제보) 대학교의 어설픈 인공지능/데이터 사이언스 교육이 학생들을 망치고 있습니다

2286

서울시내 어느 명문대학 재학생 중 한 분이 학교 교육의 답답함을 토로하는 메일을 보내주셨다.

몇 가지 코멘트하고 싶은 내용이 있지만, 일단 원문을 먼저 공유한다.

(개인 정보가 노출될만한 사항은 삭제처리했습니다.)

 


안녕하세요 대표님. Pabii 블로그 애독자입니다.

이미 그 누구보다 잘 알고 계시리라 생각하지만 요즘 교육계의 인공지능/데이터 사이언스 교육이 잘못돼도 한참 잘못되었다는 걸 많이 느낍니다.

저희 학교도 예외는 아닙니다.

저희 학교 XXX대학교는 나름 국내에서는 명문 대학이라고 쳐주는 학교입니다만 요즘 학교가 하는 짓을 보면 이게 과연 명문대가 맞나 싶습니다.

저희 학교에는 학부과정에 데이터사이언스융합학과와 인공지능융합학과가 있습니다.

만들어진지 2년정도 밖에 안된 신설학과로 신설당시만 해도 학교가 트렌드에 민감하고 나름 혁신적인 운영을 하는구나 싶었습니다.

그런데 까놓고 보니 실상은 그게 아니었습니다.

현재 저희 학교 데이터사이언스와 인공지능학과의 가장 큰 문제점으로 지적되는 것이 바로 부실한 커리큘럼과 교수진입니다.

신설된지 얼마 안된 학과라 정돈이 덜 되고 어수선한 것은 이해하지만 그걸 차치해두고서라도 학교는 애초에 만들 때부터 제대로 된 계획없이 만든 것이 분명해보입니다.

신설된 첫 해부터 약속된 커리큘럼 로드맵의 절반가량의 수업이 교수진 부족의 이유로 개설되지 않았고, 개설된 수업마저도 수업의 질이 형편없다고 합니다.

이는 실제 해당학과 학생들이 지금도 가장 많은 불만을 표하는 사항으로 심지어 어떤 교수(강사인지 교수인지는 불명확합니다)는 현 학과의 수업 난이도는 직업 교육 수준이라고 말하기도 했다고 합니다.

애초에 당시 학부장이란 사람이 처음에 이 학과들을 홍보할때 인공지능학과는 소프트웨어학과(컴공이라고 보시면 됩니다) 의 문과버젼이라고 공공연하게 말할 정도였습니다.

애초에 인공지능이면서 왜 소프트웨어(컴공)과 비슷한 커리큘럼으로 만들어놓은지도 의문이지만 그 이전에 인공지능학과가 소프트웨어학과만큼 코딩과 컴퓨터에 능한 인재를 만들어주는것도 아닙니다.

실제로, 학교게시판에서 누군가 인공지능을 배우고 싶은데 인공지능학과 복수전공을 하면 어떻겠냐는 글에 대다수의 사람들이 그냥 소프트웨어학과를 추천할 정도입니다.

컴공전공자만큼의 개발실력을 길러주는것도 아니고 그렇다고 인공지능도 제대로 배우는것도 아닌 이도저도 아닌 학과를 만들어놓았습니다.

 

데이터사이언스융합전공의 유래도 이상합니다.

원래 저희학교에는 데이터사이언스 연계전공이란것이 있었습니다.

그런데 이 연계전공은 문헌정보학과에서 만든 전공이었습니다. 당연 학과장도 문헌정보학과 교수였습니다.

당시 데이터사이언스 연계전공의 커리큘럼을 보면 절반이상이 문헌정보학 수업에 경영학과의 마케팅관련수업같은것이 짬뽕으로 존재하던 학과였습니다.

인공지능이야 백번양보해서 소프트웨어학과와 비슷하게 간다고 쳐도 데이터사이언스학과를 뜬금없이 문헌정보학과와 연관지었던 학교의 결정은 지금 생각해봐도 이해할 수 없습니다.

