경북대 데이터사이언스 대학원 학업계획서
분야
hwp경북대 데이터사이언스 대학원 학업계획서
1. 진학 동기 (왜 이 전공, 왜 이 학교인가)
2. 학업 및 연구 계획 (수강할 과목, 방법, 목표)
3. 연구 관심 분야 (어떤 주제에 관심이 있는가)
4. 졸업 후 진로 및 포부
1. 진학 동기 (왜 이 전공, 왜 이 학교인가)
제가 데이터사이언스 분야에 관심을 갖게 된 계기는, 단순한 기술 습득이 아니라 문제의 본질을 수치로 이해하고 예측하는 과정의 매력 때문입니다. 사회 현상이나 산업적 의사결정의 많은 부분이 직관이 아닌 데이터 분석에 의해 좌우되는 현실을 경험하면서, 저는 데이터를 읽고 해석하는 능력이 현대 사회의 핵심 역량이라고 느꼈습니다. 학부 시절 경영학을 전공하며 마케팅 데이터와 소비자 패턴 분석 프로젝트를 수행했는데, 같은 자료라도 접근 방식에 따라 결과의 신뢰도가 완전히 달라지는 것을 보았습니다. 단순한 평균과 비율의 나열이 아닌, 데이터의 숨은 관계를 파악하는 과정이 제게 큰 흥미로 다가왔습니다. 그때부터 데이터 분석의 원리를 체계적으로 배우고자 결심했습니다.
이후 현장에서 직접 데이터를 다루는 일을 하며, 단순한 도표나 통계값만으로는 의사결정을 지원하기 어렵다는 한계를 느꼈습니다. 특히 프로젝트 수행 중, 특정 변수 간의 상관관계를 직관적으로 판단했다가 예측모델에서 전혀 다른 결과가 나온 경험이 있었습니다. 그때 저는 통계적 접근과 알고리즘적 사고가 얼마나 중요한지를 체감했습니다. 직관적 판단이 아닌, 데이터를 기반으로 한 객관적 해석 능력이 문제 해결의 핵심이라는 사실을 깨닫게 된 순간이었습니다. 이런 경험들이 쌓이면서 데이터사이언스를 단순한 분석 기술이 아닌, 현상을 과학적으로 해석하는 학문으로 인식하게 되었습니다.
또한 사회 곳곳에서 데이터 활용이 필수가 되고 있다는 점이 저의 진학 결심을 더욱 확고하게 만들었습니다. 인공지능과 빅데이터 기술이 빠르게 발전하면서, 의료, 교육, 금융, 환경 등 모든 분야가 데이터 분석을 통해 새로운 가치를 창출하고 있습니다. 하지만 실제 업무 현장에서는 데이터의 품질, 편향, 구조적 불균형 등의 문제로 인해 정확한 해석이 어려운 경우가 많았습니다. 저는 이런 문제를 체계적으로 해결하기 위해, 데이터 전처리부터 모델링, 시각화, 해석까지의 과정을 학문적으로 배우고 싶었습니다. 데이터의 표면적 숫자가 아니라 그 속의 ‘의미’를 읽어내는 능력을 기르고 싶다는 열망이 커졌습니다.
경북대학교 데이터사이언스대학원을 선택한 이유는, 학문적 깊이와 실무 응용이 균형 잡힌 커리큘럼 구조 때문입니다. 통계학, 인공지능, 컴퓨터공학이 통합된 교과과정은 제가 추구하는 학제적 연구 방향과 잘 맞습니다. 특히 경북대는 공공데이터 분석과 산업협력 연구가 활발해, 실제 문제를 기반으로 한 실험적 접근이 가능하다는 점이 큰 매력으로 다가왔습니다. 또한 교수님들의 연구 분야가 데이터 기반 사회문제 해결, 인공지능 응용, 딥러닝 모델 최적화 등 현실적인 주제에 초점을 맞추고 있어, 저의 연구 목표와 일치한다고 느꼈습니다.
