저는 누구였냐면...
개발하기 전
대학 시절 저는 줄곧 수학 강사로 활동해 왔습니다. 수학을 전공한 것도, 강의에 몰두하느라 대학 생활을 다소 소홀히 했던 것도 모두 수학이라는 과목에 대한 애정과 흥미 때문이었습니다. 돌이켜보면 조금은 아이러니합니다. 수학이 좋아서 시작한 일이었지만, 오히려 그 일 때문에 수학과 학생으로서의 본분은 다하지 못했으니까요. 그럼에도 불구하고 그 시절의 열정은 지금까지도 제게 큰 자산이 되고 있습니다.
개발자로서 전환하게 된 계기
26살이 되었던 그 해에, 저는 본격적으로 AI를 공부해야겠다고 마음먹었습니다. 10년 후의 제 모습이 여전히 수학 강사의 주 7일 일해햐 하는 고된 삶을 감내하고 있기는 힘들겠다고 생각했거든요. 그렇게 개발자로서의 삶을 AI 개발로 시작하게 되었고, 이는 제게 특별한 전환점이었습니다. AI를 선택한 것도 수학적 기반 덕분에 자연스럽게 이해가 가능했고, 그 덕분에 다양한 AI 교육 콘텐츠에도 보다 쉽게 적응할 수 있었던 것 같습니다.
아래 내용이 저를 AI 개발자로 성숙시킨 특별한 전환점들입니다.
아이펠 온라인 2기 리서치 과정(2022년)
처음에는 ‘아이펠 온라인 2기 리서치 과정’이라는 AI 부트캠프를 수강했습니다. 6개월간 진행되는 이 교육 과정은 AI 분야에서 비교적 명망 있는 프로그램으로 알려져 있었고, 실제로도 실력 있는 분들이 많이 참여하고 있었습니다. 현재는 12기까지 진행이 되었네요.
LG AIMERS 3기 교육(2023년)
이후에는 LG에서 운영하는 AIMERS라는 커리큘럼을 통해 AI 이론 교육을 받을 기회도 있었습니다. 짧게나마 강화학습도 배워보았고, 본선 해커톤에도 직접 참여했었습니다. 아쉽게도 최종 수상에는 들지 못했지만, 정말 훌륭한 과정이었기에 그 자체로도 값진 경험이었습니다. 어딘가 회색 티셔츠를 입은 사람들 사이를 자세히 들여다보면, 저도 어딘가에 조용히 자리하고 있겠죠 🙂
해커톤의 back-to-back-to-back-to......
위의 두 과정을 지나온 후 정말 많은 대회와 해커톤에 전투적으로 참여를 했습니다. 한국지질자원 해커톤, 신약개발 해커톤, KDT 해커톤, 창업 경진 대회, LG 생활 건강 제품 수요 예측 등 AI 모델을 개발하는 것부터 서비스를 기획하는 것까지 참여하며 이제껏 공부했던 내용을 실습하는 긴 과정을 지나왔습니다.
아래처럼 잘한 대회도 있는 반면 아예 접근도 못한 대회도 있네요.
신청의 결정적 계기: 멘토를 찾아서
앞선 교육들에 열심히 참여한 결과, 현재는 AI 기반의 소규모 기업에 취업하여 현재 AI Engineer 겸 책임 연구원으로 일하고 있습니다. 이런 상황인데도 왜 또 ‘항해 플러스 AI’ 교육에 참여하게 되었는지 궁금하실 수 있을 것 같습니다. 분명 여러 교육 과정을 거쳤는데 또 다시 새로운 교육을 듣게 된 이유, 저도 스스로에게 여러 번 되물었습니다.
제가 근무 중인 곳은 구로디지털단지역에 위치한 작은 스타트업으로, 기존에는 SI 방식으로 운영되다가 최근 AI 기술을 접목하기 위해 새로운 팀을 구성했고, 저도 그 일원으로 합류하게 되었습니다. 하지만 작은 기업의 특성상 전문 AI 인력이 부족했고, AI를 약간 다뤄본 백엔드와 프론트엔드 개발자들만이 팀을 구성하고 있었습니다. 자연스럽게 제가 책임 연구원 역할을 맡게 되었지만, 과연 제가 올바른 방향으로 팀을 이끌고 있는지, 제 커리어는 제대로 쌓여가고 있는지 점검해보고 싶어 이 교육을 선택하게 되었습니다. 회사 내에 사수가 없다면, 밖에서 찾으면 되겠다는 생각이 들었습니다. 결과적으로 그 사수분들은 코치님들이 되었었구요.
또한 예전에는 빠르게 진도를 나가는 데 급급했다면, 이제는 전체 흐름을 파악할 수 있는 시점에서 다시 AI를 복습하며, 제 지식의 깊이를 되돌아보고 싶다는 생각도 컸습니다. 무엇을 알고 있고, 무엇이 부족한지를 메타 인지하고 싶다는 마음이었습니다. 이번 교육을 통해 그 부분을 채워나가고자 합니다.
