[포항공대 인공지능(AI) 대학원 석사과정 합격 후기] - 24년도 가을학기 입시 & 면접

Content

- 대학원 결과

- 스펙

- 필기 면접

- 컨택 과정

- 입시 후기

---

대학원 결과

- 포스텍 인공지능 대학원 25년도 1학기 합격!

---

스펙

[기본 정보]

학교: 한동대학교

전체 학점: 4.37

학부: ICT 창업학부

복수 전공: ICT융합/수학통계  

 

[우수성입증자료]

논문경력(SCI 3편; 국내학회 1편): 해외 논문 저널 2편 (SCIE; 공동 1저자), 국내 학술대회 1편 (1저자), 해외 논문 1편 review (SCIE, 1저자)

상장(2개): 교내 SW 대회 최우수상, AI 해커톤 대회 대상

연구활동: 교내 연구 RA 활동 (2년), 포스텍 랩실과 협업하여 프로젝트 (2년), (주)마커AI 인턴 (1년)

기타: Upstage와 LLM fine-tuning 온라인 강좌(fast-campus) 촬영; Huggingface LLM 리더보드 국내 및 국외 1등; 교수님 추천서

*그 외에 다른 것들도 있었지만, 저를 잘 표현하기에 적당한(?) 것들로 구성해서 제출했습니다..ㅎㅎ

---

포항공대 필기 문제(면접) (24년도 가을학기)

[교재 범위]

 - 알고리즘: “Algorithms,” Sanjoy Dasgupta, Christos Papadimitriou, Umesh Vazirani, McGraw-Hill, 2008. (Chapter 2,3,4,5,6)

 - 기초수학: Mathematics for Machine learning(http://mml-book.github.io), Marc Peter Deisenroth, A.Aldo Faisal, Cheng Soon Ong (Part1)

 

[필기: 수학]

저는 정수론 개념과 정사영 문제가 나왔습니다!

미분과 관련된 문제도 나왔는데, 난이도가 크게 높지 않았습니다.

전체 문제 개수: 5문제 정도?

 

[필기:  알고리즘]

그래프 이론 관련한 문제와 sorting이 출제되었습니다!

난이도 자체는 크게 어렵지는 않았지만, 보지 못했다면 접근하기 어려웠을 것 같습니다..ㅎㅎ

전체 문제 개수: 5문제 정도?

 

[필기 면접 후기]

- 예상보다 어렵지는 않아서 당황했다..ㅎㅎ

- 포공에서 명시해준 교과서들에서 어려운 개념을 주구장창 파는 것보다, 쉬운 문제들을 확실하게 이해하고 안 틀리도록 하는 것이 합격의 길인 것 같다.

- 알고리즘도 마찬가지로, 너무 세세하게 보는 것보다 큼직한 것들에 대한 이해와 풀이를 알아두는 것이 좋을 것 같다.

- (위의 난이도를 봤을 때) 미리 공부하셨던 분들은 필기 준비하는데 1~2주면 충분할 것 같고, 아예 처음 보신 분들은 안전하게 1달정도 잡으셔도 좋을 것 같습니다. (분량이 너무 많은지라..ㅠ)

 

*이것은 단순 후기일 뿐! 더 철저하게 준비하시면 좋습니다. 난이도는 언제든지 달라질 수 있으니..ㅠㅠ

*저는 수학통계 전공과 알고리즘을 개인적으로 공부한 적이 있어서, 1주정도 잡고 준비했습니다.

---

포항공대 인공지능 대학원 컨택 과정

포항공대는 먼저 최종합격이 된 후, 교수님께 컨택을 시작합니다!

총 3라운드로 구성되어 있고, 각 라운드마다 교수님께 컨택하는 방식입니다!

각 라운드마다 몇 명의 교수님께 컨택을 해도 상관은 없지만, 중요한건 한 분씩 컨택해야한다는 것입니다! (2분께 동시에 컨택하면 규칙 위반!!)

 

개인적으로는 랩실 컨택이 대학원 면접보다 더 힘들었습니다 ㅠㅠ

랩실 컨택의 경우 굉장히 전략적(?)으로 가야하는데, 특히 가을학기 입시는 더더욱 그렇습니다!

 

왜냐하면, 가을학기의 경우 각 교수님마다 TO가 보통 0~1개 정도 가지고 계신다고 들었습니다.

이럴 경우, 내가 필기시험에 합격했더라도 교수님 컨택에 실패하여 다음학기로 롤링이 되거나 입학을 포기해야하는 상황이 초래할 수 있습니다. (제가 듣기로는, 이번 가을학기 입시에서 10분 정도는 컨택에 실패하였다고 들었습니다..ㅠ)

 

게다가 저는 한학기 동안 재충전의 시간을 갖고, 25년도 1학기 입학을 희망하고 있어서 더더욱 찾기 어려웠습니다.

(가을학기 입시 때, 섣불리 내년 T.O.를 주시는 것은 흔치 않다고 들었습니다..)

