[합격후기] 2026년 1학기 KAIST 데이터사이언스대학원 합격후기

데이터사이언스와 컴퓨터 기술블로그만 싸지르던 제가 냅다 사담글을 쓰게된건 다름아닌
.
.
.
.
.
.
.

넙죽이로 전직 성공했기 때문입니다

두둥

그렇습니다
2026년도 봄학기 입학으로 카이스트 데이터사이언스대학원에 합격했습니다.

 
데이터사이언스대학원은 상대적으로 최근에 신설되어 입시에 관한 정보가 거의 없습니다.
때문에 준비하는 과정과정이 고난이었습니다...ㅠ
 
그럼에도 불구하고, 수많은 귀인분들께서 공유해주신 귀중한 합격정보 덕분에 어려운 순간들을 잘 극복해나갈 수 있었습니다.
특히 처음보는 타인임에도 불구하고 냅다 갈긴 메일에 친절히 답해주신 블로거분들께 무한히 감사드립니다
 
이 은혜에 보답하고자 저 또한 앞으로 데이터사이언스대학원을 준비하실 예비넙죽이들을 위해 이 포스트를 작성합니다.
 
제가 대학원 준비한 프로세스를 시간순으로 설명해보겠습니다.
입시 과정이나 디테일은 언제라도 바뀔 수 있으니 이 글은 참고만 해주세요! 
 

스펙

• 학교: 서성한이
• 전공: 컴퓨터공학과
• 학점: 전공 3.8x/4.3, 총평점 3.7x/4.3 
• 특이사항: 전공장학금 1회, 교내 우수인재 장학금 1회
• 전공관련 활동: 교내 AI 동아리활동, 빅테크기업 인턴 1회, KAIST 몰입캠프 참가, 데이터사이언스 대회 상위랭크 경험 (블로그 참조), 교내 알고리즘 대회 수상 2회
• 연구관련 활동: 연세대 인공지능학과 인턴, 자대 인턴, 학사논문 국내학회 제출
• 기타: 연합 취미동아리 임원, 교육봉사 등
• 어학: TOEFL 99, TOEIC 960

 

0. 입학설명회

저처럼 주변에 정보원이 없다면 입학설명회는 꼭꼭 참석하시는걸 추천드립니다!
저는 서울에서 열리는 카이스트 봄학기 대학원 입학설명회와, 비대면으로 열린 카이스트 산업시스템공학/데이터사이언스대학원 설명회 이 두 개를 모두 다녀왔습니다.
각각 차이는 아래와 같습니다:

• 봄학기 대학원 입학설명회: 장학금 제도, 자소서 작성 꿀팁, 장학시스템, 2지망 시스템 등 입시 프로세스 전반에서의 유용한 정보를 많이 얻을 수 있음
• 산업시스템공학과/데이터사이언스대학원: 교수님들의 입장에서 선발기준, 선호하는 인재상도 들을 수 있음. 특히 지원 가능한 랩실 소개시간이 있어, 연구실 선택에 도움이 많이 됨

정 시간이 없어 둘 중 하나 골라야한다면...
그래도 둘 다 가보시는게 좋을 것 같습니다.
혼자 준비하다가 뭐 놓쳐서 피보는 것 보단 나을 거 같습니다

꼭 혼자 하다보면 뭔가 하나씩 빼먹더라구요
 

1. 1차 서류준비

저는 일전에 포스텍 대학원과 카이스트 학부연구생을 준비하며 작성한 서류를 최대한 활용하였습니다.
1차에서 제출하는 서류는 다음과 같습니다.

