글쟁이, 코딩한다

인생책, 짧은글 (17) 이렇게 그녀를 잃었다

Algori — Mon, 26 Apr 2021 22:13:21 +0900

이렇게 그녀를 잃었다

주노 디아스 / 권상미 옮김 / 문학동네

왜 그런지는 잘 모르겠다.

이 멀리 떨어진 도미니카 사람의 자기 이야기가 왜 이리 재미있는지. 추운 겨울날 따뜻하고 가난한 도미니카에서 미국으로 이주하고, 새 가정을 차린 아버지와 병으로 죽은 망나니 형이 있고, 바람기를 주체하지 못해 매번 애인을 잃으면서 또 그때매 괴로워하는 이 사람을.

나는 대단히 나를 중심으로 산다. 내 이야기가 재미있고 내 생각이 중요하다. 그래서인지 나와 비슷한 무언가를 보려고 노력한다. 이 이야기들 속 화자, 유니오르는 나와 너무나도 멀다. 그러나 나는 그에게 빠졌다. 재밌으니까.

이 마술을 알아차리면 나는 좋은 소설에 한 발자국 가까이 다가갈 수 있겠다고 생각한다.

인생책, 짧은글 (16) 대성당

Algori — Wed, 7 Apr 2021 16:57:03 +0900

대성당

레이먼드 카버 / 김연수 옮김 / 문학동네

대성당은 내게 또 다른 전기다.

스물셋, 그럭저럭 군대를 나와서 글쓰기, 책읽기를 해왔다는 이유로 문창과를 다니던 때였다. 졸업을 하려면 소설쓰기 전공을 들어야 했다. 다만 그 이전에 들었던 소설 쓰기 수업은 아무런 감흥도 없었고 나는 그럴 바에 차라리 짧은 시가 더 좋겠다 싶었다. 어쩌면 무엇도 내 알바 아니다, 글을 써봐야 얼마나 쓰겠나, 했을지도 모른다. 그러던 차에 우연히 같이 술을 먹던 동기가 소설쓰기를 꼭 들으라고 추천했다. 새로 온 교수님이라며. 국내 소설을 잘 모르는 나도 이름을 알 만큼 유명한 작가기도 했고 추천도 있고 전공도 채워야하니 수강을 변경해 일단 들어갔다.

교수님은 우리-나와 마찬가지로 늦게 들어간 내 친구-를 보자마자 "나가" 한 마디 하셨다. 처음 오리엔테이션을 건너뛴 데다, 수업은 '소설창작3'로 1, 2를 이어온 사람들이 듣던 수업이었다. 수업은 차갑고 무서웠으며 나는 겁나서 암말 못했다. 하지만 나가면 학점이 모자랐다. 이러지도 저러지도 못해서 앉아 있었다. 수업은 이어졌다. 쉽지 않았다.

수업이 끝날 무렵, 그제야 교수님은 우리에게 눈을 돌리셨다. 과제가 나왔다. "수업을 듣고 싶다면, 대성당을 읽어오라." 아마 단편 하나만을 말하셨을텐데 그런 개념도 없던 나는 저 제목의 단편집을 다 읽었다. 어떤 일이 있었는지 모르겠다. 기억할 수 있는 것은 소설이 정말 좋았다는 것 뿐이다. 내가 겪어왔던 그 수많은 '좋음'들과는 또 다른 의미로.

그렇게 나는 여태 7년간 거의 매일같이 소설을 생각하며 지내왔다. 교수님과 내게 수업을 추천한 친구와는 여전히 소설을 공부한다. 같이 쓰고 같이 읽는다. 잘 된 일이라고 생각한다.

이상형 월드컵 기반 영화 추천 프로젝트 (1) 추천, 어떻게?

Algori — Mon, 29 Mar 2021 17:18:32 +0900

0.

이상형 월드컵 기반 영화 추천 프로젝트 '무비판'은 멋쟁이사자처럼 K 디지털 AI 인재양성과정의 마지막 프로젝트였다.

프로젝트 주제 선정부터 데이터 확보, 전처리, ML/DL 기반 추천 시스템 개발과 웹 구현까지 긴 호흡으로 이어졌다.

내가 겪어온 과정을 순서대로 정리해본다.

1. 우선, 추천.

나는 영화를 많이 본다. 주로 넷플릭스와 왓챠플레이를 쓴다. 운동하거나 이동할 때는 음악을 듣는다. 이럴 때는 얼마전 한국 시장에 들어온 스포티파이에서 음원을 듣는다. 남는 시간에는 유튜브를 본다. 보통 '맞춤 동영상'을 벗어나지 않는다. 때로는 웹툰도 본다. 네이버,다음웹툰을 주로 간다.

유튜브와 넷플릭스, 스포티파이와 아마존, 네이버 쇼핑과 웹툰... 공통점이 있다. 추천이다. 상품 구매와 콘텐츠 등 대중을 상대로 한 장사에서 '추천'은 곧 성공으로 이어졌다. 콘텐츠는 너무나 많다. 말 그대로 쏟아진다. 반면 시간은 한정적이다. 뭘 볼까? 만지작 만지작. 새로 나온 콘텐츠만 이리저리 휘휘 둘러보다 나오기 일쑤다. 추천이 없었다면 아마 안 볼 거다.

취향은 이제 더는 개인의 영역이 아니다. 취향 역시 기업과 자본이 결정한다. 그리고 이 취향을 쥐락펴락하는 것, 그것이 추천.

과한 버전이지만, 아무튼 추천 시스템을 제대로 활용한다면 기업들이 큰 이득을 볼테다. 유튜브 최고 상품 담당자 닐 모한은 한 인터뷰에서 “유튜브 시청시간 70%가 추천 알고리즘에 의한 결과며, 알고리즘 도입으로 총 비디오 시청시간이 20배 이상 증가했다”고 했다. 단적인 예다.

그럼 이 추천 어디서, 어떻게 하나.

추천시스템은 우선 크게 두 가지로 나뉘는듯 하다. 콘텐츠 기반 필터링, 협업 필터링.

2. 추천시스템 (1) 콘텐츠 기반 필터링 Contents-Based Filtering

콘텐츠 기반 필터링부터 보자. 간단한 아이디어 같다. 영화의 예를 들자.

누군가 토이스토리(ToyStory)를 좋아한다면 토이스토리와 비슷한 영화, 여기서는 업(Up), 업을 추천하면 되는 거다.
토이스토리와 업은 공통점이 있다. 일단 애니메이션이고, 픽사-디즈니에서 만든 미국 영화고, 아동용인듯 하지만 어른들에게도 감동을 줍니다. 평단과 대중의 호평을 모두 얻었다.
이처럼 콘텐츠 기반 필터링은 이름처럼 콘텐츠, 즉 상품 자체에 집중한다. 즉 영화의 장르, 배급, 국가, 박스오피스 등 특성을 통해 비슷함을 확인하고 추천을 진행하는 거다.

핵심은 토이스토리와 업 사이 화살표

쉽지만 강력하다.

장점 (1) 여러 사용자를 대상으로 쉽게 확장할 수 있고 (2) 추천할 수 있는 상품의 가짓 수가 넓다. (3) 특성이 비슷하다면 이용자의 관심사 밖에 떨어진 영화도 추천하기 좋다. (4) 추천의 이유를 설명하기도 쉽다. (5)무엇보다 새로운 아이템이 들어왔을 때 곧바로 이를 고객에게 추천하기 용이하다.

반면 단점도 명확하다.

(1) 콘텐츠의 특징을 뽑아낼 높은 수준의 기본 지식, 즉 도메인 지식이 필요하다. (2) 기존 관심사항을 기반으로만 추천하기에 이용자에게 매번 똑같은 것만 추천하기도 한다. (3) 가장 큰 단점 : 이용자가 자기 취향을 잘 안 알려준다는데 있다.

귀찮기도 하고 거부감도 있고 혹은 개인 정보를 알리는 것 자체에 큰 불안을 느낄 수도 있다. 나만해도 왓챠에 별점 정보를 남기기까지 시간이 꽤나 걸렸다. 주변 친구들이 "야 그거 해야 개꿀이야. 그래야 더 정확함" 하고 나서야 별점을 달기 시작했다. (요즘도 대부분은 잊고 그냥 넘어간다)

여러 블로그, 기사, 논문 등을 읽으며 개인적으로 간단히 취합한 장단점이다. 생각해보자면, 어려운 조건을 갖춰낸다면 나름 더 명확한 추천을 해줄 수 있는 녀석이다. 난이도가 높은 조건은 결국, '데이터'.

3. 추천시스템 (2) 협업 필터링 Collaborative Filtering

협업 필터링도 살펴본다.

