MSc DS 폐지 및 BSc DS 편입 개설

Policy Korea

한줄요약: MSc DS -> BSc DS 학부 3학년 과정으로 변경

 

대학원을 처음 구상하던 무렵, 내 머리 속에 있던 프로그램은 현재 SIAI의 MSc Artificial Intelligence (이하 MSc AI) 였다.

Computational stat (속칭 머신러닝, 딥러닝, 강화학습 등등의 지식)을 내가 아무리 쉽게, 수식없이 가르친다고해도,

통계학 개념을 피할 수는 없고, 통계학 훈련이 최소한 학부 고학년 수준은 되어야 알아들을 수 있을테니까.

 

처음에는 프로그램을 개설해주는 대가로 이런저런 요구를 하던 해외 대학들에서 먼저 딴지를 맞았다.

컨텐츠를 보더니, “이 레벨은 네가 다닌 학교들에서도 최상위권 애들이나 따라올 수 있는 수준이지, 우리가 받을 수 있는 학생 수준에서는 아무도 못 따라온다”고 발을 뺄려고 하더라.

양보해서, MBA in AI/BigData 라는 프로그램을 추가로 개설했다. 내 기준으로 2-3계단 낮춰, 학부 2학년 수준으로.

그래도 Technical knowledge는 기본적으로 어려워서 쉽지 않을 것 같다고 말들이 많았는데, 해외 명문 대학들이 MSc Business Analytics라는,

MSc Data Science 프로그램보다도 1-2단계 낮은 레벨의 수학, 통계학을 쓰는 프로그램을 돌리는 걸 보고,

이름을 MSc Business Analytics로 하느냐 MBA in AI/BigData로 하느냐로 말이 돌았다가, MBA 시장에서 경쟁하려면 MBA로 이름 붙이는게 홍보에 더 낫겠다고 최종 판단을 내렸다.

그리고 MSc는 심사 절차가 좀 다르던데, MSc를 2개씩이나 (아니 3개씩이나) 돌려야하나는 내부적인 판단도 있었다.

거기다 어차피 MSc BA나 MBA AI/BigData나 미국 기준으로 STEM 기반 MBA로 인정 받는 건 똑같다.

 

한 발 크게 양보해서 MBA in AI/BigData를 개설하는 조건으로, 학생이 안 오더라도 내 욕심의 타협안인 MSc AI/DS를 만드는데 합의는 봤는데,

그 마저도 내용이 어려우니 수준을 낮춰서 MSc AI와 MSc DS로 구분하는 방향으로 이야기가 진행이 됐고,

결국 MSc DS의 최종 수준은 MBA in AI/BigData와 통계학 훈련 부분만 학부 2학년 vs 3학년 수준으로 변경됐을 뿐,

나머지는 거의 동일하게 운영하는 쪽으로 최종 결론이 났다.

 

짐작하겠지만, 나는 굉장히 불만이 많았다. 이 정도로 MSc라는 학위가 나가는게 맞을까…

 

MSc DS? BSc DS 편입?

내 의도와는 상당히 많이 다르게 되면서, 이럴꺼면 MSc DS는 차라리 BSc DS 3학년 과정, 즉 영국식 Diploma 과정으로 해야되지 않나 싶었는데,

당시엔 남의 학교에 프로그램 하나 더 받아서 들어가는거라 눈치도 보였고, 실제로 학생들이 거의 안 오리라는 그들의 예상에 공감도 되어서, 타협을 했었다.

개강이 임박해서야 타 학교와 결별하고 다른 동업자들과 SIAI라는 신생학교를 설립하면서, 다시 한번 BSc DS 편입으로 전환을 생각했지만,

이미 MSc DS로 받은 학생들한테 너네 사실 학부 수준이니까 이름 바꾼다고 말하기가 미안해서, 또 한번 타협을 하고 넘어갔다.

 

이제 학위 과정이 2/3이상 지났고, 무리해서 들어왔던 학생들은 떨어져 나갔거나, MBA로 쫓겨난 상태다.

나도 공부를 해봤던 내용이고, 유럽의 학부 3학년이 국내의 최상위권 대학 석사 과정보다 훨씬 더 어렵다는걸 알고 있던터라 여러번 강조하기도 했고,

MSc DS 입학 시험 같은 제도를 이용해 스스로 눈높이를 보정할 수 있는 기회도 줬건만, 고집을 안 꺾은 분들에게 달리 할 말은 없다.

 

이젠 나도 내 의지대로 프로그램 수준을 결정할 수 있게 됐으니, 이 프로그램에 적절한 이름을 찾아줘야 할 것 같다.

MSc DS라고 운영했던 프로그램은 유럽기준 학부 3학년, 즉 졸업반 과정 정도 수준이다.

수업 하나에 유럽 어느 작은 나라 대학의 학부 3학년 교재에서 거의 60%를 갖고와서 가르쳐봤는데, 그래도 잘 못 따라오더라.

아래에 강의노트 작업을 했던 TA와의 대화 창을 확인해보시라.

