[논문]계산과학분야의 고성능컴퓨팅 교육 개선을 위한 탐색적 연구

윤희준; 안성진

doi:10.14400/jdc.2018.16.12.021

계산과학분야의 고성능컴퓨팅 교육 개선을 위한 탐색적 연구
A Study on the Improvement of High Performance Computing Education in Computational Science 원문보기

디지털융복합연구 = Journal of digital convergence, v.16 no.12, 2018년, pp.21 - 31

윤희준 (성균관대학교 교과교육학과) , 안성진 (성균관대학교 컴퓨터교육과)

초록
AI-Helper

계산과학분야에서 고성능컴퓨팅(HPC)을 활용하기 위해서는 프로그래밍, 알고리즘, 자료구조 등 컴퓨터과학의 지식들과 기술들을 배워야 한다. 본 논문에서는 계산과학분야의 IT교육현황 조사와 설문조사를 통해 고성능컴퓨팅 교육을 개선시키기 위한 정책 방향을 제안하는데 있다. 이를 위해 국내 대학의 물리학, 화학, 생명과학, 지구과학분야의 전공과목 중에서 IT관련 과목 현황과 사용자들의 국내 고성능컴퓨팅 교육에 대한 인식을 조사하였다. 그 결과 계산과학분야의 IT과 목비율은 응용 전공과목에 비해 매우 낮았다. 대학의 교육 요구도는 높게 나왔지만, 대학의 교육 제공 수준은 제일 낮게 나왔다. 또한 대부분의 사용자들은 독학으로 필요한 지식과 기술들을 습득한 것으로 조사되었다. 즉 대학의 역할이 가장 시급하고 중요하며 전문기관과 온라인교육의 역할도 중요하다고 확인하였다.

Abstract ▼ AI-Helper

In order to utilize HPC in Computational science, It is necessary to learn the knowledge and skills of computer science such as programming, algorithms and data structure. In this paper, we investigate IT education status in Computational science and propose policy directions to improve the HPC education through user survey. To do this, we surveyed the current state of IT subjects among major subjects in physics, chemistry, life sciences, and earth science in domestic universities and surveyed the users' Recognition of HPC education. As a result, the ratio of IT subjects in Computational science was very lower than the ratio of major domain subjects. Despite the high educational needs of universities, the educational level of universities was the lowest. Most users have learned the necessary knowledge and skills through self-study. We recognized the role of the university is the most urgent and important, and the role of professional institutions and online education is also important.

주제어

표/그림 (14)

표 Table 1. Researches on HPC Education Programs
표 Table 2. Subject Balance(%Courses) for B.S degree programs in CS(%), CSE(%), CP(%), and PH(%)
표 Table 3. Researches on HPC Education Programs
표 Table 4. IT Subjects in Computational Science
그림 Fig. 1. IT course status in Computational Science
그림 Fig. 2. Major course vs Computer science course in Computational Science
그림 Fig. 3. Need for HPC Education
그림 Fig. 4. Environment of HPC education
그림 Fig. 5. Experience of HPC education
그림 Fig. 6. Learning path of HPC Knowledge & Skill
그림 Fig. 7. Importance of HPC education types
그림 Fig. 8. Degree of provision by HPC educational type
표 Table 5. t-test of HPC education type
표 Table 6. Borich’s socre of HPC education type

