국외 국내 디지털스터디카페 방문하고 디지털 장서 조사하고 비교하기

국외 국내 디지털스터디카페 방문하고 디지털 장서 조사하고 비교하기

고려대학교 AI 야간대학원 면접 후기에 대하여 쓴 에 이어 이번에는 첫 학기 수강 경험에 대하여 기록해 보겠습니다. AI 특수대학원야간대학원 생활이 어떤지 궁금한 분들을 위해 작성했습니다. 귀찮지 않았습니다. 대학원 다니기 전에도 어차피 전 퇴근 후 집에서 공부를 하든 프로젝트를 하든 무언가를 늘 했습니다. 그걸 집에서 하느냐 학교에서는 하느냐만 달라진 상황이라 저는 별로 힘들진 않았습니다. 하지만 집에 늦게 들어온다는 심리적 피로감이 살짝 있긴 합니다.

학업 외적인 요소들은 어떤가요?

학생회에 들어야 모든 행사나 네트워킹에 참여할 수 있습니다. 단톡방도 학생회끼리 제작하기 때문에 학생회를 들지 않으면 완벽한 아웃사이더가 됩니다. 아웃사이더가 되기 두렵다면 학생회에 드시는 걸 추천해요. 그래야 인맥도 쌓고 모르는 게 있으면 물어보며 도움을 얻을 수 있거든요. 그래서 상당수가 학생회에 함께 하는 것 같습니다.

저는 학생회에 참여하지 않았어요. 신입생 오티 때 학생회장님께서 학생회에 들면 좋은 점들을 설명해주셨는데, 한 10가지가 되더군요. 각종 회식, MT, 선후배와의 만남, 단체 야잠 제작, 다른 학교와의 네트워킹, 졸업 사진 촬영, 과목별 카톡방 개설 등이었습니다.

카톡방 빼고는 다.

고급기계학습

고급기계학습은 과목명과는 좀 다르게 컴퓨터 비전만 연기자는 과목이었습니다. 오히려 좋았습니다. 이것 저것 다루기보다. 한 가지만 파는 게 나으니까요. 또한 전 컴퓨터 비전도 좋아하거든요.

이번 학기에 수강한 세 과목 가운데 가장 마음에 드는 과목이었습니다. 교수님께서 Computer Vision의 기법과 모델 아키텍처를 설명하는 걸 넘어 더 올바르게 강의해 주셨습니다. 기본적으로 어떤 기법이나 모델 아키텍처를 자세하게 설명해 주었습니다.

이어서 그 기법이나 모델의 장점과 단점을 짚어주었고요. 그 단점한계을 극복하기 위해 만든 모델은 어떠한 것인지 이어갔죠. 이런 방식으로 AlexNet부터 NeRF까지 설명을 해주셨습니다. 개별 모델이나 기법에 대한 독립적인 지식을 터득하는 걸 넘어, 딥러닝 컴퓨터 비전의 역사 흐름에 따라 모델이나 기법의 이성적인 탄생 목적까지 알게 된 거죠. 매 수업마다.

특수대학원도 논문이 필수인가요?

최근 특수대학원은 논문 없이 졸업하는 트랙이 많은 것 같습니다. 고려대학교가 논문 트랙과 교과 트랙으로 나뉩니다. 논문 트랙은 논문을 쓰는 대신 과목을 대조적으로 적게 수강하는 트랙입니다. 교과 트랙은 논문을 쓰지 않지만 대신 과목을 더 많이 들어야 하는 트랙입니다. 둘 중 희망하는 트랙을 선택할 수 있어요. 본격적으로는 3학기 즈음부터 선택하게 됩니다. 다만 일반대학원과 달리 소속 연구실이 없고, 지도교수님도 특수대학원생을 꼼꼼하게 케어해 주기 어려운 환경이다보니 감안하셔야 합니다.

그래도 IT 업종 재직자이거나 기업 업무와 관련해서 논문을 쓰실 수 있으면 얼마든지 가능하겠죠. 그러나 제가 1학기만 수강한 상태라서 아직까지는 분명한 건 잘 모르겠네요.저는 지원동기에도 썼다시피 제도화된 교육과정을 많이 듣고 싶어서 지금까지 생각으로는 교과 트랙을 선택할 예정입니다.

확률과 통계

과목명은 확률과 통계지만 통계보다는 확률 이론을 주로 다루었습니다. 저는 대학교 2학년 때 공학통계자료 I, II를 두 학기 동안 배웠습니다. 공학통계라서 유용한 과목이었죠. 어떤 확률 분포를 따르는 어떠한 현상이 있을 때 그 현상에 대한 현황결과예측을 수식으로 풀어내는 방법을 배웠습니다. 대부분의 학부생과 비슷하게 저도 학점에 연연했기 때문에 왜Why에는 별 관심이 없었고, 어떻게How에만 관심이 있었죠. 이 개념 왜 이렇게 되는지, 이 이론은 왜 이런 특성을 갖는지에는 관심이 없었어요. 그냥 문제점을 잘 풀어 답을 맞히는 기계였죠. 그래서 당시 공학통계자료 수업이 재미없었습니다.

학부생 때도 왜Why에 애정을 기울였다면 질문도 많이 하며 재밌게 들었을 텐데 말이죠. 이번 확률과 통계자료 수업은 계산보다는 원론적인 내용 위주로 강의가 진행됐습니다.

텍스트 마이닝

텍스트 마이닝의 단편적인 기법들을 배운 수업이었습니다. 실망스러웠어요. 위 두 수업과 비교해 남은 게 별로 없었죠. 그래도 수업을 열심히 듣고 과제도 성실하게 수행하는 했지만, 결과적으로는 기대에 못미치는 수업이었습니다.

자주 묻는 질문