대학교에서 소프트웨어를 전공하면 AI도 자연스럽게 알게 될까요?

아이펠 AI 리서처 트랙 17기를 수료한 수정님의 대답은 조금 달랐습니다.

컴퓨터 네트워크와 데이터베이스를 배우고, 별도의 데이터 분석 부트캠프까지 경험했지만

AI와 딥러닝은 여전히 막연하게 느껴졌다는 아이펠 AI 리서처 트랙 수료생 수정님.

AI가 막연했던 전공생은 어떻게 직접 실험을 설계하고 논문을 작성하게 되었을까요?

수정님의 6개월을 확인해보세요!👇

안녕하세요, 수정님! 간단한 자기소개와 요즘 근황을 들려주세요.

안녕하세요. 소프트웨어를 전공하고 있는 대학교 3학년 최수정입니다.

아이펠 AI 리서처 과정을 수료한 뒤 학교에 복학해 ‘머신러닝 및 실습’ 등의 전공 수업을 듣고 있어요.

아이펠에서 배운 내용도 다시 복습하며 정리할 예정입니다.

소프트웨어 전공생인데도 AI 부트캠프를, 그중에서도 아이펠 AI 리서처 트랙을 선택한 이유가 궁금해요.

전공 수업에서 컴퓨터 네트워크나 데이터베이스 같은 CS 과목을 배우고 성적도 잘 받았지만,

정작 AI에 대해서는 잘 모른다는 생각이 들었어요.

‘AI 시대에 나만 뒤처지는 건 아닐까?’ 하는 걱정도 있었고요.

그래서 휴학 후 2개월간 데이터 분석 부트캠프도 들어봤는데,

딥러닝과 AI의 원리를 제대로 배우고 싶다는 갈증은 해소가 안 되더라고요.

남은 휴학 기간을 의미 있게 보내고 싶어 여러 교육과 대외활동을 찾아보다가 아이펠 AI 리서처 트랙을 알게 됐어요.

AI를 기초부터 배우면서 질문과 발표를 통해 다른 수강생들과 함께 성장한다는 점이 특히 마음에 들었어요.

기존에 경험했던 📌강의 중심 교육과는 다른 방식이라 더 궁금했고,

제 지적 호기심을 가장 잘 채워줄 수 있는 과정이라고 생각이 들어 선택했습니다.

_{📌잠깐! 아이펠의 ‘퍼실리테이터(Facilitator)’와 ‘그루(Grew)’}

_{아이펠에서는 교육을 이끄는 사람을 ‘퍼실리테이터’, 과정에 참여하는 학습자를 ‘그루’라고 불러요.}

_{퍼실리테이터는 학습 내용을 설명하고 필요한 방향을 안내하는 동시에, 일방적으로 정답을 전달하기보다 그루가 스스로 답을 찾도록 학습 과정을 돕는 역할을 해요.}

_{그루는 퍼실리테이터의 도움을 받아 동료들과 질문하고 탐구하며 성장하는 학습자를 말합니다.}

오전 10시부터 오후 6시까지, 퀘스트 중심으로 공부해보니 어땠나요?

처음에는 긴 수업 시간이 가장 걱정됐는데, 하루 종일 일방적으로 강의를 듣는 게 아니라서 오히려 잘 맞더라고요.

아이펠에서는 그날의 퀘스트를 중심으로 스스로 학습하고, 동료들과 질문을 주고받으며 답을 찾아가요.

그래서 정해진 시간을 버틴다기 보다 ‘오늘 시간을 어떻게 써야 더 많이 배울 수 있을까’를 고민하게 됐습니다.

별도의 적응 기간이 필요하지 않을 만큼 자연스럽게 몰입할 수 있었어요.

강사가 아닌 퍼실리테이터와 공부하는 방식, 낯설진 않았나요?

처음에는 꽤 낯설었어요.

사실 강사 대신 '퍼실리테이터'라는 이름만 다르고 강사와 비슷한 역할일 거라고 생각했는데,

시간이 지날수록 퍼실리테이터는 멘토에 가깝다는 느낌을 받았어요.