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

해외에서는 많은 대학들이 고성능컴퓨팅 활용과 관련된 교육과정을 제공하고 있으나 국내는 많이 부족한 상황으로 조사되었다. 따라서 계산과학분야의 고성능컴퓨팅 역량을 확보할 수 있도록 여러 대학에서 IT교육 내용을 개발하여 컴퓨터과학의 과목을 그대로 추가하거나 기초 프로그래밍만 제공하는 것이 아닌 컴퓨터과학의 핵심 주제들을 선별하여 기본적인 개념을 이해하고 다양한 응용분야의 실무에 적용할 수 있는 역량을 확보하는데 중점을 두도록 한다. 예를 들면 컴퓨터과학의 과목이 물리학, 화학, 생명과학, 지구과학 등 응용 연구와 융합되어 활용될 수 있도록 학부 1학년과정부터 4학년과정까지의 단계와 대학원 과정의 단계를 구분하여 차이를 두면서 일관성을 가지는 교육과정으로 개발하는 것이다.
본 연구는 계산과학분야의 IT교육 현황 조사와 고성능컴퓨팅 교육을 개선하기 위한 인식 조사를 수행하였다. 국내 고성능컴퓨팅 활용을 위한 계산과학 관련 학과가 매우 적었으며 물리학, 화학, 생명과학, 지구과학 등 계산과학분야에서도 고성능컴퓨팅 활용을 위한 IT교육은 매우 부족한 실정이었다.
본 연구는 국내 계산과학분야 중심으로 IT 교육현황을 조사하고 사용자들의 인식을 조사하여 현실적인 요인을 반영한 고성능컴퓨팅 활용을 위한 정책적인 교육 방향을 제안하는데 목적을 두고 있다. 연구의 범위는 고성능컴퓨팅을 활용하는 자연과학대학의 물리학, 화학, 생명과학, 지구과학 분야로 한정하였으며 전공과목 중에서 IT 관련 과목을 조사하고 해당분야에서 고성능컴퓨팅을 활용하는 사용자들을 대상으로 설문 조사한 결과를 통해 시사점과 체계적인 교육과정을 설계하고 개발하기 위한 개선방향을 도출하고자 한다.
본 연구에서는 계산과학 전공자들을 대상으로 고성능컴퓨팅 교육에 관한 설문 도구를 만들었다. 설문도구는 고성능컴퓨팅 교육에 대한 ‘교육의 필요성’, ‘교육 환경의 적절성’, ‘교육 경험’, ‘지식과 기술을 습득한 경로’, ‘대학·전문기관·온라인 등 교육기관별 중요수준’, ‘대학·전문기관·온라인 등 교육기관별 제공수준’의 항목으로 구성되었다.
본 연구는 국내 계산과학분야 중심으로 IT 교육현황을 조사하고 사용자들의 인식을 조사하여 현실적인 요인을 반영한 고성능컴퓨팅 활용을 위한 정책적인 교육 방향을 제안하는데 목적을 두고 있다. 연구의 범위는 고성능컴퓨팅을 활용하는 자연과학대학의 물리학, 화학, 생명과학, 지구과학 분야로 한정하였으며 전공과목 중에서 IT 관련 과목을 조사하고 해당분야에서 고성능컴퓨팅을 활용하는 사용자들을 대상으로 설문 조사한 결과를 통해 시사점과 체계적인 교육과정을 설계하고 개발하기 위한 개선방향을 도출하고자 한다. 연구에서 제시하는 고성능컴퓨팅 교육 방향은 계산과학분야뿐 만 아니라 고성능컴퓨팅을 활용하는 다른 분야와 융합되어 교육 정책과 의사결정에 참고할 수 있는 역할을 할 수 있도록 하였다.

가설 설정

이러한 결과는 다음 3가지의 요인으로 분석되었다. 첫째, 계산과학분야의 전공 과목 수 대비 컴퓨터과학 관련 과목의 비율이 너무 낮다는 것이다. 물리 4.

제안 방법

조사내용은 각 학과의 전공과목 현황과 전공과목 중에서 IT과목들을 조사한 후 각 분야 학과의 석사과정 1명과 박사 1명에게 과목내용에 대한 검증을 받았다. 그리고 검증받은 과목들을 기준으로 각 분야별 전공과목과 IT과목의 비율을 조사하였다.
또한 두 수준간의 단순한 비교를 하는 t-검정의 단점을 보완하기 위해 각 교육제공 유형들의 Borich의 요구도 분석[36]을 실시하였다. Borich 요구도는 필요수준(또는 중요수준)과 현재수준의 차이를 계산하고 두 수준의 차이에 필요수준의 값을 반영하여 우선순위를 정하는 요구분석 방법으로 제안되었다.
설문도구는 고성능컴퓨팅 교육에 대한 ‘교육의 필요성’, ‘교육 환경의 적절성’, ‘교육 경험’, ‘지식과 기술을 습득한 경로’, ‘대학·전문기관·온라인 등 교육기관별 중요수준’, ‘대학·전문기관·온라인 등 교육기관별 제공수준’의 항목으로 구성되었다.
국내 대학은 계산과학 전공학과가 많지 않아 계산과학분야인 물리학, 화학, 생명과학, 지구과학의 전공교육 현황에 대한 조사를 다음과 같이 수행하였다. 조사내용은 각 학과의 전공과목 현황과 전공과목 중에서 IT과목들을 조사한 후 각 분야 학과의 석사과정 1명과 박사 1명에게 과목내용에 대한 검증을 받았다. 그리고 검증받은 과목들을 기준으로 각 분야별 전공과목과 IT과목의 비율을 조사하였다.