이 방식은 사용자의 '행동 양식'을 활용한다. 대규모 사용자들이 쌓아올린 행동 정보를 분석해 이를 기반으로 추천하는 거다.
이를테면 여기 위의 그룹은 토이스토리를 보고 업을 추천 받았고 결국 둘 다 만족했다. 이제 다른 사용자 그룹이 왔고, 이 사람들은 토이스토리를 재밌게 봤다. 그럼 이들은 저 위 그룹처럼 업 역시 재밌게 볼 확률이 높다.

협업필터링은 이러한 사용자-아이템 행렬 데이터에 기초에 생각하는 듯하다. 별점 표 사이 빈 칸을 채우는 것이 주요 목적이고.

이번에는 화살표가 이용자와 이용자 사이에 있다.

협업 필터링은 여기에서 또 두 갈래로 갈라진다. 최근접 이웃 기반 협업 필터링(nearest neighbor based collaborative filtering) 과 잠재 요인 협업 필터링(latent factor based collaborative filtering).

3 -1 최근접 이웃 기반 협업 필터링(nearest neighbor based collaborative filtering)

우선, 비슷한 데이터 분포를 가진 다른 사례들을 통해 추천하는 방식을 최근접 이웃 기반 협업 필터링이라고 한다.

이는 다시 선호도가 비슷한 고객들이 본 영화를 추천하는 사용자 기반 협업 필터링(User based collaborative filtering)과 이 영화를 본 고객들이 높은 평점을 준 영화를 추천하는 아이템 기반 협업 필터링(Item based collaborative filtering)으로 나뉜다.

내가 이해한대로 말을 좀 풀자면, 나와 좋아하는 영화 목록이 비슷한 사람들을 찾아서, 그들이 좋아한 영화 가운데 내가 안 본 영화를 추천해주는 방법. 이것이 (1) 사용자 기반 협업 필터링.

반면 내가 좋아한 영화와 비슷한 별점 구조를 가진 영화, 즉 이 영화를 본 사람들이 높은 별점을 준 또 다른 영화를 추천해주는 방법. 이것이 (2) 아이템 기반 협업 필터링.

최근에는 두 가지 방법 가운데 아이템 기반 협업 필터링이 더 선호된다고 한다. 비슷한 상품을 좋아한다고 모두 취향이 같지는 않으니까 말이다.

3-2 잠재 요인 협업 필터링(latent factor based collaborative filtering)

잠재 요인 협업 필터링은 여기서 한 단계 더 나아간 방법이라고 한다. 2009년 넷플릭스 데이터 대회에서 우승하고 각광받은 상품이라고 유명하다.

행렬 분해를 통해 사용자-아이템 행렬 사이에 숨어있는 잠재요인을 찾아내고 이를 기반으로 추천하는 방법이다. 여기서 잠재요인은 무어라 명확히 확정지을 수는 없고 행렬분해를 하는 과정에서 알아서 분리된다고 한다. 자세한 것은 여기 블로그 를 비롯해 다른 블로그들을 참고했다. 데이터 자체에 숨어 있는 잠재 요인을 활용하는 만큼 정확도가 우수하다고 쓰여 있다.

협업 필터링의 종류들

음, 쌓아둔 이용자 데이터가 있다면 꽤나 좋아 보인다.

장점을 보자 (1) 이용자가 자기 취향을 밝히지 않아도 높은 수준의 정확한 추천을 진행한다. (2) 뛰어난 도메인 지식, 상품 분류 등 세부 데이터가 없어도 추천이 가능하다. (3) 집단의 힘. 결국 다른 이들이 좋아하는 것들을 추천해주는 것인 만큼, 실패할 가능성도 낮아 보인다.

단점은 어떨까. 크게 세가지가 거론된다.

(1) Cold Start 새 콘텐츠는 정보가 쌓일 때까지 추천을 잘 못 하는 문제 (2) 다양한 연산이 얽혀 있어 추천에 다소 오랜 시간이 들어가는 문제 (3) Long Tail 사람들이 좋아하는 콘텐츠만 추천하고 인기 없는 콘텐츠는 추천에서 밀려나는 문제

4. 그래서, 어떻게 추천할까?

아주아주 간단한 공부를 마치고 나니 알고리즘과 코드를 구성하기 전에 앞서 할 일이 있었다. 어떤 데이터를, 어떻게 활용해, 어떤 형식으로 추천할까.

기본적으로 이번 프로젝트는 추천 알고리즘들을 다양하게 활용해 추천하는 것에 집중하고는 방향성을 가진다.

하지만 무엇보다 추천에 있어 중요한 것은 결국, 데이터, 이용자의 취향 데이터라는 것을 깨달았습니다.

이용자가 직접 선호도를 표현한 데이터는 Explicit Data라고 한다. 리뷰, 별점, 구독, 차단 등이 있다.

반면 간접적인 선호, 취향을 나타내는 데이터는 Implicit Data라고 한다. 검색 기록, 방문 페이지, 마우스 움직임 등이 있다.

나는 이 Explicit Data를 최대한 끌어낼 방법을 찾아 헤맸다. 올바른, 폭넓은, 정확한 데이터. 다시 말해 양질의 데이터가 양질의 추천을 뒷받침할 것으로 보였다.

그렇기에 나온 핵심 시스템, '이상형 월드컵'이다.

PIKU 이상형 월드컵 사이트 레퍼런스다. 깔끔하다. 손쉽게 유저가 이상형 월드컵을 만들 수도 있다.

선택은 언제나 즐겁다. 놀이로 느껴져 크게 부담스럽지도 않다. 누가 귀찮게 이상형 월드컵까지 하겠어? 하지만, 오히려 별점을 매기는 것보다 가능성이 있다고 생각했다. 아울러 기본적으로 이상형 월드컵을 마치고 남은 데이터는 정말 '양질의 데이터'로 볼 수 있었다.

결론 : 목표 : 놀이 방식을 통해 이용자들로부터 정확한 취향 데이터를 얻고 이를 활용해 올바른 추천을 하는 것.

적확한 데이터를 얻어내는 것에 기반하므로 핵심 추천 알고리즘 역시 콘텐츠 기반 필터링을 쓰기로 했다.

추천시스템과 데이터에 대한 이해를 바탕으로 이제 본격적인 적용에 들어가야 했다. 그리고, 다음 과제는 데이터.

추천시스템 공부에 크게 영향을 받은 사이트들. 순서대로 보는 편이 이해가 쉬웠다.

1. 한국콘텐츠진흥원에서 발간한 인사이트 잡지. <콘텐츠 추천 알고리즘의 진화> 꼭지를 보면 이해가 쉽다. 서울대 서봉원 교수

2. 추천시스템 정리와 예제. 아주 친절하고 세밀한 블로그.

3. 추천 시스템 적용에 관한 유튜브 영상. T아카데미 제공

인생책, 짧은글 (15) 백년의 고독

Algori — Wed, 17 Mar 2021 15:10:14 +0900

백년의 고독

가브리엘 가르시아 마르케스 / 민음사

나를 소설과 살게 만든 마지막 책, 백년의 고독이다. 이 글을 처음 읽었을 때의 놀라움을 어떻게 표현할 수 있을까.

그 전에도 나는 늘 세계가 조금씩 넓어지는 듯한 경험을 몇 차례 했다. 책을 읽거나 영화를 보면서 상상 속 세계를 마주하기도 했고, 조금 더 강렬하게는 여행을 가고 새로운 땅을 맛보기도 했다. 딱히 강렬한 충격으로 오지 않기도 했으나 어느 때는 깜짝 놀랄 만한 충격과 함께 넓어지기도 했다.

저 책에서 아직도 놀라운 부분이 있다. 초반부다. 어떤 시장에 상인이 오고 그는 무언가 약을 먹고 녹아 없어진다. 그가 있던 자리에는 초록 액체만 남아 있다. 떠들썩한 시장 분위기 안에서 사람들은 이런 모습을 자연스레 지나친다.

마르케스의 글을 두고 '마술적 리얼리즘'이라고 한다. 마술 같지만 또 현실같은. 내게는 아직도 현실이 그렇게 느껴진다. 때로는 내가 감당할 수 없을 정도로 마술 같은 일들이 벌어지지만, 그것도 여전히 내가 발 디디고 있는 땅 위인. 소설보다 더 소설스러운 세계에서 사는 나는 가끔은 발을 굴러 땅을 확인해야 한다. 어쩌면 이것이 내가 이야기를 만들고 그를 글로 옮기는 이유일 지도 모르겠다.

비전공자 멋쟁이사자처럼 K 디지털 AI 과정 후기 (3) 후기

Algori — Wed, 17 Mar 2021 14:42:59 +0900

사자니까, 라이언

0.

나는 아무것도 모르는 비전공자로 멋쟁이사자처럼 k 디지털 AI 인재양성과정을 들었다.

