‘과목 소개’는 바이오및뇌공학과의 주요 과목에 대한 교수님, 학부 졸업생, 재학생과의 인터뷰를 통하여, 새내기와 진입생이 학과를 선택하고 과목을 수강하는 데 도움을 주고자 마련된 코너입니다. 이번에는 저희 학과의 전공 필수 과목 중 하나이자 두 개의 실험 과목 중 봄학기에 개설되는 실험 과목 ‘바이오 공학실험I (이하 계측1)’을 주제로, 남윤기 학과장님과 계측1 수강 경험이 있는 두 분의 학부 졸업생(대학원생), 두 분의 학부 재학생을 대상으로 각각 인터뷰를 진행하였습니다. 

 

 

< 계측1 매뉴얼과 MATLAB 코드 >

 

 

<학부 졸업생 인터뷰>

 

Q1. 학생들이 계측 1 실험을 원활히 수행하기 위해 필요한 선행 지식이나 과목이 있을까요? 또는, 계측 1과 함께 수강하면 시너지 효과를 일으킬 수 있는 좋은 과목은 어떤 게 있을까요?

14학번 졸업생(현 바이오및뇌공학과 대학원 박사과정)

계측 1이 대부분 코딩 관련된 Lab으로 구성 되어있기 때문에 이와 관련된 과목들을 미리 수강하거나 관련 지식들을 알고 있다면 많은 도움이 될 것이라고 생각합니다. 최근에는 많은 학생들이 전자/전산학과를 복수전공 또는 부전공으로 선택하여 코딩 관련 과목들에 어느 정도 숙련되어 있기에, 이러한 학생들은 수월하게 실험을 수행해 나갈 수 있을 것입니다. 물론 이러한 경우가 아니더라도 계측 1에서 요구하는 코딩 자체의 난이도가 엄청 높은 편은 아니기에, 1학년 때 수강한 프로그래밍기초에서 배운 지식만으로도 코딩 문제로 실험 수행에 큰 문제는 없을 것이라 생각합니다. 다만, 제한시간 내에 완벽하게 실험을 원만하게 수행하기 위해서는 실험 전에 제공되는 랩 매뉴얼을 꼼꼼히 읽어보면서 어느정도 예습을 해보는 것을 추천드릴 수 있을 것 같습니다. 추가로, 강의명이 ‘바이오’공학실험인만큼 생물학적 지식도 어느정도 필요하지만, 이는 2학년때 수강했던 바뇌과 필수과목(분자세포 생물학, 인체 해부생리학 등)들에 대한 내용만 잘 이해해도 충분하다고 생각합니다.

계측 1과 함께 수강하면 좋을 과목들로는, 한 학기 동안 다루는 데이터가 대부분 생체신호/이미지/유전체 데이터들이기 때문에 이와

관련된 코딩 과목(바이오 데이터구조, 바이오 통계 및 기계학습, 바이오 정보학 등)들을 수강해보면 좋을 것 같고, 바뇌과 뿐만 아니라 타과에서도 이와 관련된 과목들을 찾아서 수강해볼 수도 있을 것 같습니다.

 

16학번 졸업생(현 바이오및뇌공학과 대학원 박사과정)

계측 1은 코딩 위주이기 때문에 매트랩과 C++(파이썬)을 배운 과목들이 도움 많이 되었습니다. 특히 계측 전 2학년 가을학기 때 수강한 ‘바이오 데이터구조’ 수업에서 바이오 데이터(DNA sequence data)를 다루는 코딩 과제를 했던 경험이 가장 큰 도움이 되었습니다. 다만, 아무래도 계측1을 수강하면, 매주 prelab과 main lab 보고서를 작성하고 계측실에서 실험까지 해야 하므로, 시너지 있는 과목을 여러 개 같이 듣기 보다는, 학점을 평소보다 조금 적게 듣고 계측 1 수강에 집중하는 걸 추천 드립니다. 개인적으로, 세미나 수업과 함께 듣는 게 로드 측면에서 부담이 적었기 때문에 추천 드립니다. 

 

 

Q2. 계측 1의 prelab이나 main lab 보고서에서 좋은 평가를 받으려면, 어떤 점을 염두에 두고 써야 할까요?

