English
Master of Science (AI·Big Data)

가장 섹시한 직업 Data Scientists

세계는 지금 AI 빅데이터 전문 인력확보를 위한 전쟁을 벌이고 있는 중입니다. 왜냐 하면 AI 빅데이터 시대에 가장 중요한 경쟁은 바로 유능한 AI 빅데이터 전문가들을 확보하는 것이 바로 기업의 경쟁력과 직결되기 때문이죠. 알파고 사례를 들어 설명해 보겠습니다.

바둑은 인공지능에 있어서 위대한 도전(grand challenge)라고 불렸습니다. 경우의 수가 너무 많기 때문에 알고리즘으로 최선의 수를 찾는 것이 불가능할 정도였기 때문인데요. 이 위대한 도전을 해결하려고 구글과 페이스 북이 경쟁을 벌였습니다.

특히 페이스북의 저커버크는 이 문제를 페이스북이 해결함으로써 페이스북의 훼손된 이미지를 만회하고자 했죠. 그리고 저커버그는 구글을 이길 수 있다는 자신에 차 있었습니다. 예를 들어 저커버크는 페이스북이 이 위대한 도전을 거의 다 풀어가고 있고(we’re getting close), 이를 담당하고 있는 Facebook AI Research(FAIR)의 Yuandong Tian이 바로 옆에서 일하고 있다는 메시지를 SNS에 올리기도 했습니다(2015년 1월 26일).

그러나 구글딥마인드는 이미 3개월 전에(2015년 10월) 알파고 개발을 완료하고 프랑스에서 활동 중인 Fan Hui 2단과 비밀리에 대국을 벌여 5:0으로 완승하였습니다. 구글딥마인드는 알파고에 관한 논문을 저커버크가 SNS 메시지를 올린 이틀 뒤에(2018년 1월 28일) Nature에 게재함으로써 이 위대한 도전은 구글의 승리로 막을 내립니다.

구글이 위대한 도전에서 페이스북을 물리칠 수 있었던 것은 딥마인드를 인수하기 위한 구글의 과감한 베팅 때문이었는데요. 사실 딥마인드 인수를 위해서 우선 협상을 벌인 것은 페이스북이었습니다. 하지만 인수 가격 관계로 협상이 결렬 되자(딥마인드가 인수가격을 너무 높게 부르자 페이스북은 이 문제를 스스로 해결할 수 있다는 생각에서 협상 결렬을 선언하였음) 구글에게 기회가 왔고 다음 날 구글은 딥마인드를 바로 인수했죠. 협상을 하지도 않고 아예 받고 싶은 액수를 써넣으라며 백지수표를 내민 것입니다. 액수는 밝혀지지 않았지만 약 6억불(1,200억 원)이라고 합니다. 당시 딥마인드에는 강화학습 알고리즘(DQN: Deep Q-Networks)을 개발한 약 20명 정도의 전문 인력이 있는 작은 회사였기에 구글의 과감한 베팅은 모두를 놀라게 했죠.

구글은 딥마인드를 인수한 지 1년 반 만에 알파고 개발을 끝내고 Fan Hui 2단을 5:0으로 격파했습니다. 알파고 개발자들, 즉 논문에 공저자로 이름을 올린 20명 중에서 18명은 모두 딥마인드 소속의 개발자들이지만 나머지 2명 중의 한사람 Ilya Sutskever 박사는 딥마인드 소속이 아니라 구글 소속인데 내 생각으로는 바로 Sutskever 박사가 이 위대한 도전을 해결하는데 가장 핵심적인 역할을 했다고 생각합니다.

Sutskever는 이미 석사 과정에서부터 인공신경망을 이용한 인공지능 바둑으로 이 위대한 도전을 풀려고 노력했죠.

이 논문에서는 단 한 개의 은닉층(hidden layer)을 가진 합성곱신경망(Convolutional Neural Networks: CNN)을 실험적으로 사용했는데요. 본격적으로 은닉층이 많은 심층인공신경망(딥러닝)을 배우기 위해서 딥러닝의 아버지라고 불리는 제프리 힌튼 교수의 박사과정에 들어갑니다. 그리고 2012년, 인공지능의 시각인식에서 획기적인 성과를 냈을 뿐만 아니라 딥러닝의 확산에 계기가 된 AlexNet을 개발합니다.

AlexNet은 CNN을 활용한 8개 층의 딥러닝 모델이죠. AlexNet은 이미지 인식에서 난공불락이었던 인식오류율 25%의 장벽을 허물면서 오류율 16.4% 기록하였고 이후에 AlexNet과 유사하지만 더 깊고 복잡한 모델들이 등장하면서 2015년 이후에는 사람보다 더 정확하게 이미지를 인식할 수 있게 되었습니다. CNN을 심층으로 쌓아서 훈련시킬 수 있는 모델을 만든 Sutskever 박사는 딥마인드의 강화학습 기반의 개발자 18명과 합심하여 인공지능의 위대한 도전을 해결한 것이죠.

