얼마전에 이런 글이 올라 왔드랬습니다.

https://www.workingus.com/v2/gnu/bbs/board.php?bo_table=job&wr_id=114628&sca=&sfl=wr_subject%7C%7Cwr_content&stx=%B7%CE%B8%B6%B8%AE%BF%C0

요점은 박사를 하는게 졸업하고 직장생활하는데에 도움을 주지 않는다-. 의 토론이었는데, 저기다 답글 달면 아무도 못 보실 것 같아서 다시 살려봅니다.

제가 예전부터 어르신들로부터 들은 말씀 중 이런 게 있었습니다. 

“진입장벽이 높은 직종을 골라라.”

다시 말해서, 그 직종에 들어가려면 엄청난 기회비용을 감수해야 하는 직종을 선택하면 쉬이 밥그릇 뺏길 일이 없단 소리지요.

윗 글에 거론되는 CS의 경우 진입장벽은 거의 없는 것 처럼 보입니다. 90년대후반 2000년대 초반에 한국서는 두달 크래쉬 코스로 학원에서 언어 하나 가르치고 개발자를 양성해 내곤 했었죠(비트 컴퓨터라고 기억하시는지). 그리고들 취업 많이들 하셨습니다. 처우는 어떻게 받으시는지, 일의 강도는 어떠신지, 그런건 차치하고서라도 일단 취업은 많이 하셨고 계속 몸담고 계신 분들도 많고요.

그러니 CS 박사는 뭐하러 하나? 이런 질문이 당연스레 나오겠지요. 근데 전 적어도 여기 계신 분들은 설마 그런 생각을 안하실 줄 알았습니다. 소프트웨어 엔지니어이신 분들, 현재 하시는 작업들이 10년전, 15년전 한국에서 두달 학원 다니고 나온 문과출신 엔지니어분들이 하는 작업과 같나요? 같은 작업이라면. 분명 박사 공부는 시간 낭비가 맞습니다. 

헌데, 직장생활에 있어서 학위의 활용도는 지극히 그 하는 작업에 달렸습니다. 예를 들어, 요새 IPO 한다고 난리가 난 페이스북. 이 회사가 처음 시작 했을 때, 사용자 10,000명 정도 갖고 싸이트 꾸려 나갈 당시엔 박사급 인재, 필요 없었습니다. 근데 지금은요? 페이스북이란 회사의 문화 자체가 아무리 리버럴하고 일주일에 한번씩 새 코드를 라이브로 올리곤 하지만, 지금 저 스케일에서 돌아가는 코드, 아무나 못만듭니다. scalable한 시스템 구축 하는거,  사용자 데이타 분석, 맞춤형 광고, 사진 올리면 사람 얼굴 찾아서 태그 할래 말래 물어봐 주는 거, 등등. 2달 학원 달랑 나와서 계속 현업에만 계신 분 보단 공부 1년이라도 더 하신 분이 “더 쉽게” 접근할 수 있는 작업들입니다.

석사, 박사 하는 동안 배우는 공부, 혼자서 직장생활 하면서도 잘 할수 있으니 석박은 시간낭비다- 생각하시는 분들. 학사는 뭣하러 하나요. 고등학교만 나온 빌게이츠 존칼막 등등 성공한 사람들 쌔고 쌨는데. 혼자서도 그 정보력을 습득할 “수”는 있지만 일반인이 하기가 힘들기 때문에 게이츠, 칼막, 파커 이런 사람들이 유명해진 겁니다. 성공해서 유명해 진것도 있지만 이런 분들의 공통점은 정보흡입력이 기형적으로 강하거나 자기관리가 김연아보다도 강한 분들입니다.

윗글에 어느분이 말씀 하셨듯이, 코딩은 그냥 도구이지 않나요? 비슷한 예로, 전자공학 하신분이 매트랩 잘 다루신다고, 생물학 공부하신 분이 현미경 잘 다루신다고, 인문학 공부하신 분이 도서관에서 책 잘 찾으신다고, 뛰어난 인재라고 하거나 박사가 필요 없다고 하는 말을 하진 않는 것과 비슷하지요. 

그 어느 이공계를 보아도 CS만큼 박사가 시간낭비라고 생각 하시는 분이 많은 분야가 없습니다. 전 이게 참 안타까운게, 그런 생각 자체가 결국 CS란 학문 자체를 부인하는 걸로 밖에 안보입니다. 가뜩이나 자연과학쪽에선 신생학문이라고 무시당하고, 공학계열에선 말랑말랑하고 근본없다고 무시당하는데, 심지어 동학문을 공부하고 같은 직종을 가진 분들한테도 무시 당합니다. 쓸모 없는 거라고. 지금 당장 내 하드에 담겨있는 자료들이 있기까지 몇만개의 학위 논문이 나왔을까요. 

소프트웨어 엔지니어링 이라는 분야는 참 진입장벽이 낮은 분야이죠. 한국의 경우는 전문대 졸, 심지어는 고졸들도 컴퓨터학원 몇개월 다니면 일단 ‘프로그래머’가 될수 있습니다.

얘네들 프로그래밍을 아주 우습게들 보더군요. 사실 그런데 아주 ‘기본적’인 프로그래밍을 배우는 것은 참 쉽습니다. 고급 고난도의 프로그래밍으로 갈수록 어려워 지는데, 그 많은 프로그래머들 가운데 High-Frequency, Low-Latency 등등의 시스템을 실제로 구축할수 있는 능력의 프로그래머들은 극히 드뭅니다.

근데, 또 그렇게 보면, 사실 미국에서 진입장벽이 높은 업종들이 무엇이냐….. 생각해 보면 별로 없습니다.

변호사, 회계사, 변리사 등등 다들 미국에서는 진입장벽이 낮습니다. 유일하게 미국에서 진입장벽이 높은 직종을 꼽으라면 의사 정도?

아시다시피 한국에서는 변호사/회계사 등등 숫자를 인위적으로 조정을 해서 진입장벽을 높여 놓죠. 참 비합리적인 시스템인데, 변호사/회계사들 본인들 밥그릇을 챙기기 위해 만든 제도라고 설명할 외에는 별다르게 할말이 없습니다.

프로그래머에게 학력을 따지지 않는 이유는

1) 프로그래밍 기술과 학력과는 별 상관이 없는 경우가 많기 때문입니다. 리서치 부서가 있는 마이크로소프트, 구글, 야후정도면 모를까 타 기업들에선 박사학위가 필요 없을 뿐더러 왜 박사학위를 땄냐는 질문을 하게 합니다.

