다시도전
35
2019-05-11 04:25:31
6
720

인공지능 분야 대학원 입학..


최근에 국가에서 고대, 성대, 카이스트에 지원을 해줘서 인공지능 대학원이 신설이 됐습니다. 고민을 좀 했지만 이번에 3군데 중에 한 군데 지원을 해서 합격을 했습니다. 제가 1년 정도 중소기업 경험이 있긴 하지만 (데이터 분석) 나이가 30이라서 과연 뽑히긴 할까. 이 나이에 대학원 가는게 일반적이진 않을텐데 하는 불안감이 많이 들더군요. 여긴 개발자 커뮤니티 사이트라서 이런걸 물어보는 것이 적당할지는 모르겠습니다만, 나쁘지 않은 선택일까요?? 사실 주변에 지인 중에 개발자나 관련분야 지인이 없어서 어디 물어봐도 용감한 선택을 했구나. 정도인듯 합니다. 

사실 일반 개발자 커리어를 쌓는것도 나쁘진 않았거든요. 인공지능엔 엄청난 관심을 갖고 있기에, 웹 개발자로 커리어를 쌓으면서 신호처리 이론, CS224N(자연어처리 강좌), 미분방정식, 강화학습 등을 독학해서 하면될거라고 생각했거든요. 근데 아는 분이 데이터 사이언스 석사/박사 타이틀을 갖고있지 않으면 커리어 전환을 할 수 없다고 하더군요. (여기 사이트에 물어봐도...) 그래서 좀 과감한 결단을 했던거 같습니다. 

현업에선 데이터사이언스에 해당하는 업무분할이 어떻게 이루어지고 있나요? 일반 개발자 커리어를 쌓아서 커리어 전환을 하는 경우는 없는건지... 대학원 입학 후 진로 계획이나 방향은 계속 고민하고 공부 중에 있습니다. (이런건 입학 후 교수님 찾아가서 여쭤보는게 가장 좋은건지...) 

0
1
  • 댓글 6

  • 로직훈
    269
    2019-05-11 09:30:03

    현재 인공지능분야에 완전한 전문가는 없다고 합니다.

    얼마 전 기사에도 났었는데 인공지능분야라는 게 발전된 지 얼마되지 않아서 해당 학과 교수들도 전문가가 아닌 사람이 대부분이라고 하더군요.

    아무래도 지금 발전하는 분야이기 때문에 겪을 수 밖에 없는 과정이라고 생각이 되고요.

    지인께서 말씀하셨 듯이 인공지능분야로의 커리어 전환에는 해당 석사, 박사가 필수 아닌 필수인게 현실입니다. 찾아보시면 아시겠지만 인공지능분야는 애초에 관련 석사, 박사 학위가 없으면 뽑지 않는 경우가 많습니다.

    계속 얘기했듯이 발전되가고 있는 상황이라 그렇죠.

    본인이 인공지능에 관심이 많다면 대학원 진학 추천드립니다.


    그런데 사실 석사, 박사라는 거는 학교이름은 크게 중요하지 않아요.

    어떤 교수님 밑으로 들어가냐가 가장 중요합니다. 이건 꼭 IT뿐만이 아니라 어떤 학문이던지 똑같아요.

    그리고 본인이 얼마나 열심히 하느냐가 중요합니다. 물론 석사, 박사 타이틀만 있어도 좋긴하지만 같은 석사, 박사들과 경쟁하려면 좋은 논문도 필요하겠죠.


    그리고 30살은 대학원 가기에 늦은 나이가 아니에요. 물론 대학원에 20대의 친구들이 많긴 하겠죠.

    근데 30대라고 늦었다고 생각하지는 않습니다. 실제로 비IT든 IT든 사회에서 일 하시다가 대학원가시는 분들도 많구요.

    화이팅입니다!

    1
  • 머신러닝
    593
    2019-05-11 11:41:19

    저는 인공지능 분야에서만 10년 넘게 일했고, 현재도 관련 연구/개발 업무를 진행하고 있습니다.

    제가 아는 지인들이 국내 메이저 IT회사에 퍼져있다보니 가끔 듣는 것이 아무래도 조금은 있습니다.

    이런 저의 경험을 바탕으로 글을 작성해 보겠습니다.

    (그러나 저의 생각이므로 알아서 걸러 들어주시기 바랍니다. )


    현업에선 데이터사이언스에 해당하는 업무분할이 어떻게 이루어지고 있나요? 일반 개발자 커리어를 쌓아서 커리어 전환을 하는 경우는 없는건지...