아무튼 본인들도 이게 웃긴 짓거리란걸 알았는지 데이터사이언스연계전공을 폐지하고 데이터사이언스융합전공으로 과를 새로 만들었습니다.

데이터사이언스융합전공도 앞서 언급했던 인공지능융합학과와 마찬가지로 질 좋은 몇몇 수업을 제외하면

대부분 기초수학(교양 미적분, 선대, 통계입문수준), 기초코딩, 기초데이터분석 정도를 다루는 학과입니다.

누군가 데이터 사이언스를 배우고 싶은데 데이터사이언스학과를 복수전공하는게 어떻냐는 글을 학교 커뮤니티에 올리면 다들 만류합니다.

그냥 통계학과 가거나 소프트웨어학과를 가라고 다들 추천합니다.

데이터사이언스학과가 데이터사이언스를 배우려는 학생들의 워너비가 되지 못하는 아이러니한 상황입니다.

실상이 이렇다보니 해당 학과 학생들의 불만도 계속 쌓여가고 있습니다.

 

얼마 전 학교에서 또 어처구니없는 일을 벌였습니다.

바로 인공지능융합학과와 데이터사이언스융합학과가 속한 글로벌융합학부를 소프트웨어대학과 합쳐 소프트웨어융합대학으로 만들자는 것이었습니다.

인공지능, 데이터 사이언스를 공부하지 않는 소프트웨어학과 학생들은 어처구니가 없다며 반발했고 그 과정에서 학교 커뮤니티 안에서 크고 작은 싸움들이 일어났습니다.

심지어는 융합학과를 근본없다며 조롱하고 비난하는 글들도 다수 있었습니다.

현재는 사태가 일단락되어 원만히 해결되었습니다만 인공지능과 데이터사이언스학과가 소프트웨어융합대학으로 소속이 변경될 예정이란 것에는 변함이 없어보입니다.

저는 이 사태를 제 3자의 입장으로 지켜보면서 학교가 학생들을 제대로 망치는구나 싶었습니다.

인공지능학과, 데이터사이언스 학과 학생들은 본인들이 근본 없고 얕은 수업만 듣는다고 조롱 받아도 딱히 반박할 말이 없습니다.

오히려 본인들도 학과 커리큘럼에 대해서는 같이 욕하는 입장입니다.

 

웃긴점은 인공지능학과, 데이터사이언스학과에 속한 학생들 대부분은 성실하고 머리가 좋은 학생들이라는 점이었습니다.

저희학교는 1학년때는 대부분이 계열제에 속하고 2학년때부터 전공을 선택해 진입하는 구조로 되어있습니다.

인공지능학과와 데이터사이언스학과는 1년에 전공진입인원으로 각각 20명가량을 뽑는것으로 알고있는데 ,

이 인원안에 들어가기 위해서는 인문사회계열기준 평점 4.5만점에 4.0 이상이 되는 고학점이어야합니다.

이렇게 성실하고 똑똑한 학생들을 데려다놓고 3류 인공지능/데이터사이언스 인강수준 강의나 듣게 만드는 학교가 이해가 되지 않습니다.

인공지능, 데이터사이언스라면서 코딩과 응용에만 집중하는 학교 커리큘럼도 이해가 되지 않습니다.

응용에만 집중할거면 학과를 왜 만들었을까요. 그냥 교양강의 몇개 열어서 데이터분석이나 실습하라하면 될텐데 말이죠.

어차피 대학원가야하는 분야니까, 학부로는 택도없으니까? 오히려 그러니까 학부때 내실을 단단히 다져주는 교육이 필요한 것이 아닌가 싶은데 말이죠.

 

주절주절 다소 두서없었지만 그냥 4차산업혁명과 인공지능을 주도한다는 자칭 SW중점대학의 실태가 이렇다는걸 말하고 싶었습니다.


