AI시대의 공대 인기 변화? 서울대 수시 지원현황 분석

작성자:

2027학년도 서울대학교 수시모집 원서 접수가 끝났습니다. AI 기술이 빠르게 발전하는 모습을 보면서 컴퓨터공학의 인기가 식고, 그 관심이 다른 분야로 옮겨가는 것은 아닐까 하는 우려를 자주 들을 수 있습니다.

AI를 만드는 분야에 대한 기대와, AI가 기존 업무를 바꿀 것이라는 우려는 동시에 존재할 수 있습니다. 그렇다면 진로를 선택하는 학생들은 이 변화를 어떻게 받아들이고 있을까요. 실제 지원 결과에서도 무언가 달라지고 있을까요.

이 질문을 가지고 GPT-6 Astra와 함께 서울대학교 공과대학의 지난 5년치 수시 지원 자료를 분석해 보았습니다. 학과별 모집인원과 지원자 수를 정리하고, 경쟁률과 지원 비중을 그래프로 비교했으며, AI와 반도체, 로봇 기술의 발전 시점도 나란히 놓았습니다. 결과는 상세표와 그래프를 포함한 10쪽 보고서로 정리했고, 이 글에는 생성된 원본 그대로 삽입했습니다.

분석 개요

분석 대상은 2023~2027학년도 서울대학교 수시모집 최종 지원 현황입니다. 공과대학 12개 모집단위의 모집인원과 지원인원, 경쟁률을 일반전형과 지역균형전형, 기회균형특별전형으로 구분했습니다.

학과별 변화는 일반전형을 중심으로 살펴보고, 지역균형전형에서도 비슷한 방향이 나타나는지 확인했습니다. 기회균형전형은 2023학년도에 공대 통합으로 17명을 선발해 이후 자료와 직접 비교하기 어려우므로 별도로 정리했습니다.

먼저 입학 학년도와 실제 지원 시기를 맞췄습니다. 2023학년도 수시 지원은 2022년 9월에 이루어졌고, 이는 ChatGPT가 공개된 2022년 11월보다 앞섭니다. 따라서 이번 자료에는 ChatGPT 등장 이전 한 차례와 이후 네 차례의 지원 결과가 들어 있습니다.

지표는 경쟁률뿐 아니라 지원자 수와 공대 전체 지원자 중 해당 학과가 차지하는 비중을 나타내는 ‘지원 비중’을 함께 사용했습니다. 경쟁률은 모집인원에 따라서도 크게 달라지기 때문입니다.

컴공의 인기가 다른 학과로 옮겨가는가

제가 가장 확인하고 싶었던 것은 컴퓨터공학부의 상대적인 선호가 낮아지고, 반도체와 로봇 관련 학과가 대안으로 선택되는 변화가 나타나는지 였습니다.

이를 살펴보기 위해 컴퓨터공학부와 함께 전기·정보공학부, 재료공학부, 기계공학부를 비교했습니다. 반도체 분야는 전기·정보와 재료를, 로봇 분야는 기계와 전기·정보를 참고했습니다. 전기·정보공학부는 양쪽에 모두 걸쳐 있으므로 합산할 때는 한 번만 계산했습니다.

컴공의 지원 비중은 낮아졌고, 기계와 재료는 높아졌다

일반전형에서 2023학년도와 2027학년도를 비교한 결과입니다.

  • 컴퓨터공학부: 11.5%에서 7.0%로 하락
  • 전기·정보공학부: 18.9%에서 14.0%로 하락
  • 재료공학부: 9.1%에서 10.7%로 상승
  • 기계공학부: 9.9%에서 13.1%로 상승

컴퓨터공학부의 지원 비중이 낮아진 가운데 기계공학부와 재료공학부의 비중은 높아졌습니다. 지역균형전형에서도 비슷한 양상을 보입니다. 컴퓨터공학부는 13.3%에서 8.4%로 낮아졌고, 재료공학부는 11.7%에서 16.0%로, 기계공학부는 12.6%에서 15.6%로 높아졌습니다.

