MBA AI/BigData 과정 입학시험 문제 예시

내년부터 ‘Global MBA’ 과정을 새로 열게 되면서, 기존의 MBA AI/BigData과정은 입학시험을 쳐서 뽑는다.

BSc Data Science 편입과정도 마찬가지다. 같은 시험을 치면 될 것 같다.

 

국내에 학생들이 쉽게 접근할 수 있을만한 시험 중에, 적당한 난이도인 시험을 찾아봤는데,

지난번에 가까운 지인에게 행정고시, 입법고시 통계학 시험 문제 예시를 받았던 기억이 나서 뒤져보니 딱 좋은 예시인 것 같다.

입학 시험 내용으로 난이도도 그렇게 높지 않고, 대략 학부 2학년 통계학 과정을 제대로 이해했으면 충분히 풀 수 있는 문제들이다.

 

아래는 2022학년도 제 38회 입법고시 2차시험 통계학 과목 문제 예시다.

 

OLS 계산을 이용해서 통계적인 test 하는 문제, 카이스퀘어 검정 문제 딱 이렇게 2문제인데, 입학시험으로 대충 적합한 수준인듯

이것도 모르면 진짜 MBA AI/BigData나 BSc Data Science 편입과정 첫 날부터 바로 멸망각이다.

우리 SIAI학생들, 특히 지난 가을 학기 입학생들 (F2022기수들)이 아직 첫 기말고사를 치르기 전인데 저 문제들을 보고 했던 말이

저희 2~3주차 연습 문제 수준도 안 되는 문제로 입학시험을 친다는게…

 

지극히 개인적인 의견이지만, 겨우 이 정도 수준의 문제로 국가 엘리트를 뽑고 있고, 그 시험 통과했다고 수천억 예산 심의를 맡기는게 충격적인데,

한편으로는 이 정도로 걸려나가는 인재들 밖에 없는 비참한 인재 풀의 나라가 내가 살고 있는 나라구나 싶어서 앞이 깜깜하다.

제발, 뭔가 행정법이나 행정학 이런 과목들이 어려워서 합격 못하는거지, 통계학은 다들 100점 못 받는게 바보…인 시험이 행정고시, 입법고시이길 간절히 바란다.

 

딱 저 난이도로, 1시간 안에 다 풀 수 있는 문제만 몇 개 만들어서 시험치면 알아서 걸러지지 않겠냐는게 현재 SIAI 내부 판단이다.

어차피 Global MBA가 있으니까, 문제 풀 생각없이 스토리와 논리만 따라가고 싶은 분들은 시험대신 Global MBA를 선택하겠지라고.

다만, SIAI 출제 문제니까 저렇게 너무 썰렁하게 계산만 하는 문제는 아니고, 좀 생각할 수 있는 꼭지를 넣어야겠다.

(갑자기 ‘인공지능 매니악’인 이사님이 나타나서 헛소리하고, 직원 누가 데이터를 잃었다가 찾아내고 등등)

 

혹시나 행시 통계학이 엄청나게 어려운 문제여서 아무도 손을 못 대고…. 뭐 이런 오해가 있을까봐 약간 더 정보를 공유하면,

아래의 스크린 샷은 모 영국 대학의 학부 2학년 (미국 기준 3학년) 과정 중 좀 수학을 덜 쓰는 라인의 계량경제학 과목 문제 중 하나다.

수학을 좀 덜 쓰는 널럴한(?) 전공의 계량(EC220)말고, 좀 더 수학을 많이 쓰는 빡센(?) 전공의 계량(EC221) 문제가 사실 내가 변형해서 학부 강의 정도로 쓰고 싶은건데, 한국에서 아직 시도를 못하고 있다.

빡센(?) 레벨 찾아서 몇 개 보여줬더니 TA들이 전부 다 F 확정이라고 고개를 절래절래 흔들더라.

 

참고로, 우리 MBA AI/BigData 첫 학기에 딱 저 아래 스크린 샷 문제 레벨의 시험 문제를 풀 수 있도록 교육을 하고, 실제로 비슷하게 문제 출제를 한다.

첫 학기에 기초 훈련이 되어야 공돌이들이 ML, DL, RL이라고 좋아할 이런 문제 (링크)를 코드 복붙이 아니라 정말 논리적으로 풀 수 있게 되니까.

오해할까봐 덧붙이면, 경제학의 계량경제학적 사고 논리가 ‘데이터’를 이용한 ‘과학’적 접근법의 기초 중에 기초이기 때문에 첫 학기에 이걸 골랐다.

MBA 내내 경제학을 가르친다고 오해하던데, 첫 학기에 경제원론 수준의 비교우위론 같은거만 몇 개 가르치고 끝이다. 오해 금지.

MBA AI/BigData가 글로벌 수준의 ‘Data Science’ 프로그램 요건을 충실히 갖추도록 많은 고민을 했다는 점을 다시 한번 강조한다.

 

위 아래 시험 문제들의 레벨을 비교해보면 그간 왜 내가 한국 교육이 심각하게 문제가 많다고 했는지 공감이 될 것이다.

아마 SIAI 교육없이 저 아래 문제 방식으로 Data Science 도전 과제를 논리적으로 접근해서 풀어낼 수 있는 학부 졸업생은 한국 땅 전체에 연간 10명이 안 나올 것이다.

그리고, 이런 논리적 접근이 안 되면서 Data Science 한다고 주장하면 그건 명백한 거짓말이다. 기껏해야 Data Engineering을 하는거겠지.

 

우연히 구글 검색으로 찾았는데, 원본을 한국에 공유할 수 있어 다행이다.