KAIST 대학원 1학기를 다니며

지난 글 2020년 취업뽀개기 상반기 결과에서, 삼성전자와 카카오 면접을 포기한 이유를 알려드리겠다고 했습니다. 저는 2020 가을학기 카이스트 대학원에 최종 합격하였고, 지금은 산업 및 시스템공학과 학생으로 현재 석사생으로 연구실에 출근하고 있습니다. 취업을 포기하고 대학원을 가게 된 이유는 지난번의 글처럼 학부생으로 취업하기에는 한계가 있다고 생각했습니다. 그리고 대학원에 가게 되면 연구 쪽으로 경력을 쌓을 수도 있고 AI 쪽으로 승진이나 노후에도 더 유리할 거로 생각했습니다.


취업도 그렇지만, 카이스트도 입학하는 게 쉽지 않았습니다. 제가 합격한 산업 및 시스템공학과는 서류 - 필기 - 면접으로 진행되는데, 코로나 때문에 필기가 사라지고 구술면접으로 대체되어서 줌으로 진행되었습니다. 구술면접은 통계와 Operation Research인 OR 관련 내용을 물어보는데, 제가 해당 분야를 군대를 가기 전에 들었던 과목들이라 준비하는데 힘들었습니다. 면접에는 주로 해당 이론을 이해했는지와 인성, 자기소개서를 기반으로 많이 물어봤고 저는 이론 쪽에 대해서는 대답을 잘 못 했지만 자기소개서 쪽을 잘 대답했는지 운 좋게 합격했습니다.


KAIST 대학원에 와서 느낀 점은 정말 공부하기 좋은 환경 같습니다. 첫째로, 금전적인 지원이 좋습니다. 등록금이 80만 원밖에 안 되고 매달 최소 75만 원의 연구비가 나옵니다. 기숙사비는 1인실을 써서 매달 약 30만 원정도인데, 이게 많이 부담되기는 하지만 연구비 쪼개서 낼 정도는 되어서 다행입니다. ㅠㅠ. 두 번째로, 이게 가장 큰 이유인데 주변에 나가서 할 게 없습니다. 일단, 차가 없으면 어디를 갈 수가 없습니다. 그리고 걸어서 갈 수 있는 곳은 할 게 거의 없습니다. 그러다 보니, 아침에 일찍 나서 출근하고 퇴근해서 자는 생활만 반복하는 중입니다. 마지막으로, 교수님들이 너무 훌륭합니다. 다들 자기분야에서 대가이시기에 배우는 점이 많습니다.


기본적으로, 논문을 읽고 구현하는 것에 대한 부담감이 컸는데 지금은 입학 전보다 부담감이 덜하고 파이토치에 대한 자신감도 생겼습니다. 이론적인 측면에서도 대학생 때는 모르는 부분이 있으면 넘어가고, 깊게 공부하지 않았는데 지금은 Bayesian에서부터 시작해서 (사실 베이지안은 아직 잘 모르겠습니다. ㅜㅜ) 딥러닝 쪽까지 깊게 공부하는 습관이 들었습니다.


연구적인 측면에서는, 저희 랩은 석사생분들은 반도체 관련 연구를 주로 하고, 박사생분들은 Bayesian Statistics를 많이 연구합니다. 연구분야도 다양한데, Meta Learning을 연구해서 NeurlPS에 내신 선배부터 시작해서 Casual Inference, 공간통계까지 정말 다양합니다.저는 반도체 데이터에서 불량을 검출하는 방법을 연구하고 있습니다. 반도체에는 아래와 같이 불량의 종류(Ring, Zone, Scratch, Circle 등)가 다양하고, 하나의 반도체 내에서 여러 가지 종류의 불량이 나올 수가 있습니다. 그리고 가장 특징적인 점이 Random Noise 형태의 불량이 반도체에 분포하기에 이를 잘 무시하고 불량을 검출하는 게 관건입니다.


현재 저는 이를 Semantic Segmentation 기법을 이용해서 해결하고 있습니다. 도메인도 그렇고 방법론도 처음 공부하는 분야였고 연구실에서도 아무도 해본적 없는 연구라 막막했습니다. 그래도, 인터넷에 좋은 자료 올려주신 꾸준희님 블로그KUKLIFE 블로그의 자료와 PR-12딥러닝논문읽기모임의 영상을 참고해서 블로그에 정리하고 있습니다.


근데, 매일 이론만 공부하고 논문만 보다보니 생각보다 쉽게 지치는 것 같습니다. 그래서 해당분야와 비슷한 대회를 많이 참여했는데 운좋게도 아래의 두개 대회에서 좋은 성과를 거두기도 했습니다.


해당 대회를 진행하면서 기존에 보지 못했던 방법론들의 문제도 찾을 수 있었고, 현재 연구에도 적용해서 좋은 결과를 얻기로 했습니다. 그리고, 다음 연구분야에 대한 생각도 많이 하게 되었는데 시간과 공간을 같이 고려해서 딥러닝을 하는 연구분야쪽으로 논문을 쓰고 싶다는 생각도 들었습니다.


아직 많이 부족하지만, 이런 경험을 토대로 모두의 연구소 풀잎스쿨 14기에서 Semantic Segmentation의 퍼실과 네이버 AI 부스트캠프의 실습강사를 맡게 되었습니다.


한번 열심히 준비해서 좋은 강의 보여드리겠습니다. 다음 글에는 최근에 참여했던 대회를 진행하면서 사용한 방법론들과 느꼈던 점을 작성하도록 하겠습니다.


P.S. 한양대도 학식이 맛있는 편은 아니었는데, 아래는 카이스트 급식인데 비싼 대비 맛은 더 별로인 것 같습니다.

