피지컬AI 시대 진로 설계, 카이스트 택한 베트남 수석 사례

이 사례에서 읽을 핵심 3가지

• ✓베트남 영재고등학교 수석 학생이 미국과 중국의 명문 대학 대신 한국의 연구중심대학을 최종 목적지로 선택했습니다. 카이스트와 서울대학교가 동시에 전액 장학금을 제안한 상황에서의 결정이었습니다.
• ✓피지컬AI는 알고리즘만으로 완성되지 않고 반도체와 센서, 기계 공정이 맞물려야 하는 기술입니다. 자율주행차 제어, 스마트팩토리 공정 최적화, 바이오 실험실이 그 적용 현장입니다.
• ✓한국은 내수 플랫폼 시장 규모에서는 미국이나 중국보다 작지만, 공장 센서와 자동차 배터리, 의료기기처럼 현장에서 가동되는 데이터와 시스템의 밀도가 높습니다.
• ✓대입 전략의 초점이 대학 간판 선택에서 산업 생태계 설계로 이동하고 있습니다. 문과 학생도 인공지능 윤리와 정책, 서비스 기획으로 연결됩니다.

베트남 수석은 왜 카이스트를 최종 목적지로 삼았을까요?

베트남 영재고등학교의 수석 학생이 미국과 중국의 명문 대학을 마다하고 한국의 카이스트 컴퓨터공학 전공을 선택했습니다. 전 세계의 선택지를 가진 인재가 한국을 최종 목적지로 삼았다는 사실이 이 사례의 출발점입니다.

주인공은 하노이사범대학교 부설 영재고등학교에 재학 중인 호앙 흐엉 지앙 학생입니다. 지앙 학생은 2026학년도 베트남 고교 졸업시험에서 수학과 물리, 영어를 합산하는 A01 계열의 전국 공동 수석을 차지했고, 수학 9.75점과 물리 10점, 영어 10점으로 총점 29.75점을 기록했습니다. 국제 수능 격인 SAT 만점과 공인영어시험 IELTS 8.0도 함께 보유하고 있습니다.

진학 결정 과정에서는 두 대학의 제안이 겹쳤습니다. 카이스트와 서울대학교가 등록금 전액 장학금을 동시에 제안했고, 최종 선택은 카이스트 컴퓨터공학이었습니다.

선택의 의미는 개인의 진로를 넘어섭니다. 글로벌 인재 시장에서 한국의 이공계 대학과 산업 생태계가 어떤 위상에 올라섰는지를 보여주는 사례이기 때문입니다. 국내 수험생과 학부모가 대학 서열과 내신 유불리를 계산하는 사이, 해외의 상위권 학생들은 한국을 첨단 산업의 중심 무대로 인식하고 움직이기 시작했습니다.

피지컬AI 시대에 한국은 어떤 조건을 갖췄을까요?

인공지능 산업의 최근 화두는 가상 세계의 소프트웨어를 넘어 현실의 기계와 공간을 직접 제어하는 피지컬AI 기술입니다. 피지컬AI는 글을 쓰거나 이미지를 만드는 인공지능과 달리, 현실 세계의 기계와 공장, 로봇을 직접 제어하고 움직이는 기술을 뜻합니다.

기술의 구성 요소부터 다릅니다. 피지컬AI는 인공지능 알고리즘뿐만 아니라 반도체와 센서, 기계 공정 등이 유기적으로 맞물려야 완성됩니다. 인공지능이 모니터 화면 안에서만 작동하는 프로그램이라면 미국과 중국의 거대 플랫폼 기업이 시장을 주도하지만, 자율주행차를 제어하고 스마트팩토리의 공정을 최적화하며 바이오 실험실을 바꾸는 기술이 되면 경쟁의 조건이 달라집니다.

한국의 조건은 여기에 맞물립니다. 반도체와 자동차, 디스플레이, 배터리를 모두 갖춘 산업 구조를 보유하고 있어 인공지능을 실제 물리 세계에 적용하고 실험할 산업 현장이 국내에 존재합니다. 공장의 센서, 자동차의 배터리, 의료기기처럼 실제 현장에서 가동되는 데이터와 시스템이 풍부하다는 뜻입니다.

국가 차원의 방향도 같습니다. 인공지능 삼대 강국을 목표로 로봇과 제조 인공지능에 힘을 싣는 정책 기조가 산업 구조와 맞물려 있습니다.

규모와 밀도는 구분해야 합니다. 한국의 내수 플랫폼 시장 규모는 미국이나 중국보다 작지만, 인공지능 기술을 실제 산업 현장에 접목하는 속도와 밀도에서는 다른 조건을 갖고 있습니다. 해외의 우수한 수학·과학 인재들이 한국의 연구중심대학을 주목하는 이유가 여기에 있습니다.

점수에 맞춘 진학 설계는 왜 위험할까요?

글로벌 인재 전쟁의 흐름 속에서 한국의 입시 문화는 좁은 시야에 머물러 있다는 지적을 피하기 어렵습니다. 수험생이 진로를 설계한다고 하면서도 실제 선택의 기준은 어느 전형이 내신에 유리한지, 자신의 점수가 어느 대학 간판에 부합하는지에 머무릅니다. 눈앞의 수시와 정시 합격 가능성을 검토하는 일은 현실적으로 필요하지만, 그것이 전부가 되어서는 곤란합니다.

