Q. 컴퓨터공학과 3-2 재학중인 상황에서 연구실 경험 스펙 질문

답변 6

• P

  PRO액티브현대트랜시스

  코부사장 ∙ 채택률 100%

  ---

  이 정도 연구 경험이면 학부 졸업 취업 기준으로도 충분히 경쟁력 있는 편입니다. 오히려 지금은 대외활동이나 공모전을 이것저것 추가하기보다, 현재 연구를 얼마나 깊게 가져가느냐가 더 중요해 보입니다. 특히 PIM/HBM-PIM, LLM inference, KV cache, xPU, data layout, compiler optimization까지 경험하고 있다면 단순히 "연구실에서 논문을 읽었다" 수준이 아니라 AI 반도체와 시스템 SW/컴파일러의 접점에 있는 경험입니다. 삼성전자 DS, SK하이닉스, 퀄컴, ARM, 인텔, 네이버·카카오 등의 시스템 SW/컴파일러/AI 반도체 관련 직무를 노린다면 충분히 연결할 수 있습니다. 학부생 1저자 논문도 분명 강점입니다. 다만 "1저자 논문이 있으니 취업이 보장된다"는 의미는 아닙니다. 회사에서는 논문 개수보다 본인이 실제로 어떤 문제를 정의했고, 어떤 방법으로 해결했고, 성능을 얼마나 개선했는지를 더 중요하게 볼 가능성이 높습니다. 예를 들어 KV cache 최적화라면 단순히 논문에 이름이 올라간 것보다 memory footprint를 몇 % 줄였는지, latency가 얼마나 감소했는지, 어떤 workload에서 효과가 있었는지, 기존 방식 대비 왜 좋은지까지 설명할 수 있는 것이 훨씬 강합니다. 따라서 지금은 굳이 공모전이나 대외활동을 추가하기보다는 연구 하나를 "문제 → 기존 방식의 한계 → 내가 제안한 방법 → 구현 → benchmark → 성능 개선 → 한계 및 개선방향"으로 완성하는 데 집중하는 것을 추천합니다. 여기에 GitHub에 공개 가능한 코드나 실험 결과가 있다면 포트폴리오로 정리하면 좋습니다. 그리고 3학년 2학기라면 아직 시간이 상당히 있습니다. 지금 연구를 4학년까지 이어가면서 1저자 논문 또는 학회 발표 + 실제 구현 성과까지 확보한다면, 학사 취업에서도 충분히 강한 스토리가 됩니다. 오히려 지금 시점에서 여러 대외활동을 추가해서 연구 깊이가 얕아지는 것을 저는 더 경계하겠습니다.

  ---
• 

  합격 메이트삼성전자

  코부사장 ∙ 채택률 77%

  ---

  멘티님. 안녕하세요. ​시스템 소프트웨어 및 컴파일러 최적화 연구실에서 진행 중이신 메모리 최적화와 연산 커널 오프로딩 정책 연구는 반도체 및 인공지능 가속기 분야에서 매우 가치가 높습니다. 학사 졸업 후 취업을 목표로 하더라도 이러한 학부연구생 경험은 일반적인 대외활동이나 공모전보다 실무 직결성이 뛰어난 압도적인 스펙이 됩니다. ​대기업의 시스템 소프트웨어, 팹리스, AI 반도체 엔지니어 직무에서는 단순 수상 이력보다 논문이나 연구 과정에서 얻은 시스템 수준의 해결 능력을 훨씬 높게 평가합니다. 학부생 신분으로 최상위 학회나 저널에 1저자로 논문을 등재한다면 석사 수준에 준하는 강력한 차별성과 경쟁력을 가져갈 수 있습니다. 따라서 다른 대외활동에 시간을 분산하기보다는 현재 진행 중인 연구를 잘 마무리하고 논문 실적으로 완성하는 데 집중하시는 것을 추천합니다. ​응원하겠습니다.

  ---
• 라

  라면두개가능한영회계법인

  코차장 ∙ 채택률 95% ∙

  학교

  일치

  ---

  안녕하세요 멘티님! 시스템SW·컴파일러·메모리 최적화 관련 직무를 목표로 한다면 현재 연구 경험은 직접적인 지원 근거로 활용할 수 있습니다. 대외활동을 추가하기 전에 연구의 구현과 검증을 명확히 정리하는 것이 우선입니다. KV cache 할당이나 data layout·오프로딩 연구에서 ‘기존 방식의 병목–본인이 구현한 부분–비교 기준–실험 조건–성능과 한계’를 설명해보세요. 지연시간·처리량·메모리 사용량 중 연구 목적에 맞는 지표를 사용하고, 같은 조건에서 비교했는지 보여주면 좋습니다!! 팀 연구와 단독 연구의 기여도는 구분하세요. 학부생의 1저자 논문은 연구 수행 능력을 보여줄 수 있지만, 그것만으로 경쟁력이나 합격을 보장하지는 않습니다. 게재 여부와 함께 실제 코드·실험 설계·문제 해결을 설명할 수 있는지가 중요합니다. 공개 허가를 받은 범위에서 재현 가능한 결과물과 간결한 기술 보고서를 준비해보세요. 학사 채용을 목표로 한다면 관련 공고의 학위 요건을 먼저 확인하고, C/C++·운영체제·컴퓨터구조·자료구조 등 요구 기초와 코딩 준비를 함께 점검하세요. 연구 경험에 개발·디버깅·협업 과정을 담으면 학사 SW 지원에서도 활용 폭을 넓힐 수 있습니다. 멘티님을 응원합니다.! 아자아자 화이팅!!