플러스 AI: 힘들지만 유익한 과정
이 과정은 AI 개발자로 일하는 제게 매우 유익한 교육이었습니다. 데이터 전처리부터 최신 모델 훈련 기법, 그리고 실제 프로젝트 배포까지 아우르는 커리큘럼 덕분에 실무와 밀접하게 연결된 경험을 할 수 있었습니다. 특히 Huggingface, PyTorch, PEFT, DeepSpeed, Streamlit, LLM과 sLLM, Embedding 모델 등 실전에서 자주 마주하게 되는 기술 들을 깊이 있게 다뤘던 점이 인상 깊었습니다. 이 외에도 수많은 기술들이 짧은 시간 안에 스쳐 지나갔지만, 그 강렬함은 아직도 생생합니다.
매주 진행되는 과제들도 하나하나 모두 실제 AI 솔루션 개발 시 고려해야 할 핵심 요소들이었습니다. 소형 언어모델(Small Language Model) 훈련, 임베딩 모델 학습, HuggingFace 활용법, LangChain 사용, AWS를 통한 배포까지 전반적인 흐름을 실습하며 배울 수 있었고, 이 경험은 저에게 큰 도움이 되었습니다.
또한 코치님들이 매주 최소 한 번, 많게는 두 번까지 멘토링과 QnA 세션을 진행해주셨습니다. 이 시간을 통해 과제 관련 질문은 물론이고 커리어 방향에 대한 코칭도 받을 수 있어 더욱 풍성한 배움이 가능했습니다. 최신 AI 기술을 따라잡는 데에도 이 세션들이 큰 도움이 되었습니다.
과정 중 수강생들의 발제 참여도도 굉장히 높았고, 정기적으로 발표회도 열려서 본인의 의지만 있다면 반드시 얻어가는 것이 있는 구조였습니다. 저 역시 언어모델을 직접 훈련해보는 과정에서 가장 큰 인사이트를 얻을 수 있었습니다. 단순히 이론만이 아닌, 손에 잡히는 실전 중심의 흐름이 이 교육의 강점이었습니다.
무엇보다 이 과정에서 만난 동료들과의 인연이 이어져, 현재는 MLops 스터디까지 함께하게 되었습니다. 학습 그 자체뿐 아니라 함께 성장할 수 있는 환경을 만났다는 점에서, 이번 경험은 제게 있어 단순한 교육 이상의 의미를 가진 값진 시간이었습니다.
ROR을 계산해본다면: 적극적인 분들이 많이 가져가는 게임
개발자들은 언제나 API 비용 대비 수익을 따지듯, 교육에서도 자연스레 ROR(Return on Resource)을 계산하게 됩니다. 수강료만큼의 가치를 얻을 수 있을지 고민하실 텐데요.
이 과정을 한 줄로 평가하자면, “얻어가려는 의지만큼 얻어갈 수 있는 과정” 이라고 말씀드리고 싶습니다. AI 이론부터 프로젝트 개발, 실제 배포까지 10주가 채 안 되는 시간 동안 전체 흐름을 빠짐없이 경험할 수 있는 기회는 흔치 않기 때문입니다.
비용은 정해져 있지만, 스스로 많이 얻고자 하는 분이라면 이 과정에서의 ROR은 분명히 높을 것입니다. 반대로 수동적으로 따라가기만 한다면, 기대한 만큼의 성과를 얻기 어려울 수 있습니다. 커리큘럼 자체가 주도적인 학습자에게 유리하게 설계되어 있기 때문입니다.
보면 커뮤니티에서 제가 참여한 글만 모은 것인데요 이렇게 글을 남기고 공유하는 것조차 얻어갈 수 있는 영역이 되기 때문에 스스로 정리하고 많은 걸 얻어가려는 분들에겐 정말 강력히 추천합니다.
고민하는 개발자들에게: 지금이 제일 빠른 시점
저는 좋은 멘토를 찾고 싶다는 마음으로 이 AI 과정에 신청했습니다. 백엔드 개발자였던 어떤 분은 외부의 훌륭한 AI 모델을 자신의 개발 역량과 연결해 완성도 높은 서비스를 만들어냈고, 앱 개발을 하시던 분은 벌써 AI 프로젝트를 실전에 응용해 수익을 내고 있더라고요. 모두 다른 환경, 다른 목표를 가지고 모였지만 함께한 시간은 매우 유익했고, 항해 플러스 AI 과정 은 서로 긍정적인 영향을 주고받으며 구체적이고 현실적인 AI 학습을 이어갈 수 있는 건강한 커뮤니티가 되었습니다.
AI가 더 고도화되면, 어쩌면 그 기술은 우리 손이 닿지 않는 곳으로 멀어져 있을지도 모릅니다. 그래서 지금, 이 흐름을 이해할 수 있는 환경을 마련해두는 게 중요하다고 생각해요. 저처럼 AI 개발을 하고 있는 분들도, 다른 분야에서 일하시는 개발자분들도, 단지 ‘배우고자 하는 적극적인 자세’만 있다면 이 과정에서 정말 많은 것을 얻어가실 수 있을 거라고 자신합니다.