 

유럽 학위가 보통 석사를 1년만에 엄청 빡빡하게 돌리는데, (가끔 논문은 천천히 내라는 식으로 해서 1.5년도 있기는 하다)

2년짜리 석사를 가면, 첫 1년차에 학부 2-3학년 수업을 듣고 기준 점수를 넘어야 석사 학위 과정에 올려준다.

떨어지면 석사 학위 대신에 Diploma라는 학위를 받는다.

 

현재 MSc DS 학생들 상황

MSc DS 과정 중 MBA와 다르게 가르쳤던 과목들이

  • Regression Analysis I, II, III
  • Bayesian Statistics I, II

이렇게 다섯 과목 (25 ECTS)이고, 글을 쓰는 현 시점에 RA I, II, III, BS I까지 끝난 상태다.

저 과목들 조교를 담당하고 있는 MSc AI Prep 시험 수석을 했던 조교와 RA III 시험 결과 이야기를 하던 중에

위의 대화가 있었는데, MSc DS 학생들이 어떤 상태인지 충분히 짐작이 될 것이다.

 

내 딴에는 RA III 시험 문제를 정말 쉽게 냈었는데, 결과를 보니 답답하더라. 학생들은 더 답답할 것이다.

얼마 전 공개한 Machine Learning 과목 Term Paper의 마지막에 붙여놓은 MSc Only 문제가 RA III 과목 30%에 해당하는 부분이다.

VAR과 SUR을 적절히 이해하면 ML의 Non-linear fitting으로 Multi-task learning하는 것과 유사한 결론이 나온다는걸 잡아내면 되도록,

그런데 모델은 훨씬 더 간단하고, 직관적이고, 계산비용이 적게들어간다는, 배운 내용에 맞춰 최대한 쉽게(?) 직관적인 이해만으로 충분하도록 문제를 만들었었다.

 

이미 이 블로그를 장기간 읽은 분들은 알겠지만, MSc DS에 남은 7명 중에 국내외 공학 박사 2명, 명문대 석사 출신이 3명이다.

10명으로 시작했다가 석사 출신 3명은 휴학 (or 포기)했고, 나머지 2명은 MSc AI Prep 시험 1,3등한 학부 출신들이다.

그 2명은 예전 파비클래스 데이터 사이언스 1달 강좌에서부터 훨훨 날라다니던 학생들이었다.

 

한국의 냉정한 현실

나름대로 Data Science라고 불리는 분야에서 최소한 국가대표 후보군은 될 분들이 와 있는데도 불구하고,

학부 3학년 수준에 이렇게 허덕이는 상황이, 받아들이기 힘들겠지만, 이게 한국의 냉정한 현실이다.

그렇다고 내가 못 가르쳤냐고 물으면, 적어도 내가 배울 때 보단 잘 가르쳐 준 것 같다ㅋㅋ

당장 난 연습 문제들 전부 다 혼자서 풀었는데… 너넨 TA가 다 풀어줬잖아?

 

타 학교 산하에서 운영 승인 받으려고 한창 바쁘던 1년 전, 어느 “코딩만 10년 한 비개발자”라는 분이

“코딩 좀 했으니까 MSc AI는 충분히 따라갈 수 있지 않을까요?”라는 황당한 질문을 했던 기억이 나는데,

한국 수준이 이러니까 잘못된 정보 탓에 그런 생각을 할 수 있었다는 건 공감하지만,

말을 바꾸면, 한국 수준이 그만큼 심각하게 낮다.

 

강의노트 타이핑 했던 TA는 학부 통계학과 출신인데, 자기 학교 대학원 석사 졸업생도 그 MSc 강의 연습문제에 손도 못 댈거란다.

말을 바꾸면, 국내 명문대 통계학 석사 졸업생이 해외대학 비통계학과 학부 3학년 수업 문제들에 손도 못 댄다는 뜻이다.

 

그간 국내에서 내 기준에 가짜 Data Scientist들이 날 더러 성격 안 좋은 블로그 운영한다고 비난 하는걸 봐 왔는데,

이 정도 현실을 보여드렸으면 내가 왜 그간 한국의 Data Science 업계 종사자들이라는 사람들에게 어이가 없었는지 이해가 될 것이다.

석박 학위있는 최상위 클래스가 내 기준 학부 고학년 교육을 못 따라오는데, 내가 “가짜”라고 부르는 분들 수준은 얼마나 절망적일까?

MBA 교육에 배정한 학부 2학년 수준도 안 되니까 내가 “가짜”라고 부르는거 이제 좀 납득이 되시려나?

왜 내가 어지간하면 까불지 말고 MBA로 들어오라고, 어차피 너네는 완전히 다시 교육 받아야된다고 하는지 좀 이해되시려나?

 

이러니 데이터로 돈 번다는거 다 헛소리라고 바보 셀프 인증하는 이야기가 곳곳에서 터져나오는거겠지.

