DGIST 전기전자컴퓨터공학 면접자료
분야
pdf전공 분석 및 면접 준비 전략
DGIST 전기전자컴퓨터공학(EECS)은 4차 산업혁명의 핵심인 지능형 반도체, AI, 로보틱스, 차세대 통신 시스템
등 융복합 연구에 특화되어 있습니다. 면접에서는 단순 지식 암기보다 데이터 기반의 문제 해결 능력과 기술적
한계 상황에서의 논리적 돌파구 제시 능력을 집중적으로 평가합니다. 특히 연구 주제 선정 시 본인의 학부 프로
젝트 경험을 DGIST의 특정 Lab 연구 방향과 연결하여 구체적인 수치(정확도, 처리 속도, 전력 효율 등)로 성
과를 제시하는 것이 합격의 핵심입니다.
목차
1. 1분 자기소개 스크립트
2. DGIST 전기전자컴퓨터공학 입학 후 본인이 연구하고자 하는 구체적인 연구 주제와 목적을 기술하십시오.
3. 지원한 전공 분야와 관련하여 본인이 갖춘 학문적 역량이나 강점을 구체적인 사례를 들어 설명하십시오.
4. 전공 기초 학력 검증: 전자기학 또는 신호 및 시스템의 핵심 원리가 실제 공학 문제에 어떻게 적용되는지 설명
하십시오.
5. 학업 계획 및 목표 달성을 위해 본인이 학부 과정 중 기울인 노력과 성취를 수치를 포함하여 서술하십시오.
6. 최신 IT 및 전기전자 분야의 기술 트렌드 중 하나를 선택하고, 이에 대한 본인의 견해를 밝히십시오.
7. 연구 수행 과정에서 예상되는 기술적 난관과 이를 해결하기 위한 본인만의 전략은 무엇입니까?
8. 협력 연구 상황에서 발생할 수 있는 의견 충돌을 해결했던 경험이나 본인만의 소통 방식을 기술하십시오.
9. DGIST의 융복합 교육 환경이 본인의 연구 목표 달성에 어떤 긍정적인 영향을 미칠지 설명하십시오.
10. 석사 박사 과정 이수 후 본인의 중장기적인 진로 계획과 사회적 기여 방안을 서술하십시오.
11. 마지막으로 본인을 선발해야 하는 이유를 핵심 역량 중심으로 요약하여 말씀해 주십시오.
1. 1분 자기소개 스크립트
안녕하십니까. "이론의 엄밀함으로 기술의 한계를 돌파하는 연구자" 지원자입니다. 저는 학부 4년 동안 전기전자공학
의 근간이 되는 물리적 원리에 집중하며, 이를 실제 시스템 설계에 적용하는 실무 능력을 배양해 왔습니다. 특히 3학
년 설계 프로젝트에서 FPGA 기반의 실시간 영상 처리 가속기를 설계하며 기존 대비 연산 속도를 42% 향상시켰던
경험은 저에게 공학적 성취감을 안겨주었습니다. 이 과정에서 12,000라인 이상의 하드웨어 기술 언어를 최적화하며
저전력 고효율 설계의 중요성을 깨달았습니다.
"데이터로 증명하고 결과로 말하는 DGIST의 준비된 연구원"
제가 DGIST EECS에 지원한 이유는 세계 최고 수준의 연구 환경에서 저의 설계 역량을 심화하여 인류의 삶을 바꿀 지
능형 시스템을 구축하기 위해서입니다. 입학 후, 저는 저전력 반도체 설계 및 AI 연산 최적화 분야에서 DGIST를 빛낼
차세대 연구 리더로 성장하겠습니다. 감사합니다.
2. DGIST 전기전자컴퓨터공학 입학 후 본인이 연구하고자 하는 구체적인 연구 주제와 목적을
기술하십시오.
제가 집중하고자 하는 연구 주제는 "엣지 디바이스용 온디바이스 AI를 위한 신경망 경량화 및 커스텀 가속기 매핑 기
술"입니다. 현재 자율주행 드론이나 웨어러블 의료 기기와 같은 엣지 환경에서는 전력 소비와 지연 시간이 핵심적인
제약 사항입니다. 저는
동적 가중치 프루닝(Pruning) 기법을 고도화하여 모델 크기를 1/10로 줄이면서도 정확도 하락을 0.8% 이내로 방
어 하는 알고리즘을 연구하고자 합니다.
"제한된 자원에서 지능의 최대치를 끌어내는 임베디드 AI의 혁신"
나아가 DGIST의 최첨단 반도체 설계 인프라를 활용하여, 이 알고리즘이 하드웨어 레벨에서 물리적으로 최적화되어
구동될 수 있도록 전용 NPU 아키텍처를 제안하는 것이 저의 구체적인 연구 목적입니다. 이를 통해 전력 자원이 부족
한 극한 상황에서도 고성능 인공지능 서비스가 가능하도록 구현하여 기술적 진보를 이끌어내겠습니다.
3. 지원한 전공 분야와 관련하여 본인이 갖춘 학문적 역량이나 강점을 구체적인 사례를 들어 설
명하십시오.