2) 산업에서 쓰이는 기술들이 계속 발전하고 있고 그 분야 전문가들은 대부분 산업에서 경험을 쌓은 사람들이지 학계에 있었던 사람들이 아니기 때문입니다.

3) 그리고 산업 추세는 당장 써먹을수 있는 기술을 가진 사람들을 뽑습니다. 예전같이 똑똑한 사람을 뽑아서 교육을 시킬려는 회사는 적습니다. 위에 언급한 high-frequency, low-latency 같은 프로그래밍을 예로 들면 알고 나면 별것 아닙니다. 그러나 대부분 회사들이나 학교에선 저런 기술을 거의 쓰지 않고 필요도 없으니 배울 기회나 필요가 없습니다. 그러니 대부분 경험있는 프로그래머들이 아무리 똑똑하다고 하더라도 저런 기술을 원하는 회사에 들어가긴 힘듭니다.

프로그래밍 커리어로 성공할려면 어느정도의 학력이 필요하지만 그건 그 커리어를 시작할 수 있는 기본적 낮은 면허 정도이고, 그 다음은 얼마나 새로나온 기술을 빨리 습득하고 창의적인 프로그램/설루션을 만드냐에 달렸습니다.

결과적으로 CS 커리어는 프로그래밍/전산기술을 좋아해야 견디기 쉬운 커리어입니다.

음….. 일전에도 한번 언급이 되었는데

Computer Science != Software Engineering

…라는 점을 먼저 확실하게 짚으셔야 서로 오해의 소지가 없겠습니다.

Software Engineering은 Computer Science의 한 분야인데 박사 쪽으로 가면 CS에서도 다양한 전문 분야들이 있다라는 점입니다.

단순하게 잡 마켓의 측면에서만 본다면 Software Engineering쪽 잡이 다른 CS전문 분야들 보다 월등하게 더 많죠.

Computer Science != Software Engineering 이라면

대부분 회사에서 그런 CS job은 없습니다. 학교나, 연구소, 리서치 그룹이 있는 일부 대기업에서나 그런 CS 직업이 있을 겁니다.

먼저 저는 CS PhD이며 미국 오기 전에 한국에서 학부하였고 병특과 알바로 코딩 경력도 많이 있습니다. 제 의견을 말씀드립니다.

1. 프로그래머의 진입 장벽이 낮다? 천만입니다. 비트 컴퓨터나 6개월 프로그래머 이야기는 우리나라의 SI 쪽에나 있을 법한 이야기입니다. 미국에서는 프로그래머가 되는 것이 진입 장벽이 결코 낮지 않다고 생각합니다. 단적인 예로 미국에서 구글/페이스북 같은 회사에 들어가기가 쉽나요? 일단, CS 관련 학사 학위는 필요하니 최소한의 학사 학위는 필요하고 (물론 천재같은 친구가 있으면 학력을 무시하겠지만 일반적으로는 안 그렇죠) 거기서도 면접에 통과하려면 상당히 어려운 코딩 테스트를 뛰어 넘어야 합니다. 여기만 해도 진입 장벽은 충분히 높다고 생각합니다. 그러니 타 공학 전공에 비해 높은 연봉을 받는 것이고요.

2. 스케일러블한 시스템을 만드는 것은 학부 출신만 가지고도 안 되고, 박사 출신 가지고도 안 되고 둘 다 필요합니다. 논문을 주로 쓰고 코딩은 물론 중요하지만 프로토타이핑이 위주인 박사들은 대략적으로 돌아가는 스케일러블 시스템은 만들 수 있지만, 정말 고성능으로 만드려면 엄청나게 코딩 잘 하는 친구들이 필요합니다. 이런 사람은 보통 박사 학위 소지자에서 찾아보기 어렵습니다. 코딩 잘 하는 학부+석사 친구들이 결국 시스템을 시장에 내놓고 전투에서 이기도록 합니다. 물론 전략은 박사 학위자가 짤 수도 있겠지만. 어느 한 쪽만 필요하다/중요하다 식으로 이야기는 안 했으면 좋겠습니다.

3. 박사 학위에 보통 6년이 걸린다고 칩시다. 박사를 제대로 하면 그 분야에서는 세계수준의 지식을 가지고 있어야 합니다. 그런데, 학부 마치고 회사에 들어가서 6-7년 열심히 한 우물 파면 역시 박사 학위 소지자에 준 하는 특정 분야에 대한 전문 지식은 가질 수 있다고 봅니다. 물론 사람하기 달렸죠. 단순 코드 멍키로 자기계발 하기 어려운 학부 졸업 개발자도 많죠. 마찬가지로 잘 되지도 않는 허황된 논문 쓰는데만 급급해 자기 혼자만 쓰는 개떡 같은 코드를 6년간 박사하면서 쪼물딱 거릴 수도 있고요. 박사는 결코 학사보다 일을 더 잘 하는 사람을 만드는 과정이 아닙니다. 성격이 매우 다른 일에 대한 지식(연구 vs. 개발)을 쌓는 곳이죠. 특히 박사 학위 하시는 분들에 은연 중에 깔린 개발/엔지니어 무시하는 태도는 절대 버려야합니다.

4. 저는 제가 CS PhD를 했지만 별로 추천하지 않습니다. (저는 다행히 제 연구 분야에 맞는 회사로 와서 다행이긴 합니다만) 만약 CS PhD를 20대 안으로 딸 수 있다면 모르겠지만 한국에서 대기업에서 5년씩이나 다니고 30대에 박사하러 오셔서 30대 말에 박사를 받는다면, 정말 교수가 되는 것이 아닌 이상, 시간/돈 낭비일 경우가 농후합니다. 30대 후반에 박사 받고 신입 박사로 취업해도 연봉은 20대 후반에 박사 받은 인도/미국 친구와 거의 같습니다. 한국에서의 경력을, 아무리 삼성/엘지라고 해도, 인정 못 받는 경우가 허다합니다. 정말 교수가 되고 싶어 어떠한 고통이라고 감내하자면 모를까 미국 취직이 목적이라면 석사가 정답이지 박사는 아닙니다. 오히려 박사는 개발자로 취직하는데 걸림돌만 되는 요소입니다. 특히 나이가 많다면 더더욱요. 미국 회사가 당연히 나이로 절대 차별은 안 하지만 분명 중요한 요소입니다. 월스트리트 업체나 젊은 기업은 확실히 젊은 친구를 선호합니다.

