수아랩” 최고 복지는 보고 배울 수 있는 최고의 동료들

수아랩 주임연구원 김길호 / 서울대학교 산업공학과 석사

Q. 현재 근무하시는 회사에 대하여 간단히 소개해 주신다면?

수아랩은 인공지능 기술을 활용하여, 산업 현장에서 사람이 하던 작업을 자동화 하고자 하는 것을 회사의 비전으로 하고 있습니다. 현재는 섬유, 가죽, 렌즈, 태양광, 배터리 등 제조업 공정에서 생산되는 다양한 종류의 제품들에 대한 육안 검사(visual inspection)을 자동화하는 솔루션 개발에 집중하고 있습니다.

실제로 산업 현장에서 이러한 자동화된 육안 검사를 수행하기 위해, 실제 제품에 대한 고화질 이미지 취득 및 저장, 전처리, 결함 인식 등의 과정을 거쳐야 합니다. 이 과정에서 크게 머신비전, 딥 러닝, 슈퍼컴퓨팅 등의 핵심 기술들을 필요로 하는데, 수아랩에서는 이러한 기술들을 모두 보유하고 있습니다. 저는 이 중에서 소위 말하는 실질적인 ‘인공지능’에 해당하는 딥 러닝 파트를 담당하고 있으며, 취득 및 전처리가 이루어진 제품 이미지 상의 결함 유무를 인식하는 작업을 스스로 학습하여 수행할 수 있도록 하는 딥 러닝 알고리즘을 개발하고 있습니다.

Q. 어떤 일을 하고 계신지 대학원생들에게 소개해 주신다면?

머신러닝의 최신 패러다임인 딥 러닝 관련 최신 알고리즘을 조사하고, 딥 러닝의 핵심이라고 할 수 있는 데이터 처리 및 가공 방법을 연구하며, 학습 모델 프로토타입을 구현하고 이를 샘플 데이터에 대하여 테스트하면서 모델을 고도화하는 작업을 주로 수행하고 있습니다. 사실 아무래도 규모가 작은 스타트업이다 보니, 위에서 언급한 것들 외에도 사내 스터디 진행, 채용 면접, 사내 세미나 등 여러 가지 일들 동시에 수행하고 있습니다.

Q. 사내에서 스터디 모임 등을 통해 최신 연구동향을 파악하기 위한 활동을 할 수 있나요?

머신러닝 엔지니어들을 중심으로 학계에서 나온 최신딥 러닝 논문 리뷰 세미나를 정기적으로 진행하고 있습니다. 그와 더불어 머신러닝을 구성하는 각종 수학 이론, 새로운 머신러닝 패러다임 등에 대한 스터디 또한 동시에 진행하고 있습니다. 그런데 그러한 것들보다도 사내에서 가장 중요하게 생각하고 있는 것은, 머신러닝 엔지니어 각자가 담당한 프로젝트에서, 산업 현장에서 얻어진 데이터를 가지고 실제 문제를 어떻게 해결하였는지를 소개하고 이에 관해 자유롭게 논의하는 케이스 리뷰 세미나입니다. 같은 머신러닝 알고리즘이더라도 어떠한 데이터에 적용하였느냐에 따라 결과가 천차만별이라 실제 논문에 소개된 결과를 우리의 문제에서 그대로 얻을 가능성은 매우 낮습니다. 예를 들어, 산업 현장에서 얻어지는 데이터는 제대로 정제되어 있지 않은 경우가 대부분이고, 취득된 이미지 상에서 결함에 해당하는 부분이 매우 작고 불분명한 경우가 많습니다. 뿐만 아니라 산업 현장에서는 알고리즘의 실시간 처리 속도도 대단히 중요한 요소로 간주하기 때문에, 논문에서 소개한 만큼 머신러닝 알고리즘을 복잡하게 가져가기 어려운 경우가 존재할 수 있습니다. 문제 환경에 있어서의 이러한 근본적인 차이 때문에, 머신러닝 알고리즘 자체에 대한 이해도 물론 중요하지만, 이를 저희 엔지니어 각자가 당면한 문제 상황에 맞게 적절히 변형하여 적용함으로써 문제를 얼마나 효과적으로 효율적으로 해결하였는지를 가장 중요하게 여기고 있습니다.