지원&합격, 커리큘럼을 지나 (이전 포스팅 참고) 소감을 포함한 진짜 후기를 남긴다.

1. 그래서 들을만 하냐고? 추천해?

가장 하고 싶은 물음일까?

곧바로 대답하는 편이 좋겠다.

음, 추천한다.

2. 어땠어?

내가 편한 대로 줄글로 후기를 풀어보겠다.

나는 막연히 "갈수록 데이터가 중요해지겠다"라는 생각으로 이를 효율적으로 다룰 코딩 기술을 익히고자 했다. IT 기자로 일하며 데이터를 얼마나 손에 쥐는가가 기업을 넘어 국가의 힘까지 결정하겠구나 느꼈다. 따라서 이대로 뒤에 머물러봤자 점점 좁아지는 문을 빠져나올 방법이 아예 없을 거라고 느꼈다.

다행히 들어와서 수업을 듣다 보니 막연함은 확신으로 바뀌었다. 이어 데이터가 어떤 관점에서 중요도를 획득했는지, 산업에서 어떤 식으로 작동하는지도 깨달았다. 남은 것은 데이터를 더 잘 다루기 위한 기술적 요소였고, 이 기술을 키울 리소스들도 많이 얻었다.

수업을 들으며 들어오는 지식, 프로젝트를 진행하며 얻은 실제 체감에 기반해 내 장점과 맞물려 키워야 하는 기술을 추려나가고 있다. 아무것도 모르는 입장에서 과정에 참여했고, 이런 확실한 인사이트를 가져나갈 수 있었다는 점에서 만족한다.

다만, 아무래도 매 수업마다 진행하는 양이 많다 보니 사전 지식이 아예 없는-파이썬의 print 함수조차 몰랐던- 나로서는 일정 부분(연구자로서 부분)은 거의 포기할 수밖에 없었다. 강의 질이 높은 만큼 더 세밀하게 질문하며 얻어갈 수 있었던 부분을 놓치는 듯해 아쉬운 마음이 든다.

아울러 초기에는 어떤 부분을 확실히 가져가고, 어떤 부분을 놓아야 하는지 감이 오지 않아 헷갈리는 점도 있었다. 그날 배운 것을 모두 익혀야 한다는 강박에 자칫 강의에 대한 흥미를 잃을 뻔도 했다.

매듭짓자면 이 강의는 AI 발전에서 데이터의 수집, 활용이 어느 방향으로 이뤄지는지 모두 알아가도록 도움을 준다.
ML, DL 진행 과정 역시 입문자 입장에서도 충분히 얻어갈 만한 정보들이 전달된다. 강사님이 개인적으로 공부할 리소스도 정말 많이 제공해준다. 다만 양이 많은 만큼 하루하루 확실히 얻어갈 영역에 대한 현명한 선택이 필요했다. 기본 파이썬 코드에서 ML으로 넘어가며 수준이 뛰어올라 기본 지식 습득에 애를 먹었다.

복습에 시간도 많이 든다. 물론 이 부분은 개인 편차다. 적당히 "코딩이나 해볼까" 하고 듣기에는 (강의를 못 듣는 사람들 입장에서 보자면) 아쉬운 강의다. 뭔들 아니겠냐만, 집중한다면 얻어갈 리소스가 많으니 어느 정도 각오를 가진 상태로 들어오는 편이 좋다.

프로젝트가 많고 이 과정에서 얻어가는 점이 핵심이라 오프라인으로 이뤄지지 못한 점이 많이 아쉽다. 다른 수강생들과 주고받은 커뮤니케이션이 아예 없는 건 아니지만, 아무래도 오프라인에 익숙한 내게는 못 미치는 듯하다. 비전공자들도 많았던만큼 함께 의지하며 나아갔다면 더 도움이 되지 않았을까.

다르게 생각하면, 비대면 프로젝트 경험을 가진다는 것이 앞으로 강점이 될 수도 있기는 하다. 특히 IT 분야에서 비대면 프로젝트는 갈수록 늘어날 것으로 보인다. 화상으로 소통하고 Git, Colab 환경 등 공유 개발 환경에 익숙해졌다는 점은 강점이다. 어필하기에도 좋아보인다.

수업이 끝나고 남은 폴더들

수업 내내 들락날락했던 폴더들, 프로그램들

3. 정리하자면

장점

비전공자를 염두에 둔 강의인만큼, 친절하다
학습 수준이 높다 : 기초 Python에서 시작해 DB를 거쳐 ML, DL의 기본 소양을 모두 쌓을 수 있다.
리소스가 좋다 : 공부 방향, 학습법, 사전 지식 등 소스를 많이 얻을 수 있다. 앞으로 꾸준히 발전할 기초를 잡아준다.
프로젝트 : 프로젝트를 무척 여러번 진행한다. 배운 지식을 그대로 활용할 수 있다. 주제 역시 자체 선택인 만큼 바라는 분야가 있다면, 팀원들을 설득해 그 분야로 꾸준히 파고들 수도 있다.

단점

적당히 하고 싶은 사람은 아무것도 못 얻어갈 확률이 높다
양이 많다 : 짧은 기간, 많은 지식을 쏟아야 한다. 커리큘럼을 확실히 숙지하고 이 공부가 정말 원하는 공부인지 확인할 필요가 있다. 어떤 과정에 집중할지도 선택하는 편이 좋다
취업 소개는 없다 : 몇몇 국비 과정처럼 회사와 연계해 취업을 책임져주지 않는다. 직무 소개와 역량, 포트폴리오 탬플릿, 취업 정보 안내, 스터디 기회 등이 제공된다. 본격적인 취업은 알아서 해야 한다.
(비대면 한정) 외롭다 : 혼자 죙일 화상 화면을 보고 노트북을 만지다보면 쓸쓸하다. 3개월은 결코 짧은 시간이 아닌만큼 과정을 성실히 소화할 힘이 필요하다.

4 혼잣말로 마무리

2월을 끝으로 모든 과정이 끝났다.

나는 과정 내내 고민했다. 수업을 해나가며 좌절, 슬픔을 많이 맛보았다. 반면 새로운 것들을 알아나가는 기쁨, 환희, 성취감 뭐 그런 것들도 나왔다. 매일 컴퓨터 앞에 앉았다가 두세시쯤 침대에 누우면 두근거림과 막막함이 함께 찾아왔다. 더듬더듬 어두운 길을 걸어나가는 기분으로 하루하루가 지났다.

이제 나는 취업을 준비한다. 개발자는 선택하지 않았다. 나는 20대를 날리지 않았다. 나름 치열하게 고민했고 싸워온 만큼 그 모두를 부정하고 제로 베이스에서 출발하는 선택을 내리고 싶지는 않다. 그러니 콘텐츠 제작 짬바를 살리면서도 새로운 물결에 올라탈 수 있는 길을 고민하고자 한다. 코딩 공부의 방향을 고민함2

처음 소설을 쓰겠다 마음 먹은 때가 생각난다. 그때도 스물셋이 넘어 늦게 시작한 나는 매번 이상한 이야기만 썼다. 문장도 엉망이었다. 평가는 가혹했다. 그러다 소설이라고 할 만한 첫 글을 만들어냈다. 그 글을 다시 읽던 나, 고치던 나, 그 글을 나누던 합평 분위기, 칭찬 등을 다시 떠올린다.

언젠가 다시 그 기쁨을 마주할 날이 오기를 바란다.

이 글을 읽는 분들 모두 조금은 도움을 받아 올바른 결정을 내리고 이런 기쁨을 마주하기를, 진심으로 바란다.

인생책, 짧은글 (14) 호밀밭의 파수꾼

Algori — Sat, 13 Mar 2021 00:16:45 +0900

호밀밭의 파수꾼

J. D. 샐린저 / 민음사

나는 소설을 공부하기로 마음먹으면서, 물론 마음먹기 전부터 시작해서, 책과 가까이 지내왔다. (그렇다고 정말 많은 책을 읽었다고는 입이 찢어져도 말하기 어렵지만) 내게 가장 인상적인 책을 꼽으라면 호밀밭의 파수꾼을 고를 수밖에 없다.

많지는 않지만, 더 좋은 소설, 더 아름다운 소설, 더 의미 깊은 소설들은 여럿 만났다. 다만 아직도 호밀밭의 파수꾼을 읽던 나와 그 순간들, 잊지 못할 소설 속 장면들은 여전히 내 가장 깊은 곳에 머무른다. 이건 나를 움직이게 하는 가장 기본 단위의 기억이다.

