코드스테이츠 AI Bootcamp 3주차 회고

오늘은 CSS (Continue, Stop, Start) 회고법으로 작성을 해보겠다.

📌 Continue

• 저번 주에 Future Action으로 정했던 내 주변을 데이터 사이언스로 넘치는 환경을 조성하는 것은 아직 많이 진행하지 못했다. AI 관련 뉴스레터를 구독한 것 정도이다. 데이터 사이언스 관련 현업 혹은 최신 기술에 대한 양질의 글을 주기적으로 읽는 것은 매우 중요하다고 판단하는 바이다. 예를들어 남세동님이 주기적으로 올리시는 페이스북 글을 통해 인공지능에 대한 이해를 넓힐 수 있었고 딥러닝 개발자가 되기 위한 마인드셋을 배울 수 있었다. 좋은 글을 찾는 것을 목표로 나의 시간을 내기보다는, 현재 공부하고 프로젝트를 진행하는 과정에서 좋은 글을 찾을 때 구독하는 방식으로 해야겠다. 이에 대한 노력은 한번 하고 멈추는 것이 아니라 내가 이 분야에 있으면서 계속 가지고 있어야 할 태도와도 같다고 생각한다. 항상 배우려고 하는 태도와 그러한 글들이 나한테로 알아서 주기적으로 와서 최적화를 시키는 것.
• Notion에 content creation이라는 페이지를 만들었다. 내가 평상시 블로그 글을 작성시 영감이 될만한 자료를 발견했을 때 혹은 생각이 났을 때, 이를 첨부하고 작성하는 페이지이다. 또한 블로그 작성을 절차화, 스케쥴화, 분류화할 수 있는 몇 개의 핵심적인 데이터베이스를 만들었다.
  • 앞으로 일상적인 생활 속에서 번뜩이는 순간적인 생각 혹은 눈에 띄는 자료를 저장시킬 수 있도록 하자.
• Cheat Sheet를 만들어서 내가 자주 사용하는 모듈을 분류화하고 저장시키는 것은 매우 유용하다고 판단되었고, 저번 주에 일주일마다 cheat sheet를 업데이트 하기보다는 매일 하자고 future action에 적어 놓았다. 실제로 매일 해 본 결과, 매일 하는 것이 훨씬 좋다고 판단하였다. 현재 AI 부트캠프의 수강생으로써 매일 매일 배우는 것이 매우 많다. 그 결과, 어제 배웠던 모듈 중에 사용법, 파라미터 등등 기억이 안 날 때가 많은데 매일 매일 하면, 내가 각각 이를 배웠던 장소로 돌아갈 필요없이 치트시트라는 통합 데이터셋에 돌아가기만 하면 되는 것이다.
  • 최소한 부트캠프를 졸업할 때까지는 치트시트는 매일 업데이트하자.
• 세세한 task들도 노션에 적기로 했었는데, 시행해 본 결과 효과가 좋다. 원래는 세세한 것들은 굳이 적지 않고 머리 속에서 기억해 놓았다가 차례대로 시행하였는데, 현재는 하는 것들이 많아지다보니 세세한 것들도 적어놓아서 sorting order 한 후, 차례대로 하고 있다. 내가 무엇을 하려고 했지?하며 머리에 부하가 걸릴 때가 있었는데 그것이 사라져서 좋다. 예전에 내가 책을 읽었을 때, 사람은 하루에 결정을 할 수 있는 숫자가 정해져 있다는 내용이 있었다. 나는 어느정도 이 내용에 공감하는데, 나의 판단 하에 세세한 task들도 노션에 적어내가 무엇을 해야할지에 대한 고민과 결정의 수를 줄이려고 한다.
  • 하루의 일을 task by task 상세히 break-down해서 일의 효율을 증가시키자.
  • 그리고 이로 인해, 하나씩 빠르게 해치우면서 Get shit done 마인드 셋을 완전히 갖춘다.

