데이터사이언스 대학원을 1학기를 마치고

changsubchang·2020년 7월 18일
3
post-thumbnail

데이터사이언스 대학원에서 한학기를 마쳤다. 처음 시작할 때 우려했던 부분보다 좋았던 점도, 아쉬웠던 점도 있었는데 간단하게 적어보려고 한다.

동기

기사 에도 나온 것처럼 석사 40명, 박사 4명으로 학기가 시작되었다. (박사 정원은 채우지 않고 후기모집에서 조금더 채웠다고 한다) 내로라 하는 친구들이 많이 지원했고 만 29세인 나는 나이로 치면 상위 30% 정도 였던 것 같다. 직장을 다니다 온 분들은 약 3~40% 정도 되는 것 같고, 다른 친구들은 학부를 마치고 바로왔다. 아쉽게도 코로나 때문에 수업이 비대면으로 진행되던 터라 동기들의 얼굴을 한번에 보고 인사할 수는 없었지만, 수업에서 팀프로젝트를 하고 학교에 종종 가서 공부하면서 인사하면서 몇몇 친구들과 친해졌고, 다들 열정이 가득한 친구들이고 똑똑한 친구들이라 많은 긍정적인 자극을 받을 수 있었다. 그리고 각자의 관심사도 너무 다양하고, 백그라운드도 다양하기 때문에 나와 다른 친구들을 통해 긍정적인 자극을 받을 수 있어서 감사했다. 방학과 2학기가 되어 조금 더 친해질 수 있었으면.

수업

대학원 개설이후 처음으로 열린 이번학기에는

  • 기초 통계
  • 기초 프로그래밍
  • 빅데이터 및 데이터베이스
  • 소프트웨어 플랫폼
  • 머신러닝 / 딥러닝
  • 세미나 수업

이렇게 6개 수업이 열렸다. 하지만 세미나 수업을 필수로 들어야 했기 때문에 학생별로 3개의 수업만 들을 수 있었고, 나는 통계, 빅데이터, 머신러닝 / 딥러닝 수업을 들었다.

1. 기초 통계

All of statistics 라는 교재를 활용하여 진행되었다. 말그대로 기초 통계라고 해서 다소간 쉽게(?) 생각했고 처음 2-3주는 쉽게 진행되는 듯 하였지만... 갑작스럽게 진도가 너무 빠르고 어려워지면서 중간에 멘붕에 빠지기도 했다. 특히 못따라가는 부분들에 대해서는 All of statistics의 원저자가 카네기멜론대학교에서 진행한 강의를 유튜브에서 찾아서 들으려고 했지만 오히려 더 어려웠던 것은 넌센스. 특히 R 프로그래밍 과제를 하고, 수학적인 증명과 생각해야 하는 부분들이 많아서 버겁기도 했고 결과론적으로 성적도 그랬지만 개인적으로는 최고의 강의였던 것 같다. 현재 일하고 있는 부분에도 연관성이 많아서 바로바로 통계적인 개념들을 적용해 볼 수 있었고, 가르쳐주시는 교수님이 바이오 백그라운드의 교수님이라서 코로나를 예측하는 통계모델을 짜보거나 바이오에 대해 공부할 수 있었던 부분도 좋았다. 2학기 때도 통년수업을 들을까 고민중.

2. 빅데이터 및 데이터베이스

원장님의 강의였다. 원장님은 SAP HANA를 한국에서 개발해서 본사에 매각하고, 연구를 이끈 입지전적인 인물. 수업과 별개로 본 대학원의 설립 배경 및 발전 방향에 대해 배우는 시간도 포함되었다. 데이터베이스는 사실 빅데이터 및 인공지능 등을 아우르는 매우 중요한 컨셉이고, 배우는 과정에서 어려움이 컸던 과목이었지만 (생소한 컴퓨터사이언스 개념이 많은데, 이를 문과적인 백그라운드에서 따라잡기 어려운 부분이 많았다), 그리고 SAP HANA 를 노트북에 설치하는 과정에서 나의 맥북 액정이 나가서 90만원이라는 거금을 지불해야 했던 엄청난 수업이었지만, SQL 등의 기본에 대해 배울 수 있고 프로젝트를 진행하면서 스스로 Neo4j 등 지식기반 그래프 데이터베이스 등에 대해 접해볼 수 있어서 흥미로운 과목이었다.

3. 머신러닝 / 딥러닝

SAP에서 오랜기간 CIO로 근무하신 교수님께서 강의하신 수업으로, 기초적인 머신러닝 / 딥러닝 개념에 대해 공부하고 이를 실제 프로젝트로 구현하는 것이 중점이 되었던 수업이었다. 다만 머신러닝 / 딥러닝 개념에 대해서는 기초적으로나마 알고 있는 친구들이 많았기 때문에 개인 프로그래밍 과제와 팀 프로젝트가 중점이 되었던 수업이었다. 모든 수업이 그렇지만 이 수업은 특히나 자기주도적인 수업 스타일이어서 (과제가 너무 어려워서 ^^;) 스스로를 계속 Challenge 해야 했다는 점이 돌아보면 성장의 기폭제가 되었지만 학기중에는 어려웠던 부분이었다.

