KAIST 산업및시스템공학과 전산학부 이재길 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

  • ...

  • 연구실이 점점 발전하고 있는 것 같습니다. 최근 스타랩에도 선정되고, 좋은 논문들이 연달아 나오고 있습니다. 교수님도 두말할 나위 없이 좋은 분이십니다!

  • 할많하않...

  • 엄청 좋으신 분이고, 사실 타 대학원 학생이라 잘 모르지만 강의 하시고 준비하시는 것만봐도 인품과 실력을 알 수 있습니다.

  • 옆랩인데 ㄹㅇ 여러면에서 부럽... 강의도 잘하시고 강의 구성도 좋아서, 수강하면 남는 기분.(TA들은 힘들듯?,, ㅠㅠ)

  • 훌륭한 연구자, 학자로 성장할 수 있는 연구실입니다. 해외 인턴/포닥들을 최근 권장하고 계시고요. 좋은 환경에서 제대로 연구하는 법을 배울 수 있습니다. 아래 평에도 있지만 교수님의 글쓰기 스킬은 꼭 배워서 나가고 싶습니다.

  • 개인적인 생각이지만 학과에서 제일 좋다고 생각합니다. 교수님께서 정말 훌륭한 인품을 가지고 계십니다. 강의를 하실 때도 항상 학생의 입장을 고려해주십니다. 논문 지도시에도 정말 디테일하게 지도해주십니다. 인건비도 정말 좋은 수준이고요

  • ...

  • 학과 연구실 중에서 제일 좋아요

  • 연구적 뿐만아니라 인간적으로도 매우 좋으심. 다른 연구실에 비해 공동연구 등의 코웍이 부족한 경향이 있었으나 최근 많이 개선된 것 같음. 경험했던것보다 평가가 많이 박하다고(?) 생각되서 귀찮음을 무릅쓰고 글남기러옴.

  • 카이스트 대표 빅데이터 연구 랩. 국토교통부 과제를 수행하고 있어 다양한 모빌리티 데이터를 보유함. 현장의 빅데이터를 가지고 연구할 수 있는 장점이 있음.

  • 많은 학생들이 오고 싶어하는 최고 인기 랩입니다. 논문 실적, 연구주제 중요성, 교수님 인품, 연구실 분위기 모두 너무 좋습니다. 인생의 롤모델로 삼고싶은 교수님이십니다.

  • 학생들끼리 사이도 좋고 교수님도 좋은 분이십니다. 잡무도 거의 없고, 전반적으로 학생 자율이 많이 보장이 됩니다. 최근까지는 랩원들이 각자 따로 연구를 하는 분위기여서 시너지가 잘 안나는게 문제긴 했는데, 그것도 점점 나아지고 있는 것 같아요.

  • 교수님께서 학생들이 높은 목표를 가지고 더 발전할 수 있도록 좋은 기회를 만들어 주십니다. 이번 학기에 2명이 외국 유명 대학 및 연구소를 방문하고 있습니다. 논문 쓸 때도 LaTeX 파일에 같이 직접 첨삭하여 꼼꼼하게 지도해 주십니다.

  • ...

  • ...

  • 탑 컨퍼런스에 꾸준히 논문을 내는 연구실임. 인건비는 최근 인상되어 KAIST 평균보다 높음.

  • .......

  • 인품이 매우 훌륭하심. 논문을 굉장히 잘 쓰시는 편. 기본적으로 문장력이 좋으심. 함께 논문 작업시 문장 하나하나 꼼꼼히 봐주시는 편. 다만, 연구 지도시 디테일이 조금 부족하다는게 느껴질때가 있음. 그래도 전반적인 지도 방향은 나쁘지 않음.

  • 이 한줄평은 해당 교수의 요청으로 블락처리 되었습니다

  • 분야가 맞고 잘 따라간다면 좋은 교수님.

  • 수업에서 작성한 보고서마저 피드백 정말 꼼꼼히 해주시는 교수님. 찾아뵙고 여쭤보면 좋은 이야기 많이 해주시지만, 먼저 다가와주시진 않는 샤이 가이

  • 연구실 분위기 엄청 자유롭습니다. 하는 만큼 얻어가는 곳이라고 생각해요. 교수님은 학생에게 논문 및 프로젝트 일 외에는 일체 시키지 않습니다. 프로젝트도 대부분 여럿이서 하나를 하는 구조입니다. 나와보니 이만한 연구실도 없는 것 같네요.

  • ...

  • 받아먹으려하는 학생에겐 워스트, 발돋음하려 하는 학생에겐 베스트.

  • 박사졸업률 40% - 졸업 2명 , 중퇴 2명 , 수술 1명

  • 박사 2명 졸업 & 2명 중도포기

  • ...

  • 전체 랩세미나는 따로 없고, 프로젝트나 논문 단위로 학생들을 지도해 주심. 잡일을 교수님이 모두 도맡아 하시고, 학생들은 제안서 하나 쓰지 않고 졸업 가능. 다만 교수님이 분야 스위칭을 하셔서, 대가는 아님. 학생의 우수성에 비례해서 성과가 나오는 편

  • 강의가 좋고, 무엇보다 교수님의 인품이 좋으심. 연구에 대한 통찰력도 상당하심.

  • 훌륭한 인품, 철저한 공과 사의 분리, 연구에 대한 열정을 가지고 꾸준하고 인내심 있게 학생들을 지도해 주십니다. 최대한 연구에 집중할 수 있는 환경을 만들어 주려 진심으로 노력하십니다.

  • 학생을 항상 존중해주시고, 배려해주시고 최선을 다해 지도해주십니다.

  • 전반적으로 봤을때 학과에서 제일 좋음

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.