SIAI 면접 가이드

Policy Korea

우리 대학 면접이 처음이다보니 어떻게 진행되려나 궁금한 분들이 많을 것 같아, 간략하게 사례 중심으로 정리해봤다.

먼저 3줄 요약하면,

  • 지원하는 프로그램에서 살아남을 수 있는 수학 & 통계학 훈련을 받았는지
  • SIAI가 지향하는 가치를 명확하게 인지하고 있는지
  • 열심히 공부하려는 마음의 준비가 갖춰져 있는지

이다. 아래의 지원자 이메일들을 놓고 하나씩 비교해보자.

 

1. 면접 불합격이 예상되는 공학도

저는 데이터 애널리틱스라는 분야를 연구하는 대학원에 입학준비중입니다.
주로 XX에 관련된 데이터를 활용해 과학적인 의사결정을 내리는데 필요한 연구를 주로 하고 있습니다.
대표님이 블로그에 올리신 칼럼들을 읽으며, 부족함을 많이 느꼈고, 제공하시는 커리큘럼 참여하는게 저에게 기회가 될거라 생각했습니다
이제나마 부족함을 알게 됐고 채워나갈 곳을 알게 되어 감사하게 생각하고 있습니다.
저는 학부시절 XXXX파의 YY별 ZZ 이미지로 AA 판별과 AA량 추정을 하는 프로젝트를 했었습니다.
처음엔 파이썬 실력이 미진했고, 모델링도 어려웠습니다.
하지만 단순히 코딩이 다가 아니라 활용되는 알고리즘이 어떤 원리로 작용하는 지를 제대로 이해해야한다는 것을 깨달았습니다.
이해하기 어려웠습니다. 그러나 다른 논문들을 찾아보고, 유투브등을 보면서 공부를 해서 만들었는데
생각보다 결과가 잘 나와서 기뻤고 스스로를 뭔가를 만들어 낸 것에 기뻤습니다.

하지만 대표팀 블로그를 보면서, 내가 정말 제대로 이해하고 모델링을 했는지, 무작정 블랙박스처럼 하지는 않았는지
더 좋은 결과를 내기 위해, 이것 저것 다양한 알고리즘을 써보는게 아니라 정말 데이터를 이해하고 정밀하게 파라미터를
조정했는가에 대해 많은 반성을하게 되고 더 많이 배우고 싶은 갈망이 생겼습니다.

(중략)

XXX의 많은 input과 output을 다루는 저에겐, 딥러닝외에도 이러한 수학적 능력을 배양할 수 있는 기회는 너무나 저에게 소중하게 느껴집니다.


눈에 가장 거슬리는 부분은 “생각보다 결과가 잘 나와서 기뻤고” 라는 부분이다.

전반적으로 수학 모델에 대한 이해도가 매우 부족한 상태이기 때문에, 알고리즘이 어떤 원리로 작용하는지 제대로 이해한다는 말의 뜻 자체도 제대로 파악하지 못했을 것이다. 그런 상태에서 공대에 만연한 “잘 맞으면 장땡이다”는 분위기에 오염이 된 것 같다. 저기서 제대로 된 반응은 “어? 왜 맞지?” 다.

또 눈에 거슬리는 부분이 “정밀하게 파라미터를 조정했는가” 라는 구절이다.

위의 “결과가 잘 나와서 기쁜” 부분만 보고는 공대에 대한 선입견을 지우려고 노력했지만, 파라미터 조정을 잘 하고 싶어서 우리 대학원에 관심있다니 슬슬 아니다 싶다.

우리는 파라미터 조정하는 훈련을 시키는 커리큘럼이 없다. 숙제가 나갈 수는 있지만, 그걸 얼마로 맞췄다고 점수를 더 줄 일은 없거든.

수학, 통계학 기반으로 모델을 제대로 이해하고 나면 파라미터 보정 따위는 컴퓨터 장난질에 불과하다는 걸 이해할 수 있을텐데, 거기까지 도달하실지 잘 모르겠다. 적어도 지금은 그런 마음의 자세가 안 되어 있다.

결정적으로 “딥러닝 외에도 이런 수학적 능력을 배양하는” 이라는 구절에서 불합격이 결정됐다.

딥러닝이라고 불리는 계산법이 Factor Analysis라는 다변량 계산의 적층형 구조라는걸 파비블로그에서 이미 몇 번 언급했나? 수십번도 더 될 것이다. 딥러닝이라는게 Just one of the many computational methods 라는걸 모르니까 쓴 문구라고 봐도 무방하지 않을까?

