사회과학에 강한 대학으로서 확고한 지위를 구축하는 이치바시대학이 2023년에 스타트시켜 큰 주목을 받은 것이 문리융합의 ‘소셜 데이터 과학(SDS) 학부’다. 이 학부의 타니다가와 타츠야 준 교수는 “SDS 학부의 특징은 “데이터 과학을 사회과학(소셜)의 문제 해결을 위해 응용한다”고 단언하고 있는 점에 있습니다”라고 말한다. 정치, 경제, 경영, 마케팅 등 사회과학의 모든 분야에서 데이터에 기초한 정확도가 높은 의사결정이 요구되는 현대. 이계의 소양을 가지면서, 사회 과제를 해결에 이끌 수 있는 소셜·데이터 사이언티스트가 사회로부터 크게 기대되고 있다.
과제의 본질을 파악하고 데이터를 보는 눈을 기른다.
기술의 트렌드가 바뀌어도 활약하는 인재로
데이터 과학은 통계학, 정보 공학 등을 조합하여 대규모 데이터로부터 문제 해결에 필요한 지견을 도출하는 연구 분야. 최근 AI, IoT 등의 디지털 기술과 IT, DX의 진전으로 집적할 수 있는 데이터도 현격히 늘어나 주식, 금융, 마케팅, 경영, 재해 대책 분야를 비롯해 철학, 역사, 문학, 예술 등 인문과학 분야 에도 데이터 활용의 파도가 퍼지고 있다.
“데이터 과학의 중요성은 앞으로 더욱 높아질 것입니다. 하지만 어쨌든 데이터를 분석하면 과제 해결을 할 수 있는 것은 아닙니다. 분석 방법과 함께 데이터를 보는 눈을 기르는 것이 중요합니다.”라고 타니다가와 준 교수는 지적한다.
또한 기술의 진화도 현저하다. ChatGPT로 대표되는 생성 AI가 그랬듯, 앞으로도 상식이 일변하는 기술이 잇달아 태어날 가능성이 있다. 그렇기 때문에 기술의 트렌드에 좌우되지 않고 과제의 본질을 간파하고 데이터를 활용할 수 있는 힘이 중요하다.
"거기에 문리를 넘은 넓은 교양을 배울 수 있는 본 학부의 우위성이 있습니다." SDS학부에서는 1년차부터 데이터를 다루는 방법과 함께 사회과학의 토대를 제대로 익힌다. 이에 따라 사회에서 오랫동안 활약하는 인재를 키우려는 것이다.
1년차부터 사회과학, 통계·정보·AI의 토대를 만들어
3년차에서는 기업 제휴의 PBL 연습으로 실천력을 닦는다
보다 구체적인 커리큘럼을 살펴보자.
우선 1~2년차로 '소셜 데이터 과학 과목', '사회 과학 과목', '데이터 과학 과목'을 통해 학문의 기초를 익힌다.
「사회과학과목」에는, 이치바시대학 전통의 법학, 사회학, 경제학, 경영·마케팅 등의 과목이 라인업. 「데이터 사이언스 과목」에서는 통계학, 정보·AI 분야를 체계적으로 배운다. 통계학에서는 회귀 분석이나 페이즈 이론 등의 분석 수법을, 정보·AI에서는 데이터 활용에 필요한 프로그래밍이나 데이터 분석의 기초를 습득한다. '소셜 데이터 과학 과목'에서는 소셜 데이터 과학의 입문과 그 법과 윤리를 배우고 이해를 깊게 한다.
3년차가 되면 학외 기업이나 단체와 협동하는 PBL(Project Based Learning)이 예정되어 있다. 실제 기업이 안고 있는 문제의식과 함께 데이터의 제공을 받아 연습이 스타트. 사회과학의 지식을 이용하여 과제를 파악하고, 데이터사이언스의 지식을 이용하여 해결방법을 검토, 기업에 대한 제안을 한다. 강의에서 배운 것이 실천에서 어떻게 활용되는지, 그 과정을 실체험해 이해를 깊게 해 나가는 것이다.
「커리큘럼으로부터도 알 수 있듯이, 데이터 활용의 백그라운드에 이계도 문계도 없습니다. 그러한 틀에 구애받지 않는 분에게, 꼭 입학해 주었으면 합니다.학문의 울타리에 사로잡히지 않고, 흥미가 있는 것을 파악해, 관심있는 현상을 제대로 이해할 수 있는 능력을 익혀주었으면 좋겠네요」
AI의 추억을 역수로 취한 새로운 AI 활용의 연구도.
최첨단 학문을 배우고 발전시키고 사회에 공헌한다
기초를 익힌 앞에는 어떤 연구의 가능성이 있을 것이다. "나의 세미나에서는 실세계에 있는"물체"의 형태나 질감을 보다 상세하게 계측하기 위한 데이터 처리 기술이나, 계측한 데이터를 현실 세계의 "진짜"와 같이 가시화하는 계산 모델을 연구해 」라고 타니다가와 준 교수.
현재 AI의 세계에서 주류가 되고 있는 심층 학습(딥 러닝)이라고 하는 기술에서는, 인간의 뇌의 작용을 본뜬 신경 네트워크를 컴퓨터로 재현. 대량의 데이터를 제공함으로써 AI 자신이 패턴을 분석하고 더 나은 대답을 도출할 수 있게 된다. 그러나 많은 양의 데이터를 학습하는 데 시간이 걸릴 수 있으며 일부 분야에서는 충분한 데이터를 얻을 수없는 경우가 있습니다. 거기서 현재, 타니다가와 세미나가 임하고 있는 것이, 단일의 데이터(=자기)로부터, 유익한 결과를 도출하는 「자기 사전 지식」에 관한 연구다.
"아래 그림에 표시된 것은 표면이 요철한 물체를 AI가 형상 보정한 결과입니다. 사실은 불가능합니다. 노이즈를 제거하는 방법도 많이 연구되어 왔습니다만, 취급할 수 있는 형태에 조건이 있거나, 학습을 위해서 대량의 데이터가 필요하다고 하는 문제가 있었습니다. "있는 데이터 만"을 주어 노이즈가없는 형상 데이터를 출력하는 방법을 모색하고 있습니다 "
실은, AI에도 인간처럼 생각의 버릇이나 “추억”과 같은 것이 있는 것이 최근의 연구로 알고 있다. 이것을 역으로 취해 AI에 인간에게 편리한 추억을 시켜 기대하는 아웃풋을 도출하자는 발상이 열쇠가 되고 있다.
이 기술을 확립할 수 있으면, 데이터 수집이 어려운 문화재의 수복이나, 생산 로트가 적은 공업 제품의 설계 등 폭넓은 분야에서, 이상적인 형상의 데이터를 취득하는데 도움이 된다고 한다.
데이터의 이용은 현대 사회에서의 필수 툴이지만, 그 활용 방법은 사용하는 사람의 지식에 따라 달라진다. “본 학부에는 다양한 테마의 세미나가 갖추어져 있습니다. 사회 과제 해결에 도움이 되는 최첨단 학문을 함께 즐기면서 배우자”고 웃는 얼굴로 에일을 주었다.
실제 연구에서는 어떤 AI 모델을 사용하는지, 훈련 데이터로 무엇을 사용하는지 등의 시행착오를 반복하고 있다고 한다
이치바시 대학 소셜 데이터 과학 학부
준 교수 타니다가와 타츠야 씨
