빅데이터 혁신공유대학 디그리 이수 후기 공모전 대상 

 

"나의 마이크로디그리 후기에 온 걸 환영해, 연진아"

 

 

디그리 과정 : 기초빅데이터분석과활용 마이크로디그리

 

수상자 : 경상국립대학교 이지상

 

저는 4차 산업혁명 빅데이터 시대에서 살아가는 통계학 전공자로서, 전통적인 통계적 분석법을 넘어 컴퓨터과학 분야의 발전과 함께 등장하고 있는 빅데이터 분석 기법인 머신러닝, 딥러닝에 관한 공부를 하고 싶었고 또한, 이렇게 공부를 해서 취업 시에 다른 경쟁자들과의 차이점을 명백하게 보여줄 수 있는 이력을 만들고 싶었습니다. 그렇게 방법을 찾던 중 제가 발견한 것이 바로 빅데이터 혁신공유대학에서 추진하는 마이크로디그리 제도였으며 운이 좋게도 제가 재학 중인 경상국립대학교에서 마이크로디그리를 이수할 수 있는 요건이 되었습니다.

 

[이수 및 수강 동기]

정리하자면 제가 마이크로디그리를 이수 및 수강하기로 한 동기는 크게 두 가지입니다.

 첫째, 4차 산업혁명 시대를 이끌어갈 대한민국의 유능한 빅데이터 분석 인재가 되고 싶었습니다.

마이크로디그리를 주관하는 빅데이터 혁신공유대학 사업단은 교육부가 주관하는 한국판 뉴딜 종합 계획의 실행 프로젝트이기에 국가 차원에서 빅데이터 분야 인재를 양성한다는 점이 상당히 신뢰가 되었으며, 국가의 인재가 되고자 하는 저의 목표와 일맥상통한 부분을 느꼈습니다.

 둘째, 빅데이터를 공부하면서 남들은 없는 나만의 빅데이터 역량을 증명하고 싶었습니다.

보통 빅데이터를 공부하려고 사설 인터넷 강의를 듣거나 학원에 가는 경우가 많은데, 저는 특정 학원이나 기업에서 수업을 듣고 발급해주는 이수증명서 보다, 국가 차원에서 진행하고 우수한 학교들과 함께 수요자 맞춤형 커리큘럼을 통해 특성화된 마이크로디그리를 이수함으로써 취업 역량을 어필하는 데 있어 매우 효과적이라고 느껴졌습니다.

 

[기억에 남는 학습경험]

마이크로디그리를 이수하면서 좋은 점이라고 느꼈던 것은 바로 체계적인 학습 커리큘럼을 제공받을 수 있다는 것이었습니다.

마이크로디그리로 지정된 교과목은 빅데이터 분석 역량을 강화하기 위한 핵심적인 과목들로만 선별되었기에 많은 전공수업 중에 어떤 과목을 들어야 할지 고민이 많았던 제게는 아주 유익한 정보가 되었고 이수를 완료한 지금 체계적인 커리큘럼에 대한 만족도가 높습니다.

제가 수강한 과목들에 대한 후기도 하나씩 적어보면서 구체적으로 말씀드리겠습니다.

 

<교과목명 1> 통계수학

이 과목은 빅데이터 분석 및 AI 머신러닝 기법을 공부하기 위해서 가장 기초가 되는 선형대수학을 공부하는 수업이었습니다. 제가 처음 이 과목을 봤을 때는 ‘빅데이터 분석이나 머신러닝 기법은 프로그래밍을 통해서 진행되고 웬만한 수학적 알고리즘들은 이미 구현된 몇몇 라이브러리에서 편리하게 제공하고 있는데 굳이 수학 공부를 더 해야 할까?’라는 생각이 들었습니다. 아마 빅데이터 및 AI를 공부하려고 하는 초심자들은 저와 비슷한 고민을 해본 사람이 많을 것으로 생각됩니다.

결론부터 말씀드리자면 빅데이터 공부에 수학적 지식은 엄청나게 유용합니다.

빅데이터에는 정형 데이터뿐만 아니라 비정형 데이터(이미지, 음성 등)의 비율이 훨씬 높고 이를 가공 및 전처리하고 분석 알고리즘을 이해하기 위해서는 선형대수학에서 배우는 수학적 메커니즘이 없이는 상당히 어려움을 겪을 수 있습니다.

