이번에는 독자분들께서 가장 궁금해하실 '대학원 입학'을 시간순으로 제가 입학을 어떻게 준비했는지 따라가며 다루어 보겠습니다. 독자분들께서 참고하실 점은 대학원마다 일정이 다르다는 점입니다. 서울대학교 대학원은 10월에 입학 지원서를 받기 시작하는 반면, KAIST는 여름방학 기간인 7월에 지원서를 받고 POSTECH은 4월-6월, 10월달 두 번 받습니다.
저는 8월달 즈음에야 대학원 진학 결심을 확고히 굳혔기 때문에 카이스트에는 원서를 써보지도 못했습니다. 많은 대학원들 중 카이스트가 가장 지원시기가 빠르니 카이스트 진학을 희망하시는 분들은 이 일정을 참고하셔서 대학원 입학 계획을 세우셔야 하겠습니다.
8월: 교수님 컨택기간
2017년 8월, 여름 휴가기간 동안 저는 제가 진학하고 싶은 대학원 연구실의 교수님들을 뵈었습니다. 대학원생 친구들에게 물어보니 교수님과 사전에 말씀을 나누어보고 교수님 연구실에 관심을 표현하는 것이 매우 중요하다고 들었기 때문입니다. 저는 지금도 이 때, 친구들의 조언을 따라 여러 교수님을 뵌 것을 매우 다행으로 여깁니다. 교수님들과의 만남을 통해서 제가 어느 학문을 공부하길 원하는지 더 확실히 알 수 있었고, 어떠한 방향으로 준비를 해야 하는지 단서를 얻을 수 있었기 때문입니다.
처음에는 이 '사전 컨택'의 중요성을 이해하지 못했었습니다. '굳이 교수님께 연락을 드리고 개인적으로 만나보아야 하나?', '어차피 여러 명의 교수님들에 의해 서류와 면접에서 평가가 이루어질텐데, 입학을 위한 공부도 하기 부족한 상황에서 왜 굳이 교수님을 만나야 하지?' 라는 생각이 들 수도 있습니다. 저도 그랬었으니까요. 특히 제가 지원했던 포스텍 '산업공학과'에서는 산업공학 관련 전공 지식 질문을 물어본다고 알려져 있었고, 다른 대학원 면접도 비슷하겠거니 생각했었기 때문에 전 통계학 공부나 열심히 하는게 낫지 않을까 생각했었습니다.
하지만 제가 생각하는 '중요한 것'과 실제로 입학을 위해 필요한, 교수님들께서 원하시는 '중요한 것'은 많이 달랐습니다. 제가 생각했던 중요한 것은 '통계학'이었습니다. 데이터 사이언스의 기본은 통계학이라는 이야기를 듣기도 했었고, '통계학과 대학원' 진학을 생각하기도 했었기 때문입니다. 하지만 제가 진학을 하기로 최종 결정한 산업공학과 교수님들께서 학생들에게 기대하시는 바는 제가 생각한 것과 달리 '컴퓨터 프로그래밍 실력'이었습니다.
랩에 왔을 때 바로 프로젝트, 연구에 투입되려면 생각하는 바를 컴퓨터로 표현할 수 있어야 하기 때문입니다. 저같은 경우에는 경영학과를 졸업하여 컴퓨터 프로그래밍 백그라운드가 약했습니다, 그래서인지 교수님들과의 대화에서 면접 전까지 컴퓨터 프로그래밍 실력을 길러야 한다고, 면접에서 이 프로그래밍 관련하여 저에게 많은 challenge를 하실 수 있다고 이야기 해 주셨습니다.
교수님과의 만남 이후 MIT open cours eware의 'Introduction to computer science and programming in Python' 강좌를 수강하기 시작하였고, R로 개인적인 프로젝트를 진행하였습니다. 이 때부터 시작했던 R 개인 프로젝트는 제가 면접 자리에까지 들고가서 소개했었을 정도로 입학에 큰 도움이 되었습니다. 돌이켜 생각해 보아도 교수님들과의 사전 컨택 덕분에 대학원에 입학 할 수 있었습니다.
9월, 10월 : 통계학 공부, 프로그래밍 공부
이 시기에는 정말로 공부만 하면서 지냈었습니다. 가끔씩 여자친구와 데이트한 것만 제외하면 말이죠. 제가 공부했던 것은 다음과 같습니다. (해당 부분을 클릭하시면 웹사이트로 이동합니다.)
