Academic

1. 데이터사이언스와 AI는 어떻게 다른가요

데이터사이언스란 대용량 데이터의 명확하고 깊은 이해를 통해 통찰력(insight)을 갖추고 복잡한 문제를 해결하기 위한 학문 분야입니다. 구체적으로 AI 알고리즘 및 응용 (A), Big Data 로서의 데이터 수집 및 처리 (B), Computing을 구성하는 SW/HW 플랫폼 (C)까지 (A), (B), (C)를 두루 아우르는 데이터사이언스라는 새로운 학문분야가 탄생한 것입니다.

데이터사이언스에서의 ABC의 역할을 보다 구체적으로 기술하면 다음과 같습니다:

• AI models & algorithms : 대용량 데이터의 분석, 시각화, 모델링, 추론
• Big data technology : 대용량 데이터의 획득, 저장, 정제, 관리, 보호
• Computing technology : 자동화 및 효율적이고 빠른 처리

서울대 데이터사이언스 대학원은 상기의 ABC를 아우르는 연구와 훈련을 중시하는 대학원입니다. 

2. GSDS는 컴퓨터공학 대학원과 어떻게 다른가요 

데이터사이언스의 세 축 AI (A), Big data (B), Computing (C)은 컴퓨터공학 및 전기전자공학과 등처럼 다른 공학대학원과 겹쳐보이는 분야들이기도 합니다. 이렇게 분야가 겹치는 다른 학과와 GSDS의 차별점은 이 모든 연구 분야가 ‘효율적인 데이터 처리와 응용’라는 목표 아래 함께 있다는 것입니다.예를 들어 데이터사이언스대학원에서는 ‘데이터 처리를 더 효율적으로 하기 위한’ 또는 ‘AI 알고리즘을 위한’ 소프트웨어 연구가, 흔히 컴퓨터공학과에서 할 만한 ‘범용적으로 좋은 운영체제’를 만드는 연구보다 우선시됩니다. 데이터사이언스와 컴퓨터공학의 차이는 마치 생물물리(biophysics), 생화학(bio chemistry), 재료공학과(material science) 등의 다학제적 학과가 생물학과, 화학과, 물리학과와 따로 존재하는 것과 비슷합니다.

더 나아가 컴퓨터공학, 전자공학에서는 실상 유기적으로 연관이 깊은 A-B-C간의에 포괄적인 이해와 협업이 일어나기 힘든 반면에, GSDS에서는  ‘효율적인 대용량 데이터 처리와 응용’이라는 공통된 목표를 가지고 ABC를 모든 구성원이 어느정도 이해하고 그에 바탕해 ABC가 협력하는 것을 지향하고 있습니다. 이는 학생들을 가르치는 커리큘럼에도 반영되어 GSDS에서는 모든 학생에게 ABC의 기본을 가르칩니다.

이는 GSDS에서 규정한 데이터 사이언스의 정의 “대용량 데이터의 명확하고 깊은 이해를 통해 통찰력을 갖추고 복잡한 문제를 해결하기 위한 학문 분야”와도 일맥상통합니다.

3. 일반대학원과과 전문대학원인 GSDS의 차이는? 전문대학원의 석사 후 박사 과정 진학은?

GSDS의 연구중심의 전문대학원으로서 대학원의 제 1 목표는 연구의 수월성(academic excellence)입니다. 이는 로스쿨, 경영대학원과 같이 전문대학원으로서 분야의 전문가를 육성하는 게 목표인 만큼, 시시각각 변하는 데이터사이언스 연구를 주도해야만 이 분야의 전문가들을 배양할 수 있다고 믿기 때문입니다. 
이런 면에서 연구적인 측면에서는 일반 대학원과 다를 것이 없다고 할 수 있겠습니다. 

마찬가지로 석사 학위 이후 박사과정 진학에도 일반 대학원이랑 다를 바가 없습니다. 학위 과정으로는 석사 과정, 석박 통합 과정, 박사 과정이 존재하는데, 실제로 다수의 석사과정 학생들이 (약 30%) 동대학원 박사과정으로 진학하고 있습니다.