물론 수학적 지식이 없어도 적절한 프로그래밍 수준과 라이브러리 사용법을 익힌다면 빅데이터를 분석하고 결과를 도출할 수 있습니다. 그러나 그 과정에서 매우 많은 시간과 노력(특정 데이터에 어떤 알고리즘을 통해 분석을 진행해야 할지 고민하는 것 등)을 투자해야 하고, 알고리즘의 원리를 이해하지 못한 상태로 결과를 냈기 때문에 결과를 잘못 이해하고, 심층적인 해석이 어려워질 가능성이 커집니다.

위의 내용은 제가 ‘통계수학’을 수강하기 전과 후에 각각 빅데이터 분석을 시도해본 사람으로서 깨달은 바를 바탕으로 기술했습니다.

저는 제 주변에 문과 출신의 비전공자를 포함하여 빅데이터를 진지하게 공부하고 싶다는 사람이 있으면 반드시 추천하는 과목이 선형대수학일 정도로 현재 빅데이터 학습에서 수학적 지식에 도움을 많이 받고 있습니다.

 

<교과목명 2> 빅데이터입문

빅데이터 중에서도 비정형데이터에 속하는 텍스트 마이닝을 처음 접하게 된 수업이었습니다.

이 수업을 수강하기 전까지는 이미 주어져 있는 데이터셋, 수치로 이루어진 데이터셋을 통해 정해진 매뉴얼대로 분석해보는 시간을 가졌다면 빅데이터입문 수업에서는 ‘SNS 소셜 네트워크 분석’이라는 주제를 토대로 수업이 진행되었습니다. 즉, 실시간으로 새로운 데이터가 생성 및 삭제되고 엄청나게 많은 양의 데이터 중에서 분석을 위해 필요한 정보를 찾아내는 기법을 공부했습니다.

특히 흥미로웠던 점은 특정 주제에 대한 감정분석을 통해 SNS에서 다수의 사람이 어떤 생각을 하고 있고, 태도가 긍정적인지 혹은 부정적인지에 대해 분석할 수 있다는 것입니다. 빅데이터 입문 강의는 말 그대로 입문 수준의 강의임에도 매우 실용적이고 일상생활에서 적용하기에 가깝게 느껴졌고 활용할 수 있는 방안(여행 계획 시 SNS 감정분석을 통한 평판 정보 획득)들이 많이 떠올라 재미있게 수강할 수 있었습니다.

 

<교과목명 3> 기계학습

기계학습 수업에서는 통계학의 전통적인 분석 방법인 선형회귀부터 시작해서 의사결정트리, 앙상블 등의 다양한 기계학습 알고리즘의 원리에 관해 공부하고 프로그래밍 실습 병행을 통해 빅데이터 분석을 진행해보는 시간을 가졌습니다. 앞에서 언급한 통계수학에서 배운 수학적 지식이 가장 도움이 되었던 수업 중 하나가 바로 기계학습이었습니다.

제가 이 수업에서 가장 만족스러웠던 부분은 알고리즘의 작동 원리를 먼저 공부하고 프로그래밍을 통해 직접 분석하고 결과를 도출하는 수업 진행 방식이었습니다. 이론과 실습을 병행하다 보니 이론적으로 조금 이해가 안 되는 부분도 프로그래밍 실습으로서 이해가 되고, 또 반대로 실습으로 코드 실행이 잘 안되는 부분(에러 메시지 등)도 이론에서 공부한 알고리즘의 작동원리를 살펴보면서 데이터셋을 적절하게 변형하는 등의 방법을 통해 해결하는 경험을 반복하면서 기계학습에 대한 이해도가 대폭 향상된 것을 느낄 수 있었습니다.

기계학습 수업을 수강한 이후에는 저 스스로가 원리를 정확하게 이해하고 라이브러리를 사용해서 데이터를 분석하고 결과를 해석하다 보니 빅데이터 분석에 대한 흥미와 자신감도 높아졌습니다.

