Q. 진로 고민입니다.

답변 5

• 다

  다할수있습니다큐비앤맘

  코상무 ∙ 채택률 54%

  ---

  채택된 답변

  조금이라도 도움이 되셨다면 채택 부탁드립니다 ~~~~ 전자공학 전공자가 컴퓨터비전 분야로 석사에 진학하는 사례는 생각보다 많습니다. 특히 영상처리 신호처리 임베디드 AI와 연계되는 부분이 있어 전공 전환 자체는 큰 문제가 아닙니다. 오히려 연구실에서 SLAM 딥러닝 PyTorch 등을 제대로 익히고 논문이나 프로젝트 성과를 만든다면 학점보다 실무 역량으로 평가받을 가능성이 높습니다. 다만 단순히 관심만으로 진학하기보다는 희망 연구실의 실적과 졸업생 진로를 먼저 확인해 보시길 권합니다. 중소기업 취업이 목표라면 석사 2년은 충분히 투자 가치가 있을 수 있으며 연구 경험과 포트폴리오를 잘 쌓는다면 경쟁력도 높아질 수 있습니다. 현재부터 Python OpenCV PyTorch 기반 프로젝트를 직접 진행해 적성과 흥미를 먼저 검증해 보시는 것을 추천드립니다.

  ---
• 멘

  멘토 호날도KT

  코전무 ∙ 채택률 58%

  ---

  채택된 답변

  ● 채택 부탁드립니다 ● 전자공학 전공에서 컴퓨터비전과 AI 분야로 진출하는 사례는 생각보다 많습니다. 오히려 센서와 신호처리, 임베디드 지식을 함께 활용할 수 있어 SLAM이나 비전 기반 로보틱스 분야에서는 강점이 될 수도 있습니다. 다만 현재 가장 중요한 것은 학벌이나 학점보다 실제 프로젝트 경험입니다. PyTorch와 OpenCV를 활용한 개인 프로젝트를 진행하고 GitHub 포트폴리오를 구축하면서 대학원 연구실도 해당 분야로 선택하신다면 충분히 경쟁력을 만들 수 있습니다. 석사 2년을 단순한 학위 취득 기간으로 보내는 것이 아니라 논문과 프로젝트, 연구 성과를 쌓는 시간으로 활용한다면 중소기업은 물론 관련 전문기업 취업에도 도움이 됩니다. 관심이 확실하다면 학점만으로 포기하기보다 연구 역량과 포트폴리오를 만드는 방향으로 준비하시는 것을 추천드립니다.

  ---
• 

  Top_TierHD현대건설기계

  코사장 ∙ 채택률 96%

  ---

  채택된 답변

  중소기업으로 첫 시작을 하게 되는 건 멘티분의 커리어면에서 좋지 않으며 그 타이틀이 멘티분을 평가절하하는 하나의 수단이 될 수 있어 고민을 해보시는 것이 좋습니다. 지금의 선택이 멘티분의 앞날에 큰 영향을 미칠 수 있습니다.

