계열별 질문은 여러 대학에서 공통으로 나오는 유형을 정리한 것입니다. 대학·학과마다 실제 질문은 다르며, 실제 기출이 공개된 대학은 대학별 페이지에서 확인하세요. 계열 공통 질문은 공학·IT 계열 페이지에서, 지원동기·장단점 같은 공통 질문은 자주 나오는 질문에서 함께 준비하세요.
AI·데이터사이언스학과 면접에서 피해야 할 답은 "ChatGPT를 써 보고 AI의 가능성에 놀라서요"입니다. 요즘 많은 학생이 써 본 도구라 그 말로는 아무것도 구별되지 않고, 면접관은 "그래서 직접 무엇을 해 봤나"를 되물을 수 있습니다.
면접관이 보는 것
컴퓨터공학·통계학과의 차이를 알고 왔는가
데이터를 직접 만져 본 경험이 있는가
머신러닝을 쉬운 말로 설명할 수 있는가
확률·통계 준비와 AI의 편향·책임에 대한 자기 생각이 있는가
2027학년도 수시, 대학별 인공지능학과·데이터과학과 면접 방식
2027학년도 수시 모집요강에서 확인한 AI·데이터사이언스 계열 면접 방식입니다. 8개 대학 모두 학생부종합전형으로, 1단계 서류평가를 통과한 사람만 면접을 봅니다. 8곳 모두 이 모집단위에 수능 최저학력기준이 없습니다. 숫자와 날짜는 각 대학 2027학년도 수시모집요강에서 직접 확인한 것입니다.
연세대 미래캠퍼스(10/31)와 고려대(11/8) 면접은 끝났습니다. 나머지 6곳 면접은 11/21(덕성여대·인천대)부터 12/5(부산대)까지입니다. 고려대와 연세대 미래캠퍼스는 제시문을 읽고 답하는 면접이고, 고려대 자연계 제시문 출제범위에는 수학Ⅰ·Ⅱ·미적분·확률과 통계·기하와 물리·화학·생명과학·지구과학 Ⅰ·Ⅱ가 들어 있습니다. 나머지 6곳은 학생부 등 제출서류를 바탕으로 묻는 면접입니다. 덕성여대는 모집요강에 면접질문 예시를 공개했습니다.
왜 묻나 학과 이해입니다. 숙명여대의 "진로(전공/계열) 탐색 및 선택과정", 명지대의 "진로역량 40%"가 이 질문입니다. 유행이라서 왔는지, 세 학과의 초점 차이를 알고 왔는지 봅니다.
답변 구조 세 학과의 초점(컴퓨터공학=계산 시스템과 소프트웨어, 통계학=불확실성 속에서 추론하는 원리, AI·데이터사이언스=둘을 합쳐 데이터에서 판단을 끌어내는 것) → 내가 끌린 지점 → 계기가 된 경험 → 학과에서 배우고 싶은 것.
답변 예시컴퓨터공학이 계산하는 시스템을, 통계학이 불확실한 자료에서 추론하는 원리를 다룬다면, 데이터사이언스는 둘을 합쳐 데이터에서 판단을 끌어내는 쪽이라고 이해했습니다. 고2 수학 탐구에서 급식 잔반량을 메뉴별로 3주간 기록해 회귀선을 그렸는데, 비 오는 날 데이터를 빼자 결론이 완전히 바뀌었습니다. 그때 모델보다 데이터를 어떻게 모으고 무엇을 빼느냐가 결론을 정한다는 걸 알았습니다. 그래서 통계와 프로그래밍을 함께 배우는 이 학과를 택했습니다.
주의 "AI가 미래라서", "취업이 잘돼서"가 중심이면 좋은 답이 되기 어렵습니다. 학과 차이 한 문장과 내 경험 하나를 꼭 넣으세요.
2. AI나 데이터 분석을 직접 해 본 경험이 있나요?
왜 묻나 경험의 진정성입니다. 덕성여대의 "서류 신뢰성 50점"과 공개 질문 "수행평가의 자료조사 방법은 무엇인가요?", 명지대의 "진로탐색 활동과 경험"이 이 질문입니다. 써 본 것인지, 만들어 본 것인지, 그리고 그 과정을 설명할 수 있는지 봅니다.
답변 구조 무엇을 했나(데이터 분석, 간단한 분류 모델, 공공데이터 활용 등) → 어떤 데이터를 어디서 구했나 → 어떤 도구를 썼나(엑셀, 파이썬, 노코드 도구 등) → 막힌 점과 해결 → 한계와 배운 점.