5. 박사는 개발이 아니라 교수/순수연구직을 위한 학위입니다. CS PhD는 아쉽게도 너무 공급이 많고 교수/순수 연구직이 적다보니 기업에서 많이 데려가죠. 실제로도 기업에서 박사급 개발자를 두는 것도 매우 중요하다고 생각합니다. 당장에 구글의 창업자나 에릭슈미트는 박사 학위 소지자입니다. 그런데 박사 학생 중 정작 개발에 필요한 코딩 지식이 부족한 경우는 굉장히 많습니다. 그래서 대부분 소프트웨어 회사들은 박사 학생들에게도 멍청해보이는 코딩 테스트를 하죠. 문제는 이걸 통과 못하는 박사 학생이 상당수라는 것입니다.

좀 요약해서 3줄로 줄입니다.

(1) 전산학에서 최소한의 학사 학위는 당연히 필요합니다. 진입 장벽이 낮다는 것은 착시입니다.
(2) 성공한 소프트웨어 회사는 학사/석사급 개발자와 박사급 개발/연구 인력이 모두 잘 되어야 가능합니다. 어느 한쪽만이 중요한 것이 아닙니다.
(3) CS PhD가 있다고 해서 프로그램을 더 잘 만드는 것은 결코 아닙니다.

자동차를 운전하려면 운전학원에서 열심히 배워서 운전면허를 따면 됩니다.
꼭 운전학원에 가지 않더라도 지인에게 주행연수받고, 책사서 열심히 독학해서도 운전면허땁니다.

프로그래밍은 운전과도 같은 것 같습니다. 누구나 배워서 하면 됩니다.

하지만 자동차 엔진은 아무나 만들 수가 없습니다. 체계적인 교육과 실무경험과 정열이 필요하겠
지요..

CS박사출신들은 자동차 엔진을 만드는 것과 같은 일을 해야 합니다.
만약 그런 일을 찾지 못했다면…그냥 운전해야 해야 되겠지요…

누가 운전을 하던..운전만 잘하면 됩니다.

저는 CS는 아니지만 CS교수 밑에서 박사학위를 받은 경우인데요. 박사과정때 제한된 장비로 실제 코딩은 커녕 시뮬레이션만 겨우 돌리고 저널논문들을 써서 졸업을 했지만 대기업 개발부서에 들어온 이후에는 온갖 기업들로부터 받은 수많은 샘플장비를 제 오피스에 거의 창고처럼 수북히 쌓아놓고 있습니다. 받은 소스코드만도 수십기가가 넘구요. 만일 박사과정때 여기있는 장비 몇개만 있었어도 논문쓰기가 훨씬 수월하지 않았을까 하는 허탈감에 들다가 과연 그런 논문을 쓰는데 무슨 의미가 있을까 싶기도 합니다. 지금은 실제 장비에 자주 접하다보니 졸업후 저희 지도교수가 부탁했던 논문을 리뷰할때에도 온갖 오류와 비현실성이 너무 잘 보여서 악평만 늘어놓았는데 이제는 리뷰부탁도 더이상 안하더군요. 그리고, 저희 회사의 경우 해당 시장 1위에 세계 IT업계 10위권의 회사인데도 아예 연구소를 없애고 실무부서에서 직접 특허를 다루고 있으며 관련자 대부분이 학사,석사학위자입니다. 기업이 필요한 것은 실무경험이지 학문실력이 아닙니다.

한국에서는 소프트웨어 엔지니어링과 코더의 구별이 없습니다.
코더가 프로그래머나 소프트웨어 엔지니어와 동급으로 간주됩니다.
왜냐하면 전문가가 없고 전문가를 키울 생각도 없기 때문이죠.

과거에 고급 이공계 인재들이 무차별적으로 시장에서 쏟아질 때는 손쉽게 고급 인력들을 구할 수 있다 보니 난이도가 있는 고급 과제들도 개발자들 쪼면 그냥 되니까 모든 게 공짜로 그냥 되는 줄 압니다. 지금은 고급 인력이 줄어들었는 데도 사고방식은 과거와 똑같죠. 그러다 보니 갈수록 삑사리가 나고 사고가 터져나는 데 왜 나는 지 이유를 모릅니다. 원래 뭔가를 잘 해볼 생각도 없고, 그저 결과만 잘 내서 먹튀하는 인간들이 많은 곳이라 앞으로도 깜깜합니다.
이러다 보니 구글, MS, 애플이 우습게 보이는 정신병자들이 우글대는 황당한 일이 벌어지게 되죠.

MS나 애플은 모르지만, 구글은 한국에서 찍소리도 못함. 구글은 한국시장에서 naver나 daum앞에는 고양이앞의 쥐고 시장 경쟁력 거의 전무.

MS는 90년대 먼저 시장을 장악해서 그렇지 MS는거의 쓰레기수준 소프트웨어 많이 만들었음. 미국 엔지니어도 MS 제품들은 믿지 못합니다.

애플은 소프트웨어의 기술보도 스티스 잡스의 창의력임.

윗분 지금 무슨소리하는지….한국에서 재대로 프로그램만드는 회사가존재하기는 하는지…

구글의 안드로이드가 없었다면 삼성전자, LG전자도 노키아 꼴이 났을텐데 무슨 말씀이신지…

그건 누가 퍼트린 소문입니까? 안드로이드 같은 OS 없이 스마트 TV 비즈니스에선 한국 삼성/엘쥐가 전세계를 휩씁니다.

MS 윈도우즈가 없었다면 Dell이 아타리꼴 났다는 소리같이 들리네요. ㅎㅎㅎ

조만간 안드로이드 TV들 쏟아지면 삼성/엘지 자체 OS 스마트 TV 어떻게 되는지 보세요..

앤드로이드 OS가 TV시장에서 뜰것 같으면 눈치 빠른 삼성/LG에서 자신들 TV OS를 앤드로이드로 확 바꿔 버릴겁니다. 미국에서 1-2년 걸리는 소프트웨어 개발 한국에선 몇개월이면 충분합니다.

