니다. 또한, 이런 분야에서는 정보가 부족할 수 있어 데이터셋이나 SOTA 연구가 공개되어 있는지 확인하는 것이 중요합니다. 비인기 분야에서 좋은 연구 성과를 내더라도 취업 면접 시 연구 분야만으로 설명이 끝날 가능성이 있습니다.
취업과 채용 면접 관련 챕터에서 다시 말씀드리겠지만 본인 연구 주제를 남들에게 설명할 때 청자에 따라 효과적으로 설명하고 산업과 연계에서 설명하는 기술이 정말 중요합니다.
인기 vs 비인기 주제에 대한 개인적 의견
개인적인 생각으로는 짧은 석사 과정 동안 연구를 성과 있게 진행하기 위해서는 일부 인기 있는 연구 분야의 메인 task보다는 특정한 세부 연구 분야를 주제로 선정하는 것이 더 적합하다고 생각합니다. 특히 딥러닝 분야의 주요 연구 주제들은 보통 빅테크 기업이나 해외 대학들이 함께 연구하며 막강한 컴퓨팅 파워를 사용하는 경우가 허다합니다. 이는 일반적인 대학원생이 재현 실험을 할 수 없는 상황일 수 있으므로, 연구 주제를 선정할 때 현실적인 측면을 신중히 고려하는 것이 중요합니다.
지도 교수님과 연구 주제의 궁합
대학원생의 연구 성과는 주로 논문을 통해 보여지게 됩니다. 그러나 석사 과정 학생들은 논문 작성이 익숙하지 않을 뿐더러, 어떻게 하면 우수한 저널이나 학회에 논문이 게재될 수 있는지 잘 알지 못하는 경우가 많습니다. 또한 같은 연구 결과라 하더라도 논문의 논리적 설명에 따라 accept 또는 reject 결과가 달라질 수 있습니다.
따라서 논문이 accept될 수 있도록 지도 교수님의 피드백은 굉장히 중요합니다. 교수님이 잘 아는 연구 분야를 선택하는 것도 논문 작성과 연구의 효과성을 높이는 데 중요한 요소입니다. 모든 주제에 대해 교수님이 학생보다 더 잘 알지만, 교수님의 주요 연구 분야와 연결된 주제를 선택하면 논문 작성 과정에서 직접적이고 유익한 피드백을 받을 수 있습니다.
논문은 저널이나 컨퍼런스에 게재되며, 이들은 등급별로 평가됩니다. 좋은 등급의 저널이나 컨퍼런스에 논문을 게재하는 것은 우수한 연구 성과로 인정받는 중요한 요소입니다.
내가 하고 싶어서 시작한 대학원 생활과 연구라면, 결국 하고 싶은 연구를 하는 것이 최고라고 생각합니다. 그러나 현실적인 측면도 고려하는 것이 중요하다고 생각합니다. 이 글이 연구 주제를 선정하려는 분들에게 조금이나마 도움이 되었으면 좋겠습니다.
"AI 엔지니어의 모든 것" 매거진 전체 글
- AI 엔지니어
- AI & ML 엔지니어의 역할과 필요 역량
- AI & ML 엔지니어 세부 직무 소개!
- AI 대학원 관련 글
- AI 엔지니어로의 첫걸음
- AI 분야 대학원 진학, 어떤점을 고려해야 할까?
- AI 연구실 대학원생의 일과
- AI 분야 대학원생의 연구 주제 선정 팁
- AI 분야 대학원생을 현실적인 연구 가이드
- 비전공자도 AI 대학원 진학해도 될까?
- AI 엔지니어 취업 관련 글
- AI 공부 어떻게 시작 하는게 좋을까?!
- AI 엔지니어 취업 준비하기
- AI 엔지니어 취업 성공 전략
- 대학원 졸업해야 AI 엔지니어가 될 수 있나요?
