NIPS/ICML/ICLR 을 보통 AI/ML 쪽에서는 TOP 3 학회지라는 데 이견이 없을거라고 생각 합니다.
저는 이론 쪽 이라서, 원래는 보통 저널 상대로 논문 쓰다가 처음 으로 NIPS/ICML/ICLR 에 제출 했는데, 다행스럽게도 이번에 엄청난 경쟁률을 뚫고 어셉 이 되었습니다. 저는 또 이 논문 들의 리뷰어로도 활동는 하고 있다가 스스로 1저자로 넣은 거는 처음 이라서, 또 스스로 배운 것이 좋은 학습이 된것 같습니다.
그리고 느낀 점 공유 합니다.
1. 2년 전 까지만 해도, 한때 TOP 3 학회지 출판전에 유명 연구랩실에서 한 연구면 교수님 이름에 같이 묻어 갈려고 Arkiv 에 올리는 일이 정말 많았는데, 지금은 그런 것이 더이상 트랜디 하지는 않은것 같습니다. 학생이 잡마켓 갈 경우에 굳이 원하면 올리겠으나, 요즘은 워낙 LLM 이 발달 해서, 똑똑한 사람들은 Arkiv 논문을 LLM 에 재학습 시켜서, 주제를 살짝 바꾸는 논문이 정말 많습니다. 제가 TOP 3 학회에서 리뷰하는 논문들을 보면 대략 80% 이상의 논문들은 Arkiv 올리지 않은 논문 인것 같습니다.
2. 제출 수가 20,000 논문은 거뜬히 넘다보니, 학생 리뷰어가 가히 60% 이상 이라고 봐도 과언이 아닙니다. 그래서 리뷰의 퀄리티가 말그대로 천차 만별 입니다. AC 가 리뷰 퀄리티를 관리 하는데, 보통 AC 들이 사명감을 가지고 "이런 좋은 아이디어는 논문감이다."라는 생각으로 일하는 사람은 매우 적습니다. 왜냐하면 AC 도 신입 교수 혹은 포닥이 대부분이고, 본인의 밥그릇도 본인의 논문이 Acceptance 로 가느냐에 관심이 많지, 남의 논문을 Acceptance 시키는 데에는 매우 엄격 하거나 무관심 한 사람이 반 이상 입니다. 말 그대로 "운"적인 요소가 많이 작용 합니다.
3. 그런 의미에서, 이번에 NIPS 논문에서는, AC 나 리뷰어가 자기 역할은 못하면, 본인 들 의 논문을 데스크 리젝 시킨다는 정책은 꽤 의미 있는 정책 인 것 같습니다. 그리고 AC 본인 논문도 데스크 리젝 의 대상이 되므로, 예전 처럼 무관심하게 점수 보고, 대충 논문 읽고 리젝 되는 일은 예전 보다 적지 않을까 예상 됩니다.
4. 아시는 분은 아시겠지만, 보통 AI/ML 쪽에서는 TOP 3 학회지 (NIPS/ICML/ICLR) 가 아니면, 과장을 보태서, 조금 질이 떨어지는 논문으로 보는 경우가 많습니다. 물론, CVPR 정도는 괜찮긴 하지만, NIPS/ICML/ICLR가 가지고 있는 그 장벽은 다른 학회지가 넘볼수가 없습니다. NIPS/ICML/ICLR에 한편 이라도 있는 사람이 CVPR 이나 AISTATS 에 있는 거는 어느 정도 이력서가 그럴싸하게 보이지만, NIPS/ICML/ICLR가 없으면서 하위 레벨 학회지만 있으면 요즘 같은 세상에서는 이력서가 너무 부실해 보이는게 사실 입니다.
5. 그래서, NIPS/ICML/ICLR 의 아우라 때문에 이 논문 들은 리젝 되면, 함부로 수준을 낮추지 않고, 또 다른 곳에 제출 하는 그런 사태가 벌어지는데, 이번 NIPS 2026은 아무도 30,000 개의 논문 이 족히 제출 되지 않았을까 예상 해 봅니다. 이런 사태로 가면 내년에는 50,000 개의 논문이 리젝 누적 사태로 제출 되지 않을까 생각도 됩니다.
