2류대 AI 랩 석사 후기 (Ver. 2025) + 잡설

# Abstract
- 작성 목적: 약 4년 전 김박사넷에 업로드된 “2류대 CV+ML 랩 석사 후기 - 이하 ‘레퍼런스’” (https://phdkim.net/board/free/17057) 는 본인에게 많은 도움이 되었음. 이에 본인도 2류대 AI 랩을 졸업하면서 얻은 경험을 기록으로 남기며, 또한 AI 관련해서 나온 몇몇 주제들에 관해 석사따리인 본인 의견도 남겨보고자 함.
- 기준 독자: 2류대학 또는 유사 레벨 학부 출신으로 AI, NLP 연구 분야의 전반적인 분위기를 파악하고 있으며 top-tier conference 에서 활동할 목표와 기초를 갖춘 사람. (레퍼런스의 표현을 빌림)
- 작성 방식: 개조식으로 작성하고, 마크다운 포맷을 따라 섹션 구분.
- 용어 정의:
- 2류대: SKP + KY 보다 조금 떨어지는 사립 종합 대학들. (레퍼런스의 표현을 빌림)
- Top-tier/1st-tier Conf.: NeurIPS, ICLR, ICML, ACL, EMNLP, NAACL 등. (레퍼런스의 표현을 빌리되, NLP 컨퍼런스로 언급)
- 2nd-tier Conf.: EACL, COLING 등. (AAAI에 관해서는 후술)
- 본인 소개:
- 학부 학과: Non-CS 공대
- 연구실: 논문 아웃풋 기준으로는 2류대 최상위권이나, 1류대 평균랩 이하라고 생각함.
- 본인 아웃풋: Top-tier 1저자 2편, 공저자 1편 / 2nd-tier 1저자 1편, 공저자 1편.

# 장점
## 인건비
- 어쨌든 (과제의 질과는 별개의 문제로) 들어오는 과제 자체는 있고, 결과적으로 내 인건비가 끊기는 일은 없음. 안정적인 인건비에서 안정적인 생활이 도출되고, 결과적으로 안정적인 진행될 수 있으므로, 가장 중요한 요소.

## 교수님
- 특히 교수님이 상대적으로 젊은 경우, (최소한 2류대 수준에서) 지도교수님의 인성 자체에 대해서는 크게 걱정할 필요가 없다고 판단됨. 이것만 해도 적지 않은 장점.
- 그러나 “지도 방식”에 대해서는 맞지 않을 수도 있으므로, 어쨌든 1류대가 아닌 2류대 연구실 진학이 목표인 경우에도 해당 연구실 인턴을 해보는 것은 좋음.

## 연구실 분위기
- 본인은 지낸 연구실 분위기에 만족하였음. 똥군기 없었고 크게 모난 사람들 없었다고 생각함. 2류대 정도 되면 적어도 분위기를 유지하는게 중요하다는 의식은 있다고 생각함.
- 본인 연구실에서는 연구실 내에서 게임 하는 사람이 없었는데, 이것만 해도 분위기 유지에 큰 도움이 되었던 것 같음.
- 적어도 남이 잘되는 것에 대해서 험담하는 경우는 없었던 것 같음. 한편으로, 어느정도 두각을 드러내는 학생의 경우 리소스 등에 대해서도 지원 우선순위가 높아진다고 볼 수 있음.

# 단점
## 동료
- 동료의 수준이 천차만별. 어떤 동료의 경우 믿고 일을 맡길 수 있으나, 어떤 동료의 경우 전혀 그렇지 못함.
- 동료의 능력이 1류대 연구실 인턴 그 이하라고 생각되는 경우도 있을 수 있음.
- 한편, 동료의 인성 레벨에서도 여러 케이스가 발생할 수 있어 인성적으로 문제가 있는 사람이 들어오는 경우도 있음.
- 다만, 본인 연구실에서는 이렇게 모난 사람들의 경우 분위기상 밖으로 밀려나기는 했음.