ㅎㅎㅎ.
삼성 TV 나 LG TV들 속에(소프트웨어 스택) 들여다 보신적 있으십니까?
스마트 티비 쪽 인간들이랑 말섞어 보신적 있으십니까?
직접 겪어 보면 정말 대단하고 생각 드실겁니다. 어떻게 아직까지 안 망하고 있는지 신기해서..
아직까지 삼성이 티비에서 돈버는건(엘지는 거의 쪽박입니다. 티비쪽에서. 그리고 삼성도 스마트 티비라고 부를수 있는 하이엔드 모델에서는 눈물날 지경입니다.) 그나마 구글이나 애플에서 티비시장에 제대로 진출하지 않아서 입니다.

참 님 수준을 알겠군요. 더이상 쓰지않겠습니다.

저는 CS라는 학문 존제 자체에 약간 의구심을 가지고 있습니다. 편협한 저의 의견으로는 CS는 두 가지로 나눌 수 있는 것 같습니다. Pure algorithm 연구와 응용분야. 사실 Pure algorithm 분야는 순수 CS 졸업자들 보다는 수학, 물리, 전자과 출신자들이 더 권위적입니다. 실제로도 유명한 CS 알고리즘은 거의다 저쪽 분야 사람들에 의해 개발되었죠. 응용분야는 정말 돈많고 유명한 랩실이 아니라면 제한된 자원과 논문쓰기식 연구로 인해 실생활에 정말 유용한 연구를 하기가 쉽지 않죠. 차라리 이 쪽 분야로 머리 팍팍 돌아가고 감이 있는 사람이 학/석사 졸업 후 회사에 가면 유명한 랩실 못지 않은 박사 연구를 충분히 할 수 있는 분야가 바로 CS입니다. 사실 연구보다는 개발에 가깝죠. 개발에 필요한 연구… (한국 취업 제외)
실제로 학계에서는 수학과 전자과 출신들이 컴퓨터과 교수로 많이 유입되고, 산업계에서는 박사나 석사나 그닥 대우 차이가 없습니다. (퓨어 연구소 쪽이 아니라면) 오히려 능력이 곧 직급이고 연봉인 회사생활에서는 더더욱 그렇습니다.
박사가 필요가 없다기 보다는 다른 분야들처럼 크게 메리트가 없고, 어떻게 생각하면 박사 타이틀을 걸고 취업하려면 지원 분야가 좁아지기 때문에 오히려 해가 될 수 있다고 사람들이 말하는 것 같습니다.

순수 알고리즘 분야에서 수학과 출신들이 권위적인 건 CS가 수학과에서 떨어져 나온 학문이기 때문입니다. 당장 25~30년전에 학위를 받으신 교수님들은 CS학과가 있기 전에 공부하신 분들이라 수학과 출신일 수밖에 없습니다.

물리학출신 분들이 만든 알고리즘도 마찬가지입니다. CS에 알고리즘이라는 분야가 Knuth, Edmonds, Cook, Karp등에 의해 확립되기 전에 (요게 겨우 70년대입니다) 나온 알고리즘이 대부분이거나, 아님 다분히 그쪽 분들의 필요에 의해 만들어진 numerical computing쪽 알고리즘들입니다. 위에 말씀하신대로 CS를 이론-응용 으로 나누신다면, FFT, Viterbi alg등을 순수이론이라고 하기는 어렵지요. 응용분야가 확실한 상태에서 생겨난 알고리즘인데.

미국수준님 대단한 분이군요-_- naver의 COO에게 물어보십시오 뭐라고 답하실지.

저분 왠지 반어법 쓰는 거 같습니다만…
사실 저런 정신병자들이 한국에 우글댄다는 게 문제죠.
저런 정신병자 무식쟁이들이 우글대다보니 정상인이 바보되는 거 순식간입니다.

하하. 정신병자라고요. 그렇게 편협한 사고를 하면 세상살기 편합니까? ㅎㅎㅎ

전 미국에서 박사학위받고 소프트웨어 산업에서 15년 이상 경력이 있습니다. 리눅스 윈도우즈에서 다 개발해 봤습니다.

혹시 제2의 이ㅇㄹ?

원글입니다.

윗글 중 부분부분 나눠서 말씀드립니다 (읽기 더 쉬울듯 해서):

=======
는데만 급급해 자기 혼자만 쓰는 개떡 같은 코드를 6년간 박사하면서 쪼물딱 거릴 수도 있고요. 박사는 결코 학사보다 일을 더 잘 하는 사람을 만드는 과정이 아닙니다. 성격이 매우 다른 일에 대한 지식(연구 vs. 개발)을 쌓는 곳이죠. 특히 박사 학위 하시는 분들에 은연 중에 깔린 개발/엔지니어 무시하는 태도는 절대 버려야합니다.
=======

제가 처음 드린 말씀은 오히려 그 반대입니다. 박사 안하시고 바로 취업을 하셔서, 직장경력 많고, 직급 높고, 연봉 높으신 분들이 오히려 박사하신 분들을 향해 ‘시간낭비’, ‘잘못된 선택’, ‘삽질’등등의 말씀을 하십니다. 제가 은연 중에 깔린 엔지니어를 무시하는 태도가 없을 거라고 장담을 하진 못하지만 공부하신 분들이 짧게는 4년, 길게는 7년동안 쥐꼬리만한 월급 받고 poverty레벨의 삶을 살면서 버틸 수 있던 건 자부심 하나 아닌가요? 아무리 허접한 논문을 붙잡고 몇년을 헤맸다 하더라도, 그 “지식”을 창출해 내기 위해 본인 나름의 인고의 시간을 보낸 건데, “시간낭비”했다고 하면 누가 좋아하겠습니까.

박사가 있다고 해서 프로그램을 잘 짜는 것, 당연히 아닙니다. 박사 오륙년 내내 짠 코드 줄 수보다 학부 OS 수업 때 버추얼메모리 구현한 숙제나 어셈블리로 퀵소트 만들 때가 더 많을 수도 있습니다. 근데 제 경우엔 박사를 하면서 얻은 건 딱 세가지 입니다.

1. 세부분야에 관한 기술 트렌드를 읽는 방법.
2. 글 쓰기.
3. “뭘 갖다줘도”, 혼자서 짧은 시간동안 습득하는 요령.

이중에 1번은, 사실상 학계에 있지 않으면 배울 수가 없습니다. 직장에서 근무하면서 저널 페이퍼 전부 다 찾아 읽을 만큼 시간이 널럴하지도 않거니와, 저널 섭스크립션 자체가 없어서 찾아보기도 힘듭니다. 설사 읽는다고 하더라도, 기존에 나와 있는 결과들을 “어떻게 하면 얘네를 이길 수 있을까”라는 마인드로 읽는 것과, “이걸 지금 내가 하는 일에 써먹을 수 있을까”라는 마인드로 읽는 건, 차이가 다소 큽니다.

