데이터사이언스란?
간단하게 이야기하면 데이터사이언스는 대용량 데이터의 명확하고 깊은 이해를 통해 통찰력(insight)을 갖추고 복잡한 문제를 해결하기 위한 학문 분야입니다. 대용량 데이터의 명확하고 깊은 이해는 다학제적인 훈련과 여러가지 도구를 필요로 하고, 이를 위해 여러 학문 분야가 융합되어 새롭게 탄생한 분야라고 할 수 있습니다. 대용량 데이터의 획득, 저장, 정제, 관리, 대용량 데이터의 분석, 모델링, 시각화, 이들을 위한 자동화 및 빠른 처리에 관한 학문 분야가 연관되어 있습니다.
데이터사이언스의 ABCDE
앞의 정의에 따라 본 대학원은 데이터사이언스의 중심축을 아래와 같은 ABCDE로 보고 학생들을 교육하고 있습니다.
- AI Algorithm : 대용량 데이터를 명확하고 깊이 있게 이해하기 위한 과학적 분석 및 모델링 방법론으로서 딥러닝, 기계학습, 관계 및 논리 분석, 통계 분석 등을 포함하며, 현재 빠르게 발전하고 있는 인공지능의 알고리즘(AI Algorithm)이 이들 방법론의 핵심
- Big Data : 텍스트, 이미지, 동영상 등 다양한 형식으로 된 대용량 데이터의 획득, 저장, 정제, 관리, 시각화 등의 일련의 과정을 위한 과학적 방법론
- Computing : 대용량 데이터의 분석, 모델링, 처리를 자동 및 실시간으로 가능하게 하는 대규모 컴퓨팅 및 컴퓨팅 플랫폼에 관한 방법론
- Domain Knowledge : 공학, 의학, 자연과학, 약학, 경영학, 농학, 사회과학, 인문학, 예술, 체육 등 해결하려고 하는 문제 영역에 대한 지식
- Entrepreneurship : 대용량 데이터를 추출, 저장, 정리, 관리, 분석하여 문제에 접목하고 처리하여 가치를 창출하고 비즈니스 모델 도출
현재 각광을 받고 있는 초거대 AI 모델 및 이의 응용은 데이터사이언스의 ABCDE가 모두 필요하고 데이터사이언스로 해결할 수 있는 문제의 좋은 예입니다.
데이터사이언스 대학원의 인재상
데이터사이언스의 핵심원리를 배워 이해하고, 주어진 어떤 분야의 문제도 이를 접목 및 활용하여 해결하고 데이터기반 혁신을 이끌 수 있는 창의인재 양성
데이터사이언스 대학원의 구성인원 및 교육대상
구성인원
- 전임교수: 22명(예정)
- 석사과정: 매년 80명 선발
- 박사 및 석·박 통합과정: 매년 30명 선발(석·박 통합과정 포함)
교육대상
- 학부 전공에 상관없이 논리적, 수학적, 컴퓨팅적 사고 능력과 글로벌 데이터사이언스 리더가 되고자 하는 열정을 가진 학사학위 소지자
- 전일제 교육
데이터사이언스 대학원의 교육과정
코딩
- 데이터사이언스에서 코딩은 목표가 아니지만 중요한 도구입니다. 따라서 주어진 문제해결을 위해 코딩을 잘 할 수 있는 능력은 데이터사이언스대학원의 학업 및 연구에 많은 도움이 됩니다.
- 데이터사이언스를 위한 기본적인 수학 및 통계의 훈련도 되어 있어야 데이터사이언스대학원의 필수 교과목들을 무리 없이 이수할 수 있습니다.
- 수학 및 통계, 코딩 실력이 부족한 학생들을 위해 이에 관한 기초 교과목들을 제공하고 있습니다.
부트캠프
- 수학 및 통계, 코딩 실력이 부족한 학생들을 위해 신입생이 입학하기 전 데이터사이언스대학원의 부트캠프에서 수학 및 통계, 코딩에 관한 수업을 제공하고 있습니다.
석사학위 과정
- 첫 두 학기 간 모두 6개의 ABC과목과 1개의 문제 해결형 프로젝트 과목을 필수로 이수 해야 합니다.
- 첫 두 학기 간의 교육과 훈련을 바탕으로 다음 두 학기 간 지도교수와 학위논문을 위한 연구에 매진합니다.
박사학위 과정
- 데이터사이언스 대학원 석사과정의ABC필수 과목과 문제 해결형 프로젝트 과목을 이수 하지 않은 학생은 이들을 필수로 이수해야 하지만 이전에 이수한 과목으로 인정을 받을 수도 있습니다.
- 이 후 다른 과목들을 선택적으로 이수하고 지도교수와 학위논문을 위한 연구에 매진합니다.