[공지] 2024학년도 SIAI 입학 요강 중 특별 수업 관련 Q&A

이미 공지됐던대로, 2025학년도부터는 한국인 대상 특별 프로그램이 폐지될 예정이고, 2024학년도에도 내부 운영 기준에 미치지 못할 경우에는 한국인 대상 특별 프로그램 없이 2025학년도 이후 글로벌 운영을 위한 준비에만 초점을 맞출 계획입니다. 자세한 내용은 아래의 2개 공지를 참고하시기 바랍니다

공지 내용 중 신입생들을 대상으로한 특별 수업과 관련해 Q&A를 남깁니다.

1.특별 수업 내용

특별 수업은 아래의 수업을 결합해, BSc Data Science (Top-up)의 첫 학기 과정, 즉 4년제 학부 기준 3학년 1학기 과정의 일부를 운영합니다

그간 재학생들 사이에서

왜 데이터 사이언스가 단순 코딩이 아닌지, 통계 검정, 도구 변수 같은 주제들이 왜 데이터 전처리와 엮여 있는지, 데이터 기반의 모델링이란 무엇인지 잘 알 수 있게 됐다
이 수업을 미리 들었으면 교육에 적응하기 더 편했을 것 같다, 밖에서 잘 모르고 있는 사람들이 꼭 들어봐야 한다

는 평가를 듣기도 했고, 다음 학기부터 진행되는, 비전공자들에게 ‘인공지능(AI)’으로 알려져 있는,

을 따라가는데 앞의 기초 수업들이 왜 필수인지를 학위 과정이 진행될수록 뼈저리게 느끼게 됐다는 평가를 받는 수업이기도 합니다.

수업 분량이 방대한만큼 자세한 수업 내용을 모두 공개하기는 어렵습니다만, 위의 수업 링크에 달린 기출문제들을 통해 어떤 교육이 이뤄지는지 가늠할 수 있으리라 생각됩니다.

다만, 수학 지식이 아니라 수학적 사고력, 응용력, 직관을 기른다는 관점을 따라오는데 힘겨워하는 학생들에게는 진입 장벽으로 작동하기도 했습니다. 국내에서 코딩이 AI/Data Science의 전부라는 잘못된 관점을 익힌 학생들이 한국식으로 증명을 암기하고 계산을 빠르게 진행하는 수업이라고 착각했다가 좌절 후 더 이상 깊이 있는 교육을 포기한 사례도 적지 않았습니다.

2.특별 수업을 학위 과정 전에 배치하는 이유

학부 2~3학년 과정에 해당하는 STA501, STA502 수업 중 일부를 뽑아 지난해까지 운영했던 MSc Data Science, 혹은 MSc AI/Data Science (2 Year) 과정의 입학시험으로 활용했었습니다. 기출문제를 풀어주면서 수학/통계학 개념을 어떻게 Data Science의 문제에 응용할 수 있는지를 보여주고, 그런 응용력을 시험 문제 풀이에 활용하는 역량을 판단하는 시험을 치뤘습니다. (그 외에 MSc AI라는 이름으로 운영하려했던 정규 석사과정에 대해서 학부 졸업반 수준의 입학 시험을 치른 적도 있습니다.)

합격 기준인 60/100점을 넘는 학생이 약 50명(재수강 2인 포함) 중 MSc AI 지원자 단 4명에 불과했고, 모 해외 명문대학의 컴퓨터 공학 박사 학위자 1인을 제외한 나머지 3명이 수학적 직관을 남다른 수준으로 갖춘 학생들이라는 것을 3년간의 SIAI 교육을 통해 사후적으로 깨닫게 됐습니다.

그 외 MSc AI, MSc DS 입학시험을 모두 포함해, 나머지 학생 중 최고점은 55점, 55.5점을 받은 국내 초명문대 출신 학생 2명입니다. 이같은 국내 대학의 현실을 감안할 때, 앞으로 점수를 합격선을 넘는 학생을 찾기 어려울 것이라는 판단 아래, 더 이상 한국인을 대상으로 해당 과정을 운영할 필요가 없다는 결론을 얻은 바 있습니다.

