1기(2020년) 입학생들의 변신 스토리

박건도 (석사과정)

서울대학교 수리과학부 학사
경력: 보험계리사

저는 서울대학교 수리과학부를 졸업하고 직장생활을 하던 중에 데이터사이언스에 관심이 생겨 2020년에 대학원에 입학하였고 석사 과정으로 학업을 시작하게 되었습니다. 데이터사이언스 대학원은 다양한 분야에서 입학생을 받는 만큼 수학 기간동안 많은 지식과 기술을 배울수 있도록 커리큘럼이 상당히 빡빡하게 짜여져 있어 지난 2년간 정신없는 대학원 생활을 하였습니다. 그렇지만 그만큼 ABC 교육을 통해 통계, 머신러닝, 컴퓨팅, 인공지능 등 많은 부분에서 성장을 할 수 있었던 것 같고 데이터사이언스트로서 여러 문제들을 해결할 수 있을 것이라는 자신감을 가질 수 있었습니다. 이런 자신감을 바탕으로 석사졸업 후 동 대학원에서 계속 박사과정을 진행하며 제 연구를 발전시켜나갈 생각이며 기회가 닿는다면 이를 바탕으로 창업의 가능성도 열어두고 있습니다. 제가 처음 입학했을 때와 비교해서 현재 대학원을 보면 교수님들도 많이 늘어났고 그에 따라 강의들도 다양해졌으며 교육과정도 보다 체계화되었습니다. 또한 구글, SK하이닉스, 서울대병원 등 다양한 외부기관과의 협업도 많아지고 있어 데이터사이언스를 다양한 분야에서 활용해 볼 수 있는 기회도 늘어나고 있습니다. 아마 내년에 입학하시는 분들은 지금보다 좋은 교육과 더 많은 기회를 누리실 수 있으실 것이라 생각하며, 이런 혜택을 누리실 수 있기를 바랍니다.


Thesis Proposal: LuxMea – real-time 3D object detection on edge devices for visually impaired people

장지수 (석사과정)

한양대학교 경제금융 학사

안녕하세요. 2018년 08월 한양대학교에서 경제금융 전공을 졸업하고, 네이버 커넥트재단에서 1년 반 정도 일하다가 2020년 03월에 서울대학교 데이터 사이언스 대학원에 입학한 장지수라고 합니다. 저는 항상 인공지능과 데이터 사이언스가 우리 사회에 잘 적용되는 것이 중요하다고 생각했는데, 알고리즘 공부만으로는 부족하다는 것을 느꼈습니다. 그래서 데이터 관련 전반의 다루는 공부를 해야겠다고 결심하여 GSDS 대학원에 지원하게 됐습니다. 비전공 출신으로 컴퓨터 공학 지식이 전혀 없었는데, 대학원에서 “빅데이터 및 지식관리 시스템”, “Distributed Machine Learning” 등 수업을 들으면서 데이터를 컴퓨터가 어떻게 관리하고, 여러 유명한 기업들은 어떻게 머신러닝을 접목하고 설계했는지를 배웠습니다. 처음 접하는 분야라서 어려웠지만, 모자란 부분을 많이 채워나가고 있습니다. 특히, 여러 외부의 유명인사를 초청하여 듣는 강연은 현업에서 어떻게 인공지능이 활용되고 있는지 들을 수 있어서 도움이 많이 됐습니다. 또한 SK 네트웍스와 산학협력 과제를 통해 실제 데이터를 수집하고 분석하는 과정에서 많은 것을 배워나가고 있습니다.

