개인적인 기록을 남기기 위해 velog를 생성한 이후로 작성하는 첫 회고록
올해는 AI 엔지니어의 경력으로 일한지 1년 6개월이 된 해이자, 첫 회사에서 퇴사한 경험을 하게 된 해였다.
첫번째 회사는 취준 당시 객체 검출 기술에 관심이 많았던지라, 객체 검출 모델을 기반으로 서비스를 준비하는 스타트업 회사였다. 회사를 다니는 동안, 다음과 같은 경험을 할 수 있었다.
Python 기반 객체 검출 모델 학습
학습된 객체 검출 모델 기반으로 AI 검출 서비스 개발 및 개선
타 고객사 데이터 기반 B2B 서비스 (PoC 프로세스) 관리
SI 프로젝트 수행
위와 같은 업무를 수행하면서 Python 기반으로 모델링 진행 시 어떤 과정으로 모델이 학습되고, 결과물이 생성될 수 있는지에 대해 직접 고민하고, 공부할 수 있는 기회였다. 또한 Python 코드를 짤 때 어떤 식으로 코드를 구성하면 좀 더 pythonic 하게 작동될 수 있는지에 대해 팀원분들에게 조언을 들을 수 있었다.
그리고 서비스 개발 및 SI 프로젝트를 진행할 때는 프론트엔드 및 백엔드, 그리고 AI 서비스 이 세 가지 부분에서 작동이 원활하게 될 수 있도록 파이프라인 구축 과정에 참여하면서, 서비스 개발 시 다양한 방면으로 고려해야될 것들이 많다고 생각되었다.
이외에도 회사를 다니면서 notion을 주로 활용하였는데, 개인적인 업무를 관리할 때 워낙 notion이 도움이 많이 되었던 지라, notion 데이터베이스-캘린더 및 자동화 버튼
이 두 가지를 활용하여 간단한 탬플릿을 만들었다. 이 탬플릿이 간단하지만, 업무적으로 굉장한 도움이 되었던 것 같다.
위와 같은 다양한 경험을 통해 좀 더 성장할 수 있는 환경이 주어졌지만, 한편으로는 B2B가 아닌, B2C의 경우 어떤 식으로 인공지능 모델을 개발 & 개선하고, 문제가 발생했을 경우 어떤 식으로 보완하는지에 대해 궁금해지기 시작했다.
현재 다니던 회사에서는 개발중인 서비스가 정식으로 서비스 출시 되기까지 회사 일정 상 좀 더 많은 시간이 걸릴 것으로 판단되었고, 나 자신도 딥러닝 및 머신러닝 부분에서 아직 공부해야될 것이 많다고 판단되었다.
그래서 과감하게 올해가 가기 전 퇴사하는 것을 마음먹고, 나에게 할당되었던 업무는 모두 빠르게 처리한 뒤 뒤탈없이 퇴사할 수 있었다.
아마 회사를 다니면서 이직 준비를 하는 것이 바른 방향이었겠지만, 앞서 이야기 했던 딥러닝 및 머신러닝 부분에서 아직 공부해야될 것이 많다고 판단되었다.
을 위해 퇴사를 선택했던 것 같다.
다시 취준생 입장이 된 것이 두렵긴 하지만, 한 번 경험이 있으니 두 번째는 그래도 이전보다 낫지 않을까 마인드컨트롤 하며 앞으로 나아가고자 한다.