 

<교과목명 4> 통계데이터베이스

빅데이터 중에서도 정형데이터를 분석하는 것에 특화되어있는 SQL 다루는 기법을 공부할 수 있는 수업이었습니다. 저는 이 수업을 듣기 전에 ‘빅데이터’라고 하면 ‘비정형데이터’로 취급하는 태도를 갖고 있어서 정형데이터를 다루는 SQL 사용법에 대해서는 크게 중요성을 느끼지 못했습니다. 그러나 이 수업을 들으면서 현존하는 대부분의 기업과 정부 기관들은 SQL을 통해 데이터를 처리하고 있으며, 빅데이터를 처리하는 방법론 중에 상당수가 결국 비정형데이터를 정형데이터로 바꿔서 처리한다는 사실을 깨달았습니다. 또한, SQL 데이터베이스를 통해 특정 데이터를 생성하고, 여러 조건에 부합하는 정보를 추출하는 기법이 빅데이터에도 크게 다르지 않게 적용된다는 사실을 알고 나니 SQL 학습에 대한 열정이 커졌습니다.

그리하여 저는 통계데이터베이스 수업을 통해 SQL을 처음으로 접하는 것임에도 불구하고 수업과 병행하여 국가 공인 SQLD(SQL 개발자) 자격증을 취득하였습니다.

궁극적으로 저는 통계데이터베이스 수업을 수강함으로써 정형데이터의 중요성, 데이터 모델링, SQL 활용 및 튜닝, 데이터베이스 구축법 등을 배웠고, 동시에 SQLD 자격증을 취득함으로써 높은 성취감을 느꼈습니다. 추가로 SQLD 자격 취득을 통해 빅데이터 혁신공유대학 사업단에서 장학금도 받게 되었기에 통계데이터베이스 강의를 통해 많은 것을 얻을 수 있었습니다.

 <교과목명 5> 데이터마이닝

데이터마이닝 수업에서는 데이터를 이해하기 위한 다양한 시각화 기법들을 배우고, 이해한 것을 기반으로 k-NN, 결정트리, 다중회귀분석, 로지스틱 회귀분석, 나이브베이즈 등 다양한 기법들을 배울 수 있었습니다.

이 수업에서는 가장 흥미로웠던 부분은 남녀 이미지를 학습시켜서 분류하는 과정이었습니다.

이미지를 0과 1로 벡터화시켜서 그 특징을 추출하고 테스트 이미지 데이터셋으로 검증했을 때 성능이 잘 나오는 것을 눈으로 확인하면서 비정형 데이터인 이미지 데이터에 대한 관심도 높아졌으며, Computer Vision 분야에서 연구 중인 Object Detection에 관해서도 관심을 두고 공부하는 계기가 되었습니다.

 

[학습 과정에서의 어려움]

마이크로디그리를 이수하는 과정에서 가장 어려운 점은 정보가 부족하다는 것이었습니다.

빅데이터 혁신공유대학이 출범하고 마이크로디그리가 신설된 초기에 이수하려고 하다 보니 사전에 얻을 수 있는 정보를 찾기 힘들었고, 이수 후기나 조언 같은 정보를 얻기가 어려웠습니다.

그래서 처음 시작할 때는 마이크로디그리를 이수하는 것이 잘한 선택인지에 대해서 불안감을 조금 느꼈습니다. 제가 그랬던 경험이 있기 때문에 이번 ‘빅데이터 혁신공유대학 마이크로/나노디그리 이수 후기 공모전’에 참여하여 다음에 신청하실 학생들에게 조금이나마 도움을 주고 싶었습니다.

 

[극복 방법]

위에서 언급했듯이 마이크로디그리 이수 후기나 조언 같은 정보를 얻는 것이 힘들었습니다.

그래서 저는 이러한 정보 부족의 어려움을 해결하고자 빅데이터 혁신공유대학 홈페이지에 수시로 들어가서 새로운 게시물들을 참고하였고, 필요한 정보를 얻기 위해서 경상국립대학교 빅데이터 혁신공유대학 사업단과 소통을 자주 했습니다.

빅데이터 혁신공유대학 사업단 직원분들이 항상 친절하고 구체적으로 꼼꼼하게 설명을 잘 해주셔서 많은 도움이 되었고 제가 필요한 자료가 생기면 따로 연락을 주신다고 하실 만큼 열정적이셔서 저도 더욱 열심히 마이크로디그리 과정을 이수할 수 있었습니다.

 

[추천 대상 및 이유]

4차 산업혁명 시대를 살아가는 사람으로서 빅데이터를 이해하고 활용할 수 있는 역량은 학업뿐만 아니라 일상생활 그리고 더 나아가 취업시장에서도 꼭 필요한 요소로 꼽히고 있습니다.