이 분의 다른 메일을 봐도 정보 습득을 차근차근하는 대신 바로 이메일부터 보내는 스타일이라는 걸 짐작할 수 있는데,

준비 상태도 안 좋고, 사고방식도 공대식 피상적 이해도에서 벗어나지 못했는데, 그걸 극복할 수 있는 유일한 희망인 학습 방식이 우리가 기대하는 요구수준을 맞추기 힘들 것 같다.

그간 경험상 이런 분들은 높은 확률로 우리 교육의 가치를 이해하지 못한다.

 

이 분은 실제로 Math & Stat for MSc DS 수업을 듣고 지원을 포기하셨다.

어떤 국내대학원에서 어떤 공부를 하실지 모르겠지만, 우리랑 인연이 닿으려면 사고의 체계가 근본적으로 바뀌어야 한다.

어떤 인연을 만나서 바뀌는 계기를 겪으실지 모르겠지만, 메일 내용만 봤을 때는 아직 싹도 트지 않은 상태로 보인다.

이 분은 지원하셨어도 본인을 위해서 불합격 통보를 드렸을 것이다.

 

2. 면접없이 합격이 예상되는 공학도

X년 Y월, Andrew Ng 교수님의 코세라 강의를 추천받아서 보던 중 가슴 속에 답답함이 느껴졌습니다. 뭔가 수박 겉핥기 식의 수업이라는 느낌이 강하게 들어 구글에 검색하던 도중 파비클래스에 대해서 알게 됐습니다. 대표님이 올리신 글을 보고 “이 분은 진짜다” 하는 생각이 들었고 작년 5월에 수학&통계 강좌, 6월에 데이터 사이언스 강좌를 수강했습니다. 데이터 사이언스는 철저하게 수학과 통계학에서 기초가 탄탄한 분들이 하는 학문이라는 것을 뼈저리게 느꼈습니다.

대표님께서 항상 블로그에 언급하시는 “공대” 학생이 딱 저 자신이었다는 걸 깨달았습니다. 대학교 때 제가 들은 수학 과목으로는 미적분학I/II, 선형대수학개론, 응용미분방정식, 최적화(?) 수업이 있는데, 계산 놀이만 하고 있었지 논리와 사고를 바탕으로 한 교육이 전혀 아니였습니다. 데이터 사이언스 강좌를 들은 후에 제 진로에 대해서 심각하게 고민했습니다(대표님이 말하는 DNA가 나에게 있는가). 고민 끝에 결국 데이터 사이언스에 도전을 해보자는 생각을 했습니다.

(중략)

XXX 모델을 직접 상업공정에 적용한다는게 과제의 최종목표던데 솔직히 소름끼치고 죄책감까지 느껴졌습니다. 더 화가 나는건 어떤 방향으로 과제를 진행해야할지 제가 막상 수학/통계적 지식을 바탕으로 제안을 못한다는 사실이였습니다. 데이터 사이언스 강좌에서 다루신 attenuation bias, omitted variable bias가 머리 속에 스쳐지나갔지만 실전에서 어떻게 써야할지 잘 정립이 되지 않았습니다. YYY기간동안 내가 뭐하고 있나하는 생각이 들었고 대표님 생각이 정말 많이 났습니다. (중략)


이 분은 면접 때 속칭 “아버지는 건강하시고?” 수준의 관계없는 질문만해도 되는 분이다.

왜? 합격 확정이거든.

파비클래스 수업을 들을 필요성을 감지하는 포인트가 정확했고, 와서 뭔가 모자라지만 어쨌든 충격을 받고 갔고, 그걸 지금 겪는 프로젝트에서 해 보려는데 한계를 느끼고 있다.

MSc 학위를 지원하면 회귀분석 레벨 이상의 통계학을 공부한 적이 없으니까 수학 지식 훈련도를 좀 꼬치꼬치 캐물어야겠지만, MBA를 지원한다면 논리적 사고력을 이미 갖추고 있기 때문에, 달리 탐색 비용을 지불할 필요가 없는 분이다.

 

3. 우리 대학원이 인생을 바꿔 줄 수 있는 통계학도

카드회사 빅데이터센터팀에 들어가서 SQL과 Tableau로 일하면서 팀에서 하는 사업을 지켜봤습니다.
카드데이터를 가지고 레스토랑이나 정부-시청 이런 곳에 데이터분석 보고서 파는게, 고작 나온 데이터를 가지고 그래프 그리고 하는 수준이었습니다.
분명 팀에 몇몇 분은 한국에서 알만한 통계대학원 나온사람들인데 이 정도밖에 안되는건지, 아님 이렇게 해야만 하는건가 싶은 생각이 많이 들었습니다.