답변 예시정보 수업 프로젝트로 손글씨 숫자 이미지를 분류하는 간단한 모델을 파이썬으로 따라 만들어 봤습니다. 처음에는 학습 데이터 정확도가 거의 100%가 나와서 좋아했는데, 처음 보는 데이터에서는 크게 떨어졌습니다. 찾아보니 학습 데이터에만 지나치게 맞춰진 과적합이었고, 데이터를 학습용과 검증용으로 나누고 학습 횟수를 줄이자 차이가 줄었습니다. 정확도 숫자 하나보다 '처음 보는 데이터에서도 맞는가'를 확인하는 게 더 중요하다는 걸 배웠습니다.
주의 "ChatGPT로 보고서를 써 봤다"는 경험이 아닙니다. 작은 것이라도 데이터와 과정이 있는 경험을 말하세요. 학생부에 적힌 것만 말해야 합니다.
3. 머신러닝이 무엇인지 쉽게 설명해 보세요.
왜 묻나 개념 이해와 설명력입니다. 덕성여대 데이터사이언스학과 평가 방안의 "문제를 객관화하는 논리적 사고와 문제해결을 위한 의사소통능력", 숙명여대의 "이해력 및 논리적 사고력"이 이 질문입니다. 어려운 용어를 늘어놓는지, 중학생도 알아듣게 설명하는지 봅니다.
답변 구조 한 문장 정의(규칙을 사람이 짜는 대신 데이터에서 규칙을 찾게 하는 방법) → 생활 속 예시 하나 → 어떻게 배우나(예시를 많이 보고 틀린 만큼 고침) → 한계 하나(데이터가 편향되면 결과도 편향).
답변 예시사람이 규칙을 하나하나 짜 주는 대신, 많은 예시 데이터를 보여 주고 컴퓨터가 스스로 규칙을 찾게 하는 방법입니다. 예를 들어 스팸 메일을 거를 때 '이 단어가 있으면 스팸'이라고 일일이 정하는 대신, 스팸과 정상 메일 수만 개를 보여 주면 어떤 특징이 스팸에 많은지 스스로 찾아냅니다. 틀린 만큼 조금씩 고치면서 점점 잘 맞히게 됩니다. 다만 보여 준 데이터가 한쪽으로 치우치면 찾아낸 규칙도 치우친다는 한계가 있습니다.
주의 딥러닝, 신경망 같은 용어만 나열하면 좋은 답이 되기 어렵습니다. 예시 하나와 한계 하나를 꼭 붙이세요.
4. AI 윤리 문제 중 가장 중요하다고 생각하는 것은 무엇인가요?
왜 묻나 윤리 감각과 시각의 넓이입니다. 덕성여대의 "종합적 사고력(다양한 시각 및 관점)", 숙명여대의 "다양한 시각 및 관점", 명지대의 "공동체역량"이 이 질문입니다. 기술만 보는지, 그 기술이 사람에게 미치는 영향까지 보는지 봅니다.
답변 구조 내가 고른 문제 하나(편향, 개인정보, 책임 소재, 저작권 등) → 왜 그게 가장 중요한가 → 널리 알려진 사례 하나 → 개발자가 할 수 있는 일 → 내 다짐.
답변 예시저는 데이터 편향이 가장 중요하다고 생각합니다. AI는 과거 데이터를 배우기 때문에 과거의 차별이 데이터에 들어 있으면 그대로 따라 하기 때문입니다. 과거 합격자 데이터로 학습한 채용 AI가 특정 성별 지원자에게 불리한 점수를 줘서 사용이 중단됐다는 사례를 읽은 적이 있습니다. 개발자는 학습 데이터가 누구를 빠뜨렸는지 먼저 확인하고, 집단별로 결과가 공정한지 검사해야 한다고 생각합니다. 저도 모델을 만들면 정확도와 함께 '누구에게 틀리는가'를 꼭 보겠습니다.
주의 "AI는 위험하니 규제해야 한다"로 끝나면 평범합니다. 문제 하나, 사례 하나, 개발자가 할 일 하나.
5. 수학, 특히 확률·통계와 미적분 준비는 어떤가요?
