제가 수강했던 수업을 돌이켜보니 빅데이터 혁신공유대학 수업에서 입문, 중급, 고급으로 볼 수 있는 수업을 하나씩 수강했습니다. 그래서 수강 후기를 코스 요리처럼 순서대로 소개하면 다양한 학생들이 참고할 수 있는 글이 될 수 있지 않을까 생각했습니다. 그럼 글을 시작하겠습니다.

<수강 동기 – 아뮤즈 부쉬>

입문 코스인 ’빅데이터 개론1‘은 수업의 제목에서 알 수 있듯이 빅데이터 분야의 전반적인 내용을 배울 수 있을 것 같아 수강하게 되었습니다. 특히 다루고 있는 내용이 다양할 뿐만 아니라 여러 교수님이 수업을 진행하시는 부분도 흥미롭게 다가왔습니다. 빅데이터에 막 흥미가 생겼을 때 가장 매력적인 수업이었습니다. 중급 코스인 ’데이터 시각화’ 수업은 빅데이터 분야에서 흔하게 생각하지 못했던 내용이라 더 흥미가 생겼습니다. 데이터를 분석하고 처리하는 조금 딱딱한 내용을 먼저 떠올렸는데 시각화는 눈에 보이는 부분이고 다양한 분야에서 필요한 역량이라는 생각이 들어 수강하게 되었습니다. 마지막으로 고급 코스 ‘고급 빅데이터(특수연구)’의 경우 1년 동안 빅데이터 혁신공유대학의 여러 프로그램에도 참여하고 수업을 수강하며 쌓아온 지식을 실무에 적용하는 기회라고 생각했습니다. 특히 MS, AWS와 같이 빅데이터 분야에서 뛰어난 기업과 함께 프로젝트를 수행하면서 그동안 배웠던 이론적인 내용을 실전으로 경험할 수 있기에 수강하게 되었습니다.

<학습 경험 – 수프>

‘빅데이터 개론1‘에서는 데이터 사이언스에서 시작해 컴퓨터의 구조, 소프트웨어 및 병렬처리, 파이썬 프로그래밍, 데이터 저장과 수집, 확률, 데이터 탐색, 시각화, 회귀분석, 뉴럴 네트워크 등 아주 다양한 내용을 개론적인 수준으로 학습했습니다. 각 수업들은 모듈화되어 담당 교수님이 수업을 진행하셨고 파이썬, sql 등을 이용한 실습이 이루어졌습니다. ’데이터 시각화‘에서는 파이썬을 기반으로 다양한 시각화 라이브러리를 학습했습니다. matplotlib, seaborn 등의 라이브러리를 다뤘고 데이터 시각화에 있어 중요한 요소들과 평가 요소들을 이론적으로 학습했습니다. 마지막에는 최종 프로젝트로 데이터 시각화 대시보드를 만드는 과제를 진행했습니다. ’고급 빅데이터(특수연구)‘에서는 여러 학교 학생들과 팀을 구성하고 마이크로소프트의 도움을 받아 에듀템과 과제를 수행했습니다. 딥페이크와 립마우스를 기반으로 영어 말하기 학습을 위한 가상 인간을 제작했습니다. 프로젝트 수행에 필요한 컴퓨터 비전과 딥러닝 관련 교육이 이루어졌고 MS의 리소스를 활용할 수 있었습니다.

<학습 과정에서의 어려움과 극복 방법 – 애피타이저>

입문 코스라고 생각하는 ’빅데이터 개론1’의 경우는 컴퓨터 분야를 공부하고 있었던 저에게는 큰 어려움은 없었습니다. 하지만 같이 수업을 수강했던 학생들의 경우 너무 방대한 분야를 다루고 기초지식에 대한 준비가 부족해 어려움을 겪는 경우가 있었습니다. 저도 확실히 다루는 분야가 너무 많아 어렵게 느꼈던 부분이 있었는데 여러 개념을 이해하는 것에 초점을 두고 학습했던 것이 크게 도움이 된 것 같습니다. ‘데이터 시각화’ 수업에서는 최종 프로젝트를 준비하면서 데이터를 수집하는 과정이 큰 어려움이었습니다. 만들고 싶은 시각화 주제나 방향은 있어도 데이터를 쉽게 구할 수 없었고 데이터가 있더라도 그 형태가 시각화에 알맞지 않은 경우가 많았습니다. 이러한 어려움을 해결하기 위해서 API 기능을 적극적으로 활용했습니다. 처음 써보는 기능이어서 생소했지만 익숙해지고 나서는 원하는 데이터들을 손쉽게 받아올 수 있어 매우 유용했습니다. 깔끔하게 정리된 데이터를 활용하는 것이 아니라 데이터를 직접 요청하고 처리하는 과정을 경험하면서 그 중요성을 체험할 수 있는 소중한 경험이었습니다. ‘고급 빅데이터(특수연구)’에서는 아무래도 다양한 학교와 전공의 학생들이 팀을 이뤄서 프로젝트를 진행하기 때문에 배경지식의 차이와 쓸 수 있는 시간과 노력의 차이가 큰 어려움이었습니다. 의견 갈등도 있고 특히 팀장으로 고민이 컸습니다. 함께 프로젝트를 열심히 해보자는 마음을 팀원 모두가 공감할 수 있게 하고 각자의 배경지식을 고려한 역할 배분과 협업으로 어려움을 해결할 수 있었습니다. 제가 고민하는 지점들을 팀원들에게 솔직하게 이야기하고 도움을 요청하니 팀원들 모두가 각자 할 수 있는 일들을 맡아 잘 수행했습니다. 다른 학교와 전공이 처음에는 어려움이었지만 수업을 마치고 프로젝트가 끝난 지금 돌이켜보면 다양성과 새로운 네트워킹의 기회였고 비슷한 꿈을 가지고 노력하는 다양한 사람을 만나 배울 수 있는 소중한 시간이었다고 생각합니다.