하지만 저는 당당하게(?) 원하는 랩실에 컨택하여 교수님과 면담을 갖게 되었고, 면담 과정에서 솔직하고 담백하게 질문에 답하였더니 내년 T.O.를 😎교수님😎께서 주셨습니다!! 😹😹

주로 면담에서는 AI 관련 전공지식이나 저의 포트폴리오에 대해서 집중적으로 질문을 주시고, 잠재력을 확인하셨던 것 같습니다😀

 

하나님께서 도와주셨다는 말 밖에 설명이 안되는 일이었고, 제가 원하는대로, 계획한대로 대학원 입시가 잘 마무리되어서 너무나 행복했습니다💕

---

입시 후기(장문주의; 동기부여)

다들 제 스펙에서 아시다싶이 저는 ICT '창업'학부 입니다..ㅎㅎ🤔

비록 복수전공으로 수학통계를 전공했지만, 저의 학부는 '창업'학부이고 실제로 저희 학부 내에는 AI 관련 수업이 거의 없고 주로 데이터와 관련된 수업이 많이 있습니다.🫣🫣

 

그렇기 때문에, 다른 전산이나 컴퓨터 공학을 전공하시는 분들에 비해 AI에 대해 학부에서 많은 걸 배울 수가 없었습니다.

또한, '창업'이라는 명칭이 학부명에 명확하게 있으니 전산, 기계 또는 컴퓨터공학 학부에 비해서 경쟁력이 너무 떨어질 수 밖에 없었습니다..ㅠㅠ

 

위와 같은 현실에 직면하게 된게 2학년이었고, 전공을 전산쪽으로 바꾸는 선택보다 지금 내가 있는 자리에서 최선을 다하기로 마음을 먹었습니다.😎

그리고 그 당시 어떤 선배가, "저희 학부에서는 인공지능 대학원 못 간다"라고 저에게 했던 말이 저를 더더욱 불태웠습니다!❤️‍🔥

아마 그때부터 더 치열하게 방학 시간을 보냈던 것 같습니다.🤓🤓 [아래는 저의 공부 일대기(?)]

1학년 때 까지는, 방학 때 심심해서(?) 데이터 분석 교재나 통계학과 같은 전공서적을 방학마다 2~3권 사서 완독했었다면, 2학년 때부터는 AI 쪽 공부를 빡세게 했습니다.

2학년 1학기 방학 때는, AI와 관련된 기본적인 이론들을 소개한 교재 3권을 사서 2번씩 완독했습니다. 방학 때 CNN, RNN과 같은 기본적인 AI 이론들을 이해하고 나니, 다음 step으로 성장하기 위해서는 논문이 꼭 필요하다는 것을 알게 되었습니다.🤓🤓

 

그래서 2학년 2학기 방학 때, 자연어분야와 이미지 분야에서 기본적인 BERT, GPT-1, Transformer, ViT, Swin-Transformer 논문 5편을 프린트해서 완독을 3~4번씩 했습니다.🥹🥹

그리고 3학년 1학기 방학 때 첫 SCI 논문을 작성했고, 그 뒤로는 어떻게 논문을 찾아가면서 공부해야할지 감이 잡힌 것 같았습니다. 더 나아가 이미지 분야에 흥미가 많이 생겨 컴퓨터비전 분야로 가야겠다는 생각이 확고하게 생겼습니다.🥰

 

CV분야에서는 diffusion을 모르면 바보(?)라고 할 수 있기 때문에

3학년 2학기에는, Diffusion과 DDPM 논문을 이해하기 위해 4~5번씩 논문을 읽어가며 수학적 메커니즘과 증명을 모두 손으로 적으면서 이해했습니다.😎

 

4학년 1학기 때는, 3D vision 분야에 관심이 생겼고 이를 가지고 3D stylization NeRF를 직접 만들기 위해, Instant-NGP, Plenoctree와 같은 NeRF 논문들을 직접 찾아가면서 수 편을 읽었고, 이것을 기반으로 직접 연구 방향성을 세우면서 실험을 진행했습니다. (그때 당시에는 너무 힘들었지만, 이 과정이 저를 한단계 더 성장하게 만들어 준 것 같습니다.🤗🤗)

더 나아가 3DGS도 이해하고 싶어서 논문을 찾아서 읽었고, 내가 무엇을 하고 싶은지 구체화했던 시기였습니다.

 

4학년 2학기 때는, 어쩌다보니 LLM 리더보드에서 1등을 달성하고 이를 바탕으로 유명하신 분들과 Fast-campus에서 같이 온라인 강좌를 찍으면서 정신없이 보냈던 것 같습니다..☀️☀️

위의 계기를 통해, 자연어 분야에 대한 시각도 넓어져 multi-modal에 큰 관심이 생기게 된 계기였습니다.🌟

이 과정에서 한가지 중요한 사실을 깨달은게 있다면, 절때 '자만'해서는 안된다는 거였습니다.