  ---
• 

  취뽀도우미입니다대구교통공사

  코이사 ∙ 채택률 95% ∙

  학교

  일치

  ---

  채택된 답변

  현실과 이상 사이에서 고민하시는 부분들에 대해, 업계 관점에서 객관적이고 실질적인 조언을 정리해 드립니다. ​1. 전공의 유불리: 전자공학은 오히려 큰 무기입니다 ​컴퓨터 비전, 특히 Visual SLAM(Simultaneous Localization and Mapping) 분야는 단순한 코딩(컴퓨터공학)을 넘어선 융합 분야입니다. ​수학과 하드웨어의 이해: SLAM은 선형대수학, 확률통계, 최적화 이론 등 수학적 지식이 폭넓게 요구되며, 카메라나 LiDAR 같은 센서(하드웨어)의 특성을 잘 알아야 합니다. 이는 전자공학 전공자들이 매우 유리한 영역입니다. ​현업의 비율: 실제로 딥러닝/로봇 비전 연구원 중에는 컴공 못지않게 전자/전기공학 출신이 굉장히 많습니다. 전공 때문에 경쟁력에서 밀릴 것이라는 걱정은 완전히 접어두셔도 좋습니다. ​2. 학점(3.38)과 석사 진학의 현실 ​학점 3.38/4.5는 최상위권은 아니지만, 대학원 진학과 취업의 문을 닫을 만큼 치명적인 결격 사유도 아닙니다. ​대학원 진학: 최상위권 대학원(SPK) 인기 연구실은 학점 컷이 높을 수 있지만, 자대(경북대)의 우수 연구실이나 GIST, DGIST 등의 대학원은 컨택 시 본인의 열정과 기본기를 잘 어필하면 충분히 진학 가능성이 있습니다. ​석사 후 취업 시 학점의 비중: R&D 직무로 취업할 때 학부 학점은 참고 사항일 뿐, 핵심 평가 요소는 '석사 기간 동안 어떤 연구(논문)를 했고, 어떤 프로젝트/포트폴리오를 만들었는가'입니다. 2년의 석사 생활을 치열하게 보낸다면 학점의 아쉬움은 충분히 덮을 수 있습니다. ​3. '내다 버린 2년'이 되지 않으려면 ​비전/SLAM 분야는 석사 학위가 사실상 R&D 직무의 '기본 입장권'처럼 여겨집니다. 중소/스타트업부터 대기업(현대차, 삼성, LG 등)의 로봇/자율주행 부서까지 수요가 뚜렷합니다. 석사가 헛된 시간이 되지 않으려면 다음 두 가지가 필수입니다. ​연구실 선택 (가장 중요): 반드시 컴퓨터 비전, 딥러닝, SLAM을 현재 활발하게 연구하고, 논문을 꾸준히 내는 연구실로 가야 합니다. ​C++ 역량 확보: PyTorch(Python)를 이용한 딥러닝 모델링도 중요하지만, SLAM을 실제 하드웨어나 로봇에 올리기 위해서는 C++ 최적화 역량이 필수적입니다. 이 두 가지 언어를 모두 다룰 줄 알면 엄청난 경쟁력을 갖게 됩니다. ​4. 지금 당장 시작해야 할 액션 플랜 ​자대 연구실 학부 연구생 컨택: 고민만 하기보다는 당장 관심 있는 분야의 교수님께 메일을 드리고 면담을 요청해 보세요. 학부 연구생으로 연구실 분위기와 실제 연구가 나와 맞는지 부딪혀보는 것이 가장 빠르고 확실한 방법입니다. ​기초 수학 복습: 선형대수학과 미적분학, 통계학을 다시 한번 탄탄히 다져두세요. ​온라인 강의 수강: Stanford 대학의 CS231n(딥러닝/비전 기초) 강의나, 유튜브의 SLAM 관련 세미나 영상들을 보며 기초를 쌓기 시작하세요.

  ---
• 

  합격 메이트삼성전자

  코부사장 ∙ 채택률 77%

  ---

  채택된 답변

  멘티님. 안녕하세요. ​컴퓨터 및 로봇 비전 분야는 학부 학점보다 대학원 유학이나 석사 과정에서 수행한 연구 실적과 논문 성과를 훨씬 중요하게 평가합니다. 전자공학 전공 배경은 하드웨어와 카메라 센서에 대한 이해도가 높아 비전 연구에 필요한 pytorch 파이프라인이나 visual slam 시스템을 설계할 때 상당한 강점이 됩니다. ​석사 2년 동안 학계 트렌드에 맞는 딥러닝 프로젝트를 깊이 있게 수행한다면 학부 시절의 학점 공백은 충분히 상쇄됩니다. 컴공 출신과의 경쟁을 두려워하기보다 본인만의 임베디드 시각 제어 역량을 키워 학계와 산업계에서 독보적인 경쟁력을 증명하는 방향을 추천합니다. ​응원하겠습니다.

  ---