• 맑음동두천 19.1℃
  • 맑음강릉 23.0℃
  • 맑음서울 19.9℃
  • 맑음대전 20.0℃
  • 맑음대구 22.4℃
  • 맑음울산 25.4℃
  • 맑음광주 21.2℃
  • 맑음부산 26.7℃
  • 맑음고창 21.1℃
  • 구름많음제주 23.3℃
  • 맑음강화 19.6℃
  • 맑음보은 17.3℃
  • 맑음금산 19.0℃
  • 맑음강진군 22.6℃
  • 맑음경주시 22.7℃
  • 구름많음거제 22.4℃
기상청 제공

제11회 KIDA 전국 대학생 영어토론 대회 준우승, KAC팀

“대회 통해 긍정적 생각과 자신감 얻어”


우리학교 박미화(KAC IR·2), 정도란(KAC IR·1) 씨가 ‘제11회 KIDA 전국 대학생 영어토론 대회’에서 준우승을 차지했다. 이에 박미화 씨를 만나 수상소감 및 대회에 참여하면서 느낀점에 대해 이야기를 나눴다.

■ ‘KIDA 전국 대학생 영어토론 대회’란?
KIDA 는 Korea Intervarsity Debate Association 의 줄임말로 2006년에 창립된 전국 영어 토론 동아리 연합입니다. 고려대를 중심으로, 서울대, 연세대, 이화여대, 중앙대, 경희대, 한양대 등의 서울 상위권 대학과, 지방에서는 우송대 솔브리지, 우리학교 KAC팀만이 속해있습니다. KIDA에서는 매년 Korea National Championship 대회를 학기마다 1회씩 개최합니다.

■ 준우승을 차지한 소감
준결승에 진출하기 전에 총 6개의 토너먼트를 하는데, 토너먼트 결과가 생각보다 나빠서 낙담하던 도중 준결승 진출 결과가 발표되어 매우 기뻤습니다. 준결승에 진출한 것만으로도 만족했는데, 결승에까지 진출하게 되어 정말 기뻤고, 결승전에서는 우리가 우승이라고 생각할 정도로 우리의 기량을 펼친 후 받은 상이라 아쉬운 점은 없습니다. 그리고 저희를 지도해 주신 헨리 교수님과 무한한 지원을 해준 작년 루키 파이널리스트 김상학 선배를 비롯한 여러 선배님들께 감사드립니다.

■ 대회에 참여하면서 느낀점
솔직히 지방대라는 것에 콤플렉스가 있었습니다. 작년 대회와는 다르게 올해는 출신 학교 이름을 다 볼 수 있게 게시해 놓아서 약간의 차별을 느낀 것도 사실입니다. 하지만 우리도 할 수 있다는 것을 보여줬습니다. 특히 대형 스크린에 루키 결승 진출자 명단이 발표됐을 때 모든 사람들이 놀랐었는데, 정말 잊을 수 없는 경험이었습니다. 또, 한 라운드를 할 때 마다 다른 팀에게 배웠고 그 배운 방식을 시도해 보는 모험적인 토론을 했습니다. 울기도 하고 웃기도 하면서 많은 것을 배웠고, 무엇보다 자신감을 얻을 수 있었습니다.

■ 이와 비슷한 대회를 준비하는 학우들에게
솔직히 지식의 수준이나 깊이를 봤을 때 우리나 명문대 학생이나 별로 다른 점은 없었습니다. 하지만, 그 지식을 쓰고 당당하게 발표할 수 있는 자신감에서 차이가 났습니다. 대회를 준비하는 학우들에게 자신감을 가지라고 말해주고 싶습니다. 나도 할 수 있다는 긍정적인 생각과 자신감을 가지고 임한다면, 어느 대회이든 좋은 성적을 거둘 수 있다고 생각합니다.

관련기사





[가까운AI] 의용공학, AI와 사람 사이를 잇다 몇 년 전만 해도 의용공학과 학생이 바이오데이터를 분석하려면 프로그래밍 언어부터 익혀야 했다. ECG나 EEG 데이터를 불러오고 분석하는 프로그램을 직접 작성하다 보면 사소한 오류 하나를 찾는데 꽤 많은 시간을 보내기도 했다. 요즘은 풍경이 많이 달라졌다. AI에게 코드의 오류를 물어보기도 하고, 분석 방법을 함께 고민하기도 한다. 이해하기 어려운 논문을 읽거나 새로운 의료기기의 아이디어를 구체화할 때도 AI를 자연스럽게 활용한다. 의용공학은 원래부터 새로운 기술을 빠르게 받아들이는 분야다. 의학과 공학의 경계에서 출발한 학문인 만큼 인공지능과 만나는 것도 어쩌면 자연스러운 일이다. 다만 최근의 변화는 조금 특별하다. AI가 단 순히 하나의 새로운 기술로 추가되는 것이 아니라 공부하고 연구하는 방법 자체를 바꾸고 있기 때문이다. ● 의용공학 수업에 들어온 AI 의용공학에서 다루는 데이터는 매우 다양하다. EMG와 EOG 같은 생체신호가 있고, 엑스레이나 CT와 같은 의료영상도 있다. 최근에는 스마트워치나 웨어러블 센서를 통해 일상생활에서 얻는 데이터도 중요한 연구 대상이 되고 있다. 이런 데이터에서 사람의 눈으로 발견하기 어려운 특징을 찾는 일은 AI가 특히