저는 이 대학원에서 데이터를 단순히 다루는 기술자가 아니라, 데이터를 통해 사고하고 문제를 정의할 줄 아는 데이터 과학자(Data Scientist)로 성장하고자 합니다. 숫자와 코드 너머의 인간적 의미를 읽어내는 능력을 기르고, 사회의 복잡한 문제를 데이터로 설명하고 예측할 수 있는 학문적 기반을 마련하는 것이 제 진학의 궁극적인 이유입니다. 경북대학교의 연구 중심적 교육 환경은 저의 탐구적 성향과 잘 맞으며, 이곳에서 저는 데이터사이언스를 학문으로 이해하고 현실에 적용하는 연구자로 성장할 자신이 있습니다.
2. 학업 및 연구 계획 (수강할 과목, 방법, 목표)
입학 후 저는 데이터사이언스를 구성하는 세 가지 핵심 축 통계적 추론, 인공지능 모델링, 데이터 해석 및 시각화을 균형 있게 학습하여, 데이터 기반 의사결정의 전 과정을 통합적으로 이해하고자 합니다. 학부 시절 기초적인 통계분석과 프로그래밍을 경험했지만, 고차원 데이터 구조나 머신러닝 모델의 수학적 원리를 충분히 이해하기에는 한계가 있었습니다. 대학원에서는 단순한 도구 사용을 넘어, 알고리즘의 작동 원리와 수학적 기초를 명확히 이해하는 데 중점을 둘 계획입니다.
1학기에는 ‘통계적 데이터 분석’, ‘기계학습 기초’, ‘데이터 전처리 및 시각화’ 과목을 중심으로 학습할 예정입니다. 특히 통계적 사고를 기반으로 데이터를 해석하는 능력을 기르기 위해, 회귀분석과 베이지안 추론 과목을 집중적으로 이수할 계획입니다. 데이터가 불완전하거나 잡음이 많은 상황에서 신뢰도 높은 모델을 구축하기 위해서는, 통계적 불확실성에 대한 이해가 필수적이기 때문입니다. 또한 Python과 R 기반의 프로그래밍 능력을 고도화하여, 대용량 데이터셋을 효율적으로 처리할 수 있는 실습 능력을 강화할 예정입니다.
2학기에는 ‘딥러닝 응용’, ‘자연어 처리(NLP)’, ‘빅데이터 분석 프로젝트’를 통해 실무 적용력을 높이고 싶습니다. 특히 관심 있는 주제는 비정형 데이터 분석입니다. 텍스트, 이미지, 음성 등 비정형 데이터는 사회적 맥락과 의미를 내포하고 있어, 단순한 수치 데이터보다 복잡한 패턴을 갖습니다. 예를 들어, SNS 감정 분석이나 뉴스 데이터의 의미망 분석을 통해 사회적 여론 변화를 탐색하는 연구를 진행해보고자 합니다. 이를 위해 워드 임베딩(Word Embedding)이나 트랜스포머(Transformer) 구조 같은 최신 자연어 처리 기술을 심도 있게 학습하고, 직접 모델을 설계·평가할 계획입니다.
연구 방법으로는 정량적 분석과 탐색적 시각화 기법을 병행할 예정입니다. 데이터의 통계적 특성을 수치로 설명하는 동시에, 시각적 패턴을 통해 문제를 직관적으로 이해하는 접근법이 중요하다고 생각합니다. 저는 데이터를 ‘보는 눈’을 기르는 것이 데이터사이언스 연구의 출발점이라고 믿습니다. 따라서 분석 과정에서 탐색적 데이터 분석(EDA)과 시각적 표현(Visualization)을 중점적으로 활용해, 모델링 이전 단계에서 데이터의 구조와 의미를 충분히 이해할 계획입니다.
좋은 결과가 잇으시길 항상 응원합니다