AIAP

AIAP의 설계는 매우 독특합니다:

• 도제제: 강의가 아니라, 유급 실제 프로젝트
• 9개월: 첫 1개월은 deepskilling(ML 기초를 서둘러 보충), 2-9개월은 100E 실제 프로젝트
• 멘토제: 각 도제 그룹은 자로운 AI 엔지니어 / 연구원을 멘토로 배치
• 선별 엄격함: 매년 1000+ 신청, 약 60-80명 입학

도제 출처:

• 경계 전환: 기존 소프트웨어 엔지니어가 AI로 전환(최대 그룹)
• 신입 졸업생: CS / 수학 / 물리 배경
• 해귀: 해외 AI 석박사 졸업 후 싱가포르로 복귀
• 산업 전환: 금융, 의료 등 산업 IT인이 AI로 전환

졸업 후 약 70%는 싱가포르 AI 산업에 남고, 30%는 해외 대형 기업으로 흐릅니다.

AIAP가 해결하는 핵심 문제: 싱가포르 현지 AI 엔지니어 공급이 심각하게 부족합니다।

싱가포르의 고등교육 CS 졸업생의 질은 높지만 수량은 적습니다(NUS / NTU가 1년에 합쳐도 1000여 명), 그 중 진정으로 AI를 하는 사람은 더 적습니다. 상업 AI 팀(DBS, Singtel, Grab)과 스타트업은 장년 인력을 놓고 싸웁니다. AIAP의 존재는 「CS 배경이 없지만 학습 능력이 있는」 엔지니어가 빠르게 AI 엔지니어링 분야에 진입할 수 있게 하며, 이는 현지 AI 인재 시장에 「측면 통로」를 추가하는 것과 같습니다.

기술적으로 AIAP의 훈련 강도는 매우 높습니다——9개월 동안 0에서 프로덕션 레벨 AI 프로젝트를 작성할 수 있게 하려면, 도제들은 매일 10시간 이상 일해야 합니다. 이러한 강도는 부적합한 사람들을 걸러내고, 남은 사람들은 모두 정말로 일할 수 있는 사람들입니다.

AIAP는 싱가포르 AI 전략의 「레버 2(인재)」의 핵심입니다.

「일곱 가지 전도 레버」 내에서:

• 레버 2(인재): 현지 AI 엔지니어 양성 주요 관도
• 레버 3(응용): 100E 프로젝트를 통해 도제의 기업 실전 지원

관점: AIAP의 「도제 + 프로젝트」 모델은 싱가포르 AI 인재 전략에서의 가장 큰 혁신입니다. 이것은 고등교육이 할 수 있는 것이 아닙니다(고등교육은 너무 학문적), 기업이 할 수 있는 것이 아닙니다(기업은 새로운 사람을 9개월 동안 천천히 이끌고 싶지 않음), AISG 같은 「국가 계획 + 상업 프로젝트 다리」 유형의 기관만 할 수 있습니다.

그러나 AIAP는 또한 구조적 과제가 있습니다: 인재 손실률이 높습니다——9개월 후 도제가 민간 기업에 진입하고, AISG는 자신이 양성한 사람들을 유지할 수 없습니다; 프로젝트 품질은 기업 쪽에 달려 있습니다——100E 협력 기업의 프로젝트 수준이 참차불제입니다; 규모 천장——매년 60-80명의 산출물은 싱가포르 AI 산업에 여전히 물 한 방울입니다.

NAIS 2.0 시기 AIAP의 핵심 문제: 매년 200+로 확대할 수 있을까요? 유지율을 높일 수 있을까요? 더 높은 품질의 AI 엔지니어를 산출할 수 있을까요?