Member for
5 months 2 weeksProfessor of AI/Data Science @ SIAI
입력
수정
지난 1월부터 수요 조사를 받았던 2025학년도 예비 신입생 보조 교육이 어제(3월 31일)부터 정식으로 시작됐다.
당시 지원 의사를 표현한 분들과 2월에 온라인으로 한번 만났고,
3월 중에 과거 기출문제 풀이를 듣도록 열어주면서, 일종의 예열(Warm-up) 과정을 거치는 중에 2번을 더 만났는데, 역시 예상대로 기출문제 풀이를 보면서 자기들이 회사에서 진행하고 있는 AI/Data Science 프로젝트가 얼마나 잘못됐는지 피부로 느끼고 있다는 감정을 털어놨다.
2022학년도에 입학했다가 따라갈 자신이 없어서 1년 휴학 후 2023년에 다시 복학했던 모 대기업 재직 중인 학생은, 이제 졸업을 눈 앞에 두고 최고 논문상 후보 중 한 명으로 올라서 있는데, 회사가 이상한 것만 인지하고 무작정 제대로 공부해야겠다고 생각하고 지원했던 2022년과, 정말 제대로 해야 겨우 살아남을 수 있겠구나는 절박함으로 다시 찾아왔던 2023년 사이의 감정 변화를 공유하는 걸 들으면서, 아마 예비 교육에 참여하는 학생들도 생각이 많았을 것이다.
역시 2023년에 입학했던 한 학생은 당시에 국내 차량 공유 업체인 S모 스타트업에서 N모 포털사로 이직했던 사람들이 도구 변수 (Instrumental variable) 개념을 이해하고, SIAI에서 가르치는 것처럼 데이터 전처리 작업부터 기존 변수에 오차가 있을 때, 기존 변수가 사라졌을 때, 주어진 문제의 변수 간에 동시성이 주어져 있을 때 등등에 활용하는데 어려움을 겪고 있는 이야기를 봤다고 말을 꺼낸 적이 있었다.
그 학생이 4달 동안 수업을 듣고 도구 변수 활용을 포함해 위의 '내재성(Endogeneity)' 문제를 해결하는 방법을 완전히 익힌 후부터 그 N사로 이직하신 분들의 블로그를 찾아가지 않았던 이야기도 나왔다. 그 분들은 2~3년간 힘겹게 그 내용을 겨우겨우 이해하고 있었겠지만, 우리 SIAI 학생은 입학한지 단 4달 만에 그 분들의 2년 고통을 바로 뛰어넘은 것이다. 아마 지식을 응용하고 복잡하게 꼬인 문제를 풀어내는 능력이라는 한 단계 위의 활용법까지 따지면, 매우 미안한 말이지만 자율 학습을 하신 그 분들은 절대로 SIAI 학생들의 시야를 쫓아오지 못할 것이다.
지나친 자신감에 거부감이 든다면 위의 문제들을 직접 한번 풀어보시라. 나 역시 한국에서 피상적인 지식만 이해하면 점수를 받을 수 있는 교육을 받아봤었고, 반대로 현실에 주어진 상황에 맞춰 중첩된 응용을 해야만 점수를 받을 수 있는 교육에 충격을 먹어가면서 공부했기 때문에, 당신들이 현재 어떤 상태일지 충분히 짐작이 가고도 남음이 있기 때문에 자신있게 하는 말이다.
모 아이비리그 대학에 재학 중이던 재미교포가 S대에 교환학생을 왔다가 학생들의 수준과 수업 수준에 큰 충격을 먹고 돌아간 이야기를 예전에 잠깐 언급한 적이 있는데, 이제 예비 교육에 참여한 학생들도 왜 이런 이야기가 나오는지 조금씩 느끼게 될 것이다.
평생교육원, 학원 그리고 대학
1달짜리 압축 요약 기초 과정을 운영하다가 도저히 이건 아니다 싶어서 대학을 만들려고 1년간 온갖 고생을 다 하던 시절, 내가 자주 들었던 이야기는 학원만 몇 달 다니면 배우는 내용, 심지어 혼자서 공부만 해도 되는 내용을 무슨 대학까지 세워가며 가르칠려고 하느냐는 질문이다.
