카카오 계정과 연동하여 게시글에 달린
댓글 알람, 소식등을 빠르게 받아보세요

인서울 하위권 출신이 바라본 대학원 석사 입시(학점) 스펙

2021.12.03

24

20484

석, 박사를 하는 사람들 대부분이 학벌, 학력이 좋다보니, 내 출신 모교 라인의 대학 재학생들이 입시에 김박사넷을 참고하고 조언을 얻고 싶지만 사실 쉽지가 않다. 크나큰 스펙의 차이에 김박사넷을 기웃거리며 좌절하면서 에타에 조언을 다시 구하는 글을 종종 보곤 한다. 이 부분은 상위 대학 졸업자나 재학생들은 잘 이해할 수 없겠지만 사실인 것 같다.. 사실, 입시에 관한 이야기는 가장 비슷한 라인의 졸업생과 하는게 가장 정확하다고 생각한다. 그래서 100% 내 경험과 주변 선후배들 사례에 의한 흔히 말하는 인서울 하위권 정도 “국숭세단광명상가” 등등의 재학생들을 위한 대학원 입시(학점 등등)를 적어보려한다. 이 글은 spk ist yk 등등 과 특정학과에 대한 비하가 전혀 없고 순전히 내가 경험하고 봐온 실화들만 적어놓을 건데, 혹시 불편해 하실분들이 많을까봐 알람을 꺼놓으려고 한다. 아는 사람들이 전자, 컴퓨터, ai 쪽이 주이기 때문에 이 위주로 적어보려 한다.

S: 전자, 컴퓨터, ai 학과에 은근히 많이들 가는 것 같다. 학점 분포는 대충 4.5만점에 4.0 언저리로 (가끔 3.8 이런 경우도 보았다.) 보인다. 컨택이 되면 왠만하면 입시는 통과하는 느낌이다. 인기랩을 가는 경우는 거의 못봤다. (딱, 한번 보았다. 학점은 4.2 정도였는데, 인턴을 꽤 오래 한 것으로 알고 있다.) 인기랩은 컨택이 잘 안되기 때문이다 ㅠㅠ 인기랩이 아니면 학과에서 수차석급이 아니라 오히려 학과 100명 중, 20등 정도해도 충분히 가는 경우가 많았다.

P 전자: 학점 컷이 4.3 언저리가 보통 많다. 전자과의 경우 4.3 학점 맞추고나면 (4.30 정도면 수,차석 급은 아닌 것으로 생각된다… 한 4~5등 내외) 무난히 입시 통과하는 느낌을 받았다. 몇 명 보았는데, 인기랩인지는 사실, 그렇게 안 친해서 잘 물어보지는 못했다. 전자과는 더군다가 1차 서류 패스하면 2차는 지도교수가 권한이 있는 거로 알아서 내 모교 라인의 학생들이 spk 중에 가장 많이 가는 학교, 학과라고 생각된다.

P 컴공: 일단, 서류 통과 기준은 전자과랑 비슷한듯 하다. 전자과도 그렇고 컴공도 그렇지만 가끔가다가 4/0/4.5 인 애들도 서류 통과하고 최종합격한 사례도 있다. 하지만, 이건 하필, 미리 컨택했던 교수님이 파워가 쎄신 입시 담당하시는 분이였어서 운이 좋은 아웃라이어라고 생각하고 나면 앞서 말했던 전자과 비슷하다고 생각한다. P 컴공은 서류 붙고 나면 시험을 봐야하는데 (인성면접으로 빠진 경우는 4.4/4.5 언저리인 경우 2차례 보았다.) 시험은 CS전공을 하고 1~2달 복습을 하면 무난히 합격할만한 난이도다. Eg. 빅o 정의 풀기 등등 나오던 걸로 아는데 솔직히, 학교 중간, 기말 고사 보다 쉽다. (1차 합격한 사람들이 학점이 좋아 학과공부 열심히 했다는 전제하에)

P AI: P는 사실, CS랑 AI랑 교수님들이 같은 경우가 거의 대부분이다. 그래서 굳이 여기를 잘 넣지는 않는다. 그래서 표본이 적기는 하지만, 4.3후반의 학점과 국내논문 자잘한거 한 두 편있으면 충분히 서류는 통과했던 학생이 있다. 하지만, 시험을 잘 못 봤는지 2차 떨어진 경우를 볼 수 있었다. 학점이 진짜 말도 안되게 높으면 P AI도 이 라인 대학에서도 인성면접으로 빠지는 경우도 보긴 했다.

K AI: 여기가 제일 이 글을 보는 사람들이 눈을 찌푸리게 만들 것 같지만, 내가 본 그대로 전달하자면.. 결론적으로 올해 4.0 언저리 /4.5 학생이 합격했다. 이 정도면 등수도 사실 기대하기 어렵다.. 하지만, 심지어 매우 인기랩이다.. 사실 절대로 붙을 수 없는 성적이다. 학점 이외의 스펙으로는 거의 무스펙이라고 봐도 된다.. K AI 해당 랩실에서 인턴 몇달 했긴했다. 그래서 유추해보건데 K AI는 컨택이 먹힌다. 그것도 아주 심하게 잘 먹히는 느낌이다. 그 이유를 또 추정하자면 국비장학생이 상대적으로 적게 뽑고 장학금이 올해 박터지고 해서 다른 학과랑 분리하면서 새롭게 구축한 내부적인 제도인지는 모르겠다. 실제로, K AI 랩실 홈페이지들 가면 인턴 권장을 매우 하라고 적혀있다. 이 경우 이외에는 아직까지 본 적은 없다. 그래서 일반화하기는 이르다. 그러나, 합격한 애한테 물어봤을 때는 랩실 선배들이 K AI는 인턴 위주로 뽑는다와 인턴하면 적어도 자기 랩에서는 떨어진 사람이 없었다는 말을 듣긴했다고 했다. (인턴이 어떻게 됐다고 하면 말그대로 운 인 것 같다. 이 친구의 경우 하필, 자기가 당장 관심있는 분야가 교수님이 당장 관심있는 분야였다고 한다.)