덕분에 사소하거나 엉뚱하게 느껴지는 질문도 부담 없이 꺼낼 수 있었죠.

퍼실리테이터분들도 최대한 질문을 함께 풀어가려고 해주셨고요.

물론 다루는 내용이 방대한 만큼 직접 찾아보고 공부해야 할 부분도 많았어요.

처음에는 이런 부분이 어려웠지만 그 과정에서 모르는 것을 질문하고, 필요한 자료를 직접 찾아가는 습관을 기를 수 있었습니다.

그루들과 함께하는 '액티브러닝', 다른 수업과 무엇이 달랐나요?

가장 큰 차이는 같은 문제에도 여러 답이 있다는 사실을 매일 확인할 수 있다는 점이었어요.

혼자 공부하면 제가 이해한 방식 안에서만 생각하기 쉽잖아요?

그런데 아이펠에서는 각자 진행한 프로젝트를 다음 날 공유하고, 같은 과제를 어떻게 다르게 해결했는지 이야기해요.

덕분에 ‘이 문제를 이렇게도 풀 수 있구나’라는 생각을 자주 했습니다.

나중에는 그루들이 어떻게 접근했을지 궁금해지더라고요.

서로의 의견을 주고받는 과정에서 자연스럽게 시야가 넓어졌고, 제 생각을 설명하는 힘도 기를 수 있었어요.

퀘스트 중 가장 기억에 남는 것은 무엇인가요?

‘디자인 패턴·시스템 디자인’ 템플릿을 작성했던 퀘스트가 특히 기억에 남아요.

평소에는 그날 주어진 주제를 공부하고 정리한 뒤 관련 프로젝트나 📌T/S 그룹 퀘스트를 진행했는데,

이때는 각자 관심 있는 모델과 논문을 직접 찾아 전체적인 패턴과 프로세스를 살펴봐야 했어요.

당시에 저는 뚜렷한 관심 분야도 없었고, 어디까지 이해해서 작성해야 하는지도 막막했어요.

그런데 팀원들과 각자 작성한 내용을 공유하며 새로운 내용을 배웠고,

저도 제가 정리한 내용을 직접 설명하면서 ‘내가 무엇을 알고 무엇을 모르는지’를 정확히 확인할 수 있었어요.

_{📌잠깐! T/S 그룹이란?}

_{그루들이 Teacher와 Student 역할을 번갈아 맡아, 자신이 이해한 내용을 서로 설명하는 학습 방식이에요.}

_{다른 사람에게 직접 설명하는 과정에서 무엇을 알고 모르는지 확인하고, 배운 내용을 더 확실하게 이해할 수 있어요!}

커리큘럼 중 가장 많이 성장했다고 느낀 구간은 어디였나요?

과정 초반의 딥러닝 기초와 후반부의 슬로우 페이퍼 세션이 가장 기억에 남아요.

딥러닝 기초 과정에서는 학습 콘텐츠와 교재를 공부하고, 그루들과 노션 템플릿을 채우며 주어진 시간 안에 질문에 답하는 걸 연습했어요.

처음 접하는 개념을 이해한 뒤 제 생각을 정리해 설명하는 방식이 익숙하지 않아 가장 힘들었지만, 그만큼 많이 성장한 구간이기도 합니다.

모든 내용을 완벽하게 이해한 것은 아니지만, 그루들과 의견을 나누며 공부한 덕분에 짧은 시간 안에 다양한 딥러닝 개념을 익힐 수 있었어요.

슬로우 페이퍼 세션에서는 처음으로 여러 AI 논문을 읽고 분석했어요.

혼자 읽고 끝나는 게 아니라 그루들의 해석도 듣고, T/S 그룹에서 다시 제 언어로 설명했습니다.

읽은 내용을 직접 꺼내 말하는 인출 학습을 반복하면서 논문을 읽고 이해하는 방법을 배울 수 있었어요.

지원 당시 “AI의 사용자가 아니라 이해자가 되고 싶다”고 한 목표, 얼마나 이뤘나요?

목표의 50% 정도는 이룬 것 같아요.

예전에도 지금처럼 AI 모델과 LLM을 사용했지만, 이전에는 어떤 원리로 동작하는지 몰라 막연한 두려움이 있었는데요.