저 위의 몇몇 사례들만해도 이미 충분히 반박이 될 것이라고 생각되지만, 그 당시에는 저런 예비 졸업생들의 경험담도 없었고, 우리 SIAI 학생들의 졸업 논문들도 없었으니, 심지어 한국 전체에 온갖 종류의 3류 IT학원식 부트캠프(Bootcamp) 교육만 가득했던 시절이었으니 이해가 안 되는 것은 아니다. 아마 한국어로 된 자료, 강남 일대에서 보는 IT학원들과 그걸 그대로 베껴 가르치는 국내 대학 교수들에게만 한정된 식견을 갖추고 있었을테 제대로 보이질 않았을 것이다.
그 무렵, 한 의대생이라는 학생이 아래의 문구가 담긴 메일을 보내온 적이 있었다.
예전에 1달짜리 압축 교육을 하실 때 들었어야 되는데
아마 SIAI 학생 중에 그 1달 짜리 교육과 SIAI에서 가장 쉬운 교육 과정인 MBA AI/BigData를 모두 들은 학생들에게 물어보면, 왜 당신의 좁은 식견을 좁다고 지적할 수밖에 없는지 이해할 수 있을 것이다.
어차피 교육이라는 재화가 경험재라서 시험쳐서 F를 받아보기 전에는 깨닫기 어려울테니, 교육 자료를 설명하는 것 대신, 몇몇 사례를 이야기해주면,
- 국내 모 대학 경영학 박사 출신 + 1달 짜리 강의의 상중하 버전을 모두 들은 학생 + MBA AI/BigData 학생
인 케이스가 한 명 있고, 학위 수준은 박사가 아니지만 역시 국내 대학에서 대학원에서 보낸 시간만 다른 이과 출신 학생이 2명 더 있는데,
모두 Machine Learning, Deep Learning 수업에서 형편없는 점수를 받고, 논문 내라는 말을 무시한채 '잠수'를 타는 중이다.
이제 졸업 연한이 다 되어서 퇴학 처리가 될 것이다.
입학 당시에도 국내에서야 너네들을 인재라고 그러겠지만, 내 입장에서 봤을 때는 지진아 수준에 불과하다, 먼저 가르치는 수학 & 통계학 수업 때부터 어지간히 열심히 공부하지 않는 이상 살아남기 힘들 것이라고 지적들을 했었는데, 아마 본인들도 정말 열심히 공부했었겠지만, 사실상 첫 과목부터 점수 조정을 안 해주면 F 학점을 면하기 어려운 수준의 점수들을 받았다.
왜? Bootcamp와 정식 대학 교육의 수준은 넘사벽으로 다르기 때문이다.
부트캠프 수준으로 껍데기만 배워봐야 사상 누각
과목 이름이
라서 만만하게 봤었을 분들, 즉 SIAI 교육 수준을 모르는 분들을 제외하고, 시험 문제의 난이도를 짐작할 수 있는 수준인 분들 기준으로 영점을 좀 조정해보자.
저 과목들의 기출문제 18개 풀이만 들려주고 입학 시험을 쳤던 2022년, 국내 모 명문대에서 수학 전공을 하신, 학원계에 좀 오래 있어서 국내 교육 사정을 아는 분이 오셨다가 이런 말씀을 하신 적이 있다.
기초 수학 & 통계학 개념을 가르칠 줄 알았더니, 처음 보는 통계학 개념 1-2개를 제외하면 계속 어떻게 응용하는지, 응용력을 빠른 시간에 길러낼 수 있는지만 따지는 시험인 것 같다
저 분이 처음 보는 통계학 개념이 위에서도 잠깐 언급했던 '도구 변수(Instrumental variable)'다.
저 분의 배경 지식을 감안해서 상황 설명을 하면, 고교 학원 강사가 이해하고 있는 통계학, 대학에서 통계학 비전공자가 봤던 통계학, 그리고 추가되는 개념 1-2개만 더 익히는 것에 지나지 않는 수업들을 했다고 보면 된다.