K 전자: 작년 기준으로는 분명 K AI가 학점 학벌 컷이 더 높았는데(작년까지는 K AI는 높았다 낮았다를 떠나서 애초에 잘 뽑아주질 않았다.) 올 봄에는 K 전전이 더 높은 느낌이 난다. 여기는 철저히 학벌, 학점 위주이다. 소위들 말하는 수석급 아니면 못간다는 것이 여기 학과이다. 어떤 느낌이냐면 그냥 해당 학기 지원자, 해당학교 출신 중 가장 높은 학점 딱 한 명만 서류 합격시키는 느낌이다. 가을학기 입시는 이렇게 붙은 서류 한 명 조차 면탈 시키는 경우가 종종 있다.. 봄 학기는 왠만하면 이 1명은 붙게 된다. 이번에 4.4x대 가 1명 붙고 4.3x대 가 모조리 탈락했다. 보통 4.3후반은 되야 암묵적인 룰인 최후의 1인에 선정?되어 봄학기 입시 통과하는 느낌이다. 모든 학교, 학과 중 올해 기준 내가 알기로는 가장 학점컷이 높았다. 체감상 학과 수석이 아니라, 단과대학 수석이 되야 되는 느낌이다..

K 전산: K 전자랑 비슷하지만 전통적으로는 K 전자보다 학점 컷이 반계단 낮다고 들었는데 여기도 사실, 과 수석아니면 서류통과가 힘들다.. 다만, 여기는 K 전자보다는 우수성 입증자료를 좀 더 봐주는 느낌이였다. K 전전은 왠만한 우수성입증자료는 의미없다는 느낌을 많이 받긴한다. 하지만, 최근 들어 K 전산 합격을 잘 못하고 있는 것 같다. 면접에서 많이들 떨어진다. 배운 것의 차이가 사실 상위권 대학이랑 차이가 남을 알기에 그런 것 같다.

그 이외 K 산공, 지식서비스공과, 문기원, 로봇학제, 미래자동차: 표본이 매우 작긴 하지만, 학점 4.3이면 서류합격은 되는 것을 보긴했다. 아는 사람이 딱 한명씩 밖에 없어서 사실 애매해서 넘어가겠다.

IST 라인: 여기는 SPK 서류 합격하고 면접 탈락한 애들이 쓰면 99퍼센트 붙었다. 또한 학점이 그렇게 좋지 않아도 4.0~4.1 이여도 얼추 많이들 들어가는 경우를 보았다. 인기랩을 가는지는 사실, 또 다른 문제..

YK의 K: 여기는 100프로 컨택되면 합격되었다. 타대학원 가는 비율 중 가장 많은 사람들이 이 학교를 컨택하고 무난히 입시 통과하였다. 학점이 좋든 나쁘든.. 컨택을 잘 하라고 말하고 싶다. 인기랩에 컨택이 될란지는 사실 의문이지만. 정말 많이 간다 이 학교는.

YK의 Y: 여기는 왠지는 모르겠지만, 나의 모교에서는 YK의 K보다는 작은 비율로 가기 때문에 표본이 잘 없다 ㅠㅠ

번외: 중앙대 AI: 학점 3.3/4.5가 합격하는 경우를 보았다…. (학교 비하는 아니다. 면접 준비 잘하면 가능성 있어 보인다는 말이다.)


사실, 이 글을 누가 믿어줄지 모르겠다. 학벌 높은 친구들이 무시할수도 있을 만한 글이다. 하지만, 100프로 내가 본 것들만 적어 놓은 것이기에 누군가 특히, 나의 모교 대학 라인 언저리에 있는 친구들에게 도움이 되기를 바라며 글을 마친다.

+) 혹시나 맞춤법 틀린게 있다면 용서를 구함..

카카오 계정과 연동하여 게시글에 달린
댓글 알람, 소식등을 빠르게 받아보세요

댓글 24개

2021.12.03

정성추

2021.12.03

누적 신고가 20개 이상인 사용자입니다.

k ai 인턴관련 내용은 공감되네요 입학하고싶으면 적극적으로 인턴제도 활용하는것이 좋을듯

2021.12.03

S는 진심 랩바랩인게,,,굇수가 많아서,,,,가끔 연구실 인원자체가 5명인 경우도 많이봄,,,,근데 확실한건 굇수아닌 졸업생 많고 박사많고 sci논문 매년 많이 나오고 한 랩실은 들어가기 어려움..

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

댓글쓰기

게시판 목록으로 돌아가기

김박사넷의 새로운 거인, 인공지능 김GPT가 추천하는 게시물로 더 멀리 바라보세요.

앗! 저의 실수!
게시글 내용과 다른 태그가 매칭되어 있나요?
알려주시면 반영해드릴게요!