[방송통신대 컴퓨터과학과]2018년 2학기 성적과 후기

12월 9일 기말고사를 마지막으로 방송통신대에서의 첫 학기가 마무리되었습니다. 

2학기 정식 성적 발표는 12월 27일로 공지되어있지만, 가채점(?) 결과에 기반한 성적은 오늘 확인할 수 있었습니다. 

이 글에서는 이번 학기에 수강한 강의들에 대한 간략한 후기와 효율적인 방송통신대 시험 준비 방법 등에 대해 다룹니다. 

18년도 2학기 수강과목 후기

---

방송통신대가 여타 사이버대학들에 비해 학습컨텐츠의 질이 높은 편이고 졸업이 생각보다 어렵다는 평가는 편입 이전에도 접한바 있지만, 사실 제가 직접 강의를 수강하기 이전에는 수업의 질적인 측면에 대한 평가에 약간의 의심을 품고 있었습니다. 그러나 방송통신대에서의 첫 학기를 마친 시점에서 학습경험에 대한 종합적인 소감부터 말씀드리자면, 생각했던것 보다 학습컨텐츠의 수준이 좋은 편이었다, 가 될 것 같습니다.

학습 컨텐츠의 깊이 측면에서 바라본다면 약간의 아쉬움이 남을 수는 있지만 강의 영상과 교재의 퀄리티는 좋다는 평가를 받을만 하다고 생각합니다. 평가 항목에 실습 관련된 항목이 전혀 없고, 연습 문제나 시험 문제등의 난이도도 쉬운 편이라서 쉽게쉽게 적당한 성적을 받고 학위를 취득할 생각이라면 충분히 그렇게 할 수 있는 수준의 학습 컨텐츠이긴하지만 제대로 배우고자 한다면 생각보다 배울 것이 많습니다. 

제가 이번학기에 수강한 과목은 아래와 같습니다. 

자료구조 (2학년 강의)

선형대수 (2학년 강의)

컴파일러 구조 (3학년 강의)

시뮬레이션 (4학년 강의)

인공지능 (4학년 강의)

빅데이터의 이해(4학년 강의) 

자료구조

---

자료구조는 프로그래밍 공부를 시작할 때 가장 먼저 들었던 과목이기도 하고, 회사의 교육 커리큘럼에서도 중요하게 다뤘던 내용이라 개인적으로는 어렵지 않았습니다. 챕터별로 하나의 자료구조에 대한 내용을 다루며, 주로 개념적 수준의 내용으로 채워져 있습니다. 교재 및 강의가 자료구조에 대한 개념을 최대한 쉽게 설명하는데 초점을 맞춰 구성된 듯한 느낌을 받았습니다. 코드가 전혀 없는 것은 아니지만 해당 챕터에서 배운 자료구조를 직접 구현한다거나 하는 과제가 없기 때문에(교수님은 구현해 보는 것을 추천하시긴 합니다.) 자료구조에 대한 사전지식이 없더라도 어렵지 않게 수강할 수 있을 듯 합니다. 자주 사용되는 자료구조들에 대한 기초적인 이해를 할 수 있는 강의입니다.

 선형대수

---

이번학기에 수강한 강의들 중 만족도가 가장 높은 강의중에 하나였습니다. 자료구조 강의가 '개념의 이해' 에만 초점을 맞춘 느낌이었다면, 선형대수 강의는 깊이의 측면에서도 아쉬움이 남지 않았습니다. 교재 및 워크북의 연습문제도 너무 쉬운 것들로만 구성되어 있지 않았고, 무엇보다 교수님의 가르침에 대한 열정이 느껴지는게 가장 좋았습니다. 그저 중요한 정의들을 읽어주고 끝내는 것이 아니라, 정의와 정리들이 어떤 논리적인 과정을 거쳐서 이루어졌는지 이해하기 쉽게 알려주실 뿐 아니라 각 챕터별 어떠한 관계가 있는지 중간중간 설명해주셔서 지속적으로 맥락을 파악해가며 공부할 수 있었습니다. 내용이 충실하다 보니, 일반적인 강의영상들은 보통 40분 ~ 50분 정도로 구성되어 있는데 선형대수 강의는 기본적으로 한 시간이 넘어갔던것 같습니다. 단점이라고 생각하실 분들도 있을수 있지만, 그 한시간이 넘는 시간동안 집중도 잘되고 재밌게 공부할 수 있었습니다. Khan academy의 선형대수 강의보다도 훨씬 만족도가 높았던것 같습니다. 