왜 묻나 학업 준비도입니다. 덕성여대 평가 방안의 "데이터에 대한 수학적 이해 및 해석 능력", 숙명여대 서류평가의 "탐구역량(기본적인 학업 수학역량)"이 이 질문입니다. AI가 수학 위에 서 있다는 것을 아는지, 내 수학 실력을 솔직하게 말하는지 봅니다.
답변 구조 AI에 수학이 쓰이는 곳(확률·통계=불확실성과 예측, 미분=모델이 틀린 만큼 고치는 방향, 행렬=데이터를 한꺼번에 계산) → 내 성취를 숨기지 않고 → 강한 과목과 약한 과목 → 보완 계획 → 연결을 느낀 단원 하나.
답변 예시AI는 확률과 통계로 예측의 불확실성을 다루고, 미분으로 모델이 틀린 만큼 고칠 방향을 찾고, 행렬로 많은 데이터를 한꺼번에 계산한다고 알고 있습니다. 저는 확률과 통계는 자신 있지만 미적분은 2등급이라 방학 동안 미분 단원을 다시 보고 있습니다. 미분 단원에서 접선의 기울기를 배울 때, 모델이 오차가 줄어드는 쪽으로 조금씩 움직이는 원리가 결국 기울기를 따라 내려가는 것이라는 설명을 읽고 수학과 AI가 연결된다는 게 흥미로웠습니다.
주의 "수학을 좋아합니다"로 끝나면 평범합니다. 무엇이 약하고 무엇을 하고 있는지 말하세요.
6. AI 분야가 과열됐다는 말도 있는데, 진로 계획은 무엇인가요?
왜 묻나 현실 인식과 진로의 구체성입니다. 명지대의 "발전가능성(자기주도성, 도전정신)", 숙명여대의 "발전가능성"이 이 질문입니다. 유행에 휩쓸렸는지, 유행이 바뀌어도 남는 기초를 아는지 봅니다.
답변 구조 과열이라는 지적 인정(유행하는 도구는 빨리 바뀜) → 그래도 남는 것(통계, 데이터 처리, 문제를 정의하는 능력) → 1지망 진로와 하는 일 → 그 외 길 → 학부에서의 준비.
답변 예시유행하는 AI 도구는 몇 년마다 바뀌어서 도구만 배우면 금방 낡는다는 지적은 맞다고 생각합니다. 그래도 데이터를 모으고 정리하고, 결과가 믿을 만한지 통계로 확인하고, 애초에 어떤 문제를 풀지 정하는 능력은 남는다고 봅니다. 1지망은 의료 데이터를 분석하는 데이터 사이언티스트입니다. 병원 기록으로 위험 환자를 미리 찾는 모델처럼, 틀리면 사람이 다치는 분야라 설명할 수 있는 모델이 필요하기 때문입니다. 학부에서 확률·통계와 데이터베이스를 탄탄히 배우고 싶습니다.
주의 회사 이름보다 역할로 답하세요. "AI 개발자"보다 "어떤 데이터로 어떤 문제를 푸는 사람"으로 좁히세요.
읽기만 하면 말이 안 나옵니다. 이 질문들을 무작위로 뽑아 60초 타이머로 연습해 보세요. 모의 면접 연습하기
인공지능학과·데이터과학과 면접 준비 순서 (2주 계획)
1~2일차: 모집요강에서 면접 방식을 확인합니다. 배수(3·4배수), 비중(30·40%), 면접 시간(10·12분), 날짜(명지대는 인문캠퍼스 모집단위라 11월 29일). 덕성여대 질문 예시를 내 학생부에 대입해 "그 활동의 자료조사 방법은?"을 직접 답해 봅니다.
3~4일차: 질문 1과 6(학과 차이, 진로)을 내 경험으로 완성합니다. 40~60초. "AI가 미래라서"를 빼고 학과 차이 한 문장과 분야·역할을 넣습니다.
5~6일차: 질문 2와 3(직접 해 본 경험, 머신러닝 설명)을 준비합니다. 학생부의 수학·정보 탐구를 꺼내 "어떤 데이터, 어떤 도구, 어디서 막혔나"를 60초로 만들고, 머신러닝을 중학생에게 설명하듯 연습합니다.
7~8일차: 학생부에서 예상 질문 10개를 만듭니다. 덕성여대 예시처럼 "그 수행평가의 자료조사 방법", "그 활동을 통해 스스로 성장한 점"이 나오니, 수학·정보·과학 세특은 "무엇을 했고 무엇이 달라졌나"까지 준비합니다.
