AI대학원 지원 준비하는 방법

얼마 전 AI대학원을 알아보는 지인이 학교 이름부터 적어 놓고는 어디에 지원해야 할지 막막하다고 했습니다. 모집 분야가 비슷해 보여도 연구실마다 다루는 문제와 일하는 방식이 다르니 그럴 만하죠. 지원 준비는 학교 목록을 늘리기보다 내가 오래 붙잡고 싶은 문제를 찾는 데서 시작하면 훨씬 수월합니다.

먼저 공부할 이유를 한 문장으로 적기

AI대학원에 가고 싶은 이유가 ‘AI가 유망해서’에서 멈추면 학교를 고르기도, 연구계획서를 쓰기도 어렵습니다. 예를 들어 ‘병원 영상에서 놓치기 쉬운 이상 징후를 찾는 모델을 연구하고 싶다’고 적으면 필요한 공부가 보입니다. 컴퓨터 비전이 맞는지, 의료 데이터를 다루는 연구실이 있는지, 실제 데이터에 접근할 수 있는지도 확인할 수 있죠.

관심 분야는 처음부터 아주 좁힐 필요가 없습니다. 자연어 처리, 컴퓨터 비전, 로봇, AI 시스템처럼 큰 갈래를 고른 뒤 그 안에서 궁금한 문제를 두세 개 적어 보세요. KAIST 김재철AI대학원의 교육과정만 봐도 대형언어모델부터 로봇 계획까지 과목의 폭이 넓습니다. 같은 AI대학원이라는 이름 아래에서도 배우고 연구하는 내용은 꽤 다릅니다.

진로도 함께 생각해야 합니다. 논문을 읽고 새로운 방법을 검증하는 일이 즐겁다면 연구 중심 과정이 잘 맞을 수 있습니다. 반면 제품에 모델을 적용하는 경험이 우선이라면 산학 과제와 인턴 기회가 많은 연구실이 더 끌릴 겁니다. 어느 쪽이든 ‘졸업 뒤 어떤 일을 해보고 싶은가’를 적어 두면 선택 기준이 생깁니다.

학교보다 연구실의 실제 작업 살피기

학교 이름은 금방 눈에 들어오지만, 대학원 생활의 상당 부분은 연구실에서 보냅니다. 관심 있는 교수의 최근 논문 제목 두세 편을 읽고 어떤 문제를 반복해서 다루는지 살펴보세요. 초록만 읽어도 연구 방향을 가늠할 수 있고, 이해가 안 되는 용어는 앞으로 공부할 목록이 됩니다.

연구실 소개에 ‘생성형 AI’라고 적혀 있어도 세부 작업은 다를 수 있습니다. 어떤 곳은 모델의 추론 비용을 줄이고, 다른 곳은 데이터 품질이나 안전성을 연구합니다. 내가 해본 프로젝트와 접점이 있는지, 새로 배워야 할 내용이 무엇인지 한 줄씩 메모하면 여러 연구실을 비교하기 편합니다.

가능하다면 재학생의 발표 자료나 공개된 세미나 기록도 살펴보세요. 논문 주제뿐 아니라 공동 연구가 많은지, 실제 데이터를 다루는지 같은 단서가 보입니다. 다만 연구실 분위기나 지도 방식은 공개 자료만으로 단정하기 어렵습니다. 면담 기회가 생기면 피드백 주기, 연구 주제 선정 방식, 졸업 요건을 구체적으로 물어보는 편이 좋습니다.

서류에는 결과보다 문제를 푼 과정을 담기

지원 서류에 프로젝트를 많이 나열한다고 연구 역량이 선명해지는 건 아닙니다. 하나를 골라 ‘어떤 문제였고, 왜 그 방법을 선택했으며, 결과가 기대와 달랐을 때 무엇을 바꿨는지’ 순서로 써보세요. 가령 이미지 분류 정확도가 82%였다는 수치만 적는 것보다 데이터가 한쪽 범주에 치우쳐 있었고 이를 어떻게 확인했는지 설명하는 편이 자신의 판단을 보여줍니다. 82%는 설명을 위한 예시 수치입니다.

연구계획서에도 거창한 약속보다 연결되는 경험이 필요합니다. 학부 프로젝트에서 긴 문서를 처리할 때 오류를 겪었다면, 그 경험이 왜 특정 연구실의 자연어 처리 연구로 이어졌는지 쓰는 식이죠. 아직 논문 실적이 없더라도 수업 과제, 개인 프로젝트, 현업에서 다룬 문제를 깊이 있게 설명할 수 있습니다.

학교별 요구 서류와 평가 방식은 꼭 모집 안내에서 확인해야 합니다. POSTECH 인공지능대학원은 학업 성취도와 자기소개서, 연구계획서, 연구실적물 등을 서류 평가에 활용하고 전공 지식과 연구 역량을 구술시험 또는 면접에서 살핍니다. 다른 학교도 같을 거라고 생각하고 한 가지 서류만 준비하면 빠뜨리는 항목이 생길 수 있습니다.

면접 준비와 생활비 계산까지 이어가기

면접 준비는 새로운 내용을 끝없이 외우기보다 내가 제출한 내용을 설명하는 연습부터 시작하는 게 좋습니다. 프로젝트에서 사용한 모델을 왜 골랐는지, 비교 대상은 무엇이었는지, 결과가 달라질 만한 조건은 없었는지 스스로 질문해 보세요. 모르는 질문을 받았을 때는 아는 범위를 밝히고 어떤 방식으로 확인할지 설명하는 연습도 도움이 됩니다.

기초 공부는 관심 분야에 맞춰 우선순위를 잡으면 됩니다. 머신러닝 프로젝트를 했다면 선형대수, 확률·통계, 최적화의 기본 개념을 자신의 코드와 연결해 설명할 수 있는지 점검해 보세요. 수식을 모두 외우는 것보다 손실 함수가 바뀌면 학습 결과가 왜 달라지는지 이해하는 편이 오래 남습니다.

등록금, 장학금, 연구실 지원금, 거주비를 따로 적어 보세요. 장학금 이름이 같아도 지급 조건과 시점은 학교와 개인 상황에 따라 다를 수 있습니다. 한 달 생활비를 가정해 총액을 계산하고, 모집 안내와 학과 행정실에서 실제 조건을 확인하면 입학 후의 생활을 더 현실적으로 그릴 수 있습니다.

AI대학원 준비가 막연할 때는 관심 문제 하나, 연결되는 연구실 몇 곳, 깊이 설명할 수 있는 프로젝트 하나부터 손에 잡히게 만드는 게 좋습니다. 지원서 한 장을 채우는 일보다 내가 그곳에서 어떤 질문을 붙잡고 지낼지 알아가는 과정이 더 오래 남는다고 생각합니다.