네이버 부스트캠프 AI Tech 7기 RecSys후기

안녕하세요. 우이천고라니입니다.

약 6개월간 많은 걸 배웠던 부스트캠프 AI Tech 7기 과정이 끝난지도 어언 10개월.
현재는 8기 과정이 진행 중에 있지만, 늦게라도 개인적인 기록을 남기며 마음을 다잡고자 키보드를 잡습니다.

당시 배경

저는 수학과 출신으로 당시 작은 온라인 마케팅 회사에 재직 중이었으며, 광고시스템 관련 운영 효율화 솔루션에 대한 기술 지원 업무를 거쳐 OpenAI 등 LLM API를 사용한 AI 서비스 기획 업무를 하고 있었습니다.

해당 업무 이전, 일상적인 반복 업무 속에서 엑셀 내 함수를 만지작하다, 컴활을 딸 때 공부했던 매크로를 써먹다, VBA로 엑셀 업무부터 메일 발송까지 가능하다는 걸 알고 VBA를 따로 학습하며 업무를 자동화해내는 데 성공했습니다.
거기에 사용할수록 무거워지는 엑셀 파일 처리 및 웹을 통해 고객사에게 제공하고 있는 솔루션의 정보를 가져와 정리하는 업무까지 자동화하기 위해 Python의 기본 문법을 학습하고 request와 BeautifulSoup, Playwright, Pandas, Matplotlib 등을 사용해 모니터링 자동화까지 해냈습니다.

그 결과, ChatGPT의 등장으로 꾸려진 신규 사업팀에서 개발자가 아닌 준개발자의 역할로 서비스 기획 및 프로토타입 작성까지 업무를 맡게됩니다.
기본적인 CS 지식이 없는 상태에서 이끌어줄 사람이 없는 환경 내 기획한 서비스의 MVP 작성은 생각 이상으로 벅찼으나, 동시에 도전 의식을 불러일으키는 개발이라는 영역에 매료되어 교육받을 수 있는 기관을 찾아봅니다.

지원 분야

업무 자동화 구축 과정에서 생활코딩과 부스트코스를 통해 학습하며 네이버 부스트캠프 AI Tech의 존재를 알고 있었고, 모집 기간이 열리자마자 지원하게 됩니다.
모집 분야는 Vision, NLP, RecSys였고, 저는 몸담고 있는 회사가 온라인 마케팅 회사이다보니 광고 관련하여 접목할 수 있는 분야가 어딜까 고민하다가 추천 시스템인 RecSys를 지원하게 됩니다.

자기소개서

1. 부스트캠프 선택 이유와 AI 엔지니어 진로 선택 계기
2. 개발자가 되기 위해 했던 고민과 시도 그리고 배운 점
3. 자기주도적 학습 경험
4. 동료와 협업 경험

총 4가지 문항으로 구성됐으며, 각 문항별로 400자 내외를 작성하게 됩니다. 자세한 내용은 기억나지 않지만 위에 작성한 내용들을 바탕으로 지원서를 작성했습니다.

Pre-Course 학습

선택사항이었지만 학습 인증 제출시 가산점이 부여되기 때문에 열심히 들었습니다.
학습 내용은 Python 기초 문법, Pandas, Numpy 기본 사용법부터 딥러닝 학습을 위한 기초 수학, Pytorch 기본 사용법과 딥러닝 기초로 구성되어있습니다.
관련 코스는 비지원자도 수강할 수 있게 상시 열려있습니다. 인공지능 기초 다지기(1)와 인공지능 기초 다지기(2)에서 확인 가능합니다.

레벨 테스트

지원서를 접수하고 온라인으로 레벨 테스트를 보게 됩니다. 이때, 부정행위 차단을 위해 시험을 치를 PC 외에 폰 등으로 모니터링 환경 조성 확인 후 시험을 치르게 됩니다.
코딩 테스트 10문제와 AI 역량 테스트 10문제로 총 20문제가 주어졌습니다.
코딩 문제는 백준 기준 실버 정도의 문제들이었고 AI 역량 테스트 문제는 위 Pre-Course에서 학습한 내용들로 구성되어있었습니다.

