[카이스트 김재철 AI 대학원 석사과정 합격 후기] - 24년도 가을학기 입시 & 면접

Content

- 대학원 결과

- 스펙

- 필기 면접

- 컨택 과정

- 입시 후기

---

대학원 결과

- 카이스트 김재철 AI 대학원 24년도 가을학기 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

---

카이스트 면접 후기 (24년도 가을학기)

[전공 면접 후기]

- 저는 자소서 기반 내용을 많이 물어보셨습니다!

- 저는 자소서에 3D vision과 LLM 분야와 관련된 어떤 프로젝트를 어떻게 수행해서 무엇을 느꼈는지 적었습니다!

- 교수님들이 각 논문이나 모델의 방법론적인 측면에 대해서 물어보셨고, 프로젝트 중심으로 많이 물어보셨습니다.

- 전공 질문도 몇가지 있었는데, 크게 어렵지 않았고 AI 하는 사람이라면 누구나 공부했을법한 수학 지식이나 이론에 대해서 여쭈어 보셨습니다.

---

카이스트 김재철 AI 대학원 컨택 과정

가을학기에는 포항공대 인공지능 대학원 결과가 나오고, 그 다음 카이스트 AI 대학원 결과가 나왔습니다!🥳

카이스트 AI 대학원은, 합격 결과가 나오고 바로 자율적으로 교수님께 컨택을 하게 됩니다!

 

하지만 저는 포항공대 인공지능 대학원은 이미 5월달에 교수님 컨택까지 모두 완료된 상태였고, 교수님도 너무 잘 만났다고 생각이 들어서 카이스트 AI 대학원에 꼭 컨택을 해야할까?라는 마음이 들었습니다..ㅎㅎ😎

 

더불어서, 카이스트 AI 대학원 가을학기 TO를 보니 제가 관심있게 찾아봤던 교수님들 모두 TO가 0~1명이여서 컨택을 하기에도 매우 난처한(?) 상황이었습니다!😇😇

또한 카이스트 AI 대학원은, 포항공대 인공지능 대학원과 다르게 입학유예 제도가 없어서 바로 가을학기 TO를 얻지 못한다면, 등록포기를 해야됩니다..!

 

저는 포항공대 인공지능 대학원에서 좋은 교수님과 다음년도에 시작할 수 있는 기회를 얻었기 때문에, 크게 미련을 갖지 않고 컨택을 하지 않았습니다🙂‍↕️🙂‍↕️

---

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!!😋😋

---

2024.06.20 kyuijnpy 작성,

- 질문은 언제든지 환영합니다!

- 곧 종강 겸 방학이니 다시 논문 리뷰 글로 찾아뵙겠습니다! (몇개 묵혀두고 있는 상황...ㅎㅎ)