서울대학교 컴퓨터공학부 김선 교수 - 김박사넷

교수 상세정보

2015~2019년 데이터를 기준으로
정리되어 있습니다.

서울대학교 재학생/졸업생의 평가

평가인원이 일정인원 이상 모이면 공개됩니다.


* 표시 항목은 평가가 부족하여 그래프에 나타나지 않음.

연구실의 장점에 대한 한줄평 평가하기

  • 교수님의 평소 생각 세상은 평등하지 않다는 것을 늘 말씀과 행동으로 실천하심 자대, 타대, 컴공, 타과 등등. 교수에게 가장 중요한 것은 실력이지 인품이 아님 학생이 너무 많다

  • -

  • 연구에 집중할 수 있는 분위기. 본인 의지만 있으면 충분히 좋은 성과 낼 수 있음. 본인 의지가 중요. 다른 연구실이나 주변에서 흔하게 접하는 대학원 생활에서의 부조리가 거의 없다시피함. 교수님은 정말 좋으심.

  • 석사졸업생임. 교수님 인품, 지도력, 인건비 등 매우좋음. But, 자신이 1저자인 논문에도 기여하지 않고 연구실 공동 업무는 사소한 것도 하지 않는 **가 이를 망침. 그 옆에서 이를 동조하는 **도 문제 (타겟이 되면 심하게 **** 조심할 것)

  • 교수님 인품이 훌륭하심. 그래서 그런지 매우 부족한 학생 한두명도 박사학위를 주시려고 하시는데 후배들이 보기엔 저런 사람도 박사를 받고나가면 이 랩에서 박사학위를 받는게 가치가 있을까 고민하게 될 정도로 박사 졸업자 퀄리티 관리가 안됨.

  • 연구실에는 실력 있는 학생들이 많습니다. 실력 있는 학생들로 다른 학생이 제 1저자인 논문까지 뽑아내곤 하죠. 추천: 실력 있는 학생들과 일하고 싶다. 비추천: 내가 실력 있는 학생이다.

  • 인품 정말 좋으심. 논문 지도에 있어서는 디테일보다 큰 그림을 보시는 편. 기업과제 없음. 행정업무에 치이는 일이 거의 없음. 비교적 자유로운 랩 분위기.

  • 교수님 기분을 잘 살펴야 함. 기분파라서 기분에 따라 학생들을 대하는 태도가 너무 차이가 많이 남. 극과 극. 기분에 따라 막말 수준으로 학생을 대하기도 하십니다.

  • 인품은 서울대학교 자타공인 최고멋지심!!!!

  • 연구조교/행정조교로서는 최고의 자리. 뉴스에 나올만한 류의 비리가 전혀 없는데다가 특이하게도 교수-조교-대학원생(위에서부터 아래로)의 상하관계가 형성되어 있다. 월간 연구보고서를 조교가 열람할 수 있어 학생들이 무엇을 하는 지 쉽게 알 수 있다.

  • ...

  • "감마 펑션은 팩토리얼을 일반화한 함수입니다. 따라서 gamma(n)=n! 입니다."[sic] - 기계학습 수업. 교수님이 원하는 Mathematical reasoning의 수준은 결코 이 정도를 넘지 않습니다.

  • 분위기 프리하고 좋음. 뉴스에 나오는 그런 연구 외적인 부분에서 문제될 것 없음. 본인이 공부한만큼 배우고, 논문쓸 수 있음.

  • 교수님이 랩을 합리적으로 운영하심. 논문 실적 좋음.

  • 교수님 성격이 밝고 쾌활하심. 인신공격, 횡령, 사적인 일 동원 등의 부조리가 없음. 랩분위기 좋음.

  • 교수님 인품은 훌륭함. 이론적인 부분에 관심이 많지는 않음. 생물정보 연구실이라 활용이 생물 분야에 제한되니 기계학습을 다양한 분야에 적용하고 싶거나 이론적인 부분을 중요하게 생각하는 사람은 다시 한 번 생각해 볼 필요가 있음.

2015~2019년 연구실 정보

'교신 SCIE 논문'은 해당 교수가 교신저자로 들어간 SCIE 논문의 숫자를 말합니다. 논문의 저자는 크게 주저자(1저자, 교신저자)와 공동 저자로 나뉘며 논문 작성의 기여도는 주저자가 더 높습니다. 교신저자는 학술지 편집자 또는 다른 연구자들과 연락을 취하는 논문의 책임자로 볼 수 있으며, 보통 해당 연구실의 교수가 교신저자가 됩니다. (통상 연구실의 대학원생이 1저자가 됩니다.)
즉, 교수가 교신저자인 논문은 해당 교수가 공저자인 경우보다도 해당 연구실의 대학원생이 연구에 직접적으로 참여한 연구실의 실적일 확률이 높습니다. 이 때문에 김박사넷에서는 교신 SCIE 논문을 기준으로 집계하고 있습니다.

SCIE 논문이란 Science Citation Index Extended의 약자로 미국 톰슨사이언티픽사가 집계하는 논문 데이터베이스를 뜻합니다. (2020년부터 SCI, SCIE의 구분이 사라지고 'SCIE'로 통합되었습니다.) 논문에도 급이 있다고 가정한다면, 위와 같은 공신력 있는 기관에서 인정한 학술지에 게재된 논문들이 SCIE 논문입니다. (이 기준에 대한 논란도 있어 SCIE '급' 이라는 이름으로 SCIE, SSCI, A&HCL, SCOPUS 등의 분류체계도 있는데, 대동소이합니다. 어떤 학술지가 SCIE 급인지 확인하는 방법은 http://mjl.clarivate.com/ 에서 검색해 볼 수 있습니다.)

