캘리포니아 대학교 로스앤젤레스(UCLA)는 캘리포니아주 로스앤젤레스의 웨스트우드 지역에 있는 공립 토지허가 연구 대학이다. 그 학문적 뿌리는 1881년 캘리포니아 주립 사범학교의 남부 분교로 설립되었으며, 1919년 캘리포니아 대학교의 남부 분교가 되면서 캘리포니아 대학교 시스템에서 두 번째로 오래된 캠퍼스가 되었다. UCLA의 artificial-intelligence 분야 작업은 여러 학과와 센터에 걸쳐 있으며, machine-learning, deep-learning 및 관련 분야의 연구와 교육을 포함한다. 공학, 수학, 인지과학 분야의 대학의 광범위한 강점은 이론적 발전과 응용 프로젝트를 모두 포함하는 AI 활동의 기반을 제공한다.
UCLA는 337개의 학부 및 대학원 학위 프로그램을 제공하며, 매년 약 31,600명의 학부생과 14,300명의 대학원생 및 전문직 학생을 등록한다. AI 관련 교육은 주로 사무엘리 공학 및 응용과학 대학과 문리대학, 특히 컴퓨터 과학과에 소속되어 있다. 컴퓨터 과학 대학원 프로그램은 neural-network, large-language-model, generative-ai와 같은 주제를 다루며, 학부 교과과정은 알고리즘, 통계, machine-learning의 기초 과정을 포함한다. 대학은 또한 AI를 신경과학, 언어학, 공공 정책과 같은 분야와 연결하는 학제 간 이니셔티브를 지원한다.
연구 센터 및 이니셔티브
UCLA는 AI 및 데이터 과학에 전념하는 여러 연구 그룹과 센터를 운영한다. Anima Anandkumar을 포함한 교수진이 이끄는 시각, 인지, 학습 및 자율성 센터(VCLA)는 deep-learning, transformer 아키텍처 및 과학적 머신러닝에 중점을 둔다. 컴퓨팅 및 수리 과학과의 교수인 Anandkumar는 텐서 방법과 대규모 AI 시스템에 대한 연구로 유명하며, NVIDIA와 캘텍에서도 역할을 맡았다. UCLA 데이터 과학 및 컴퓨팅 센터와 같은 다른 그룹은 캠퍼스 전역의 AI 연구를 위한 인프라를 제공하며, 컴퓨터 비전, 자연어 처리 및 로봇 공학 프로젝트를 지원한다.
관련 분야의 교수진도 AI 연구에 기여한다. Michael I. Jordan은 UC 버클리의 교수로 UCLA 연구자들과 통계적 머신러닝에 협력했지만, 그의 주요 소속은 다른 곳이다. UCLA 내에서 통계학과와 수학과의 연구자들은 현대 AI의 기반이 되는 확률적 모델과 최적화 방법에 대해 연구한다. 대학은 또한 NSF가 지원하는 순수 및 응용 수학 연구소와 같은 다기관 노력에 참여하여 딥러닝과 데이터 과학에 관한 프로그램을 개최했다.
학술 프로그램 및 교육
UCLA의 컴퓨터 과학과는 AI 전문 분야의 석사 및 박사 학위를 모두 제공한다. 박사 프로그램은 연구를 강조하며, 학생들은 reinforcement-learning, computer-vision, natural-language-processing와 같은 주제를 연구한다. 석사 학생들은 machine-learning, deep-learning, 데이터 마이닝 과정 중에서 선택할 수 있으며, 종종 산업 파트너와 함께 캡스톤 프로젝트를 완료한다. 대학은 또한 데이터 과학 공학 석사 프로그램을 제공하며, large-language-model과 클라우드 컴퓨팅의 실용적인 기술을 다룬다.
학부생은 컴퓨터 과학 또는 컴퓨터 과학 및 공학 학사 학위를 취득할 수 있으며, AI, 로봇 공학, 지능형 시스템 선택 과목이 있다. 교과 과정에는 neural-network, 최적화, 확률이 포함되어 대학원 연구 또는 산업계 역할을 준비한다. UCLA는 또한 전문가를 위한 여름 프로그램과 부트캠프를 운영하며, AI 및 머신러닝 부트캠프는 deep-learning 및 generative-ai의 응용 기술을 가르친다.
