MATLAB 대학생 AI 경진대회

인공지능(AI) 기술을 활용한 아이디어를 MATLAB으로 구현해보는 학생경진대회입니다. 인공지능 기술을 우리 실생활에 새롭게적용하거나 산업에서 기존의 프로세스를 개선할 수 있는 아이디어가 있다면 도전하세요. 여러분의 참신한 아이디어를 영상으로 구현해 제출하시기 바랍니다.

AI Student Challenge

MATLAB을 사용해 AI 프로젝트를 수행하고 상금의 주인공이 되세요.

상세내용

우승 상금:

  • 1등 - 200만원 (1팀)
  • 2등 - 100만원 (1팀)
  • 3등 - 50만원 (1팀)

대회 일정:

  • 2025년 5월 30일 오후 6시:
    참가 신청 접수 마감
  • 2025년 6월 10일 ~ 7월 31일 오후 6시:
    영상 및 코드 접수
  • 2025년 9월 25일: 수상자 발표

참가방법

  1. 아래의 사항에 부합하는 AI 애플리케이션 및 모델을 구현하고 참가 신청 페이지의 양식을 작성해 기한 내 제출합니다. (2025년 5월 30일 오후 6시 마감).
    • 데이터 준비, AI 모델 개발, 테스트, 시뮬레이션 및 배포에 이르기까지 AI 워크플로우 전반에 MATLAB을 사용하여 AI 애플리케이션을 개발합니다.
    • 애플리케이션의 예시: 2021년~2024년 수상작 참고
    • AI 모델은 참가자가 직접 모델 또는 네트워크를 만들거나, MATLAB의 기학습된 네트워크(Pretrained model)을 활용하여 전이학습(Transfer Learning)을 수행하는 방법 모두 가능합니다.
    • 다른 프레임워크(TensorFlow, PyTorch 등)의 모델을 사용하여도 되나, MATLAB으로 불러와서 동작할 수 있어야 하며, 전체 프로젝트의 Host 플랫폼은 MATLAB이어야 합니다.
  2. 참가 신청 내용을 토대로 예선 심사가 진행됩니다. 예선 통과 이메일을 받으신 경우에만 본선 심사를 위한 영상을 제작합니다.
    • 예선 심사 결과는 이메일로 개별 안내 드리며, 참가 신청 시기에 따라 5월 초 또는 6월 초에 안내 드립니다.
  3. 영상을 YouTube에 업로드하고, 해당 링크를 영상 제출 페이지에 제출하십시오. (2025년 7월 31일 오후 6시 제출 마감)
    • 영상은 한국어로, 10분 내의 동영상으로 제작합니다. 
    • 영상 구성 예시: 구현한 AI 애플리케이션에 대한 개요로 영상을 시작합니다. 개요에는 프로젝트의 제목과 개발 배경을 포함하시기 바랍니다. 프로젝트 내용에는 심사위원이 구현한 모델의 성능을 추론할 수 있도록, 데이터를 준비하고 학습한 방법에 대한 설명과 정량적 평가를 포함합니다. 특히 MATLAB 및 MathWorks의 툴을 어떻게 활용했는지 중점적으로 기술하여 주시고, 마지막으로는 프로젝트의 기대 효과에 대해 설명합니다.
    • 영상 업로드 방법: YouTube 영상 제목에 "#MATLABAIChallenge2025" 해시태그(대소문자 구분)를 추가하고, 영상 본문에 참가자의 소속 대학교와 이름을 기입합니다. 영상을 ‘공개’ 상태로 업로드합니다. 해당 조건을 충족하지 않는 영상은 심사 대상에서 제외됩니다.
  4. (보너스 점수 항목) 프로젝트에 사용한 전체 코드를 상세한 readme와 함께 File Exchange에 업로드 합니다
  5. 영상 제출 페이지 링크는 예선 통과 이메일에 포함되어 있습니다. 영상 제출 페이지에 YouTube 영상 링크 및 File Exchange 링크를 제출합니다. (2025년 7월 31일 오후 6시 제출 마감)

심사기준

  • 모든 출품작은 MathWorks 엔지니어팀이 다음을 기준하여 100점 만점으로 평가합니다.
    • 주제에 대한 아이디어의 적절성 (최대 35점)
    • 출품작의 기술 역량 (최대 30점)
    • 출품 동영상의 창의성과 완성도 (최대 15점)
    • MATLAB 및 MathWorks 툴의 활용도 (최대 20점)
    • File Exchange에 공개한 코드의 확장 가능성 (보너스 3점)

참가기준

  • 대학교에 재학 중인 대학생 또는 대학원생만 참가 가능합니다. 요청 시 대학교에 재학 중임을 확인할 수 있는 증명서를 제출하여 주십시오.
  • 팀 또는 개인으로 참가 가능합니다. 팀으로 참가하는 경우, 팀을 대표하는 한 명이 참가 동의 및 신청, 그리고 수상을 할 수 있도록 대표자를 지정하시기 바랍니다.
  • 성공적인 프로젝트를 위해 무료 튜토리얼 Deep Learning Onramp를 수강하시기 바랍니다. 예선 통과 팀을 대상으로 MathWorks 엔지니어가 Deep Learning Onramp를 활용한 경진대회 준비 방법을 알려드리는 라이브 웨비나를 진행할 예정입니다. Deep Learning Onramp를 수강하며 궁금한 점이 있는 분들은 웨비나에 참석해 도움을 받으시기 바랍니다.
  • 제출물은 하나만 제출할 수 있으며, 평가 및 심사 기간이 종료될 때까지 수정하실 수 없습니다. 여러 프로젝트를 중복 접수하는 경우 심사 대상에서 제외됩니다.
  • 높은 점수를 획득한 팀 순으로 우승작이 선정됩니다. 두 개 이상의 출품작이 동점인 경우, 심사기준의 중요도 순으로 재심사하여 선정합니다.
  • 심사팀의 결정은 최종 결정이며 번복될 수 없습니다.
  • 수상작은 이메일과 경진대회 웹페이지를 통해 공지됩니다. 또한 추후 언론 매체, 블로그, 유튜브, 소셜미디어 등에 공개될 수 있습니다.

참고 리소스

아래의 교육 및 영상을 통해 이론 및 구현 방식을 이해하고, 예제를 활용하여 여러분들의 프로젝트를 기획하세요.

  1. 자기주도형 교육과정
  2. 참고 영상
  3. 참고 예제
    • MATLAB Deep Learning Toolbox 예제
      • 영상 및 컴퓨터 비전
      • 신호처리 및 무선
      • 자율 시스템과 제어 시스템
      • 데이터 전처리 신경망 구축 및 훈련
      • 양자화 가지치기 및 배포
    • MATLAB Deep Learning GitHub
      • MATLAB 딥러닝 모델 활용 (참고)
        • 이미지 분류 모델 (20가지, GoogLeNet 등)
        • 객체 검출 모델 (5가지, YOLO v4 등)
        • 트렌스포머 모델 (3가지, BERT, GPT-2 등)
        • 음성인식 모델 (2가지, wav2vec 등)
        • 기타 모델 (자연어 처리, Lidar 센서 신호 처리)