 

Thesis Proposal: A Framework for Enhancing Boardroom TODS with Financial Ontology and Embedded Machine Learning

남기성 (박사과정)

KAIST 수학 학사, 금융공학 석사
경력: 금융감독원

안녕하세요. 저는 데이터사이언스 대학원에 박사과정으로 재학 중인 남기성입니다. 현재 유전체 데이터를 이용한 각종 분석과 이를 위한 방법에 대한 연구를 진행하고 있습니다. 저는 학부에서는 수학, 석사 때는 금융공학을 공부한 뒤 금융감독원에서 약 6년 정도 직장 생활을 하다가 서울대학교 데이터사이언스대학원으로 진학하게 되었습니다. 대학원 생활을 해보니 배워야할 것들이 정말 많다는 것을 가장 크게 느꼈습니다. 특히 데이터사이언스는 수학, 통계학, 컴퓨터공학 등 다양한 분야의 접점에 있는 학문인데다가 특정 도메인의 데이터를 다루게 된다면 해당 도메인의 지식까지 알아야 하기 때문에, 더욱 그렇게 느꼈던 것 같습니다. 데이터사이언스대학원에 와서 만난 동기들을 보면 정말 다양한 배경을 가지고 있고 각자만의 강점을 가지고 있기 때문에, 잘 모르는 부분에 대해서는 서로서로 도와가며 공부할 수 있다는 점이 좋았습니다. 교수님들 또한 다양한 분야에서, 다양한 경험을 가지고 계신 분들이 계셔서 도움이 되는 말씀을 많이 해주실 수 있다는 점도 좋습니다. 데이터를 다루는 일을 좋아하는 분이라면 데이터사이언스대학원에서의 생활에 만족하실 거라 생각합니다.

성기홍 (석사과정)

University College London 통계학 학사
London School of Economics 경영전략 석사

안녕하세요, 데이터사이언스 대학원 1기 석사생 성기홍입니다. 입학 전에는 UCL과 LSE에서 통계와 경영을 전공했었고, 코딩 경험은 통계에서 쓰이는 R을 제외하고는 전무했습니다. 학업 과정에서는 굉장히 다양한 challenge들이 있었습니다. 코딩 경험이 전혀 없는 상태에서 대학원에서 강조하는 ABC 교육을 위해 파이썬, 데이터베이스 관리, 머신러닝을 동시에 배웠어야 했는데, 다 새로 배우는 것들이고 학습 양도 정말 많아서 힘들었습니다. 거기다 첫 학기부터 실용적인 프로젝트들을 진행하다 보니 ‘내가 이걸 할 수 있을까?’ 라는 두려움이 매우 심했습니다. 하지만 그 고생과 불안감을 다 이겨내고 난 후에 나온 결과물은 걱정과는 달리 매우 만족스러웠고, ABC 교육을 제대로 듣고 나니 자연스럽게 향상된 코딩 능력과 데이터사이언스 / 머신러닝 분야에 대한 깊은 이해도가 생긴 것 같았습니다. 그 이해도를 바탕으로 이후에는 응용과목인 컴퓨터 비전, 자연어 처리, 데이터 시각화, GPU 병렬 프로그래밍 등을 배우며 데이터 사이언티스트 / 머신러닝 엔지니어로써의 역량을 키우는데 몰입했고, 그 결과 최근에는 제가 입학 전에는 상상도 하지 못했던 회사에서 개발자 인턴을 하는 감사한 기회가 오기도 했었습니다. 아직 현업 경험이 많은 건 아니지만 이제는 어느 분야에서든 데이터 분석이나 머신 러닝 모델 개발을 하는 것에 자신감이 생겼고, 남은 기간 동안에도 대학원 안에서 더 성장해서 졸업을 하고 싶습니다.

임재환 (석사과정)