## 선후배
- 위 “동료” 섹션과 일맥상통하는 문제. 인풋으로 들어오는 인원의 수준이 천차만별이기에 결국 내 이후에 들어오는 후배, 그리고 이전에 들어와 졸업한 선배들의 수준도 천차만별일 수 밖에 없음.
- 본인의 경우도 선배 중 한명의 경우 박사 입학 후 3년간 학회 논문 억셉이 없음. 이런 선배에게 무엇을 배울 여지가 있겠는가? 결국 알아서 성장해야 함.
- 한편, 후배의 수준이 심각하게 낮은 경우 또한 연구실 차원 및 개인 차원에서 트레이닝에 불필요한 자원을 소모하게 만드는 문제가 있음.
- 하나를 설명해도 하나를 못 알아먹는 경우 정말 답답해짐.
- 트레이닝이 잘 되지 않는 경우, 입학 후 1~2학기 정도 지난 뒤 자퇴하는 경우도 있을 수 있는데 이 또한 연구실 분위기를 저해시킬 수 있음.
- 결국 레퍼런스 글에서 언급한대로, “국가대표 급 선배가 거의 없음+있더라도 그들은 너를 동문으로 생각 안 함.”

## 잡무
- “잡무”의 정의는 개인에 따라 다를 수 있음. 예를 들어, 어떤 사람은 자기 연구와 관계 없으므로 제안서 작성도 잡무라고 치부할 수 있으나, 본인은 그렇게 평가하지는 않음. 제안서가 돼야 인건비가 나올 것 아닌가?
- 여기에서의 잡무는 불필요한 교내 행사 참여, 과제 주관기관의 쓸데없는 요구사항 처리 등이라고 생각함. 결과적으로 이러한 잡무들이 연구의 흐름을 끊어버리는 문제가 발생.

## 학교 차원에서의 지원 부족
- 2류대 입장에서는 AI대학원 지원해준다고 해주는 것 같으나, 결국 1류대와 지원 내용이나 수준을 비교해보면 그 차이가 결코 적지 않음.
- 위 “잡무” 섹션에서도 언급한 바와도 연계되는데, 2류대에서는 이러한 소위 “지원”에 국내학회 참여 지원 (을 빙자한 지시)도 걸려있는 경우가 많음. 결과적으로 시간과 예산을 낭비하는 자가표절 논문 제출.

## 과제 수주 및 진행
- 특히 24년 예산 삭감 이후, 과제 수주의 난이도가 2류대 입장에서 더 높아졌다고 할 수 있음.
- 레퍼런스 글의 표현을 약간 빌리자면, 이제 소위 “1급수” 과제들을 1류대에서 더 불을 켜고 채가기 때문에 주워먹을 1급수는 없고 2급수, 혹은 그 이하를 받아먹을 수 밖에 없는 상태.
- 예를 들어, 대기업 대신 중소기업과 연계해서 과제를 진행하는게 최선인 경우가 발생할 수 있음.
- 결과적으로 과제 수주 자체가 어려워진데다, 과제를 수주하더라도 같이 과제를 진행하는 기관 (이 경우 중소기업)의 수준이 대기업보다 훨씬 떨어지기에 답답한 케이스가 많이 발생.
- 그냥 간단히 말해서 "좋좋소"를 옆에서 체험해보고 불똥까지 튀는 상황이 올 수 있음.

## 어려운 취업 준비
- 레퍼런스 글에서는 적어도 취업에는 문제가 없다고 했으나, 이는 연구실 상황에 따라 다를 수 있음.
- 물론 이런게 필수라고 할 수는 없겠으나, 졸업을 앞둔 학기 학생에 대한 배려 (예를 들어서 과제 업무에 참여시키지 않는 등)가 없을 수 있음.
- 2류대 연구실에서 대기업과의 커넥션이 상대적으로 약하거나 다양하지 못할 수 있고, 결과적으로 취업에 도움이 되지 못할 수 있음.
- 취업에 도움을 줄 선배가 거의 없음.

