[회고/기록] 네이버 부스트캠프 AI TECH 수료부터 취업까지

저는 2022년 1-6월에 교육 받은 부스트캠프 AI TECH 3기 수료생이므로, 매년 두 개의 기수를 뽑는 AI TECH 교육 프로그램이 나날히 발전하고 있다고 믿기에 현재와 차이가 있을 수 있음을 밝힙니다.
 
누가 읽을까 싶지만,, 나도 항상 누군가의 회고나 후기의 도움을 많이 받아왔기도 하고 좀 더 지나면 또 다시 다 까먹어버릴 부족한 나의 나를 위해 생각나는 키워드를 중심으로 정리해본다.
 

교육 시작 전

https://mingchin.tistory.com/226

[회고/기록] 네이버 부스트캠프 AI TECH 3기 합격 후기, 리뷰

난 사실 인공지능 개발 공부를 시작할 때, 프론트엔드와 백엔드 그리고 인공지능 개발자의 차이도 제대로 인지하지 못한 채로 시작했다. 부스트캠프에 입과하는 과정은 결국 간단한 이론 문항과 코딩테스트로 이루어지고 준비하는 사람들에게 프리코스 강의를 제공하기 때문에 노베이스인 사람도 충분히 들어갈 수 있다. 그렇지만 내가 이전 국비교육 과정 없이 들어왔다고 생각하면,, 아찔하다. 실제로 노베이스부터 대학생이나 대학원생, 혹은 석사 과정을 마치고 온 사람까지 다양한 스펙트럼의 사람들을 만날 수 있었다.
나의 개인적인 생각으로는 노베이스로 들어오는 것보다 어느 정도 기반 지식 혹은 경험이 있는 사람이 압도적으로 얻어갈 수 있는 것이 많다. 노베는 못따라와! 는 아니지만, 30분 남짓의 짧은 강의에서 벡터의 정의부터 전공 수학의 내용까지 다루는 미친 분량의 내용이 하루하루 쏟아지는데 이를 바닥부터 소화하는 것은 결코 쉬운 일이 아니다. 나 역시 국비교육 과정에서는 진도가 너무 느리게 느껴지고 시간을 충분하다 못해 넘치게 준다는 느낌을 받았었는데, 부캠에서는 초반 몇 주를 제외하곤 양질의 내용을 다 소화하지 못하고 있다는 느낌을 지울 수 없었다. 바꿔 얘기하면 본인이 열심히 할수록 배울 수 있는 것이 차고 넘친다.

무엇을 어떻게 배우나

휴일을 제외하고 딱 100일의 교육이었다. 인공지능 개발을 위한 전반을 모두 다루게 되며 수학, 개발 언어(Python), ML과 DL 이론, Pytorch, 데이터 분석 및 시각화, 그 외에 서비스 개발과 관련된 tool 등(AutoML, MLOps, FastAPI, ...)을 공통적으로 배운다. 그리고 입과 시 선택하는 도메인(컴퓨터비전, 자연어처리, 추천시스템)에 따른 이론 학습과 프로젝트를 진행한다.
크게 '이론 학습 + 과제'를 하는 기간과 '영상을 통한 이론 학습 + 프로젝트'를 하는 기간으로 나누어지고, 주 단위로 들어야하는 영상이 주어지고 알아서 시간을 분배하는 방식으로 자율성이 꽤나 주어진다. 하지만 과제의 양이 꽤나 많고 프로젝트 기간엔 당연히 시간이 모자라기 때문에, 하루하루 어제가 여유로웠구나 생각할 수 있는 숨막히는 구조다. 교육 내용을 세세하게 언급하기는 어렵지만, 기초적인 내용부터 꽤나 심화적인 내용까지 폭 넓게 다루고 도메인별 이론 강의의 경우 대부분 주요 논문을 중심으로 그 흐름과 내용을 학습하기 때문에 정말 만족스러웠다. 나의 경우 그럴 시간이 없었지만, 자신의 도메인이 아니더라도 강의를 들을 수 있다는 점도 큰 장점이다.
강의 하시는 분들도, 운영진분들도 강조하지시만 교육 내용을 교육 기간 내에 100% 자신의 것으로 만드는 것은 불가능에 가깝고, 전반적인 흐름을 이해하고 어떤 키워드들이 중요할 수 있는지 인지하고 기억하는 것이 중요하다. 그렇기에 교육 자료들을 잘 정리해 가지고 있다가 해당 키워드들을 만날 때마다 들여다보고 배웠던 내용들을 정리해보는 것이 좋다고 생각한다.