고작 그런 내용을 가르치는데 왜 돈을 받냐고 반문할 수도 있을텐데, 그럼 왜 다들 F학점을 못 면할까?
지식을 알면 된다는 개념이 교과서에 적힌 개념을 알고, 교과서 뒤에 있는 연습 문제를 풀 수 있으면 되고, 살짝 더 나가서 기출 문제를 잘 풀어서 학점만 잘 받으면 된다고 생각하기 때문에, 단순히 가르치는 지식의 양이 중요하다고 생각들을 했을 것이다.
그러다가 사고력을 갖춰야 풀 수 있는 문제를 만나니, 배우기는 다 배운 것 같은데, 왜 문제를 못 풀겠는지 모르는 상황에 직면해 버리게 된다.
평생교육원, 학원 방식으로 지식을 암기시켜서 집어넣기만 하면 좋은 점수를 받을 수 있는 교육을 받던 나라 학생이, 사고력이라는 훈련이 없으면 0점을 받을 수밖에 없는 교육을 만났으니 얼마나 큰 충격이었을까?
그렇다보니 수학을 아무리 많이 공부하고 와도, 수학 박사를 하고 와도 한국에서 교육 받아서는 저런 시험에서 F학점을 받는 것이다. 왜 SIAI학생들이 괜히 밖에서 계속 수학 공부만 한다고 시간만 버리지 말고, 하루 빨리 입학하는 편이 낫다는 이야기를 했던 것이 아니다.
어쩌면 한국 대학 교육은 부트 캠프에서 정말 열심히 하면 따라잡을 수 있을지도 모른다. 난 그렇게 국내의 Data Science 관련 전공들이 뭘 가르치는지 보고 난 다음에 SIAI를 세우자고 결정했었는데, 나와 비슷한 속도로 읽고 이해할 수 있는 사람들이라면 국내 대학들 교육 따위는 몇 달 안에 충분히 가능할 것이라고 본다. 다만, 사고력을 갖추고 그 지식을 응용할 수 있는 능력이 없으면 교과서 속의 지식은 아무런 소용이 없다.
그러니 SIAI를 욕하는 애들, SIAI 교육의 가치를 모르는 사람들이 이렇게들 힐난하는 것이다.
그거 배워 봐야 어디에 써먹어요?
시야가 열렸으면 우리 SIAI의 모든 기말고사 문제, 케이스 발표 문제들이 모두 특정 회사들이 겪고 있는 상황을 AI/Data Science 도구로 풀어내는 과정, 글로벌 최상위권 기업들의 의사 결정 과정 구조라는 것이 이해가 됐을텐데. 식견이 좁으니 안 보이겠지.
반대로 식견만 갖춰지면 STEM 교육의 어디를 가나 AI/Data Science에서 쓰는 학문적 도구를 다들 자기들 방식으로 바꿔서 쓰고만 있을 뿐, 쓰는 학문적인 도구는 모두 비슷비슷하다는 것이 보일텐데.
어떻게 쓰는지만 알면 된다던 정부 출연 연구소 박사들
사업 초기에 홍보 차원에서 국내 몇몇 정부 출연 연구소 박사들에게 강의를 나간 적이 있었는데, 돌이켜서 생각해보면 저 1달짜리 교육 과정은 딱 그런 분들, 그 중에서도 국내 대학 박사들이 아니라, 해외 Researh school에서 대학원 교육을 받은 분들께 적합했던 교육이었던 것 같다.
이미 위에서 들었던대로 국내 대학 석박 출신들이 모조리 F학점을 못 면했고, 아마 그 정출연 박사들도 1달 짜리 부트캠프 수준의 강의가 아니라 제대로 된 교육을 받았으면 '눈물이 나도록' 공부를 했어야 F학점을 못 면했을 거라고 본다. 이미 주변의 대학 교수들이 시험 문제를 보고 F학점을 안 받는게 이상하다고 표현하기도 했고, 하루 수업을 빼서 거의 비슷한 문제를 미리 다 풀어주는 과정을 거치고, 앞에서 테크 트리를 차곡차곡 쌓아올리는 걸 보여주고 나서야 '그래도 쉽지 않을텐데...'라는 표현을 자주 듣는다.