주요 교수진 및 동문
UCLA의 여러 교수진은 AI에 중요한 기여를 했다. Anima Anandkumar은 deep-learning 및 고차원 통계 분야의 저명한 연구자로, 슬로언 상과 ACM 박사 학위 논문상(지도교수로서)과 같은 상을 수상했다. quanquan-gu는 딥러닝 및 최적화 이론에 대해 연구하며, cho-jui-hsieh는 확장 가능한 머신러닝 알고리즘 연구에 집중한다. 관련 분야에서 alex-aitken과 song-chun-zhu는 각각 컴퓨터 비전과 인지 AI에 기여했다.
UCLA 동문은 AI 분야에서 영향력 있는 역할을 맡았다. Google Brain에서 transformer 아키텍처를 공동 발명한 Jakob Uszkoreit은 UCLA에서 컴퓨터 과학 학사 학위를 받았다. Lukasz Kaiser도 UCLA에서 공부한 후 획기적인 논문 "Attention Is All You Need"를 공동 저술했다. 다른 동문들은 OpenAI, Anthropic, Google DeepMind와 같은 주요 기술 회사와 학계에서 일한다. 대학의 동문 네트워크에는 AI 스타트업 창립자와 국립 연구소의 연구원이 포함된다.
산업 파트너십 및 응용
UCLA는 AI 연구 및 개발에 있어 산업계와 협력한다. 대학은 Amazon Web Services와 같은 기업과 파트너십을 맺고 있으며, 이는 연구 프로젝트에 클라우드 크레딧을 제공하고 NVIDIA는 GPU 컴퓨팅 이니셔티브를 지원한다. 교수진과 학생들은 AI 워크로드를 위한 하드웨어-소프트웨어 공동 설계에서 AMD 및 Intel과 협력하는 경우가 많다. 이러한 협력은 의료 분야에 적용되어, UCLA 헬스는 machine-learning을 의료 영상 및 진단에 사용하며, 자율 시스템에서는 self-driving-car 기술 프로젝트를 진행한다.
대학은 또한 연구자, 산업 지도자, 정책 입안자를 한자리에 모으는 UCLA AI 심포지엄과 같은 행사를 통해 더 넓은 AI 생태계와 교류한다. UCLA의 기술 이전 사무소는 model-pruning 및 효율적인 transformer 방법에 대한 특허를 출원했다. 또한 대학은 AI의 윤리와 정책에 관한 공개 토론에 참여하며, 교수진은 알고리즘 공정성과 ai-safety에 대한 보고서에 기여한다.
영향 및 인정
UCLA의 AI 연구는 이 분야에 측정 가능한 영향을 미쳤다. Anima Anandkumar의 연구는 NeurIPS, ICML과 같은 최고 학회에 게재되며, 대학은 AI 관련 저자들의 연구 성과에서 상위권을 차지한다. Anima Anandkumar의 작업은 deep-learning 이론에 영향을 미쳤으며, Jakob Uszkoreit의 작업은 large-language-model의 발전에 기여했다. UCLA의 robotics 및 컴퓨터 비전 기여는 수천 건의 논문에서 인용되었다.
대학의 더 넓은 성과에는 소속 인사 중 노벨상 수상자 19명, 필즈상 수상자 2명이 포함된다. 2025년 10월 기준으로 61명의 관련 인사가 미국 국립 과학 아카데미 회원이다. UCLA의 AI 프로그램은 계속해서 최고의 학생과 교수진을 유치하며, 글로벌 AI 환경에서 중요한 플레이어로 자리매김하고 있다.
미래 방향
앞으로 UCLA는 새로운 교수진 채용과 학제 간 센터를 통해 AI 이니셔티브를 확장하는 것을 목표로 한다. 대학은 과학적 발견과 사회적 영향에 중점을 둔 generative-ai 연구에 투자할 계획을 발표했다. 법학, 의학, 공공 정책을 포함한 모든 학교에 AI 교육을 통합하려는 노력이 진행 중이다. UCLA는 또한 AI safety 및 Explainable AI의 과제를 해결하기 위해 국립 연구소 및 국제 기관과의 파트너십을 모색하고 있다.
AI가 사회의 중심이 되면서, UCLA의 차세대 연구자와 실무자 양성 역할은 더욱 커질 것으로 보인다. 로스앤젤레스에 위치한 대학의 입지는 다양한 기술 생태계에 대한 접근을 제공하며, 기초 과학의 강력한 기반은 장기적인 혁신을 지원한다. 지속적인 투자와 협력을 통해 UCLA AI는 최첨단 연구와 교육의 허브로 자리 잡을 준비가 되어 있다.