근데 1번보다 더 중요한건 2번, 3번이네요 제게는. 언제 또 그렇게 글 쓸일이 많을까 싶을 정도로 박사하는동안 작문 공부는 무쟈게 했습니다. 이게 참 별 것 아닌 거 같으면서도, 자기 생각을 articulate하게 표현하는 능력이 글쓰는 것 만큼 도움되는게 없습니다. 당장 자바 초기버전 API 문서들을 보시면, 당시 썬에 있던 인턴들이 쓴 문서들이 많습니다. HashMap을 쓰는데 이게 get()이 O(log n) 인지 O(n+log n)인지 뭘로 만들어진건지 당최 알 수가 없습니다. 그냥 있으니까 쓰지요. 이것보다 훨씬 이전에 만들어진 C++ STL 문서들을 보시면 차원이 다릅니다. C에서 sort() 함수가 어느 알고리즘으로 이뤄졌을까요? 당연히 퀵소트라고 생각하시겠지만, man sort 쳐보시면 인풋 사이즈가 적을 때는 머지소트를 쓴다고 나와 있습니다. 이런 사사로운 차이점들이, 묻어나옵니다. 위에 말씀드린대로, 물론 이런 스킬들을, 현업에 종사하시면서 습득하실 수도 있습니다. 근데 대학원이란 곳은, “내가 너 일년에 2만불 줄테니 넌 5년동안 그런거만 배워라-” 라고 하는 곳이라, 직장에 근무하시는 동안 터득하는 것보다 더 “쉽게” 배울 수 있다는 겁니다.

위에 다른분은
=======
그리고, 저희 회사의 경우 해당 시장 1위에 세계 IT업계 10위권의 회사인데도 아예 연구소를 없애고 실무부서에서 직접 특허를 다루고 있으며 관련자 대부분이 학사,석사학위자입니다. 기업이 필요한 것은 실무경험이지 학문실력이 아닙니다.
=======

라고 하셨습니다. 왜 이런 말씀을 하시나요? 시장 1위, 세계 IT업계 10위권과, 그 회사의 비즈니스 모델의 학문적인 깊이와는 전혀 상관없습니다. 원글에 말씀 드렸듯이 페이스북이 초창기에는 CS가 전혀 필요 없었습니다. 얼마전 1빌리언으로 인수된 instagram, 역시 CS 전혀 필요 없습니다. 내 회사, 내 제품이 업계 1위고 내 회사 직원들은 전부 다 학/석사면, 박사는 쓰레기인가요? 사회에 도움을 전혀 주지 못하나요?

박사나 학사/석사나 둘중 한쪽만 필요하고 나머지는 필요없다-라는 말씀을 드리는게 아닙니다. 당연히 인더스트리에 모든 사람들이 전부 다 박사를 갖고 있을 필요는 없지요. 분명 학사/석사만 하시고 코딩을 정말 미치도록 잘하시는 분들이 필요한 작업이 있고, 코딩이고 뭐고 공식 하나만 적어서 3줄짜리 함수 하나면 되는 작업도 있습니다. 근데 누구 한쪽이든 나머지 한쪽을 시간낭비라고 하거나, 저학력이라고 얕잡아 보기 시작하면 자기가 공부한 학문만 갉아 먹는 셈이 됩니다. 아, 우리 학문은 학부만 나와도 되는 학문, 아니면 아 우리 학문은 박사까지 하기 전에는 쓸모 없는 학문. 전 이게 너무 쪽팔립니다. 우리끼리도 이런 얘기들이 오가는데, 타분야에 계신 분들은 뭐라고 생각하실까요?

박사하신 분들이 학/석사만 하신 분들을 무시하는 경향 많다고 생각합니다. 이건, 단순히 CS뿐만 아니라 다른 학문에도 널렸습니다.
근데 CS는 타전공과는 다르게 학/석사가 박사를 이길 수 있는 분야고, 실제로도 그렇습니다. 경제적으로나, 사회적으로나.
게다가 학/석사가 박사보다 훨씬 많습니다.

소수인데다가, 약자인데다, 심지어 무시까지 당합니다.

더러워서 못해먹겠습니다 ㅋㅋ

-꼬랑지. 전 “학/석사”란 말도 좀 우습습니다. 왜 석사는 괜찮고 박사는 시간낭비지요? 단순히 포지션을 받기 위한 리콰여먼트라서이기 때문이지 않나요? 솔직히, 학사와 석사간의 “실무적 실력”이나 “학문적 실력” 차이는 극히 미미한데 석사는 용서받고, 그보다 갭이 더 큰 박사는 왜 삽질인지. 학력 인플레에 따른 현상이라면, 석사야 말로 시간낭비지요. 같은 로직대로라면, 학사 따고 얼마든지 따라잡을 수 있는 실력 차 아닌가..?

한가지 잣대로 모든 것을 평가 할 수 없죠..
박사하고 그냥 소프트웨어 엔지니어로 살아가건.. 리서쳐로 살아가건..
자기가 만족하면 그만인 것을..
인생의 효율을 따져가면서 살아봐야 다 거기서 거기거늘..ㅎㅎㅎㅎ

첫번째, 박사의 가치는 프레시박사의 평균초봉이 말해줍니다. 작년 쯤 본 글에 의하면 스탠포드 박사초봉이 bay area에서 14만정도 한다더군요. 학사는 11만 정도구요. 하는 일이 아무리 달라도 그 정도의 잠재가치는 가지고 있다는 거죠. 삼성에서는 프레시박사에게 세부분야 불문하고 일단 책임1년차를 줍니다. 그 이유는, 박사과정을 통해 맨땅에 헤딩하는 인내력과 기술은 마스터했다고 본다더군요. 반대로 석사/박사를 같은 연봉으로 대우하는 ms의 software engineer직종도 있습니다.