연말까지 보고서는 만들어야하지만 시간이 없어서 정부 돈으로 데이터분석 전문회사에 보고서를 맡겨도 나오는 보고서 수준도 생각 이상만큼 나오는 것도 아니어서 데이터 분석을 제대로 하는 사람은 있는건가 싶은 생각도 많이 들었고요.

그래서 내 스스로가 더 많이 배우고, 제대로 배운다면, 정말 제대로 일할 수 있는 곳을 찾을 수 있는 눈도 기르고, 제대로 일할 수 있는 회사와 직군을 찾을 수 있지 않을까 하는 생각에 지원하려고 합니다.

사실 올해 MSc DS에 통과할 수 있는지에 대한 자신은 없으나, 멱살잡혀 끌려가면서, 사람도 안 만나고 울면서 공부하면 되지 않을까 하는 생각도 드는데, (중략)


역시 이 분도 면접을 길게 볼 생각이 없다. MSc DS를 할 수 있는지 수학, 통계학 좀 검증하고, 안 그래도 이런 경우에 대비해서 MSc DS 전용 부트캠프를 하나 만들었는데 (곧 공개된다), 그 수업을 듣고 스스로 판단하라고 할 생각이다. 최소한 문제 의식은 제대로 갖추고 있거든.

아마 우리 대학원을 나와도 국내에서 수준 높은 “데이터 분석”이라는 작업을 하는 기관을 찾아가기는 어려울 것이다.

우리가 못 가르치는 or 이 분이 훈련을 다 못 받을 것 같은게 아니라, 그런 레벨로 일하는 조직이 (거의) 없고, 그런 결과물을 이해하는 “갑”들이 없는 나라니까.

대신, 본인이 그런 팀에서 “오? 그런 것도 있어? 해외 대학원 다녀오더니 확실히 뭐 좀 다르네?” 라는 소리를 들으면서 살게 될 것이다.

사람 안 만나고 울면서 공부하는 수준보다 좀 더 힘들게 공부하긴 해야겠지만.

약물에 의존하고 잠 안 자면서 공부했다는 후기가 언뜻 기억나네

 

4. 졸업 후 미래가 기대되는 공학도 출신 대기업 직장인

작년부터 파비 블로그를 통해 수학/통계와 같은 원론적인 지식의 중요성에 대해 깨닫게 되면서 선대 등의 수학공부를 하며 기초를 다지고 있었습니다. 직장과 병행하다보니, 좀더 체계적인 커리큘럼이 있으면 좋겠다 싶어 올초부터는 데이터사이언스 석사과정을 시작하게 되었습니다만.. 강의 수준이 정말이지 상상 이하였습니다. 단적으로 ‘빅데이터 컴퓨팅’이라는 강의를 담당한 겸임교수가 OT 자리에서 본인은 빅데이터 처리를 해보진 않았지만, 전임교수 등에 떠밀려 강의를 맡게되었고, 열심히 배우면서 가르치겠다는 얘기를 하더군요.. 아니나 다를까 컴공 출신이었습니다. 강의명은 ‘빅데이터’ 컴퓨팅이지만 수업에서 다루는 데이터 예제는 파이썬 기초 책에 나오는 메가바이트 단위 csv파일(ex. 연도별 XX데이터)입니다. 이 과목 뿐만이 아니라, 수강 중인 과목들 전부가 저 케이스보다도 못하거나 비슷한 수준입니다.

마침 대표님께서 대학원을 설립한다는 말씀에 솔깃하게 되었고, 이렇게 찾아오게 되었습니다. 학부때 산업공학을 전공하면서 선대나 통계 내용을 배우긴 했지만, 제대로 공부하지도 않았을 뿐더러 배운 내용마저도 기억이 나지 않는 까닭에 수학적인 허들이 비교적 낮은 MBA in AI BigData 과정에 지원할 예정입니다. 다만, 수학의 필요성은 크게 느끼고 있기 때문에 수학은 계속 공부해나갈 예정입니다.


어느 학교 데이터 사이언스 석사 과정을 들어갔다가 “뜨아~” 이러고 나올 준비를 하시는 분이다.

(더불어 국내 대학의 교육 현실이 얼마나 처참한지 잘 알려주고 있다.)

산업공학 전공하면서 선대, 통계를 배우기는 했지만, 그 벽을 뛰어넘을 수 있을만큼 도전하지는 않았고, 그 도전이 쉽지 않다는 것도 경험으로 알고 있다.

