[고누아이] 인텔 인공지능 인재교육 5기_수원반
인텔 인공지능 인재교육 5기 수원반 교육생 인터뷰입니다.
① 인텔 인공지능 인재교육 참여 계기는?
전략컨설턴트 시절부터 유난히 저는 인공지능 프로젝트와 연이 깊었습니다. 처음 제 힘으로 경쟁하여 수주한 프로젝트도 광역자치단체 단위의 AI 매칭 플랫폼 기획 사업이었고, 그 뒤로 AI 혁신거점 육성사업, 스마트도시 정책, 지방자치단체 AI/DX 대전환 정책 등 다양한 AI 관련 프로젝트를 경험하였습니다.
IT기업 전략기획 직무로 전환한 이후에는, AI 및 데이터 기반 사업 기획 제안서와 보고서, IR덱, 제품소개서, 특허 등 지재권 초안 작성을 위한 AI 기술·산업 동향을 지속적으로 탐색하였습니다.
그렇게 살다보니 코딩이라곤 print('Hello, World!') 밖에 몰랐던 저는 자연어처리, 그것도 감정분석 분야로 호기롭게 석사 졸업논문을 쓰게 됩니다.
욕심은 많은데 시간은 짧고 저의 역량엔 한계가 있어서 모델은 GitHub에서 가져와 AI 전공한 박사 친구한테 customizing해달라 조르고, 데이터는 제가 직접 노가다하여 labeling하고, 그래도 감정모델은 최대한 많은걸 쓰고 싶다며 Google의 ‘Goemotion’을 채택하여 어찌저찌 누더기같은 논문을 하나 완성했습니다.
그때 마지막 장 ‘앞으로의 연구계획’에 **‘AI 전문가로써 AI연구’**에 대한 미련을 남겨둔 것이 지금 ‘인텔 인공지능 인재교육’에 참여하게 된 내재적 동기가 아닐까 합니다.
학업과 생업을 병행하여 석사졸업까지 하고 회사에서 숙식을 해결하며 열심히 살았던 저는, IT회사에 존재하는 개발직군과 비개발직군의 은근하지만 메꿀 수 없는 처우 간극을 느끼게 되었고, 결국 전문성이 나의 가치를 결정한다는 결론 하에 쌩퇴사를 강행하게 됩니다.
그렇게 막상 퇴사를 했지만 아무것도 달라진 게 없는 채로 또 같은 직종, 같은 직무를 전전하고 싶진 않았던 저의 욕심과 얼어붙은 취업시장은 공백기를 점점 연장시켰고, 초조한 마음으로 취업포탈을 탐색하던 저는 어느 날 갑자기 뭔가 계시라도 받은 듯, 예전 같았으면 열어보지도 않았을 종류의 공고를 열어보게 됩니다.
‘인텔 인공지능 인재교육 교육생 모집’
그리고, 그것이 모든 이야기의 시작이 되었습니다.
② 교육 참여 후 현재까지 느낀 점 및 변화?
교육이 시작된 지 채 한 달도 되지 않았는데, 생각보다 많은 것들이 달라졌습니다. 예를 들어, 예전에는 논문이나 보고서 속에서만 보던 YOLOv8, VGG16, CNN, Conv2, 차원축소 같은 용어들이 이제는 직접 모델을 피팅하고, 코드를 고치고, 에러를 수정한 ‘경험’이 되었다는 것이 가장 큰 변화가 아닐까 합니다.
아래 그림은 제가 ‘차원축소’를 이해하기 위해 혼자 그려본 필기 내용입니다.
교육생이 되기 전까지 제가 컴퓨터로 할줄 아는 건 게임, 업무용 OA(MS office, 한글 등), 통계, 프리도스 시절부터 몇대의 컴퓨터를 해먹어가며 익힌 OS 오류 해결, 즐거운 게임생활을 위한 약간의 cheating, 그리고 print('Hello, World!') 밖에 없었는데, 이제는 pandas 명령어를 굳이 구글링하거나 LLM에 물어보지 않고도 간단한 전처리 정도는 할 수 있는 사람이 되었습니다.
위 그림은 제가 코드 조합을 이해하기 위해 그린 개념도입니다.
Jupyter Notebook 실습 때 김재민 강사님께서 컬럼 수가 많아 한번에 출력되지 않는 데이터프레임의 결측치를 찾는 하나의 방법으로 알려주신 코드입니다. 처음에는 이 코드가 기억이 안나서 다른 데이터프레임을 열 때마다 강사님이 저 코드를 쓰셨던 파일을 열어보곤 했습니다.