📌 Stop

• 5F 회고법에 입각하여 작성하기로 했었다. 5F 회고법이란 사실(Fact), 느낌(Feeling), 교훈(Finding), 향후 행동(Future action), 피드백(Feedback)으로 구분시켜 작성시키는 방법이다. 한번 해본 결과, 나와는 맞지 않는 회고법이라는 생각이 들었다. 그리고 오늘 CSS방법으로 회고를 작성하고 있는데, 이처럼 하나의 케이스에 대한 Fact에서 부터 Future action까지 한번에 적는 것이 나와 더 맞는다는 생각이 든다. 전에는 하나의 케이스를 구별해서 나누다보니 나의 생각이 딱딱 끊기는 느낌이 너무 들었다.
• 백준 알고리즘 테스트들을 풀어보는 것을 시작해보았다.input.txt에 질문에서 주어지는 예제 입력을 복사 붙여넣으면, 출력 값이 터미널에서 말고 output.txt에서 나오도록 VScode를 세팅해 놓았다. 왜냐하면 예제입력을 터미널에서 작성하도록 하면 너무 귀찮고 시간이 지체되기 때문이다.
  근데 이 과정에서 문제가 있긴 했다. launch.json에 "args": ["<", "input.txt", ">", "Output.txt"]와 같이 구성을 추가했을 때 powershell - The '<' operator is reserved for future use 이러한 에러가 뜨는 것이였다. Powershell에서 < 연산자는 다른 목적을 위해서 예약(?)되어 있다는 뜻인데, 단순 해석하면 내가 원하는 목적으로 쓸 수 없는 연산자라는 뜻이다. 여러번 Google searching 해 보고 여러가지 방법을 시도해 봤으나 해결되지 않았다. 그런데 의외로 그럼 이러면 되지 않을까하는 생각으로 해결되었는데. VScode 실행 터미널을 cmd로 바꾼 것이다. Script 바꾸지 않고 단순 UI 버튼 몇 개 눌러서 실행 터미널 바꾸었더니 해결되었다,,,
  이렇게 열심히 세팅도 하고 문제도 풀고 github repository까지 만들어서 올렸으나, 진짜 심심할 때나 혹시라도 시간이 남았을 때나 풀어보려고 한다. 나의 생각과 주변 데이터사이언티스트분들의 생각을 종합해서 이런 결정을 내렸다. 장기적으로 pythonic mindset, 알고리즘 mindset을 키우기 위해서 도움이 되겠지만, 현재로서는 각종 데이터 사이언스 모듈을 언제 어떻게 사용할 수 있는지에 대한 이론적, 기술적 지식을 쌓는 것이 훨씬 도움이 될 것같기 때문이다. 데이터 사이언스에 있어선 적어도 현재 나의 수준으로써는 개발 알고리즘에 대한 이해보다 이러한 부분이 더 절실하기 때문이다.
  • 그러므로 당분간 백준 알고리즘은 보류다. 시간이 남을 때, 심심풀이 땅콩으로 하자.
• 플랫폼 specialization 과정과 추가 이해가 필요한 부분에 대한 구글링하는 방법 둘 다 사용해보자고 했었다. 결과를 보고하자면 이번 일주일동안 사실 specialization의 수업은 시작하지 못했다. 못했다기보다는 안했다는 표현이 더 정확한데. 그 이유는 매일매일의 배우는 것이 너무 많고 빠르기 때문이다. 코드스테이츠 AI 부트캠프 특성상 넓고 얕게 배우는 특성이 강한데, 그렇기 때문에 specialization 과정을 들으면서 차분히 개념적 이해를 넓힐 시간이 부족하다. 그렇게 하기 봐는 차라리 Kaggle, Googling을 통한 방법이 훨씬 유효해 보인다.
  • Kaggle과 Googling을 통해 추가적인 기술적, 개념적 이해를 넓혀 나가자.
• TIL을 매일 블로그에 올리려는 계획을 세웠다. 하지만 내가 매일 배우는 개념적, 기술적 지식이 부트캠프에서 나오고 부트캠프의 규정상 관련 자료에 대한 내용을 블로그에 올릴 수 없으니, 현재로써는 내가 온전히 나의 것으로 만든 지식을 매일 올리기에는 한계가 있다. 그러므로 TIL 매일 올리는 것은 그만하는 것이 옳다고 판단! 하지만 개인적으로 하는 공부나 프로젝트에 대해선 최대한 올리려고 한다.
  • TIL 매일 올리는 것은 Stop. 개인적인 공부나 프로젝트에 관해선 바로바로 올리도록 한다.

