연구실 안내 페이지

유니스트 데이터마이닝 연구실 안내 

UNIST 데이터마이닝 연구실은 대규모 그래프·하이퍼그래프 데이터에서 의미 있는 구조적 패턴을 발견하고, 새로운 알고리즘을 설계하는 정교한 탐구를 중심으로 연구합니다. 우리는 복잡한 네트워크 속에서 관계·구조를 설명하는 원리를 밝히고, 이를 기반으로 다양한 과학·산업 도메인 문제를 해결하는 것을 목표로 합니다. 우리 연구실의 핵심 강점은 다음과 같습니다:

• 고급 데이터 구조, 알고리즘을 활용한 데이터 및 그래프 마이닝  분석 기법을 선도하는 연구

• 실제로 SIGMOD/VLDB/ICDE/TKDE 등 세계 최고 수준 학회·저널에서 직접 연구 성과를 발표하고 검증하는 경험

• 작은 규모를 유지하며, 철저히 연구 중심의 집중 환경을 제공

• 지도교수와의 긴밀한 논의 속에서 자신만의 연구 주제와 방향성을 구축할 수 있는 시스템

알고리즘적 사고로 문제를 해결하는 것을 좋아하고, 대규모 데이터 속에서 본질을 찾아가는 과정에 흥미를 느낀다면 우리 연구실은 매우 잘 맞는 선택지입니다.

Q) 어떤 학과로 지원해야 하나요? TO는 어떻게 되나요?

지도교수는 UNIST 컴퓨터공학과 전임으로 재직하고 있기 때문에, 대부분의 대학원생은 컴퓨터공학과(CSE) 로 선발합니다. 연간 1~2명의 국비 TO(석사·석박통합·박사) 가 있으며, UNIST AI 대학원에서도 소수(0~1명)의 국비 TO가 있습니다. 연구실은 작은 규모(정원 7, 현재 4명) 를 유지하기 때문에 연구 집중도를 해치지 않을 정도로만 TO를 운영합니다. 정원이 차면 모집하지 않습니다.

• 모든 학생은 국비장학생만 선발합니다. 

• 2026년 기준 0~2명의 대학원생 (컴퓨터공학), 0명의 대학원생 (인공지능대학원) 선발 가능 (12월 15일 기준)

Q) 전공이 다른데 지원이 가능한가요?

가능합니다. 우리 연구 분야—데이터마이닝, 그래프/하이퍼그래프 알고리즘, 네트워크 분석—은 알고리즘·자료구조·프로그래밍 능력(Java/Python) 이 기반만 되어 있으면 충분히 접근할 수 있습니다. 타 전공 학생의 경우 다음 강의를 소화할 수 있다면 바로 연구를 시작할 수 있습니다:

* Mining of massive data sets. (번역서: 빅 데이터 마이닝)

* Algorithms. (번역서: 알고리즘), 강의1, 강의2

* Algorithm Design. 

Q) 입학하면 어떤 연구를 하게 되나요?

입학 후 개별 미팅을 통해 학생이 원하는 관심 분야와 연구실의 핵심 분야 사이에서 가장 성장 가능성이 높은 주제를 함께 정합니다. 석사 과정의 경우 지도교수가 제안하는 주제 또는 공동연구가 가능한 주제로 로드맵을 제공합니다. 박사 과정의 경우 일정 수준의 역량이 확보되면 학생 스스로 주제를 정의하고 확장하는 방식을 장려합니다. 모든 학생은 SIGMOD/VLDB/ICDE/TKDE 등의 최상위 레벨을 목표로 연구를 진행합니다.

Q) 대학원생의 연구실 생활은 어떻게 되나요?

연구실 세미나 및 1:1 미팅(주 1회), 핵심 논문·이론 세미나, 공동 프로젝트 진행으로 이루어집니다. 연구실의 방침은 “연구 우선·집중 환경 구축” 입니다. 평일 연구 시간대에는 가능한 연구실 공간에서 협업·토론을 권장합니다. Slack 기반 커뮤니케이션을 항상 열어두고, 어려움·아이디어·수정이 필요한 부분을 즉시 논의하는 문화를 가지고 있습니다.

Q) 면담을 할 수 있을까요? 

가능합니다. 면담 전 아래 자료를 이메일로 보내주세요: CV / 성적표 / 우수성을 보여주는 자료

면담 가능 시간 추가적으로 궁금한 점은 연구실 학생들에게도 물어볼 수 있습니다: 

학부 인턴/학부연구원 문의: 김민석(end423@unist.ac.kr) 대학원 진학 문의: 한태준(cheld7132@unist.ac.kr)

Q) UNIST 학생이 아닐 경우 어떻게 진행이 될까요?

