분야
hwp연세대 통계데이터사이언스학과 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)
저는 세상을 이해하는 데 있어 데이터가 언어의 역할을 한다고 믿습니다. 수많은 현상이 숫자와 패턴으로 표현되고, 그 속에 숨어 있는 구조를 해석함으로써 인간과 사회를 더 깊이 이해할 수 있다는 확신이 들었습니다. 학부 시절 통계학을 전공하면서 처음으로 통계적 사고방식이 단순히 계산의 기술이 아니라, 불확실성을 다루는 과학이라는 사실을 깨달았습니다. 데이터가 복잡한 현실을 수량화하고, 통계적 모델을 통해 근거 기반의 결론을 도출할 수 있다는 점은 저에게 큰 흥미를 주었습니다. 특히 연세대학교 통계데이터사이언스학과가 통계학의 이론적 깊이와 데이터사이언스의 응용 역량을 동시에 강조한다는 점에서, 제가 지향하는 학문적 성장을 실현하기에 가장 적합하다고 판단했습니다.
통계학에 흥미를 갖게 된 계기는 2학년 때 참여한 ‘사회 데이터 분석 프로젝트’였습니다. 사회조사 데이터를 이용해 청년층의 삶의 만족도에 영향을 주는 요인을 회귀모형으로 분석하는 과제였는데, 그 과정에서 단순히 수치를 다루는 것이 아니라 사회현상을 통계적으로 해석할 수 있다는 가능성을 체감했습니다. 변수를 설정하고 데이터를 정제하는 과정에서, 관찰된 수치 뒤에 숨겨진 인간 행동의 맥락을 이해하려면 통계적 사고와 인문적 통찰이 함께 필요하다는 사실을 배웠습니다. 이후 「확률론」, 「통계추정론」, 「회귀분석」 등 핵심 과목을 이수하며 통계이론의 논리적 구조를 탄탄히 다졌고, Python과 R을 활용해 데이터를 시각화하고 모형을 구현하는 과정을 직접 경험했습니다. 이 경험은 제가 데이터 사이언스 분야로 학문적 시야를 확장하게 된 결정적인 전환점이 되었습니다.
3학년 때 교내 연구참여 프로그램을 통해 머신러닝 기법을 활용한 ‘소셜미디어 감성 분석 연구’에 참여했습니다. 자연어 데이터를 수집해 긍정·부정 감정을 분류하고, 시간에 따른 감정 변화 추세를 분석하는 작업이었습니다. 그 과정에서 단순히 알고리즘의 정확도를 높이는 것보다, 데이터의 편향과 해석의 타당성을 검증하는 과정이 얼마나 중요한지를 깨달았습니다. 비정형 데이터의 특성을 이해하고 통계적 방법론으로 불확실성을 통제하는 과정에서, 통계학이 데이터사이언스의 근본적 기반임을 다시 한번 확인했습니다.
이후 통계이론과 데이터응용을 아우르는 심화 학문을 탐구하고자 대학원 진학을 결심했습니다. 연세대학교 통계데이터사이언스학과는 수리통계, 데이터마이닝, 인공지능 기반 통계모델링 등 다양한 분야를 포괄하며, 이론과 실무를 균형 있게 다룰 수 있는 교육과정이 체계적으로 구성되어 있습니다. 특히 교수진의 연구 주제들이 기계학습과 확률모형의 융합, 빅데이터 기반 사회·경제 분석 등 폭넓은 영역을 포함하고 있어, 저의 연구 방향과 맞닿아 있습니다. 저는 이곳에서 통계학의 이론적 정밀성과 데이터사이언스의 실증적 접근을 결합해 복잡한 사회현상을 분석할 수 있는 연구자로 성장하고 싶습니다.