Q. 현재 근무하시는 회사를 최종 선택하게 되신 동기는?

아무래도 제가 엔지니어인 만큼 엔지니어를 중시하는 회사에 입사하고 싶어했는데, 수아랩은 진정으로 엔지니어 중심의 회사라는 것을 느꼈습니다. 수아랩은 회사 차원에서 공학 기술 개발에 집중적으로 투자하여 기업의 가치를 증진시켜 왔고, 연구원들 개개인의 역량을 강화 하는 데에도 아낌없는 지원을 해 왔습니다. 뿐만 아니라 연구원들을 대상으로 자율 출퇴근 제도를 시행하고, 연구원들의 좌석에 파티션을 배치하여 독립된 공간을 조성하여 연구 집중도 향상을 도모하는 등 세세한 부분 에서까지 엔지니어들에 대한 최상의 대우를 제공해 주는 것을 보고 수아랩에 크게 매료되었던 것 같습니다.

한편 회사 자체도 뛰어나지만, 각자의 분야에서 최고 수준의 실력을 가지고 늘 열정적으로 업무에 임하는 제 주변의 동료들이 있기 때문에 스스로 더욱 동기 부여를 하고 즐겁게 회사 생활을 하고 있습니다. 회사의 최고 복지는 보고 배울 수 있는 훌륭한 동료들이라는 말을 여기저기에서 많이 들어왔는데, 이를 수아랩에서 진심으로 느끼고 있습니다.

회사에서 근무하시면서 가장 좋았던 점, 가장 기억에 남는 일은 무엇인가요?

무엇보다도 단순히 기존 기술을 적용한 제품 개발에만 안주하지 않고 최첨단 기술 적용을 적극적이고 지속적으로 시도한다는 점이 개인 적으로 가장 좋게 느껴집니다. 예를 들어 육안 검사를 통한 결함 인식에 있어서 현재까지 가장 잘 검증된 머신러닝 패러다임은 ‘지도학습 (supervised learning)’인데, 이는 제조 공정의 관리자가 제품 이미지 상의 결함 위치를 표시한 정보인 ‘레이블(label)’을 부여하고, 이를 원본 제품 이미지와 함께 머신러닝 모델에 입력해 주는 방식을 따릅니다. 이는 머신러닝 모델의 결함 인식 성능 향상에 있어 대단히 중요한 과정이나, 많은 수의 제품 이미지에 대한 레이블 부여를 반복하는 과정에서 많은 양의 노동력이 투입된다는 단점이 있습니다. 한편 또 다른 머신 러닝 패러다임으로 ‘생성학습(generative learning)’이라는 것이 있는데, 이는 앞선 과정 에서 결함 레이블이 부여된 결함 이미지들을 대거 사용하여 머신러닝 모델에 대한 학습을 진행, ‘그럴싸한’ 결함 이미지를 생성해 내는 것을 목표로 합니다. 제조 과정에서 실제로 관찰될 법한 결함 이미지를 무한정 생성할 수 있다면, 지도학습을 수행하기 위해 레이블을 부여하는 과정에서 요구되는 노동력을 상당 부분 절감할수 있습니다. 생성학습은 오늘날 머신러닝 분야 에서의 새로이 각광받는 패러다임으로 떠오르고 있으며 , Google Brain, OpenAI, FAIR (Facebook AI Research) 등 주요 글로벌 IT 기업의 연구 조직들을 위시하여 활발한 연구가 진행되고 있습니다.

이 때문에 저희 회사에서도 대다수의 문제를 지도학습 패러다임에 기반하여 해결하고 있으나, 일부 인원으로 연구 조직을 구성하여 생성 학습 패러다임에 기반한 결함 이미지 생성을 목표로 활발하게 연구를 진행하고 있습니다.

생성학습에 대한 최신 논문 서베이에서부터 출발하여, 실제 프로토타입 코드 구현 등에 있어서 상당히 많은 시간과 노력을 들여 진행 하고 있습니다. 뿐만 아니라, 올해부터는 회사 에서 CVPR, NIPS, ICML 등 머신러닝 관련 주요 해외 컨퍼런스에 대한 참가 지원을 할 예정이라, 머신러닝 연구원들이 최첨단 기술을 실제 피부로 경험할 수 있는 기회가 더 많아질 것으로 기대하고 있습니다.

가장 기억에 남는 일로는 전사적인 머신러닝 세미나를 진행하여 전 직원들의 머신러닝 기술에 대한 이해도를 효과적으로 높일 수 있었던 것을 꼽을 수 있겠습니다. 특히 사업 개발 부서에서 근무하시는 분들의 경우 저희 회사의 기술을 영업 현장에서 매력적이고 설득력 있게 잘 설명하는 것이 필요한데, 이를 위해서는 머신러닝 등의 각종 기술에 대한 명료한 이해를 필요로 합니다. 제 개인적으로도 머신러닝 기술을 생소하게 느끼는 청자들을 대상으로 머신러닝 기술에 대한 설명을 쉽고 명료하게 하는 데 관심이 많은 터라, 사내 세미나를 통해 전사적인 이해도를 높이는 과정 에서 큰 보람을 느낄 수 있었던 것 같습니다.