같은 일을 수십번 반복하다 보면 외울만도 한데 외워지지는 않고, 귀찮지만 암기력은 0에 수렴하다보니 ‘어떻게 하면 코드를 암기하지 않아도 이해해서 쓸 수 있을까?’ 하고 고민하다 저렇게 코드를 조합하는 연습을 반복하였고, 이제는 파일을 참고하지 않고도 해당 코드를 쓸 수 있습니다(뿌듯).
가장 큰 변화라고 생각되는 건, AI를 보는 저의 시각과 안목이 크게 달라졌다는 것입니다. 나름 AI 기술과 Tool에 대해 잘 안다고 자부했는데, 오며가며 얕게 습득하는 것과 이 기술 하나만을 위해 공부하며 접하는 정보의 양은 차원이 달랐습니다.
매일 새로운 Tool과 기술을 습득하고 그것들이 어떻게 적재적소에 활용되는지 알게 되면서, 그리고 그 속도가 지금까지와 비교할 수 없을 만큼 빨라지는 것을 체감하면서 AI를 단순한 기술이 아니라 **‘지금 이 순간에도 끊임없이 진화하는 생태계’**로 바라보게 되었습니다.
공부를 시작하기 전에는 단지 코드 하나, 도구 하나 익히는 수준일거라고 생각했지만, 지금은 AI가 제 일상과 사고 방식까지 바꾸고 있다는 것이 느껴집니다. 앞으로 남은 기간 동안 이 변화의 속도를 두려워하기보다, 오히려 그 흐름 속에서 새로운 저의 역할을 만들어 가고 싶은 마음이 큽니다.
③ 남은 기간의 구체적 목표?
남은 기간 약 5개월, 저의 목표는 그렇게 거창하거나 화려하지 않습니다. 제가 정말 필요하다고 느끼는 것들을 확실하게 익히고, 그 기반 위에 다양한 경험을 쌓는데 집중하고자 합니다.
- 기술 목표 - ‘기초체력 다지기’
저는 비전공자이고, 코딩은 거의 접하지 못한 상황에서 구체적 미래를 설계하고 과정에 참여한 사람도 아니기 때문에, 일단 교육 초기인 이 시기에는 무엇보다 **‘기초’**와 **‘내실’**을 탄탄하게 만드는 것이 가장 중요합니다. 그런 측면에서 구체적 과업으로 다음과 같은 것들을 계획하였습니다.
- 다양한 환경 세팅, 데이터 전처리, 모델 학습 파이프라인 이해&반복학습을 위한 정규과정 외 Kaggle Starter Dataset 분석 실습(주 1회 이상)
- 오류처리 오답노트 작성(주 1회 이상)
- Pandas·NumPy 기반 실습 문제 Notebook 정리(주 1회 이상)
- 머신러닝/딥러닝 Hit Model 기반 개인 미니 프로젝트 완료 달성(1개)
- 정규과정에 있는 Java 및 개인적으로 별도의 SQL 공부를 통해 정보처리기사 자격증 취득(1월 말 ~ 2월 초 1차 필기 예정)
- 클라우드 환경 세팅 및 실습과 AWS Practitioner 자격증 취득(2~3월 중 예정)
- 학습 목표 - ‘내 언어로 정리하는 습관 만들기’
제가 집안일, 건강문제 등 피치 못할 사정으로 본의 아니게 결석, 조퇴를 하게 되면서 가장 크게 느낀점은 ‘배운것도 그냥 넘기면 다 잊는다’ 입니다. 그래서 남은 기간동안 배운 내용들을 최대한 **‘저의 언어’**로 다시 정리하여 제 것으로 만드는 습관 들이기가 목표입니다. 이렇게 하면 제가 수료 후에도 다시 꺼내 쓸 수 있는 **‘지식 자산’**이 쌓일 것입니다. 이를 위해 다음과 같은 과업을 계획하고 있습니다.