이 변화는 제가 우려했던 컴퓨터공학부의 상대적 선호 약화와 다른 학과로의 관심 이동이라는 가설에 부합하는 양상입니다.

전기·정보공학부는 반도체와 로봇 양쪽에 관련된 학부지만 지원 비중은 낮아졌습니다. 지역균형전형에서는 21.0%에서 9.5%로 더 크게 떨어졌습니다.

전기·정보공학부와 재료공학부, 기계공학부를 합산하면 2023학년도와 2027학년도 지원 비중은 모두 약 37.9%로 유사합니다. 반면 기계공학부와 재료공학부만 합치면 19.0%에서 23.9%로 높아집니다.

결국, 이 자료로 말할 수 있는 것은 반도체와 로봇 관련 학과가 ‘모두’ 상승한 것은 아니라는 점입니다.

모집 인원 vs 지원 인원 vs 경쟁률

재료공학부 일반전형은 2026학년도에서 2027학년도로 넘어가며 지원자가 231명에서 257명으로 11.3% 늘었습니다. 그런데 경쟁률은 6.24대 1에서 5.84대 1로 낮아졌습니다. 모집인원이 37명에서 44명으로 18.9% 늘어 지원 증가율을 앞섰기 때문입니다.

경쟁률만 보면 관심이 줄어든 것처럼 보이지만, 지원자 수와 공대 내 지원 비중은 오히려 높아졌습니다. 동시에 모집 확대가 지원을 유인했을 가능성도 있습니다. 따라서 지원자 증가를 모두 반도체 산업에 대한 기대 때문이라고 해석해서도 안 됩니다.

컴퓨터공학부 일반전형의 지원 비중은 11.5%에서 7.5%, 7.7%, 6.1%를 거쳐 7.0%로 변화했습니다. 장기적으로는 낮아졌지만 2027학년도에는 지원자 수와 비중이 모두 반등했습니다. 지원자는 155명에서 168명으로 늘었습니다.

기계공학부도 계속 증가한 것은 아닙니다. 일반전형 모집인원이 54명으로 같았던 2024학년도부터 2027학년도까지 지원자는 342명, 375명, 293명, 314명으로 오르락내리락했습니다. 2027학년도에 반등했지만 2025학년도 지원자 수를 회복하지는 못했습니다.

일반전형 공대 전체 경쟁률은 2025학년도 7.98대 1에서 2027학년도 5.98대 1로 낮아졌습니다. 이 기간 총지원자는 2,978명에서 2,392명으로 19.7% 줄었고, 모집인원은 373명에서 400명으로 7.2% 늘었습니다.

특정 학과의 경쟁률 하락에는 학과 자체의 변화뿐 아니라 전체 지원 규모와 모집인원 변화도 반영되어 있습니다. 그래서 이번 분석에서는 경쟁률보다 지원자 수와 공대 내 비중을 함께 읽는 데 무게를 두었습니다.

여러 지표를 해석해 보면, AI가 발전할수록 컴퓨터공학부에 대한 관심이 빠져나가 다른 학부로 이동했다는 식의 단순한 결론은 내기 어려워 보입니다.

AI, 반도체, 로봇 기술 발전과 연결해서 보면?

기술 연표에는 ChatGPT와 GPT-4의 등장, 2023년의 로봇 행동 모델, 2024년 3월의 Blackwell 발표와 HBM3E 양산, 5월의 GPT-4o 공개, 이후 추론 모델과 AI 코딩 도구, 로봇 기반 모델의 등장을 넣어보았습니다.

시점을 맞춰 보면 방향이 분명하게 갈린 해가 보입니다. ChatGPT 공개 이후 첫 수시인 2024학년도에 컴퓨터공학부는 11.5%에서 7.5%로 내려갔고 기계공학부는 9.9%에서 12.4%로 올라갔습니다. 그리고 추론 모델과 코딩 도구, 로봇 모델이 잇따라 나온 뒤 치러진 2026학년도에는 컴퓨터공학부가 7.7%에서 6.1%로, 기계공학부도 12.6%에서 11.5%로 함께 떨어졌습니다.