알파고 개발 이후에 Sutskever 박사는 일론 머스크 등과 OpenAI를 설립하였으며 현재는 OpenAI의 수석 과학자로 활동하고 있습니다. OpenAI는 2020년 6월, GPT-3, 가장 뛰어난 '언어 인공지능'인 GPT-3를 공개하였고 Sutskever 박사는 2021년의 GPT-3 모델은 2020년의 GPT-3 모델보다 월등할 거라고 말하고 있습니다.

알파고 등장 이후에 인공지능과 빅데이터 분야에서 전문 인력에 대한 경쟁은 더욱 치열해졌는데 국내에서도 네이버는 세계적인 제록스의 인공지능 연구소(XRCE)를 통째로 1,200억원에 인수하기도 했습니다. 이 연구소는 2012년에 AlexNet이 등장하기 전까지는 이미지 인식 분야에서 세계 1위였던 연구소입니다.

네이버, AI 연구소 'XRCE' 인재 80명 얻었다... "당장 협업 가능"

국내에서도 민간부문은 물론 교통, 재난, 의료 등 공공서비스는 물론 전 영역에서 AI•빅데이터 활용에 대한 수요는 가속적으로 늘고 있습니다. 정부는 2023년까지 국내 최고 수준의 데이터 사이언티스트 1,000명, 수준별 전문인력 5,000명 양성을 목표로 하고 있지만 전문인력 양성은 수요를 따라가지 못하는 상황이죠.

그래서 지금 기업에서는 그야말로 AI 전문가를 확보하려는 전쟁을 벌이고 있습니다.심지어는 백지수표로 모셔간다는 얘기도 나오고 있죠.

백지수표로 모셔간다... AI 전문가 스카우트 경쟁

인생에서 성공하려면 운(運)이 있어야 한다는 말이 있습니다. 운이란 무엇일까요? 운이란 기회가 왔을 때 준비가 되어 있는 것을 말합니다. 기회가 왔는데 준비가 되어 있지 않다면 불행한 것이 되죠. AI 빅데이터 시대에 준비란 기업의 다양한 문제들을 데이터 분석적 시각에서 해결할 수 있는 역량을 갖추는 것입니다.

SSM Seoul의 Master of Science in AI Big Data 과정에서 여러분들의 future best self 를 위한 준비를 하시기 바랍니다.

이진형 (11번가 셀러인사이트팀, 2기)
인공지능 박사들이 모여 있는 셀러인사이트팀에서
저처럼 석사 출신은 거의 없죠.
하지만 실력은 누구에게도 뒤지지 않는다고 자부합니다
오성원 (NHN 정책1팀, 4기)
AI 빅데이터 MBA를 졸업하고 원하던 이직에 성공했습니다.
지금은 NHN에서 진행하는 IT사업의 가이드라인을 만들고 있습니다.
유서현 (인텔코리아 인공지능 팀, 4기)
중학교를 빼고는 대학(호텔경영 전공)까지 모두 외국에서 나왔습니다.
미분도 모르는 완전 수포자죠.
잠을 줄이고 이해가 안 되면 외우려고 까지 하니까 되더군요.
진미란 (메가존 GCP 데이터팀, 3기)
문송에 마케팅 경력의 저로서는 데싸의 도전은 힘겹기만 했습니다.
하지만 현재는 메가존의 GCP 데이터팀의 데싸입니다.
이영란 (하나은행 리테일사업지원부, 4기)

12년간 지점에서만 근무하다가 뭔가 변화가 있어야 한다고 생각했죠.
AI 빅데이터 MBA 입학이 전환의 계기가 되었습니다.
현재는 본점의 리테일사업지원부에서 챗봇 기반의 상품서비스를 개발하고 있습니다.

과정 소개

SSM Seoul의 AI•빅데이터 MS 프로그램은 지난 7년의 AI•빅데이터 MBA 과정 설립과 운영, 그리고 수백 명의 ‘실전형 데이터 사이언티스트’를 양성한 경험을 바탕으로 만들어졌습니다. 16 과목 + 논문으로 촘촘하게 구성된 커리큘럼을 2학기(1년) 만에 마치고 스위스 경영대학의 “MS in AI·Big Data” 학위를 취득합니다. 모든 강의는 pre-recorded video 를 활용하여 입학학기별(batch)/개인별로 순서에 따라 진행합니다. 이미 지난 2022년 8월 25일에는 첫 졸업생을 배출하였는데, 졸업식에는 본교 스위스 경영대학의 브라칼레 총장 부부가 참석하여 자리를 더욱 빛내 주었습니다(졸업식 관련 사진은 SSM Seoul Events/Photos에 있음).

온라인으로만 진행되는 학위과정에는 여러 단점이 있습니다. 무엇보다도 가장 큰 문제점은 학생간의 네트워킹이 불가능하고, 해당 과목을 가르치는 교수님과의 오프라인 Q&A 시간이 없으며, 특정 주제에 대한 독서 토론이나 세미나도 어렵고, 지도교수의 개인별 논문 밀착 지도가 매우 미흡하다는 것입니다.