Transformer를 이해하고 그것을 가지고 직접 모델링해서 훈련하고 SCI 논문을 한편 쓰니, AI에 대해서 많이 알게 된 것 같아서 저도 모르게 속으로 자만해지는 시기가 있었습니다.😢😢

하지만 그 과정을 지나고보니, 모델 구조를 이해하는 것이 AI 분야에서 가장 쉬운 것 중 하나라고 생각이 들었고,

단순한 모델의 성능 대결보다 그 안에 가지고 있는 모델의 수학적 메커니즘을 이해하고, 기존 방법론과의 차별성을 만들어내는 연구자가 되어야겠다고 생각이 들었습니다.🤗

 

위와 같은 과정들이 사실 말로만 적혀있지만, 실제로 학점 관리와 동시에 랩실 프로젝트 + 인턴 + 연구보조 + 동아리 대표 등등을 동시에 병행하기 위해 하루에 2~3시간씩 자면서 생활했습니다.

(밥 먹는 시간도 아까워서 방에서 공부하면서 먹었던 것 같아요..ㅋㅋㅋㅋㅋ🤣🤣)

열심히 노력한 끝에 AI와 거리가 있는 학부이지만, 남들 못지않게 AI에 대해서 많이 이해하고 알게 되었고 여러 논문들과 대회에서 입상한 경험을 토대로 대학원에 입학할 수 있었던 것 같습니다.💪

 

사실 힘든 시간을 보내면서도, 제 스스로 결코 놓치 않았던 신념 3가지가 있는데요..! [아래는 신념 소개]

📢1. 남들을 무시하지 말고, 항상 존경해야한다.

• 내가 특정한 사람의 삶을 직접 경험해보지 못하고 실력이나 인품에 대해 100% 알지 못한다면, 뒤에서 그 사람을 깎아내릴 자격이 없다고 생각합니다.
• 실제로 학교 네임밸류나 약간의 성과를 가지고 남들을 무시하는 사람들이 너무나 많고, 저희 한동대 안에서도 학부 간의 비교가 너무 심합니다..ㅎㅎ (문과 vs 이과 등등..)
• 우리는 항상 말로 사람을 깎아내리기 마련입니다. 하지만 증명할 수 있는 수단이 없고 가정에 불가하다면, 그건 어떤 사람이나 집단을 단순히 무시하는 것에 불가합니다.
• 저는 스스로를 증명하기 위해 피나는 노력을 했고, 스스로를 돌아보면서 내가 남들보다 무엇이 부족하고 그것을 채우기 위해 어떻게 노력을 해야할지 수 백번 고민했습니다.
• 내가 부족하고 못하는 것이 결코 환경적인 요인이 아니라, 나의 노력이 부족한 것이라고 수 백번 되새기며 노력했습니다.

📢2. 결코 자만하면 안된다!

• 스스로 자만할 때가 가장 위험한 것입니다.
• 내가 가장 뛰어난 것 같고 남들보다 많이 아는 것 같지만, 사실 나는 아직 애송이 수준이라는 걸 깨달았을 때 그 이전의 생각들이 너무나 창피해집니다.
• 세상에는 생각보다 숨은 고수들이 너무나 많습니다. 심지어 문과분들 중에서도 저보다 더 AI를 잘하는 사람이 많이 있을 거라고 생각합니다.
• 저는 아직 많이 부족한 사람이기에 항상 겸손하자는 말을 마음에 되새기면서 하루를 살아가고 있고, 특히 내가 잘 알지도 못하는 사람의 실력을 함부러 평가하는 것은 굉장히 안 좋다고 생각합니다.

📢3. AI는 수학에서 나온다.

• AI를 이해할 때, 수학적인 개념을 버린 채 흐름만 이해하고 넘어간다면 일정 수준을 못 넘어설 것이다.
• 특히 Diffusion과 NeRF를 공부할 때 많이 느꼈고, 그 뒤로 수학적 이해나 증명을 손으로 꼭 적어보면서 이해하고 넘어가는 습관이 생긴 것 같습니다 ㅎㅎ
• 수학은 다다익선!

위의 마음가짐들이 저를 항상 되돌아보고, 자만하지 않고 스스로 성장할 수 있도록 큰 도움을 준 것 같습니다!

 

결론적으로, 제가 하고 싶은 말은 '웬만해서 노력으로 다 된다!'라는 말을 전달해드리고 싶었습니다.

주변사람들이 다 안된다고 할 때, 저는 저만의 길과 신념을 가지고 끊임없이 노력했고 결과적으로 좋은 소식을 얻게 되었습니다.

여러분들도 주변 사람들의 시선이나 말보다 스스로를 믿고 한번쯤은 달려나가보는 것은 어떨까요(?)?

이 글을 읽으시는 여러분에게도 항상 좋은 일들만 가득하고, 좋은 소식이 찾아갈 수 있도록(?) 기도합니다!!😋😋

---

2024.05.25 kyuijnpy 작성,

- 질문은 언제든지 환영합니다!