해커톤이란 무엇인가?

초심자를 위한 1분 요약

“3개월 걸릴 연구를 3박 4일 만에 끝내는 연구 타임머신(Time Machine)”

해커톤(Hackathon)은 ‘해킹(Hacking)’과 ‘마라톤(Marathon)’의 합성어입니다. 여기서의 해킹은 범죄가 아니라, “난해한 문제를 가장 효율적이고 기술적인 방법으로 파고들어 해결하는 즐거움”을 뜻합니다.

비유하자면 최고급 요리 경연 대회(Iron Chef)와 같습니다:

평소의 연구: 재료를 사러 가고, 씻고, 다듬고, 레시피를 고민하는 데 몇 달이 걸립니다.
해커톤: 이미 완벽하게 손질된 최상급 재료(데이터)와 레시피(가설)를 들고 와서, 최고의 셰프들(연구원)이 외부와 차단된 공간에서 3박 4일 동안 미친 듯이 요리(코딩/실험)에만 집중하여 세상에 없던 결과물을 내놓는 것입니다.

우리는 일상의 방해 요소(이메일, 행정 업무)를 차단하고 오직 연구와 개발에만 100% 몰입합니다. 평소라면 늘어졌을 과정을 압축적으로 수행하여, 혼자서는 불가능한 실질적인 결과물(모델, 코드, 논문 초안)을 단기간에 만들어내는 것이 우리의 목표입니다.

왜 사전 준비가 생명인가?

40명 규모, 5개 랩 연합 해커톤의 성공 필수 조건

이번 해커톤은 소규모 스터디가 아닌, 5개 랩 40여 명이 참여하는 대규모 프로젝트입니다. 빈손으로 와서 “가서 생각해보자”라고 하면 100% 실패합니다. 특히 우리가 다루는 Neuro-AI 데이터는 방대하고 학습 시간이 길기 때문에, 현장에서 준비를 시작하면 3박 4일 내내 데이터만 옮기다 끝나는 재앙이 발생합니다.

성공적인 해커톤을 위해 출발 전 반드시 완료해야 할 3가지 사전 준비(Prerequisites)를 강력히 요청합니다.

✅ 필수 준비 1: 연구 주제 및 가설의 구체화 (Target Definition)

해커톤 시작 당일은 주제를 정하는 날이 아니라, 첫 번째 코드를 돌리는 날이어야 합니다. 단순한 아이디어가 아닌 ‘검증 가능한 가설’을 준비하십시오.

Bad: “뇌파 데이터를 딥러닝으로 분석해보고 싶어요.” (추상적)
Good: “Emotion Contextualized Perception 검증을 위해, ABCD 데이터셋에 새로운 Transformer 모델을 개발하여 벤치마킹 스코어를 3일 내에 도출한다.” (구체적)
Action Item: 각 팀은 킥오프 미팅 전까지 [연구 목표, 예상 결과물, 사용할 모델 구조]가 명시된 1장짜리 기획안을 완성하십시오.

✅ 필수 준비 2: 데이터 큐레이션 및 전처리 (Data Curation) [가장 중요]

Neuro-AI 데이터(fMRI, EEG, ECoG, ABCD Dataset 등)는 거대하고 복잡합니다. 현장 인터넷 환경에서 26TB 데이터를 다운로드하거나, 노이즈를 제거하느라 이틀을 허비해서는 안 됩니다.

데이터 확보: 분석에 사용할 데이터셋을 확정하고, 보안 데이터(ABCD 등)에 대한 접근 권한을 사전에 승인받아야 합니다.
전처리 완료(Model-Ready): Raw Data를 현장에서 가공하지 마십시오. 노이즈 제거, 포맷 변환(BIDS 등), 차원 축소 등을 미리 마친 후, 모델 학습에 즉시 투입 가능한 형태(Train_X.npy 등)로 가공하여 외장 하드나 클라우드에 준비해 오십시오.
환경 점검: 사용할 라이브러리, GPU 서버 접속 권한, Docker 환경 등이 정상 작동하는지 미리 테스트하십시오.

✅ 필수 준비 3: 충분한 브레인스토밍과 역할 분담 (Pre-Brainstorming)

현장은 ‘토론’하는 곳이 아니라 ‘실행(Execution)’하는 곳입니다. 40명이 우왕좌왕하지 않으려면 각자의 포지션이 명확해야 합니다.

역할 정의: 팀 내에서 누가 핵심 코딩(Core Modeler)을 하고, 누가 데이터 파이프라인(Data Engineer)을 맡고, 누가 결과 해석 및 시각화(Analyst)를 할지 정하십시오.
시나리오 점검: “이 모델이 작동하지 않을 경우 대안(Plan B)은 무엇인가?”까지 논의된 상태로 오십시오.

예시 일정

시간	구분	주요 활동 내용	전문가 가이드
09:00	아침	아침 식사 및 Daily Stand-up	“어제 밤 학습 결과 어때?” 짧게 공유하고 바로 작업에 착수합니다.
10:00	Sprint	[오전 집중 코딩] 모델 디버깅 및 파라미터 튜닝, 핵심 로직 구현	뇌가 가장 맑은 시간입니다. 가장 어려운 코드를 이때 짜십시오.
13:00	점심	점심 식사
14:00	Co-Work	[오후 연구 & 멘토링] 랩 간 기술 교류, 막히는 부분 타 랩 고수에게 질문	혼자 끙끙대지 말고 옆방 박사과정 연구원에게 물어보십시오. 해커톤은 ‘집단 지성’입니다.
16:00	티타임, 산책	[Refresh & Brainstorming] 라운지에서 다과와 함께 휴식 (필수)	의무적인 휴식입니다. 모니터에서 눈을 떼야 새로운 해결책이 떠오릅니다.
18:00	저녁	저녁 식사
20:00	Sprint	[철야(선택) 및 심화 개발]	체력 안배가 필수입니다. 시간이 오래 걸리는 모델 학습을 걸어두는 시간입니다.

성공적인 해커톤을 위한 전문가의 제언

1. Tangible Outcome (손에 잡히는 결과물)

“열심히 했다”는 중요하지 않습니다. “성능이 향상된 모델 가중치”, “검증된 벤치마킹 디자인”, “작동하는 프로토타입” 등 눈에 보이는 산출물을 목표로 하십시오.

2. Collaboration over Competition (경쟁보다 협력)

5개 랩이 모인 이유는 경쟁이 아닌 시너지를 위해서입니다. 다른 랩의 노하우(GPU 최적화, 데이터 해석 관점)를 적극적으로 흡수하고, 하이브리드 병렬화(Hybrid Parallelism)를 통해 랩 간의 장벽을 허무십시오.

3. Documentation (기록의 힘)

현장에서의 번뜩이는 아이디어와 코드는 집에 가면 잊혀집니다. 모든 진행 상황과 트러블슈팅 과정을 실시간으로 기록하여 연구 자산으로 남기십시오.

준비된 자만이 3박 4일의 기적을 경험할 수 있습니다.

데이터와 아이디어를 완벽하게 무장하고 해커톤 현장에서 뵙겠습니다.

— 2026 Neuro-AI 해커톤 운영위원회