HSV

Boostcamp AI Tech 4기 후기

17 min read

Related to: Naver Connect - Boostcamp AI Tech 4기

본 글을 AI Tech 4기 교육 내용을 기준으로 작성되었으며, 다른 기수와 다를 수 있습니다.

Boostcamp AI Tech는 무엇인가요?

부스트캠프

개발자의 지속 가능한 성장을 위한 학습 커뮤니티
https://boostcamp.connect.or.kr/program_ai.html

“ AI 기술과 함께하는 미래를 향한 여정 ”

Boostcamp AI Tech는 Naver Connect 재단에서 진행하는 프로그램으로 약 5개월동안 몰입하여 AI 기초부터 심화과정, 그리고 Product Serving까지 학습하는 End to End 교육입니다.

어떤걸 배우나요?

교육이 시작되면 기본적으로 5명으로 이루어진 팀 단위로 학습을 진행합니다.

  1. AI 기초 과정에서는 AI를 학습하는데 필요한 기본적인 수학지식(확률과 통계, 미적분, 선형대수학)을 학습합니다.
  2. AI 심화과정에서는 CV, NLP, RecSys 3개의 Track으로 나뉘고 각 Track에 따라 특화된 AI 교육을 받게 됩니다.
  3. Product Serving 과정에서는 Streamlit, FastAPI, BentoML, AirFlow, MLFlow 등 훈련한 모델을 웹 기반으로 유저가 사용할 수 있게 하거나 스케줄러를 통해 훈련을 자동화 할 수 있게 하는 툴 등을 학습합니다.

CV Track의 경우 대략적으로 아래 순서로 교육이 진행됬습니다.

  1. AI 기초
  2. 데이터 시각화
  3. CV 이론
  4. CV 대회 - Image Classification
  5. CV 대회 - Object Detection
  6. CV 대회 - OCR
  7. CV 대회 - Semantic Segmantation
  8. Product serving
  9. 최종 프로젝트

팀은 어떻게 나눠지나요?

처음 시작할 때는 운영진 분들이 팀을 배정합니다.(CV는 CV 별로, NLP는 NLP별로 배정됩니다)

그러나 AI 심화과정 도중에 원하는 사람들과 팀 결성할 수 있는 기회가 한 번 있습니다.

  • 팀 결성을 한 뒤에는 마지막(최종 프로젝트)까지 팀원들과 같이 가게 됩니다.
  • 팀 결성 이전에 자기소개 및 PR할 수 있는 기회가 있습니다.
  • 최종 프로젝트는 각자가 하고싶은 것이 매우 다를 수 있으므로 잘 고민하셨다가 자기소개 및 PR에서 본인이 하고 싶은 방향을 기재하시고, 뜻을 함께하는 팀원들을 찾는 것을 추천합니다.

각 대회는 어떻게 진행되나요?

  • Track별로 별도의 대회를 진행합니다.(CV Track과 NLP Track은 서로 다른 대회를 진행합니다)
  • 부스트캠프 참가자들끼리만 경쟁합니다.(내부 대회)
  • 대회 중에는 AI Stages에서 V100(!)이 장착된 서버를 원격으로 대여해주며, 참가자는 ssh 또는jupyter를 기반으로 서버에 접근하여 모델을 훈련시키고 경쟁합니다.
  • 대회는 기본적으로 baseline 코드를 제공합니다. 이것을 그대로 사용할 지, 새롭게 코딩할 지는 자유입니다.
  • 대회마다 GitHub Repository를 제공받으며, 해당 Repository를 사용하여 팀원들과 협업하여 대회를 진행합니다.

최종 프로젝트는 무엇인가요?

최종 프로젝트는 두 종류로 나뉩니다. 첫 번째는 기본형이고 두 번째는 기업연계형입니다.

  1. 대부분의 팀들은 기본형 프로젝트를 진행하며, 배운 내용들을 토대로 직접 데이터를 수집하고 모델을 훈련한 뒤 유저가 사용할 수 있도록 Serving하는 작업을 진행합니다.
    • 직접 주제를 정해서 원하는 작업을 하는 것은 좋지만, 어떤 주제를 해야할지 막막할 수 있습니다.
  2. ‘기업 연계’ 프로젝트의 경우 기업과 연계해서 기업이 원하는 주제와 내용으로 프로젝트를 진행합니다.
    • 주제 선정에 대한 고민은 없어지지만, 결과물이 본인이 원하는것과 매우 다를 수 있습니다.