그럼에도 불구하고 불합격생 중 고득점을 했던 학생이 SIAI 교육에 빠르게 적용하는 사례도 있었고, 지난 2022년 가을부터 입학 시험용 강의가 아니라 입학 전 예습용으로 풀어놓은 강의를 들은 학생이 역시 적응하는 속도가 더 빨랐던 것도 확인했습니다.

최근에는 1년 입학 유예를 하며 혼자만의 방식으로 준비했던 학생이

개인적으로 STA501, STA502 를 사전 학습 강의로 대체했으면 어땠을까는 아쉬움이 있습니다
개인적으로 확률과 통계책이나 선형대수 책을 사서 공부했는데, 뭘 어떻게 공부하라는 건지 이해할 수 없었습니다
첫 수업을 들으면서 여기저기 인터넷 뒤져보고 하면서 아 이런 분야구나 이거이거를 공부해야하는 구나…

라는 아쉬움을 토로하기도 했습니다.

다른 한편으로는, 학위 과정 설립 무렵에 MSc Data Science 입학 시험 준비 수업을 들으라고 추천했음에도 고집을 피우고는 안 들었던 학생들이 MSc Data Science의 첫 학기 과목들에서 모조리 F를 받고는 학교를 떠나기도 했었습니다. 지난 3년간의 학생들 성과를 볼 때, 그 학생들이 제 추천을 듣고 STA501, STA502을 들었더라면, 다른 학생들처럼 MBA AI/BigData로 프로그램을 변경했을 것이고, 생존 확률도 크게 올라갔을 것이라고 생각됩니다.

학부 시절을 돌이켜보면 STA501, STA502에 해당하는 수업들은 강의하시던 교수님들도 재수강이 기본, 삼수강이 선택이라고 농담하셨습니다.

3.왜 1과목이 아니라 2과목을 배치하나

MBA AI/BigData의 경우는 8주간 1과목씩을 듣습니다만, BSc Data Science (Top-up) 학생들은 2과목을 들어야 합니다. 과거에는 MBA에도 2과목을 배정했습니다만, 학생들 대부분이 회사를 휴직해야할만큼 강도 높은 과정이라는 평가를 냈고, 결국 2과목 대신 1과목으로 조정했습니다.

그러나 변경 이후에 입학한 상당수의 MBA 학생들이 조기에 졸업하고 싶다며 학기가 시작하기 전엔 6~8월 중에 2과목을 듣고 싶다고 고집을 피우는 경우가 많았는데, 8주간 2과목을 직접 들어보면서 교육 강도를 체감할 수 있는 기회를 드리는 것입니다.

이어 BSc 학생들은 18개월 동안 같은 강도로 수업을 들어야 한다는 것을 학위 시작 전에 미리 체감할 수 있으리라 생각됩니다.

MBA 지원자 중 2과목씩 듣는데 무리가 없는 학생들이 있다면 BSc 학생들과 같은 스케줄로 학위 과정을 진행할 수 있도록 지원해드리겠습니다. 다만, 특별수업 시험 점수가 최소한 50점은 넘어야 기회를 드릴 수 있습니다.

4.기타 Q&A

Q.수학 공부를 엄청나게 많이 해야 살아남을 수 있다는 이야기를 들었습니다. 어디까지 준비해야 할까요?

A.더 준비한다고 1년 유예 후 입학해서도 감을 못 잡아서 고민하던 학생에게 했던 답변을 공유합니다.

고민하시는 부분은 이해가 됩니다만, 경영학과처럼 아예 수학 공부를 하나도 안 하는 전공 출신들도 살아남아요. 수학 지식이 중요한게 아니라, 개념적 이해가 중요하다는걸 빠르게 깨달았기 때문일 겁니다. 반대로 수학과, 통계학과 출신들 중에서도 XX님이랑 비슷한 하소연을 하다 그만 두는 경우도 많았습니다.

말씀하시는 이유가 한국인, 중국인 유학생들이 카네기 멜론처럼 공학으로 유명한 학교인데 정작 코딩 교육 없이 수학적 직관 훈련에 초점 맞추는 학교에서 대규모로 쫓겨나는 이유이기도 합니다. 한국, 중국 학생들이 직관적인 이해 없이 공식 암기 -> 점수 취득에 너무 지나치게 매몰된 교육에 평생 노출되어 왔기 때문이라는걸 지난 몇 년간의 SIAI 교육으로 확실히 알게 됐습니다.