나는 열여섯이었다. 고등학교를 대안학교(간디)로 갈지말지 선택의 기로에 서 있었다. 그날은 주말이었고 해야할 일은 아무것도 없었다. 덥지도 춥지도 않았다. 바깥은 가을이었고 아마 밖에 앉았다면 높은 하늘을 볼 수 있었을 것이다. 막 점심을 먹어서 필요한 것은 말 그대로 아무것도 없었다. 나는 하릴없이 내 방 한구석 이불더미에 반쯤 기댄 상태였다. 책장에는 호밀밭의 파수꾼이 보였다. 다른 책들도 여럿 꽂혀 있었을 테다. 무슨 일인지 나는 이 책을 꺼내 들었다. 다시 더 편한 상태를 찾아 이불을 헝클며 첫 페이지를 열었다. 책을 닫았을 때는 저녁이었다. 나는 왜인지 이 책을 읽기 전과 읽은 다음, 완전히 다른 사람이 됐다고 느꼈다.

저 시기에 만날 수 있는 최고의 책을 아름다운 순간에 만난 것이 내게는 큰 행운이다. 그렇게 나는 완전히 삶의 또 다른 방향으로 나아갔고, 그 계기가 책에서 시작했다는 것은 내 자랑이다. 수많은 내 잘못과 실수들로 어그러지는 와중에도 나는 툭하면 이 기억을 떠올렸다. 누군가 아름다움을 맞이하기를, 바라며 이 기억을 떠올렸다.

비전공자 멋쟁이사자처럼 K 디지털 AI 과정 후기 (2) 커리큘럼

Algori — Fri, 12 Mar 2021 22:57:06 +0900

0.

정말 아무것도 모르는 비전공자이던 나는 놀랍게도 높은 경쟁률을 뚫고 멋쟁이사자처럼 K 디지털 트레이닝 AI 인재 양성 과정을 듣게 됐다.

지원&합격 과정 marune3.tistory.com/82

비전공자 멋쟁이사자처럼 K 디지털 AI 과정 후기 (1) 신청부터 합격까지

0. 12월 초 시작해 2월말까지. 나는 멋쟁이사자처럼 k digital AI 인재 양성과정을 수강했다. 시작 전에 우선 당시 내 상황을 말해야겠다. 나는 코딩을 정말 아-무것도 몰랐다. C언어가 왜 언어

marune3.tistory.com

이제 수업을 들을 일이 남았다. 당시 나는 수업을 듣기 전 겁에 잔뜩 질려버렸다.

1. 커리큘럼

덜컥 등록을 마친 후에야 비로소 완전히 새로운 세계에 도전한다는 점이 실감 났다.

내가 그간 관심을 두었던 세계는 글 속의 세계였다. 소설 속 세계는 물론 현재 우리들이 살고 있는 세계를 기반으로 하지만, 그 안에서 새로운 가치와 경험, 관계와 아름다움을 찾는다. 기본적으로 어떤 정해진 값을 구하는 시도가 아니다. 근사하기 위한 시도다. 개인적으로도 (궁극적으로야 정답을 찾고 그를 설명하고자 하는 것을 목표로 두지만) 값보다는 그 과정을 쫓는 것에 익숙했다.

나를 겁나게 했던 커리큘럼을 살펴보자.

멋쟁이 사자처럼 지원 사이트를 참고하면 정확하다. 여기 소개된 커리큘럼 이미지를 따와 곧이 곧대로 따라간다.

※ 주의.

1. 나는 철저히 내 개인 경험을 바탕으로 후기를 작성한다. 기수에 따라, 강의에 따라, 상황에 따라 모든 것이 변할 수 있다. 참고만 해주세요.

2. 정말, 정말, 아무것도 모르는 비전공자였다. 소개 역시 나처럼 아무것도 모르는 사람들을 기준으로 한다.

1 -1 ) 온라인 커리큘럼

온라인 커리큘럼이다. 온라인 수업은 총 3일에 걸쳐 진행된다.

간단하다. 멋쟁이사자처럼의 코딩 교육 사이트, 코드라이언에서 위 강의를 듣는 것이 전부다.

과정에 따라 시간별 차이가 있다. 각각 한 강의를 하루에 들으면 편했으며, 개당 4시간~8시간 사이인 걸로 기억한다.

여러 설명이 있지만 핵심은 결국 Python, 파이썬이다.

파이썬도 모른 상태로 수업을 신청하고 듣게 되었다는 것이 굉장히 창피스러운 일이지만, 나는 이 강의를 접함으로써 파이썬의 존재를 인식했다.

파이썬은 프로그래밍 언어다. 개발자들이 개발을 위해 컴퓨터와 소통하는 언어, 정도로 나는 프로그래밍 언어를 이해했다. 배우다보니 정말 언어를 배우는 것과 크게 다르지 않았다. 말 그대로 영어를 배우는 것처럼,(물론 다 영어로 쓰지만) 단어를 인식하듯 주요 함수를 익히고, 배운 단어들을 조합해 문장을 형성하고, 이를 이어붙여 하나의 긴 코드를 구성했다. 이 코드로 컴퓨터에 말을 걸어 우리가 원하는 값을 컴퓨터가 처리해주도록 만든다. 배움으로 돌려받을 값도 언어와 같다. 언어를 배우면 더 많은 사람들과 대화할 수 있으며 새로운 세계를 받아들일 수 있었다. 파이썬을 배움으로 나는 또 다른 수없이 이해할 수 없던 기호들을 받아들이게 됐다.

위 온라인 강의들은 말 그대로 해 보는 것에 의의가 있는 기초 커리큘럼이다.

저 수업을 듣는다고 파이썬을 완전히 마스터할 수는 없다. (나는 그럴 수 있을 줄 알았는데 내가 못 해서 그런 줄 알고 우울해했다. 그럴 필요 없다. 3개월 수업 과정을 듣고 나서도 마스터는 불가능하니까) 다만 아주 기본적인 매커니즘, 가장 큰 대표적인 기능들, 편리성 등을 접할 수 있다. 이미 가벼운 코딩 경험이 있는 분들에게는 시시함 of 시시함일지도 모르겠다.

1-2 ) 오프라인 커리큘럼

사실 온라인 커리큘럼은 그저 숟가락을 얹은 것이다. 핵심은 결국 오프라인 커리큘럼이다. (이름이 오프라인이지, 코로나 때문에 끝까지 온라인에서 진행됐다... 실시간 비대면 수업이 정확한 이름이었다. 안타까울따름) 이 커리큘럼을 살펴보는 것이 아주 정확한 흐름을 알아가는데 도움이 될테다.

아이스브레이킹 ; 강사님을 만난다. 같은 반 분들도 만난다. 1기는 반이 3개, 반마다 25~30명이었던 걸로 안다. 나는 1반이었다. 강사님의 강의 스타일과 공부 스타일이 어울리는 것이 아마 무척 중요할 테다. 다만 반 배정은 질문에 따른 랜덤이다. 관심사를 잘 선택할 수밖에. 개인적으로 나는 우리 강사님 수업에 아주 만족했다. 설명은 쉽고 친절하면서도 가볍지 않았다. 이것은 내 행운이다.

파이썬 ;

Jupyter Notebook이 작업 기초 프로그램이다. 코드를 넣으면 곧바로 결과값을 보여준다. 처음에는 Print문부터 시작하는 기초 코드부터 빠르게 되짚어나간다. 이어 라이브러리 역시. 핵심 3대 라이브러리라고 할 수 있는 Pandas, Numpy, Matplolib을 짚고 넘어간다. 그리 긴 시간을 쓰지는 않는다. (이해하기 위해서는 긴 시간이 필요했다)

이걸 수학이라 한다면 간단히 이게 덧셈입니다, 이게 뺄셈입니다, 이건 곱셈이고 저건 나눗셈이에요, 이것들을 조합하면 짜잔, 이제 곧 미분과 적분을 할 수 있답니다. 이런 느낌이었다. 친절한 설명을 따라가지만, 어느 순간 급격히 난이도가 뛰어오를 수 있다. 그러니 저 덧셈, 뺄셈, 곱셈, 나눗셈을 통한 기초 체력 훈련에 진심으로 임해야할테다. 나는 고생했다.

데이터베이스(수집과 처리, SQL) ;

데이터베이스를 다루는 주요 언어를 SQL이라고 한다. 데이터를 다루기 위해서는 SQL을 흔히 익힌다. 이 과정에서는 SQL이 중점사항은 아니다. 언어 기반은 마찬가지로 파이썬이고, 주요 SQL 프로그램인 Oracle, MySQL 등을 다루지는 않는다. 파이썬에 속한 SQLite3으로 핵심 명령어를 인지하고 넘어가는 수순이다.

오히려 데이터수집 과정을 조금 더 확실히 짚고 넘어간다. 크롤링(인터넷에서 정보를 긁어오는 일) 실습이 꽤나 세밀하게 이어진다. 이 과정에서 API 사용법, Json 데이터의 의미와 활용법, HTML 기본 문법도 다루고 넘어간다. 최근에는 공개 데이터도 꽤나 많아졌다. 수업을 듣다보면 Kaggle, Dacon 활용법, Open Data 소스와 활용 방안도 알게된다. 강사님이 다 알려주신다.