📌 Start

• AI 부트캠프의 구성원을 상대로 한 모임에 가입하게 되었다. 요리조리 각을 보다가 사실 모집이 끝났다는 말이 나왔을 때, 뒤늦게 밑져봐야 본전이란 느낌으로 모임에 지원했는데 다행히 모임장님이 받아주셨다ㅎㅎ 근데 첫번 째 모임 후, 약간 걱정이 든다. 너무 형태가 없는 모임이라는 생각이다. 모임 시간이 정해져 있지 않고, 들어오고 싶은 사람은 아무때나 들어오는 모임이라던데 너무 프리한게 아닌가라는 생각이 든다. 뭔가 강제력이 없어서 나도 편안하게 가입하긴 했지만서도 이러한 모임이 지속될 수 있을까하는 의문이 든다. 모임은 게더타운에서 가졌는데, 서로 대화한 구성원이 있을까라는 생각조차 든다. 나는 그 중 매우 매우 박식하고 능력있는 분과 대화를 나누었는데, 이 분이 이 모임에 있는 것만으로도 모임에 가입한 큰 수확이라는 생각이 든다. 백준에 대한 고견을 이분에게서도 들었다. 또, 좋은 점을 말하자면, 지금도 게더타운에 아무도 없는데도 나만 접속해 있는데, 뭔가 학교 도서관에 온 것 같은 느낌이라서 계속 공부하고 싶다는 생각이 든다.
  나는 약간 도서관 페티쉬가 있는 것 같다. 비 오는 날에 도서관에서 가로등에 불이 켜질 때까지 밤 늦게까지 공부하는 것을 정말 좋아한다. 왜 비가 와야 하는지는 잘 모른다. 단지 도서관을 더 아늑하게 느껴지게 하고 이로 인해 나의 기분이 더 좋아진다라는 것이다. 고등학생 때, 옥스포드나 스탠퍼드 대학교의 도서관 사진을 보면서 대학의 꿈을 키워왔던 나로써 어떠한 장소가 도서관 느낌을 준다는 것은 특별한 의미를 갖는다.

  • 매일 게더타운에 와서 공부해야겠다.

• 목표 도메인과 기업을 pinpoint해야겠다. 아무래도 데이터 사이언스에 있어서 도메인에 대한 이해는 매우 중요하다. 그런만큼 내가 집중할 수 있는 도메인을 설정하고 이를 통해 목표 기업을 설정하고 이러한 기업들의 프로젝트, 마인드셋, 철학을 나와 최대한 싱크해서 내가 공부하고 프로젝트를 해나가야 내가 원하는 도메인과 기업에 안착할 수 있다고 생각한다. 지금까지는 데이터 분석 전문 SI 기업들을 고려하고 있었는데 도메인과 기업에 대해서 좀더 심도있게 생각해야겠다. 왜냐하면 데이터 분석 전문 SI기업들에 다니면서 여러가지 분야에 대한 데이터 분석, 인공지능 등을 접하는 것도 결국 내가 관심있고 잘하는 분야는 무엇인지에 대한 대답을 찾기 위해서지 않은가. 그 대답을 지금 찾을 수도 있다면 훨씬 좋은 것 아닌가? 계속 기업조사, 직군조사, 도메인 조사, 인공지능 분야에 대한 조사를 병행해야겠다.

  • 도메인 조사, 직군 조사, 기업 조사, 인공지능 분야에 대한 조사를 통해 내가 가고자 하는 미래상을 좀더 뚜렷히 그려서 그에 맞는 step들을 짜임새있게 만든다. (바뀌어도 좋으니) 최종적 목표 도메인과 기업 등을 설정하고 이에 맞게 나를 sync한다음 나의 mindset, 학습분야 등을 계속 조절해 나간다.

• 토이 프로젝트를 모아두는 레포를 깃헙에 하나 만들었다. 그리고 토이 프로젝트를 하나 완성했는데, streamlit을 활용해 웹페이지를 만들었는데, 한 데이터셋의 여러 머신러닝 결과를 보여준다 . 웹페이지의 방문자는 몇 개의 UI feature들을 통해 머신러닝 트레이닝하는 방법들을 조절할 수 있다(나중에 블로그에 소개하겠다). 이 토이 프로젝트를 하는데 대부분 cousera 수업을 참고했는데, 조만간 나의 관심 데이터셋과 내가 배운 머신러닝 기법을 포함한 웹페이지를 streamlit을 통해 만들어보려고한다.

  • 이번 주에 새로운 데이터 셋과 새로운 머신러닝 기법으로 Toy-Project 완성시킨다.

• 다음 번에는 블로그 회고를 하는 데 걸리는 시간을 최대 1시간으로 한다. 1시간도 많다는 생각이 들지만, 글쓰는 실력이 늘어나면 천천히 걸리는 시간을 줄여나가면 될 것으로 생각한다.