AI대학원 준비하는 방법, 전공자와 비전공자가 다르게 잡아야 할 것들

얼마 전 후배가 AI대학원 진학을 고민한다며 연락을 해왔어요. 막연히 “요즘 AI가 뜨니까 대학원 가면 좋지 않을까?” 정도로 생각하고 있더라고요. 사실 AI대학원은 이름만 보고 고르기엔 생각보다 차이가 큽니다. 어떤 곳은 이론 연구가 강하고, 어떤 곳은 산업 프로젝트와 산학협력이 많고, 또 어떤 곳은 의료·제조·금융 같은 분야 결합에 힘을 주기도 해요.

과학기술정보통신부와 인공지능대학원협의회 자료를 보면 국내 AI대학원은 석·박사급 고급 인재 양성을 목표로 운영되는 곳이 많고, 정부 지원 사업과 연결된 학교도 있습니다. 2026년에는 AI중심대학, AX대학원 같은 사업도 함께 언급되면서 대학 안의 AI 교육 범위가 더 넓어지는 흐름이에요. 그래서 지원자는 “AI대학원”이라는 이름보다 내가 들어갈 연구실과 교수님의 연구 방향을 먼저 봐야 합니다.

AI대학원은 취업용 스펙만으로 접근하면 아쉽습니다

AI대학원에 관심 있는 분들이 가장 많이 묻는 건 취업입니다. 물론 취업과 연결되는 건 맞아요. 머신러닝 엔지니어, 데이터 사이언티스트, AI 리서처, MLOps 엔지니어 같은 직무로 이어질 수 있으니까요. 그런데 대학원 생활의 중심은 수업보다 연구입니다. 적어도 2년 이상 하나의 문제를 계속 붙잡고 논문, 실험, 코드, 발표를 반복해야 해요.

예를 들어 컴퓨터비전 연구실이라면 이미지 분류 하나만 하는 게 아니라 객체 탐지, 생성 모델, 의료 영상, 3D 비전처럼 세부 분야가 나뉩니다. 자연어처리 쪽도 대형언어모델, 검색증강생성, 문서 이해, 평가 방법론처럼 방향이 다르고요. “AI를 배우고 싶다”보다 “어떤 문제를 풀고 싶은지”가 훨씬 중요합니다.

• 논문 읽는 일이 싫다면 연구 중심 대학원은 꽤 힘들 수 있습니다.
• 코딩만 잘해도 부족하고, 실험 설계와 실패 기록을 견디는 힘이 필요합니다.
• 취업 목표라면 연구실의 졸업생 진로도 꼭 확인하는 편이 좋습니다.

지원 전에는 연구실부터 좁히는 게 빠릅니다

AI대학원 준비를 시작할 때 학교 순위부터 보는 경우가 많아요. 근데 실제로는 연구실 매칭이 훨씬 중요합니다. 같은 학교 안에서도 연구실 분위기, 프로젝트 성격, 졸업 요건, 장학 조건이 다를 수 있거든요. 어떤 연구실은 논문 실적을 강하게 요구하고, 어떤 곳은 기업 과제와 개발 경험이 많습니다.

처음에는 관심 분야를 2~3개로 좁히는 게 좋습니다. 예를 들어 “LLM과 추천 시스템”, “컴퓨터비전과 의료 AI”, “강화학습과 로보틱스”처럼 붙여서 보면 검색하기도 쉽고 자기소개서 방향도 선명해져요. 교수님 최근 논문 제목을 5편 정도 읽어보고, 이해가 안 되더라도 어떤 데이터를 쓰는지, 어떤 문제를 반복해서 다루는지 보면 감이 옵니다.

컨택 메일은 길게 쓰지 않아도 됩니다

컨택 메일은 자기소개, 관심 연구, 준비한 경험, 첨부 자료 정도면 충분합니다. 포트폴리오가 있다면 깃 저장소나 논문 리뷰 문서, 프로젝트 보고서처럼 바로 확인 가능한 형태가 좋아요. 다만 본문에는 외부 주소를 길게 늘어놓기보다 첨부나 별도 파일명으로 안내하는 방식이 깔끔합니다.