또 무엇이 있나요?

교육 말고도 중간중간 교육생을 위한 여러 프로그램들이 준비되어 있었습니다.
(아래 프로그램이 전부는 아니며, 제가 인상깊게 생각한 것들을 리스트업 했습니다.)

  • 멘토링
    • 팀별로 멘토 한 사람이 배정됩니다.
    • 멘토는 AI 업계 종사자입니다.
    • 멘토링은 기본적으로 매 주 1회 진행되며 내용은 멘토님마다 다릅니다.
      • 궁금한 점, 알고 싶은 점에 대한 질의응답
      • 논문 리뷰
      • 실무 관련 경험 및 알아야 할 기술 공유
  • 두런두런
    • AI 관련 직군들은 어떤 일들을 하는지
    • 고민상담, 이력서 피드백
    • 면접에서 준비해야 할 것들
  • 네트워킹데이
    • 기업 인사담당자 혹은 실무자와의 면담 기회

이 교육의 장단점은 무엇인가요?

개인적으로 생각하는 Boostcamp AI Tech의 장단점은 아래와 같습니다.

  • 장점
    • Track별로 특화된 AI 기술을 익힐 수 있습니다.
    • 기초부터 심화, 그리고 Product serving까지 end to end를 교육받을 수 있습니다.
    • 같은 목표를 가진 팀원들과의 함께하며 프로젝트를 통해 협업 능력을 기를 수 있습니다.
    • AI 업계 종사자들에게 멘토링을 받을 수 있습니다.
    • Track별 대회 참여를 통해 배운 것들을 실습하며 빠르게 실력을 늘릴 수 있습니다.
    • 파트너 기업들과의 취업 연계 과정이 있습니다. 다만, 모두가 취업연계에 성공하는 것은 아니기 때문에 맹신하지 말아야 합니다. 또한 연계가 되더라고 정규직이 아닌 인턴일 수도 있습니다.
  • 단점
    • 힘듭니다. 교육과정을 순수하게 다 소화하려면 정말 열심히 노력해야 합니다.
    • 5개월의 긴 기간동안 수강할 수 있게 금전적으로, 시간적으로 환경을 확보해야 합니다.
    • 스스로 5개월 동안 아침부터 저녁까지 공부할 수 있어야 합니다.
    • 취업이 된다고 장담할 수 없습니다. 좋은 정보들과 기회를 제공해주지만 결국 스스로의 몫이며, 당연하지만 파트너 기업들도 ‘부캠 출신’을 뽑고 싶은게 아닌 ‘잘하는 사람’을 뽑고싶어합니다.
    • Track별 대회 내용이 기수마다 같아서 수 많은 팀들이 등수를 높이기 위해 이전 기수들의 대회 내용을 찾아보며 후반이 될 수록 심해집니다. 하지만 이렇게 등수를 높여봤자 남는게 없습니다. 대회마다 목표를 잡고 등수에 얾매이지 말고 개인의 성장에 초점을 맞추는 것을 추천합니다.

Boostcamp AI Tech에서 무엇을 얻었나요?

  1. ‘기초’를 잘 쌓았다고 느꼈습니다.

    수료 후의 저는 AI와 관련하여 새롭게 공부해야 하는 것이 있다면, 스스로 자료를 찾아보고 공부해나갈 수 있습니다.

  2. AI Engineer로 나아갈 수 있다는 자신감을 얻었습니다.

    저는 비전공자로, AI에 대해서 아무것도 모르고 파이썬도 잘 하지 못하는 상태로 시작했습니다.

    그러나 교육 마친 뒤에는 스스로 모델 훈련을 위한 baseline 코드를 직접 만들낼 수 있게 되었고, pre trained model을 불러와 사용하는 것은 물론 모델을 수정할 수 도 있게 되었습니다.

    최종 프로젝트를 통해 Model Serving을 경험해보았고, 간단한 Task라면 직접 훈련시켜 Model을 Web으로 Serving 할 수 있다는 자신감을 얻게 되었습니다.

  3. AI 라는 기술과 많이 친숙해졌습니다.

    여러 대회와 프로젝트를 거치면서 AI 관련 작업들이 생소함에서 친숙함으로 변했습니다. 모델 훈련도, 데이터 분석도, 구현을 위한 코딩도 더 이상 생소하지 않고 친숙해졌습니다.

  4. ‘커뮤니티’를 얻었습니다.