여기까지는 크게 겁낼 필요 없었다. 다 진행과정에 있는 실습이므로 그대로 코드를 따라하다보면 이해할 수 있다.

AI ;

과정 이름이 AI 인재 양성인 만큼 앞의 과정들을 거친 후 핵심 과제는 AI다.

그 중에서도 기계 학습 분야가 우리의 주요 탐구 대상이었다. 자, 머신러닝과 딥러닝. 말만 들어도 겁나는 일이다. 이걸 내가 직접 해본다니. 이상한 일이지만 실제로 그 일이 일어났다.

AI 학습은 이렇게 이뤄졌다.

1) 개념 이해(수식과 설명) 2) 핵심 도구 학습(Scikit-Learn, Tensorflow가 핵심) 3) 적용

분명 한계는 있다. 수식은 기본적으로 미분, 적분, 선형대수학을 이해한다는 전제로 이뤄진다. 물론 난 아니었다. 그러니 실제 수식이 적용되는 과정은 대강 넘기고 그 원리만 이해할 수 있었다. 이마저도 친절한 설명과 몇 차례 돌려보는 녹화본 아니었으면 불가능했을테다. 코드와 도구도 모든 것을 이해하지는 못했다. 다만 적용을 위한 필수 항목만 알아냈을뿐.

실제로 3개월만에 척척 AI를 이해하고 곧바로 컴퓨터와 내 프로젝트에 적용하는 것은 어쩌면 불가능한 일일지도 모른다. 다만 이를 위한 모든 과정을 탐구하고 공부해나가야할 방향과 주요 과제들은 명확히 주어진다. 남은 건 내 몫일뿐.

수업에서는 머신러닝의 주요 지도학습 이론, 비지도학습 이론, 딥러닝 기본 모델 -> CV, 자연어 처리를 위한 딥러닝 등 모든 범위를 훑는다. 다만 시간에 한계가 있는만큼 기초 이론을 짚고 적용하는 것까지 의의가 있다. 실제 주요 학습은 프로젝트와 동시에 일어나기 때문에 내가 이해하고자 하는 AI 분야가 어디인지 고민하고 이를 프로젝트에 가져오도록 팀원들과 대화하는 것이 중요했다.

1 - 3) 프로젝트

과정을 거치는 중간중간에 프로젝트가 나온다. 내 경우, 수업 시작 약 2주 만에 첫 프로젝트를 진행했다. 인원은 4~5명 사이로 구성됐으며 강사님이 우리가 제출한 코딩 능력 수준에 따라 임의로 정해줬다.

나는 프로젝트를 앞두고 무척 걱정했다. 말 그대로 아무것도 하지 못하고 꿔다놓은 보릿자루처럼 멍하니 있을까봐 싶어서였다.

하지만 생각보다 그럴 일은 적다. 프로젝트가 시작하면 각자 해야할 역할들이 있다. 팀원들끼리 코드를 함께 익히고 데이터를 처리할 방안을 고민하다보면 분명히 내가 해결할 수 있는 일이 주어진다. 벅찰 때도 많았다. 따라가는 것만으로 허덕일 때도 있었다. 다만 포기하지 않는다면 분명히 역할을 할 수 있었고, 이는 큰 기쁨으로 돌아왔다.

첫 프로젝트는 데이터 처리와 통계였다. 우리 팀은 저 엑셀 형태의 도서관 데이터를 바탕으로 이용자 위치를 입력받아 인근 도서관을 추천해주는 시스템을 구축했다. 그리고 실제로 해냈다. 물론 코딩에 어느정도 해박한 팀원의 리딩을 따라 진행했지만, 나로써도 여러 역할을 해냈기에 무척 놀라운 성과였다.

프로젝트는 이론으로 배운 코드들을 실제 데이터에 맞게 적용하는 단계다. 소설 이론을 오래도록 배우면 소설에 해박해질 수 있다. 그러나 단기간에 소설에 대한 이해를 끌어올리려면 직접 시행착오를 겪으며 써보는 것이 가장 큰 도움이 될테다. 프로젝트는 실제로 소설을 써보는 단계다. 지정해준 단계에 맞춰 조금씩 능력을 끌어올리는만큼 이 프로젝트에 최선을 다하는 것이 가장 좋은 학습효과를 줄 것이라 믿는다.

우리 반은 총 다섯 번의 프로젝트를 진행했다. 데이터처리&시각화, 머신러닝(ML) 적용 1/2, 딥러닝(DL) 적용, 파이널 프로젝트 이렇게 다섯 개다. 한 번씩 프로젝트를 진행할 때마다 키가 껑충 뛰는 기분이었다.

마지막 프로젝트(이상형 월드컵 기반 영화 추천 프로젝트)에서 구성한 추천 시스템 코드 일부분이다. 이 아래로 이어지는 긴 코드의 시작점으로 극히 일부분이다. 아무것도 모르던 상태에서 3개월만에 자아낸 코드다. 이 문장들 하나하나를 이해하고 있다는 것도 내게는 참 이상한 일이다. 이 코드 외에도 수없이 많은 코드들을 보고 적용하며 만들어냈다. 이 함수는 심지어 쉽고 간단한 편이다. 놀라운 일이다.

다음, 마지막 포스팅에서는 진짜 후기를 다뤄본다. 수업을 들으며 느낀점, 배운점, 나아갈 방향들을 적겠다.

인생책, 짧은글 (13) 임꺽정

Algori — Tue, 9 Mar 2021 22:50:48 +0900

임꺽정

홍명희 / 사계절

이제 인생책 이야기는 소설로 접어든다.

그 처음은 임꺽정이다. 가장 먼저 읽는 재미를 알려준 책들은 동화였지만, 소설의 처음은 임꺽정이다. 이건 변할 일 없다. 처음은 그래서 중요한 거다. 변하지 않으니.

책 내용은 세밀하게 기억나지 않는다. 다만 책을 읽던 그 때의 풍경이 떠오른다. 집에 있는 임꺽정 책은 아주 낡았다. 종이는 노랬다. 가운데 몇 장은 빠져있어서 떨어뜨리지 않도록 조심해야했다. 책에서는 냄새가 났다. 쿰쿰한 냄새. 책을 털면 먼지가 툭툭 떨어졌다. 누워 책을 읽으면 자꾸만 얼굴 위로 무언가 쏟아지는 듯했다. 한 권 한 권은 그리 두껍지 않았다. 두음법칙은 잘 적용돼 읽는데 어려움은 없었다. 나는 책을 잡고 나면, 내리 한 권씩 읽어냈다.

글을 읽으면 모든 모습이 그대로 그려졌다. 임꺽정을 비롯해 모든 인물들이 내 곁에 있었다. 그들은 그들 목소리로 말을 하고 움직였다. 걸었고 웃었고 울다가 싸웠다.

나는 황천왕동이가 가장 좋았다. 빨라서 좋았고 순진해서 좋았고 백두산에서 내려와서 좋았다. 그러고보면 그리스신화 최애인 헤르메스와 비슷한 느낌이 있다. (어떤 집단의 최애와 이를 정하는 심리에 관해서도 나중에 써봐야겠다)

여하튼 가끔 소설읽기나 쓰기가 마냥 즐겁지 않아질때면 임꺽정을 떠올린다. 그 글을 읽던 나와 그 글이 주는 기억을 상기한다. 임꺽정을 기억한다.

비전공자 멋쟁이사자처럼 K 디지털 AI 과정 후기 (1) 신청부터 합격까지

Algori — Tue, 9 Mar 2021 21:08:10 +0900

0.

12월 초 시작해 2월말까지. 나는 멋쟁이사자처럼 k digital AI 인재 양성과정을 수강했다.

시작 전에 우선 당시 내 상황을 말해야겠다.

나는 코딩을 정말 아-무것도 몰랐다.

C언어가 왜 언어인지도 몰랐다. 이를테면 C가 컴퓨터의 C겠지? 이 정도가 전부다. C와 JAVA 정도야 스쳐 들었다만, 수업에 들어가고 나서야 파이썬이라는 단어를 처음 들었다.

IT 기반 지식은 아주 찔끔 있었다. 나는 문창과를 나왔다. 학창시절에는 소설 공부만 했다. 학교를 나와 일을 구해야 했고 글쓰는 직업을 찾다보니 작은 신문사 기자가 됐다. 용케 IT 분야를 맡았다. 처음에는 게임에서 시작해 네이버, 카카오로 눈을 돌리며 클라우드, 데이터, AI 등에 관심을 가졌다. 따라서 우리 주변 삶에 놀라운 일들이 일어나는 것에 AI가 지대한 영향을 끼치고 있다는 점은 알았다. 다만 어떻게 그런 영향을 끼치는 지는 1도 몰랐다. 정말 아-무것도 몰랐다.