• 학부 전공과 주요 수강 과목
• 수학·통계·프로그래밍 기반
• 관심 있는 교수님 논문과 연결되는 경험
• 입학 후 하고 싶은 연구 질문

전공자는 논문과 구현력, 비전공자는 기초 체력이 관건입니다

컴퓨터공학, 전산, 통계, 수학 전공자는 기본 과목을 들었다는 장점이 있습니다. 대신 경쟁자들도 비슷한 배경을 가진 경우가 많아서 차별화가 필요해요. 단순 프로젝트보다 논문 구현, 재현 실험, 성능 비교표가 있는 결과물이 더 설득력 있습니다. “모델을 써봤다”보다 “왜 이 모델을 골랐고, 어떤 조건에서 성능이 달라졌는지”를 말할 수 있어야 합니다.

비전공자는 조금 다르게 접근해야 합니다. 바로 최신 모델만 따라가면 중간에 자주 막힙니다. 선형대수, 확률, 미분, 파이썬, 자료구조, 머신러닝 기본 흐름을 먼저 잡는 편이 좋아요. 특히 대학원 면접에서는 화려한 서비스보다 기본 개념을 물어보는 경우가 많습니다. 과적합이 뭔지, train과 validation을 왜 나누는지, 손실 함수가 어떤 역할을 하는지 같은 질문이 의외로 중요합니다.

• 전공자: 논문 리뷰 5~10편, 재현 실험 1~2개, 연구실 핏 중심
• 비전공자: 수학 기초, 파이썬 구현, 머신러닝 기본 프로젝트 중심
• 공통: 영어 논문 독해와 실험 기록 습관

입학 준비 일정은 최소 6개월은 잡는 게 편합니다

AI대학원 준비는 생각보다 시간이 걸립니다. 자기소개서만 쓰는 문제가 아니라 관심 분야 탐색, 연구실 조사, 포트폴리오 보완, 컨택, 면접 준비가 이어지거든요. 여유가 있다면 1년 전부터 준비하는 게 좋고, 빠듯해도 6개월은 잡는 편이 현실적입니다.

첫 1~2개월은 분야를 좁히고 기초를 점검하는 기간으로 쓰면 좋습니다. 다음 2개월은 프로젝트나 논문 리뷰를 결과물로 만들고, 이후에는 학교별 모집 요강과 교수님 연구실을 맞춰보는 식이에요. 포항공대 AI대학원처럼 학교별 모집 일정이 따로 공지되는 경우도 있으니, 지원하려는 학교의 입학 안내는 수시로 확인해야 합니다.

면접에서는 모르는 걸 숨기지 않는 태도가 낫습니다

면접에서 가장 어색한 순간은 모르는 질문을 받았을 때예요. 그런데 무리해서 아는 척하면 꼬리 질문에서 더 어려워집니다. 차라리 “그 부분은 정확히 설명하기 어렵지만, 제가 이해한 범위에서는…”처럼 선을 긋고 말하는 편이 낫습니다. 연구는 모르는 걸 줄여가는 과정이라, 사고 과정을 보여주는 태도가 꽤 중요합니다.

학교 이름보다 내 생활과 연구 지속성이 더 중요합니다

AI대학원은 멋있어 보이지만 생활은 꽤 빡빡합니다. 논문 마감, 실험 실패, 서버 문제, 데이터 전처리, 과제 회의가 반복됩니다. 그래서 장학금, 연구실 분위기, 졸업 요건, 통학 또는 거주 환경도 현실적으로 봐야 해요. 좋은 연구실이어도 내 체력과 생활 조건이 맞지 않으면 오래 버티기 어렵습니다.

개인적으로는 AI대학원을 고를 때 “내가 이 연구실에서 2년 동안 같은 문제를 계속 붙잡을 수 있을까?”를 꼭 물어봤으면 합니다. 유행하는 분야인지보다 내가 궁금해하는 문제인지가 오래 갑니다. AI는 변화가 빠른 분야라서 입학 전 기술 하나를 완벽히 익히는 것보다, 낯선 논문과 코드를 계속 따라가며 배우는 태도가 더 큰 힘이 됩니다.