지금은 모델이 어떤 방식으로 학습했을지 기본적인 원리를 생각할 수 있어 AI를 훨씬 편하게 다룰 수 있게 됐어요.

아 그리고 새로운 모델이 나왔을 때도 달라졌어요!

예전에는 성능이나 벤치마크에 관한 글을 이해하지 못해서 그냥 넘겼다면, 이제는 관련 내용을 찾아보고 흥미롭게 읽습니다.

아직 모든 것을 아는 것은 아니지만, 아무것도 모르는 사용자에서는 한 단계 벗어났다고 느껴요.

6개월 중, 가장 도전적이었던 프로젝트를 하나 소개해주세요.

📌365 달러 챌린지에서 진행한 바이오 분야 기업 연계 프로젝트가 가장 도전적이었어요.

_{📌잠깐! 365 달러 챌린지란?}

_{관심 있는 주제를 직접 정해 팀 단위로 연구·프로젝트를 진행하고,}

_{필요한 소프트웨어나 실험 등에 활용할 수 있는 프로젝트비 365달러를 지원받는 아이펠만의 프로그램이에요!}

삼중복합체의 3차원 구조를 정확하게 예측하는 것이 목표였고, 저는 데이터팀에서 데이터 수집과 MD 증강을 담당했습니다.

처음에는 바이오 도메인을 이해하는 것부터 큰 도전이어서 관련 자료를 찾아보며 삼중복합체가 무엇인지,

왜 이 구조를 예측해야 하는지부터 공부했습니다.

이후 데이터를 수집하고, 클로드 맥스(Claude Max)를 활용해 실험을 설계한 뒤 수행하고 검증하는 과정을 거쳤어요.

하지만 1차로 수집한 데이터만으로는 기대한 결과가 나오지 않았습니다.

그래서 멘토님의 조언을 바탕으로 기존 데이터셋 외에 새로운 3차원 구조 데이터를 추가로 수집했고,

부족한 데이터를 보완하기 위해 MD 증강 실험도 설계했어요.

MD 증강 역시 처음 접하는 개념이었기 때문에 모두의연구소와 리벨리온에서 진행한 세미나에도 참여하고

여러 설정값을 찾아보며 실험을 진행했습니다. 또한 모델의 성능을 높이기 위한 추가 실험도 설계했는데요.

시간과 자원이 한정돼 있어 먼저 파일럿 실험으로 가설을 검증한 뒤, 가능성이 높은 방법만 전체 데이터에 적용했습니다.

결과적으로 현실에 존재하는 데이터 자체가 부족하고, MD 증강만으로 해결하기 어려운 한계가 있었는데요.

기대한 결과에 도달하지 못한 부분까지 원인과 실험 과정을 자세히 분석했고, 이를 바탕으로 논문 작성까지 했답니다.

👉수정님의 기업 연계 프로젝트👈

문제 정의
도메인 학습
데이터 수집
추가 데이터 탐색
MD 증강·완화 시험 설계
파일럿 가설 검증
결과 및 한계 분석
논문 작성✨

_{📌프로젝트 이후에도 이어지는 기업과의 연결}

_{해당 프로젝트에 참여한 바이오 기업에는 현재 아이펠 수료생 4명이 근무하고 있으며, 기업에서 추가 인턴십과 채용에도 관심을 보이고 있어요!}

_{이렇게 기업 연계 프로젝트를 통해 실제 업무와 유사한 문제를 경험하고, 기업에 자신의 역량을 보여줄 수 있는 접점이 만들어지기도 한답니다😎 (취업까지 한번에✌️)}

365 달러 챌린지의 프로젝트비는 어디에 활용했나요?

코딩에 필요한 소프트웨어 구독료로 사용했고, 특히 클로드 맥스(Claude Max)를 적극적으로 활용했어요.

낯선 도메인 지식을 이해하고 실험 내용을 정리하는 것부터 서버 환경 설정, 코드 작성과 실행까지 도움을 받았어요.