AI도 마찬가지다. 기계학습-머신러닝은 알고 있었다. 딥러닝이 잘 나가는 분야고, 이미지와 사운드 데이터도 처리한다는 것은 들었다. 데이터가 무지막지 중요한 점도 알았다. 데이터의 확보와 활용이 기업의 핵심으로 자리잡은지 좀 됐으며 국가 권력과 밀접한 관계가 될 것이라는 점은 짐작했다. 개발 분야도 알았다. 프론트엔드와 백엔드, 데이터 관련 직군 등. IT 회사 고용 관련 기사를 써서 아는 정도였다.

정리하자면, 나는 완전 초짜다. 비전공자 중 비전공자였다. 코딩의 ㅋ도 모른다는 나를 두고 하는 말이었다.

(물론 지금도 완전 초짜다. 그래도 3개월 수업을 들었으니 이제 코딩의 ㅋ을 반쯤은 알지 않을까? 하고 희망한다. 어떤 광고들처럼 수료로 인한 드라마틱한 반전은 없다.)

아, 참 나는 스물아홉 마지막에 과정에 지원했고 중간에 해가 바뀌며 서른이 됐다.

1. 관심

내가 다니던 신문사의 경영진은 메이저 경제지 출신이었다. 나는 산업부였고 돈을 따라다녔다. 다만 소설을 잡고 있던 내게 돈은 그렇게 재미있지 않았다. 내가 쓰는 기사는 대략 200~4000뷰 정도 조회수가 나왔다. 나는 오래 글을 써왔고 매일 짧게 짧게 글을 적어 올리는 것이 괴로웠다.

미래를 고민해야했다. 이 일을 계속할 수 있을지 고민했다. 기자는 즐겁지 않았지만 IT는 흥미로웠다. 2020년, 세계는 고통이었지만, 한국 IT 업계는 특수였다. 종종 만나는 출입처 사람들은 신바람나게 일했다. 개발자들 몸값이 많이 뛰었다. 고민의 끝에서 나는 회사를 나왔다.

이제와 고백한다만 나는 개발자들이 돈을 많이 번다 해서 이 과정에 지원했다. 일하는 환경도 기가 막히게 자유로워 보였다. 세상에 없던 것을 만들어내는듯 했다. 유튜브를 보니 코딩이 게임보다 재밌어 퇴근 후에도 주말에도 다들 컴퓨터를 붙잡고 있는다 했다. 뚝딱뚝딱 멋있어 보였고 다들 자기 일을 즐거워했다. 그래서 궁금했다.

남는 건 시간과 급한 마음뿐이었고 가진 건 자랑할 것 몇 줄 없는 자소서였다. 그러다 인스타그램에서 멋쟁이사자처럼 k-digital AI 인재양성과정을 봤다. 마음이 혹했다.

1 - 1 지원 사이트 보기

k-digital.likelion.net/

멋쟁이사자처럼 전액국비지원 교육 과정 모집

지루한 이론 위주의 수업 대신, 실제 현업에서 활용할 수 있는 실습으로 기초부터 재밌고, 탄탄하게 다져요

k-digital.likelion.net

공식 지원 사이트다.

과정 설명과 참여 과정, Q&A까지 아주 잘 정리됐다. 내가 수강하며 겪은 모든 과정은 다 담겨 있다. 사이트를 샅샅이 훑어보면 큰 도움이 될 거다. (혹은 겁이 나서 망설인다면 생각없이 지원하자.)

나는 물론 잘 몰라서 윗부분만 보고 말았지만, 아래 커리큘럼을 잘 확인할 필요가 있다. 정말 저 과정 그대로 간다. 모르는 단어들은 검색해서 찾아보면 도움이 될테다. 완전 응애 난이도 파이썬(print문)부터 딥러닝 모델 활용 프로젝트까지 한다. (말도 안 되나 싶지만 정말 한다. 나도 했다.)

2. 지원

안내 페이지를 찾아 들어갔다.

위 사진은 검은 색인데 처음에는 흰색이었다. 포스팅 처음 사진에 걸린 저 노트북 사진조차 없었다.

1기 선발 절차는 서류 하나였다. (지금은 면접과정이 추가됐다.) 질문지를 보기 위해 지원 창을 열어봤다. 구글 설문지였다. 대학 때 친구들이 과제하려고 보낼 때는 봤었는데. 질문은 세 개였다.

처음에는 고민했다. 이거 정말 지원하는게 맞나 싶었다. 아르바이트를 할 때도 늘 면접을 봤는데.

멋쟁이사자처럼의 이두희 대표를 알고 있었다. 유명하다 했다. 이쪽 교육과정에서도 알아주는 듯 했다. 기사도 많았다. 똑같은 본문에 제목만 다른 기사가 많다는 것은 정부 주요 부처와 대기업이 참여한다는 이야기일 확률이 높았다. 무엇보다 손해볼 것이 없다. 나는 이쪽에서 정말 아무것도 없으니.

그래, 지원을 마음먹었다.

2 - 1 자소서

사실 질문 내용과 내가 서술한 내용을 써야 한다. 이 포스팅을 읽는 분들은 그것이 중요할 테다. 나는 원래 내가 지원한 모든 자소서와 포트폴리오를 정리해둔다. 그런데 없다. 당시에 사피에도 서류를 넣었는데 그것도 같이 없다. 참 묘하다. 다른 떨어진 자소서들은 다 가지고 있으면서 합격 자소서는 없다니... 다음에 나온다면 잘 서술해보겠다.

지금은 2기 지원이 끝나 질문항목을 볼 수가 없다. 다음에 3기 질문지가 열리면 같이 살펴보겠다. 기억에 의존해야겠다.

수업에서 무엇을 원하는지, 임하는 자세가 무엇인지, 최종 목표가 무엇인지. 이 세가지였던 것 같다.

1 수업에서 무엇을 원하나

아무것도 모른다는 것을 돌려 말했다. 다만 개발이 끝없는 공부라는 것은 알고 있었으므로 공부를 해나갈 수 있는 기초 근육을 쌓아가고 싶다고 적었다. (물론 당시에는 기초 근육이 어떤 것들이 될지 몰랐다.) IT 기자로 일하며 해당 업계 상황과 트렌드를 알고 있다고 어필하기도 했다.

2 임하는 자세가 무엇인지

나는 성실하다. 겁내기보다 도전하고 최선을 다해 부딪친다. 포기는 잘 안 한다. 이 점을 강조했다. 최선을 다하겠습니다~ 성실하게 임하겠습니다~ 동기생들과 사이 좋게 지내겠습니다~

3 최종 목표가 무엇인지

이것도 잘 모르니 명확하게 적지는 못했다. 다만 당시에도 데이터가 얼마나 중요한지, 고객들로부터 질 좋은 데이터를 확보하는 것, 회사의 생소한 AI 서비스를 바탕으로 대중에 어떻게 다가가야 하는지, 등등이 중요한 것은 알았다. 그러니 고객 입장에서 다가갈 수 있는 프론트엔드 개발자를 목표로 적었던 것으로 기억한다. (다음 포스팅에서 적겠지만 이 과정은 백엔드, 프론트엔드하고는 좀 거리가 있었다.)

결과는.

합격했다. (물론 합격했으니 후기를 쓰는 거다)

위 사진은 합격 통보는 아니고 합격자 등록용 구글 설문지 작성 후 받은 메일이다. 문자로 통보가 왔다.

2기부터는 면접 과정이 새로 생긴 것으로 보인다. 아마 다음 기수도 그럴 테다. 나도 처음 안 사실인데 경쟁률이 7.8대1이었다고 한다. 놀랍게도. 나는 1기라 사람들이 지원을 덜 해서 붙었다고만 생각했는데;;

지원할 분들에게 어떤 도움의 말을 할 수 있을지 모르겠다. 모든 지원과 합격이 얼마나 다를까. 다만 나는 이 공부가 정말 궁금했다. 새로운 것에 겁없이 도전하고 또 성실히 해나갈 마음이 컸다. 그것을 그대로 썼고, 그대로 어필했다. 무엇이든 이런 마음이 도움이 될테다. 도전을 할 필요가 있다. 도전했다면 열심히 할 만 하다.

3. 등록

이 과정은 전액 국비 지원 과정이다. HRD.net에서 본 바로는 수강료가 약 700만원대였다.

돈을 지원받기 위한 과정이 필요하다. 내일배움카드를 발급받았다. 인터넷으로도 신청할 수 있다. 실물카드를 받아야함으로 카드사와 전화도 주고 받아야 한다. 자격만 갖춰진다면 크게 어렵지는 않았다.