우선 똑똑한 학생이 얼마나 어이가 없었으면 저런 생각을 하고 메일을 보내줬을까 싶어서 안타까운 마음이 들었다. 하긴 뭐 정부조직이 위의 기사같은 정책이나 내놓고 있는 수준인데, 학교들은 정부지원금 타먹으려고 요리조리 머리나 굴리고 있지, 학생들에게 정말로 필요한 교육이 뭔지 고민이나 할까? 저런식으로 예산 버리는 정책들을 보다가 요즘 데이터 사이언스 대학원을, 제대로 수학, 통계학 교육을 시키는 대학원을 만들어야겠다고 백번 다짐하고 있는데, 이 똑똑한 학생의 울분을 듣고나니 더더욱 의지가 샘솟더라.

대부분의 의견에는 공감하지만, 몇 가지 변명(?)을 해주고 싶은 내용들이 있어서 사족을 좀 달아본다.

첫째, Computer Science 전공은 원래부터 개발자로 취직을 위한 전공이 아니다.

개발자로 취직을 위한 전공은 엄밀히 따지면 공업고등학교 전산과, 전문대학 전산과 라고 봐야한다. 학부 교육과정이 정상적으로 돌아간다면, Computer Science라는 전공은 Computer를 이용한 모든 Science를 이것저것 다루는 전공이어야 한다.

서울 명문대 중 한 곳의 이미지 인식 교수님 한 분이

개발자하고 싶으면 강남 IT학원을 가야지, 왜 내 수업와서 AWS Library 베끼고 있어?

라고 엄청나게 화를 내셨던 이야기를 들은 적이 있다. 살짝 바꿔 설명하면, 개발자가 개발을 잘 하기 위해서 알아야하는 여러가지 Computer Science 전문 지식이 있기는 하지만, Computer Science 전공 그 자체는 어찌됐건 대학원에서 연구과정을 밟고 싶은 학생들에게 적절한 훈련을 시켜줘야 한다. 다만 학교의 명성이 내려가면 갈수록 연구보다 취업이 우선이라 좀 더 개발자가 되는 교육에 치중하리라는 짐작은 있다. 공업고등학교나 전문대학에서 연구를 위해 Computer Science 관련 지식을 가르치지는 않을테니까.

파비블로그파비클래스에서 계속해서 한국의 Computer Science 전공자들이 데이터 사이언스를 할 훈련을 받지 않았다고 주장하는 것은, Computer로 할 수 있는 수 많은 Science 중에 AI라고 불리는 데이터 사이언스 지식은 고도의 수리통계학 & 계산통계학 지식이 필요한 분야임에도 불구하고 Computer Science라는 전공 자체가 수학 교육을 거의 안 시키는 전공이기 때문이다.

참고로, 경영학과에서 Finance로 교수 임용되는 분들은 수학, 통계학 관련 전공 출신이거나, 최소한 그 전공을 복수전공 이상급으로 지식을 쌓은 분들이다. 경영학과 출신이 자기 학부 전공 지식만으로 Finance 박사에 가는 것은 아예 불가능하다. 수학이라는 도구가 없는 상태에서 가르치는 것과, 있는 상태에서 가르치는 지식의 레벨이 완전히 다르기 때문에, 학부와 대학원 교육이 완전히 동떨어져있다.

요즘와서야 알게 된 건데, 국내의 Computer Science 상황이 경영학과 상황과 비슷하더라. 전공 안에서 다루는 주제는 많고, 근데 그 중 인기가 제일 많은 AI하고 싶으면, 경영학과로 치면 Finance하고 싶으면, 그 전공으로 대학원 가고 싶으면, 수학과도 괴로워할 만큼의 수학 공부를 해야한다. 경영학과는 파티 스쿨인 MBA가 아니라 수학/통계학 PhD가 Finance 박사 입학 요건이라는걸 이미 수십년 전부터 깨닫고 있었는데, Computer Science는 AI가 뜨고나니 요즘와서야 조금씩 깨닫고 있는게 차이라면 차이인 것 같다. (미리부터 알고 있는 깨어있는 분도 있었을 것이다.)

