2026년 11월 갱신
4월 수집 뒤 학교 논문 시스템에 새로 등록된 석사논문을 더하고, 추천 논문의 인용수와 GitHub 별점을 11월 5일 기준으로 다시 모았습니다.
새 논문은 학교 논문 시스템의 등록일이 4월 28일 뒤로 확인된 것과 2026년 8월 졸업 석사논문만 셌습니다. 등록일을 알 수 없는 2025년, 2026년 2월 논문은 4월 집계와 겹칠 수 있어 더하지 않았습니다. 연세대, 한양대, 경희대는 학교 시스템에 접속되지 않아 RISS에서 2026년 8월 졸업분만 찾았습니다. 새 논문 중 학회 논문으로 이어진 61편은 추천 논문에 더했습니다.
데이터로 본 분포
2023~2026 발행 학위논문 기준입니다. 학교마다 데이터 등재 시점이 달라 일부 시간차가 있을 수 있습니다.
학교별 학위논문 수
2023–2026 발행카테고리 분포 (전체 합산)
중복 카운트 포함, 추정치연도별 학회 트렌드
추천 논문 253편 기준, 학회별 누적학교별 프로파일
각 카드를 클릭하면 해당 학교의 전수 논문 목록·카테고리 분포·추천 Top 논문을 볼 수 있습니다.
객관 지표 Top 12
학회 게재(NeurIPS·ICML·ICLR·ACL·CVPR 등), 인용수, 코드 공개, 수상을 점수화한 상위 12편입니다. 전체 253편은 추천 페이지에서 볼 수 있습니다.
대학원 유형별 Top 추천
학술 연구 중심의 일반대학원과 재직자·실무 중심의 특수대학원을 별도로 정렬했습니다. 운영 목적이 달라 같은 척도로 비교하지 않습니다.
🎓 일반·독립대학원 Top 8
🏛️ 특수대학원 Top 6
권장 액션 플랜
AI 분야 석사과정생이 졸업논문 주제를 한 학기에 걸쳐 단계적으로 좁혀가는 절차입니다. 어느 학교에도 적용할 수 있습니다.
-
1주
객관 점수 Top 10편 정독
관심 분야 필터를 적용한 뒤 점수 70+ 논문부터 봅니다. 학회 게재가 검증된 논문은 데이터·실험 설계의 정합성을 그대로 배울 수 있습니다.
-
2주
본교 지도교수 후보 면담
본인 학교 페이지를 출발점으로, 코어 학과 교수 3~5명에게 추천 트렌드를 보여주며 주제를 묻습니다. 지도교수 정보는 학과 홈페이지와 dCollection의 advisor 필드를 참조합니다.
-
3–4주
Top 3 후보 주제로 좁히기
각 후보당 핵심 paper 1~2편을 정독하고, 코드·데이터셋 가용성과 본인 환경(GPU·시간)에서의 실험 가능성을 점검합니다.
-
5–8주
Toy Reproduction
후보 1개로 좁힌 뒤 작은 규모 실험을 돌립니다. 원논문 결과의 1/10 규모로도 트렌드가 잡히는지 검증합니다.
-
학기 말
정식 제안서 + 지도교수 매칭
주제·연구 가설·실험 계획을 명시한 제안서를 작성해 지도교수의 컨펌을 받습니다. 직장·인맥·접근성 같은 자기 자산은 부풀리지 말고 실측 가능한 규모로만 적습니다.