댓글(14)

  • 2020.11.29 22:54 신고

    아이고 바쁘게 사시네여

  • 2020.11.30 02:57 신고

    앗 역시 대단한분이셨네요 ㅋㅋ 글을 너무 잘쓰셔서 술술 읽히네용 중간에 언급도 감사 드립니다 ㅎㅎㅎㅎㅎ 대학원 생활 홧팅입니당

    • 2020.11.30 09:40 신고

      감사합니다!!! 글 칭찬받는게 먼가 되게 뿌듯하네요 ㅎㅎㅎㅎ 저보다야 준희님이 더 대단하시져~ 페이퍼 리뷰하시는거 항상 염탐하고 있습니다 *'__'*

    • 2020.11.30 23:14 신고

      아닙니당 ㅋㅋㅋ 앞으로도 승승장구 하실거에용 👍🏻👍🏻 리뷰 많이 올려볼게요~~~ ㅋㅋㅋ 홧팅입니당

    • 2020.12.01 10:11 신고

      응원 감사합니다!! 리뷰 올리시는대로 바로 구경갈게요 ㅋㅋ ~~ 준희님도 팟팅입니당 👍🏻👍🏻

  • 2020.12.03 00:11

    비밀댓글입니다

    • 2020.12.03 00:19 신고

      안녕하세요. 김현우입니다.
      일단, AI쪽으로 일은 학사생도 가능은 합니다. 실제로 네이버, 카카오, SKT 등 다양한 기업에서 학사생을 채용합니다. 기업의 대회에서 수상경험이 있으면 해당 기업 취업이 용이하고 논문 구현능력이 좋으면 학사생이라도 모셔서 갈정도로 실력만능위주의 직군이라고 생각합니다. 하지만, 그 관문은 정말 어렵고 저도 많이 떨어졌을 정도로 쉽지않습니다. 그런면에서는 석사라는 타이틀을 얻고 취업하는것도 좋다고 생각합니다. 실제로 석사의 경우 리서치분야쪽도 가능하고, 승진도 수월하다고 들었습니다.

      부스트캠프에 대해서 얘기하면, 6개월의 시간동안 2년의 석사기간을 커버하는 것은 불가능합니다. 이 기간동안 석사에게 요구하는 역량을 다할 수 있다면 대학원을 가는 석사생도 없을 것입니다. 하지만, 개인적으로 6개월이라는 시간을 공부한다면 부스트캠프는 좋은 수단이라고 생각합니다. U스테이지의 강사분들을 보면 알겠지만 카이스트, 유니스트 등 좋은 대학교의 교수님들이 강의를 합니다. 그래서, 대학원에 진학하기전에 대학원 수준의 이론강의를 들을 수 있고 대학원에 대한 생각도 결정하실 수 있을거라고 생각합니다. 또한, P스테이지의 강사분들은 현업의 종사자분들, 각종 대회의 마스터분들이 강의를 진행하기에 코드나 각종 테크닉을 배우기에는 좋을거라고 생각합니다. 그리고, 강의마다 조교분들이 계속 질의응답을 받아주기에 짧은 시간내에 높은 효율은 얻을 수 있을거라고 생각합니다.

      ps. 물론 부스트캠프를 안하고 내년 1월부터 대학원을 가는게 더 좋은 선택일 수도 있습니다. 충분히 고민하시고 좋은 판단하길 응원합니다!!

    • 2020.12.05 15:53

      비밀댓글입니다

    • 2020.12.06 01:15 신고

      어떤 선택이시든 좋은 결과 있으실겁니다!!! 파이팅입니다!

  • 2020.12.06 02:47

    비밀댓글입니다

    • 2020.12.06 04:46 신고

      이게 저도 정확하지는 않은데, 200명은 국민내일배움카드 있는 사람만 뽑고 50명은 일반으로 뽑아서 학사생도 아마 되는 것으로 알고 있습니다..!! 근데, 이게 과정에서 가르치는 양이 많아서 학교수업하고 병행하는 것은 힘들것같습니다 ㅜㅜ 저도 지원관련해서 자세한 내용은 몰라서 홈페이지에 문의하는게 정확항 것 같습니다!

  • 2020.12.29 05:25 신고

    하하 안녕하세요.
    연세대학교 산업공학과 산업통계연구실에서 석사과정 2학기가 끝난 우현우 (Hub1) 라고 합니다.
    저랑 이름도 비슷하고, 같은 전공인데, 대학원 진학까지 비슷해서.. 참 신기하네요.
    *심지어 저도 블로그를 운영하고 있답니다.. (주제는 산업공학과 데이터분석 중심으로)

    해당 블로그의 글들을 훑어보았는데, 정말 데이터를 다루는 데에 참 출중하시다는 생각이 많이 들었습니다.
    제가 갈 길이 멀고, 세상엔 뛰어난 사람이 많다는 것을 느끼네요.

    구독하고 가고, 현우님과 더 친해지고 제가 더 많이 배워가고 싶다는 생각이 많이 들었습니다. ^^

    • 2020.12.29 11:31 신고

      안녕하세요. 김현우입니다.
      실제 이름외에도 랩실 이름까지 비슷해서 신기하네요. 저희 랩실도 산업통계랩실입니다.

      Hub1님 블로그 글 읽어봤는데 학부생때부터 논문연구해서 학술대회 수상도 하시고 대단하신것 같습니다. 저도 세상에 뛰어난 사람이 많다는 것을 느끼게 되었습니다.

      산업공학하고 데이터분석 관련으로 소통하는것은 언제나 환영입니다 ~ :D

Designed by JB FACTORY