데이터 · 컴퓨터과학

Artificial Intelligence / Machine Learning

데이터와 알고리즘으로 예측, 자동화, 생성형 시스템을 만드는 컴퓨터과학 기반 분야입니다.

학부에서는 독립 전공보다 CS concentration, minor, lab research로 제공되는 경우가 많습니다. 학교마다 전혀 다른 것을 뜻합니다. 수학 7과목 중심의 고난도 이공계형(CMU), 실무 응용 중심형, 인문·경영 배경 학생용 BA형까지 있습니다. 2021년 5곳에서 2026년 학부 전공 78곳으로 늘었습니다. 전공 이름이 아니라 커리큘럼을 보셔야 합니다.

이런 학생에게 맞아요

전공이 요구하는 성향·관심사·목표를 그대로 적었어요. 점수가 아니라 이 전공의 성격이에요.

성향

고도로 추상적인 수학적 사고를 즐기면서도 실제로 작동하는 시스템을 만들고 싶은 학생

관심사

AI가 예측, 자동화, 생성형 시스템으로 세상을 바꾸는 방식에 관심 있는 학생

목표

ML 엔지니어, AI 리서처, AI 프로덕트 빌더를 목표로 하는 학생

자가진단에서 이 전공과 닿는 축

탐구형현실형관습형파고들기되묻기연결짓기

자가진단을 마치면 내 응답이 이 축들과 어디서 겹치는지 리포트에서 맞춰볼 수 있어요.

자가진단 해보기

무엇을 배우나요

머신러닝, 선형대수, 알고리즘, 자연어처리, AI 윤리를 배우며 데이터와 알고리즘으로 예측·자동화 시스템을 만드는 훈련을 합니다.

대표 과목

Machine LearningLinear AlgebraAlgorithmsNatural Language ProcessingEthics of AI

깊이 알아보기

인공지능·머신러닝은 데이터를 통해 스스로 패턴을 학습하고 예측·자동화·생성을 수행하는 시스템을 설계하는, 컴퓨터과학에 뿌리를 둔 전공입니다. 선형대수와 확률론 같은 수학적 기초 위에 머신러닝 알고리즘을 배우고, 자연어처리처럼 특정 응용 분야로 확장하며, 최근에는 AI 윤리도 필수 과목으로 자리잡고 있습니다. 컴퓨터과학이 폭넓은 소프트웨어 시스템 전반을 다룬다면, AI는 그중에서도 '기계가 데이터로부터 학습한다'는 특정 접근법에 집중한다는 차이가 있습니다. 학부 단계에서는 독립 전공보다 컴퓨터과학 안의 concentration, 부전공, 또는 연구실 프로젝트 형태로 제공되는 경우가 많아 학교별 개설 방식을 확인해야 합니다. 생성형 AI 산업의 급성장으로 현재 가장 수요가 높은 기술 분야 중 하나입니다.

이 전공이 강한 학교

학교를 누르면 그 대학의 미션, 졸업생, 산업 연계를 볼 수 있어요.

이 전공을 공부한 사람

공식 인터뷰나 학교·언론 보도에서 확인한 학위만 적었어요.

앤드류 응 (Andrew Ng)

Computer Science, Statistics, and Economics

Carnegie Mellon University

Coursera 공동창업자·AI 교육자 — 카네기멜론대에서 컴퓨터과학, 통계학, 경제학 세 분야를 전공하며 수석으로 졸업했습니다.

페이페이 리 (Fei-Fei Li)

Physics

Princeton University

스탠퍼드 AI 연구소 공동소장 — 프린스턴대에서 물리학을 우등으로 전공했습니다.

졸업 후 진로