나의 해방일지

나의 해방일지

해방의 사전적 의미는 구속이나 억압, 부담 따위에서 벗어나게 함을 뜻한다. 어린이부터 성인에 이르기까지 우리는 해방에 필요한 시대를 살아간다. 과거보다 많은 것들이 진보하고 더 다양성을 인정하는 시대로 나아가고 있지만, 동시에 우리는 성공을 위해 편협하고 힘겨운 시대를 살아간다


나는 우물안에 개구리

나는 그저 흐르는 대로 살았다. 수능 성적에 맞춰 적당한 대학과 학과에 들어갔다. 그 학과는 현재 트렌드에서 주목받고 있는 응용통계학과였다. 군대 전역 후 취업에 도움이 될 만한 것을 하자는 생각에 공대 연구실에 들어갔는데, 그곳은 인공지능을 연구하는 곳이었다. 연구실 생활도 나쁘지 않았다. 나는 인공지능에 흥미가 있었고, 열정적인 사람들과 함께 연구해서 결과를 만들어내는 과정이 좋았다. 그렇게 데이터사이언스 석사 과정을 밟으며 교수님의 스타트업에서 Data Scientist로 3년 동안 근무했다.

나는 다양한 산업 분야에서 인간의 의사 결정 프로세스를 개선하는 실무 프로젝트를 경험할 수 있었고, 결과물을 논문으로 작성해 게재하거나 학회에 발표했다. 하지만 스타트업의 특성상 항상 연구에만 몰두할 수는 없었다. 프로젝트를 진행할 때 인공지능을 통해 모델링을 할 수 있는 실무자가 나뿐이어서 기존 연구 조사, 데이터 수집, 크라우드소싱 인력 관리 등 A부터 프로젝트 코드 래핑, 결과 발표 및 보고서 작성 등 Z까지 모든 과정에 참여하고 주도해야 했다. 시간은 한정적이었고, 그 과정에서 필요한 지식을 겉핥기 식으로 습득했다. 물론 프로젝트가 반복되면서 그런 지식들이 쓸모없지는 않았지만, 내가 가장 좋아하는 인공지능 원리를 이해하는 것에는 소홀했던 것 같다.

나는 우물 안 개구리인 줄도 모르고 궤도를 벗어나지 못한 채 주먹구구식으로 문제를 처리하며 나아갔다. 시간이 흘러 석사 졸업을 해야 할 시점이 왔을 때, 교수님은 회사를 다니며 박사 진학을 권장하였다. 처음에는 그 길을 걸으려 했다. 그래서 이전부터 연구하고 있던 Conversational Recommender System을 주제로 석사학위논문을 준비하고, 이 주제에 대해 박사 과정을 거치며 밀도 있게 연구하고자 했다. 그런데 교수님의 기준은 높았고, 적당한 연구 수준으로는 통과시켜주지 않았다. 회사 생활을 하며 석사학위논문을 작성하는 것은 힘들었고, 결국 교수님과 이야기 끝에 석사 수료로 끝내게 되었다. 그것이 2018년부터 시작한 연구실 생활과 2021년부터 시작한 회사 생활의 마침표였다. 나는 지금까지의 경험을 바탕으로 취업준비를 하였지만, 내가 우물 안에 있었을 때 등한시했던 것들이 나를 붙잡게 되었다. 그래서 나는 다시 기초를 다지기로 결심했다.


그 이후

가장 먼저 인공지능의 이론적인 기반을 다지고자 했다. 그래서 다음 두가지 원서를 선택했다.

  1. Gilbert Strang의 linear algebra and its application: 대학원 수업 때 교재로 한번 훑어보는 식으로 봤고, 문제는 제대로 풀어보지 않았다. 글자 하나하나에 집중하며 원서를 읽을 예정이다.

  2. 조우쯔화의 단단한 머신러닝: 머신러닝에 대한 전반적인 이론을 체계적으로 기술해둔 책이다. 3장까지 훑어보니 수식 중심으로 내용을 풀어가고 있어 중간에 이해가 안되는 경우가 있었다. 기초 수학 공부가 끝난 후 정독할 예정이다

원서를 공부하는 중 0부터 시작해서는 항상 제자리 걸음일 것 같았다. 문득 내가 Scholar에서 논문을 검색할 때 가장 많이 봤던 거인의 어깨 위에 올라타라라는 말이 생각났다. 그래서 전문가들의 생각과 노하우를 습득하며 내 것으로 만들어야겠다는 생각이 들었다.

그러던 중 네이버 부스트캠프 AI Tech 7기를 모집한다는 소식을 들었다. 부스트캠프 AI Tech는 도메인 특화 커리큘럼과 현업 전문가들의 멘토링을 통해 이론과 실무를 균형 있게 배울 수 있어 나의 배움에 대한 갈증을 해소할 수 있는 최적의 프로그램이라 느껴졌다. 이에 캠프에 합류하기 전까지 부스트코스의 Pre-Course를 수강해보고자 한다.

  1. 인공지능 기초 다지기: 파이썬 기초, 머신러닝에서 사용되는 간단한 이론, 고전적인 딥러닝 모델부터 비교적 최신의 모델에 대한 강의이다.

  2. 인공지능을 위한 선형대수 / 확률론 기초: Gilbert Strang 교수님의 원서의 초반 챕터랑 해당 강의 목차랑 비슷한 것 같다. 이 강의를 빠르게 훑어보고 나서 원서를 다시 읽을 계획이다.

  3. 자연어 처리의 모든 것 : 전통적인 자연어 처리의 발전 역사와 딥러닝 기술 기반의 연구 동향에 대한 강좌이다. 마찬가지로 천천히 복습하며 정리해 나갈 계획이다.