서울대 데이터사이언스대학원 FAQ

changsubchang·2020년 10월 11일
8

저는 서울대학교 데이터사이언스대학원에 재학중입니다. 석사과정으로 2학기째 수업중이고 Wen-Syan Li 교수님의 지도를 받고 있습니다. 지인분들과 많은 분들이 저희 학교에 대해서 궁금해 하시는 것 같아서 입시 / 대학원 생활에 대해서 간단하게 아는한 여기에 적어보고자 합니다. 부디 구글 검색을 통해서 들어오시는 분들에게.. 도움이 되길.

(현재 학교에서도 저희과에 대한 정보가 제한적이라는 점을 인지하고 외연을 넓히고자 하고 있습니다. 다만, 신설학과고 교수진, 학생들의 여력이 달리는 만큼 아무래도 시간이 조금 더 걸릴 것 같아서... 미리 조금 적습니다. 개인적인 생각으로 다른 분들의 생각과는 조금 다를 수 있습니다.)

1. 입학생 구성

아마 기사를 통해서 살펴보신 분들도 많을 것으로 생각되는데요. 석사정원은 40명, 박사정원은 15명입니다. 주간대학원으로 현재는 1년에 한번, 봄학기 입학을 기준으로 합니다. (다만, 올해는 박사과정에서 봄학기에는 4명을 선발하였고, 이후 약간명을 후기 모집으로 선발하였습니다.)

제가 재학하고 있는 석사과정을 기준으로 설명하면, (대략적으로) 학부 졸업하고 바로 오거나, 회사 경험이 없는 친구들이 약 5~60% 이외 직장경력이 있는 사람들이 4~50% 정도 되는 것 같습니다. 직장경력은 약 3~4년 정도가 일반적인 것 같습니다. 다니던 직장과 과거 경력은 다양한데요. 저처럼 컨설팅 / AI 부분에서 깨작깨작 배우던 사람들, 대기업에서 일하던 분들, 스타트업에 있거나 창업하다 오신분들도 있습니다. 아울러 직장에서 파견형태로 휴직하고 오신분들도 있습니다.

서울대학교에서 학부를 마친 학생이 약 4~50% 정도 되는 것 같습니다. 해외에서 학부를 졸업하신 분들이 약 10% 남짓 되는 것 같구요.

성비측면에서는 여성이 약 2~30%정도 되는 것 같습니다.

전공측면에서는 이공계열을 부전공, 복수전공을 한 사람들을 모두 포함하면 이공계열과 관련이 있던 학생이 약 6~70% 정도 되는 것 같고, 이중 컴퓨터, 머신러닝, 수학, 통계 등 직접적으로 관련이 있다고 여겨지는 전공을 공부한 학생들이 (전체 학생의) 30% 정도 되는 것 같습니다. 다만, 문과계열인 경우에도 개인적인 방식으로 코딩과 통계를 배워서 어느정도의 기초소양을 쌓은 학생들이 대부분이며, 이를 학교에서도 권장하고 있는 것으로 알고 있습니다.

2. 수업 생활

한학기에 3학점짜리 전공수업을 3과목 수강하고 = 9학점 / 세미나 수업 1과목 을 수강하여 총 10학점을 수강하는 것이 현재까지는 일반적인 수강형태 였습니다. 저희과 홈페이지의 이수규정과 교과목을 보면 아시겠지만, 전공필수는 없지만, 각 영역별로 수강해야하는 과목의 수가 정해져 있습니다. 4학기 동안 최소 24학점을 수강하여야 졸업할 수 있습니다. 다만 그렇다면 10학점을 2번들으면 1년안에 벌써 20학점을 듣는 것 아니냐? 라는 질문이 드실 수도 있겠는데, 수업을 듣다보면 데이터사이언스라는 분야가 너무 광범위하기 때문에 배워야할 것이 산더미라는 생각이 듭니다. 지금 숙제하고 있는 것 때문에 스트레스를 받아서 내년에 수강신청을 어떻게 할지는 모르겠지만... 아마도 24학점을 넘겨 수업듣고 졸업하지 않을까 생각합니다.

실제로 학교에서 열리는 수업이 재밌고 유익한 수업이 많기 때문에, 저희과 학생들 경우에는 기본적으로 1~2과목을 청강으로 수강하는 경우도 많습니다.

수업은 교수님에 따라 (현재 외국인 교수님 한분이 계십니다) 영어로 진행되는 경우도 있으나, 아직 대부분의 수업은 우리말로 진행됩니다. 다만 대부분의 강의자료, 시험, 텍스트, 참고 영상, 논문 등이 영어로 되어있기 때문에 (어쩔수 없는 숙명인것 같습니다...) 영어를 잘 구사하는 것이 수업을 따라가는데 있어 큰 도움이 될 수 있습니다.