    오랜 기간 함께한 팀원들과 수료 후 1기부터 4기까지 모든 캠퍼들이 소속되어 있는 커뮤니티 까지, 정보와 의견을 교류할 수 있으며 프로젝트나 대회 참여를 하고 싶다면 이야기를 나눠볼 수 있는 값진 커뮤니티를 얻었습니다.

글을 마치며…

  • 정말 빠르게 지나간 5개월

    처음 시작할 때는 _‘5개월이나 교육을 받아야 한다니……’_라는 생각으로 시작했습니다. 그러나 끝날 때는 _‘5개월이 벌써 지나갔다니……’_라는 생각이 들었습니다.

  • 기존의 CV 지식이 큰 도움이 되지 않음

    저는 머신비전 업계에서 일했던 경험이 있었기에 ‘이미지’라는 데이터에 친숙한 상태였습니다. 그러나 기존에 제가 가지고 있던 지식(Rule-Base 기술)들은 Deep Learning을 이용한 Computer Vision을 이해하는 것에 별다른 도움이 되지 않았습니다.

  • 기존 지식이 도움이 안되었기에, 오히려 가치있게 느껴진 교육

    하지만 그렇기 때문에 캠프에 참여하길 잘 했다는 생각이 들었습니다. 사회, 그리고 산업 전반에 AI 기술이 들어오고 있는 시점에서 기존의 Rule-Base 기술들만 고집하며 살아가기에는 AI 기술은 너무 빠르게 발전하고 있다고 느껴집니다. 그런데 이런 상황에서 기존의 기술로 기존의 직무에 머무르려고 했다면, 어느순간 AI에게 대체되었을 것이라고 느껴졌습니다.

  • AI 대회에 참가하면서 느낀 기존 실무자 vs AI Engineer에 대한 생각

    예전에 머신비젼 실무를 진행하면서, ‘기존 도메인 지식이 매우 중요하기 때문에, 회사 입장에서 AI Engineer를 새로 고용하는 것 보다 기존 실무자에게 AI를 배우게 할 수 있지 않을까?’라는 생각을 한 적이 있습니다.

    실제로, 도메인 지식은 AI 기술을 적용하기 위해 넘어야 할 큰 벽이라고 생각합니다. 하지만 캠프를 수료하고 나서 기존의 실무자들이 자신의 도메인으로 진입하는 AI Engineer들을 막을 수 있는 벽은 아니라고 생각하기 됬습니다.

    회사의 입장에서, 기존의 실무자에게 AI를 교육시켜서 ‘AI 기술’을 도메인 지식과 실무에 연결해줄 사람을 키우는 것은 분명 가치있는 일이라고 생각합니다. 하지만 기존의 모든 실무자들이 이것을 담당할 필요가 없고 그 일부만이 필요하며, 나머지는 대체될 것이라고 느꼈습니다. AI 팀이 조직에 자리잡고 나면, 그 다음부터는 새롭게 AI Engineer를 영입하는 것이 더 높은 성과를 기대할 수 있다고 생각합니다.

    이것은 AI 대회에 참가하면서 느끼게 되었는데, 저를 포함한 대회 참가자들은 대회측이 제시한 Baseline 코드를 기반으로 AI 기술들을 사용하여 모델의 성능을 높이는 경쟁을 합니다. 하지만, 경쟁에서 도메인 지식이 크게 작용하지 않는다고 느꼈습니다.

    데이콘, 캐글에 나오는 대회 주제들을 보면서 이러한 생각은 더욱 확고해졌습니다.

  • 힘들지만, 그래도 보람찼던 교육

    Boostcamp AI Tech 교육과정을 순수하게 다 소화하려면 많은 노력이 필요합니다. 그래도 이 과정을 통해 AI와 관련하여 많은 것을 배우고, AI라는 기술에 친숙해질 수 있습니다.

    수료를 한다고 무조건 취업이 된다고 장담할 수 없지만, 좋은 정보들과 기회를 제공해주므로 스스로의 노력과 끈기가 있다면 AI 엔지니어로 나아갈 수 있는 길을 열어줄 것입니다.

  • 만약 참여한다면, 적극적으로..

    Boostcamp AI Tech를 만약 참여하게 된다면, 여러 활동들을 적극적으로 참여해 보는 것을 추천합니다. 뿌듯함을 느끼는 것은 물론, 소소한 보상이 기다릴 수도 있습니다.

Graph View

Backlinks