AI 대학원 석사 2기 회고 (직장인 대학원/야간대학원/특수대학원)

오늘은 내가 요즘 열심히 하는 SNS 플랫폼이 된 LinkedIn 스타일로 적어보려고 한다. 요즘 LinkedIn 게시물 스타일에는 넘버링을 해서 게시물을 적는 것이 유행(?)이 된 것 같다.

내가 follow 하는 EO사 CEO 김태용님의 글. 가끔씩 자극적인 주제를 올리기도 하지만 꽤 insight 있는 글이 많이 올라와서 흥미롭게 보고 있다.

---

대학원 수업 후기

1기 때보다 좋은 성적을 받았다. :) 아무래도 1기는 혼자서 공부를 하느라 집중이 안 됐던 것도 있었는데, 2기 때는 몇몇 동기를 사귀게 되어서 대학원 생활에 큰 힘이 되었던 것 같다! 공통된 주제로 얘기할 사람이 있다는 것이 얼마나 소중한지-에 대해서 다시금 깨달았다.

2022년 1학기 총 평점 4.38/4.5

순서대로 과목별 리뷰를 해 보자면,

1. 인공지능개론1은 별도의 교재, 강의자료 없이 교수님의 뇌에서 나온 개념들로 진행되었다. 교수님 머릿속에 '수학의 정석' 같은 '인공지능의 정석'이라는 교재가 들어있는 듯 했다. 강의 내내 감탄을 하면서 열심히 증명을 따라갔다.
2. 다만 교수님의 글씨체는 가독성이 좋지 않아서 아쉽다. 과제에서 정직하게 내시는 분이라 수업시간에 들은 내용만 포기하지 않는다면 좋은 성적을 받을 수 있다.
3. 컴퓨터알고리즘은 꽤 불만이 많았던 과목이다. 왜 대학교 2-3학년 전공필수가 AI대학원의 2학점짜리 전공필수인지, 교수님은 왜 3주 동안 sorting algorithm을 설명하고 있는 건지 많은 의문이 들었다. 안 그래도 학부 시절 알고리즘 과목을 그렇게 좋아하지도 않았는데 힘들었다. 😥😥
4. 가장 좋아했던 인공지능문제해결1. 팀 프로젝트까지 있는 꽤 빡센 3학점짜리 수업이지만 CV, NLP 및 다양한 프로젝트 실습이 재미있었다. 사실 난 실습을 좋아한다.
5. 인공지능특론2는 1학점이며 주차마다 교수님들을 초청하여 각 교수님들의 세미나를 들을 수 있는 강의이다. 별도의 시험 없이 마지막에 레포트를 제출하는 편안한 과목이다. 난 GNN에 관한 report를 제출했다.
6. 지난 학기에는 월, 목, 토 이렇게 주말이 끼어 있어서 주중에 숨을 쉴 수 있었는데, 이번 학기에는 월, 수, 목 이라는 퇴근 후 저녁 주중 3일로 진행되었다. 취미생활은 커녕 운동도 제대로 못 한 것 같다. 교수님들 스케쥴을 맞추기 어려워서 바뀌었다고 들었던 것 같은데, 직장인들에게는 지옥이다. Online으로 진행하고, 다시보기가 올라와서 간신히 진도를 따라갈 수 있었다.

 

얼마 전 지도교수님과의 미팅 후기

1. 우선 지도교수님은 실력은 당연하거니와 인품이 너무 좋으시다. 소나기로 교통 상황이 여의치 않아 미팅에 15분 정도 늦었는데 전혀 내색하지 않으시며 마지막에는 "더 필요하신 거 없으세요? 멀리서 오셨는데 (저한테) 뽕 뽑아야죠." 말을 하셨다.
2. 내 브리핑을 들은 교수님의 허를 찌르는 코멘트가 있었다.
   "주제는 꽤 좋은 것 같습니다. 현업 하시는 분들은 아이디어는 좋은데, 이게 다 구현이 가능할 지 모르겠어요. 실제로 아직 졸업논문을 제출한 사례도 없구요."
3. 그래서 난 논문의 '완벽'보다 '완성'에 초점을 맞추기로 했다. 현실적으로 직장 다니면서 논문 쓰기란 .. 정말 쉽지 않다.
4. 교수님은 생각보다 내 직무에 관심이 많다. 항상 미팅 후에 "요즘은 어떤 프로젝트 하세요?" 라는 질문을 하신다. 물론 이런 발화들은 논문에는 아무런 도움이 되진 않지만 여러 분야를 얘기하게 되면서 ice-breaking에 많은 도움이 된다.

 

➡️앞으로의 TO-DO

1. 이제 대학원 수업에 대한 감은 잡은 것 같다. 얌체같지만 이제 대학원 수업은 정석보다는 전략적으로 공부하고, 이번 방학~하반기부터는 졸업논문에 더 집중하려고 한다. 나에게 주어진 시간은 진짜 얼마 없다.
2. 그동안 중구난방으로 goodnotes, 연습장, bookmarks로 졸업논문 레퍼런스 정리를 했는데,
   Notion을 활용하여 체계화, 문서화를 할 것이다.
3. (드디어!) 풀고자 하는 task를 정했다. 다만 dataset을 Twitter API를 사용해서 직접 구축하려다가 교수님이 crawling에는 많은 공수가 든다, 일단 reference를 찾아보자-라는 코멘트를 주셔서 search와 research를 열심열심히 해 볼 예정이다.
4. 내가 풀고자 하는 task는 결국에 edge prediction으로 정의되는데, 주제를 너무 짬뽕시켜서 GNN, NLP, Recommendation System에 대한 전반적인 지식이 필요하다. 대학원 다닐 때 이렇게 공부해보지 언제 이렇게 분야 걸쳐서 공부해보겠어! 라는 긍정회로를 돌릴 예정이다.