좋았던 것들

• 심화적인 내용들이 포함된 커리큘럼
• 다양한 배경의 사람들이 들어오는 만큼, 기본적인 내용부터 꽤나 깊이 있는 내용까지 넓게 다루려고 노력하는 것이 느껴지고, 덕분에 학습하는 입장에서 얻어갈 수 있는 게 많다고 느껴졌다. 잘 아는 부분은 어려운 내용에, 잘 모르는 부분은 쉬운 내용에 집중해서 배워가려고 하면 되기 때문에 시간 낭비가 거의 없다.
• 논문 위주의 도메인 이론 학습
• 이전 교육에서는 ML과 DL 이론의 깊이가 너무 얕게 느껴졌었는데, 그게 사실이었다는 것을 부캠을 듣고 알게 되었다. 논문 리딩 경험이 없었던 나에게는 쉽지 않았고 개인 시간도 많이 투자해야 했던 어려움은 있었지만 그만큼 필요하고 중요한 경험이었다고 생각한다. 물론 이 역시 30분 강의에서 논문을 3개 혹은 그 이상 다루기도 하는 지옥같은 속도 덕분에 모든 내용을 상세히 들여다보기는 어렵지만, 내용이 부실한 것 보다야 백배 낫다. 이제 현업을 막 시작하는 입장에서 돌아봐야 할 키워드들이 차고 넘친다고 느껴진다.
• 다양한 배경을 가진 사람들과의 협업
• 팀이 정해지고 나면 팀원들 외의 분들과 협업을 해볼 기회는 거의 없어 아쉽긴 하지만, 정말 다양한 배경의 분들이 오기 때문에 배울 수 있는 것들이 많았다. 나의 경우 노션 활용법을 배운 것이 정말 큰 수확이었다. 팀을 구성하는 과정 역시 개인의 몫인 것이 굉장히 신선한 경험이었고, 생소해서 이에 적극적이지 못했던 내가 조금은 아쉽게 느껴진다. 나는 그럴 힘과 시간이 없었지만, 열정이 넘치는 분들이 많아 마음만 먹으면 특정 주제에 대해 추가적으로 스터디를 진행하거나 서브 프로젝트를 진행하는 경우도 꽤나 있는 것으로 알고 있다. 또한 우수 프로젝트 사례에 한해 발표를 진행하고 코드도 다 오픈하기 때문에, 그 과정에서 다양한 협업 방식과 문제 해결을 위한 접근 방식 그리고 개발 스킬 등을 배울 수 있다.
• 프로젝트 중심의 교육
• 지나 돌아보니 더더욱 왜 이런 교육 프로그램들이 만들어지고 강점이 있는지 알 것 같다. 몇 안되는 경험이긴 하지만 면접 시에 특정 이론이나 개념을 이해하고 있는지 만큼이나 그것을 활용해본 프로젝트 사례, 그 안에서의 역할 등을 중요하게 확인한다는 것을 느낄 수 있었다. 그리고 모든 이론이 그렇겠지만 결국 써먹어 봐야 자기 것으로 만들기 더 쉽다. 이론에 대한 학습과 프로젝트가 동시에 이루어지는 방식이기 때문에 개인이 잘 이용하기만 한다면 학습 효율을 극대화 할 수 있다.
•  GPU,,,!
• 이게 대단한 거라고 생각을 못해봤는데 정말 귀중한 경험이었다고 생각한다. 개인 별로 GPU가 주어지는 것 자체도 학습자 입장에서 굉장한 지원이지만, 이게 서버 형태로 주어지기 때문에 결국 어디서 일하더라도 비슷한 형태로 일하게 될 것을 감안하면 사소하지만 좋은 경험이다. 나는 (많이 까먹었지만) 덕분에 익숙하지 않은 리눅스 환경도 접해보고, CLI도 서투르지만 익혀볼 수 있었다.

