AI대학원 준비하는 방법, 초보자가 6개월 전부터 챙길 것들

얼마 전 주변에서 AI대학원을 준비한다는 이야기를 들었는데, 다들 비슷한 지점에서 막히더라고요. “논문이 꼭 있어야 하나?”, “코딩 테스트처럼 준비하면 되나?”, “교수님께 메일은 언제 보내야 하나?” 같은 질문이 많았습니다. 사실 AI대학원 준비는 스펙 하나를 크게 만드는 것보다, 내가 어떤 문제를 연구하고 싶은지 조금씩 선명하게 만드는 과정에 가깝습니다.

AI대학원은 취업 준비와 방향이 조금 다릅니다

AI대학원은 인공지능을 더 깊게 공부하는 곳이지만, 단순히 파이썬을 잘하거나 모델을 많이 써봤다는 것만으로 충분하진 않습니다. 대학원은 결국 연구를 하는 곳이라서 “왜 이 문제가 중요한가”, “기존 방법은 어디가 부족한가”, “나는 어떤 방식으로 개선해보고 싶은가”를 말할 수 있어야 합니다.

KAIST AI대학 입학 안내처럼 여러 대학원 모집 안내를 보면 서류와 면접을 함께 보는 경우가 많고, 자기소개서, 수강 과목, 학점, 연구 잠재력, 전공 적합성 같은 요소가 자주 등장합니다. 즉, 점수만 보는 시험이라기보다 지원자의 방향성과 기초 체력을 함께 보는 구조입니다.

• 석사 과정: 학부 졸업자 또는 졸업 예정자가 주로 지원
• 박사 과정: 석사 학위자 또는 취득 예정자가 주로 지원
• 석박사 통합 과정: 학부 졸업 후 장기 연구를 염두에 두는 경우가 많음
• 면접: 전공 기초, 연구 관심사, 프로젝트 설명 능력을 함께 확인

먼저 연구 분야를 좁혀야 준비가 쉬워집니다

AI대학원이라고 해도 안에서 갈래가 꽤 많습니다. 컴퓨터 비전, 자연어처리, 음성, 추천 시스템, 로보틱스, 강화학습, 의료 AI, 생성형 AI, AI 반도체, 수학 기반 AI처럼 방향이 다양합니다. 처음부터 하나를 완벽히 고를 필요는 없지만, 최소한 2개 정도의 관심 분야로 줄여두면 준비가 훨씬 편해집니다.

예를 들어 “생성형 AI를 하고 싶다”는 말은 아직 넓습니다. 텍스트 생성 모델의 평가를 연구하고 싶은지, 이미지 생성 모델의 품질 개선을 보고 싶은지, 기업에서 쓸 수 있는 경량화 모델에 관심이 있는지에 따라 읽어야 할 논문과 지원할 연구실이 달라집니다.

관심 분야를 고를 때 보는 기준

• 최근 1년 동안 꾸준히 찾아본 주제인지
• 수학, 통계, 프로그래밍 중 어느 기초가 더 필요한지
• 해당 분야 연구실이 국내에 충분히 있는지
• 내가 만든 프로젝트로 설명할 수 있는 경험이 있는지

솔직히 가장 위험한 준비 방식은 “AI가 유망하니까 일단 지원”입니다. 면접에서 바로 티가 납니다. 반대로 논문 실적이 많지 않아도, 한 프로젝트를 깊게 파고들며 실패 이유와 개선 과정을 설명할 수 있으면 꽤 좋은 인상을 줄 수 있습니다.

6개월 준비 로드맵은 이렇게 잡으면 현실적입니다

AI대학원 준비 기간은 사람마다 다르지만, 학부 수업과 병행한다면 최소 6개월은 잡는 편이 안정적입니다. 이미 연구 경험이 있거나 관련 프로젝트가 있다면 3개월에도 집중 준비가 가능하지만, 처음 시작한다면 시간이 더 필요합니다.

• 6개월 전: 관심 분야 2개 선정, 연구실 목록 만들기, 기본 논문 읽기 시작
• 5개월 전: 머신러닝, 딥러닝, 선형대수, 확률 기초 점검
• 4개월 전: 개인 프로젝트나 졸업 프로젝트를 연구 주제와 연결
• 3개월 전: 자기소개서 초안 작성, 연구계획서 방향 잡기
• 2개월 전: 교수님 컨택 메일 준비, 면접 예상 질문 답변 만들기
• 1개월 전: 지원 서류 다듬기, 프로젝트 발표 연습, 전공 질문 복습

여기서 중요한 건 논문을 많이 읽는 것보다 제대로 읽는 겁니다. 처음에는 초록, 그림, 실험 결과, 한계점 순서로 읽어도 충분합니다. 논문 한 편을 읽고 “이 연구가 해결한 문제”, “사용한 방법”, “아쉬운 점”을 5줄로 적어두면 나중에 면접 준비 자료가 됩니다.