수업의 로드는 개인의 실력에 따라 대중없습니다만, 과목당 일주일에 2번 1시간 15분씩 수업이 진행되고, 이외 조교세션등이 있는 경우도 있습니다. 개인 코딩과제 혹은 문제를 푸는 과제가 학기에 3~4개 정도 (평균적으로) 있으며, 팀 프로젝트가 거의 모든 수업에 있습니다. 따라서 일주일 내내 정신없이 시간이 지나가는 것 같습니다.

저희과가 현재는 50명 남짓이라는 점과 함께, 학교에서 데이터사이언스를 전문적으로 가르치는 최초의 전공이라는 점 때문에, 수업에 들어가면 저희과뿐 아니라, 다른 학과의 대학원생 학부생들도 많이 만날 수 있습니다. 학교입장에서는 데이터사이언스의 '기초교육원' 같은 느낌으로 포지셔닝되어 있다는 점에서 담론을 리드할 수 있는 중추적인 역할을 한다는 점과, 학생입장에서는 도메인에 대한 지식을 갖고 있는 (필연적으로 데이터사이언스에서는 도메인에 대한 이해가 필요한 것 같습니다, 데이터를 더 정확히 알고 응용분야를 파악하기 위해서) 다른 친구들과 팀프로젝트를 하면서 배울 수 있다는 점에서도 긍정적입니다. 예를 들어 지난학기에는 대기과학을 전공하는 박사과정 친구와 함께 저희과 수업 프로젝트를 했는데, 국내 미세먼지를 머신러닝을 통해 분석하는 과정을 통해 도메인의 적용 가능성에 대해서 조금이나마 맛볼 수 있었습니다.

학비는 학기당 400만원 남짓입니다. 다만 아직 신설학과다 보니 BK21 등 장학혜택을 받지 못했다는 점이 아쉬웠는데, 곧 좋은 소식이 있으면 내년부터 학비부담이 줄지 않을까 생각됩니다. 최근에는 저희과에 기부하신 선배님도 계시다고 들었습니다.

3. 학교 생활

지도교수님은 1학기 마치고 정하는 경우가 일반적입니다. 규정상으로는 2학기 마칠때 정할 수도 있는데, 지도교수님을 정하고 짧은 석사과정중 연구 주제를 정하고 거기에 맞춰서 공부하는 것이 더 효율적이고 효과적이기 때문에 학교에서는 최대한 빨리 지도교수님을 정하는 것을 권장하고 있습니다. 올해에도 약 6~70%의 학생이 지도교수를 1학기 마치고 정했습니다. 지도교수를 선정하는 과정은, 지도교수님의 연구분야에 대해 듣는 세션을 가진 후에, 학생들이 지도교수님과 면담후 본인이 원하는 지도교수님을 1지망, 2지망, 3지망을 선택합니다. 이를 토대로 지도교수님이 첫번째 라운드에서 소수의 지도학생들을 우선선발 한후, 이외 첫번째로 선택되지 않은 학생들에 대해서는 지도교수님간 협의를 통해 학생들의 지망과 지도교수님의 연구분야와의 Fit을 기반으로 배정합니다.

지도교수님이 정해지면 지도교수님의 스타일대로 (공대 대학원을 생각하시면 편합니다) 주간 세미나를 하는 경우도, 1:1 미팅을 하는 경우도 있습니다. 다만, 공대 대학원들 처럼 지도교수님의 랩 안에서만 생활하지는 않습니다. 따로 학생들의 연구실이 존재하지 않고, 넓은 트인 공간에 학생들은 각자 자리를 배정받습니다. 이를 통해 연구실에 국한되지 않고 학생들과 네트워킹하고 밥도 같이먹고 하는 과정을 통해 각자의 연구분야와 프로그레스를 공유하기도 하면서 시야를 넓힐 수 있습니다.

대학원은 현재 서울대학교 연구공원내 942동에 위치하고 있습니다. 연구공원은 삼성전자, 코웨이, SK 등 산학협력을 목적으로 하는 기업들의 연구센터가 위치하고 있는 학내 공간이며, 일부 스타트업들도 이 공간에 위치하고 있습니다. 비록 우리나라의 어색한 네트워킹의 특성상(?) 그런 기업들과 네트워킹은 물론 전혀 없지만, 학교의 낭만과 약간은 맞바꾼... 학부생 없는 공간의 스타트업 분위기와 연구에 최적화된 공간이라고 보실 수 있습니다. 연구공원 본관 내 식당도 있습니다. 단, 시설이 매우 좋습니다.

아직 코로나라서 비대면 수업이 일반적이기 때문에, 모든 학생들이 한자리에 모였던 시간은 없었지만, 그래도 간간히 식사를 같이하는 와중에 친하게 지내고 서로간 어려운 공부의 동반자가 되기도 합니다.