피인용 횟수는 해당 논문을 다른 논문에서 얼마나 인용하였는 지를 나타냅니다. 인용이 많이 되었다는 것은 그만큼 다른 연구자들도 관심을 많이 가지는 연구분야의 논문이라는 뜻으로, 피인용 횟수가 높을수록 좋은 논문이라고 여겨집니다. (피인용 횟수는 분야별로 차이가 크기 때문에 동일분야 논문끼리 비교해야 합니다.)
좋은 논문을 판별하는 다른 기준은 어떤 학술지에 게재되었는 지를 살펴보는 것입니다. 학술지의 게재논문이 한 해 동안 평균적으로 얼마나 인용되고 있는 지를 알려주는 지표가 impact factor이며, 보통 이 수치가 높을수록 좋은 학술지라고 합니다. (추후 SCIE 논문의 impact factor에 대한 정보도 추가할 예정입니다.)
* 피인용 횟수는 bing.com기준으로 산정하였습니다.
* 2020년부터 SCI, SCIE의 구분이 사라지고 'SCIE'로 통합되었습니다.

논문정보는 이메일 기준의 교신저자 논문이며, 피인용 횟수는 교신저자 논문의 피인용 횟수입니다. (bing.com검색결과 기준) 요청사항은 오류 수정요청을 이용해주세요


로그인이 필요합니다.

로그인 하기
 예시 보기

동일계열 (컴퓨터공학) 연구실과 비교

동일계열 연구실을 비교하는 이유는 연구 분야마다 논문의 수와 피인용 횟수가 상이하기 때문입니다. 상대적으로 논문이 잘 나오는 분야가 있는 반면, 졸업 때까지 한 편의 논문을 쓰기도 힘든 분야도 있습니다.
따라서 단순히 논문 수나 피인용 횟수만 비교하는 것보다 동일계열 연구실과의 상대적인 실적을 비교하는 것이 해당 연구실의 실적을 파악하는 데 좀 더 용이할 것입니다.
* 피인용 횟수는 bing.com기준으로 산정하였습니다.

해당 연구실은 파란색으로 표시


로그인이 필요합니다.

로그인 하기
 예시 보기

교신 SCIE논문 TOP 5

해당 교수의 교신 SCIE 논문 중 피인용 횟수가 가장 높은 논문을 추린 목록으로, 해당 교수의 논문 중 가장 영향력 있는 논문이라고 할 수 있습니다.
논문의 전문(全文)이 다운로드가 안 되는 경우, 해당 교수 홈페이지에서 확인하거나, 본인의 소속 대학이 논문의 전문을 제공하는 유료 서비스(Web of Knowledge, Scopus 등)에 가입되어 있는 경우, 이를 통해 확인할 수 있습니다.
* 피인용 횟수는 bing.com기준으로 산정하였습니다.
* 2020년부터 SCI, SCIE의 구분이 사라지고 'SCIE'로 통합되었습니다.

2015~2019년 교신저자 논문중 피인용횟수 순.


로그인이 필요합니다.

로그인 하기
 예시 보기

2015~2019년 졸업생 정보

졸업생 정보를 통해 해당 연구실을 얼마나 많은 사람들이 거쳐갔는지 알 수 있습니다.
2015년을 기준으로 비교하는 이유는 임용된 지 얼마 안 된 교수는 졸업생 숫자가 적을 수밖에 없기 때문입니다.


로그인이 필요합니다.

로그인 하기
 예시 보기

모든 졸업생 정보

현재까지 졸업한 모든 졸업생 데이터를 기반으로 '석사입학생 중 박사졸업생의 비율'을 산출하였습니다.
이는 해당 연구실로 석사과정 입학 후 박사과정을 거쳐 박사학위까지 받은 졸업생의 비율로, 항상 그런 건 아니지만, 이 비율이 높다면 해당 연구실에 긍정적인 요소가 많아서 그런 것일 수도 있습니다. 물론 관심있는 연구 분야의 타 교수들과의 비교, 동일계열 연구실과의 비교, 학생들의 한줄평 등 여러 요소들을 종합적으로 판단해 평가를 내리는 것이 좋겠습니다.


로그인이 필요합니다.

로그인 하기
 예시 보기

연도별 졸업생 수 (5개년)

졸업생 수 추이와 해당 연구실의 연혁을 확인할 수 있습니다.

현재 서울대학교, KAIST만 지원하며 타 대학원은 업데이트 예정


로그인이 필요합니다.

로그인 하기
 예시 보기

박사입학 후 졸업까지 필요한 평균 학기수

졸업까지 상당한 시간이 필요한 석박통합/박사과정생에게는 미래 계획을 위해 해당 연구실의 평균 학위취득 소요 기간을 아는 것이 중요합니다.
* 제공되는 데이터에는 파트타임 박사졸업생이 포함되어 있어, 전업학생의 경우 그 기간이 조금 더 짧을 수 있습니다. (향후 표준편차 정보를 제공할 예정입니다.)

현재 서울대학교, KAIST만 지원하며 타 대학원은 업데이트 예정


로그인이 필요합니다.

로그인 하기
 예시 보기

졸업생 나이

본인이 석사/박사과정을 마칠 땐 몇 살일 지 가늠해 볼 수 있습니다. (서울대의 경우만 제공합니다.)

로그인이 필요합니다.

로그인 하기
 예시 보기

수정사항이 있을 경우 오류 수정요청을 이용해 주세요.