컴파일러 구조

---

학습 난이도를 낮추는 것에 너무 초점을 맞춘 나머지 조금 많은 것을 잃은 느낌의 학습 컨텐츠였습니다. 컴파일러가 어떤 방식으로 동작하는지 대략적인 이해를 갖추기엔 충분하지만 배운것을 활용해 무언가를 할 수 있을것 같지는 않습니다. 실습을 위한 챕터가 있어서 의지가 충분하다면 뭔가 더 해볼수 있는 여지가 있기는 하지만 개인적으로는 강의를 수강하면서 그런 의지가 생기지는 않았습니다. 컴파일러가 대충 이렇게 도는 녀석이구나 하고 알아볼 수 있는 강의였습니다. 

시뮬레이터

---

컴파일러 구조 강의에 대한 평가와 대동소이 합니다. 쉬운 이해를 위해 포기한 것이 많은 것 같습니다. 개인적으로 지금 하고 있는 업무가 시뮬레이터 환경을 활용하는 것이라 수강전 많이 기대한 강의였는데 제 기대를 완벽하게 충족시켜주는 컨텐츠는 아니었습니다. 시뮬레이터의 종류가 어떠한 것이 있는지, 난수와 확률 변수를 어떻게 생성하고 검증하는지가 주 내용이며 이 내용들을 주로 대기행렬 시스템 예제를 이용하여 설명합니다. 문제는, 적어도 학습 컨텐츠의 초중반 부분에 한해서 만큼은 제가 시뮬레이터를 배우는 것인지 교재에서 다루고 있는 특정한 대기행렬 시스템 예제에 대해서 배우고 있는지 구분이 잘 안된다는 것이었습니다. 심지어 시험에서도 대기행렬 시스템의 일부분에 대한 코드가 주어지고 이 중에서 seed 변수가 뜻하는 것은 무엇인가? 같은 문제가 나오는데, 문제를 풀면서도 이 과목에서 중요한게 과연 이런것들인가 하는 의문이 생겼습니다. 시뮬레이터에 대한 아주 기초적인 이해를 할 수 있는 강의였습니다. 

인공지능

---

선형대수와 함께 만족도가 높았던 강의입니다. 17년 이전의 기출문제를 통해 유추해 봤을 때 학습 컨텐츠가 중점적으로 다루는 내용이 기존에는 논리에 대한 지식표현이었던 것 같습니다. 그러나 이번 학기에 재촬영 되면서 기계학습과 신경회로망, 심층학습에 대한 내용이 보충되고 중심주제도 이쪽으로 옮겨갔습니다. 재촬영을 통해 중심 내용이 변경되면서 인공지능 강의에 대해 제가 가지고 있었던 기대를 잘 충족시켜주는 강의가 된 것 같습니다. 물론 기계학습, 신경회로망등에 대한 중요도가 상승했다고는 해도 실습 관련 컨텐츠는 포함되어 있지 않은 만큼 이 강의만을 통해 실제로 기계학습 등을 활용할 수 있는 수준의 지식을 습득할 수는 없습니다. 그러나 기본적인 이론적 배경에 대한 설명이 충실하여 추후 기계학습 만을 다루는 활용 위주의 강의를 수강할 때 큰 도움이 될 것 같습니다. 인공지능 전반에 대한 기본적인 이론적 배경을 만족스러운 수준으로 전달하는 강의였습니다. 

빅데이터의 이해

---

인공지능 강의와 비슷한 평가를 할 수 있을 것 같습니다. 조금 다른점이 있다면, 몇몇 챕터의 뒷 부분에 실습 관련 컨텐츠가 있어서 의지만 있다면 해당 챕터에서 배운 내용을 간단하게나마 활용해 볼 수 있는 기회가 주어진다는 점입니다. 인공지능 강의처럼 이론적인 내용을 적당한 난이도로 전달합니다. 중간중간 빅데이터 활용사례들도 포함되어 있어서 재밌게 공부할 수 있는 강의입니다. 

2018년도 2학기 성적과 학습방법

---

방송대 시험은 일주일에 10시간 내외의 시간을 투자하여 강의를 모두 수강하고 워크북 문제를 풀어본 후, 시험 2주 전부터 3개년 분량의 기출문제를 풀어본다면 크게 어렵지 않은 수준입니다. 재촬영이 되지 않는다면 문제은행식으로 시험 문제가 출제되므로 기출문제를 많이 풀어보는 것이 중요합니다. 기출문제와 워크북 문제를 한두번 풀어본다면 문제은행에서 출제된 문제들과 새롭게 추가된 유형의 문제들에 대한 충분한 준비를 할 수 있습니다.