  ---
• 다

  다할수있습니다큐비앤맘

  코상무 ∙ 채택률 53%

  ---

  현재 연구경험은 상당히 좋은 편입니다. PIM과 HBM PIM, LLM inference, KV cache, data layout, compiler optimization은 실제 AI 가속기와 시스템SW 직무와 직접 연결됩니다. SK하이닉스도 최근 Solution Software에서 Runtime, Compiler, AI Framework, Workload 분석과 성능 최적화 업무를 명시하고 있습니다. 학사 취업이라면 공모전이나 대외활동을 억지로 추가하기보다 C와 C++, Python, Linux, LLVM이나 MLIR, 성능 프로파일링 역량을 더 깊게 가져가세요. 학부생 1저자 논문은 분명 강한 경쟁력이지만 논문 제목보다 본인이 구현한 코드와 최적화 원리, 성능 개선 수치를 설명할 수 있어야 합니다. 다만 핵심 컴파일러 R&D는 석사 이상을 요구하는 공고도 많으므로 학사 취업과 대학원 진학을 모두 열어두고 보시는 것을 추천드립니다. ★도움이 되셨다면 채택 한번 부탁드립니다.★

  ---
• 

  취뽀도우미입니다삼성SDS

  코이사 ∙ 채택률 96%

  ---

  현재 컴퓨터공학과 3학년 2학기 과정에서 시스템 소프트웨어 및 컴파일러 최적화 분야의 학부연구생으로 활동하며 PIM과 HBM 기반의 LLM 인프런스 가속이나 메모리 최적화, 그리고 컴파일러를 통한 데이터 레이아웃 최적화와 연산 커널 오프로딩 정책 연구를 수행하고 계신 경험은 학사 취업 시장에서 차별화된 실무 스펙으로 작용할 수 있습니다. 특히 실제 워크로드 상황을 가정한 KV 캐시 메모리 최적화나 컴파일러 단에서의 최적화 연구는 시스템 소프트웨어와 AI 가속기의 구조적 이해를 깊이 보여주는 주제이므로, 관련 직무인 시스템 소프트웨어 엔지니어, 컴파일러 개발자, AI 하드웨어 소프트웨어 코디자인 직무에 지원할 때 훌륭한 포트폴리오와 자기소개서 소재가 됩니다. 학사 졸업 예정자로서 대외활동이나 공모전과 같은 일반적인 스펙에 대해 고민하실 수 있으나, 현재 하고 계신 깊이 있는 연구 활동은 단순한 대외활동보다 직무 연관성과 전문성을 훨씬 더 명확하게 나타내 줍니다. 따라서 추가적인 대외활동이나 공모전보다는 현재 진행 중인 연구 과정에서 본인이 맡았던 구체적인 역할과 해결했던 기술적 문제, 그리고 성능 개선 수치 등을 명확하게 정리하는 것이 취업 준비에 훨씬 유리합니다. 만약 학사 신분으로 1저자 논문 등재 경험까지 갖추게 된다면 이는 지원자의 성실성과 연구 개발 역량을 객관적으로 증명하는 결정적인 스펙이 되며, 학사 졸업자 중에서도 손에 꼽을 정도의 경쟁력으로 평가받을 수 있습니다. 논문 게재가 확정되지 않더라도 연구를 수행하며 얻은 깊이 있는 도메인 지식과 트러블슈팅 경험은 면접 과정에서 충분히 빛을 발할 수 있으므로, 남은 기간 동안 현재의 연구를 완성도 있게 마무리하고 이를 잘 설명할 수 있도록 준비하시기를 권장합니다.

  ---
• 멘

  멘토 호날도KT

  코전무 ∙ 채택률 57%

  ---

  ● 채택 부탁드립니다 ● 현재 연구 경험은 학부생 기준으로 상당히 경쟁력이 있습니다. PIM과 HBM PIM 기반 LLM 추론 가속, 메모리 최적화, 컴파일러 최적화 경험은 시스템 SW와 컴파일러, AI 인프라, 반도체 SW 직무와 직접 연결할 수 있습니다. 특히 학부생 1저자 논문까지 있다면 공모전이나 대외활동을 억지로 추가할 필요는 없습니다. 대신 연구에서 본인이 구현한 코드와 성능 개선 수치, 실험 설계와 문제 해결 과정을 명확히 정리하세요. 가능하다면 관련 기업 인턴이나 오픈소스 기여를 추가하는 것이 일반 대외활동보다 훨씬 효과적입니다.

  ---