대상 데이터

대학 알리미의 표준분류체계에 따라 국내 4년제 대학을 중심으로 2017년 국내 자연과학의 물리학, 화학, 생명과학, 지구·천문·기상학과가 있는 대학과 학과를 대상[35]으로 2018년 3월 25일부터 2018년 4월3일까지 조사를 하였다.
설문도구는 고성능컴퓨팅 교육에 대한 ‘교육의 필요성’, ‘교육 환경의 적절성’, ‘교육 경험’, ‘지식과 기술을 습득한 경로’, ‘대학·전문기관·온라인 등 교육기관별 중요수준’, ‘대학·전문기관·온라인 등 교육기관별 제공수준’의 항목으로 구성되었다. 설문은 학부를 졸업하고 석사과정 이상의 계산과학 전공자들 43명을 대상으로 하였다. 일반적인 통계사항은 다음과 같다.
대학 알리미의 표준분류체계에 따라 국내 4년제 대학을 중심으로 2017년 국내 자연과학의 물리학, 화학, 생명과학, 지구·천문·기상학과가 있는 대학과 학과를 대상[35]으로 2018년 3월 25일부터 2018년 4월3일까지 조사를 하였다. 조사한 대학은 강릉원주대, 강원대, 건국대, 경기대, 경북대, 경상대, 경성대, 경희대, 계명대, 고려대, 공주대, 광운대, 군산대, 단국대, 대구대, 덕성여대, 동국대, 동아대, 명지대, 목포대, 부경대, 부산대, 상지대, 서강대, 서경대, 서울대, 서울시립대, 서울여자대, 성균관대, 성신여대, 세종대, 숙명여대, 순천향대, 숭실대, 아주대, 안동대,연세대, 영남대, 용인대, 울산대, 원광대, 이화여대, 인천대, 인하대, 전남대, 제주대, 조선대, 중앙대, 창원대, 청주대, 충남대, 충북대, 한국과학기술원, 한국외대, 한남대, 한림대, 한양대, 협성대, 호서대로 60개 대학이며 학과는 교육과정 정보가 없는 1개 학과를 제외한 152학과이다. 세부분야는 물리학과 39개, 화학과 49개, 생명과학과 48개, 지구과학과 16개이다.

데이터처리

고성능컴퓨팅 교육을 제공하는 대학, 전문기관, 온라인으로 구분하여 각 제공기관의 중요수준과 현재 제공수준에 대해 설문조사를 실시하여 수집된 자료를 바탕으로 대응표본 t-검증을 실시하였으며 그 결과는 Table 5와 같다. 대학, 전문기관, 온라인 교육제공에 대한 t-검정 결과 모두 현재 제공수준과 요구되는 중요수준 간 차이는 0.

