인공지능이 알려주는 미래가 유망한 전공 10개와 연봉

[회초리]

인공지능이 알려주는 미래가 유망한 전공 10개와 연봉

먼저 마이크로소프트의 챗GPT에게 향후 미래가 밝은 전공 10개와, 해당 전공들의 평균 연봉을 물어봤다.

Artificial Intelligence and Machine Learning (인공지능 및 기계 학습)

Data Science and Analytics (데이터 과학 및 분석)

Cybersecurity (사이버 보안)

Healthcare and Health Management (의료 및 건강 관리)

Media and Digital Marketing (미디어 및 디지털 마케팅)

Environmental Science and Sustainable Development (환경 과학 및 지속 가능한 개발)

Internet and Web Development (인터넷 및 웹 개발)

Human-Computer Interaction and User Experience Design (인간-컴퓨터 상호작용 및 사용자 경험 디자인)

Internet Communication and Social Networking (인터넷 의사소통 및 사회 네트워크)

Blockchain and Cryptocurrency Technology (블록체인 및 암호화폐 기술)

이들 전공자들의 평균 연봉은 다음과 같다.

인공지능 및 기계 학습: 약 100만 달러 이상

데이터 과학 및 분석: 약 90만 달러 이상

사이버 보안: 약 80만 달러 이상

의료 및 건강 관리: 약 70만 달러 이상

미디어 및 디지털 마케팅: 약 60만 달러 이상

환경 과학 및 지속 가능한 개발: 약 60만 달러 이상

인터넷 및 웹 개발: 약 60만 달러 이상

인간-컴퓨터 상호작용 및 사용자 경험 디자인: 약 60만 달러 이상

인터넷 의사소통 및 사회 네트워크: 약 50만 달러 이상

블록체인 및 암호화폐 기술: 약 50만 달러 이상​

이어서 구글이 만든 인공지능 Bard에게 물어봤다. 유망 전공 10개와 평균 연봉을 알려달라고 주문을 했다.

Major	Average Salary (USD)
Data Science	$110,140
Software Development	$105,590
Computer Science	$102,280
Accounting	$73,560
Finance	$70,560
Marketing	$61,160
Human Resources	$60,640
Business	$60,560
Education	$60,140

바드는 1위로 데이터 사이언스를 꼽았다. 컴퓨터 사이언스와 함께 많은 학생들이 데이터 사이언스 전공을 선택하고 있다. 그런데 교육학을 10번째로 추천한 것은 좀 의외다. 이 전공은 여러 전공관련 사이트에서 '유망전공'으로 추천하지 않고 있다.

그렇다면 Artificial Intelligence and Machine Learning(인공지능 및 머신러닝) 으로 유명한 세계 대학은 어딜까? 다음의 10개 대학이고, 이 가운데 옥스퍼드와 캠브리지를 빼 놓고 모두 미국대학들이다.

Stanford University

Carnegie Mellon University

Massachusetts Institute of Technology

University of Oxford

University of Cambridge

University of California, Berkeley

University of Washington

University of Texas at Austin

University of Illinois at Urbana-Champaign

Cornell University

데이타 사이언스(Data Science) 는 컴퓨터 사이언스와 함께 최근 떠오르는 유망 전공이다. 이 전공으로 유명한 대학은 어딜까?

Stanford University

Carnegie Mellon University

Massachusetts Institute of Technology

University of Chicago

University of Pennsylvania

University of California, Berkeley

University of Texas at Austin

University of Washington

Columbia University

Cornell University

위에 인공지능과 머신러닝 전공과 다르지 않다. 같은 카테고리로 묶어진다. 여기서 우리는 이 전공을 하기 위해 두가지 코스를 생각해 볼 수 있다.

학부부터 이들 대학에 갈 것인가? 아니면 학부를 리버럴 아츠 칼리지에서 공부를 하고 대학원 과정에서 이들 전공을 깊이 들어갈 것인가이다. 예를 들어 데이터 사이언스를 리버럴 아츠 칼리지인 Denison University에서 공부를 하고 대학원을 스탠퍼드로 가서 공부할 수도 있다. 오히려 이렇게 공부하는 것이 더 기초를 튼튼히 할 수 있다.

Data science는 무엇을 공부하는 전공인가?