저의 핵심 역량은 수학적 모델링을 통한 시스템의 성능 예측 및 최적화 능력입니다. 학부 통신 시스템 과목 중 진행
한 프로젝트에서 다중 경로 페이딩 환경에서의 신호 감쇄를 보상하기 위한 이퀄라이저를 설계한 바 있습니다. 당시 저
는 단순히 기존 라이브러리를 사용하는 대신, 최소 평균 제곱 오차(MMSE) 알고리즘을 직접 파이썬으로 구현하여 시
뮬레이션했습니다. 그 결과 비트 오차율(BER)을 기존 대비 10의 -3승에서 -6승 수준으로 1,000배 개선하는 성과를
거두었습니다.
"추상적 수식을 실체적 성능으로 변환하는 강력한 엔지니어링 통찰력"
이 경험을 통해 복잡한 공학적 문제를 수식으로 정의하고, 이를 코드와 하드웨어로 구현하여 실질적인 수치 개선을 이
끌어내는 프로세스를 완벽히 숙지했습니다. 이러한 저의 분석적 접근 방식은 DGIST에서 수행할 고난도의 연구 과제
들을 해결하는 데 강력한 기초 학문적 무기가 될 것입니다.
4. 전공 기초 학력 검증: 전자기학 또는 신호 및 시스템의 핵심 원리가 실제 공학 문제에 어떻게
적용되는지 설명하십시오.
저는 신호 및 시스템의 LTI 시스템(Linear Time-Invariant System)과 컨볼루션(Convolution)의 원리가 현대
딥러닝 아키텍처, 특히 CNN의 근간이 된다는 점에 깊은 흥미를 느껴왔습니다. 시간 영역에서의 신호 처리가 주파수
영역의 곱셈으로 변환되는 푸리에 변환의 성질은 대규모 데이터 연산을 비약적으로 가속화할 수 있는 이론적 근거를
제공합니다. 실제로 저는 오디오 신호의 노이즈 제거 필터를 설계하며 고속 푸리에 변환(FFT)을 적용해 연산 복잡도
를 O(N^2)에서 O(N log N)으로 획기적으로 줄여 실시간 처리를 가능하게 했습니다.
"신호의 본질을 꿰뚫는 주파수 해석 능력이 만드는 시스템의 효율성"
또한 맥스웰 방정식을 통해 고주파 회로 설계 시 발생할 수 있는 신호 간섭(Crosstalk) 문제를 전자기적 관점에서 분
석하고, 차폐 설계를 통해 신호 무결성을 95% 이상 확보했던 경험이 있습니다. 이러한 기초 원리에 대한 탄탄한 이해
는 새로운 기술이 등장하더라도 그 핵심을 빠르게 파악하고 응용할 수 있는 원동력이 됩니다.
5. 학업 계획 및 목표 달성을 위해 본인이 학부 과정 중 기울인 노력과 성취를 수치를 포함하여
서술하십시오.
저는 전문성 확보를 위해 학부 4년 동안 전공 85학점을 이수하며
전공 평점 4.3/4.5의 성적을 거두었으며, 특히 수리적 사고가 요구되는 과목들에서 모두 A+를 기록했습니다. 성적
에 안주하지 않고 실전 능력을 기르기 위해 지능형 로봇 제어 연구실의 학부생 인턴으로 1년간 참여했습니다. 이 기
간 동안 강화학습 기반의 경로 탐색 알고리즘을 연구하며 총 400회 이상의 시뮬레이션을 수행했고, 기존 최단 경로 알
고리즘 대비 연산 시간을 18% 단축하면서도 장애물 회피 성공률을 99%까지 끌어올린 연구 결과를 도출했습니다.
"끊임없는 가설 검증과 실험의 반복이 빚어낸 객관적 성취"
이 성과는 학내 캡스톤 경진대회에서 은상을 수상하는 결실로 이어졌습니다. 이러한 자기 주도적인 학업 태도와 성취
경험은 DGIST에서의 치열한 연구 생활을 견뎌내고 독보적인 성과를 내기 위한 훌륭한 자양분이 될 것입니다.
6. 최신 IT 및 전기전자 분야의 기술 트렌드 중 하나를 선택하고, 이에 대한 본인의 견해를 밝히
십시오.
현재 주목해야 할 가장 파괴적인 기술 트렌드는 "Neuromorphic Computing(뉴로모픽 컴퓨팅)과 비정형 데이터
처리 기술"의 결합입니다. 기존 폰 노이만 구조는 연산과 메모리가 분리되어 대규모 AI 연산 시 막대한 전력을 소모하
지만, 인간의 뇌를 모방한 뉴로모픽 칩은 이를 획기적으로 개선할 수 있습니다. 저는 단순한 소자 레벨의 연구를 넘어,
스파이킹 신경망(SNN) 알고리즘이 실제 하드웨어에서 비동기적으로 작동하며 전력 효율을 100배 이상 개선할 수
있는 하드웨어-알고리즘 공동 최적화 연구가 향후 글로벌 기술 패권의 핵심이 될 것이라고 생각합니다.