우리 기수는 1기라 그런지 수업 이후에 카드를 신청해도 됐다. 다만 과정을 들으면 시간이 적어지니 그 전에 미리 받아두는 것이 좋을테다. 멋사 신청사이트를 보면 발급방법도 가벼이 설명해준다.

개인노트북도 있어야 한다. 나는 LG그램을 썼다. 꼭 최신사양 컴퓨터는 없어도 된다고 했다. 과한 코딩은 또 콜랩 등 다른 방식을 쓰기 때문에 실제로 그런 듯하다. 너무 나쁜 컴퓨터만 아니라면 적당히 쓸만할테다.

다음은 합격자 등록 설문이다. 간단히 필요한 개인정보만 기입한 후 이 분야를 선정한다. 나는 크게 고민 없이 답했다. 글을 썼으니 자연어와 데이터분석에 관심 있다고 말했다.

알고 보니 이는 반을 선정하는데 들어갔다. 이 답에 따라 강사님이 달라진다는 거다. 또 큰 줄기는 같지만 강사님들에 따라 과정도 조금씩 달랐다고 한다. 그러니 좀 더 신중하게 알아보고 선택할 필요가 있어 보인다.

수업 전에 준비할 것두 있다. 수업용 구글 계정을 인증해야 한다. 프로그램인 아나콘다를 설치한다. 주피터노트북도 같이. 우리는 온라인으로 해서 줌과 팀뷰어도 설치했다. 메신저는 슬랙을 쓴다. 마찬가지로 준비해준다.

걱정할 필요는 없다. 상세한 안내메일이 온다. 노션에 적혀 있는 그대로, 정말 시킨 그대로 하면 된다. (다르게 하면 나중에 고생할 수도.)

이제, 수업 준비가 끝났다.

수업 내용과 개인 후기는 다음 포스팅으로 이어 써보겠다.

나는 수업을 들으며 하루하루 수업 내용도 기록했다. 매일. TIL 코너로 가면 흔적이 있다.

코딩 공부의 방향을 고민함 2

Algori — Mon, 8 Mar 2021 16:32:37 +0900

1. 푸념1

푸념은 기운이 빠지니 안 쓰는 것이 좋다지만, 나는 늘 쓰면서 살았기에 푸념을 또 글로 옮길 수밖에 없다.

어느새 서른이다. 나이를 많이 먹었다. 글을 썼지만 또 놀았고, 나름 하고자 하는 일이 있었으나 그 누구보다 열심히 했다고는 할 수 없다. 그러다보니 내게 남은 것이 많지 않다. 많은 이들이 갖고자 하는 돈, 경력, 실력, 다 내 것이 아닌 것만 같다. 마음은 급하지만 몸은 그만큼 부지런하지는 못하지 싶다.

국비지원프로그램서 만난 프로젝트 팀원들이 나보다 많이 어리고 똑똑해서 하는 이야기다. 흰머리가 많이 나서 혼자 쭈그려 앉아 염색을 하다보니 든 생각이다. AI 인재양성 코스를 들으며 동기부여를 해볼까 싶어 개발자 유튜브, 블로그들을 돌다가 "나는 코딩이 너무 재밌다", "나는 툭하면 밤을 샜다", "나는 집 가면 매일 공부한다", "나는 오늘도 쉬지 않는다" 등의 이야기를 보다보면 오히려 꽉 죄인다. 그들의 말은 거의 내 멱살을 쥔다. 어디 가서 이런 말 해봤자 "그러면 너도 밤을 새야지"가 정답일 테다. 나는 늦으면 졸려서 잔다.

아, 나는 적당히가 좋다. 적당하다는 말은 너무 적당해서 좋다. 적당히 미움받지 않도록, 적당히 내가 맡은 일을 하도록, 적당히 계속 곁에 있는 이들과 지낼만큼 그만큼만. 요즘 같은 날들은 적당히가 안 통한다. 적당히는 나쁘다. 그럼 잘 해야 하는데, 잘 하는 것은 어렵다. 적당히 해서는 안 된다. 이건 참 고민이다. 아마 이런 자세가 내 글에도 배고 자기소개서에도 배고 걸음에도 배고 하다 보면, 나는 참 곤란할 테다. 아마 취업 때 이 블로그를 적어둘테니, 그 시즌이 오면 이 글은 블라인드 처리할지도 모른다.

뭐, 네카라쿠배에서 일하려면, 운이 좋아서 구글이나 우버 같은 곳에서 일하려면, 연봉도 막 1억씩 받고 대기업 들어가려면, 열심히도 하고, 잘도 하고, 그래야 한다.

그러다 퍼뜩 생각했다. 다시, 방향을 생각하자. 적당히 할 수 있는 방향으로.

남들한테 목을 매어봤자다.(어차피 잘 모르는 사이라서 목도 못 맨다.) 내가 ~였으면 좋았을텐데, 하는 후회는 이십대때 다 했다. 이제는 나는 ~는 할 수 있을텐데, 하는 생각을 할 때다.

2. 일하는 나

나는 나를 잘 안다고 생각해왔다. 맞는 말이다. 나만큼 나를 잘 아는 사람이 없다. 나는 늘 나로써만 있다.

다만 '일하는 나'는 또 다르다. 대학에서는 소설을 쓰겠다,고 마음 먹고 소설을 썼다. 대학에서 나와 일을 하자니 '소설을 쓰는 나'와는 또 다른 나를 찾아야했다. 자기소개서 문항을 하나하나 채우다보면 어느새 나와 똑 닮은 나를 하나 더 만드는 기분이다.

그 문항들 속 '일하고 싶은 나'는 참 많이 만들었다. 우선 소설을 썼다. 모임을 만들고 친구들과 소설을 모아 3년째 작품집을 만들었다. 길러낸 '안목'을 바탕으로 행동을 '기획'하고 팀원들과 '소통'하며 좋은 결과물을 만들었다. 기자도 했다. 기사를 썼다. 인턴 기간 '성실'함을 앞세워 IT 분야를 온전히 담당하는 기자가 됐으며 포털, 스타트업 쪽으로도 품을 넓혔다. 신규 프로젝트인 유튜브 TF팀에 '도전'해 기획&구성작가 역할을 맡았다. 내가 들어가고 좀 더 체계적인 영상을 만들며 조회수가 약 3배가량 늘었다. 이건 메인이다.

다음은 곁다리다. 나는 대학 밴드에서 베이스를 치며 음악도 만들었다. 음원 등록된 곡에 작사 2곡, 작곡 1곡, 베이스 연주 1곡으로 참여했다. 잡지학교를 다녔다. 출판학교를 다녔다. 독도경비대를 나왔다. 책방 등 봉사활동을 자주 했다. 청소년 영화를 찍은 경험이 있다. 신화를 오래 공부했다. 여자친구와 9년이 넘도록 연애 중이다. 자취를 오래 했다. 스트레스 받을 때는 달린다. 오래 피우던 담배를 끊었다. 토익은 760점이 전부다. 한국사 자격증이 있다. KBS 한국어 자격증은 3+급이다. 보통이다. 포토샵과 프리미어 자격증이 있다. 어중간한 서울 4년제 문예창작학과다. (자격은 볼품없는 편이다.)

듣는 사람이다. 성실한 사람이다. 굳세고 낙천적이다. 선한 영향력을 뻗칠 수 있으면 좋겠다. 좋아하는 글은 레이먼드 카버의 대성당이다.

나는 끊임없이 이런 모습의 나를 회사에 보냈다. 생각보다 반응은 별로였고, 이런 나는 거부당했다.

3. 내게 나는

좌절하지 않기 위해 나는 여러 차례 내가 생각하는 나는 이와 또 다르다고 자꾸만 되뇌였다.

나는 소설을 썼다. 소설보는 걸 참 좋아했다. 어려서부터 책이 옆에 있으면 나는 곧잘 집었다. 집어서 앞표지를 보고 뒷표지를 보고 날개를 열어 작가를 봤다. 머릿말을 읽고 차례를 살피고앞에서부터 읽어내려갔다. 중간중간 골라 읽지 않았고 웬만하면 앉은 자리에서 다 보는 걸 선호했다. 몇가지 이야기는 -이를테면 홍명희 임꺽정, 샐린저 호밀밭의 파수꾼, 미하엘 엔데 끝없는 이야기, 카버 대성당, 쿤데라 참을 수 없는 존재의 가벼움- 전에 알지 못했던 희열을 줬다. 이 기쁨은 여전히 나를 지탱한다. 여전히 나는 읽고 쓴다. 모임의 친구들과 소설 가르쳐주시는 선생님과 소설 이야기를 하는 것은 즐겁다. 나는 앉은 자리에서 여덟시간도 넘게 소설 이야기를 할 수 있다. 하고 싶다. 무슨 말도 좋다. 요즘 트렌드를 말해도 좋고 재밌게 본 소설 얘기를 해도 좋다. 위태로운 소설의 앞날에 관해 말하는 것도 좋아하고 내가 쓴 이야기를 가지고 이러쿵저러쿵 떠드는 걸 가장 좋아한다.

