KAIST 전기및전자공학부 노용만 교수 - 김박사넷

교수 상세정보

2015~2019년 데이터를 기준으로
정리되어 있습니다.

KAIST 재학생/졸업생의 평가

평가인원이 일정인원 이상 모이면 공개됩니다.


* 표시 항목은 평가가 부족하여 그래프에 나타나지 않음.

연구실의 장점에 대한 한줄평 평가하기

  • 공격적인 말투와 가스라이팅을 통해 학생을 위축시키고 자신감과 의욕을 떨어지게 만든다. 마이크로매니징을 하여 생산성을 떨어뜨리고, 연구에 대한 생각의 자유도 제한하는 결과를 불러온다. http://www.ciokorea.com/news/24280

  • 꼲댛+찧짏잏 =

  • ...

  • ...

  • 장점: 연구실 사람들 끼리 매우 친함, 연구 및 논문을 위한 일이면 전폭적으로 지원해주심 (서버, 해외학회 참석 인건비, 등) 단점: 일이 많고 교수님께서 꼼꼼하셔서 힘들지만, 교수님 수준에 맞게 일을 하다보면 다른일 할 때 어느정도 도움이됨

  • 연구하고자 하는 학생에게 좋은 연구실 풍부한 지원 받을 수 있음 선후배간 자유로운 소통도 강점

  • 랩구성원 여러분, 신입생을 조심하세요.

  • ...꼰대

  • 생각보다 좋아요 진짜임.

  • 이번에 ** 대학원에 문제일으킨 **이 해당 **를 옮겨 본 연구실 ****** 들어간다는데... 조심하세요.

  • ...

  • 타 연구실 대비 월급은 잘 주십니다. 그러나 본 연구실에 가고 싶다면 학부 연구 생활(인턴)을 먼저 해보세요.

  • 안하무인. 굉장히 이기적. 자신이 잘 하고 있는 줄로만 알고 있음. 연구실 실적이 좋고 논문 실적이 잘 나오는 것이 자기 때문인 것으로 착각 중임.

  • 딥러닝의 다양성을 무시하고 모든 분야에 획일성을 강요

  • ...

  • ...

  • 연구실 분위기 좋고 딥러닝 관련 연구 인프라 좋습니다. 교수님께서 학생 논문지도에도 관심 많으셔서 논문 실적도 좋은 편입니다. 인격적으로도 배울 것이 많고 존경할 수 있는 분입니다.

  • ...

  • 연구적으로 엄격할 때도 있지만 기본적으로 학생들 생각함분위기 자율적이고 모난 사람 없이 다들 사이 좋음수업 강의 전달력 안좋으신 편임논문 지도 한명씩 꼼꼼하게 하고 도움됨랩 재정 넉넉해서 인건비 많고 서버등 연구 환경 좋음

  • 다른 한줄평 왜 이렇게 어색하지? 누가 시켜서 올린 것마냥미래를 생각해서 잘 판단해보세요.

  • 마음에 들지 않는 학생에게는 연구보다는 일만 던져 주심. 마음에 들면 한없이 밀어주고 그렇지 않으면 학위기간 내내 힘듦. 만회할 기회 거의 없다고 보면 됨.

  • ...

  • ...

  • 사석에서 학생에게 좋은 얘기 많이해 주시며 연구에 열정을 가지고 지도해 주십니다. 등산을 좋아하셔서 학기에 한번은 계룡산을 가고 오리고기를 사주십니다

  • ...

  • ...

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 (전기/전자공학) 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

수정사항이 있을 경우 오류 수정요청을 이용해 주세요.