KAIST 산업및시스템공학과 전산학부 이문용 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

  • 미국에서 교수님으로 계시다가 오셨습니다. 장점이자 단점일 수도 있지만, 연구 주제가 자유롭고, 대학원 생활자체도 교수님께서 크게 터치하는 부분없이 최대한 학생편의를 봐주시려고 노력하는 모습이 보입니다. 전반적으로 만족!

  • 인품은 매우 좋으십니다. 학생 입장에서 많이 생각해 주십니다. 다만 워낙 바쁘셔서.... 박사 졸업은 알아서 하는 분위기입니다....

  • 훌륭하고 좋은 구성원들

  • 인품 좋으십니다. 김박사넷이 다가 아니에요! 이문용교수님 연구실에 온 이후로 좋은 일이 많이 일어나네요.

  • 이 한줄평은 해당 교수의 요청으로 블락처리 되었습니다

  • 이 한줄평은 해당 교수의 요청으로 블락처리 되었습니다

  • 최근 학생 지도를 위해 시스템 개선을 하고 계시는 듯./ 프로젝트 비중이 낮지는 않지만, 학과 특성상 응용연구가 주를 이루니 연구 스트림이 변하지만 않으면 연구환경은 괜찮은 편. / 급여는 학과 랩들의 평균 업무량에 비해서는 높지는 않은 듯함

  • 학생들의 연구 스펙트럼이 다양하며, 교수님께서도 그에 맞게 최대한 지원해주려 노력하십니다. 학문적 지식도 폭넓으십니다!

  • 이 한줄평은 해당 교수의 요청으로 블락처리 되었습니다

  • 학생에게 경어를 해주시는 인자하신 교수님. 응용 랩으로, 교수님께서 실제로 연구미팅을 강화하여 19년에만 학생들이 주저자로써 많은 SCI 실적이 나오고 있습니다. 자유로운 랩 환경이므로 연구에대한 셀프 모티베이션이 강한 학생들에게 추천합니다.

  • 학생들의 연구 스펙트럼이 다양하며, 교수님께서도 그에 맞게 최대한 지원해주려 노력하십니다. 학문적 지식도 폭넓으십니다.

  • S..t..a...y

  • 이 한줄평은 해당 교수의 요청으로 블락처리 되었습니다

  • 여러가지 학문을 다루는 (HCI, ML 등등) 랩입니다. 논문지도는 살짝 받기가 힘듭니다. 그래도 연구실 분위기가 괜찮으며 교수님 인품이 매우 좋으십니다.

  • HCI, AI를 아우르는 넓은 스펙트럼의 연구 및 과제를 통해 여러가지 데이터를 접해볼 수 있음, 자율 출퇴근, 취업 잘됨 본인이 스스로 연구주제를 찾고 공부하는 것을 선호하는 학생에게 추천

  • .....

  • 응용 및 적용 기술을 주로 다룸. 제안서 작업 많고 과제 수주를 중요시함. 외부 강연 및 과제관련 업무로 개인미팅 잡기 어려움.

  • 훌륭함

  • 인품이 굉장히 좋으시다. 인건비는 추가 수당 등 최대한 잘 주려고 하시며 명절 상여금과 휴가에 대해선 관대하시다. 일이 많으시고 바쁘셔서 뵙기 힘들다.

  • /

  • 이 한줄평은 해당 교수의 요청으로 블락처리 되었습니다

  • 아버지 같으신 분. 미국에서 교수하시다 오셔서 그런지 지도 방식도 미국스타일. 본인이 연구 주제를 찾고 연구를 해나가야 함. "교수가 학생들 연구 주제를 정해주는 연구실 =연구 잘하는 랩" 라고 생각한다면 어려울 수 있음. 졸업생 취업이 잘됨.

  • 교수님 자주 보고 싶어여

  • .....

  • 아아.........

  • .....

  • 착합니다....착하신데 논문지도 잘 안해주십니다...

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

동일계열 (산업공학) 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.