- AI 관련 다양한 주제와 학습 내용을 기반으로 블로그를 운영하고 콘텐츠별 주기적 업로드(매일, 매주, 매달 혹은 이벤트 발생 시)
- 초기에는 line by line으로, 익숙해지면 context by context로 코드 해석하고 기록하기(격일 혹은 주 2~3회)
- 성찰일지 보면서 매 주마다 어떻게 성장했는지 파악하고 다음 학습에 반영하기(매주)
- 태도 목표 - ‘에러를 두려워 하지 않는 사람’으로 성장하기
시니어 개발자분들도 에러가 나면 지치고 문제 해결에 많은 시간을 쏟는것이 벅찰 것입니다. 하물며 이제 막 개발을 시작하는 저로써는 에러가 나면 수업에 뒤쳐진다는 생각에 늘 전전긍긍하다 지치기 일쑤였습니다. 그렇기 때문에 남은 기간동안 저는
- 일부러 더 많은 시행착오를 겪어보기
- 환경 오류나 모델 실패도 기회라고 받아들이기
- 디버깅 자체를 하나의 ‘학습 과정’으로 받아들이기
이 세 가지 태도를 스스로에게 훈련시키고 싶습니다. 이러한 태도 변화는 저의 AI 공부에 대한 지속성을 유지할 수 있는 가장 중요한 기반이 될 것입니다.
④ 수료 후 진로 계획 및 목표 역할?
한때는 막연하게 제 기존 경력인 정책·디지털 전환 컨설팅과 이번 교육에서 배우는 AI 개발 역량을 결합하여, ‘AI 도입을 제대로 이해하는 기획자/컨설턴트’가 되는 것을 목표로 하기도 하였습니다. 단순히 ‘AI를 써보세요’가 아니라, 어떤 데이터가 필요하고, 어떤 모델이 적합하고, MLOps·인프라·보안까지 어떤 제약이 있는지 현실적으로 설명해 줄 사람이 되고 싶었습니다.
하지만, 막상 본격적으로 AI 공부를 시작하니 세상은 넓고 뛰어난 사람과 기술은 그만큼 더 많다는 걸 알았고, 결국 취업 수요조사에서는 앞으로의 진로를 ‘잘 모르겠다’ 라고 답했습니다. 인텔 인공지능 인재교육 과정 자체가 대학교 정규과정을 5개월에 압축해서 배우는 수준이긴 하지만, 단기과정만으로 제가 ‘AI’ + ‘개발자’가 되는게 아니라는 걸 IT 기업에서 관리자로 근무한 경험을 통해 누구보다 잘 알기 때문입니다.
(학부시절에도 피해서 도망다니던 조별과제를 합니다😭)
그렇다고 단순 서비스 기획자가 되기 위해 AI 공부를 한 것은 아니기에 더더욱 고민이 많습니다. PM도 그렇습니다. AI 관련 경력이 적지 않다고는 하지만, AI 프로젝트나 개발 프로젝트를 이끌어본 경험이 있는 것은 아니기에 여러 정황 상 “너 AI 배워서 뭐하게?” 라는 질문에 명확하게 “이거요!” 라고 말하기가 쉽지 않습니다.
그래서 조만간 대학원 랩 선배님이시자 AI 전문가이신 김덕진 소장님같은 분들이나 AI 기반 BM을 가지고 있는 스타트업 대표님 동기들을 중심으로 면담(?)을 하면서 정확한 저의 진로탐색 시간을 가져보려 합니다. 그러다 보면 명확한 방향과 제가 기여할 수 있는 직무와 분야가 생길 것입니다.
일단 수료 후 AI 관련 직무에 종사하게 되고 나면, 장기적으로 공공·제조·IoT 등 관심 분야의 Vertical AI 프로젝트를 기획하거나, AI를 실무에 도입하는 과정을 설계하고 데이터 분석과정을 컨설팅하는 ‘문무를 겸비한’ 전문가로써 거듭나는 것이 궁극적인 목표입니다.
처음에는 호기심이었지만, 이제는 제가 인텔(Intel), 한국표준협회, 고누아이에서 열과 성의를 다해 운영하시는 귀중한 이 교육과정에 합류하게 된 것이, 전문가로 거듭나고자 하는 저에게 중요한 첫 걸음이며 제 인생에 아주 중요한 기회가 되었습니다.
한 사람이라도 더 AI 전문가로 육성하고자 물심양면으로 애써주시는 인텔(Intel), 한국표준협회, 고누아이 임직원분들의 기대에 부응할 수 있도록, 교육 수료 무렵에는 ‘AI를 알고 싶어 하는 사람’이 아닌 **‘AI를 잘 알고 어떻게 쓰는지 아는 사람’**으로 스스로를 소개할 수 있도록 정진하고 노력하겠습니다.
#인텔인공지능인재교육 #인텔인공지능교육 #인공지능교육 #고누아이
Comments
불러오는 중...