시험 문제와 상세 해설을 해 놓은 7~8강 수업들을 반복적으로 들으면서 영미권 교육이 말하는 직관적 이해에 수학을 응용하는게 무슨 의미인지 곱씹는데 많은 시간을 할애하라고 충고하고 싶습니다. 수학 교과서는 백과사전에 뭔가 모르는게 있을 때 찾아가는 것처럼 써야지, 수학 교과서 자체를 처음부터 끝까지 공부해야할 필요는 없습니다.

특별히 XX님 개인의 문제라기 보다, 많은 학생들한테서 공통적으로 봤던 현상들이에요. 기출문제를 보면서 왜 저렇게 생각이 흘러가는지 따라가려고 노력하고, 논문 준비하는 학생들 발표에 가능하면 참석하라는 것도, 좀 수준이 낮기는 하지만 저런 식으로 배운 걸 응용하는구나~ 는 이해가 쌓여야 지금 못 뚫고 있는 벽을 뚫을 수 있다고 생각하기 때문입니다.

나중에 논문을 잘 쓰게 되는건 둘째 문제고, 일단 그 벽을 헤쳐나와야 다른 수업들도 다 따라올 수 있을 거에요.

Q.수학 교과서를 백과 사전처럼 쓰라는게 무슨 뜻인가요?

A.저는 Data Science에 수학/통계학적인 도구가 필요하다고 했지, 수학을 4차원 수준으로 잘해야 한다고 한 적이 단 한번도 없습니다. 제가 생각하는 4차원 수준의 기준이 일반인의 기준과 다른 점은 충분히 공감합니다만, 학생들에게 수업 중에 보여주는 수학은 고교 수학 용어로 풀어낸 표현과 학부 저학년 중에 배우는 선형대수학, 미분방정식, 확률과 통계 범위를 크게 벗어나지 않습니다.

대학 수학을 매우 잘하면 수업에 대한 이해가 더 깊어지는 것은 사실입니다만, Data Science를 공부하러 왔지, 수학을 공부하러 온 게 아닌만큼, 수학적 깊이가 중요한 수업이 아니라, Data Scientist가 어떻게 응용하는지에만 초점을 맞춰 교육 과정을 설계했습니다.

저 역시 대학 수학 이상의 고급 증명들을 제대로 이해 못하고 암기만 하면서 수업을 들은 적도 많고, 대학원 학위 과정 중 아쉬운 점이 많았습니다만, 학부 수준 교육에 그 아쉬움이 해당되지는 않습니다.

어떤 개념이 어떤 수학 과목의 어느 부분에 있다는 이야기를 종종 하기는 합니다만, 고교 시절에 배운 수학과 연결시켜서 이해하기 쉽도록 도와주려는 목적으로 언급합니다.

수학 전공자가 아닌 이상, 수학을 빌려쓰는 모든 학문은 수학은 언어이고, 수학 교과서는 언어 사전, 혹은 백과 사전처럼 써야 합니다. 모르는 단어가 있으면 뜻을 찾기 위해서 사전을 뒤지고, 동의어, 반대어, 활용한 문장 예제를 찾아서 이해하는 것처럼, 수학 개념도 고교 시절에 배운 기초 개념 (즉 get, take 같은 기초적인 단어)으로 대략 이해한 다음, 평소에 어떻게 쓰이는지, 내가 써야 하는 부분에서는 어떻게 쓰이는지를 보면서 따라가면 됩니다.

같은 맥락에서, 수학 훈련이 매우 부족한 상태에서 구글 검색을 해 보고 이런 저런 계산법을 적당히 붙여서 쓰면 되겠다고 생각하는 것도 큰 틀에서 보면 수학 지식을 사전에서 찾아보는 것과 다르지 않습니다. 다만, 법을 제대로 모르는 상태에서 판례 하나만 보고 판단을 하는 것과 판사가 판결을 내리는 것이 항상 일치하지 않듯이, Data Science에서 수학을 어떻게 써야하는지 모르는 상태에서 ‘맞을 것 같아 보여서’ 골라쓰는 수학/통계학 도구가 항상 잘 들어맞기는 쉽지 않습니다. 언어 사전, 백과 사전처럼 쓰되, 모국어 사용자가 실제로 어떻게 쓰는지를 확인하듯이, 활용법을 정확하게 익힌 상태에서 백과 사전처럼 활용해야겠죠.