서울대학교 자유전공학부 수학 학사

저는 서울대학교 자유전공학부에서 수학을 전공하였고 2020년에 서울대 데이터사이언스 대학원이 설립된다는 소식을 접하고 석사과정으로 진학하였습니다. 데이터사이언스의 기초가 되는 ABC를 충실히 배웠고, 국내외 유명 연사들이 강의하는 데이터사이언스 세미나 과목을 통해 다양한 분야의 최신 동향을 배울 수 있었습니다. 특히 다양한 배경을 지닌 학생과 교수진이 열린 공간에서 소속된 실험실에 관계없이 협업하고 토론할 수 있는 것이 우리 대학원의 큰 강점이라고 생각합니다. 저는 현재 스포츠 중계 영상을 이용해서 실시간으로 선수들과 공의 움직임 데이터를 추출하고 분석하는 연구를 하고 있습니다. 중계 영상을 이용하면 경기하면서 실시간으로 우리 팀 뿐만 아니라 상대 팀의 데이터를 분석해서 전술을 바꿀 수 있고 과거의 영상 데이터를 이용해서 새로운 전략을 세울 수도 있습니다. 그리고 중계 영상은 오래 전의 데이터까지 있기 때문에 여러 가지 재미있는 분석을 해볼 수 있습니다. 예를 들어 전성기의 마라도나가 얼마나 빨랐는지 패스를 얼마나 했는지도 알 수 있으면 재미있지 않을까요? 이를 위해 직접 데이터도 수집하고 가공하는 일도 피할 수 없고 기술적으로 많은 난관이 있지만 어려운 문제에 도전할수록 그만큼 더 성장할 수 있을 것이라 기대하고 있습니다.

김선유 (석사과정)

서울대학교 자유전공학부 심리학 학사
경력: 삼성전자 마케팅

문과 출신으로 데이터사이언스 대학원에 진학한 후의 생활은 도전의 연속이었습니다. 학부 때는 자유전공학부에서 심리학, 시각디자인을 전공했고, 다녔던 회사들도 데이터사이언스와 직접적인 관련이 없었습니다. 우연히 데이터를 관리하는 업무를 맡게 되면서 좀 더 효율적으로 데이터를 정리할 수 없을까 고민했고, 데이터사이언스에 관심을 가지게 되었습니다. 그러나 Numpy와 Pandas가 무엇인지도 모르는 채 대학원 수업을 들으니 쉽지 않았고, 공학적 사고방식도 낯설었습니다. 하지만 많은 수업을 듣고 연구실 생활을 하다 보니 어느새 처음보다 훨씬 능숙하게 프로그래밍을 하고 있는 제 자신을 발견했습니다. 또한 머신러닝과 자연어처리라는 새로운 분야를 접한 후 저의 적성을 찾아 즐겁게 연구하고 있습니다. 앞으로 한국어를 포함한 여러 언어를 효율적으로 처리할 수 있는 자연어처리 모델을 개발하고 싶습니다. 논리적 사고력과 배우고자 하는 의지만 있으면 다양한 백그라운드는 강점이 될 수 있는 것 같습니다.

채규욱 (석사과정)

서울대학교 물리학 학사
경력: 변리사

저는 학부를 마친 후 변리사로 일하다가, 세상이 데이터를 중심으로 재편되고 있음을 체감하여 데이터사이언스 대학원에서 다시 공부하기로 결심했습니다. 저희 대학원의 핵심 기치인 데이터사이언스 ABC (AI, Big Data and Computing)를 연마하기 위해, 컴퓨터 지식이 적은 상태에서 데이터베이스 관리, 머신 러닝, 시각화 등에 사용되는 툴과 코딩을 프로젝트 베이스로 익혀 나갔습니다. 처음에는 많은 것이 막막했지만 프로젝트들을 달성하는 과정에서 어느새 컴퓨터와 빅데이터, 인공지능에 대한 실질적 이해가 생긴 것 같습니다. 2년간 학업에서 느낀 점은 세상에는 정제되지 않은 데이터가 무수히 많고, 그 속에 새로운 문제가 무궁무진하다는 것이었습니다. 이러한 일환으로, 저는 지도교수님과 함께 사람들이 개별적으로 보유하고 있는 인적 자원을 통합하여 관리하는 시스템을 연구하고 있습니다. 이러한 문제를 위한 기존 데이터 세트는 없기 때문에, 저는 각 (미국)변리사들이 수 년 동안 특허 업무를 하면서 알게 된 사람들에 대한 정보를 모아서 저만의 데이터를 재구성하고 있습니다. 새로운 데이터를 만들어내는 과정은 어렵지만 아직 가공되지 않은 데이터 속에 새로운 문제가 있음을 믿고 정진하고 있습니다. 올해 남은 시간은 석사 학위 논문에 주력하여 좋은 결과물을 만드는 것이 목표입니다. 우리 대학원을 마친 후에는 Real-world Data Problem들에 더 도전하기 위해 해외에서 공부를 이어 나가고 싶습니다.