그런 무능한 실력으로 어떻게 돈 버는 상품을 만들어낼 것이며, 고객사는 더 심하게 무능하니 아예 상품 이해 자체를 못 하지 않겠나?

 

BSc DS와 MSc AI/DS로 분리

이런 배경에 따라, MSc DS는 분리해서,

  • BSc DS 학부 편입: MBA AI/BigData + MSc DS 수업 일부 (합계 1.5년)
  • MSc AI/DS: 기존 MSc DS + MSc AI (합계 2년)

로 학제를 개편하는 쪽으로 결정했다.

 

BSc DS 학부 편입은 기존 MBA 과정에 MSc DS 수업 일부 붙여서 1년 반 정도로 확대된 커리큘럼으로 운영되고,

MSc AI/DS는 기존의 MSc DS Prep 시험 통과자 (2년 통합 과정) or 우리 SIAI의 BSc DS 졸업자들만 (1년 상위 과정) 받아줄 생각이다.

MBA AI/BigData 졸업하고 BSc DS에 배정된 5과목 더 듣고 살아남으면 BSc DS 졸업자들과 동일한 절차로 진행된다.

자세한 사항은 다음주의 MSc AI/DS 소개 글을 확인해주시기 바란다.

 

BSc DS학부 편입에 입학 시험을 어떻게 치를까 고민이 많은데, 일단은 MBA와 같은 방식으로 너네가 알아서 살아남으라고 할란다.

  • 기존 학생들과의 면접

만으로 정리한다.

경영학과 출신 직장인도 살아남는 MBA 과정이 핵심 컨텐츠인만큼, 특별히 엄청난 기초 지식이 필요하진 않다는 경험적 결론을 얻었다.

또 MBA 레벨은 면접 만으로 충분히 생존 여부를 가늠할 수 있는 데이터가 쌓였다.

우리 학생들이 면접 잘 보더라. 우리 교육을 겪어보니 스카우터 낀 것처럼 생존확률이 눈에 보이겠지.

 

어차피 현실적으로 국내에서는 MBA 수준에 해당하는 과정도 살아남는 숫자가 몇 명 안 될 것이다.

이 글을 보며 기분 나쁜 분들이 있다면, MSc AI/DS 입학 시험 한번 쳐 봐라.

그 입학 시험 과목이 MBA의 1st, 2nd term (즉 초반 1/3) 동안 배우는 Math & Stat for MBA I, II 과목의 문제 풀이 집약형 버전이다.

 

입학은 Easy, 졸업은 Hard

몇 년 전, 국내 의대 입학이 너무 힘드니까, 헝가리에 있는 의대를 다닌 다음, 국내에서 의사 면허 시험을 치려는 분들이 있었다.

헝가리 의대를 무시했다기보다는, 국내에서 의사 면허 시험을 칠 수 있는 해외 학위가 흔치 않았던 탓에 찾아낸 법적인 구멍이었을 것으로 짐작된다.

은근히 많은 학생들이 그런 옵션을 골랐는데, 입학은 상대적으로 쉬웠지만 제대로 졸업한 학생이 많지 않다는 이야기를 들었다.

별로 놀랍지 않은게, 해외대학들이 그렇게 입학 난이도와 졸업 난이도가 국내와 극명하게 다른 걸 많이 봤기 때문이다.

 

한국은 입학만 하면 어지간히 날림으로 공부한 것만 아니면 평범한 성적으로 졸업하는게 가능한, 졸업시켜주려고 학교가 포기하는 시스템이지만,

적어도 내가 겪은 해외대학들은 졸업생 퀄리티 컨트롤에 엄청난 강조를 하는 탓에, 입학 난이도보다 졸업 난이도가 훨씬 더 높았다.

교육 컨텐츠의 수준이 다르기 때문에 발생하는 현상이다. (국내는 상대적으로 교육과정 따라가기가 쉬우니까)

 

우리 SIAI도 같은 구조로 돌아간다.

향후 1-2년간 경험치가 더 쌓일 때까지는 MBA나 BSc는 입학 난이도를 굳이 높일 생각은 없다.

다들 제대로 된 지식을 찾겠다고 왔는데, 내 마음에 조금 안 드는 스펙을 갖고 있다고 무시하는 건 그 분의 열정에 대한 실례니까.

심지어 그냥 좀 잘 가르치는 학원인 줄 알고 수업 1-2개만 골라 들으려는 안이한 생각을 가진 분들 메세지도 얼마나 많이 받았나…

커리큘럼 자체는 굉장히 많은 고민이 담긴 Pre-requisite으로 복잡하게 연결된 강의들로 구성되어 있으니,

열심히 공부해서 따라올 수만 있으면 초특급 Data Scientist로 성장할 수 있을 거라는 확신은 갖고 있다.

다만, 졸업하려면, 특히 우리 구성원들이 인정할만한 논문을 써내면서 졸업을 하려면, 국내 교육 수준을 봤을 때는 헬난이도 일 것이다.

 

그래도 이왕 돈 내고 공부하는거면 제대로 해야하지 않나?

Similar Posts