<효과적인 수강/활용 방법 – 샐러드>

‘빅데이터 개론1’ 수업의 경우 모든 내용을 완벽하게 이해하고 학습하려는 마음보다는 가볍게 전체적인 개념과 흐름을 이해한다는 마음으로 수강하면 좋겠습니다. 분량이 많고 세세한 내용을 다 다루지 않기에 모든 내용을 완벽하게 이해하려는 것이 오히려 어려움이 될 수 있을 것 같습니다. 대신 여러 분야를 다루기에 본인이 앞으로 관심을 가질 분야를 탐색해보고 깊이 있는 공부를 시작하는 계기로 활용하기에 최적화된 수업이라고 생각합니다. ‘데이터 시각화’ 수업의 경우 데이터를 기반으로 정보를 전달하고 설득하는 능력을 기를 수 있는 수업이라고 생각합니다. 시각화를 배우면서 어떤 방식의 정보 전달이 효과적인지 생각해보면 더 많은 것을 배울 수 있을 것입니다. 그리고 데이터 시각화라는 데이터 분석의 최종 결과물을 만들기 위한 과정을 학습하며 데이터 수집, 전 처리, 가공 등 데이터 사이언스의 전체적인 파이프라인을 경험하는 기회로도 활용할 수 있을 것입니다. ‘고급 빅데이터(특수연구)’의 경우 확실히 프로그래밍 능력, 빅데이터, 인공지능과 관련된 수업을 수강하고 어느 정도의 배경지식과 경험을 갖춘 뒤에 수강하는 것이 효과적이라고 생각합니다. 그리고 결국 프로젝트를 수행하고 여러 사람과 팀을 이루어 진행되는 수업이기에 협업과 의사소통의 중요성을 잘 생각하며 참여하면 어떤 수업보다 많은 것을 배울 수 있는 수업이라고 생각합니다. 무엇보다 수동적인 자세보다 적극적으로 참여하는 자세가 중요한 수업입니다.

<추천 대상 및 이유 - 메인 요리>

‘빅데이터 개론1’ 수업의 경우 빅데이터, 인공지능 분야에 관심이 있고 아직 본격적인 공부를 시작하지 않은 모든 학생에게 적극적으로 추천합니다. 정말 다양한 분야를 다루고 있기에 본격적인 공부에 앞서 전체적인 흐름과 개념을 이해하기에 최적의 수업입니다. 동시에 다양한 교수님이 수업을 진행하시기에 추가적인 전문성이나 깊이 있는 공부를 원할 때 나아갈 방향에 대한 정보를 얻기에도 매우 유용하기 때문입니다. ‘데이터 시각화’ 수업의 경우 데이터 분석에 관심이 있고 직접 프로젝트를 수행하며 데이터 시각화를 다뤄보고 싶은 학생에게 추천합니다. 수업이 실습의 비중이 높고 프로젝트도 있기에 그런 부분을 경험하고 싶은 분들에게 더 적합하다고 생각하고 어느 정도 배경지식도 필요하다고 생각합니다. 데이터의 분석 과정에 대한 전반적인 경험과 효과적인 정보 전달을 위해 필요한 것들을 배울 수 있는 수업입니다. ‘고급 빅데이터(특수연구)’의 경우 확실한 배경지식과 경험치를 가진 학생들에게 추천합니다. 프로젝트 기반의 수업이기에 기초지식과 경험치가 너무 부족하다면 수강에 어려움이 있을 수 있다고 생각합니다.

<개선 사항 – 디저트 >

저는 3개 수업 모두 큰 개선 사항은 없다고 생각합니다. 그만큼 만족스럽고 재밌는 수업이었습니다. 꼭 고르자면 더 많은 학생이 수강할 수 있도록 더 적극적인 홍보가 필요한 것 같습니다!