두번째, cs가 과학이냐는 질문은 수십년 전 computer science라는 과가 처음 생겨났을 때 많이 나왔다고 하네요. “컴퓨터가 과학이면, 냉장고, 자동차, 토스터는 왜 과학이 아니냐”고 말이죠. programming language / theory 전공자들은 그에 대한 대답으로 NP=P (asymptotic complexity)를 제시합니다. 다른 분야(수학,물리학,전기전자)에서 이 분야를 전문적으로 연구하는 사람은 아주 소수에 불과합니다. 연구를 깊게 하려해도 computer science를 벗어나서는 연구할 대상이 없죠. 천체물리가 아무리 넓은 공간과 거리를 다룬다 해도, www이나 facebook에 형성된 네트웍 구조처럼 양질의 실험자료를 제공하진 못하니까요. 수학,물리학쪽의 연구자들이 (별도의 수업을 듣지 않고) cs에서 두각을 나타낼 수 있는 분야는 numerical analysis쪽인데, 이제는 그 외의 부분이 급속도로 성장하였기 때문에… 점점 의미가 없어지리라 봅니다.

complexity에 대한 이해는 cs이론의 핵심이라고 봅니다. 기업 인터뷰 시에도 항상 솔루션과 함께 그 복잡도를 말해야 합니다. 가장 단순한 O(n), binary-search가 가능한 O(logn)과 O(nlogn), 주변 상황에 크게 영향을 받는 O(n^k) (k=2,3,4,…), 마지막으로 별 의미가 없어지는 non-polynomial들…하지만 approximation과 heuristic approach를 이용해서 그것들을 다시 polynomial수준으로 단순화시키는 것. 이런 것들의 기본을 이해하는 데 보통 3년 정도가 걸리는데, 박사과정에서도 계속해서 각자의 세부분야 안에서 더 더 더 깊이 파고들어갑니다.
요새 Big Data라고 불리는 분야에서는 complexity에 대한 이해가 가장 중요합니다. Twitter에서 하루에 만들어지는 데이터의 양이 4terabyte(=4096gigabyte)라고 하더군요. 프로그래머의 역할은 코드 한줄을 더 쓰는 게 아니라, 그 complexity의 order를 쪼~금이라도 줄이는 것입니다.

개인적으로 cs는 학계와 산업간의 거리가 상당히 가까운 분야 중 하나라고 보는데요. 그 이유에는 학교에서 (더 쉽게) 배울 수 있는 지식들의 가치가 실제 산업에도 가치있게 쓰이기 때문이라고 봐요.

“프로그래머의 역할은 코드 한줄을 더 쓰는 게 아니라, 그 complexity의 order를 쪼~금이라도 줄이는 것입니다.”

그 big O complexity 를 줄이려고 알고리즘을 만드십니까? 그럼 박사학위를 가진 알고리즘 책 저자 정도 되겠네요. 그런 책을 읽고 사용한다면 학석사면 되고요. 95% 이상의 cs 직업들은 그런 책을 읽고 사용하는 능력만 필요하고 학/석사면 충분하지요.

뭐… 비꼬시려는 의도시거든 관련 학회 논문이나 좀 읽어보시죠. 단지 컴플렉서티를 줄이려는게 다인거냐라고 하시려면 제 글을 다시 읽어보시구요.
95%이상의 직업은 기존의 알고리즘을 가져다 쓰는 정도면 된다라고 하시는 분과, 기존의 알고리즘 (소팅만 해도 몇십가지죠?)의 특징(복잡도도 그 중의 하나입니다)을 이해해서 주어진 환경에 맞게 개량해서 쓰는 사람의 차이점은 아실 거라고 생각합니다. 어쩌면 95%가 맞겠네요. 나머지 5%안에 구글,페북,트위터가 있을 뿐이죠.

‘마지막으로 별 의미가 없어지는 non-polynomial들…하지만 approximation과 heuristic approach를 이용해서 그것들을 다시 polynomial수준으로 단순화시키는 것. 이런 것들의 기본을 이해하는 데 보통 3년 정도가 걸리는데’

이런 걸 이해하는데 3년? polynomial fitting은 제가 석사연구할 때 matlab을 사용한 어넬러시스 방법중의 하나였는데. 그것도 2주만에 끝냈는데. ㅋㅋㅋ

matlab 이나 R같은 스터틱스 페키지 써 보세요. 괜히 남이 만든것 다시 만든다고 세월보내지말고.

http://www.cc.gatech.edu/fac/Vijay.Vazirani/book.pdf

챕터1만 읽어보세요. 10쪽도 안됩니다.

3년까진 안걸리고 똑똑하면 한학기, 보통 1년정도 저 책이랑 다른 몇개 붙잡고 죽어라 공부하고 퀄 보러 들어갑니다.

한 예로 MST-based algorithm 같은 경우는 벌써 matlab에서 사용할 수 있습니다.

http://www.mathworks.com/help/toolbox/bioinfo/ref/graphminspantree.html

누가 이런 앨고리즘 수십개 처음 부터 끝까지 다 연구하고 사용합니까? 시간 많은 대학생/대학원생들이나 그런 것들 다 공부하지.

인더스트리에서는 인터넷이나 책에서 찾아보고 자신이 필요한 것만 공부하고 사용하지요. 그럴 능력 없으면 도퇘됩니다.

쉬운건데님: 딴 얘기만 하시네요. approximation algorithm은 폴리노미알 피팅하고 전혀 상관 없는 겁니다.

그리고 MST 는 어려운 (np-hard) 문제가 아닙니다. 그냥 엣지 가중치대로 정렬해놓고 싸이클 나오지 않게 가벼운놈들끼리만 골라내면 됩니다 (크러스칼 알고리즘). O(E log V) 나오겠네요. 이건 학부 2학년1학기 알고리즘 I 수업때 배우는 건데. 학부과정도 기억 못하시면 인턴 직원한테 무시 당합니다.

컴돌아. 그럼 ‘그것들을 다시 polynomial수준으로 단순화시키는 것에’ 대해 설명해봐라. 그게 피팅이 아니면 뭔가 알고나 갑시다.

그리고, MST-based algorithm은 위에 박사과정 학생들이 배우는 책에 나온 알고리즘이다. 학부과정 운운. 참, 그런 소리 하며 상대방 무시할려고 하면 욕듣는다, 임마.

일하기 싫으니 별게 다 재밌네요 이거.