1. 통계학 공부 : 수리통계학 통합과정 (유니와이즈)
그런데 논문들을 공부하다 보니 모르는 통계학 개념들이 많아 이 수리통계학 통합과정을 듣기 시작했습니다. 104강에 이르는 굉장히 긴 수리통계학 과정입니다. 그만큼 강의를 수강하느라 투자해야 하는 시간도 많고, 복습해야 할 양도 적지 않죠. 그래서 저는 꼭 마음 각오가 단단히 되신 분들만 이 강의를 들으라고 권해드리고 싶습니다.
장점
- 강의안 교재가 굉장히 꼼꼼하게 쓰여있다
타 사이트에도 통계학 강좌가 있는데 그 사이트 강좌의 교재는 정말 허허벌판입니다. 그래서 필기하느라 강의를 듣는데 시간이 훨씬 많이 걸리죠. 이 유니와이즈의 강좌는 자신이 모르는 부분만 필기하면 되니 훨씬 시간이 절약됩니다.
- 교수님께서 굉장히 친절하게 Q&A에 답해주신다.
이건 저처럼 혼자 통계학 공부를 하는 학생들에게 있어서 큰 장점입니다. 모르는 부분이 나와도 교수님께 물어보면 된다고 생각하니 마음이 편안해지거든요.
단점
- 교수님의 전달력 부족
강의 이해 안될 때가 자주 있습니다. 여러 번 반복해서 교수님 설명의 의도를 파악 못할 때가 있습니다. 단, 이럴 떄는 Q&A에 물어보면 교수님께서 친절히 답해주시니 극복가능하긴 합니다.
- 강의가 조금 비쌉니다.
통합으로 들으면 30만원이시고, 상, 하 과정으로 나누어 들으면 18만원씩 내야합니다.
2. 파이썬 공부 : Introduction to computer science and program in python
MIT OCW이기 때문에 무료라는 점이 굉장히 큰 장점입니다. 교수님들께서 재미있게 가르치시기도 하구요.
장점
- 교수님들이 굉장히 재미있게 가르치십니다. 예도 많이 들어주시고, 학생들과 의사소통하며 가르치시니 일방적이지 않아 재미있습니다.
- 해당 과목이 컴퓨터 사이언스의 가장 기초 과목이기 때문에 저같이 기초 없는 학생들도 재미있게 들을 수 있습니다.
단점
- 영어로 되어있기 때문에 영어 사용이 원활치 않으면 접근성에 문제가 있습니다.
- 교재를 외국 아마존 웹사이트에서 구매해야 합니다. (단, 교재가 없어도 크게 문제는 없습니다. 슬라이드를 제공해주니까요)
3. R 공부 : R을 활용한 기초 통계 분석
경희대에서 학생들이 필수적으로 들어야하는 '사회통계분석' 과목에서 사용하시는 교재입니다. 구술체로 서술되어 있기 때문에 약간 '누드교과서' 같은 느낌이 납니다. 또한 이 교재의 강좌도 책 제목으로 올라와 있으니 책 보고 이해가 안가는 내용을 참조하기에 좋습니다.
장점
- 저자 직강의 동영상 강의가 유튜브에 있으므로 공부하기 수월하다.
단점
- 책이 얇은 편이므로 R에 대해 포괄적으로 다루고 있지 않다.
위와 같이 9,10월을 보내고 11월에는 면접고사를 치렀습니다. 다음 글에서는 '면접 준비 & 면접장 분위기'에 대해 알아보겠습니다. 참고로 저는 1. 해당 대학원에서 직접 공부하신 분들에게 조언을 구했고, 이 내용을 바탕으로 2. 면접장에서 교수님들께 보여드리기 위해 R을 이용한 개인 프로젝트를 프린트 아웃하여 준비해 갔습니다. 제가 공학적 백그라운드가 없기 때문에 통계쪽 컴퓨터 프로그래밍을 할 줄 안다는 인상을 드리고 싶어서 이런 프로젝트를 인쇄해서 갔었고, 결과는 대성공이었습니다. 이에 대해 다음 글에서 자세히 다루어 보겠습니다.