Q. 대학원 때 연구주제와 현재 회사에서 하는 주제와의 연관이 있나요?

본래 대학원 연구실에서는 스마트폰에서 수집할 수 있는 가속도, 자기장, 자이로스코프 등의 물리 센서 데이터를 활용, 딥 러닝 알고리즘을 적용하여 스마트폰 사용자의 행동을 실시간 으로 인식하는 연구를 수행하였습니다. 그런데딥 러닝을 비롯한 최신 머신러닝 알고리즘이 주로 컴퓨터비전 분야를 중심으로 하루가 다르게 발전해 나가고 있는 모습을 보고 컴퓨터 비전 분야에 관심을 가지게 되었고, 수아랩에 들어와서는 이미지 데이터를 활용한 딥 러닝 알고리즘 연구를 하고 있습니다. 물리 센서 데이터는 시계열 데이터인 반면 이미지 데이 터는 2차원의 정적인 데이터라는 차이가 존재 하기 때문에 처음에는 이미지 데이터 자체에 적응하는 데 시간이 좀 걸렸습니다. 그러나 머신러닝 알고리즘은 본질적으로 다양한 형태의 데이터에 범용적으로 적용할 수 있도록 이론적으로 설계되어 있기 때문에, 알고리즘 자체만 보았을 때는 대학원 연구실에서 연구하던 내용과 크게 차이를 느끼지는 못했던 것 같습니다.

Q. 업무분야가 사회에 끼치는 영향과 그로 인하여 가장 보람을 느끼셨을 때는 언제인가요?

현재 회사에서 가장 집중하고 있는 제품이 TAS라는 섬유 제품 검사 솔루션인데, 이에 대한 개발을 진행하기에 앞서 고객사 측 섬유 공장에 견학을 갔던 적이 있습니다. 그 곳의 환경이 장시간 일하기에는 좋지 않았는데, 공장을 관리하시는 분들께서 하루 8시간 이상 그 장소에서 교대 근무를 하신다는 이야기를 듣고 충격을 받은 바 있습니다.

몇 주 뒤 TAS의 1차 시연용 장비를 현장에 설치하고 다시 해당 공장을 방문하게 되었습니다. 어찌보면 공장에서 근무하시는 입장에서 자동화 솔루션이 자리잡게 되는 것에 있어서 거부감을 느끼실 수도 있을 것이라고 생각 하였으나, 오히려 저희 솔루션에 대해서 지대한 관심을 가지고 이런저런 질문을 많이 주셨고, 자신들의 업무에 많은 도움이 될 것 같다며 꽤 만족해 하셨습니다. 오늘날 소위 ‘4차 산업 혁명’이 향후 가져오게 될 부정적인 시나리오에 대하여 염려하고 경계하는 사람 들이 많은데, 반대로 저는 기술이 인류의 노동에 가져다 줄 긍정적 가능성을 섬유 공장에서 확인할 수 있었으며, 이에 대해 큰 보람을 느꼈던 것 같습니다.

Q. 하루 일과를 간단히 요약하자면?

모든 연구원들은 자율 출퇴근 제도를 따르기 때문에, 보통 10~11시 사이에 사무실로 출근합니다. 대부분 가장 먼저 하는 일은, 전날 저녁에 실행해 놓았던 머신러닝 모델 학습 프로그램에 대한 학습 결과를 면밀하게 관찰하고 이를 기록하는 일인 것 같습니다. 학습 결과가 긍정적으로 나온 경우, 그날 하루를 아주 기분 좋게 시작하곤 합니다. 오전 11시 30분부터 1시간 가량 식사를 한 후, 논문 리뷰 세미나 혹은 사내 스터디가 잡혀 있는 경우에는 다같이 회의실에 모여 이를 진행하고, 그렇지 않은 경우 에는 보통 머신러닝 관련 논문을 1편 정도 읽습니다. 연구원 각자가 논문을 읽게 되면, 사내에서 관리하는 논문 요약 스프레드시트에 이를 요약하여 일괄적으로 기록하여 관리하고 있습 니다. 주로 집중도가 떨어질 수 있는 오후 3~4시부터 머신러닝 모델 학습 알고리즘을 다듬거나 데이터 전처리 프로그램을 작성하는 등 프로그래밍 관련 업무를 수행합니다. 오후 6~7시 사이에 저녁 식사를 한 후에는, 주로 밀린 업무를 처리하거나 사내 스터디 준비, 혹은 개인 공부를 한 뒤 퇴근합니다.