Q.특별 수업을 듣고 하나도 모르겠으면 포기하는게 맞지 않을까요?

A.선택은 본인의 몫입니다. 다만, 포기하지 않고 계속 꾸준히 밀고 나간 학생들은 고급 논문을 쓰지는 못하더라도 회사에서 진행되는 Data Science 프로젝트들이 얼마나 심각한 문제를 갖고 있는지를 지적할 수 있는 역량은 갖추게 됐다는 점을 알려드리고 싶습니다.

열리지 않던 문을 열었던 학생들 대부분은 학위 과정 초반에 시험 점수가 안 나오고, 수업을 제대로 따라가지 못하는 와중에도 끝까지 수업을 듣고, 잘못된 부분에 대한 지적을 이해하려고 노력하고, 무엇보다 논문 지도 수업 중에 다른 학생들이 어떻게 문제를 극복했는지, 자기 논문은 왜 그런 문제를 극복 못하고 있는지를 따라오려고 반복적으로 두들겼던 분들입니다.

제가 입학 첫날부터 선배들의 논문 지도 수업을 청강해라고 문을 열어주는 이유이기도 합니다. 저 역시 석사 학위 중에 기초가 점점 쌓이면서 교수님들과 박사생들끼리 논문을 공유하는 Lunch seminar 내용이 이해되기 시작했고, 박사 학위 중에는 저희 학교, 제 전공의 Seminar 뿐만 아니라 다른 대학들, 다른 전공을 가릴 것 없이 관심 있는 주제, 제가 못 풀어내고 있는 수학 도구를 활용한 논문 발표는 억지로라도 시간을 내서 찾아다녔습니다.

국내 대학들이 학부 고학년 이상 교육을 제대로 진행하고 있지 않기 때문에 경험한 부분이 다르다는 점은 공감이 됩니다만, 단순 공식 암기로 수학 실력이 쌓이는 것이 아니고, 프로그램 코드를 베꼈다고 전문 프로그래머가 되지 않는 것처럼, Data Science도 처음부터 전문가가 되는 것은 불가능합니다.

처음 입학했을 때만해도 학위를 포기해야 될지 상담까지 했던 한 대기업 부장급 학생 분이 논문을 재수하면서까지 공부하고 있습니다. 얼마 전 회사 내의 AI부서로 옮겼다가 지난 4년간 회사가 했던 프로젝트 계획서들을 보면서 하나도 제대로 된 게 없었겠다는 생각을 했다고 이야기 하던데, 그 학생 분이 좋은 논문으로 졸업하시게 되면 좋겠지만, 그렇지 못하더라도 이미 AI/Data Science를 바라보는 시야가 완전히 달라진 분이 됐습니다.

졸업증을 받아가는 다른 학생들을 부러워하는 눈빛들을 보면, 그 학생들의 논문이 매우 뛰어난 수준이었다는 것을 납득한 표정과, 볼 줄 아는 눈은 생겼는데 정작 자기 능력으로 그 문을 뚫지 못하고 있는 것에 대한 안타까움이 함께 묻어납니다. 아마 첫 학기에 학점이 F가 떴다고 포기했었으면 여기까지는 오지도 못했겠죠.

특별 수업은 그렇게 F가 뜰 확률을 낮추고, 조금이라도 더 준비된 상태에서 학위 과정을 시작할 수 있도록 지원하기 위해 만든 수업이지, 처음부터 좌절하고 공부를 포기해라고 만든 수업이 아닙니다. 기분 좋으라고 20점, 30점을 더 올려줘서 학점을 B학점, A학점으로 만들 수는 있습니다만, 그렇게 해 봐야 이해도가 깊어지지는 않잖아요?

Q.강의 신청은 언제부터 하나요?

A.이번 2024학년도 지원 사이트를 개설하는 4월 중순부터 신청을 받습니다. 현재는 내년부터 진행되는 글로벌 리크루팅에 맞춰 웹사이트의 여러 기능을 개편하는 중입니다. 공식적으로 개설되면 아래에 링크를 공유하도록 하겠습니다.