AI대학원 준비를 시작하려면 이렇게 하세요
얼마 전 AI대학원 진학을 고민하는 직장인과 상담했는데, 첫 질문이 “논문이 없으면 지원해도 소용없나요?”였습니다. 학부생도 비슷한 걱정을 합니다. 남의 화려한 이력부터 보면 준비할 일이 끝없이 늘어나죠. 그런데 입학 준비에서 먼저 필요한 건 실적의 개수가 아니라, 어떤 문제를 연구하고 싶은지 설명할 수 있는 상태입니다.
학교보다 연구 주제를 먼저 좁히기
AI대학원이라는 이름만 보고 지원 학교를 고르면 자기소개서가 쉽게 막힙니다. 자연어 처리, 컴퓨터 비전, 추천 시스템처럼 관심 분야를 두세 개 적고, 그 안에서 궁금한 문제를 한 문장으로 바꿔보세요. “추천 모델을 공부하고 싶다”보다 “이용 기록이 적은 신규 사용자에게 어떤 정보를 활용해 추천할 수 있을까”가 훨씬 구체적입니다.
그다음 연구실을 비교합니다. 교수 이름이나 학교 순위만 볼 게 아니라 최근 연구 주제, 재학생의 프로젝트, 내가 이미 해본 작업과의 접점을 함께 봐야 합니다. 논문 초록을 읽어도 무슨 문제를 푸는지 설명하기 어렵다면, 그 연구실은 당장 지원 목록에 넣기보다 기초를 더 공부한 뒤 다시 보는 편이 낫습니다.
진학 목적도 분명히 해야 합니다. 연구 경험을 쌓아 박사과정까지 생각하는 사람과 현업의 문제 해결 역량을 키우려는 사람은 연구실을 고르는 기준이 다를 수 있습니다. 등록금과 생활비 지원, 연구실의 근무 방식까지 확인해야 입학 후의 생활이 예상과 크게 어긋나지 않습니다.
공부는 수학과 구현을 함께 굴리기
지원 준비를 시작하면 유명 논문부터 읽거나 최신 모델을 따라 만들어야 할 것 같습니다. 사실 기초가 비어 있으면 논문을 여러 편 읽어도 남는 게 적습니다. 선형대수의 행렬 연산, 미분과 최적화, 확률과 통계, 파이썬 구현을 먼저 점검하세요. 모든 교과서를 처음부터 끝까지 읽을 필요는 없지만, 내가 만든 모델의 손실 함수가 왜 그렇게 움직이는지는 말로 설명할 수 있어야 합니다.
주 10시간을 낼 수 있다면 기초 개념에 4시간, 작은 구현에 4시간, 읽고 기록하는 데 2시간을 배분하는 식이 현실적입니다. 예를 들어 한 주에는 경사하강법을 공부하고 간단한 분류 모델을 직접 학습시킵니다. 다음 주에는 학습률을 바꿔 결과가 어떻게 달라지는지 비교합니다. 이해한 내용을 코드와 숫자로 확인하는 흐름이 중요합니다.
교재를 계속 바꾸는 것도 흔한 실패 패턴입니다. 설명 방식이 맞는 기본서 한 권과 실습 자료 하나를 정해 몇 주간 유지하세요. 모르는 용어가 나올 때마다 다른 강의로 옮겨 다니면 공부 시간은 늘어도 끝낸 단원은 거의 없을 수 있습니다.
프로젝트는 큰 성과보다 설명 가능한 과정을 남기기
포트폴리오에 프로젝트가 다섯 개 있어도 본인이 한 선택을 설명하지 못하면 면접에서 힘이 빠집니다. 반대로 작은 프로젝트 하나라도 문제 정의, 데이터의 한계, 비교 기준, 실패한 시도와 수정 이유가 남아 있으면 대화가 됩니다. 공개 데이터를 썼다면 모델 정확도만 적지 말고 어떤 경우에 성능이 떨어졌는지도 기록하세요.
예를 들어 문장 분류를 했다면 단순한 기준 모델과 개선 모델을 같은 데이터 분할에서 비교할 수 있습니다. 점수가 조금 올랐다는 사실보다 왜 올랐는지, 다른 데이터에서도 그 차이가 유지될지 묻는 편이 연구 준비에 가깝습니다. 직장인이라면 업무 경험도 출발점이 됩니다. 다만 회사 데이터를 허가 없이 공개하지 말고, 공개 데이터나 재현 가능한 예시로 문제를 다시 구성해야 합니다.
모집요강을 기준으로 지원 일정을 역산하기
AI대학원 전형은 학교와 과정에 따라 제출 서류와 평가 방식이 다릅니다. 서울대학교 협동과정 인공지능전공은 자기소개서와 수학·연구계획서, 구술고사 관련 안내를 별도로 공지하고 있습니다. POSTECH 인공지능대학원도 서류 평가와 면접·전공 평가 일정을 안내합니다. 남이 만든 ‘공통 준비물’ 목록보다 지원하려는 과정의 해당 학기 모집요강을 먼저 확인해야 하는 이유입니다.
원서 접수일을 달력에 적은 뒤 그보다 앞서 연구계획서 초안, 추천인 요청, 성적증명서 발급, 포트폴리오 점검 시점을 배치하세요. 추천서는 부탁드리는 날 바로 완성되지 않습니다. 최소한 몇 주의 여유를 두고 지원 분야와 본인이 한 일을 함께 전달하는 편이 좋습니다. 영어 성적이나 별도 서류가 필요한지도 학교별 안내에서 확인해야 합니다.
연구계획서는 거창한 예측보다 지금까지 한 공부와 앞으로 풀고 싶은 문제를 잇는 글이 좋습니다. “AI로 세상을 바꾸겠다”는 문장보다 “작은 데이터에서 분류 성능이 흔들리는 문제를 프로젝트에서 겪었고, 관련 연구를 더 깊이 배우고 싶다”는 문장이 면접 질문으로 이어지기 쉽습니다.
면접에서는 모르는 부분까지 솔직하게 설명하기
면접 준비 때는 프로젝트마다 세 가지를 말해보면 좋습니다. 왜 그 문제를 골랐는지, 본인이 직접 결정한 것은 무엇인지, 다시 한다면 무엇을 바꿀 것인지입니다. 논문이나 모델의 모든 내용을 외우는 것보다 자신의 작업을 근거와 함께 설명하는 연습이 훨씬 오래 갑니다.
막히는 질문이 나오면 아는 범위와 아직 확인하지 못한 부분을 구분해 답하세요. 억지로 아는 척하면 뒤따르는 질문에서 더 흔들립니다. 준비 기간이 짧더라도 매주 공부 기록 한 장, 구현 결과 하나, 지원 연구실에 대한 메모 하나를 남기면 다음 주에 할 일이 보입니다. AI대학원 준비도 결국 그렇게 지속되는 공부에서 힘이 붙습니다.
