성균관대학교 데이터사이언스융합학과 대학원 학업계획서

1. 성균관대학교 데이터사이언스융합학과 .hwp
2. 성균관대학교 데이터사이언스융합학과 .pdf
제가 연구하고자 하는 방향은 인공지능 기술과 데이터 해석의 융합적 접근입니다.
저는 대학원에서 데이터의 수집과 분석, 그리고 해석의 전 과정을 체계적으로 연구하고 싶습니다.
따라서 제 연구는 데이터의 통계적 특성과 알고리즘의 수학적 구조를 동 시에 분석하여, 신뢰 가능한 인공지능 모델을 설계하는 데 초점을 맞출 것입니다.
학문적 목표는 데이터 사이언스의 기법을 단순히 응용하는 수준이 아니라, 새로운 분석 구조를 제시하는 연구자로 성장하는 것입니다.
데이터 분석은 기술이 아니라 사고의 방식이며, 문제를 정의하고 해석하는 과정 자체가 연구라고 생각합니다.
제가 대학원에서 심도 있게 탐구하고자 하는 연구 분야는데이터 기반의사결정 시스템의 신뢰성 강화와 인공지능 모델의 해석 가능성 확보입니다.
이 과정에서 단순히 성능을 높이는 것보다, 데이터의 논리적 의미를 보존하면서 결과를 해석할 수 있는 모델을 설계하는 일이 데이터 사이언스의 핵심이라는 생각이 들었습니다.
제가 연구하고자 하는 방향은 인공지능 기술과 데이터 해석의 융합적 접근입니다.
저는 데이터 사이언스를 단순한 기술 분야가 아닌, 수학·통계·컴퓨터공 학·사회과학이 결합된 융합학문으로 보고 있습니다.
대학원에 진학한 이후 저는 데이터 해석을 통한 인공지능 모델의 설명 가능성(ExplainableAI, XAI) 연구를 중심으로 학업을 진행할 계획입니다.
저는 데이터 사이언스의 핵심이 단순한 예측 정확도가 아니라, 결과를 설명할 수 있는 구조적 이해에 있다고 생각합니다.
따라서 제 연구는 데이터의 통계적 특성과 알고리즘의 수학적 구조를 동 시에 분석하여, 신뢰 가능한 인공지능 모델을 설계하는 데 초점을 맞출 것입니다.
2학기부터는 설명 가능한 인공지능 모델 개발과 비정형 데이터 분석을 중심으로 본격적인 연구를 진행하겠습니다.
이 연구를 통해 AI의 결과를 단순한 예측이 아닌 인간이 이해할 수 있는 설명구조로 변환하는 방법론을 제시할 계획입니다.
동시에 통계적 검증기법을 적용하여 모델이 생성한 결과가 통계적으로 유의미한 지 분석하겠습니다.
이렇게 수학적 근거와 실험적 결과를 동시에 확보 함으로써, 모델의 신뢰성과 설명력을 객관적으로 입증할 수 있을 것입니다.
저는 '데이터 커뮤니케이션 워크숍'과 같은 실습형 과목을 통해 분석 결과를 시각적으로 구조화하고, 데이터를 이용해 설득력 있는 논리를 구성하는 능력을 강화할 계획입니다.
저는 데이터 사이언스의 학문적 역할이 단순한 예측 기술에 그치는 것이아 니라, 데이터 해석의 정확성과 알고리즘의 투명성을 확보하는 이론적 체계 구축에 있다고 생각합니다.
데이터 전처리 과정에서 환자 상태를 수치화하기 위해 PCA(주성분 분석)와 KNNImputation을 적용했고, 그 결과 모델의 안정성이 개선되었습니다.
그러 나 모델의 결과를 의료진에게 설명하는 과정에서, 왜 특정 환자가 '고위험군'으로 분류되었는지를 명확히 제시하지 못했습니다.
또한 실제 사회문제에 적용할 수 있는 공공데이터나 의료 데이터를 활용하여 모델의 실효성을 검증할 계획입니다.
이를 통해 단순히 학문적 논문에 머무르지 않고, 현실 사회에서 데이터 사이언스가 가지는 역할과 책임을 명확히 규명하는 연구를 수행하고 싶습니다.
저는 박사과정에서 데이터 윤리, 인공지능 거버넌스, 알고리즘 투명성 등 사회적 책임과 연결된 연구 주제를 다루고 싶습니다 .
데이터, 연구, 모델, 이다, 분석, 해석, 사이언스, 사회, 학문, 통해, 단순하다, 구조, 과정, 결과, 기반, 인간, 성, 싶다, 예측, 설명