나는 기자 일을 했다. 글 쓰는 일을 직업으로 삼고 싶어서였다. 회사에 들어가고 두 달 만에 코로나가 터졌다. 나는 주로 온라인으로 행사에 참여했다. 보도자료를 기사 형태로 옮기는 일이 주 업무였다. 나는 쉬지 않고 타이핑했다. 맞춤법을 틀리지 않도록, 문장 구조가 깔끔해지도록, 더 많은 정보를 얹어내도록, 노력하고자 했다. 때로는 세상에 선한 이야기들을 전하고 싶기도 했다. 쉽지 않았다. 나는 나도 모르게 상상력으로 구현한 이야기가 문장들 틈새에 숨어 들어가지 않을까 겁이 났다. 작은 언론이어도 내 글을 천명이, 이천명이, 삼천명이 봤다. 거기서 나는 돈 이야기를 주로 했다. 게임사가 돈을 얼마나 많이 버는지, 그게 얼마나 재밌는지 얘기했다. 다만 나는 그 돈 이야기가 재미없었다.

나는 밴드를 했다. 밴드음악도 소설만큼 좋아했는데 어느 순간 애정이 줄었다. 아마 소설을 제대로 쓰기로 마음 먹은 뒤인 듯 하다. 이제는 듣던 노래만 듣는다. 나는 목적이 있는 공부를 좋아한다. 누군가 큰 얼개를 잡아주면 거기에 세밀함을 더하는 일이 더 편하다. 다만 얼개를 잡는 일에 주로 참여한다. 내가 정말 열성적인 일이라면 누구에게나 큰 설득력을 가진다. 결과보다는 과정이 더 중요하다고 생각했다. 돈에 관심이 없다. 재미를 추구한다. 스트레스 받을 때는 침울해진다. 담배를 끊고는 먹는 일에도 재미가 붙었다.

나는 또, 나는 또. 그러나 이 이야기는 내가 아닌 이들에게는 재미없는 이야기일테다. 더군다나 내가 아무것도 아닌 이상에서야. 나는 이런 식으로 생각하는 편이다. 낙천적이라 포장하지만 비관이 베이스다. 나는 생각하고, 다시 생각하고, 반대로 생각하고, 꼬아서 생각한다.

4. 코딩 공부의 방향을 고민함

여기까지가 나다. 나는 많고 그래서 나도 잘 모르겠다.

다만 이대로 머물 수는 없고 그러니 이제 나는 ~할 수 있을텐데, 를 고민할 차례다.

앞부터 말해야겠다. 나는 데이터 수집이 재밌지 싶다. 또 한편으로는 데이터의 활용 방안을 설명할 수 있지 않을까 한다. 정리하면

1. 데이터 수집의 구조와 얼개 고안.

2. 더 세밀하면서 필요한 데이터 확보를 위한 방안 마련.

3. 데이터의 수집과 활용에 관한 쉬운 설명.

k_digital 과정에서는 프로젝트를 다섯 차례 가량 했다. 묘하게 나는 끊임없이 추천 시스템을 만들었다. 위치 기반 도서관 추천, 가사 기반 음악 추천, 영화 추천 구현. 이렇게 세 차례나 추천 시스템을 만들었다. 과정은 추천 시스템에 관한 꼭지는 따로 없지만, 구현에 필요한 파이썬 코드와 정보들-데이터 전처리, 텍스트 벡터화, 유사도 비교- 등을 포함한다.

추천하고자 하는 이에게는 적절한 데이터가 필요하다. 이를테면 영화를 추천하기 위해 우리는 영화의 이름, 장르, 감독, 배우, 평균 별점, 별점 갯수, 포스터, 영화 설명 링크를 필요로 했다. 데이터는 개인 단위 프로젝트에서 구할 수 있는 한계를 넘는다. 따라서 우리는 배포 중인 데이터를 받아왔다. 이 데이터에는 예산을 비롯해 더 많은 메타 정보들이 있다. 여기서 고민 1. 이 데이터 구조와 얼개는 누가 고안했을까. 올바른 성과를 내기 위해 더 세밀하게 데이터를 구분한다면, 어떤 것을 기준으로 해야할까.

추천은 개인화가 대세다. 개인에게 추천하지 않고, 누구에게나 같은 것을 추천하면 의미가 떨어진다. 회사는 각자의 취향을 알아내야 한다. 나는 이 문제를 해결하고자 영화 추천 프로젝트에 이상형 월드컵을 포함할 것을 제안하기도 했다. 취향을 받아내는 일은 어렵다. 나는 아직도 내 친한 친구들이 가장 좋아하는 영화가 뭔지 모두 알지 못한다. 아마 회사에서 가장 필요로 하는 것은 이런 데이터일 것이다. 그럼 고민 2. 어떻게 남의 취향을 알아내지?

마지막. 나는 정말 아무것도 모른채 과정에 참여했다. 하지만 정말루 성실하게 임했고 아득바득 쏟아지는 새로운 것들을 받아내기 위해 노력했다. 이를 돕고자 그동안 해왔던 대로 글로 정리했다. 더 쉽게, 더 정확하게, 더 부드럽게 지식을 표현하고자 애썼다. 하다보니 재미있었다. 정보 정리부터 이미지 자료 구성까지 다 나름 흥미로웠다. 남들도 AI는 궁금하지 않을까? AI, AI 하는데 대체 얼마나들 알고 있을까? 현재 지식의 독점과 배포의 문제로 새로운 계급이 만들어지는 것은 아닐까? 해서 고민 3. 데이터의 수집부터 활용까지. 사람들에게 더 정확하게 알릴 방법은 무엇일까?

내 조건을 대입한다.

1. 데이터 수집의 구조와 얼개 고안 : 다양한 콘텐츠 제작과 끊임없는 관심을 바탕으로 도메인 지식이 꽤 쌓여 있다.

2. 더 세밀하면서 필요한 데이터 확보를 위한 방안 마련 : 소설과 신화를 공부하며 인간 행동에 관해 오래 고민했다.

3. 데이터의 수집과 활용에 관한 쉬운 설명 : 나는 이해가 빠르다. 기자 일 하며 빠른 지식 정리와 전달 능력도 늘었다.

공부 방향도 설정한다.

1. 데이터 수집의 구조와 얼개 고안 : DB 구조에 대한 공부가 필요. SQL과 정보처리기사를 우선적으로 고민해보자.

2. 더 세밀하면서 필요한 데이터 확보를 위한 방안 마련 : 마케팅, 소비학에 대한 이해가 필요할 것.

3. 데이터의 수집과 활용에 관한 쉬운 설명 : 이미지 자료 작성, PPT 만들기 등 시각적 이미지 활용에도 더 큰 능력치가 필요.

공통 : 구글 애널리틱스, 태블로 등 마케팅 데이터 툴 공부가 필요하다.

이에 따라 할 수 있는 직업군.

주요 직군 : 퍼포먼스 마케터, 콘텐츠 마케터, 데이터 애널리스트

-사실 데이터를 활용하며 스토리텔링 능력치가 필요한 일이라면 다 지원할 수 있겠다.

5. 푸념 2

요즈음은 글이 자꾸 갈피를 잃는다.

이 글만 해도 그렇다. 푸념으로 시작해서 내 정체성 찾기로 가다가 어느새 마지막에는 직업군을 정리하고 있다. 하고자 하는 말과 생각을 모두 하나로 아우를만한 여유가 몸에서 나오지 않는 느낌이다. 갈팡질팡하다 갈 길을 정하지 못하는 내 모습이 글에도 그대로 나타난다.

그럼에도 쓰면서 떨어낸다. 집에 앉아 있으면 조금씩, 조금씩, 새어 나오는 우울과 좌절과 슬픔과 괴로움 따위를 덜어낸다. 할 수 있다고 생각하고 해보자고 마음 먹는다. 적고 실제로 조금씩 해나간다. 그러기로 한다.

그런 의미로 이 정리 안 된 글도 올린다. 내일부터는 차례차례 멋쟁이사자처럼 k-digital 후기, 추천 프로젝트 3개, 추천 시스템 공부&정리글, 머신러닝&딥러닝 복습&정리글을 포스팅하고자 한다. 포트폴리오도 마련되는대로 조금씩 올려보면 좋겠다. 지원도 하고.

사실 이제는 코딩한다, 말하기도 애매하고 코딩 공부의 방향을 고민함, 이라 제목 붙이기도 민망하지만, 또 새로이 해나간다. 할 수 있는 일을 한다. 그러기로 한다.