# 기타 여러 사항들에 대한 의견
키보드를 잡은 김에 한번 잡설로나마 남겨보고자 함.

## AAAI는 Top-Tier Conference인가?
- AAAI가 더이상 1티어 컨퍼런스라고 보기는 좀 어렵다고 개인적으로 생각하지만, 2티어 컨퍼런스들 (IJCAI, COLING, BMVC, AISTATS 정도를 생각중.) 보다는 높다고 생각함. 즉 1.5티어 정도.
- 단도직입적으로, 논문 작성을 시작하는 시점에서 첫 타겟을 AAAI로 하는 연구실이 있는지 모르겠음. 그보다는 통상적으로 (어떤 방향에서 오느냐에 따라 다르겠으나) CVPR을 필두로 하는 CV 컨퍼런스, NeurIPS 등 ML 컨퍼런스, 혹은 ACL 등 NLP 컨퍼런스를 한 사이클 돌면서 쭉 떨어진 경우에 급을 낮춰서 내는 경우가 더 많다고 판단됨.
- 리뷰 퀄리티의 경우에도, AAAI는 다루는 분야가 너무 광범위하기 때문에 결과적으로 리뷰어 풀 관리도 제대로 되지 않는다는 생각이 들었음. 리뷰의 내용 혹은 깊이 등, 어떤 면에서도 만족스럽지 못하고 리젝 이후에도 리뷰를 통해서 해당 논문을 개선시킬 수 있는 여지가 전혀 없는 리뷰들을 받은 바 있음.
- NLP 컨퍼런스들의 경우 이제 ACL Rolling Review 방식으로 이번 컨퍼에서 억셉권 점수를 받지 못하더라도 스무스하게 다음 컨퍼로 넘어갈 수 있기 때문에, 굳이 AAAI에 들어가야할 필요를 느끼지 못하겠음. (ARR 리뷰 시스템에도 문제점이 존재한다는건 별개의 이슈라고 생각함.)
- 다만 일부 분야에서는 AAAI가 탑이라는 이야기를 들어본 것 같은데, 이러한 분야에서의 상황도 존중함. 다만 적어도 최소한 ML 기반의 NLP 분야에서는 AAAI가 Top-Tier는 아니라고 생각됨.

## DeepSeek와 한국 AI
- 개인적으로는 DeepSeek가 6M$만으로 모델 구축을 진행했다는 주장 자체가 거짓이라고 생각하긴 함.
- 예를 들어서, H800만으로 학습을 진행했다는데 H100급 GPU 밀수해온게 있지 않을까? 라고 생각함.
- 데이터 측면에서도 ChatGPT나 여타 기존 모델에서 데이터 생성, 저작권에 대한 고려 없는 데이터 수집 등이 당연히 있었을거라고 봄.
- 더 중요한 포인트는 미국이 아닌 곳에서 (심지어 GPU 수급에 제재가 있었는데도 불구하고) 최상급 수준의 AI 모델 개발이라고 생각함. 즉, 미국에 한방 먹였다 라고 표현할 수 있는 상황이 온것 자체라고 생각함.
- 한국 AI 업계는 이렇게 소위 “한방 먹일 수 있는” 수준이 될까? 본인의 판단은 부정적임.
- 1류대와 2류대, 기업까지 가리지 않고, 전반적으로 “탑티어 억셉 몇편”에 얽매여있다고 생각됨. 일부 기업의 경우에는 논문 억셉으로 보도자료 비슷하게 기사까지 뿌리는 것 같은데 좀… 의미없다고 생각함.
- 업계의 규모 자체도 미국과는 당연히 비교 불허겠지만 여타 유럽 국가들이나 싱가포르 등과 비교했을 때에도 시원치 않다는 느낌. 예를 들어서 한국이나 프랑스 양쪽 모두 나오는 논문의 양적 실적은 크게 차이 없거나 오히려 한국이 더 많을텐데, 한국에 Mistral 정도 레벨의 AI 기업이 있나?
- 가장 걱정되는건 이제 AI대학원 지원사업을 통해서, 그리고 지원사업 외에도 굉장히 많은 AI 관련 석박사들이 쏟아져 나올텐데 이들이 취업할 자리가 있을까 하는 점임. 국내 AI 업계는 이들을 소화할 준비가 되어있는가?