다만, 그 때 만나봤던 정출연 분들은 '신경망(Neural Network)'라는 것이 알고보니 Tree 형태로 Regression을 배열해서 Factor Analysis를 Non-linear로 하고 있는 작업에 불과하다는 내 설명을 단번에 이해했고, 거기에 맞춰 DNN이라는 모델이 별 대단한 작업이 아니라 컴퓨터 학대에 불과하다는 것으로 바로 개념 확장을 할 수 있는 분들이었다.
해외 Research school 출신들이 많은 연구소들은 그렇게 개념만 던져드려도 상황 파악을 다 하니 편하게 진행을 했던 반면, 국내파, 특히 공대 출신들이 잔뜩 모인 연구소들을 가면
코드만 주시면 됩니다, 라이브러리만 주세요
혹은 심한 경우에는
그런 수학은 몰라도 될 것 같고, 어떻게 쓰는지만 알려주세요
라는 분들도 있었다. 알려줘도 하나도 제대로 쓰지도 못하시던 분들이.
암 걸리는 것 같아서 그 자리에 앉아있는게 너무 힘들었었다.
이번에 예비 수업을 들으러 온 학생 하나가 이렇게 질문하더라.
기출 문제를 다 알고 나면 쉽게 A학점을 받는 거 아니냐
우리 SIAI 학생들이 모두 비웃는다.
왜냐? 저런 사고력 기반 문제들은 2페이지에 달하는 시험문제가 거의 똑같은데, 정작 제일 초반에 정해놓은 요건만 바뀌어도 문제 풀이가 모두 바뀌고, 새롭게 논리를 다 짜야 되기 때문이다. 예를 들어, STA501: Final examination 2021 의 1번 문제는 Cobb-Douglas를 Regression으로 바꾸고, 이게 Non-linear regression을 Log를 이용해서 Linear로 바꾼 부분은 매년 똑같은 방식을 유지하면서 출제했었다. 심지어 10개의 작은 문제들에서 변수를 안 바꾼 적도 많다.
그런데, 제일 초반에 Wordpress-based webpage를 만드는 회사라는 내용 대신, AI 연구를 하는 회사로 내용을 바꾼 적도 있고, 가짜 AI를 만들면서 진짜라고 주장하는 회사와 진짜 AI를 연구하고 있는 회사들 간의 비교 형태로 문제를 바꿔서 출제해버리면 문제 풀이가 완전히 바뀐다. 기술력이 낮은 회사는 $K$에 붙은 변수의 범위가 낮을 것이고, 반면 기술력이 높은 회사는 $L$와 $K$의 비중이 달라지면서 문제 풀이 단계 별로 접근법이 모두 바뀌기 때문이다.
이미 기출문제를 다 풀어주고, 매년 지식이 더 쌓이는데도, 심지어 어중이떠중이 같은 학생들은 모두 사라지고 열심히 공부하는 학생들만 남았지만, 채점은 언제나 매우 쉬웠다. 대부분 상황이 바뀐 것에 따른 논리적 확장을 못한, 외운 수준에 불과한 답을 써서 0점이나 노력 점수 1점 밖에 못 받았기 때문이다. (보통 학위 과정 중반을 지나면 매달 만날 때마다 초반부 수업들의 답안지에 이불킥을 뻥뻥 찬 이야기들을 한다.)
고작 유럽 명문대들 학부 2학년 교육 과정을 갖고 왔건만.
학원보다 나을 게 없어진 대학 교육
그런 수학은 몰라도 될 것 같고, 어떻게 쓰는지만 알려주세요
라고 현기증 난다는 표정을 짓던 그 정출연 국내 공대 박사들은, 예전에 썼던 코드를 갖고와서 또 쓰면 된다고 생각하지, 우리 SIAI 학생들이 겪은 것처럼 문제 기본 설정이 살짝만 바뀌어도 문제 풀이 자체가 완전히 바뀌는 상황을 한번도 겪어보지 않았을 것이다. 한국 대학들의 교육이, 특히 국내 공대 대학원이 어떻게 인력을 교육 시켜서 시장에 내보냈는지 짐작하고도 남음이 있는 대목이다.