Q. 10년 후의 본인 모습은 어떨 것이라고 생각하시나요?

1차적으로는 수아랩을 ‘국내에서 머신 러닝을 가장 잘 하는 스타트업’의 반열에 올려놓고자 하며, 궁극적으로는 ‘세계 에서 머신러닝으로 손꼽히는 스타트업’ 으로 올려놓는 것을 대목표로 하고 있습니다. 회사가 성장하는 만큼 저 개인의 역량도 성장할 수 있을 것이며, 국내외 머신러닝 연구자 커뮤니티에서의 위상도 올라갈 것이라고 생각합니다. 10년 후 에는 한층 성장한 위치에서 사회에 미치는 영향력이 보다 큰 연구를 수행 하고자 하며, 이를 위해 지금부터 열심히 노력하고자 합니다.

Q. 대학원에 재학 중인 과학기술계 후배들 에게 꼭 하고 싶으신 이야기가 있으시다면?

제 스스로도 연구직에 종사하고 있음에도 불구하고, 연구는 근본적으로 지난 하고 힘들 수밖에 없는 과정이라고 생각 합니다. 여러분들 각자가 대학원 과정을 지내고 계신 목적은 조금씩 다르실 것이나, 여러분이 하루 중에 가장 많은 시간을 쏟는 일이 연구인 만큼, 여러분 들이 하시는 연구에 있어 즐거움을 찾는 것이 무엇보다도 중요하다고 생각합니다. 연구 활동 자체에 집중하는 것도 물론 중요하지만, 그에 못지 않게 여러 분들이 연구하고 계시는 기술이 실제로 세상을 변화시키고 있는 사례를 많이 접하고자 노력하시면서, 여러분들이 하고 계신 연구에 대한 즐거움과 보람을 다시금 일깨우실 수 있었으면 좋겠습니다. 오늘도 각자의 자리에서 늦은 밤까지 연구에 매진하시는 여러분들께 진심어린 경의를 표합니다.

대한유화” 인류의 꿈과 풍요로운 미래를 실현하는 기업

연구2팀 차장 손봉철 / 서울대 및 동 대학원 응용화학부 졸업, 공학 석사

Q. 현재 근무하시는 연구소에 대하여 간단히 소개해 주신다면?

대한유화는 1970년 창립된 국내 최초의 합성수지 회사로 한국 석유화학산업의 기반을 다진 업체라는 자부심이 강한 회사입니다. 합성수지 원료에 대한 세계적인 기술력과 품질경쟁력으로 전세계의 고객으로부터 최고의 파트너로 인정받고 있습니다. 서울에 본사를 두고 있고, 울산과 온산에 석유화학 기초 유분에서 합성수지 생산에 이르는 수직 계열화된 생산시설을 운영하고 있으며, OCU, BTX, EO/EG 등의 다양한 기초소재 분야로 사업영역을 확대하고 있습니다. 연구소는 울산 공장 내 위치하고 있으며, 분석, 촉매 기술, 고분자 기술 개발 팀으로 구성되어 있습니다.

Q. 어떤 일을 하고 계신지 대학원생들에게 소개해 주신다면?

연구소에서 촉매 및 중합 기술 개발을 담당하고 있습니다. 폴리올레핀용 촉매를 직접 합성하거나 상용 촉매의 적용 가능성 등을 확인하여 고부가가치 제품에 적용할 수 있는 촉매를 선정하고, 중합 조건을 최적화하여 시제품을 제조 및 설계하는 연구를 주로 수행합니다. 최종 제품을 설계하기 위해 소형 반응기를 이용한 Lab 실험뿐만 아니라, 다양한 pilot plant에서의 scale up 실험을 수행합니다.

Q. 현재 근무하시는 회사를 최종 선택하게 되신 동기는?

대한유화는 연구소가 울산에 있기 때문에 고향이 부산인 제게 더 친근감 있게 다가왔습니다. 또 대한유화 입사 직전 결혼을 했는데, 아내도 부산에 직장을 가지고 있어서 자연스레 대한유화를 최종 선택했습니다.