그렇기에 대학에 다니면서 빅데이터 역량을 강화하고 이에 대한 증명을 할 수 있다면 더할 나위 없이 보람찬 대학 생활이 될 것입니다.

저는 경상국립대학교에 재학하는 학생으로서 경상국립대학교 기준으로 마이크로디그리 이수 추천 대상을 2가지로 나눠서 말씀드리겠습니다.

 

1. 경상국립대학교 빅데이터 혁신공유대학 사업단 참여학과 재학생

경상국립대학교에서는 산업시스템공학부, 수학과, 정보통계학과, 물리학과, 경영정보학과, 스마트유통물류학과 총 6개의 학과가 사업에 참여하여 마이크로디그리를 운영하고 있습니다.

이 6개의 학과에 속하는 재학생이라면 학과의 전공수업도 들으면서 동시에 마이크로디그리 이수도 가능하기 때문에 일거양득(一擧兩得)의 자세를 취할 수 있습니다.

더구나 마이크로디그리를 이수하면 관련 빅데이터와 관련된 자격증 취득 시 장학금을 주는 혜택도 있고 관련 공모전이나 행사에 참여할 기회도 주어집니다.

따라서 참여학과의 재학생들은 마이크로디그리를 이수하는 것을 강력하게 추천합니다.

 

2. 빅데이터 분석 역량을 강화하고 사회에 나갈 때 그 가치를 증명받고 싶은 모든 학과 재학생

최근 모든 기업체나 정부 기관에서는 여러 다양한 빅데이터를 보유하고 있으며 그 안에서 이윤을 창출할 수 있는 빅데이터 분석을 통해 유의미한 결과를 얻고자 노력하고 있습니다.

이런 동향을 보면 빅데이터와 관련된 활동이나 자격, 증명서 같은 것이 취업 시에 아주 큰 이점이 된다는 것을 알 수 있습니다.

만약 본인이 사업단 참여학과 재학생이 아님에도 불구하고 마이크로디그리를 이수하고 싶으시다면, 경상국립대학교 빅데이터 혁신공유대학 사업단에서 운영하는 ‘데이터사이언스학’ 융합 전공을 신청하시면 이수가 가능합니다.

가끔 학생들이 사업단 참여학과가 아니면 마이크로디그리를 이수하지 못한다고 생각하는 경우가 있는데, 빅데이터에 관심이 있는 모든 학과의 학생들은 데이터사이언스학 융합 전공을 통해 마이크로디그리를 이수할 수 있으니 이러한 사실을 몰라서 좋은 기회를 놓치지 않으셨으면 좋겠습니다.

 

[개선사항]

빅데이터 혁신공유대학은 서울대학교, 경기과학기술대학교, 경상국립대학교, 서울시립대학교, 숙명여자대학교, 전북대학교, 한동대학교 전국 6개의 학교가 참여하는 공유대학입니다.

공유대학이라는 이름에 걸맞게 각 학교에서 마이크로/나노디그리를 이수하는 학생들이 서로 소통하여 지식과 경험을 나누고 교류할 수 있는 행사를 개최하거나, 또는 이러한 역할을 할 수 있는 플랫폼(메타버스, 앱 등)을 제작해주신다면 더욱 우수한 빅데이터 인재를 양성할 수 있을 것입니다. 그뿐만 아니라 빅데이터 혁신공유대학의 여러 활동에 대한 홍보도 활발하게 진행되어 높은 인지도와 가치를 가질 수 있을 거라 기대됩니다.

 

[향후 진로]

저는 기초빅데이터분석과활용 마이크로디그리를 이수하고 현재는 더욱 심화된 공부를 하기 위해 각종 서적과 논문을 찾아서 공부하고 있습니다.

그리고 더욱 전문화된 인력이 되고 싶어서 데이터사이언스학 대학원 진학을 고민 중에 있습니다.

제게 빅데이터에 대한 흥미를 일깨워주고 의미 있고 보람찬 대학생활을 하게 해준 마이크로디그리 제도에 너무 감사드리고 다른 많은 학생들도 저처럼 마이크로디그리를 통해 진로 설정에 큰 도움을 받으셨으면 좋겠습니다.