KAIST에 가서 이루고 싶은 것들

카이스트는 모험가를 선발해 그 꿈을 지원해준다. 즉 나의 꿈이 무엇이고 이를 위해 KAIST가 얼마나 필요한지가 중요하다. KAIST는 기회와 혜택이 넘치는 학교이며 배우고자 하는 의지, 자신을 계발하고자 하는 의지만 있다면 얼마든지 배우고 경험하며 꿈을 향해 나갈 수 있는 장소이다. 내 꿈과 목표를 위해서 KAIST가 왜 필요하고 어떻게 도움이 될 지를 고민해보는 시간을 가져야 한다. 아래는 내가 대학 교육을 통해 이루고 싶은 점이다. 

 

• 정말로 내가 좋아하는 것과 잘하는 것을 탐색하기
• 계속해서 질문을 던지고 발로 뛰며 공부해보기
• 창업과 취업, 대학원 중 뭘 하고 싶은지 고민해보기
• 다양한 경험, 다양한 사람, 다양한 환경 속에서 꿈을 꾸기

1. 학부 수업 및 동아리

내가 생각하는 대학에서 가장 중요한 것 중 하나는 교육이다. 내가 학부 수업을 통해 튼튼한 기본기를 다져갈 수 있는지, 다른 대학과 비교해 차이점이 있는지, 나의 성장을 위해 어떻게 활용하고 싶은지를 고민해보았다. 

 

고등학교를 다니면서 머신러닝 및 응용수학, 정보 보안, 컴퓨터 비전 분야 등 정보 분야의 관심사를 가지고 학업 내외적으로 많이 노력하며 관심을 키워왔다. 이런 점에서 KAIST에 가서는 이런 주제들을 심도 있게 다룰 수 있는 전산학부를 들어가고 싶었고 학과 홈페이지에 들어가서 이리저리 도움 될 만한 점을 찾아보았다. https://cs.kaist.ac.kr/

 

학부부터 대학원 과정까지 전공 수업에서는 관심 분야에 따라 여러 커리큘럼을 제시하고 있다. 현재 관심있는 커리큘럼으론 전산이론, 시큐어컴퓨팅, 인공지능 및 정보서비스이다. 왜 관심 있는지, 커리큘럼별 특징과 간략한 계획을 생각해보았다. 

• 전산학의 근본적인 것을 탐구해가는 전산 이론 커리큘럼을 따라 알고리즘, 계산기하학, 프로그래밍 언어, 컴파일러 등을 심층있게 배워볼 수 있다. 알고리즘 동아리 RUN에 들어가고 UCPC, ICPC 등 대학생 프로그래밍 대회에 도전하면 재밌을 것 같다. 고등학교 때 여러 알고리즘을 이용해 문제를 풀어보는게 재밌었는데 이런 흥미를 유지하면서 전공 지식을 쌓을 수도 있는 것 같다.   
• 보안 분야로 나아가고 싶다면 시큐어 컴퓨팅 커리를 따라 시스템, 소프웨어, 웹, 모바일, 그리고 암호에 이르는 다양한 분야의 보안 지식을 쌓을 수 있다. 관련 동아리로는 GoN이 있다. 고등학교 때 해킹동아리 활동과 해킹캠프 참여 경험을 하면서 정보 보안을 경험했는데 깊게 배우고 싶은 마음이 있다.  
• 인공지능 분야는 계속 관심을 가지고 고등학교 때 공부해왔기에 인공지능-빅데이터 분야 커리는 관심이 많다. OTL을 통해 강의 평가를 직접 다 확인을 해보았다. 기계학습(빠르게 딥러닝 훑어보는 느낌), 컴퓨터 비전 개론, 인공지능 기반 소프트웨어 공학(휴리스틱 방법)과 NLP 분야의 수업이 개설되어 있고 CS492에선 특강 형식으로 GNN, 3D Vision등 최신 분야와 연구현황 등을 경험해볼 수 있고 여러 프로젝트 경험을 쌓을 수 있다는 점에서 흥미로웠다. AI 교과목 리스트는 https://cs.kaist.ac.kr/aiiscs/undergraduate 12학점 이상 이수하면 인공지능분야 중점이수를 인정받을 수 있고 개별연구, URP도 이쪽 교수님과 진행할 수 있다. 인턴십과 산학과제 참여 등 다양한 경험을 해볼 수 있다고 한다. 인공지능 및 데이터사이언스 쪽 동아리는 없는 것 같아서 kaggle 대회 참여를 하는 스터디를 따로 만들거나 개발 동아리 SPARCS에 들어가 실전 개발 경험을 쌓는 것도 좋을 것 같다. 

이런 커리큘럼에다가 적절히 관심분야를 섞어 전공 선택 과목을 수강을 하고 인공지능분야 중점이수를 인정받는 식으로 학부 내에서도 인공지능 분야의 관심을 구체화해가고 싶다. 또 CS 과목 외로도 다른 학과에서도 관심 있는 분야를 계속 공부해보고 싶다. 찾아보면 IE331 OR, IE341 공학통계 II, IE342 회귀분석 및 실험계획법, EE202 신호 및 시스템 등 이전에 얕게 접해봤던 분야를 깊게 공부해보고 싶은 부분도 많다. IE과목 중 응용 통계 부분과 OR에서의 최적화 강의 또한 재밌어보인다.