14학번 졸업생(현 바이오및뇌공학과 대학원 박사과정)

보고서의 경우 실험 내용이나 보고서에서 요구하는 질문, 그리고 담당하는 조교들이 매년 조금씩 바뀌기 때문에 뭐라고 확답을 드리긴 어렵지만 가장 확실한 방법은 매뉴얼에서 요구하는 부분에 대해 충실하게 작성하고, 애매한 부분은 조교분들에게 어떤 내용이 들어가야 하는지 문의해보는 방법일 것 같습니다. 각 Lab을 담당하는 조교분들의 방침 및 형평성에 따라 채점기준과 관련된 너무 자세한 부분까지는 알려주지 못할 수 있지만, 힌트를 줄 수 있는 부분임에도 많은 학생들이 깜박하고 사소한 부분을 누락하여 점수를 받지 못하는 경우를 많이 봐왔기 때문에, 애매한 부분이 있다면 주저하지 말고 실험 중 또는 메일로 문의해보는 게 좋다고 생각합니다.

 

16학번 졸업생(현 바이오및뇌공학과 대학원 박사과정)

학부생 때 보고서를 쓰면서 점수를 조금이라도 더 받고 싶은 마음에 요구한 것 이상으로 적기도 하고, 잘 알지 못하는 질문 문항이 나오면 다른 아는 부분을 최대한 적어 제출하기도 했는데요. 안타깝게도, 조교님들은 정해진 점수표를 기준으로 채점을 하기 때문에, 질문에서 요구한 내용을 정확히 파악하고 일목요연하게 정리해서 제출하는 것을 더 추천 드립니다. 즉, 많은 시간을 투자하거나, 분량을 늘린다고 해서 그것들이 꼭 채점에 반영되는 건 아니므로, 보고서를 작성하기 전에 먼저 랩 매뉴얼이나 이론 강의를 꼼꼼히 보면서 무엇이 중요한 내용이며, 질문과 직접적으로 관련되는지 확실히 파악하길 추천 드립니다. 

 

 

Q3. 계측 1에서 배운 지식이나 기술이 연구에 실제로 도움이 되었던 경험이나, 적용 가능한 연구가 있을까요?

14학번 졸업생(현 바이오및뇌공학과 대학원 박사과정)

저의 경우 현재 코딩을 주로 활용하는 dry lab이 아니라 세포실험을 위주로 하는 wet lab에 속해 있지만, 계측 1에서 배웠던 내용들인 이미지 및 신호분석 기법을 종종 연구에서 적용하여 데이터를 분석하고 있습니다. 물론 계측 1에서 사용했던 데이터와 같은 양식은 아니지만, 데이터 분석의 가닥을 잡거나, 목적에 맞게 코드를 작성해서 결과를 도출해 내는데 계측1에서 배운 내용을 잘 활용하고 있습니다. 물론 계측 1을 수강하지 않았더라도, 이러한 분석을 해낼 수는 있겠지만, 코딩을 이용한 효율적인 분석 방법을 알고 활용할 수 있기에 시간 절약이나 연구의 확장성 측면에서 큰 도움이 된다고 생각합니다. 

추가로, 연구자의 길을 걷고자 하는 학생들에게 계측 1이라는 과목은 dry lab과 관련된 연구분야를 선택하는 데 큰 동기부여가 되는 과목이라고 생각합니다.

16학번 졸업생(현 바이오및뇌공학과 대학원 박사과정)

저도 현재 코딩하는 연구실에 소속되어 있다 보니 계측 1에서 경험한 바가 많은 연구를 하는데 큰 도움이 되고 있습니다. 물론 코딩 자체의 도움뿐만 아니라, 대학원에 오면 공동 프로젝트를 자주 진행하게 되는데, 팀원들과 협력하여 프로젝트를 수행할 때 계측 1에서 실험 메이트와 함께한 경험이 다소 도움이 되는 것 같습니다.

 

 

 

<학부 재학생 인터뷰>

 

Q1. 계측 1을 수강하기 전에 특별히 가지고 있었던 마음가짐이나 목표가 있었을까요?

21학번 재학생

계측이 힘들다고 겁주는 선배들이 하도 많아서 반발심에 오히려 해내 보이고 싶었습니다. 