또한 연세대학교가 추구하는 ‘지성의 사회적 실천’이라는 가치에도 깊이 공감합니다. 저는 데이터 분석이 단순히 기술적 결과를 내는 데서 그치지 않고, 사회적 의사결정의 공정성과 효율성을 높이는 역할을 해야 한다고 생각합니다. 연세대학교의 통계데이터사이언스학과는 학문적 엄밀성과 사회적 가치의 조화를 중시하며, 이를 통해 데이터의 힘이 사람과 사회를 이해하는 도구로 확장될 수 있는 길을 제시하고 있습니다. 저는 이 환경 속에서 데이터의 본질적 의미를 탐구하며, 학문적으로 성숙한 연구자로 성장하고자 합니다.
2. 학업 및 연구 계획 (수강할 과목, 방법, 목표)
대학원에서는 통계이론과 데이터분석 방법론을 심도 있게 학습하고, 실제 데이터를 기반으로 한 실증 연구를 수행하고자 합니다. 연구의 핵심 목표는 불확실성을 정량적으로 해석할 수 있는 통계적 모델링 능력을 확립하는 동시에, 데이터사이언스의 계산적 접근을 접목해 예측력과 해석력을 모두 갖춘 분석 체계를 구축하는 것입니다. 저는 통계학의 엄밀함과 데이터사이언스의 실용성을 조화시키는 연구자로 성장하고 싶습니다.
우선 이론적 기초를 확립하기 위해 「수리통계학」, 「고급회귀분석」, 「통계추정론」, 「다변량분석」 등의 과목을 수강할 예정입니다. 이를 통해 확률분포의 구조와 추정 이론을 깊이 있게 이해하고, 데이터의 특성에 맞는 적절한 통계모형을 선택·검증할 수 있는 역량을 기르겠습니다. 동시에 「데이터마이닝」, 「머신러닝통계」, 「베이지안분석」 과목을 통해 최신 통계기법을 학습하고, 실제 데이터를 분석하는 실습을 병행하여 이론과 응용의 균형을 맞추겠습니다.
연구 방법으로는 통계모델링과 기계학습을 결합한 실험적 접근을 시도할 계획입니다. 대규모 데이터를 처리하는 과정에서 전통적 통계모형이 가지는 한계를 보완하기 위해, 베이지안 추론 기반의 예측모델과 딥러닝 알고리즘을 비교·분석하겠습니다. 특히 시계열 데이터나 사회 네트워크 데이터처럼 비정형성이 강한 자료에 대해 통계적 해석력을 유지하면서도 예측 효율을 높이는 방법을 모색할 것입니다. 이를 위해 Python과 R을 중심으로 데이터 전처리, 시각화, 통계모형 구현을 수행하고, TensorFlow 및 PyTorch를 이용해 계산적 분석의 폭을 확장할 계획입니다.
저는 연구를 진행함에 있어 단순히 모델의 성능 향상에만 초점을 맞추지 않고, 분석 과정에서 발생할 수 있는 편향과 불확실성을 통제하는 데 주안점을 두려 합니다. 통계데이터사이언스의 핵심은 ‘정확한 예측’뿐 아니라 ‘타당한 해석’이라고 생각합니다. 이를 위해 모델 적합도 검증과 신뢰구간 설정, 교차검증 기법을 적극 활용하고, 데이터의 품질과 수집 과정의 윤리성까지 고려한 연구 설계를 실천하겠습니다.
또한 실증 연구로서 공공 데이터와 사회 현상 분석에도 도전하고자 합니다. 예를 들어 인구 이동, 소비 패턴, 환경 변화 등의 데이터를 분석하여 사회적 구조의 변화를 통계적으로 설명하는 연구를 수행할 계획입니다. 이를 통해 데이터가 단순한 수치의 집합이 아니라 사회를 이해하는 분석적 언어로 기능할 수 있음을 증명하고자 합니다.
◆ 명확한 학업 목표를 설정하고 체계적인 학습 방법과 실행 계획을 마련하였습니다.
◆ 학습 방향과 세부 내용을 참고해서 나만의 학업계획서를 완성하시면 됩니다.
◆ 신뢰를 줄 수 있도록 핵심 내용을 충실히 반영하였습니다.
◆ 학업에 좋은 결과가 있으시길 항상 응원합니다.