6. NIPS/ICML/ICLR 에서 리뷰어/저자 로서 경험 해보신 분은 아시겠지만, 리뷰어 내용의 50프로 이상이 "왜 비슷한 논문 이거 이거 있는데, 그거는 논의를 안 했냐."는 내용입니다. 요즘 같은 시대 에서는 아이디어가 비슷한 논문이 워낙에 많다 보니, 비슷한 논문을 LLM 에서 찾으면 수십개 찾을 수 있는 거는 기본 입니다. 이게 참 저자 들 입장에서는 부담감 입니다. 그런 의미에서 이번 NIPS 2026 에서는 리부탈 전에 AC가 리뷰어들의 내용을 미리 요약 해서, 저자가 리부탈 할 Key Point 를 미리 적고, 저자는 Key Point 중심으로 리부탈 하라고 하는 정책은 매우 의미 있어 보입니다. 이런 걸 보면, 참 Program Chair 같은 AI/ML 의 미래를 이끌어 가는 사람 들이 엄청난 통찰력이 있다는 생각 이 들고, 매우 잘 하는 거 같습니다.
7. 단언컨데, 이 모든 복잡함은...LLM 때문 입니다....NIPS 에서도 자기 내 들도 가장 최적인 리뷰 방식은 시험 중 이라고 얘기 했구요. 분명 작년 만 해도, ICML 은 제출 논문수가 10,000 개 언저리 였으나, 올해는 26,000 개 정도 됩니다. 그래도, NIPS/ICML/ICLR 가 있어야만 좋은 곳에 취직 하는 것이 사실인지라, 피튀기는 경쟁률은 계속 예상이 됩니다. 저는 향후 AI/ML TOP3 학회 들이 어떤식으로 퀄리티를 조절할지 가히 궁금하고 궁금하네요.
AI/ML TOP3 학회지 출판은 가히 피 튀기는 전쟁이라고 표현 하고 싶네요...물론 이것도 AI/ML의 선두에서 연구 하시는 Bar 가 높은 사람 들 만의 전쟁 이지만, 그 전쟁에 매년 더 많은 사람들이 참여 하고 있는 것 같습니다. 이번에 NIPS 2026 제출 하신 분들 화이팅 입니다. ...
카카오 계정과 연동하여 게시글에 달린 댓글 알람, 소식등을 빠르게 받아보세요
댓글 22개
2026.06.01
공유 감사합니다. 요즘엔 이런 탑 컨퍼 실적이 많은 사람이라도 막상 연구 퀄리티는 별로이거나 얘기해보면 생각보다 아는게 없다는 느낌을 받은 경험이 꽤 있어서 이 시스템이 언제까지 유지될 지 모르겠습니다.
3대 학회에 여러 편 붙기도 했고, 100편 가까이 리뷰해보면서 느낀점은 논문의 수가 많아지고 있는만큼, 질 좋은 논문을 찾는건 더더욱 어려워졌기에, 1) 독자 스스로가 좋은 논문인지 아닌지 판단할 수 있는 능력, 2) 좋은 논문을 서로 공유할 수 있는 네트워킹을 갖추는게 중요한 것 같습니다.
정답은 아니지만 제가 갖고 있는 좋은 논문의 기준은 1) 핵심 주장에 대한 수식적 근거가 포함되는지 2) 실험 결과에 대한 해석이 명료하고 과장되진 않았는지 3) 글이 잘 읽혀질만큼 polish한 노력이 느껴지는지 정도인 것 같습니다.
좋은 논문의 기준에 부합하는 개인의 검색 파이프라인을 갖는것도 중요하다 생각합니다. Huggingface나 유튜브, 메신저에서 hype되는 논문도 방법이겠지만, 그보다는 accepted paper list 하나하나 키워드로 검색하는 것이 제겐 더 많은 도움이 되었습니다. 적어도 Oral, spotlight paper내에서 검색은 필수라 생각해요.
Accept되었다고 다 좋은 논문은 아니며, 좋은 논문들도 리뷰어를 잘못 만나서 reject되는 경우도 빈번하니, 일희일비하지 않고 메타인지를 기르는 게 더 중요해진 요즘인것 같습니다.
2026.06.01
대댓글 3개
2026.06.01
2026.06.01
대댓글 2개