학습 과정

레벨 테스트까지 마치고 며칠 후 안내 메일을 받게 됩니다.

퇴근길 한복판에서 위 메일을 확인하고 소리를 질렀던 기억이 떠오릅니다. 기뻐서 아카이빙까지 해뒀습니다 ㅎ...

입과 후, 한 팀당 대여섯 명으로 구성된 팀이 배정되고 학습을 진행합니다. 운영진 및 학습자 전원이 모이는 슬랙 워크스페이스에 초대되며, 각 팀의 채널이 생성되며, 멘토님 또한 배정되어 주에 최소 1회 멘토링을 받게됩니다.
슬랙 워크스페이스 내에는 학습 관련 채널들뿐만 아니라 관심사별 채널들도 생겨나며 오로지 학습만을 위한 것이 아니라 사소한 얘기들도 나눌 수 있습니다.

학습 내용(RecSys 기준)

1. Pytorch
2. ML LifeCycle
3. EDA & DataViz
4. AI 개발 기초
5. ML for RecSys (5부터 10까지 입과별 학습 주제 상이)
6. ML 기초 프로젝트
7. Competitive DS
8. RecSys 기초 프로젝트
9. MovieRec
10. RecSys Recent Trends
11. Generative AI
12. Product Serving
13. 최적화-경량화

여기서 한가지 짚고 넘어갈 부분은, 지원한 분야가 "추천시스템"이지만 어떤 아이템이 추천되는 시스템의 전체 워크플로에 대해서 학습한다기보단 아이템을 추천하게 되는 알고리즘을 학습하게 됩니다.
모델링 관리 및 배포 관련된 내용은 12번 과정 중에서 Airflow 및 FastAPI, Docker 실습을 통해 경험해보게 됩니다.

수료 이후

해당 과정을 진행하면서 참여하게 되는 프로젝트를 포트폴리오에 넣어 이력서를 채우겠다는 생각으로 참여했지만, 해커톤으로 진행되는 프로젝트들로는 어필할 수 있는 부분이 상당히 한정적이라고 느꼈습니다.
개인적으로 AI Tech 과정은 AI 관련 알고리즘 논문 위주 학습을 원하는 컴공 및 통계 전공자나 백엔드 지원자 및 대학원을 지망하는 분들에게 더 적합한 과정이라고 생각합니다. 또한 자기주도적 학습이 정말 중요한 역량인 이유가, 주어지는 정보들 외 논문을 탐색하면서 구현해보고 모델링을 해야하기에 비전공자 및 노베이스인 분들은 주차가 거듭될수록 기존 모델에 하이퍼파라미터만 대충 수정해서 돌리고 확인하는 모델링 좀비가 될지도 모릅니다.

그리고 반드시 논문 리딩 및 구현 위주로 학습해야 합니다. 7기의 경우 RecSys 기준 총 9팀, CV 기준 23팀, NLP 기준 15팀이 꾸려졌는데 각 입과별로 진행되는 네 차례의 해커톤에서 리더보드 점수에만 집착하다간 수료 이후 포트폴리오에 적을 수 있는 내용이 전무할 수 있습니다.
강의를 진행해주시는 정말 훌륭하신 마스터님들과 꼼꼼하게 확인해주시는 멘토님들과 친절한 운영진분들. 그리고 퀄리티있는 자료들이 방대하게 주어져 제 입장에서는 아주 좋은 기회였으나 한 가지 아쉬운 점이라면 점수에 집착해 이론적 토대를 꼼꼼히 하지 않아 논문 위주의 구현 능력을 키우지 못했다는 것입니다.

현재는 미취업 상태이며, 해당 과정을 진행하면서 데이터 엔지니어로의 발전보다 다른 방향을 모색해야겠다는 걸 느끼고 지금은 iOS 개발자가 되어 SW엔지니어로의 커리어 전환을 시도하고 있습니다.