앞서 말한 크러스칼 알고리즘은 이미 MST를 찾는 폴리노미알 알고리즘입니다. 인풋 사이즈가 n = O(|V|+|E|)라고 하면 러닝타임이 O(|E| log |V|)(n log n)이라고 써드렸는데.. 굳이 못 믿으시겠담 좌표 찍어 드립니다.

http://en.wikipedia.org/wiki/Kruskal’s_algorithm#Performance

학부과정 바이블 clrs에 나오지요. 챕터 23.
http://mitpress.mit.edu/algorithms/

스탠포드에선 1학년때 배우나 봅니다. May 23 강의스케줄.
http://graphics.stanford.edu/courses/cs161-12-spring/

쉬운건데님께서 말씀하시는 폴리노미알 피팅은 통계에서 쓰는 리그레션이지요. 마찬가지로 학부 공업수학시간때부터 배우기 시작합니다. 석사때 2주만에 끝냈다고 하셨으니 어려운게 아닌거란걸 아시겠네요.

상대방 무시하려고 드는 어투는 위에 “ㅋㅋㅋ”, “괜히 .. 세월보내지말고”, “그럴 능력 없으면 [도퇘]됩니다” 등에서 시작한 듯 합니다.

컴돌아, 아직 내게 대답을 안 했다.

‘그것들을 다시 polynomial수준으로 단순화시키는 것에’ 대해 설명해봐라.

이게 피팅이 아니면 뭐냐? 대답해 봐라.

멍청아, 그리고 똑같은 말 다시 하게 하지 마라. 위에 approxalg님이 올린 링크에 있는 박사과정 학생들이 배우는 책안에
mst-based algorithm 이라고 나온다.

그리고 뭐 어려운 (np-hard)문제가 아니야? 그래서 별것 아니야?

얌마, 네가 말꼬리 잡는건 누가 maxwell’s electromagnetic equations 에 대한 얘기를 하니, 아 그건 어려운 string theory가 아니고 학부에들이나 배우는거야. 그런것 모르면 우습게 보여 하는 경우다. 기가차서.

아 ㅋㅋㅋ 컴돌님 짱 웃겨요 ㅋㅋㅋ

쉬운건데님, Approximation algorithm들은 기본적으로 NP-hard인 문제들을 polynomial time 안에 풀기 위해서 최적값을 구하지 않고 근사값을 구하려는 알고리즘이에욤. 커브 피팅하는게 아니구.. 문제의 답이 커브 선상에 있는게 아니라 문제를 푸는 알고리즘의 “시간”을 exponential time 대신에 polynomial time으로 단순화 시키는 걸 말씀하시는 거에욤.

쩌어어기 위에 어부의친구님이 말씀하신 것도 polynomial시간에 풀지 못하는 문제들을 heuristic이나 approximation algorithm등을 이용해서 polynomial 시간 안에 푸는 말씀을 하신거구요.

밤늦은 시간에 크게 웃고 갑니다. ㅎㅎ

ㅋㅋㅋ님이 맞는것 같습니다. 다시 글을 읽어보니 연관성이 있네요. complexity에 대한 얘기로 시작했으니 빅오에 대한 얘기 였고 polynomial수준으로 단순화 시키는 것도 polynomial”시간”에 대한 얘기였는것 같습니다.

그런데 쉽네요. ^^

아 다르고 어 다른데 전문용어 사용하면서 용어 애메하게 사용하면 누가 알아듣겠습니까?

ㅉㅉㅉ님 일부러 전문용어 헷갈리게 썼을겁니다. 저런 쓰잘데기 없는 CS박사놈들은 그래야 잘난줄 알거든요.

이런 사이트와서 전문용어 일부러 헷갈리게 중얼중얼… 진짜 ㅉㅉㅉㅉ다. ㅂ ㅅ ㄷ

아… 제가 애매하게 말을 해서 너무 많은 분들이 낚이셨네요. 너무 전공얘기라 다른 전공분들께는 죄송합니다.

제가 말씀드렸던 polynomial은요… NP-hard문제들을 다양한 caching이나 pre-processing, heuristic pruning, distributed-computing등을 써서 polynomial time안에 푸는 테크닉이 학계와 업계에서 동시에 의미가 있다는 말씀을 드리고자 해서였습니다. 예를 들자면, 불과 7-8년 전 set solver(http://en.wikipedia.org/wiki/Answer_set_programming)를 이용해서 O(2^n)인 boolean set문제(np-hard입니다)를 (100% 정확하지는 않지만 원하는 만큼 근접하게)풀수 있는 테크닉이 나와서, 많은 연구자들이 매달리고 있는데요. 앞으로 10년쯤 지나면 라이브러리가 많이 발전해서(텍스트북에 나오기까지는 더 오래걸리겠죠) 학부생들도 사용할 수는 있겠지만, 그 전까지는 적어도 논문 열댓편은 읽어서 이론을 제대로 이해해야 주어진 상황에 적용할수 있거든요. “나는 학부 중퇴지만 아무 논문이나 읽으면 바로 이해간다.”라는 분은 천재라서,,, 부러울 따름입니다.

machine learning도 좋은 예가 될수 있겠네요. 학부생이라면 기본 이론을 이해하고 weka같은 소프트웨어를 써서 분석 돌리면 되구요. 석사라면 라이브러리를 자기 용도에 맞게 커스토마이즈할수 있겠죠. 하지만 박사과정 동안 하는 일은 한 분야 내의 다양한 테크닉들이 어떤 한계와 특성(예를 들면 PAC-learnable or not http://en.wikipedia.org/wiki/Probably_approximately_correct_learning)을 가지고 있는지를 정확히 이해하고 나서 그 위에 자기 것을 하나 얹는다고 보시면 됩니다. 거인의 어깨 위에 얹어진 자기 것이 별 의미가 없다 해도, 거기까지 가본 것과 다리 쯤에서 이미 정제된 텍스트북/라이브러리를 별 생각없이 이용하는 것은 좀 성격이 다르다고 봐요. (어느 쪽이 우월하다는 건 아닙니다. 그런 능력이 필요한 상황도 있다는 거죠.) 회사 입장에서 전공분야도 안 맞는 박사를 고용하는 이유는 텍스트북이나 라이브러리가 커버 못하는 최신 이론이 필요한 상황을 위해서라고 봐요.

그런 이론이 현업에서 그런게 필요하냐구요? 적어도 여기서 얘기가 오가는 테크컴패니에서는 그런 것 같습니다.