이런 단점을 보완하기 위해서 스위스 경영대학의 온라인 MBA in AI Big Data 과정은 학생들에게 과정별로 주중의 정해진 요일 저녁에 만남의 공간을 제공합니다. 매주 정기적인 오프라인 미팅에서 학생들은 서로 네트워킹의 시간을 갖고, 해당 과목을 가르치는 교수님들도 이 시간에 참여하여 네트워킹과 Q&A를 갖고(오프라인 강의는 없음), AI와 빅데이터의 특정 주제에 대한 세미나와 독서토론도 정기적으로 개최하고, 지도교수가 논문 주제 선정과 작성을 개인별로 밀착 지도합니다. 우리는 이런 내용의 오프라인 미팅을 Supplementary Study Sessions(SSS)라고 부릅니다.

또한 비전공자가 수학/통계학/파이썬 등을 학습하는 것을 돕기 위하여 주중의 정해진 요일 저녁의 SSS 시간에 Q&A가 연중 지속적으로 진행됩니다.

탄탄한 커리큘럼, 비전공자를 위한 수학/통계학/파이썬의 보충수업, 그리고 이미 현업과 강의실에서 이미 뛰어난 내공을 입증한 교수진들이 여러분들의 헌신과 땀을 요구할 것입니다.

커리큘럼(16개 과목 102 ECTS)

SSM의 AI•빅데이터 온라인 MS 프로그램은 SSM의 41년간의 MBA 교육과 김진호 대표의 개인적 경험(지난 7년의 AI•빅데이터 MBA 과정 설립과 운영, 그리고 수백 명의 ‘실전형 데이터 사이언티스트’를 양성)을 바탕으로 SSM이 자신 있게 만든 온라인 프로그램입니다. 16과목 + 논문으로 촘촘하게 구성된 커리큘럼을 2학기(1년) 만에 마치고 스위스 경영대학의 “MS in AI·Big Data” 학위를 취득합니다.

# Subjects 비고
1 st Semester
  • Data Transformation Strategies
  • Introductory Statistics
  • Regression & Classification
  • SQL
  • Python-Basic
  • Python-Intermediate
  • Python-Advanced
  • 학기중 매주 1회 SSS 진행
2 nd Semester
  • Machine Learning-Intermediate
  • Machine Learning -Advanced
  • Deep Learning
  • Text Mining
  • Visualization & BI (추가 선택 가능)
  • Personalized Recommendations(추가 선택 가능)
  • Developing Thesis Topics
  • AI Platform Building-Comprehensive Practice I
  • AI Platform Building-Comprehensive Practice II
  • Thesis
  • 학기중 매주 1회 SSS 진행
  • * 각 과목은 4.5 ECTS, THESIS는 30 ECTS (총 102 ECTS)
  • * 모든 강의는 입학학기별(batch)/개인별로 순서에 따라 진행, 오프라인 SSS는 주중 정해진 요일(19:30~21:30)

과정 특징

* 1년 과정의 탄탄한 커리률럼 (16과목 102 ECTS)

  • - 지난 7년 간 AI•빅데이터 MBA 과정의 설립/운영에서 발굴한 전공기초 및 심화과목의 순차적인 연결로 최고의 AI•빅데이터 교육을 제공
  • - IT, 통계, 기계학습 등의 영역에 깊은 지식을 함양하고 현업의 문제를 데이터 기반으로 해결할 수 있는 역량을 키우는 교과과정
  • - AI•빅데이터의 현장 활용 목적(효율 향상, 비용 절감, 이상탐지/예측, 개인화 추천, 새로운 제품/서비스 아이디어 개발 등)에 초점을 맞춘 과목 구성
  • - 논문 심사 통과 필수(SSS 시간에 개인별로 논문 주제 확정 및 밀착 지도)

* 비전공자를 위한 SSS 활용

  • - 어학, 인문학, 사회 과학 등의 전공자에 대한 개인별 학습 진도 밀착 지도
  • - SSS(연중): 해당 과목 교수님과의 오프라인 Q&A, 비전공자지만 데이터 사이언티스로 이직한 선배들로부터 경험/노하우 학습

* 현업과 강의에서 이미 뛰어난 내공을 입증된 교수진의 강의(pre-recorded)

  • - 지난 7년간 AI•빅데이터 석사 과정에서 발굴한 교수진 및 강의 동영상 활용
  • - AI•빅데이터의 각 세부 영역에 대한 실무 경험 및 연구 실적이 높은 현장 전문가들로 교수진 구성(AI•빅데이터 현업 전문가/교수 강의)
  • - 산업별 AI•빅데이터 기업 전문가의 현장 지향적 사례 특강

* 졸업 학기에 SSM 본교를 방문하여 졸업식 및 총장 특강(optional)

Tuition

학기당 590 만원 (2학기 총 1,180만원)

지원 자격

• 국내외 정규 학사학위 취득자 또는 입학학기 학사학위 취득예정자 및 법령에 의하여 이와 동등 이상의 학력이 있다고 인정된 자

  • - 통계학, 수학, 컴퓨터공학, 산업공학, 데이터 사이언스, AI・빅데이터 MBA 등의 학사학위 소지자 우대
  • - IT분야 및 데이터 분석 분야 경력자 우대