 

둘째, 문헌정보학과라는 전공이 데이터 사이언스와 별개의 전공이라는 점에는 동의할 수 없다.

아마 2010년대 중반에 와서야 데이터 사이언스라는 이름을 처음 들은 학교 교직원 관계자 분들은 그냥 데이터로 그림 그리는 전공이라고 생각했을 확률이 높고, 그래서 더더욱 경영학과와 비슷한 전공이라고 생각했을 것이다.

그런데 문헌정보학이라는 학문이 제대로 교육이 돌아갔었다면 문과에서 가장 수학과 통계학을 많이하는 전공이었어야한다. 도서관 사서를 만드는 전공이 아니라, 수많은 책들을 특정 카테고리로 분류하는 Clustering 기법부터, 자연어처리를 아우르는 “빅데이터” 관련 전공이었어야한다. 아마 해당 전공 교수님들 중 일부는 박사 내내 수학과도 괴로워할만큼의 수학 공부를 했는데, 정작 한국의 현실은 도서관 사서가 되고 싶고 책을 많이 읽고 싶은 학생들의 전공이라는 사실에 좌절하신 경우도 많을 것이다.

어쩌면 시대를 잘 타서 승승장구 하실 수도 있었을 법한 분들이었을텐데, 국내의 잘못된 편견, 특히 Computer Science에서 시작한 마케팅 때문에 코딩이 주력이고, 수학이 주력이 아닌 나라가 된 탓에 자신의 진정한 가치를 인정받지 못하고 있을 것이다.

믿을 수 없겠지만 외국의 명문대 Data Science 석사 과정을 보면 문헌정보학 관련된 박사 전공을 한 교수들이 은근 있다. 이 분들이 MBA 스타일의 그래프 예쁘게 그려놓고 경험담 이야기나 하는 수업을 진행할 것이라고 착각하겠지만, 그 분들이 대학원에서 훈련 받으신대로 강의하면 국내 기준으로 Computer Science 전공자들 (거의) 전원이 (수학 실력이 딸려) F 학점을 받을거라고 꽤나 장담할 수 있다.

우리 파비에서 데이터 사이언스 대학원 과정을 설립하게 된다면, 오히려 문헌정보학 전공자 분을 교수님으로 모시고 싶을 정도다.

 


파비클래스에 찾아왔던 어느 학생 한 분이 취직하면서 고민이 참 많다고 하더라.

회사에서 자기가 얻을 수 있는건 도메인 지식 밖에 없어보이고, 자기 위에 사수라고 불릴만한 사람 중에 파비클래스에서 듣고 배운 내용을 공유하고 같이 일하는데 쓸 수 있는 사람은 한 명도 없어서, 인턴 끝나고 취직 오퍼를 받았는데, 그 오퍼가 영 마음에 안 든단다.

더 자세한 속사정이 있었을지는 모르겠는데, 일단은 도메인 지식 vs. 뛰어난 사수의 존재 라는 경쟁구도만 놓고 그 고민을 다시 정리해보자.

한국사회는 냉정하게 말해서 지식 후진국이다. IMF구제 금융을 거치면서 대출 파티가 끝나고 난 이래, 외국계 자본의 철저한 자본주의 논리가 들어오면서 성장도 멈추고, 성장을 위한 투자도 멈춘 나라가 됐다. 투자한다고 말 나오는 자리들을 보면 사기꾼한테 속은게 아니면, 지식 후진국의 쫄보들이 겁먹고 투자하고 있는 티가 역력하게 난다. 다들 비전충이 아니라 실험충이 되어 있는 이유이기도 하다.

이런 나라에서 뛰어난 사수를 만나는건 기적이라고 봐야 한다. 특히 데이터 사이언스처럼 Computer Science 출신들이 왜곡된 정보를 제공해서 인력풀이 이상하게 꼬여있는 나라에서 뛰어난 사수를 만난다? 미안하지만 뛰어난 사수라고 불릴만한 사람 자체가 몇 명 없는 나라에서 당신이 어지간히 잘나지 않은 이상 그런 분이 계신 회사에서 오퍼를 받기는 쉽지 않을 것이다.

