서강대 정보통신대학원 수강과목 돌이켜보기 - 21년 1학기 (2/5)

마찬가지로, 수강 실패했거나 수강하고 싶었지만 못한 과목부터.

 

1. 인공지능을 위한 수학 - 화 18:30~20:00

첫학기 마친 후 강의 수요조사에 대학원 수준의 데이터사이언스 학습에 필요한 수학, 통계학 과목이 필요하다고 답하긴 했다. 이건 본 학기 과목도 아니고 합격자 대상으로 필요하다면 예비수업을 해야 할 과목이지만 현실이 그렇지 못하니 뒤늦게나마 개설해야 한다고 한 것인데 진짜 개설이 됐다. 그러나 지난 학기에 수강하지 못했기에 이번 학기에 수강해야 했던 머신러닝I과 시간이 겹치는 바람에 결국 (나때문에 개설되었을 지도 모를 과목을) 수강하지 못했고, 그 다음학기부터는 개설이 안돼서 결국 못 들었음. 개설 신청해 놓고 정작 내가 못 들어서 사죄한다.

(강의 후기를 보니 생각보다 수준이 높아서 불만들이 있었던 모양이다. 그 정도로 나를 화끈하게 불태워 줄 과목이 필요했는데 아쉽게 됐다. (수강 안해서 하는 말))

 

 

그 다음은 수강한 과목.

 

1. 머신러닝I - 화 18:30~20:00

특이하게, 타교 소속 통계학 교수가 진행하는 수업이다. 오일석 저 <기계 학습>을 주교재로 선형대수, 확률통계, backpropagation을 포함한 인공신경망 기본이론을 다루는 내용만 봐도 알듯 정말 첫학기에 (위에서도 말했지만 최선은 예비수강과목으로) 들어야 했던 내용이다. 교재도 내용 자체가 엄청나게 깊지는 않아도 또 지나치게 얕지도 않고, 다루는 범위도 적당히 넓어 기본서로 사용하기에 적합해 보이는데, 수업은 직장인 대상이라는 것을 수업시간에도 강조하듯이 ('수포자도 이해할 수 있도록 할테니 안심하라'는 말씀을 정말 하심. 아니 애초에 수포자가(갱생의 의지가 없는 사람 한정)  데이터사이언스를 전공하러 와도 되는 것인가...) 차근차근 친근하게 진행된다.

평가는 중간고사와 기말고사인데, 사이버캠퍼스를 이용한 정답제출이 아니라 손으로 푼 유도과정을 모두 포함한 답지를 스캔해서 메일로 보내는 방식이었다. 시험 수준은 아주 평이하고 오픈북이기까지 해서, 시험범위 안 기본서의 계산 문제를 대충 한 번 풀어보면 당연히 다 맞아야 하는 정도다.

그러면 나는 다 맞았느냐 하면... 기말고사에서 머리가 굳어 안 움직이는 경험을 하고 며칠을 실의에 빠져 지내게 되는데... 비유하자면 4 * (5 + 2) 를 계산하라는 문제에 계산기로 4 * 5 + 2를 입력하고 '어? 왜 답이 다르지?' 하고 당황하며 30분 동안 10번을 다시 똑같은 실수를 하다 결국 22를 제출하고, 시험이 끝나고 나서야 괄호의 존재를 기억해 내는 황당한 사건을 겪은 것이다. 심지어 오픈북이니, 마음을 가라앉히고 해당 부분 예제를 5분에 걸쳐 한 번 풀어보기만 했어도 답을 내는 데는 아무 문제가 없었을 텐데. 이건 슬슬 나이 탓을 하며 자책을 덜고 욕심을 내려놓는 기회로 삼아야 하는 건지, 아니면 삶의 자세를 재점검하는 기회로 삼아야 할지 모르겠다. 그리하여 성적은 모든 학기 통틀어 가장 낮게 나왔으나, 각오했던 데 비하면 황당하게 높게 나왔다. 이 영광을 상대평가제와, 공부 안하는 원우들께 돌린다.

 

 

2. 영상인식시스템 - 월 18:30~20:00

24대 원우회장이자 SCI 논문에 빛나는 윤모 선배가 극찬하는 교수(윤 선배의 졸업논문 지도교수) 담당 수업이다. 말 그대로 CNN 기법 등에 따른 영상처리를 다루는 수업으로, 전공자로서 안 듣고 졸업하면 섭섭할 수업이라고 생각한다. 평가는 중간고사, 기말고사.

