AI대학원 준비하려면 연구 주제부터 고르는 방법

얼마 전 AI대학원 진학을 고민하는 지인과 이야기를 나눴는데, 처음엔 학교 이름만 잔뜩 적어 놓았더라고요. 그런데 막상 어떤 문제를 연구하고 싶은지 묻자 답하기가 어렵다고 했습니다. AI대학원 준비는 지원할 학교를 고르는 일보다 내가 오래 붙잡고 싶은 문제를 찾는 일에서 시작하는 편이 훨씬 수월합니다.

학교보다 먼저 연구 주제를 좁혀 보기

AI라는 말은 범위가 넓습니다. 같은 인공지능 연구라도 영상에서 물체를 찾는 일, 문장의 의미를 다루는 일, 로봇의 움직임을 결정하는 일은 필요한 경험이 다릅니다. 우선 관심 있는 분야를 두세 개 적고, 각 분야에서 궁금한 문제를 한 문장으로 바꿔 보세요. ‘의료 AI에 관심 있다’보다 ‘의료 영상에서 드문 질환을 찾을 때 데이터가 적으면 어떻게 할까’가 다음 행동을 정하기 쉽습니다.

그다음에는 관심 분야의 연구실 소개와 최근 발표한 연구를 읽어 보는 게 좋습니다. 처음부터 논문 전체를 이해하려 애쓰지 않아도 됩니다. 연구실이 어떤 문제를 반복해서 다루는지, 데이터와 실험을 어떤 방식으로 쓰는지만 메모해도 방향이 보입니다. 비슷한 주제를 다루는 연구실 세 곳을 비교하면 이름은 비슷해도 연구의 초점이 꽤 다르다는 걸 알 수 있습니다.

기초 공부는 작은 프로젝트와 연결하기

수학과 코딩을 어디까지 해야 하는지 걱정하는 사람이 많습니다. 선형대수, 확률·통계, 미분, 파이썬은 여러 AI 연구에서 자주 쓰이는 기초입니다. 다만 책 한 권을 끝내야 프로젝트를 시작할 수 있다고 생각하면 준비가 끝없이 미뤄집니다. 공부한 내용을 바로 작은 실험에 써 보는 편이 기억에도 남고 부족한 부분도 드러납니다.

예를 들어 공개된 이미지 데이터로 간단한 분류 모델을 만들었다면 정확도 숫자 하나로 끝내지 마세요. 어떤 이미지에서 자주 틀렸는지 확인하고, 데이터 수나 전처리 방법을 바꿨을 때 결과가 어떻게 달라지는지 적어 두면 좋습니다. 모델을 새로 만드는 일만 연구 경험은 아닙니다. 기존 방법을 재현하다가 예상과 다른 결과를 얻고 그 이유를 추적한 과정도 충분히 이야기할 만합니다.

비전공자라면 관련 수업을 모두 다시 듣기보다 지원하려는 연구 주제에 필요한 기초부터 채우는 게 현실적입니다. 반대로 전공자라도 코드를 실행한 경험만 있고 결과를 설명하기 어렵다면 실험 기록을 남기는 연습이 필요합니다. 면접에서 ‘무엇을 만들었나’ 다음에는 ‘왜 그렇게 했나’라는 질문이 이어지기 쉽기 때문입니다.

연구실과 전형은 따로 확인하기

관심 있는 연구실을 찾았다고 바로 지원 조건까지 확인된 것은 아닙니다. 대학마다 모집 시기, 학위 과정, 제출 서류, 면접 방식이 다르고 같은 학교에서도 전형에 따라 달라질 수 있습니다. 실제로 KAIST 김재철AI대학원은 입학 안내에서 지원 일정과 면접 단계를 구분해 소개하고, POSTECH 인공지능대학원도 입시설명회에서 전형과 학생 지원 제도를 안내합니다. 지원 직전에는 해당 학기 모집요강을 기준으로 다시 확인해야 합니다.

학교를 비교할 때는 이름 옆에 연구 주제, 지도교수 후보, 최근 연구, 전형 일정, 등록금과 지원 제도를 한 줄씩 적어 두면 편합니다. 연구실의 관심사가 내 경험과 맞는지 확인하는 동시에 생활 조건도 살필 수 있습니다. 장학금이나 연구비는 기대만으로 계산하지 말고 모집요강과 학과 안내에서 지급 조건을 확인하는 편이 안전합니다.

교수에게 연락할 계획이라면 긴 자기소개보다 구체적인 연결점이 중요합니다. 관심 있게 읽은 연구가 무엇인지, 본인이 해 본 실험이 그 연구와 어떻게 이어지는지 짧게 적어야 상대도 답하기 쉽습니다. 다만 사전 연락의 필요성과 방식은 학교와 연구실마다 다를 수 있으니 공식 안내를 먼저 읽는 게 순서입니다.

지원서는 경험의 흐름이 보이게 쓰기

자기소개서나 연구계획서에는 화려한 기술 이름을 나열하기보다 문제를 발견하고 시도하고 고친 과정을 담는 편이 자연스럽습니다. ‘생성형 AI에 관심이 많다’는 말만으로는 지원자의 준비가 보이지 않습니다. 반면 ‘문서 분류 실험에서 특정 유형의 문장을 자주 놓쳐 데이터를 다시 살펴봤다’고 쓰면 무엇을 관찰했는지 드러납니다.

프로젝트 하나를 고를 때는 목표, 사용한 데이터, 본인의 역할, 결과, 한계를 차례로 적어 보세요. 팀 프로젝트였다면 전체 성과와 자신이 맡은 부분을 구분하는 게 좋습니다. 실패한 실험도 숨길 필요는 없습니다. 어떤 가설이 맞지 않았고 다음에는 무엇을 바꿔 볼지 설명할 수 있다면 연구를 대하는 태도가 전해집니다.

면접 준비도 같은 흐름으로 하면 됩니다. 제출한 프로젝트를 다시 실행해 보고, 그래프와 숫자의 뜻을 자기 말로 설명해 보세요. 논문이나 모델의 세부 사항을 모두 외우는 것보다 내가 내린 선택의 이유와 한계를 정확히 말하는 게 중요합니다. AI대학원 준비가 막연하게 느껴질 때는 지원 목록을 더 늘리기보다, 지금 손에 있는 작은 실험 하나를 끝까지 설명할 수 있게 만드는 것부터 시작해도 좋겠습니다.