Q. 회사에서 근무하시면서 가장 보람을 느꼈을 때는 언제인가요?

연구 개발에 참여했던 아이템이 상업 제품으로 연결되어 시장에 출시되고, 호평을 받으며 점점 시장 점유율을 높여가는 것을 볼 때입니다. 2006년부터 연구소에서 초고분자량폴리에틸렌(UHMWPE) 개발 프로젝트에 참여하였습니다. 당시 초고분자량폴리에틸렌은 국내에서는 생산하는 기업이 없고, 전량 국외에서 수입하는 제품이었습니다. 약 3년간의 연구 개발 기간을 거친 후 2009년 첫 시생산을 했으나 성공적이지는 않았습니다. 드러난 문제점에 대한 해결책을 마련한 후 2010년 다시 상업 생산을 시도하여 성공하였습니다. 그 후 시장의 수요에 맞추어 차츰 생산량이 증가하여 지금은 세계 시장의약 11%를 점유하고 있습니다.

Q. 대학원 때 연구주제와 현재 회사에서 하는 주제와의 연관이 있는지?

대학원에서 전공한 분야는 화학공학 중 생물/환경, 그 중 특히 환경 분야였습니다. 학부 때부터 환경 및생물에 관심이 많아 전공 선택 과목은 그 쪽으로 집중을 했었습니다. 현재 회사에서 다루는 석유화학과는 거리가 있을 뿐만 아니라, 학부 및 대학원에서 고분자와 관련된 과목은 거의 선택하지도 않아서 회사에서의 연구 개발 분야는 생소했던 게 사실입니다. 하지만, 회사의 잘 짜인 교육 시스템과 연구 시스템을 통해 빠르게 적응하고 습득하여 회사에서 원하는 연구에 초점을 맞추어 지금까지 연구 개발에 노력하고 있습니다. 학부 또는 대학원에서 고분자 관련 과목을 이수하시거나 촉매 관련 연구를 하신 분이라면 우리 회사에 입사하여 연구 활동을 진행하시는 데 더 도움이 될 것이라고 생각합니다.

Q. 하루 일과를 간단히 요약하자면?

아침에 출근하면 먼저 밤사이 생산관련 이슈가 있는지 점검합니다. 연구소가 울산 공장 내 위치하고 있어서 trouble shooting도 중요한 업무 중 하나이기 때문입니다. 그 후 간단한 팀 회의를 통해 생산 이슈 및 그날 진행 할 연구 개발 아이템 별 진행 예정 사항에 대해서 협의하고 결정합니다. 회의가 끝나면 각아이템 별 개발자들이 모여서 실험을 진행합니다.팀 내에서 맡은 역할이 개별 적인 개발 업무 외에도 업무 계획 및 조정, 배분 등을 담당하고 있어서 각 아이템별 개발이 원활하게 이루어질 수 있도록 스케줄 조절 및 인적/물적 자원 배분 등에 우선 시간을 할애합니다. 팀간 회의도 잦은 편이라 연구 개발과 병행해서 추진하기 위해 시간 관리에 집중하고 있습니다.

Q. 10년 후의 모습은 어떨 것이라고 생각하시는지요?

입사하여 현재 팀에서 첫 근무를 시작한 이래 14년째를 맞이하고 있습니다. 지금부터 10년 후면 나이는 50이 될 것이고, 회사 내에서는 팀장급의 역할을 맡고 있을 것이라 생각됩니다. 지금까지 해오는 연구 생활은 크게 달라지진 않을 것 같고, 팀을 이끌기 위해 고민하는 모습이 어렴풋이 떠오릅니다.

Q. 대학원에 재학 중인 과학기술계 후배들에게 꼭 하고 싶으신 이야기가 있으시다면?

과학기술 분야에 종사하는 연구원으로서 자부심을 가져야 할 것 같습니다. 과학기술의 발전은 지금까지 개발되어 온 속도보다 훨씬 빠른 속도로 진행되고 있고, 그로 인해 파생되는 기술 개발 분야가 더욱 많아지고 중요해지고 있다고 생각합니다. 담당하는 연구원의 역할은 더욱 커져갈 것이고, 사회에서 받는 대우도 점점 높아질 것이라 생각합니다. 따라서, 대학원에 재학 중인 과학기술계 후배님들은 자기 전공 분야를 보다 확고하게 다질 필요가 있고, 연구 흐름도 기민하게 따라갈 필요가 있습니다. 특히 새로운 소재 개발이나 메커니즘 규명 동향에 관심을 가지고, 이를 어떻게 활용할 수 있을지에 대해서 고민을 하다 보면 좋은 연구 주제가 될 수 있고, 앞으로의 진로에도 도움이 많이 될 것 같습니다.