• 입학원서
  • 인적사항 (학교/학점 등)
  • Keyword (8문항): 각 항목별 260byte 내로 작성
    • 대학 특별활동 사례
    • 리더십 활동 사례
    • 수상경력
    • 과거 이수과목 중 관심과목
    • 희망 전공분야 및 연구주제
    • 장래계획
    • 2지망 지원동기 및 연구계획 (2지망 지원 시)
  • 자기소개 및 면학계획: '인생에서 중요하다고 생각하는 것을 위해 어떤 노력을 하였으며 그 노력을 통해서 성취한 것'을 반드시 포함. (공백포함 3010 byte 내)
• 성적증명서
• 어학증명서(원본)
• 우수성입증자료
• 우수성입증자료목록표
• 이수과목 목록표

여기서 Keyword 항목이 조금 헷갈릴 수 있는데요,
입학설명회에서 설명해주신 것에 따르면
진짜 키워드만 나열해선 안되고, 최소한 완성된 문장으로 작성하는 것을 권장한다고 합니다.
 
적을 것이 없더라도 일단 다들 꽉 채워서 내길래 저도 최대한 채워냈습니다.
 
작성할 것이 많을 분들이라면 이 짧은 분량 안에 어떻게 다 적나... 하는 고민을 하실텐데요
저는 양보다 질로 승부보고자 자기소개서, Keyword, 우수성입증자료에 스펙을 적절히 배분해서 넣고, 유기적 연결을 더했습니다.
 
우수성입증자료와 자기소개 및 면학계획 작성에 많은 심혈을 기울였는데요,
특히 우수성입증자료의 경우 증빙자료에 여러가지를 덧붙여 제 경력이 200% 돋보이도록 했습니다.
 
작성요령이 궁금하신 분들은 맨 밑 참고하세요😉
 

2. 2차 구술면접

1차를 합격 후에는 2차 전공구술면접을 봅니다.
 
1차 합격발표부터 2차면접 사이에는 일주일 채 안되는 시간만이 주어집니다.
그러니 합격발표가 나오지 않았더라도 원서제출 직후부터 시험공부를 시작하는 걸 추천드립니다
저는 면접 4주 전부터 준비를 시작했는데요,
되도록이면 이것보다 더 일찍 시작하시기 바랍니다 
 
시험과목은 다음과 같습니다

•  기초통계학 (15분)
• 통계프로그래밍 (15분)
• 본인의 관심 연구분야의 문제를 정의하는 발표 (5분 발표, 10분 Q&A)

참고교재는 데이터사이언스대학원 입학설명회에서 확인했습니다.

매년 달라질 수 있으니 참고하세요!

 
기출문제가 데이터사이언스대학원 홈페이지에 올라와있습니다.
만약 다 풀었다면, 산업시스템공학과 수리통계학 문제를 풀어보는 것도 좋을 것 같습니다.
 
 
면접복장은 무채색 세미정장/정장 추천드립니다.
몇년전에 GIST 대학원 입학설명회에서 입학사정관분이 "제발!!! 남친룩!! 입고오지마세요!!!ㅠㅠㅠㅠ" 하신게 기억에 남아 최대한 정장으로 입고갔습니다.
여성분들은 치마/바지 중 고민이 되실텐데,
제 타임에는 저 포함 대부분 여성 지원자분들이 검은 슬랙스 바지를 입고오셨습니다.
날이 너무 더워서 마이자켓을 안 입고 갔는데 위화감이 느껴지진 않았던 것 같아요.
 
 
짧은 자기소개 준비해가는 걸 추천드립니다.
제 경우 첫 번째 방에서 자기소개를 요청하셨는데, 순간 당황해서 손에 땀파티 열렸습니다...
엘리베이터 스피치 정도 길이로 이름, 지원과정, 학부 학과, 출신학교, 관심분야, 관심분야 짧게 설명했습니다.
 

기초통계학

저는 학부에서 수리통계학이나 해석학을 배우지 않았습니다.
 
먼저 KAIST 교수님의 기초통계학 강의계획서 및 강의자료를 보며 큰 틀을 잡고,
참고 교재를 정독한 뒤 연습문제를 풀었습니다.
특히 마지막 10일간은 기출문제를 2-3회독 하며 개념을 복습했습니다.
 