본인에게 적절한 학위가 뭔지 정확하게 감을 잡았고, 파비 블로그를 오래 보면서, 국내 대학원과 SIAI의 지식 격차도 정확하게 파악하는 모습이다. 본인이 수학의 필요성을 인지하고 있으니까, 몇 과목 정도는 MSc DS 수업 들으면서 원하는 훈련도를 쌓고 직장에서 인정받으시면 좋겠다.

이렇게 현실의 절망, 타 대학 교육과정의 절망을 겪으신 분들은 대체로 SIAI의 퀄리티를 정확하게 파악하는 경우가 많아 면접이 간단할 수 밖에 없다.

 

5. 현실과 타협하기에 오히려 기대감이 생기는 경영학과

자타공인 수학 최약체 경영학과 출신입니다.
6차 교육과정 마지막 세대라 고교 미적분은 배웠지만 그게 무슨 소용인가요.
설명회에서 언급된 좌표 (0, 0, 3)는 저를 가리키고 있었습니다.
불행중 다행으로 CFA 1차 시험을 준비하면서 통계의 중요성에 눈을 떴고, 미적분 책을 다시 펼쳤..다가 다시 덮었습니다.
“적어도 나는 내가 무엇을 모르는지 안다” 정도로 위안을 삼고 있습니다.

학문에 우열이 있다는 이야기와 같은 궤에서, 직업에 귀천이 있다는 의견에도 100% 공감합니다.
인류 문명은 지식을 탐구하는 학자들이 서로의 어깨에 의지하며 쌓아올린 것이고,
저는 이런 일이야말로 개체로서의 한 인간이 가장 가치있는 삶을 살 수 있는 방법 중 하나라고 믿거든요.
(왜 학부 전공 선택할때는 이런 생각을 못했는지 모르겠습니다만.. 지금의 저는 그렇습니다.)

사실 이런 얘기를 꺼내면 AI/Big Data 과정 지원에는 불리할 것 같긴 한데..
저는 데이터 분석가로서의 자질은 없는 것 같습니다.
가슴 한켠에 감춰둔 일말의 희망마저 이번에 파비블로그를 읽어나가며 싹 지워졌습니다.

그럼에도 불구하고, “MSc DS 지원 가능여부는 유전자에 각인되어 있다”는 답변을 받고서도 MBA는 무조건 해야겠다는 생각이 듭니다.
<수학적 능력이 부족하다는걸 스스로 인정하지만 지식에 대한 갈망이 있는 분>
이 문구가 뇌리에 박혀서 잊혀지지가 않습니다. 바로 저였으니까요!

사실 작년 말쯤 사소한 계기로 머신러닝을 배워봐야겠다고 결심했습니다.
(아무것도 모르는) 회사가 지원을 아끼지 않겠다고 하기에 두꺼운 책도 몇권 사서 읽고, 강남의 IT 속성학원에도 기웃거려보았습니다.
그렇게 몇달을 지내면서 생겨난 의문점은 두 가지였는데,
1. “아, 흉내내는 수준을 넘어서려면 수학이 필수구나.. 뭐부터 해야하지?”
2. “어, 이건 통계책에서 많이 봤던 얘긴데.. 통계학이랑 뭐가 다른거지?”

두 가지 모두에 대한 답을 파비블로그를 보면서 대략적으로 찾았다고 생각합니다.
파비블로그의 존재를 더 일찍 알았으면 좋았겠지만 지금이라도 알았으니 다행이죠.
내가 제대로 할 수 있는 것과 아닌 것을 확실하게 구분해서 접근할 수 있게 되었으니까요.

여기서 조금 더 욕심을 부려서, 대표님이 설파하는 논리와 직관을 배울 기회를 얻고자 MBA 프로그램에 지원합니다.
굳이 AI나 빅 데이터 분석이 아니더라도 “데이터 기반 의사결정”이라는, 항상 가려웠던 부분을 피가 나도록 긁어줄 수 있는 커리큘럼이라는 확신이 섰습니다.


본인이 Data Analyst로 자질은 없는 것 같다는 분이 주변에서 돌아가는 교육의 문제를 정확하게 파악하고 있다.

우선 경영학과지만 겉멋충이 아닌 것 같고, 겉멋충이라고 해도 최소한 학교 다니면서는 티를 안 내고 살 분이다.

학교와서 괜히 이상한 소리하면서 분위기 흐릴 분은 아니라는 확신이 생긴다. 경영학과임에도 매우 마음에 든다.

거기다, 통계학이 왜 필요한지를, 통계학 공부를 사실상 안 한 거나 다름없는 경영학과가 알고 있다. 더 마음에 든다.