데이터 과학 전공은 데이터의 수집, 분석, 해석, 시각화, 예측 및 의사 결정에 관련된 다양한 기술과 개념을 공부한다. 구체적으로 말하자면, 데이터 과학 전공에서는 다음과 같은 내용을 배운다:

프로그래밍/Programming: 주로 파이썬과 R 같은 프로그래밍 언어를 사용하여 데이터 분석과 처리를 위한 프로그래밍 기술을 습득합니다.

데이터 수집과 저장/Data collection and storage: 데이터를 수집하고 다양한 형식으로 저장하는 방법을 배우며, 데이터베이스 및 데이터 웨어하우스와 같은 도구에 대한 이해도를 높입니다.

데이터 정제와 전처리/Data cleaning and pre-processing: 데이터의 품질을 향상시키기 위해 결측치, 이상치, 중복 데이터 등을 처리하고, 데이터를 구조화하거나 변환하여 분석에 적합한 형태로 가공합니다.

데이터 분석 및 통계/Data analysis and statistics: 다양한 통계 기법과 데이터 분석 알고리즘을 사용하여 데이터를 분석하고 인사이트를 도출합니다.

머신러닝 및 인공지능Machine Learning and Artificial Intelligence: 지도 학습, 비지도 학습, 강화 학습 등의 머신러닝 알고리즘과 인공지능 기법을 활용하여 데이터에 내재된 패턴과 관계를 모델링하고 예측합니다.

데이터 시각화/Data Visualization: 시각화 도구를 사용하여 데이터를 직관적으로 이해할 수 있는 그래픽 형태로 표현하고 전달합니다.

비즈니스 인텔리전스/Business Intelligence: 데이터 분석 결과를 조직의 의사 결정에 활용하고 비즈니스 목표를 달성하는 데 데이터 과학 기법을 적용합니다.

그렇다면 컴퓨터 과학을 학사 수준에서 공부한 후에 대학원에서 데이터 과학을 전공하는게 좋을까? 학부 과정에서부터 데이터 사이언스를 하는 것이 좋을까? 이는 개인의 목표와 우선순위에 따라 다를 수 있다. 컴퓨터 과학을 학사 수준에서 공부하면 프로그래밍, 알고리즘, 컴퓨터 시스템 등의 기초 개념을 탄탄하게 다지게 된다. 이후 대학원에서 데이터 과학을 전공하면 통계, 머신러닝, 데이터 분석 등에 더 깊이 있게 집중할 수 있다. 그러나 직접적으로 데이터 과학을 학사 수준에서 전공하는 것도 가능하다. 데이터 과학 전공이 컴퓨터 과학과 통계 분석 등의 교차 영역에 속하기 때문에, 어떤 전공을 선택하더라도 중요한 것은 깊은 이해와 실제 데이터에 대한 경험을 쌓는 것이다. 개인의 관심과 목표에 따라 적절한 선택을 하는 것이 중요하다.

데이터 사이언스를 하는 데 통계학은 매우 중요하고 유용한 역할을 한다. 데이터 과학은 데이터를 수집하고 분석하여 의사 결정에 활용하는 학문 분야인데, 이를 위해서는 통계적인 개념과 기술이 필수적이다. 통계학은 데이터 분석에 필요한 통계적 모델링과 추론 방법을 제공한다. 데이터를 효과적으로 요약하고 해석하는 데 도움이 되며, 데이터의 불확실성을 이해하고 처리하는 데에도 중요한 역할을 한다. 또한, 통계학은 데이터의 분포와 패턴을 파악하고 예측하는 데에도 도움이 된다.

데이터 과학에서는 다양한 통계 기법을 활용하여 데이터의 품질을 평가하고 전처리를 수행하며, 가설 검정, 신뢰구간, 회귀 분석 등의 통계적인 분석을 수행한다. 이를 통해 데이터의 신뢰성을 검증하고 결론을 도출할 수 있다.

데이터 과학에서는 통계학의 개념과 방법을 이해하고 적절하게 활용하는 것이 매우 중요하다. 통계학을 통해 데이터의 신뢰성을 높이고, 패턴을 발견하고, 예측을 수행하는 등 데이터 과학의 핵심 작업을 수행할 수 있다. 따라서 통계학은 데이터 과학 전공에서 매우 유용하고 필수적인 학문 분야다. <미래교육연구소장 이강렬 박사>

<미래교육연구소장 이강렬 박사>

출처: 미래교육연구소