 

22학번 재학생

저도 주변에서 계측 1의 막대한 부담과 어려움에 대한 소문을 많이 들어왔기 때문에, 매일 계측 실험을 하거나 보고서를 작성하느라 밤을 새는 모습을 상상하며 두려워했던 것 같습니다. 그러나, 바뇌과를 전공으로 선택한 이상, 계측 1은 수강을 피하거나 미룰 수 없는 필수 과목이었기에, 차라리 한 학기 동안 계측 1을 즐기면서 배우자고 스스로 다짐했던 것 같습니다. 또한, 지치지 않고, 이 같은 즐거움을 이어가려면 일정 수준의 보상 곧 높은 성적을 받아야 한다고 생각했기 때문에, 모든 랩에서 만점을 받겠다는 목표도 있었습니다. 

 

 

Q2. 10개의 계측 1 실험 중 가장 힘들고 어려웠던 랩은 무엇이었나요? 그 랩을 진행할 때 도움이 될 수 있는 팁도 공유해 주실 수 있을까요?

21학번 재학생

남윤기 교수님의 3주차 실험이 가장 어려웠던 것 같습니다. EEG 데이터를 수집하고 분석하는 실험이었습니다. 실험은 재밌었지만 데이터가 아주 노이지하게 나와서 분석하는 과정이 참 힘들었던 기억이 납니다. 뉴럴 스파이크를 직접 찾을 수는 없기에 자동으로 찾아주는 적절한 함수를 인터넷에서 찾아야 했습니다. Matlab 자체도 익숙하지 않은데 고급 기능을 찾아 영어로 된 공식 문서를 찬찬히 읽어보는 그 자체가 괴로운 경험이었습니다. 이를 적용하는 것도 쉽지 않았고 결과도 끝내 깔끔하게 나오지 않았던 것 같습니다. 이후에 알게 되었지만 실제 과학연구라는 것도 그런 순간의 연속인 듯합니다. 지금 생각하면 너무 쉬운 것들이지만, 처음에는 큰 장애물로 다가옵니다.

이걸 쉽게 해내는 방법은 없지 않을까 싶습니다. 침착하게 하면 결국 해낼 수 있습니다. 다만 스트레스 받아도 평정심을 유지하는 게 중요합니다. 감정조절, 저에겐 이 부분이 가장 힘들었습니다.

22학번 재학생

난이도나 로드 측면에서 보았을 때, 기본적인 텍스트 마이닝(co-occurrence 모델)을 이용하여, 특정 질병과 관련된 유전자를 발굴하는 분석을 진행한 LAB 8이 가장 어렵고 힘들었던 것 같습니다. 다른 랩들은 만들어야 하는 그래프나 나와야 하는 결과 값이 정해져 있었던 것에 반하여, 이 랩의 경우는 접근(score function을 만드는 방법)을 어떻게 하는지에 따라 정확도가 달라지고, 그에 따라 점수도 다르게 받는 방식이었기 때문입니다. 여기에 전 처리 과정이 상당해서 코드를 효율적으로 짜지 않을 경우 한번 실행하는데 긴 시간이 소요된다는 점도 이 랩의 로드를 더했던 것 같습니다. 

이 랩에서 좋은 점수를 받기 위해 드릴 수 있는 실용적인 팁은 여러 개의 score function을 만든 후, 히스토그램을 추가로 그려서 각 유전자 별 점수 분포를 확인해보는 것입니다. 특히 각 score function 마다 매기는 점수의 범주(0~1, 10~100점 등)를 통일시켜 두면, 히스토그램의 분포를 보면서 정확도를 높이는 최적의 threshold를 안전하게 찾을 수 있을 것입니다. 또한, 발굴한 유전자도 가상의 유전자가 아닌 실제 존재하는 유전자이므로, 직접 발굴한 유전자의 정보를 검색해서 특정 질병과 관련도를 미리 찾아보면서 코드를 점검하는 것도 좋은 방법인 것 같습니다. 물론 이 모든 과정은 충분한 시간적 여유가 있을 때 가능한 일이기 때문에, 특히 랩 8은 가능한 일찍 시작하기를 추천 드립니다. 

 

Q3. 계측 1을 수강 한 후, 이 과목이 어떤 점에서 본인에게 도움이 되었다고 생각하나요?