지난 3월 31일부로 SIAI 소유권도 유럽 팀으로 넘어갔고, 이번에 예비 과정을 거쳐 받게 되는 학생 몇몇을 끝으로 한국에서 SIAI라는 이름으로 인재를 더 길러내기는 어려울 것이다. 유럽 기준에 맞춰서 학위 가격도 대폭 인상됐고, 입학생들의 프로필도 바꿀려고 하는데, 한국 학생들의 구매력이나 사고력, 어느 쪽을 봐도 SIAI가 선택지가 될 것 같지는 않아보이기 때문이다.
올해 뒤늦게라도 몇 명이 더 나선다면 모를까, 이제 나도 지쳐서 한국 땅에서 교육으로 더 에너지를 쏟고 싶지도 않다.
한국이 앞으로 어떤 나라가 될지 함부로 말하는 것이 쉽지는 않지만, 지난 몇 년간 지켜본 정보를 봤을 때, 국내 인력들의 수준은, 특히 공대 출신들의 수준은, 대학 학위 과정 출신과 부트 캠프 출신을 구분하기 어려운 나라가 됐다. 즉, 대학의 권위가 무너진 나라가 됐다. 대학이 학문적 훈련을 시키지 않고, 껍데기 지식만 전달했고, 모양새만 갖춘 논문만 찍어서 학위만 팔았기 때문이다. 대학 교육이 학원 교육 수준으로 추락한 나라가 됐다는 냉혹한 현실을 감안하면, 앞으로 10년이 채 지나기 전에 기술력으로 글로벌 시장에서 경쟁력을 유지하기는 매우 어려울 것이다.
David이 쓴 위의 글 후반부에 'Korea, once a tech leader, will soon be China's tech colony'라는 대목을 읽는데 너무 괴롭더라.
보통 교육 전문가들은 교육 방향이 바뀐 것이 시장 전체에 영향을 주는데 10년에서 20년 정도가 걸린다고 본다. 아마 미·적분을 몰라도 대학을 갈 수 있었던 2005년부터 이런 전환이 시작됐을 것이고, BK21로 3류 프로젝트들에 지원금을 주면서부터 공대 교육도 저렇게 프로젝트 전문 도제 교육, 찍어내기 전문 교육으로 바뀌었을 것이다.
정부는 나름대로 미국의 NBER이나 영국의 Royal Majesty 지원금 같은 걸 보고 BK21을 만들었겠지만, 교육 수준이 낮은 나라가 껍데기만 베끼다보니 결국 Garbage in, garbage out이 20년간 누적됐다.
중동, 구소련연방 같은 나라들에서 온 학생들에게 장학금을 주면서 학생 숫자를 채우려고 하지 말고, 대학들 문을 강제로 닫아버린 다음 극소수의 대학들이 Research school로 성장할 수 있도록 전폭적인 지원을 해 줬어야 되는데, 정책 방향이 잘못되는 바람에 결국 한국 대학 교육은 이제 학원 수준으로 추락해 버렸다.
'단군 이래 최저 학력', '창세기 이래 최저 학력' 따위의 소리가 나오던 2000년대 초반에 교육 정책을 만들었던 관계자들부터, 지난 20년간 국내 교육계를 움직이신 분들은, 당신들이 만든 교육 시스템이 나라의 운명을 1970년 이전으로 돌려놨다는 것을 인지나 하고 있을까? 왜 제대로 대학 교육만 돌아갔으면 4달만에 배울 지식을 우리나라 1등 IT업체에서 핵심 인재들이 2년, 3년을 공부해도 못 따라가고, 껍데기나 흉내만 내고 있어야 하나.
Member for
5 months 2 weeksProfessor of AI/Data Science @ SIAI