찾아보니 복수전공(40학점 이상)까지 아니더라도 심화전공(12학점 이상), 부전공(18학점 이상) 학점 이수제도도 있어서 산시공 수업과 연계해 전산학의 이론적 토대와 통계와 최적화등의 수학적 토대를 쌓아가 머신러닝을 보다 깊은 수준으로 공부할 수 있을 것으로 기대된다. (산시공 OR 쪽 https://statistics.kaist.ac.kr/04030103 커리큘럼 참고)  다른 학과 모두 복수전공/부전공 선택이 가능하다는 점이 다른 학교와 구별되는 카이스트의 장점이다. 

 

2.  연구 경험과 인턴십, 창업

고등학교를 다니며 R&E에 창의개인연구도 매번 참여해보면서 공부하고 질문하고 탐구하는게 적성에 맞다는 생각이 들었다. 대학에 진학해서도 질문하고 발로 뛰며 공부하는 것을 원한다. KAIST에서는 이를 위한 기회를 제공하는데 개별연구와 URP 프로그램이다. 학업 외로 시간을 써야하는 부분이지만 학점 인정도 된다. URP는 1년 or 6개월로 진행되며 직접 연구 아이디어를 제시해서 진행하는 창의과제를 진행할 수도 교수님이나 조교가 진행하는 연구에 참여해볼 연구과제도 있다. URP 프로그램을 적극적으로 활용해 내 꿈을 찾아가고 학부생이 쉽게 경험할 수 없는 연구경험의 장점을 느끼며 교수님과 조교님의 멘토링을 통해 도움을 받고 싶다. 또한 연구에서 끝나는 것이 아닌 창업으로의 아이디어가 되어줄 수도 있고 나랑 연구랑 잘 맞는지도 확인해봐서 대학원 진학을 고민할 수도 있으니 꼭 해보고 싶은 경험이다. 실패 과정을 계속 경험해보며 연구란 무엇인지를 느끼며 많은 노력을 쏟아부어 보고 싶다.  

 

전산학부로 진학했을 때 다룰 수 있는 AI 연구 분야가 무엇이 있을지 찾아보았고(AI 연구 랩실 모음: https://cs.kaist.ac.kr/content?menu=267) 현재로서는 '인공지능과 전산이론', '인공지능과 인공지능-정보서비스' 분야가 흥미롭게 느껴진다.  '인공지능과 전산이론' 에서는 정확하고 공평하고 설명가능한 AI를 위해 통계학, 해석학과 함께 계산 이론, 소프트웨어 공학, 프로그래밍 언어 등 전산 이론 기반을 강조하고 있다. 이런 분야를 연구하고 있는 연구실 중에서도 '프로그래밍 언어 및 기계학습 원리 연구실'이 흥미로워 보인다. '인공지능과 인공지능-정보서비스' 에서는 관심있는 컴퓨터 비전 쪽 연구를 진행할 수 있다. https://sites.google.com/view/tkkim/ 연구실이 대표적이다. 사실 계속 공부해봐야겠지만 수학이나 전산이론에 근거해 딥러닝의 작동 원리를 규명하는 연구를 진행하고 싶다. 특별히 내가 고등학교 생활을 하면서 XAI란 분야를 알게된 계기이자 영상이해를 위한 최적화 이론을 공부해보는데 많은 영향을 준 김창익 교수님의 랩실 CILAB도 있다. 전산학부 교수님은 아니고 전기전자공학부라 학부 연구생이나 URP 지원을 받을 수 있는지는 잘 모르겠다.     

 

연구 쪽 분야도 경험해볼 수 있지만 산업체도 경험해보고 싶으면 https://cs.kaist.ac.kr/content?menu=217 에서 말하는 장기 인턴십 프로그램 Soc Co-op에 지원해볼 수 있다. KAIST에만 있는 유일한 제도이며 2개월의 사전교육과 6개월의 현장실습으로 이루어져 있고 학부 과정에서 학점 인정과 함께 산업체를 경험해볼 수 있기에 좋은 경험이라 생각한다.학점 및 인정교과목이 15학점이 되고 졸업 인정학점에도 포함이 되어 휴학을 내지 않더라도 산업체 현장을 경험해볼 수 있다. 

 

3.  다양한 사람, 다양한 환경

다양한 사람들과 만나고 다양한 환경에 있다보면 새로운 상상과 아이디어, 진로를 꿈꾸기도 한다. 교환학생, 대외 활동등을 적극적으로 참여할 수 있는 기회가 없을까 고민해보았다. ICIST 에서 창업, 다양한 연사, 행사 준비를 통해 학교 내외로 많은 사람들을 만나면서 다양한 경험을 할 수 있을 것 같기도 하다. 혹은 완전 다르게 댄동 같은데 들어가서 스트릿 댄스 문화를 접하고 사람들과 다양하게 만나는 것도 재밌을 것 같다. 

 

 

UPD) 자소서 쓰는 시점에 썼던 글이지만 KAIST 합격해서 다시보니 다행이다. 좀 더 알아봐서 이전 관성이나 시선과 상관없이 멋지게 Show & Prove 하는 대학생활을 보내봐야겠다 ㅋㅋㅋ.