자기소개서와 연구계획서는 경험을 연결해야 합니다

AI대학원 자기소개서에서 흔히 하는 실수가 있습니다. “AI에 관심이 많습니다”, “데이터의 가치를 느꼈습니다”, “사회에 기여하고 싶습니다”처럼 좋은 말은 많은데, 나만의 사례가 부족한 경우입니다. 읽는 사람 입장에서는 비슷한 문장이 너무 많이 보일 수밖에 없습니다.

좋은 자기소개서는 경험의 순서가 자연스럽습니다. 수업에서 어떤 문제를 만났고, 프로젝트에서 어떤 한계를 겪었고, 그 한계를 해결하려고 어떤 논문이나 방법을 찾아봤으며, 그래서 대학원에서 어떤 주제를 더 깊게 연구하고 싶은지 이어져야 합니다.

서류에 넣기 좋은 구체 사례

• 모델 성능을 높이기 위해 데이터 전처리를 바꿨던 경험
• 단순 정확도보다 재현율, 지연 시간, 비용 같은 지표를 고민한 경험
• 논문 방법을 직접 구현하다가 실패한 뒤 원인을 분석한 경험
• 팀 프로젝트에서 역할을 나누고 실험 로그를 관리한 경험

수치도 꽤 중요합니다. “성능이 좋아졌다”보다 “F1 점수가 0.71에서 0.78로 올랐다”가 훨씬 선명합니다. “데이터를 많이 모았다”보다 “약 3만 개 문장을 수집하고 중복 12%를 제거했다”가 믿음이 갑니다. 작은 수치라도 실제로 해본 사람의 문장은 다르게 읽힙니다.

교수님 컨택은 짧고 정확할수록 좋습니다

박사 과정이나 일부 석박사 통합 과정은 지원 전에 지도교수와 사전 협의가 필요한 경우가 있습니다. 모집 안내에서 지도예정교수 입력이나 사전 협의가 언급되는 학교도 있으니, 관심 대학원의 공지를 먼저 확인하는 게 좋습니다.

컨택 메일은 길다고 좋은 게 아닙니다. 제목에는 지원 과정과 관심 분야를 넣고, 본문에는 자기소개, 관심 논문이나 연구 주제, 관련 경험, 첨부 자료를 간단히 적으면 됩니다. 교수님 논문 제목을 하나 언급하는 것보다, 그 논문의 어떤 문제의식이 내 경험과 연결되는지 말하는 편이 훨씬 낫습니다.

• 메일 제목: 지원 과정, 이름, 관심 분야가 보이게 작성
• 본문 길이: 모바일에서 읽어도 부담 없을 정도로 간결하게
• 첨부 자료: 이력서, 성적표, 프로젝트 설명 자료를 PDF로 준비
• 주의할 점: 여러 교수님께 같은 문장을 그대로 보내는 방식은 피하기

면접 준비는 내 프로젝트를 설명하는 연습부터

AI대학원 면접은 학교마다 다르지만, 전공 기초와 연구 경험을 함께 묻는 경우가 많습니다. 선형대수에서 행렬 곱이 왜 중요한지, 과적합은 어떻게 줄이는지, 손실 함수는 왜 그렇게 골랐는지 같은 질문이 나올 수 있습니다. 어려운 질문을 모두 맞히는 것보다, 모르는 부분을 인정하고 생각의 흐름을 차분히 말하는 태도가 중요합니다.

프로젝트 설명은 1분, 3분, 5분 버전으로 각각 준비하면 좋습니다. 짧게 말할 때는 문제와 결과만, 조금 길게 말할 때는 데이터와 모델, 더 길게 말할 때는 실패한 실험과 배운 점까지 포함하면 됩니다. 이 연습을 해두면 자기소개서와 면접 답변이 서로 따로 놀지 않습니다.

AI대학원은 화려한 도구 이름을 많이 아는 사람보다, 하나의 문제를 붙잡고 끝까지 파고든 사람에게 더 어울리는 곳이라고 생각합니다. 준비 과정이 조금 느리게 느껴져도 괜찮습니다. 관심 분야를 좁히고, 프로젝트를 숫자로 설명하고, 읽은 논문을 내 언어로 바꾸는 습관이 쌓이면 지원서의 밀도가 자연스럽게 달라집니다.