21학번 재학생

사실 바이오및뇌공학과에 진입하고 나서 1년간 배운 게 없다고 느꼈습니다. 각종 분야의 지식을 배웠지만 그것들은 조각나 있었고 무엇을 위한 것인지도 알 수가 없었습니다. 전공지식을 차곡차곡 쌓아가는 다른 학과 친구들을 보며, 할 줄 아는 게 아무것도 없는 사람이 된 것 같은 기분이었습니다. 하지만 계측을 들은 후 모든 것이 바뀌었습니다. 조각난 지식들을 한데 모아 어떤 것을 할 수 있는지 배웠습니다. 또한 바이오공학의 다양한 주제를 경험해보면서 진로에 대한 시야도 확 트였습니다. 

더 중요한 것은 계측을 겪은 후에 앞으로 뭐든지 할 수 있을 것 같은 기분이 든다는 것입니다. 그 감각은 지금까지도 이어지고 있습니다. 계측에서는 매주 새로운 주제와 지식을 접하게 됩니다. 빠르게 이해하고 활용해서 결과까지 내야 합니다. 이 과정을 일년간 반복하면서 새로운 것을 시도하는데 두려움이 없어졌던 것 같습니다. 이젠 전혀 모르는 분야의 논문도 필요하다면 찾아 읽습니다. 

22학번 재학생

이 과목을 통해 제가 한층 더 성장했다고 느낀 점은 크게 ‘방대한 자료를 읽고 요약 정리하는 습관’, ‘데이터 분석 및 시각화에 대한 감’, 그리고 ‘새로운 것을 배우는 것에 대한 두려움 극복’으로 나눌 수 있을 것 같습니다. 이 중에서 두 번째와 세 번째 배운 점에 대해 좀 더 자세히 말씀드리겠습니다.

먼저 계측 1을 통하여, ECG, EEG, 유전자 발현 데이터 등 다양한 바이오 데이터의 특성을 파악하고, 그에 맞는 적절한 분석 방법을 선택하여 생물학적 의미를 추출하는 능력을 기를 수 있었습니다. 예를 들어, ‘EEG 데이터에는 뇌의 상태와 관련된 정보가 있다’는 사실은 이 과목을 듣지 않아도 알 수 있는 사실입니다. 그러나, 계측 1에서는 이 사실을 검증하기 위해 직접 간이 전극을 이용하여 EEG 데이터를 수집하고, MATLAB으로 bandpass filter와 푸리에 변환을 적용하여 책이나 논문에서 흔히 볼 수 있는 그림(power spectrum)을 만들어 보는 경험을 할 수 있었습니다. 또한, 한 학기 동안 진행한 이 같은 ‘데이터 특성 파악 → 분석 → 의미 도출(시각화)’ 훈련은 실제 연구에서 일종의 백신처럼 작용했습니다. 랩 매뉴얼이 주어지지 않은 상황(개별연구)에서 익숙하지 않은 데이터(gene module set)를 마주했을 때도, 신속히 분석 방법을 구상하고 의미 있는 결과(그림)를 도출해낼 수 있었기 때문입니다. 

계측 1은 데이터 분석에 대한 자신감을 높여줬을 뿐만 아니라, 새로운 과목이나 스킬을 배우는 일에 대한 두려움을 극복하는 데도 큰 도움이 되었습니다. 즉, 겉보기엔 서로 관련 없어 보이는 개념들도 언젠가 유기적으로 연결되어 큰 시너지를 일으킬 수 있다는 믿음이 생겼습니다. 이는 그동안 책이나 수업에서 접한 다양한 개념(신호처리, 통계 분석, 기계학습 등)이 실제 분석 과정에 활발히 사용됨을 한 학기 동안 직접 경험했기 때문입니다. 덕분에 지금 수강하고 있는 계측 2도 더 큰 의미를 두고 배우고 있습니다. 연구가 ‘주제 설정 → 데이터 수집 → 데이터 분석 후 결론 도출’로 진행된다고 가정할 때, 계측 1에서 주어진 데이터를 분석하고 결과를 시각화 하는 과정을 경험했다면, 계측 2에서는 양질의 데이터를 수집하는 과정을 경험할 수 있으리라 기대하기 때문입니다. 

 

 

(바뇌과 학생회 홍보부)