대학원을 갈까요 말까요? 어떤 기준으로 바라볼 것인가?

어제 캘리포니아 얼바인에서 해외인턴 프로그램을 진행 중인 국민대 학생 9명과 멘토링을 할 기회가 있었다. 많은 질문이 있었지만 그 중의 하나는 취업을 할지 진학을 할지에 관한 것이었다. 정답이 있지는 않겠지만 내 개인적인 생각을 이렇게 이야기했다.

• 사회로 나가기가 겁나서 혹은 이걸 배워두면 좋겠지라는 막연한 생각으로 공부를 더 하지는 말자. 시간과 돈이라는 중요한 자산을 그다지 도움이 안되는 경험을 하는데 쓰는 것일 가능성이 높다.

• 관련 주제에 호기심이 크고 정말 분명한 목적을 갖고 있다면 좀더 진지하게 고민해보자. 여기서 호기심이란 불안감이나 조바심을 이야기하지 않는다. 조금은 더 학문적인 관심을 이야기한다. 분명한 목적이란 취업을 목적으로 해외 진학을 하는 것을 예로 들 수 있다.

한 학생의 경우 이미 일을 해본 경력이 3년이 있었고 그 과정에서 한 토픽에 대한 관심을 갖게 되었고 대학원실에서 리서치를 잠깐 해보면서 엄청난 흥미를 느끼게 되면서 박사 과정에 대한 열망이 생겼는데 이 분야가 앞으로 저문다면 5년이란 시간을 낭비하게 되는 것이 아닌지에 대한 걱정이 있었다.

나는 박사를 하지 않았지만 주변에서 박사를 한 동료나 팀원들과 일을 하면서 느꼈던 점에 대해 이야기해주었는데 요약하면 이렇다.

• 박사 학위 자체로 배우는 직접적인 전문성과 경험(Primary Learning)은 오래 가지 않을 수도 있다. 과거 내 팀원들 중에는 네트워크나 보안으로 박사를 받았지만 하는 일은 기본적으로는 소프트웨어 엔지니어링인 사람들이었다.

• 하지만 박사 논문을 쓰면서 리서치하고 문제를 찾고 해결하기 위해서 고민하고 참을성있게 노력하는 과정에서 생기는 무형의 배움(Secondary Learning)이 있다. 이 배움이 사실은 박사 과정에서 생기는 더 큰 열매가 아닌가 싶다.

• 어찌되었건 하고 싶은 것이 있다면 꼭 안 좋은 방향에서만 보지 말고 좋은 방향에서 보면서 밸런스를 맞춰보라고 이야기했다. 길게 보면 한 거는 덜 후회하지만 안 한 것은 후회할 가능성이 높다.

  
  

박사로 이야기를 하긴 했지만 비슷한 논리는 기초학문에도 다 적용된다. 수학이나 물리 등에서 배우는 지식이 예를 들어 IT 도메인에서 일을 하는데 무슨 도움이 되나 싶을 수 있지만 깊게 들어가 문제를 해결하는 경험은 간접적으로 큰 도움이 된다. OpenAI의 정형원 박사가 지난 9/21일 케이나잇에서 했던 이야기가 본인이 수학을 깊게 공부했던 것이 AI 모델을 이해하고 발전시키는데 큰 도움이 된다고 했는데 정말로 좋은 톡이었다.