수업은 자체 PPT로 진행되고 참고문헌은 <Digital Image Processing>이지만 책 없어도 수업에 문제 없다는 것이 교수의 주장이다. 그런데 이 과목 중간고사 2주 전까지 수업 내용이 정말 이해가 가지 않아서 성적 걱정에 밤을 샐 정도였다면 물론 조금 과장이지만, 그렇게 큰 과장도 아니다. 수업 내용을 충실히 따라가고 다시 써가며 복습까지 했는데 뭔가 손에 잡히고 머리에 남는 구체적 내용이 없는 느낌... 참고문헌도 구해 봤지만 마찬가지... 막막한 마음으로 도움이 될 자료를 찾아 학교 도서관을 뒤지다 결국 찾아낸 책이 (또) 오일석* 저 <컴퓨터 비전>이었다. 감히 말하건대 이 과목 교과서는 이 책으로 하고, 이 책 예제로 실습과제도 내야 한다고 생각한다. 이 책을 읽고 손으로 실습해 보니 이제야 내용이 머리에 들어왔다.

 

* 동 저자의 <기계 학습>은 이미 머신러닝I, II 주교재고, 2022년 2학기에 개설된 '패턴 인식' 과목의 주교재 저자도 동 저자다. 이 정도면 데이터사이언스 분야 기본서 저자로 이름이 올라온 책은 펼칠 것도 없이 사면 되지 않나 싶다. 

 

 

3. 소셜 미디어 데이터 분석 - 수 18:30~20:00

첫 학기에 들은 '소셜 네트워크 이론과 응용'과 이름이 비슷하길래 내용이 중복되는 것 아닌가 했으나, 강의계획서를 보니 일부만 겹치는 내용으로 보였다. 실제로도 그러했는데, 일부나마 겹친 것은 '소셜 네트워크 이론과 응용'이 워낙 여러 주제를 다루다 보니 벌어진 일이다. 평가는 중간고사와 기말고사.

다루는 내용의 핵심은 그래프 이론으로, '대화형 사용자 인터페이스'에서 오토마타가 그러했듯 이산수학을 배운 전공자라면 더욱 쉽게 진입할 듯하다. 거기서 끝나지는 않고, 하반기에는 네트워크 모델에 대한 내용을 주로 다룬다. 강의 주제로는 꽤 재미있는 내용이었다.

다만 교수의 태도는 불만이었다. 질문에 대한 답변 말투, '뭐 이 부분은 일반대학원 학생이라면 유도까지 시키겠지만 야간대학원에서까지 그러고 싶지는 않다'는 괜한 발언*, 특히 본인 사정으로 학교에서 정한 종강일을 넘어 기말고사 날짜를 지정한 데 대하여 학생이 항의하니 '그렇게 말하면 안된다, 그래서 지금 양해를 구하고 있지 않느냐' 라는 답변** 등. 돌이켜 생각해도 강의 주제와 내용이 나쁘지 않았는데 (그리고 물론 성적도 좋았음에도) 동일 교수 강의는 가급적 수강을 재고해봐야겠다는 의미없는*** 다짐을 했다. 그리고 다음학기에 '공간정보처리시스템'을 수강함으로써, 내가 유일하게 두 과목을 배운 교수가 되었다. 결국 배움 자체가 중요하다는 결론이 된 듯하다.

 

* 틀린 말은 아니고, 또 실제로 차별 없이 시켰으면 그 결과 일부 세력의 민란이 일어났을 일이기는 하다. 굳이 할 필요가 없는 말이었다는 뜻.

** 이 과목이었는지, 다음 학기 동일 교수 강의 '공간정보처리시스템' 과목이었는지 정확히 기억이 안 나는데, 둘 중 하나는 확실하다. 여기에 써 둔다.

*** 애초에 한 교수가 두 과목 이상 담당하는 경우가 그리 많지 않다. 

 

 

이 외에는

- 전공 외 과목이거나(이 중 '윈도우 포렌직', '사물 인터넷'은 결국 나중에 듣게 된다)

- 전공 중에서도 듣고 싶은 생각이 없는 과목이라 패스

  * '파이썬 머신러닝'은 대학원 수업으로 듣기보다는 혼자 해 보면 될 머신러닝 실습 과목 같음

  * '텐서플로우 활용기초'도 굳이 대학원 수업으로 들을 필요 없을 듯한 강의계획서

  * '통계기반 데이터 분석'은 첫 학기 '빅데이터 예측분석'과 같은 교수 담당에다 하반기에는 또다시 조별과제고, 상반기에 배울 통계이론은 '빅데이터 예측분석'으로 미루어 보건대 원하는 수준이 아닐 것 같아 패스

  * '빅데이터 컴퓨팅'은 수강 고민을 좀 했는데, 결국 Numpy, Pandas 같은 라이브러리 학습이 반일 듯하여 굳이 수업으로 들을 필요가 적어 보였고 하반기 프로젝트가 조별과제로 진행될 가능성이 있어 결국 수강하지 않기로 함