9~10일차: 질문 4와 5(AI 윤리, 수학 준비)를 준비합니다. 편향·개인정보·책임 중 하나를 사례까지 정리하고, 확률·통계와 미분이 AI 어디에 쓰이는지 한 문장씩 만듭니다.
11~12일차: 시간을 재며 모의 면접을 합니다. 10분에 질문 5개, 답변당 60초. 녹음해서 "신기했다", "가능성"이라는 말이 나오면 "데이터를 이렇게 모으고 이렇게 확인했다"로 바꿉니다.
전날: 새 답변을 만들지 않습니다. 세 대학 모두 모집요강에 교복 착용 금지가 명시돼 있으니 단정한 사복을 준비하고, 신분증·수험표를 챙겨 일찍 잡니다.
인공지능학과·데이터과학과 면접 자주 묻는 것들
면접에서 코딩 문제나 수학 문제를 풀게 하나요?
세 대학 모두 아닙니다. 덕성여대는 제출서류(학교생활기록부) 기반 정성평가, 숙명여대는 제출서류 기반 면접, 명지대는 제출서류 기반 심층면접입니다. 다만 학생부에 적힌 분석이나 프로그램은 과정과 원리를 설명할 수 있어야 합니다.
인공지능학과, 데이터사이언스학과, 컴퓨터공학과는 어떻게 다른가요?
컴퓨터공학과는 소프트웨어와 시스템 전반, 인공지능학과는 학습하는 모델을 만드는 쪽, 데이터사이언스학과는 통계와 함께 데이터에서 의미와 판단을 끌어내는 쪽에 무게가 있습니다. 대학마다 교육과정이 겹치는 부분이 많으니 지원 학과 홈페이지의 1~2학년 과목을 한 번 보세요.
코딩 경험이 거의 없는데 불리한가요?
아닙니다. 엑셀로 학급 설문을 정리하고 그래프로 해석한 경험, 통계 탐구에서 표본의 한계를 느낀 경험도 충분합니다. "어떤 데이터를 어떻게 다뤘고 무엇을 의심했나"가 있으면 됩니다.
수능 최저가 있나요?
덕성여대 덕성인재Ⅱ, 숙명여대 소프트웨어인재, 명지대 명지인재면접 모두 없습니다.
AI·데이터사이언스학과 면접 복장은?
덕성여대는 "출신고교를 유추할 수 있는 교복 등 착용 금지", 숙명여대와 명지대도 교복 착용 금지가 모집요강에 명시돼 있습니다. 성명·출신고교·부모 직업을 말하면 안 됩니다. 단정한 사복이 안전합니다.
면접 전날 체크리스트
컴퓨터공학·통계학과의 차이를 한 문장씩 말하고 내 계기를 60초 안에 말할 수 있다
직접 해 본 데이터·AI 경험을 "데이터 → 도구 → 막힌 점 → 한계"로 말할 수 있다
머신러닝을 예시 하나와 한계 하나로 쉽게 설명할 수 있다
AI 윤리 문제 하나를 사례와 개발자가 할 일까지 말할 수 있다
확률·통계와 미분이 AI 어디에 쓰이는지, 내 수학 성취와 보완 계획을 말할 수 있다
진로를 "어떤 데이터로 어떤 문제를 푸는 사람"으로 말할 수 있다
지원 대학 면접 형식과 날짜를 알고, 복장(사복)·신분증·수험표를 준비했다
이 페이지의 대학별 면접 정보는 덕성여자대학교, 숙명여자대학교, 명지대학교 2027학년도 수시모집요강에서 인용했습니다. 면접 방식과 일정은 바뀔 수 있으니 지원 대학 입학처 공지를 꼭 확인하세요.
대학이 직접 만든 인공지능학과·데이터과학과 소개 영상
대학 공식 채널의 학과 소개 영상입니다. 수업·실습 분위기와 교수님이 강조하는 역량을 보고 답변에 녹이세요.
[서울사이버대학교]인공지능학과 학과소개 — 서울사이버대학교 (YouTube)[전공한입] AI, 너 내 동료가 돼라! | 서울시립대 인공지능학과 편 | SNS 홍보대사 시:선 — 서울시립대학교 University Of Seoul (YouTube)
영상은 해당 대학이 유튜브에 공개한 것을 유튜브 공식 임베드로 보여 주는 것이며 저작권은 각 대학에 있습니다. 학과 이름이 같아도 대학마다 교육과정이 다르니 지원 대학 자료를 함께 보세요.