연구실 참여를 희망하는 경우, 가급적 하계(USURF) 혹은 동계(UWURF) 인턴십을 추천합니다. 이는 교수와 학생이 서로 연구 스타일과 적합도를 확인할 수 있는 가장 좋은 방식이라고 생각합니다. 인턴이 어려운 경우 연구실 세미나 발표/내부 인터뷰 등으로 대체 가능합니다. 

인턴 정보: https://adm-g.unist.ac.kr/experience

Q) 석사 vs 석박사 통합 과정 관련하여 

우리 연구실은 기본적으로 석사 우선 선발을 원칙으로 합니다. 석사 과정에서 연구가 즐겁고, 성과가 확인되며, 학생·연구실·지도교수 간의 합의가 이루어지면 석박통합으로 전환하거나, 석사 과정 이후 박사과정을 통해 함께 연구합니다.

※ 이 방식은 중복 TO를 사용하지 않아도 되며, 학생-교수 간 신중한 맞춤형 결정이 가능하다는 장점이 있습니다.

Q) 장학금은 어떻게 될까요?

본 연구실은 국비장학생만을 선발하며, 이에 따라 등록금은 전액 면제되고, 생활에 무리가 없는 수준의 장학금을 제공합니다. 석사 과정은 월 최소 100만 원, 박사 과정은 월 최소 130만 원을 보장합니다. 이러한 체계는 학생들이 경제적 부담 없이 연구에 온전히 집중할 수 있는 환경을 마련하기 위한 것입니다

Q) 연구실에서 어떤 프로젝트를 수행할까요? 

우리 연구실은 “연구를 위한 프로젝트만 수행한다”는 원칙을 중심에 두고 운영됩니다. 즉, 단순히 과제를 수행하거나 외형적 실적을 위한 업무는 지양하며, 진행하는 프로젝트는 연구 주제와 밀접하게 연관되고 학생의 성장을 도울 수 있어야 합니다. 새로운 알고리즘 설계나 이론적 발전을 촉진하는 방향을 우선하며, 필요할 경우 외부 전문가와의 협력연구를 통해 연구의 깊이와 폭을 확장하기도 합니다. 이러한 운영 방식은 학생들이 본질적인 연구 성과를 쌓고 학술적으로 의미 있는 결과를 도출하는 데 집중할 수 있도록 하기 위한 선택입니다.

Q) 학부생 인턴쉽은 어떻게 운영되나요? 

UNIST 학부생의 경우, 알고리즘·자료구조·데이터마이닝·데이터베이스와 같은 핵심 과목에서 일정 수준 이상의 성취를 보인 학생을 대상으로 방학 인턴십을 진행합니다. 요건을 충족하지 못한 학생에게는 간단한 과제를 통해 기초 역량을 확인할 수 있는 기회를 제공합니다. 인턴십 기간 동안에는 주 1회 세미나와 스터디 참여가 요구되며, 탐색 과정에서 적합한 연구 주제가 구체화될 경우 학부연구원으로 선발하여 인건비를 지급할 수 있습니다. 타 대학 학생의 경우에는 여름·겨울 인턴이나 학기 중 인턴 형태로 참여할 수 있습니다. 가능하다면 대학원 정식 지원 전에 인턴십을 경험하는 것이 서로의 연구 적합성을 확인하는 데 큰 도움이 됩니다. 

Q) 학부생 인턴쉽의 경우 방학 인턴만 운영하나요?

학부 과정은 기초 이론을 탄탄히 다지고 자기주도적으로 학습 능력을 성장시키는 시기이기 때문에, 학기 중에는 수업과 기본 역량 형성에 집중하는 것이 가장 중요하다고 생각합니다. 이러한 이유로 연구실은 학기 중 인턴보다 방학 기간 인턴을 원칙으로 운영하고 있습니다. 다만, 4학년처럼 수업 부담이 적어 학기 중에도 연구에 충분히 시간을 투자할 수 있는 경우에는 예외적으로 학기 중 인턴 참여가 가능합니다. 방학 인턴십은 보다 집중적인 연구 경험을 제공한다는 점에서 여전히 권장되며, 이를 통해 학생들이 이론적 기반과 연구 경험을 균형 있게 갖출 수 있도록 돕고자 합니다.