아쉬웠던 것들

• 정-말 빡세다.
• 뭐 이게 단점이 아닐 수는 있겠지만,, 쉬어가는 구간이 전혀 없다. 뭐만하면 특강이나 행사가 잡혀 있고, 휴일이 있어도 쉬기는 커녕 복습해도 모자라다는 생각이 강하게 든다. 학습 과정에서 100% 받아들이는 것이 불가능하다는 것을 인지하더라도 아무래도 학습하는 입장에서 뭔가 놓치고 넘어간다는 것이 찜찜하게 느껴져 멘탈 관리를 하는 것도 쉽지 않다. 번아웃이 오기 정말 쉽고, 실제로 중간이 넘어가면서 지친 분들을 많이 봤다(나 또한). 때로는 선택과 집중을 하고, 과감히 포기하기도 하고, 당장 머리에 다 집어 넣는다기 보다 잘 기록하고 정리해둔다든가, 어떤 방식이든 적절한 타협은 필요하다. 앞뒤에 추가로 시간을 잡아 공부하는 시간을 두거나, 휴일에도 스터디를 하는 등 열정적인 분들이 많은데 본인이 그에 해당한다면 그렇게 해도 되지만 모두가 그래야 하는 것은 아니다. 자신의 페이스를 찾는 것이 중요!
• 취업 연계가 애매하다.
• 아무래도 당장 취업을 목표로 하는 경우가 꽤 많은데, 기대보다 취업 연계가 애매한 느낌을 지우기 어려웠다. 꽤나 많은 기업들이 설명회나 취업 연계에 참여하는 것은 맞지만 부캠에서 배우는 것과 다른 직무를 들고 오거나(ex. 데이터 분석, 백엔드 개발) 부캠에 참여한 것에 대한 메리트를 주지 않는 경우도 꽤 있었다. 이건 내가 추천시스템 도메인의 첫 기수이기 때문이겠지만 추천시스템 도메인의 경우 더더욱 쓸 곳이 없어 보였고(컴퓨터비전, 자연어처리 중심) 실제로 나는 부캠을 통해 지원한 곳이 한 곳 뿐이다. 그래도 우리FIS처럼 서류 우대를 해주는 곳이 있고 앞으로 늘어날 것으로 기대되고, 나를 포함해 교육 받은 사람들이 실제로 취업해서 좋은 퍼포먼스를 보이다 보면 싸피처럼 인식이 좋아지는 날이 오지 않을까 생각한다.
• 짧은 프로젝트 기간
• 2주간의 공통 프로젝트를 제외하고, 나머지 3개의 프로젝트의 경우 모두 4주가 주어지는데 이는 너-무 짧다. 굉장히 압축적으로 짜여진 프로그램의 특성상 어쩔 수 없다는 건 이해하지만,, 특히나 대회형 프로젝트가 아닌 최종 프로젝트마저 4주로 스케줄을 잡아 놓은 것은 많이 아쉽다. 그래서 나도 그랬지만 대부분의 분들이 최종프로젝트가 실제로 시작되기 전에 이미 최종플젝을 병행하는 경우가 많고, 이는 학습 과정에 분명히 방해가 된다. 4주라는 한계 때문에 프로젝트의 규모 면에서도 많은 제약이 있을 수 밖에 없고, 완성도 면에서도 아쉬움이 생긴다. 물론 4주라는 기간 치고 엄청난 결과물을 만들어내시는 능력자 분은 꼭 계시기 마련.. 대회형 프로젝트를 싹 다 포기하고 최종플젝에 집중하는 분도 계셨다고 들었다.
• 기업 연계 프로젝트
• 최종 프로젝트의 경우 기업 연계 프로젝트가 선택지로 주어지기도 한다. 당연히 케바케겠지만 나의 경우 기업 연계 프로젝트가 전-혀 연계되는 느낌을 받지 못했다. 한 시간 남짓의 피드백, 그것도 무언가 하고 난 이후가 아니라 시작하는 시점에 이루어진 피드백이었기에 주제를 정해준 다는 것 외에 어떤 장점이 있었는지 모르겠다. 다뤄보기 어려운 데이터를 만져볼 수 있는 것도 아니고, 멘토가 붙어주는 것도 아니고,, 그냥 꽤 훌륭한 API 제공받아 써봤다 정도? 

 

수료 이후와 취업 준비

그래서 네이버 부캠 추천하냐 물으면 고민 없이 예스다. 인공지능 개발에 관심이 있거나 이쪽으로 진로를 잡았다면 정말 좋은 경험이 될거라고 생각한다. 취업 준비 과정에서 더더욱 교육 과정이 헛되지 않았음을 느낄 수 있었고, 결국 배웠던 도메인과는 다른 분야로 취업을 하게 되었지만 AutoML이나 데이터 시각화, 주피터 노트북으로 대시보드 만들기 등등 복습해서 활용할 수 있는 내용이 정말 많을 거라는 생각이다.
다만 소위 '비전공자 학원출신'이기에 취업의 문턱이 생각했던 것보다 쉽지 않았다. 부족한 CS 지식, 언어 능력(Python 외의 언어를 배우지 않으므로), 자료구조와 알고리즘에 대한 지식 등은 당연히 모두 개인의 몫이고, 나 역시 전공자가 아니기 때문에 공부해야 하는 내용이 무엇인지, 어떻게 공부하는 것이 좋은지를 몰라 시행착오를 많이 격었다.
결과적으로는 조금이라도 인공지능 개발과 연관된 직무에는 지원해보면서 어떤 경험과 지식들을 요구하는 지를 직접 부딪히며 알아나갔고, 운이 좋게 원하는 직무에서 일할 수 있게 되었다. 아무리 학사에게도 기회가 열려있다곤 하지만 괜찮아 보이는 곳일수록 석사 이상을 조건으로 걸거나 전공자가 아니면 서류를 넣어볼 수 조차 없는 곳이 허다하고, 실제 서류 탈락도 여러 번 겪었다. 나는 그나마 전공이 수학이라 덜했을지 모르는 일이다. 나도 언젠가 가방끈이 내게 장벽이라고 느껴진다면 석사 학위를 딸 의향도 있다.
부캠이든 아니든 그 어느 곳이든 '여기만 수료하면 나도 개발자!' 같은 건 없다. 그렇지만 네이버 부캠에 정말 양질의 내용들이 포함된 것은 사실이고, 훌륭한 사람들과 함께 공부하고 협업해 볼 수 있는 기회가 있으며, 개인이 하기에 따라 전공자가 아님에도 이 길을 가볼 수 있는 발판이 되는 것은 사실이다. 일단 나부터 실력 있는 현업자로 살아남아 '부캠출신 잘하네'의 인식을 심어주고 싶고, 많은 분들이 비전공자든 학사든 상관없이 용기를 가지고 도전해봤으면 좋겠다.