이런 분께는 어디까지 공부했는지, 수학 포텐셜이 어느 정도인지 감 잡을만한 질문을 던지고, 방향타를 잡아드리는 면접을 봐야한다.

 

세상에 모든 능력치가 0인 사람은 없다. 경영학과를 (0,0,3)이라고 대학 전공 취급해주지도 않지만,

본인이 이렇게 열심히 사는 분이라면, 학부 전공의 처참한 폐해를 넘어 키운 능력이 있으실텐데,

MBA in AI/BigData 과정의 어떤 과목들이 본인의 관심사나 능력치와 맞닿아 있는지 알려드리는 면접이 필요할 것 같다.

요약하면, 질문보다 내 설명에 더 시간을 쓸 면접을 볼 분이다.

 

정리하며 – 면접 안 봐도 이미 자동으로 걸러진듯?

예시로 삼을만한 지원자 글들이 참 많은데, (쓰기 귀찮아서 & 읽기 귀찮으실 것 같아서) 일부만 소개한다.

위에 선 요약한대로, 면접에서 내가 알고 싶은 부분은

  • 지원하는 프로그램에서 살아남을 수 있는 수학 & 통계학 훈련을 받았는지
  • SIAI가 지향하는 가치를 명확하게 인지하고 있는지
  • 열심히 공부하려는 마음의 준비가 갖춰져 있는지

같은, 정말 평범한 내용들이다. 굳이 따지자면 우리가 지향하는 가치를 명확하게 인지하는지 정도가 다른 학교와 차이점이겠지.

지난 몇 년간 파비블로그와 파비클래스를 운영하며 Data Science를 바라보는 관점에 대해서 많은 정보를 공개했던 탓에,

생각보다 면접에서 떨어질 것 같은 분들은 거의 없다. 참고로 우리는 코딩 실력 이딴 거 안 묻는다. 차라리 영어 실력이 더 궁금하다ㅋ

보통의 대학들이, 특히 유명 대학들이 허수 지원자가 너무 많아 경쟁률이 몇 대 1이 되는 경우가 많은데,

우리는 기름 싹 빠지고 단백질 근육 덩어리만 남은 분들이 지원하실 것 같아서, 되려 면접을 임하는 마음가짐이 홀가분하다.

 

윗 글 중에 언급한대로, 조만간 MSc DS 입학생 후보들을 위한 Prep class 공지를 띄울 생각인데,

이번 신입생들은 특별하니까, 시험에서 떨어져도 1st Term에 들을 Regression Analysis에서 한번 더 기회를 준다.

다만, 다음 Cycle부터는 불합격 생들은 MSc DS에 안 받아줄 생각이다.

이번에 무리해서 MSc DS 들어온 학생들의 1st Term 성적 분포가 알려지면, 왜 이런 빡빡한(?) 규정을 세웠는지 이해하리라.

학기 시작하고 수업 들어보면, 혼자힘으로, 구글링해서 볼 수 있는 외부 강좌 몇 개로, 그 격차를 단기간에 극복한다는게 불가능에 가까운 일이라는 것도 공감하게 될 것이다. 괜히 DNA 레벨에서 결정된다는 위험한 발언을 하는게 아니다. MSc는 국내에 무사히 졸업할 수 있는 DNA 갖춘 사람 몇 명 안 된다니까.

유전자에 각인되어 있다는 말 괜히 하는거 아니다.

무리하지 않는게 맞을 것 같은데, 면접 때 하나하나 다 테스트할 수도 없고, 어차피 같은 훈련을 한번은 받고 시험을 쳐야 공평할 것 같기도 하고. MBA 잘 만들어놨는데 왜들 그러나…

 

왜 이렇게 시험도 치고, 면접도 빡세게(?) 보냐고?

졸업 못 할까봐. 우린 학위장사하는 학교 아니라서. 그런데, 학위가 뭐가 됐건 졸업은 꼭! 시켜주고 싶다.

 

면접 그렇게 빡세게(?) 볼 생각도 없다. MSc DS를 위한 수학 검증 제외하면, 이미 자동으로 걸러진듯?

이번 1st Round 지원자 분들 중에 실제로 면접을 빡빡하게 볼 분들은 그간 나와 인연이 하나도 없었던 분들 밖에 없는 것 같다.

가능하면 국내 공대식 Brainwash에 오염되지 않은, 최소한 그걸 싹~ 씻어낸 상태로 면접에 임해주시면 좋겠다.

공부하겠다고 찾아오는 분들에게 추풍낙엽을 선물하고 싶은 악마는 아니거든

Similar Posts