성능/효과

‘전공교육과목 중에서 컴퓨터과학 과목이 1과목 이상’포함되어 있는 학과 비율은 물리학이 89.7%, 화학이 57.1%, 생명과학이 54.2%, 지구과학이 75%로 나왔으며 ‘전공교육과목 중에서 전산과목이 2과목 이상’ 포함되어 있는 학과 비율은 물리학이 21.3%, 화학이 12.2%, 생명과학이 6.3%, 지구과학이 37.5%로 조사되었다.
Fig. 4와 같이 고성능컴퓨팅 활용에 대한 국내 교육환경의 적절성에 대해 ‘매우 적절하다’가 0명(0%), ‘적절하다’가 2명(5%), ‘약간 적절하다’가 20명(20%), ‘별로 적절하지 않다’가 19명(43%), ‘적절하지 않다’가 12명(27%), ‘전혀 적절하지 않다’가 2명(5%)으로 고성능컴퓨팅 교육환경에 대해 긍정적인 인식은 25%이며 부정적인 인식은 75%로 조사되었다.
Fig. 8과 같이 각 교육기관 유형별 교육 제공 정도에 대해 ‘대학은 잘 제공한다’는 14명(32.6%), ‘대학은 잘 제공하지 못한다’는 29명(67.4%), ‘전문기관은 잘 제공한다’는 28명(65.1%), ‘전문기관은 잘 제공하지 못한다’는 15명(34.9%), ‘온라인 교육이 잘 제공된다’는 28명(65.1%), ‘온라인 교육이 잘 제공되지 못한다’는 15명(34.9%)로 나타났다.
2에서 보여주는 것처럼 물리학이 63과목, 화학이 38과목, 생명과학이 29과목, 지구·천문·우주·대기과학 22과목으로 조사되었다. 계산과학분야의 전공 과목수와 비교할 때 IT과목의 비율은 물리 4.3%, 화학 2%, 생명과학 1.4%, 지구과학 3.7%로 매우 낮게 조사되었다. 각 분야의 학과마다 1~2개의 IT과목만이 포함되어 고성능컴퓨팅을 활용하기 위한 계산과학분야의 교육과정에 IT 과목을 추가하여 균형을 맞출 필요성이 제기된다.
그러나 ‘분야별 전체 전공과목 수와 IT과목 수 ’에 대해서는 Fig. 2에서 보여주는 것처럼 물리학이 63과목, 화학이 38과목, 생명과학이 29과목, 지구·천문·우주·대기과학 22과목으로 조사되었다.
고성능컴퓨팅 교육을 제공하는 대학, 전문기관, 온라인으로 구분하여 각 제공기관의 중요수준과 현재 제공수준에 대해 설문조사를 실시하여 수집된 자료를 바탕으로 대응표본 t-검증을 실시하였으며 그 결과는 Table 5와 같다. 대학, 전문기관, 온라인 교육제공에 대한 t-검정 결과 모두 현재 제공수준과 요구되는 중요수준 간 차이는 0.55~1.643으로 유의한 차이가 나타났으며 대학의 편차가 제일 크게 나왔다.
먼저 Fig. 3과 같이 고성능컴퓨팅 활용에 대한 교육의 필요성에 대해 ‘아주 많이 필요하다’가 14명(32%), ‘많이 필요하다’가 21명(49%), ‘약간 필요하다’가 8명(19%)으로 응답자 모두가 고성능컴퓨팅 활용에 대한 교육이 필요하다고 응답하였으며 ‘많이 필요하다’는 이상의 응답이 35명(81%)로 나타났으며 교육이 ‘필요없다’는 부정적인 의견은 모두 0%를 보여주고 있다.
둘째, 교육과정에 포함된 1개 또는 2개의 IT과목이 기초 프로그래밍 위주의 과목과 컴퓨터를 이용하여 응용분야의 소프트웨어를 활용하는 과목만으로 구성되어 있는 것이다. 셋째, 외국에 비해 국내에 계산과학과 관련된 학과도 매우 적은 것이다. 물리, 화학 등 순수과학과 순수과학을 응용하는 계산과학과의 분리가 필요하다.
연구의 범위는 고성능컴퓨팅을 활용하는 자연과학대학의 물리학, 화학, 생명과학, 지구과학 분야로 한정하였으며 전공과목 중에서 IT 관련 과목을 조사하고 해당분야에서 고성능컴퓨팅을 활용하는 사용자들을 대상으로 설문 조사한 결과를 통해 시사점과 체계적인 교육과정을 설계하고 개발하기 위한 개선방향을 도출하고자 한다. 연구에서 제시하는 고성능컴퓨팅 교육 방향은 계산과학분야뿐 만 아니라 고성능컴퓨팅을 활용하는 다른 분야와 융합되어 교육 정책과 의사결정에 참고할 수 있는 역할을 할 수 있도록 하였다.
끝으로 본 연구를 통해 두 가지 시사점을 제공한다. 첫째 대학을 통해 고성능컴퓨팅을 활용할 수 있는 역량을 확보하기 위한 교육이 제일 시급한 것으로 조사되었다. 대학의 교육 제공 환경이 미흡하지만 공통적인 교육모델과 핵심 주제들은 선정하여 기초단계·응용단계 등에 따른 교육과정을 개발하고 계산과학분야뿐만 아니라 다른 학문분야에서도 융합될 수 있도록 해야 한다.