물론 시간적 선후관계만으로 원인을 알 수는 없습니다. AI 코딩 능력에 대한 우려가 컴퓨터공학부 선택에 영향을 주었을 수 있고, 반도체와 로봇의 전망에 대한 기대가 다른 학과 선택에 영향을 주었을 수도 있습니다. 다만 이번 자료로 확인한 것은 학과별 지원 분포의 변화이며, 학생들의 실제 지원 동기나 AI의 영향은 확인하지 못했습니다.

기술 연표는 변화를 해석하는 배경이며, 지원 동기를 입증하는 자료가 아님을 밝혀둡니다.

우려사항 및 분석의 한계

이번 결과를 읽을 때는 몇 가지를 구분해야 합니다.

첫째, 지원 비중은 인기의 간접 지표입니다.
수시 지원에는 전공 선호뿐 아니라 학생부 준비, 학교 추천, 모집인원, 합격 가능성을 고려한 전략이 반영됩니다.

둘째, 해마다 다른 지원자 집단을 비교했습니다.
컴퓨터공학부 비중 감소와 기계공학부, 재료공학부 비중 증가가 동시에 나타나더라도, 동일한 학생들이 학과를 바꿨다는 뜻은 아닙니다.

셋째, 학부와 산업 분야는 일대일로 대응하지 않습니다.
이번 자료로 반도체나 로봇을 지망한 학생의 수를 직접 셀 수는 없습니다.

넷째, 서울대 5개년 자료만으로 전국적인 전공 선호 변화를 대표할 수 없습니다.
특히 ChatGPT 등장 이전 자료가 한 해뿐이어서 기존 추세와 AI 등장 이후의 변화를 충분히 분리하기 어렵습니다.

다섯째, 시작과 끝의 연도만 고르면 중간 흐름을 놓칠 수 있습니다.
컴퓨터공학부의 최근 반등과 기계공학부의 지원자 수 변동까지 함께 제시해야 합니다.

원자료를 정리하는 과정에서도 표를 확인하고 소계를 대조했습니다. 다만 합계가 맞는다는 사실만으로 모든 개별 항목의 오류 가능성이 없어지는 것은 아니므로, 공개 자료를 분석할 때는 원문 확인이 중요합니다.

맺음말

제가 생각했던 우려와 맞는 양상은 일부 나타났습니다. 컴퓨터공학부의 지원 비중은 낮아졌고, 기계공학부와 재료공학부의 비중은 높아졌습니다. 컴퓨터공학부의 상대적 선호가 약해지고 다른 학과가 대안으로 선택되고 있는지 더 살펴볼 이유는 있습니다.

그러나 실제로 관심이 이동했는지, 그 이유가 AI 발전인지는 아직 단언하기는 어려울 것 같습니다. 전기·정보공학부의 하락과 컴퓨터공학부의 최근 반등도 함께 설명해야 합니다. 현재 자료가 보여주는 결론은 이 정도입니다. 컴퓨터공학부의 상대적 선호 약화와 기계공학부, 재료공학부로의 관심 이동이라는 가설에 부합하는 지원 분포 변화가 관찰되지만, 실제 이동과 AI의 인과효과를 확인하려면 추가 자료가 필요합니다.

이번 작업에서 유용했던 것은 AI가 처음의 가설을 곧바로 결론으로 만들어주는 대신, 그 가설을 숫자로 점검하고 해석을 고쳐나가게 한 과정이었습니다. 다섯 개의 PDF를 상세표로 만들고, 경쟁률을 모집인원과 지원자 수로 나누어 보고, 학과별 지원 비중을 비교하고, 기술 발전 시점을 맞췄습니다. 그 과정에서 제 문제의식과 다른 방향으로 흐른 해석을 바로잡기도 했습니다.

심리적 우려를 확인된 사실처럼 말하면 안 됩니다. 다만 자료에 나타난 변화를 놓치지 말아야 합니다.

ChulJoo Kim (김철주)

※ 참고문헌

ckarch.kr © 2026 is licensed under CC BY-NC-SA 4.0 CC BY NC SA

댓글 남기기