저 위에 스탠포드 박사 초봉 얘기가 있는데요. 학교에 따라 연봉을 다르게 주는 지는 모르겠지만, MS에서 스탠포드 박사가 시니어 대우를 받고 개발자로 입사하는 걸 봤습니다. 시니어면 연봉이나 직급이나 리서쳐와 동급인데, 보통 박사를 받고 입사해도 학사보다 한두단계 높거나 같은 직급으로 들어오더군요. 시니어는 학사 입사보다 네단계가 높고요.

그런데, 문제는 스탠포드 박사는 전기공학에는 많지만 컴공에는 한국인 박사가 몇년에 한명씩 나올 정도로 드물다는 겁니다. 잘보면 스탠포드 컴공 박사들은 대부분 미국인 입니다. MIT를 포함한 다른 학교들이 대부분 외국인 학생들로 채워지는 것과 대조적이죠. 그만큼 스탠포드가 미국인들에게 인기가 높다는 반증이 아닐까 싶네요. 게다가 스탠포드는 컴공 학위에 대한 역량을 반영할 증거를 무수히 남겨줬으니 기업 입장에서 그만큼 대우를 해주는게 아닐까 싶습니다. 결론은 스탠포드 박사 연봉이 높다고 컴공 박사들의 연봉이 그만큼 될 거라고 보기는 어렵다는 겁니다. 심지어 그게 MIT 버클리라 할지라도 말이죠.

그리고 CS 박사 포스팅에서 다뤄진 내용이나 그에 대한 답글에서 지적하는 주요 포인트는 제 생각에 CS 연구의 질이나 공헌도를 떠나서 다른 전공 박사에 비해 기업에서 그만큼 대우를 해주지 않는게 일반적이기 때문에 그만큼 CS 박사를 할 이유가 없다는게 아닐까 싶습니다. 저도 CS 박사를 했지만 CS 박사는 제 주변에서는 일반적으로 석사 2년 후에 박사 5-7년 이었습니다. 즉 일반적으로 8년 이라는 시간을 보내야 하는거죠. 그것도 코스웍 이후에 퀄 시험을 통과하고 또 프로포절은 따로 나중에 통과해야하는 과정을 거친 사람들의 얘기지 학교 옮기는 사람들이나 석사만 받고 나가는 사람들도 특히나 많습니다.

최근 12년간의 공급 과잉(인도, 중국)으로 프로포절은 대부분 학교에서 자신의 연구 토픽을 제안하는게 아니라 연구 토픽 (일반적으로 3-4개)의 2/3 이상을 마치고, 마지막으로 쓸 박사 논문의 일부분을 발표하는 형식이 되어 버렸습니다. 예전에 Ph.D.를 받은 사람들은 석박사 합쳐서 4-5년 이었고 심지어 3년도 꽤 있었는데, 그때도 이런 수준의 requirement 가 있었는지 의문입니다. 일정 수준 이상의 학회나 저널에 몇 편 이상을 1저자로 게재 해야 한다는 암묵적인 룰이 있기에 프로포절 할 때 학회 등에 출판된 논문의 숫자가 적으면 아예 지도 교수가 프로포절을 못하게 하는 경우도 비일비재 합니다. 일부에서는 CS는 포닥이 드문 대신에 포닥에서 할 연구까지 포함해서 하는거나 마찬가지라고 하기도 하죠. 개인적으로는 공급 초과잉으로 인한 어이 없는 사태라고 생각합니다. 따라서 아주 비추천 하고요.

그런데, 주변에 보면 이런 기간을 당연하게 필요하다고 생각하는 사람들이 있습니다. 그러니 계속해서 박사 기간은 길어지겠죠. CS는 저널의 경우 논문 심사에서 출판까지 3년 정도 걸리는 것도 흔합니다. EE랑 겹치는 네트워크 분야는 학회 논문 제출에서 발표까지 8개월이 걸리는 답답한 분야이기도 하고요. 이 모든게 박사 공급 과잉과 연관이 있습니다. 이 문제는 Fortune 지와 Nature 지의 아티클에서 다뤄지기도 했는데요. 지난 10년간 연간 박사 배출생이 두배 이상이 늘었는데, 생물학과와 더불어 가장 급격하게 늘어난 분야 입니다. 게다가 요즘은 더욱 더 많이 쏟아지고 있죠.

분명 CS 박사 이후 연구자로써 좋은 대우를 받는 사람들이 있습니다. 연구중심 대학의 교수들도 그렇고, MS Research 나 다른 리서치 랩들의 경우 연봉도 학부 졸업생과는 1-2만불 이상 차이가 나는 좋은 대우를 받으면서 진정한 리서치를 할 수가 있죠. 문제는 이런 곳에 가는 박사생의 숫자가 극히 적다는 겁니다. Top 10 학교에서 박사 받아도 결국 삼성전자로 향하는게 다수인게 한국인들의 현실이고, 리서치 랩은 필수인 인턴쉽에서 교수가 어떤 사람이냐에 따라 아주 쉽게 풀릴 수도 있고 혼자 코딩 연습하면서 다 해결해야 하는 경우도 많습니다. 컴공 박사를 일컬으면 보통 우수 상위권 대학을 일컫는게 아니여야 하는 이유는 Top 10 에 재학중인 한국인들의 CS박사 숫자가 매우 낮기 때문입니다. 전기 혹은 기계 공학 박사생의 숫자와 비교해 보면 현격하게 차이가 날 겁니다. 그런데, 랭킹이 낮아질 수록 CS에 재학중인 한국인 박사생의 숫자가 급격하게 늘어나고요. 따라서 CS박사에 대한 의견은 Top 4 정도에 해당하는 우수 인재에 대한 것이 아닌 그 이외의 학교에 재학중인 수많은 컴공 박사 학생들과 졸업생들에 대한 얘기라고 봐야 합니다.

얼마전 노키아 높은 분이 스마트폰에 4-코어를 쓰는건 필요없는 일이라고 말했는데, 전 그 소리를 듣는 순간 노키아는 분명 망할 기업이란 걸 알았습니다. 한국의 농협사고나 DDoS가 왜 아직도 일어나고 있는지.. CS를 경시하기 때문입니다. 구글, 페이스북, 이런 건 아주 작은 부분입니다. 그것말고도 많은 연구가 행해지고 있다는 말입니다. 북한에서 남한을 3, 4분에 박살내겠다고 공갈쳤는데 그시간에 (무기체계의) 프로세스를 론칭하고 뭐하고 할 시간이 있겠습니까? 승부는 1 나노에 갈릴수 있습니다. (댓글을 보면 누가 얼마까지 했는지 알 수 있네요)