한국과학기술연구원” 미래의 희망을 밝히는 연구소

한국과학기술연구원 차세대반도체연구소 스핀융합연구단 선임연구원 우성훈

Q. 어떤 일을 하고 계신지 대학원생들에게 소개해 주신다면?

제가 속한 부서는 차세대반도체연구소 내부의 ‘스핀융합연구단’ 이라는 곳입니다. 스핀융합 연구단에서는 현대 사회에서 널리 사용되는 ‘전자소자’가 아닌, 원자의 ‘스핀’ 특성을 사용하여 더욱 고집적-고효율화된 미래 ‘스핀트로닉스’ 소재 및 소자를 연구하고 있습니다. 특히 스핀트로닉스분야의 경우, 현재의 전자소자의 한계를 극복하고, 향후 4차산업 전반을 이끌어갈 미래 기술로서 현재 큰 주목을 받고 있습니다.

제가 수행하고 있는 일 또한, 스핀트로닉스 분야에서 스핀 구조체를 활용하여 실제 소자에 적용하기 위한 연구를 수행하고 있습니다. 이를 위해 대학원생분들과 같이 실험을 하기도 하고, 학회 발표를 다니기도 하며, 또는 연구비 수주를 위하여 외부 발표를 하는 등 어느 연구자와 다름없는 생활을 하고 있습니다.

Q. 현재 근무하시는 연구소를 최종 선택하게 되신 동기는?

저는 병역특례의 한 종류인 전문연구요원을 계기로 KIST와 인연을 맺게 되었습니다. 저는 병역 의무를 해결하지 않은 상태에서 해외 유학을 떠났었고, 따라서 지난 2015년 MIT에서 박사과정을 마친 뒤 KIST의 스핀융합연구단에 합류하여 관련 연구를 이어나갈 수 있었습니다.

물론 병역을 해결할 수 있는 다른 옵션들도 많았지만, 제가 하고 있는 스핀분야 연구의 경우에는 KIST의 스핀융합연구단이 국내에서는 가장 우수한 시설을 가지고 있었고, 연구 성과 또한 가장 훌륭하다고 생각 하였습니다. 그러한 이유에서 KIST의 전문연구요원 선발에 지원-합격 하게 되었고, 감사하게도 지금까지 주변의 훌륭한 선배분들과 함께 즐겁게 연구를 수행할 수 있는 기회를 얻게 되었습니다.

Q. 연구소에서 근무하시면서 가장 좋았던 점은 무엇인가요?

연구소의 모든 부서가 서로 다른 연구문화와 방법을 가지고 있기에, 저의 경우가 일반적인 상황이라고 말씀은 못 드리겠습니다. 하지만 저의 경우에는, KIST 스핀연구단에 합류하여 제가 직접 생각하고 기획하여 독립적인 연구를 수행하고 그 결과를 발표하는 등, 독립된 연구자로서 성장해 나가는데 매우 좋은 지원을 받고 있는 부분이 가장 만족하는 부분이라고 생각합니다. 또한 때로는 정부출연연구소라는 특성으로 인해 많은 사람들이 함께 참여하는 대형과제를 해나가는 기회도 얻을 수 있었고, 이를 통하여 현대 사회에서 요구되는 기술에 대하여 공부 하는 듯, 개인적인 성장의 기회도 많이 얻을 수 있어서 매우 감사하게 생각하고 있습니다. 특히 스핀연구단의 경우 모든 구성원 분들이 훌륭한 연구자로서의 태도를 가지고서 일하시기에, 훌륭한 연구 선배/동료를 얻은 것이 저에겐 개인적으로 가장 큰 자산이 된 것 같아 감사할 따름 입니다.

Q. 대학원 때 연구주제와 현재 연구소에서 하는 주제와의 연관이 있는지?

제가 대학원때 수행한 연구와는 “스핀트로닉스” 라는 큰 분야에서는 공통점을 같이하지만 세부적으로는 차이가 있습니다. 특히 대학원때의 경우에는 지도교수님과 함께 상의하여 주제를 정하고 실험을 해나갔지만, KIST에 합류한 이후에는 독립적으로 주제를 생각하고 실험을 해나갔기에 실험의 내용 및 방법적인 면에서 많은 차이가 발생하게 되었습니다.

물론 이렇게 혼자서 주제를 발굴하며 실현 해나가는 과정이 매우 어렵게 느껴지기도 하였지만, 대학원 시절 열심히 연구한 시간들이 좋은 밑거름이 되어 있었기에 결국에는 그러한 일련의 과정들을 해나갈수 있었던 것 같습니다. 그리고 제가 스스로 생각하고 연구한 내용이 논문으로 발표되고 또는 주변의 좋은 평가를 받음으로서, 독립적인 한사람의 연구자로서는 더 큰보람을 느끼는 것 같습니다.

