저는 대학원에서 학부와인 턴십 경험을 심화하며, 데이터 이해, 모델 설계, 성능 최적화, 결과 해석 능력을 통합적으로 발전시키고, 실제 문제 해결과 연구 적용에 필요한 전문성을 확보할 계획입니다.
연구계획 측면에서는, 학부와 인턴십에서 쌓은 경험을 기반으로 실제 데이터 기반 문제 해결을 목표로 연구를 수행할 예정입니다.
이를 통해 실험설계 능력과 데이터 분석 능력, 문제 해결 능력을 통합적으로 발전시키고, 실제 산업환경과학문적 연구를 동시에 적용할 수 있는 전문성을 배양할 계획입니다.
궁극적으로 대학원 과정을 통해 데이터 분석, 모델 설계, 성능 검증, 최적화 능력을 통합적으로 발전시키며, 창의적 문제 해결 능력과 학문적 분석 능력을 겸비한 인공지능 연구자로 성장하는 것이 목표입니다.
또한, 팀 기반 연구와 산학연계 프로젝트를 통해 다양한 실무 데이터를 적용하며, 협업 과정에서 발생하는 문제를 분석하고 해결함으로써 연구 설계와 실무 적용 능력을 동시에 강화할 계획입니다.
단기적으로는 대학원에서 습득한 딥러닝, 강화학습, 다중모달 데이터 분석 능력을 기반으로, 기업 연구소, 공공기관, 산학연계 프로젝트 등에서 데이터 기반 문제 해결과 모델 최적화 업무를 수행하며 실무 경험을 강화할 계획입니다.

특히 자연어 처리, 컴퓨터 비전, 강화 학습, 데이터 기반의사결정 등 다양한 인공지능 기술을 학문적으로 체계적으로 학습하고 실제 문제 해결 프로젝트에 적용할 수 있다는 점이 큰 장점입니다.
저는 대학원에서 학부와인 턴십 경험을 심화하며, 데이터 이해, 모델 설계, 성능 최적화, 결과 해석 능력을 통합적으로 발전시키고, 실제 문제 해결과 연구 적용에 필요한 전문성을 확보할 계획입니다.
머신러닝 심화', '딥러닝 모델 개발', '강화학습과 최적화', '자연어처리 및 응용', '컴퓨터 비전', '다중모달 데이터 분석', '연구 설계 및 논문 작성', '인공지능 실습 프로젝트', '데이터 분석 및 시각화', '산학 연계연구' 등 과목을 포함하여, 각 과목이 제공하는 실습과 프로젝트 중심 학습을 통해 이론과 실무를 동시에 습득할 계획입니다.
예를 들어, 딥러닝 모델 개발과목에서는 실제 이미지, 텍스트, 센서 데이터를 기반으로 모델 설계, 학습, 평가, 최적화를 반복 수행하며, 성능 향상을 위해 하이퍼파라미터 조정, 모델 구조개선, 학습전략 변경 등의 실험을 수행할 계획입니다.
자연어 처리 과목에서는 대규모 텍스트 데이터를 전처리하고 임베딩, 학습, 평가, 최적화까지 전체 과정을 직접 수행하여, 데이터 기반의사결정과 모델 성능 검증 능력을 강화합니다.
연구계획 측면에서는, 학부와 인턴십에서 쌓은 경험을 기반으로 실제 데이터 기반 문제 해결을 목표로 연구를 수행할 예정입니다.
이를 통해 연구 설계 능력, 데이터 분석 및 모델 최적화 능력, 문제 해결 능력을 동시에 강화하고, 실제 문제 해결 능력까지 확보하고자 합니다.
프로젝트 기반 학습과 실무 적용을 병행하며, 모델 학습과 검증, 최적화 과정에서 발생할 수 있는 변수와 불확실성을 사전에 예측하고 제어하는 연습을 반복 수행할 예정입니다.
궁극적으로 대학원 과정을 통해 데이터 분석, 모델 설계, 성능 검증, 최적화 능력을 통합적으로 발전시키며, 창의적 문제 해결 능력과 학문적 분석 능력을 겸비한 인공지능 연구자로 성장하는 것이 목표입니다.
또한, 팀 기반 연구와 산학연계 프로젝트를 통해 다양한 실무 데이터를 적용하며, 협업 과정에서 발생하는 문제를 분석하고 해결함으로써 연구 설계와 실무 적용 능력을 동시에 강화할 계획입니다.
궁극적으로, 저는 딥러닝 기반 모델 최적화, 강화 학습 적용, 다중 모달 데이터 통합 연구를 통합하여, 문제정의, 데이터 분석, 모델 설계, 성능평가, 최적화까지 수행할 수 있는 전문성을 갖춘 인공지능 연구자로 성장하고자 합니다.
단기적으로는 대학원에서 습득한 딥러닝, 강화학습, 다중모달 데이터 분석 능력을 기반으로, 기업 연구소, 공공기관, 산학연계 프로젝트 등에서 데이터 기반 문제 해결과 모델 최적화 업무를 수행하며 실무 경험을 강화할 계획입니다.

[hwp/pdf]성균관대 인공지능대학원 학업계획서