오히려 도메인 지식이라는 부분을 더 강조하고 싶다.

우리나라도 학벌 중심 사회에서 실력 중심 사회로 빠르게 이전하는 중이다. 자기 분야에 맞는 지식과 경험을 갖추고, 두루두루 응용할 수 있는 말랑말랑한 두뇌 구조를 갖고 있는 인재를 찾기는 하늘의 별따기보다 어렵다. 본인이 그런 인재로 성장하겠다는 꿈이 있는 사람이라면 더더욱 이런 지식 후진국에서 뛰어난 사수를 찾겠다는 헛된 희망을 품기보다, 스스로의 힘으로 뛰어난 사수가 되려고 해야한다. 특별히 대단한 일을 해야되는 것도 아닌게, 주변의 모든 인재라는 사람들이 월급 식충이 짓을 하고 있을 때, 자기는 한번 더 생각하고, 한번 더 고민하고, 한번 더 찾아보고 있으면 어느 날 넘사벽이라고 생각했던 누군가가 사실은 허당이었다는 사실을 깨닫는 순간이 올 것이다.

박사 1학년 들어갈 때는 자기 지도교수가 God처럼 보이지만, Dissertation을 발표하는 순간에는 그 논문을 자기보다 더 잘 아는 사람이 없어야한다. 지도교수들이 들어와서 온갖 딴지를 걸어도 웃기지마라는 여유를 부리면서 그들의 논리들을 Benchpressing 할 수 있는 능력이 있어야 연구자로 첫 걸음을 내디뎠다고 인정해주기도 한다.

자기가 그렇게 성장하는 동안 지도교수가 친절하게 도와줬을까? 논문 읽어봐주기라도 했으면 다행이다. 박사시절 방돌이는 이름이 Diogo인데, 졸업하는 날까지도 지도교수가 Diego라고 부르고, 이메일에도 그렇게 쓰더라. 그렇게 이름도 잘못 기억할만큼 푸대접을 받았어야하는 박사생이었나? 나는 지금도 그 친구를 내 논문의 공동저자로 선택했던 것을 후회하지 않는다. 그 친구는 천재였으니까. (아주 조금) 덜 똑똑한, 그렇지만 운이 (아주 조금) 더 좋았던 동생이 MIT에서 박사를 했다. 세상은 동생을 더 천재로 생각하겠지만, 우리끼리는 형이 더 천재라는 사실을 안다.

우리 파비가 더 성장해서 Diogo 같은 숨겨진 보석같은 천재들이 모이는 조직이 되면 좋겠다.

겉멋만 잔뜩 든 컨설팅 류의 회사가 아니면, 아마 다른 회사들도 마찬가지일 것이다.

자기 학교의 전공 과정이 엉망진창이라고 불평하던 제보자 분께도 같은 말을 전하고 싶다. 학교가 어떻건, 교수들이 뭐라고 정치질을 하건 상관없이 본인이 열심히 공부하고 실력을 키우면 된다. 어느 전공더러 근본 없다는 소리하는거 듣고 분노할 시간에 수학 증명 하나 더 보시면 좋겠다.

고급 지식은 영어로 적혀있다고 그러던데, 사실 진짜 고급 지식은 수학으로 적혀있거든.


경영학과 학부 – 통계학과 석사 출신이신 분이 제보자 분의 괴로움에 공감하는 글을 하나 써 주셨습니다 (링크)

Previous article데이터 사이언스 스터디 교재 추천 + alpha
제 이름은 파비가 아닙니다. 파비는 회사이름입니다. 파비는 온라인 광고 타게팅에 머신러닝이라고 쓰고 계산통계학으로 읽는 지식을 적용하는 스타트업입니다. 학부 고학년 이상 수준의 수학, 통계학 고민이 들어간 질문 이외의 질문은 파비캐시 앱 안의 Ask파비 섹션에 남겨주시면 앱 유저 중 누군가가 답변을 남겨드릴겁니다.