Q. 업무분야가 사회에 끼치는 영향과 그로 인하여 가장 보람을 느끼셨을 때는?

사실 제가 지금 연구하는 스핀분야 연구의 경우 당장 실용가능한 기술이라기 보다, 10년 이상의 먼 미래를 바라보고 연구하는 기초 연구에 가깝습니다. 따라서 저의 연구나 제가 발표하는 논문들이 사회에 직접적인 영향을 끼친다는 느낌은 크게 받을 수 없었고, 어쩌면 그러한 부분들이 가장 아쉬웠던 것 같습니다.

하지만 학계에서만큼은 스핀트로닉스 관련 연구가 갈수록 큰 인정을 받아가는 것을 보며, 학문의 발전에 함께 기여해 가는 것 같아 큰 보람을 느끼고 있습니다.

그리고 제가 고안하고 수행한 연구들이 Nature 자매지 등 좋은 저널에 발표되고, 또한 저와 함께 연구하는 동료 연구자들이 연구 결과들로 인해 사회적으로 더 인정받아가는 과정을 보며 큰 보람을 느낍니다. 하지만 이런 보람에 만족하지 않고, 더 나아가 제가 연구하는 기술들이 저희의 실생활에도 큰 영향을 미치고 기여할 때까지 계속해서 관련 분야의 발전을 위해 노력하고자 합니다.

Q. 하루 일과를 간단히 요약하자면?

KIST의 경우 9시 출근, 6시 퇴근을 기본으로 합니다. 각 센터마다 자율적으로 출퇴근 시간을 운용하는 것으로 알고 있으나, 대부분 그 시간 동안 연구자 분들께서는 연구, 회의, 연구외 업무 등을 수행하며 하루를 보내는 것 같습니다. 개인적인 스케쥴을 말씀드리자면, 저는 아침시간에 집중이 잘 되는 성향이어서 보통 7시 30분 정도에 맞추어 출근을 합니다. 그리고 오전시간 동안에는 논문 작성, 제안서 작성, 서류업무 처리 등을 주로 하게 되고 대부분의 연구 관련 회의도 오전에 하는 것 같습니다. 그리고 오후에는 함께 일하는 동료 연구자 및 학생분들과 직접 함께 실험을 하는 데 대부분의 시간을 보냅니다.

그리고 가능하면 6시에 맞추어 퇴근을 하려고 노력하고 있습니다. 또한 저는 개인적으로 해외의 대형 가속기 시설을 사용한 실험을 자주 수행하기 때문에, 두 달에 한번 꼴로 2주 정도 독일, 스위스, 미국 등 해외에 체류하며 실험을 수행하고 있습니다.

Q. 10년 후의 모습은 어떨 것이라고 생각하시는지요?

지금 대학원 과정에 재학중이신 많은 분들이 그러하듯, 저 또한 학교와 연구소, 산업체 사이에서 끊임없는 고민을 하였고, 전문연구요원 과정을 하고 있는 지금도 그런 고민의 연속으로 살아가고 있습니다. 따라서 당장 5년 뒤의 제 모습도 정확하게 상상하지 못하였던 것 같고, 지금도 10년 후의 제 모습에 대해서는 구체적으로 상상되지 않습니다.

하지만, 하루하루를 열심히 살고 최선으로 노력한다면, 지금의 제 자신 보다 더 좋은 모습의 사람이 되어있을 수도 있지 않을까 하는 작은 기대와 바람이 있습니다. 만약 그 모습이 지금과 같이 연구를 수행하는 연구자 라면, 학계에서 조금 더 인정받고, 무엇보다 함께 연구하는 사람들에게 좋은 영향력을 미칠 수 있는 사람이 되어있기를 바래 봅니다.

학력 및 경력

2016.12-현재 한국과학기술연구원 스핀융합연구단 선임연구원 (전문연구요원)
2015.07-2016.11 한국과학기술연구원 스핀융합연구단 위촉연구원 (전문연구요원)
2011.09-2015.05 MIT 재료공학과 박사
2007.03-2011.02 포항공과대학교 신소재공학과 학부

 

Q. 대학원에 재학 중인 과학기술계 후배들에게 꼭 하고 싶으신 이야기가 있으시다면?

사실 이 질문에 대한 답이, 제가 본 인터뷰에서 가장 하고 싶었던 부분이었습니다. 그래서 다른 대답들에 비해 좀 더 많은 분량에 한하여 말씀 드리고자 합니다. 저 또한 포항공과대학교 학부를 졸업하였기에, 주변의 많은 친구들이 여전히 POSTECH, KAIST, 서울대학교 등에서 대학원 과정을 재학 중에 있습니다. 그래서 현재 위 학교 대학원에서 연구하시는 학생분들이 어떤 부분으로 힘들어하시고 또 고민하시는지 조금은 더 잘 알고 있다고 생각합니다. 제가 드리고 싶은 말씀은 아래와 같습니다.