도메인도 생소했고 서버 자원을 활용하는 것도 처음이었지만,

프로젝트비 덕분에 프로젝트를 빠르게 이해하고 더 많은 실험을 수행할 수 있었습니다.

AI 리서처 17기는 '제주 런케이션' 프로그램이 있었는데, 그루들과 온라인을 벗어나 함께한 경험은 어땠나요?

그루들과 훨씬 가까워졌고, 그만큼 질문과 의견 공유도 활발해졌어요.

온라인에서는 서로에 대해 아는 정보가 많지 않은 상태로 과제 해결에 집중하다보니 아쉬웠는데,

제주에서 직접 만나 통성명하고, 함께 카페에 가거나 이야기를 나누면서 빠르게 친해질 수 있었습니다.

또 학습 몰입도도 훨씬 높아졌어요.

일상에서 벗어난 환경에서 수업 시간에는 같은 공간에 모여 공부하고,

수업이 끝난 뒤에도 자연스럽게 프로젝트 이야기를 이어갈 수 있었거든요.

마지막 주에는 팀원들과 풍경이 좋은 곳에 가서 경치를 보며 잠시 쉬면서도

함께 프로젝트에 관해 의견을 나눌 수 있어 더욱 의미 있었습니다.

아이펠 AI 리서처 트랙 수료 후, 학교생활에서도 달라진 점이 있나요?

가장 크게 달라진 점은 팀 프로젝트에 참여하는 태도, 협업 태도예요.

아이펠 AI 리서처 부트캠프에 참여하기 전에도 팀 프로젝트를 여러 번 했지만,

제 의견을 말하거나 팀을 주도적으로 이끄는 데는 주저하는 편이었어요.

그런데 아이펠에서 6개월 동안 서로 다른 생각을 가진 그루들과 계속 의견을 나누다 보니, 제 생각을 설명하는 데 자신감이 생겼습니다.

지금은 학교 팀 프로젝트에서도 먼저 의견을 제안하고, 팀의 방향을 잡는 일에 전보다 적극적으로 참여하고 있어요.

또 프로젝트를 관리하는 방식도 달라졌는데요.

세 번의 해커톤을 진행하며 노션으로 일정과 역할, 진행 상황을 관리하는 방법을 익혔고,

현재 학교 팀 프로젝트에서도 노션을 유용하게 활용하고 있어요.

아이펠이 진로 방향성에도 영향을 끼쳤나요?

네. 진로가 하나로 정해진 것은 아니지만, 선택할 수 있는 분야와 가능성이 훨씬 구체적으로 보이기 시작했어요.

AI 부트캠프 아이펠에 참여하기 전에는 AI가 잘 알지 못하는 미지의 세계처럼 느껴졌어요.

관심은 있었지만, 제가 AI를 활용해 어떤 일을 할 수 있을지 구체적으로 떠올리기는 어려웠거든요.

아이펠 AI 리서처 트랙에서 딥러닝을 배우고 프로젝트를 직접 경험하면서, 막연했던 AI 분야를 조금씩 이해하게 됐어요.

이제는 새로운 기술이나 분야를 접했을 때도 ‘내가 배운 것을 어떻게 활용할 수 있을까?’를 먼저 생각하게 됐습니다.

진로를 구체화하는 데 가장 도움이 된 취업 지원 프로그램은 무엇인가요?

현직자 멘토링과 제주 런케이션에서 들었던 카카오 현직자 특강이 도움이 됐어요.

현직자 특강을 통해 실제 현업에서 바라보는 AI 시장의 흐름과 필요한 역량을 들을 수 있었고,

막연하게 생각했던 진로를 조금 더 현실적인 관점에서 바라볼 수 있었습니다.

멘토링에서는 제가 궁금했던 질문마다 멘토님이 실제 경험을 바탕으로 솔직하게 답변해주셨는데,

제 상황과 고민에 맞는 이야기를 직접 들을 수 있어 앞으로의 방향을 생각하는 데 도움이 됐습니다.

앞으로 도전하고 싶은 분야가 있나요?

앞으로는 피지컬 AI과 로보틱스 분야를 더 공부해보고 싶어요.