후속연구

본 연구를 기초로 하여 대학 중심의 고성능컴퓨팅 활용 역량을 확보하기 위한 구체적인 교육 과정 개발에 관한 후속 연구가 필요하다. 학부과정에서 제공되어야 할 지식과 기술들은 무엇인지와 대학원과정에서 제공되어야 할 지식과 기술들은 무엇인지에 대한 연구가 지속되어야 한다.
셋째, 양질의 고성능컴퓨팅 교육 내용을 확보하여 오프라인 교육에 참여하지 못하는 학생들과 현업 실무자들을 위한 온라인 교육환경을 구축해야 한다. 앞의 조사에서도 온라인 교육의 중요도가 76.
국내에서는 한국과학기술정보연구원에서 일부 온라인으로 교육 코스를 제공[34,41]하고 있지만 많이 제한적이다. 이에 여러 전문기관과 연계하여 각 기관에서 제공한 교육 콘텐츠를 수집하여 단계별, 수준을 고려하여 다양한 사용자들이 독학이 가능한 교육과정을 제공할 필요가 제기된다.
학부과정에서 제공되어야 할 지식과 기술들은 무엇인지와 대학원과정에서 제공되어야 할 지식과 기술들은 무엇인지에 대한 연구가 지속되어야 한다. 이에 통해 계산과학분야뿐만 아니라 여러 분야에서 고성능컴퓨팅 역량을 확보할 수 있는 교육체계를 설계하고 개발할 수 있을 것으로 기대된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	계산과학에 고성능컴퓨팅을 활용하기 위해 필요한 것은?	특히 오랫동안 고성능컴퓨팅을 사용해온 계산과학은 컴퓨터의 계산을 이용하는 모의실험을 통해 연구 문제를 해결하는 학문으로 주로 과학영역, 수학영역, 컴퓨터과학 영역으로 융합된 학문 분야이다[5]. 계산과학분야에서 고성능컴퓨팅을 활용하기 위해서는 컴퓨터 아키텍처, 알고리즘, 프로그래밍 등 컴퓨터과학의 기본적인 지식들과 기술들을 필요로 한다[6,7]. 또한 빠른 속도의 계산과 대용량의 데이터를 처리하기 위해 병렬 프로그래밍, 대용량데이터 처리, GPU 기반 프로그래밍, 가시화 기술 등 최신 주제와 다양한 기술들[8,9]도 필요로 하고 있다.
	고성능컴퓨팅 활용 인력의 공급이 부족한 이유는?	소수의 대학과 전문기관에서 고성능컴퓨팅 활용에 대한 교육을 제공하고 있지만 수요를 충족시키지 못하고 있다. 보다 근본적인 문제는 고성능컴퓨팅 활용 인력을 양성하기 위한 체계적인 교육체제가 갖춰지지 않아 대학 졸업생이나 단기 기초교육 이수자들이 현장에서 필요로 하는 실무적인 역량 즉, 지식과 기술들을 확보하지 못하고 있는 것이다.
	고성능컴퓨팅의 활용 분야는?	고성능컴퓨팅(High Performance Computing, HPC)은 지난 몇 십 년 동안 물리학, 화학, 생명과학, 지구과학 등 다양한 기초 과학 연구 분야에서 거대 문제 계산을 위해 주로 활용되어 왔다[1]. 또한 최근에는 여러 선진국에서 국가안보, 지구환경, 신약개발, 자원탐사 등 다양한 분야에서 국가 현안 해결과 기업 경쟁력 강화를 위해 활용[2,3]하고 있다. 이는 고성능컴퓨팅의 성능이 무어의 법칙[4]을 넘어 빠르게 발전하면서 과학적인 성과와 산업, 경제 등 국가의 모두 분야에 미래 경쟁력을 좌우하는 중요한 요소로 인식되고 있기 때문이다.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증