당일 시험문제는 큰 문제 2개 + 각 문제에 딸린 새끼문제 3개로 이루어져있었습니다.
대부분 지원자가 개념을 얼마나 정석적으로 잘 이해하고 있는지를 보고자 하는 문제였고,
면접관들께서도 개념의 정의를 위주로 물어보셨습니다.
 
제 타임에는 통계학 면접이 다소 긴장감 있는 분위기에서 진행되어 (저만 그렇게 느낀걸수도..)
제가 문제를 설명하던 도중 식 전개에서 실수했는데,
그럼에도 불구하고 면접관께서 어딘가에 실수가 있는 것 같다고 짚어주셔서 뒤늦게라도 정정할 수 있었습니다.
 

통계프로그래밍 

컴퓨터공학 전공이라면 쉽게 풀 수 있는 수준입니다.
저는 알고리즘 개념 한 번 훑고, 기출문제만 눈으로 풀고 들어갔습니다.
예시 문제에 통계, 딥러닝에서 아이디어를 따온 것들이 있길래 간단한 딥러닝 아이디어와 통계 개념들도 한 번 읽고 들어갔습니다.
 
큰 문제 하나에 6-7개의 새끼문제가 딸려있었습니다.
문제는 기초통계와 마찬가지로 지원자가 개념을 얼마나 잘 알고 있는가를 평가하는 것이 대부분이었습니다.
 
답변을 하다가 절었던 부분이 있었는데, 면접관들께서 힌트를 주듯이 다시 질문해주셔서 마저 답할 수 있었습니다.
모든 문제 답변을 마치고 시간이 조금 남으니 주어진 문제를 약간 응용(?)해서도 질문하셨는데요, 
두 문장 정도로만 간단히 답하니 됐다고 하셨습니다.
 
 
두 과목 모두 전반적으로 학생이 개념을 꼼꼼히 이해하고 있느냐를 묻는 문제들이 나왔습니다.
기출문제가 큰 도움이 될테니 꼼꼼히 보는 걸 추천드립니다.
기출문제를 보다보면 뭐가 중요한지 아실겁니다.
눈치빠른 분들이라면 무슨 뜻인지 아시겠죠?
 

본인의 관심 연구분야의 문제를 정의하는 발표

준비에 가장 오랜 시간을 쏟은 부분입니다. 
본인이 대학원에 입학해서 연구하고 싶은 분야에서 문제정의를 하고, 그 문제를 어떻게 풀고자 하는지를 고민해 발표해야합니다.
5분내외로 설명해야하기 때문에 시간이 다소 빠듯합니다.
 
 
아마 연구경험이 없는 분들께선 이 항목에서 가장 부담을 느끼실 것 같습니다.
예시가 데이터사이언스대학원 홈페이지에 올라와있어, 내용구성을 참고하실 수 있습니다.
하지만 주제선정이 상당히 막막할텐데요.
 
"연구주제 고르는 법" 등을 서치하면 대략 방법이 나오긴 하지만, 실제로 와닿지는 않을 것 같습니다. 
이에 제가 따른 2주짜리 프로세스를 소개드립니다. (다시 한 번 말하지만 반드시 이것보다 전부터 준비하십쇼...)
 

1. 대주제 선정

내가 연구하고자 하는 분야를 먼저 정합니다.
가고싶은 랩실을 타겟팅해서 정해도 좋고, 학부때 관심있었던 분야도 좋습니다.
 

2. 관련 서베이 n회독

대주제를 정했다면, 그 분야를 자세히 파헤쳐보며 기존 연구에 어떤 문제가 있는지 분석해야합니다.
해당 분야를 모아놓은 서베이(Survey)를 Google Scholar에 검색해서 찾아봅니다.
 