아이펠에서 배운 CV(컴퓨터 비전)·NLP(자연어 처리) 지식과 슬로우 페이퍼 세션을 통해 익힌 최신 기술 공부법을 바탕으로

관련 프로젝트에 도전하고, 언젠가는 논문도 작성해보고 싶습니다.

그리고 게임이나 서비스처럼 AI를 활용할 수 있는 다른 분야에도 관심이 있어요.

아직 진로를 하나로 한정하기보다 아이펠에서 발견한 여러 가능성을 직접 경험하며 구체적인 방향을 찾아가고 싶어요.

아이펠 AI 리서처 트랙은 어떤 사람에게 추천하고 싶나요?

1) 하나의 문제를 사소한 부분까지 깊이 파고드는 것을 좋아하고,

2) 동료와 의견을 나누며 함께 성장하고 싶은 사람에게 추천하고 싶어요.

처음부터 질문이나 발표를 잘해야 하는 것은 아니에요.

능동적으로 질문하거나 자신의 의견을 말하는 일이 아직 어렵더라도,

그 부분을 바꾸고 싶은 사람이라면 AI 부트캠프 아이펠의 학습 방식이 잘 맞을 거라고 생각해요.

반면 누군가 정리해준 답을 듣는 방식만 선호하거나, 스스로 자료를 찾고 남들과 생각을 나누는 과정이 부담스럽다면 처음에는 낯설 수 있어요.

하지만 직접 질문하고 시도해보려는 마음이 있다면, 참여하는 만큼 더 많은 것을 얻어갈 수 있는 과정이라고 생각해요.

다시 돌아가도 AI 부트캠프 아이펠 AI 리서처 트랙을 선택할 건가요?

네, 다시 선택할 것 같아요.

6개월을 온전히 투자하는 과정인 만큼 얻어가는 것이 많아야 한다고 생각해요.

아이펠은 체계적인 커리큘럼뿐 아니라, 스스로 질문하고 움직이는 만큼 더 깊게 경험할 기회가 많아요.

특히 전 제주 런케이션을 통해 좋은 그루들을 만난 것도 다시 참여하고 싶은 이유 중 하나랍니다.

과정에 참여하기 전에는 AI와 연구, 논문 작성이 모두 막연하게 느껴졌지만 지금은 그 세계를 조금은 이해하게 됐고,

앞으로 어떤 공부를 이어갈지 스스로 질문할 수 있게 됐습니다.

수정님은 AI 부트캠프 아이펠에서 직접 질문하고, 실험하고, 결과의 한계까지 분석하는 6개월을 보냈습니다.

결국 AI가 막연하게 느껴졌던 소프트웨어 전공생에서 논문을 읽고 실험을 설계하며,

앞으로 도전하고 싶은 분야를 스스로 그릴 수 있는 사람으로 한 걸음 나아갔는데요.

수정님처럼 AI를 사용하는 데서 그치지 않고 원리를 이해하고 싶다면,

아이펠 AI 리서처 트랙에서 직접 질문하고 검증하며 나만의 연구 경험을 만들어보세요!

🔥AI 부트캠프 아이펠 AI 리서처 트랙에서는

· 딥러닝 기초부터 CV·NLP 모델링, 최신 AI 논문까지 체계적으로 학습하고,

· 기업 연계 프로젝트를 통해 AI 직무 채용에서 우대하는 연구 경험을 쌓고,

· 문제 정의부터 실험 설계·분석, 논문 작성까지 연구의 전 과정을 경험해,

· 프로젝트의 과정과 결과를 구체적으로 설명할 수 있는 취업 포트폴리오를 완성합니다.

🎁수강 혜택

· 논문 채택 시 1편당 최대 150만원 지원

· AI 툴 구독과 API 키 발급 등에 활용할 수 있는 자유 연구·프로젝트비 365달러 지원

· 6개월간 훈련장려금 최대 180만원 지원

_{※ 지원금과 훈련장려금은 지급 기준 및 개인별 조건에 따라 달라질 수 있습니다.}

AI의 사용자에서, 원리를 이해하고 설명할 수 있는 사람으로.

👉아이펠 AI 리서처 트랙👈에서 다음 도전을 시작해보세요!