민준호 (석사과정)

서울대학교 사회학 학사
경력: 네이버 마케팅

저는 사회과학을 전공했고, 회사에서는 간단한 프로그램으로 업무 자동화를 하거나 잘 구조화된 쇼핑 스토어들의 데이터들을 가공하고 통계치를 뽑아보는 정도의 경험을 가지고 있었습니다. 리뷰나 댓글들을 많이 접하는 업무를 하면서 대량의 unstructured 자연어 데이터로 무슨 일들을 할 수 있을지 궁금했기 때문에 석사과정, NLP 연구실에 들어오게 되었습니다. 개인적으론 질 좋은 기초 강의를 제대로 이수할 수 있었던 점이 가장 좋았습니다. 사설 기관처럼 특정 도메인 데이터와 모델만 경험하는 게 아니라, SW, 자료구조, 딥러닝, 그리고 NLP 모델들의 기본부터 공부할 수 있었습니다. 그래서 알고리즘 테스트를 준비하거나 실제 데이터로 모델링을 할 때 스스로 여러 방식을 고민을 해볼 수 있었고, 이런 경험들이 실질적인 발전에 도움이 됐습니다. 결과적으로 산업에서 문제를 만났을 때 항상 최선의 솔루션을 떠올리지는 못하더라도, 좋은 솔루션을 찾아가볼 수 있는 역량을 갖출 수 있게 된 것 같습니다.

김지윤 (석사과정)

서울대학교 자유전공학부 심리학과/정보문화학 학사
경력: 넥슨 기획팀

저는 학창시절동안 오롯이 문과 과목을 전공했던 학생입니다만 이제 데이터사이언스대학원 석사 졸업을 위해 달리고 있습니다. 컴퓨팅이나 여타 이과적 기초과목이 없는 상태에서 학업 과정은 도전의 연속이었습니다. 미리 공부해야 하는 기초과목에 대한 이해 부족으로 수업을 따라가는게 버겁기도 했는데, 스스로 검색 능력을 기르고 일단 과제의 한 가운데에 혼자 표류되는 다소 과격한 방법으로 실력을 올린 게 기억납니다. 또, 주변의 학생들이나 교수님에게도 많은 도움을 받았었는데, 더 많은 도움을 당당히 요구했어도 좋지 않았나 합니다. 저는 입학 시 프로그래밍 언어 하나도 잘 다루지 못하는 학생이었습니만, 이제는 제가 원하는 방향의 구현을 할 줄 알며, 모델을 해석하고 제시할 줄 압니다. 또, 모르는 것이 무엇인지, 그것을 알려면 어떻게 질문해야 하는지, 즉 새로운 것을 배울 수 있는 기반을 닦았습니다. 데이터사이언스 대학원에서 약 2년여간 공부하면서 이런 부분들이 정말 성장했다고 느낍니다.

최현준 (석사과정)

서울대학교 경영학 학사

경영학과에서 저는 주로 전략과 기획을 위주로 공부를 했었는데, 그러면서 기술에 대한 갈증과 내가 근거로 하는 데이터들이 실제로 신뢰할 수 있는지 혹은 내가 잘 해석하고 있는지 궁금했었고,이를 해결하기 위해 이 대학원에 지원했습니다. 비전공자로 진입해서 1학년 때는 컴퓨터 과목들이나 코딩에 집중할 수 있는 수업을 통해 데이터 사이언티스트의 기본 소양을 닦으려고 노력했고, 이후에는 강화학습과 Bandit Algorithm 위주로 공부했습니다. 배경지식이 없어서 쉽지 않은 과정이었지만, 점점 컴퓨터 관련 논문을 보고 이해하고 제가 직접 구현할 수 있게 되는 발전 과정들이 상당히 즐겁고 보람있습니다. 이후 상품 진열 방식이나 추천 방식에 제가 배운 것들을 활용할 수 있게 하는 것이 목표입니다.