놓치기 쉬운 것은 시간차입니다. 현재의 고등학생들이 대입을 거쳐 사회에 진출할 시기에는 기존의 산업 지도가 완전히 재편될 가능성이 높습니다. 지금 인기 있는 전공이나 안정적으로 평가받는 직업군이 십 년 뒤에도 유효하리라는 보장은 없습니다.

반대 방향의 가능성도 함께 봐야 합니다. 지금은 다소 생소하게 느껴지는 융합 학문 분야가 미래 핵심 산업의 주류로 자리 잡을 수 있습니다. 합격선에 맞춰 고른 학과가 십 년 뒤에는 축소된 영역일 수 있고, 지금 지원자가 적은 융합 전공이 그 반대일 수 있습니다.

질문의 형태부터 바꿔야 합니다. 인공지능 시대이니 컴퓨터공학과에 가야 하느냐는 단편적인 물음 대신, 나는 어떤 현실의 문제를 인공지능 기술과 융합해 풀고 싶은가라는 질문이 필요합니다. 대학 전공은 공부의 종착지가 아니라 원하는 산업 분야로 나아가기 위한 출발점이기 때문입니다.

전공은 어떤 경로로 확장될까요?

인공지능 시대의 대입 전략은 대학의 간판을 고르는 작업이 아니라, 자신이 어떤 산업적 가치의 중심에 서게 될지 그 생태계를 설계하는 과정에 가깝습니다. 전공의 확장 경로를 따라가면 설계의 재료가 보입니다.

• ✓컴퓨터공학은 소프트웨어 개발에 머무르지 않고 피지컬AI의 제어 영역으로 이어집니다
• ✓기계공학은 로봇 공학과 자율주행으로 연결됩니다
• ✓전기전자는 반도체와 임베디드 인공지능 시스템으로 확장됩니다
• ✓수학과 기초과학은 데이터 모델링의 언어이자 바이오 인공지능과 신소재의 기반이 됩니다

확장은 이과에 한정되지 않습니다. 인공지능이 보편화될수록 인문학적 소양을 바탕으로 한 법과 윤리, 정책 기획의 중요성이 함께 커지고, 문과 학생도 인공지능 윤리나 정책, 서비스 기획 분야에서 새로운 역할을 맡게 됩니다.

전공 선택에서 확인할 것은 학과 이름이 아니라 연결의 방향입니다. 지원하려는 전공이 어떤 기술과 만나 어떤 산업 문제로 이어지는지를 그려 볼 수 있다면, 그 선택은 합격선이 아니라 산업 지도 위에 놓인 결정이 됩니다.

인공지능 시대의 학업 역량은 무엇일까요?

인공지능 도구가 고도화될수록 단순 암기와 반복적인 문제 풀이가 지니는 가치는 하락합니다. 정답을 찾아 주는 도구가 보편화된 환경에서는 정답을 빨리 찾는 능력의 희소성이 줄어들기 때문입니다.

요구되는 경쟁력은 다른 쪽에 있습니다. 이미 정해진 정답을 빠르게 찾아내는 능력이 아니라, 무엇이 문제인지 정확하게 정의하고 좋은 질문을 만들어 내는 힘입니다. 수학과 과학도 시험 범위에 국한된 과목이 아니라 현실 세계의 문제를 해석하는 도구로 익히는 태도가 필요합니다.

학부모가 자녀에게 던지는 질문도 전환이 필요합니다. 취업률이 높은 학과인지, 문과인지 이과인지를 묻는 방식 대신, 자녀가 관심 있는 전공 분야가 향후 어떤 기술과 결합해 어떤 산업적 난제를 해결할 수 있을지를 함께 짚어야 합니다.

질문의 방향이 바뀌면 공부의 의미도 바뀝니다. 수학이나 과학, 영어를 단순한 시험 과목이 아니라 미래를 준비하는 도구로 받아들이게 되고, 학문적 체력과 거시적 안목이 뒷받침될 때 장기적인 성장이 가능해집니다. 유불리 계산에 갇히지 않고 기초학력을 다지면서 복잡한 문제의 본질을 꿰뚫는 힘을 기르는 것이 목표입니다.

상담과 수업에서는 어떻게 다룰까요?

유학은 나가는 것이라는 전제가 오래 유지됐습니다. 세계의 인재가 한국의 기술 생태계를 보고 들어오는 지금, 경쟁의 기준은 국내 입시 서열을 넘어 세계 무대로 확장되고 있습니다. 국내 대학이 세계적인 인재를 유치하기 위해 경쟁하는 플랫폼으로 바뀌면서 대입 시장의 경계도 흐려지고 있습니다.

상담에서는 학생과 함께 십 년 뒤 어떤 산업의 한복판에 서 있을지 그림을 그려 보는 시간을 가져 볼 만합니다. 관심 전공을 적고, 그 전공이 어떤 기술과 만나는지 한 줄로 이어 보게 하는 것만으로도 진로 대화의 층위가 달라집니다.

기계공학에서 로봇으로, 전기전자에서 임베디드 인공지능으로 이어지는 선을 학생이 직접 그어 보게 하면, 학과 선택이 점수의 문제가 아니라 방향의 문제라는 사실이 드러납니다.

질문을 만드는 훈련은 교과 수업 안에서도 가능합니다. 지문을 읽고 답을 고르는 데서 멈추지 않고 무엇이 쟁점인지 스스로 정리하게 하면 됩니다. OXBOX의 공통국어 단원별 문제 자료는 근거를 확인하며 판단하도록 구성돼 있어, 이런 질문 훈련의 출발점으로 활용하실 수 있습니다.