4. 세미나 수업

대단했던 수업이고 개인적으로는 제일 좋았던 수업이다. 숙제가 없었던 점도 물론 좋았지만, 쉽게 접할 수 없던 교수님들과 산업계의 리더들의 이야기를 한시간 남짓 짧은 시간에 들을 수 있던 "거인의 어깨에 올라섰던" 수업이었다. 자세한 연사들의 목록과 자료는 여기 에서

교수진

데이터사이언스학과라는 특성상, 기존 대학의 전기과, 컴퓨터공학과, 통계학과(바이오 포함), 인문대학 언어학과(NLP) 등 다양한 백그라운드의 교수님들이 한데 모여계신다. 학문의 융합이라는 측면에서 벽없는 자유로운 대화와 협업이 이를 가속화 할 수 있기에 이러한 교수진 체제는 매우 바람직하다고 생각된다. 특히 학문의 융합이라는 기치로 탄생한 자유전공학부 출신이라는 나로서는, 학부시기의 학문적인 경계를 허무는 것보다 오히려 어느정도 학부에서의 코스웍을 듣고 지식을 알고 있는 단계에서, 아는 것과 모르는 것을 아는 석사과정에서 이러한 융합이 일어날 수 있다는 점에서 교수진과 이 대학원이 다른 대학원과 확연하게 차별화 된다고 생각한다. 그런 의미에서

  • 지도교수를 1학기 마치고 선정하지만, 그렇다고 구분된 랩으로 들어가는 것은 아님
  • 오픈된 공간에서 함께 공부하고, 식사하고, 교제하면서 이런저런 이야기를 실제로 나누고 다른 학생들과 교수님들이 무엇을 하는지 알게 됨
  • (아직은 잘 모르지만) 다른 교수님 연구실의 친구들과도 협업하고 연구할 수 있을 것 같음

이런 특성들과 제도들이 융합의 디딤돌이 될 것 같다. 다만 융합의 측면에서 아쉬운 점은

  • 교수님들이 이미 Silo 된 지식을 보유하고 계시기 때문에 (해당 분야의 전문가가 되려면 당연하게), Silo 간의 연결 다리를 놓기 위해 교수님들이 해야하는 노력에 대한 고민이 필요할 것 같음 - 일부 수업의 경우 교수님들이 다른 교수님들의 커리큘럼에 대한 이해도가 높지 않은데서 비롯하여 비슷한 내용을 중복적으로 배우는 경우가 있음
  • 학생들이 스스로 융합을 찾아나서는 것에는 한계가 있을 수 있음 - 지도교수의 전문성을 전수받기도 어려운 기간이므로
  • 그렇다면 융합분야의 전문가로 성장한다는 것은 무엇을 의미하는지, 학계 혹은 산업계로 나가는 석/박사 과정생들이 커리어 로드맵을 짤 때 혼란스러울 수 있음

뭐든지 처음이 어렵다. 시행착오는 필수적이며, 정반합을 통해서 성장하니까. 아직까지는 만족스러운 대학원 1학기다. 열심히 여름방학 연구주제 찾으면서 보내야 겠다.

profile
데린이임니다

4개의 댓글

comment-user-thumbnail
2020년 7월 19일

나이가 상위 30%라는 의미는 그정도로 다니는 분들이 젊다는 이야기 이신건가요? 저도 대학원을 생각은 하고 있는데 33세면 많은 쪽에 속하겠죠? ㅎㅎ

1개의 답글
comment-user-thumbnail
2020년 9월 3일

안녕하세요, 데이터 사이언스 분야에 관심을 가지고 있고, 대학원 입학 생각중인 직장인입니다.
해당 분야에 대한 대학원 정보가 많지 않아 그런데, 혹시 대학원은 어느 곳으로 가셨는지 알 수 있을까요??

답글 달기
comment-user-thumbnail
7일 전

데이터사이언스대학원 FAQ 글을 보고 왔습니다 :) 이 글을 보기 전에는 '융합대학원이어서 수업에서 다루는 수학/통계 모델링 지식이 한 분야를 전문적으로 파는 일반대학원(ex. 통계학과 대학원)보다 상대적으로 얕을 수도 있겠다'는 인식이 들었는데, 그것은 아닌가 봅니다 ㅎㅎㅎ 덕분에 대학원 진학 시 어떤 전공을 해야 할 지 고민하는데 하나의 선택지를 더 얻은 것 같습니다. 감사합니다 :)

답글 달기