굳이 차이를 찾자면 석사과정을 통해서도 수준높은 데이터사이언스 전문가를 배양하기 위해 ABC를 모두 배우도록 하는 커리큘럼을 국내에서 유일하게 제공하고, 또 이 모든 분야 걸치는 논문자격시험을 통과해야만 학위를 받을 수 있다는 것입니다.

4. ‘석사 졸업 후 박사 진학’과 ‘석사박사통합’ 과정은 어떤 차이가 있나요?

석사박사통합(이하 석박통합) 과정은 석사학위 및 박사학위의 과정이 통합된 과정을 이수하는 것으로서, 학생들의 학위 이수과정에 유연성을 줍니다. 

석박통합 과정의 학생은 입학 후 2학기가 지난 후 통합과정을 계속할지, 중단하고 석사과정으로 마칠지 선택할 수 있습니다. 통합과정을 계속하겠다고 결심한 경우는 지도교수의 승인과 논자시 시험 통과 등의 여부에 따라 석박통합 과정을 계속 이어나가 추가 입시과정 없이 박사학위를 취득할 수 있도록 합니다.

5. 데이터사이언스 대학원에 입학하려면 학부 전공은 무엇을 해야 하나요? 컴퓨팅 관련 지식이 많이 없어도 데이터사이언스 대학원에 입학할 수 있나요?

학부 전공은 중요하지 않습니다. 중요한 것은 연구에 대한 열정과 새로운 것을 배우고자 하는 열의, 그리고 그런 과정을 본인이 이뤄낼 수 있을지에 대한 가능성입니다. 더불어 GSDS에서 중요하게 여기는 것이 ABC에 대한 기초 뿐 아니라, 도메인 (D)에서의 실질적 응용이기에, 다양한 배경의 학생들이 오는 것을 GSDS에서는 오히려 장려합니다. 이런 정신은 학부에서 영문학을 전공하신 후에 컴퓨터 공학 박사과정을 마치신 교수님도 계시듯 학과 교수님들 이력에서도 드러납니다. 

학사 또는 석사의 전공을 중요시 여기진 않지만, 입학과정에서 ABC에 해당하는 아주 기본적인 개념의 습득과 논리적인 사고력을 가졌는가에 대한 여부는 입학과정에서 검증하게 됩니다. 본인이 열정만 있다면 다양한 방식으로 본인이 원하는 지식을 습득할 기회가 있습니다. 그러므로, 기본적으로 데이터사이언스 분야가 어떤 분야인지 정확히 알고 지원자들이 지원했는지를 알아보기 위한 기본적 검증 과정이라고 생각할 수 있습니다.

6. 저는 이미 학부 과정에서 GSDS 필수과정 (e.g. 프로그래밍, 알고리즘, 데이터베이스 등)을 수강했습니다. 그래도 기초 필수과목을 다시 수강해야 하나요?

입학 후 필수과목 면제 신청 시 학사협의회 심의를 통해 면제해 주는 정책이 있고, 실제 관련 전공을 했던 학생들은 이 제도를 많이 활용하고 있습니다. 하지만 면제된 학점만큼 다른 과목을 수강해야 합니다. 

7. 지도교수 배정은 어떻게 되나요?

모든 과정의 지도교수는 입학 전형 시에 정해집니다. 연구실 인턴과 ExploreCSR 워크샵(링크)참여 등을 통해 미리 교수님을 뵙고 연구에 참여하는 것은 지원자들에게 의미 있는 경험과 기회가 될 것입니다. 다만, 이는 대학원 입학의 충분 조건 또는 필요 조건이 아니며, 대학원 입학 사정은 별도의 입학사정위원회 평가를 통해 이루어진다는 점을 알려드립니다.  즉, 입학사정위원회의 평가를 통과한 이후에 예비입학생-지도교수의 매칭 기회가 주어지게 되고, 매칭이 되면 비로소 입학이 확정됩니다.

8. 연구실 인턴 활동을 하면 대학원 입시에 도움이 되나요?

연구실 인턴 활동은 지원자들에게 의미있는 경험과 기회가 될 수 있으나, 대학원 입시에 어떠한 영향도 주지 않습니다.

입학 담당자

임채연 / cylim@snu.ac.kr / 02-880-9768