연구 논문, 데이터셋, 실험, 모델 평가, 포스터. 학생이 궁금해하는 질문 하나를 검증 가능한 연구로 만들어, 심사 기준이 다른 여러 대회로 확장합니다.
대회 자격·마감·부문·비용은 매년 바뀝니다. 지원 전 각 대회 공식 공고를 확인하세요. CIT는 준비 과정을 지도하며 수상·선발·입시 결과를 보장하지 않습니다.
연구는 그럴듯한 주제를 고르는 일이 아니라, 답할 수 있을 만큼 질문을 좁히고 근거로 답하는 일입니다. AI 연구 파이프라인에서는 다음을 순서대로 만듭니다.
좁고 검증 가능한 질문. 학생 자신의 관심에서 출발합니다.
직접 수집하거나 공개 데이터를 정제. 출처와 한계를 기록합니다.
방법을 고른 이유를 설명하고, 재현 가능하게 기록합니다.
무엇과 비교했을 때 나아졌는지 수치로 보입니다.
틀린 지점과 한계를 스스로 드러냅니다. 심사에서 신뢰를 얻는 부분입니다.
같은 연구를 논문·포스터·구두 발표·영상으로 바꿔 냅니다.
가장 널리 알려진 국제 프리칼리지 연구 대회. 국가·지역 예선을 거쳐 진출하며 포스터와 인터뷰로 심사합니다.
환경을 축으로 과학·공학·AI 연구를 받는 국제 대회. 결과물 형식이 다양해 연구를 확장하기 좋습니다.
AI 창작·연구 시연에 특화된 국제 청소년 AI 대회. 같은 연구를 AI 시연·설명 미디어로 바꿔 낼 수 있습니다.
미국 거주·자격이 필요합니다. 미국계 학교 재학이나 미국 체류 등 조건을 갖춘 학생에게만 열려 있습니다.
연구의 출발점은 학생 자신의 질문입니다. 유행하는 주제를 얹어 주는 대신, 학생이 실제로 궁금해하는 지점을 답할 수 있을 만큼 좁히는 데 가장 많은 시간을 씁니다. 좁은 질문 하나가 넓은 주제 열보다 강한 연구를 만듭니다.
AI와 교육 양쪽의 경험을 바탕으로, 데이터 수집부터 모델 선택·평가·한계 분석까지 학생이 스스로 판단하도록 돕습니다. 생성형 AI는 도구로 쓰되, 핵심 판단은 학생이 내렸다는 것이 결과물에 드러나도록 합니다. 심사위원이 신뢰하는 연구는 성능 숫자보다 이 학생이 무엇을 알고 무엇을 모르는지 정직하게 아는 연구이기 때문입니다.
연구가 어느 정도 완성되면, 심사 기준이 다른 두세 개 대회에 맞춰 형식을 바꿔 냅니다. 없는 결과를 만들지 않고, 이미 한 연구를 각 대회의 언어로 다시 설명하는 방식입니다.