되도록 인용이 많고, 최근에 작성된 것을 읽는 것을 추천드립니다.
만약 읽다가 너무 힘들다면 챗지피티나 NotebookLM의 도움을 받으시되, 걔들이 하는 말은 참고만 하셔야합니다.
절대 LLM이 읽어주는걸 곧이곧대로 믿으면 안됩니다
 

3. 선행연구 분석 

이렇게 한 서베이를 n회독 하며 선행연구들의 장단점을 분석합니다.
모두 다 할 필요는 없고, 내가 관심가는 분야 몇 가지만 해도 됩니다.
이 과정이 어렵다면 인터넷에서 다른 분들이 해당 연구를 리뷰해놓은 것들을 참고하시는 것도 추천드립니다.
 

4. 단점 개선법 찾기

이렇게 정리한 장단점을 기반으로, 선행연구의 단점을 개선할 방법을 고민합니다.
수학적 배경지식이 풍부해 수학적으로 풀어낼 수 있다면 더할 나위 없이 좋을 것 같습니다.
개선책을 직접 생각해내는 것도 좋으나, 정 생각이 나지 않는다면 비슷한 다른 분야에선 어떻게 했는지 참고해도 좋습니다.
보통 여기서 시간이 가장 오래걸리니 반드시!!!! 시간 여유롭게 두고 준비하세요
 

발표 당일

교수님 두 분이 들어오셔서 발표를 듣고 질문해주셨습니다.
발표 시에는 꼭!!!! USB 외에도 웹 세이브본을 만들어두시기 바랍니다.
 
현장에서는 발표자노트를 사용할 수 없기 때문에 대본이 있다면 미리 종이로 뽑아오셔야합니다. 
 
발표 이후 10분간 Q&A시간이 주어집니다.
저는 발표 관련 질문 세 가지를 받아 약 3-5분에 걸쳐 답변했고,
남은 시간 동안은 발표 맨 마지막 '관심분야 관련활동'란에서 소개한 활동들에 관해 질문받았습니다.
 

3. 합격 후 - 컨택

합격 후 약 두 달간의 컨택 시간이 주어졌습니다.
데이터사이언스대학원은 산업시스템공학과 산하에 있는 대학원이기 때문에, 산시공 랩 대부분과 데이터사이언스대학원에 TO가 있는 타학과(전산, 김재철AI 등등) 랩도 지원할 수 있습니다. (자세한 건 홈페이지 참조)
 
 
첫 컨택은 해피 메리지(Happy Marriage) 방식으로 이루어집니다.
 
만약 이 때 컨택이 성사되지 않는다면, 학과에서 별도의 연락이 가고 2차, 3차로 계속 배정을 돌린다고 들었습니다.
 
입시 전 미리 연구실에 컨택해두는게 보통지사지만, 만약 부득이한 이유로 합격 후 컨택을 시작해야한다면 
최대한 빨리!! 교수님들께 연락드리는게 좋을 듯 합니다. 
 
개강일까지도 랩실이 정해지지 않으면 지도교수로 거위가 배정된다는 소문이...
 
 
++) 참고
정확한 정보인지는 모르겠으나, 매년 합격정원이 나오는 사이트도 있습니다.
매년 1차정원과 2차정원을 합친 수 같네요.
 
 

---

 
여기까지 제 대학원을 향한 기나긴 일대기였습니다.
 
다른 분들 글에 제가 도움받았던 것처럼
제 글이 향후 지원하시는 분들께 조금이라도 힘이 되었으면 좋겠습니다.
 
저는 카이스트 외에도 포스텍도 합격한 이력이 있는데요,
저처럼 도움받을 곳 없었던 분들을 위해 자소서/우수성 입증자료 첨삭 의뢰, 커피챗도 받고 있습니다
필요하시면 비밀댓글 남겨주세요!
 
이외에도 입시 관해 궁금하신 것은 공개댓글로 남겨주시면 답변드리겠습니다! 
 
 

---

도움이 되었다면 하트 눌러주세요 :)