4. 졸업 이후

사실 아무도 졸업하지 않았기 때문에 섣불리 졸업 이후에 대해 공유할 수는 없지만, 각자의 트랙이 다른 것 같습니다. 수업을 선택할 수 있는 자유도가 높다는 점은 그만큼, 각자가 쌓는 스킬셋의 종류와 정도가 다르고 이를 기반으로 한 전문분야가 다를 수 있다는 점을 의미하기 때문입니다. 취업을 하는 경우라도, 일부 학생들은 실제로 현업에서 매일 데이터를 만지고 가공하고 분석하는 데이터사이언티스트를 꿈꾸기도 하고, 새로운 머신러닝 알고리즘을 개발하고자 하는 머신러닝엔지니어를 꿈꾸는 학생도 있습니다. 도메인에 대한 지식을 기반으로 보건, 의료쪽 데이터 관리를 하고자 하는 친구들도, 마케팅/기획에 데이터를 접목하고 레거시 비즈니스의 혁신을 도모하는 비즈니스프로페셔널을 꿈꾸는 사람들도 있습니다.

이런 부분이 사실 저희 대학원이 카이스트, 고려대 등 AI를 전문으로 하는 AI대학원이나, 저희학교에도 있는 공대 협동과정과 다른 점이 아닐까 싶습니다. 데이터사이언스와 AI의 이론적인 부분뿐만 아니라 이에 대한 응용을 고민한다는 점에서, 나무가 아니라 숲을 본다는 점에서 (물론 선택적으로 나무를 볼 수 있는 결정 또한 가능합니다. 나무가 있어야 숲이 있다는 점에서 매우 가치중립적인 말입니다.) 저희 대학원의 의의가 있지 않을까 싶습니다.

어떻게 될지는 짧게는 내후년, 10년뒤를 봐야 알겠지요.

5. 입시 실전 질문

작년을 예로 들면, 1차적으로 서류평가가 있었습니다. 서류평가를 통과한 학생들을 대상으로, 조별로 나뉘어 면접장에 들어갔고, 면접장에는 3명의 교수님들이 있었습니다. 간단한 자기소개, 입학 동기 등에 대해서 교수님들이 갖고 있는 자기소개서를 기반으로 여쭤보시고, 코딩 / 통계 등에 대한 이해도를 묻는 (개괄적인) 질문들이 있었습니다. 압박적인 질문보다는 실제로 학생들을 잘 뽑아서 같이 공부할 파트너를 뽑는다는 인상이 강했습니다. 지난번에는 저희과의 교수님들이 정해지지 않으셨어서 원장단과 겸무교수님들이 면접을 보신 것 같은데 올해에는 저희과 교수님들이 주축이 되셔서 면접을 보시지 않을까 싶습니다. 면접시간은 15~20분 남짓이었던 것으로 어렴풋이 기억합니다.

복장은 모두 깔끔하게 입고 오셨던 것 같습니다. 대부분 정장을 입었습니다.

간략하게 적으려고 했는데 생각보다 글이 길어졌네요. 아무래도 공개된 공간이다보니 좋은 점을 많이 썼는데 ^-^; 물론 아쉬운 점도 없지 않습니다만, 점차 개선될 것을 기대하며 함께 데이터사이언스 대학원의 초석을 다질 수 있었으면 좋겠습니다. 부디 도움이되는 정보가 되셨기를 바랍니다.

profile
데린이임니다

13개의 댓글

comment-user-thumbnail
2020년 10월 13일

관련 글 정말 감사합니다. 현재 지원 중이라 정보를 찾아보는데, 정보가 없어서 막막했는데 큰 도움이 되는 글이네요.

1개의 답글
comment-user-thumbnail
2020년 10월 22일

이번에 데이터사이언스 대학원에 지원했는데 포스팅 덕분에 많은 도움됐습니다! 감사합니다.
혹시 면접에서 물어보신 코딩/통계에 관한 질문의 수준이나 범위(?)가 어느 정도였는지 알 수 있을까요?

1개의 답글
comment-user-thumbnail
2020년 10월 26일

감사합니다. 신설학과라 정보를 찾기가 쉽지 않았는데 게재하신 글을 읽고 많은 도움이 되었습니다.

1개의 답글
comment-user-thumbnail
2020년 10월 30일

안녕하세요 포스팅 잘 읽었습니다 :) 혹시 아쉬운 점이라면 어떤 점이 있는지 여쭤봐도 될까요?

1개의 답글
comment-user-thumbnail
2020년 11월 5일

안녕하세요! 이번에 서울대 데사 대학원 지원했는데요.. 혹시..면접때 어떤 질문들 하셨는지 여쭤봐도될까요..?ㅠㅠ

1개의 답글
comment-user-thumbnail
2020년 11월 7일

안녕하세요! 영어 성적 기준 관련해서 입학자들 보통 점수가 어떻게 되시는지도 아실까요?

답글 달기