첫번째로, MIT, Harvard 등 세계 최고의 연구기관에서 연구하는 학생들에 비교하여도, 서울대, 포항공대, KAIST의 대학원 학생 분들은 그에 준하는 뛰어난 능력과 경쟁력을 가지고 있습니다. 사실 제가 처음 미국에서 연구를 수행하며 놀랐던 점은, 제가 생각했던 ‘천재’ 들이 많지 않다는 것입니다.

위의 학교 학생들이, 제가 학부시절 함께 공부하였던 주변 학생들에 비교 하여 문제를 이해하고 해결하는 사고력이나 집중력에 있어서 큰 차이가 있다고 생각되지 않았습니다. 하지만 한가지 느꼈던 차이점은, 학생들이 가지고 있는 자신감이었던 것 같습니다. 그러한 자신감이 연구하는 대학원 학생들에게 큰 motivation이 되고 결과적으로 어쩌면 조금 더 좋은 결과들을 이끌어내는 상황 들을 많이 보았습니다.

따라서 국내 유수 대학교에서 대학원 과정에 있는 학생 분들도 본인들이 가진 무한한 능력을 믿고, 좀 더 자신감을 가지 고서 연구 활동들을 해나가면 좋을 것 같습니다. 개인의 가능성과 잠재력을 펼치느냐 마느냐는 스스로에 대한 믿음이 결정한다고 합니다. 그리고 저 또한 그런 말에 전적으로 동의합니다. 물론 대학원 생활이 지치고 힘든 긴 시간이라는 점은 인정합니다. 하지만 여러분께서 그 시간 동안 스스로를 믿고, 힘들어도 한발짝이라도 앞으로 나가려는 노력을 한다면 이후 세계 어디를 나가도 인정받고 성장해가는 자신을 발견할 수 있을 것이라 생각합니다.

두 번째로, 연구 과정 속에서 부딪히는 어려움이나 학문적으로 모르는 궁금한 점들은, 꼭 주변에 물어보는 습관을 가지 셨으면 좋겠습니다. 제가 한국에 들어와 연구를 수행하며 주변 학생들에게 가장 독려하는 점은, 아무리 기초적인 질문이라 생각되어도 정확하게 모른다면 꼭 주변에 물어보고 알고 넘어가라는 것이었습니다.

향후 대학원생 분들께서 전문 연구자로서 해나갈 연구활동이라는 것은 결국 아직까지 사람들이 풀지 못한 “중요한 문제를 스스로 발견하는 능력”과 “그것에 정확히 대답하는 능력” 을 가장 중요하게 필요로 합니다. 그리고 그러한 능력을 키우는 가장 중요한 방법은, 지금부터 스스로 모르는 문제들을 꼭 물어보고 알고 넘어가는 것이라고 생각합니다.

질문하기 쑥스럽거나 부끄럽더라도, 사소한 사실들을 정확히 알고 이해하는 과정들을 반복할 때, 연구자로서 중요한 능력이 쌓여가는 여러분 스스로를 발견할 수 있을 것이라 생각합니다.

물론 저도 이제 막 사회에 발을 디딘 미숙한 연구자이기에 부족한 점이 많고, 저의 조언이 대학원생 분들께도 도움이 되실지 모르겠습니다. 대학원 생활을 되돌아보면, 저도 사실 주변의 조언에 귀를 기울이기보다 당장 있을 발표들과 박사 졸업만을 꿈꾸며 살아왔던 것 같기도 합니다. 그래도 결국 모든 일이 그러하듯, 대학원도 지나고 보면 짧은 시간이고 추억으로 남는 시간들입니다.

그래서 지금 힘들고 어려움에 봉착하셨더라도, 이 어려움도 지나고 보면 추억이라는 생각으로 조금은 더 가벼운 마음으로 즐겁게 임하시면 좋을 것 같습니다. 인생에서 가장 아름답다면 아름다울 20대-30대를 대학원에서 보내고 계신 모든 분들을 응원합니다. 그리고 그러한 노력들이 모든 대학원생 분들께 이후 큰 보람과 보답으로 다가오길 바라며 본 인터뷰를 마칩니다.