    => 지금도 가능은 하겠지만 예전만큼 좋은 대우를 받기는 어려워졌습니다. 

    제가 아는 분들만 2명 이상 커리어 전환을 하셨습니다. 동시에 대우도 업계 상위 수준으로 알고 있고요. 다만 그 분들은 3~4년 전에 커리어 전환을 하셔서 성공한 케이스입니다. 인공지능 인력이 부족한 시기였죠.(회사에서 오히려 일반 개발자를 인공지능 개발자로 키워주는 시기...)

    이제는 이 분들이 미리 시장을 선점했고요... 또 곧 고급인력들(인공지능 관련 석/박사 졸업)이 시장에 계속 공급될 것이기 때문에... 앞으로 커리어 전환으로는... 인공지능 분야의 메이저 IT기업의 입사는 어려울 것으로 저는 보고 있습니다.

    또 석/박사를 경험하지 않고서는... 이 분야에서 즉시 좋은 성과를 내기가 어렵다는 공감대가 지속적으로 형성되고 있는 것 같습니다.


    대학원 입학 후 진로 계획이나 방향은 계속 고민하고 공부 중에 있습니다.  (이런건 입학 후 교수님 찾아가서 여쭤보는게 가장 좋은건지...) 

    => 교수님께 여쭤보는 것도 도움이 될 테지만... 기본적으로 스스로 찾을 수 밖에 없겠죠... 페이스북의 텐서플로우나, 캐글코리아 같은 커뮤니티에 가입해서 정보를 모으시고...  링크드인에서 머신러닝이나 데이터사이언스 쪽 일을 하시는 분들의 이력을 참고하시면 방향 잡는데 도움이 되지 않을까 하네요.


    신호처리 이론, CS224N(자연어처리 강좌), 미분방정식, 강화학습 등을 독학해서 하면될거라고 생각했거든요. 근데 아는 분이 데이터 사이언스 석사/박사 타이틀을 갖고있지 않으면 커리어 전환을 할 수 없다고 하더군요. 

    => 잘 결정하신 것 같습니다. 온라인 강의만으로 얻을 수 있는 지식으로는... 요즘 잘하는 학부생도 이기기 어렵다고 생각합니다. 그들은 수학도 준비됐고 또 캐글 같은 데이터사이언스 경진대회에서 직접 데이터를 다뤄본 경험고 갖췄죠. 심지어 영어도 잘합니다...


    마지막으로... 

    인공지능 분야에서는 계속 인력의 수요는 늘어날 것입니다. 

    그러나 고급시장은 먼저 업종을 변경한 선배들이 잡고있고, 또 석/박사를 마친 고급인력이 시장에 지속적으로 풀릴 것으로 알고 있습니다.

    따라서... 앞으로 경쟁이 치열할 것이므로 2년을 투자한 것에 비해서... 회수금이 적을 수 있습니다...

    이 점을 감안하시고 결정하시면 좋겠네요. !

    5
  • vollfeed
    805
    2019-05-11 11:54:42

    우선 산업과 학술은 다릅니다.

    인공지능 분야에 전문가는 있긴한데, 산업이 생각하는 질문에 대한 답을 주는 것이아니라, 어디까지나 학술적인 전문성입니다.

    인공지능의 역사는 대충 3~40년 정도 됩니다.

    퍼셉트론 또는 expert system을 시초로 봅니다.

    딥러닝은 진짜 인공지능이라는 학문이 다루는 범위중 극히 일부에 불과해요.

    박사가 필수인 이유는 그정도로 공부하지 않으면 안될만큼 알아야할게 많고 깊습니다. 

    사실 경사하강법 같은건, 그냥.... 오퍼레이팅이에요. 설계가 아니라 그냥 있는 기법을 쓰는거 뿐이죠. 더 중요한 문제는 경사하강법을 쓰기 위해서 공간을 뒤틀수있느냐? 입니다. 해공간을 뒤틀어서 내가 원하는 국소해 부분이 하강/상승 공간에 들어가게하는거, 이게 더 문제인겁니다.


    그리고 석박의 학교이름은 매우 중요합니다. 이건 저처럼 실제 명문대 안에서 밖을 봐야 압니다. 뭐랄까... 남들 저렇게 편히 사는데 우리는 왜이렇게 힘들게하는가? 이런생각 들거든요. 

    단적으로 공대가 제대로면, 절대로 졸업시험만으로 졸업안됩니다. 논문 요건이 동시에 있습니다(학교가 별로면 택 1, 좋으면 둘다 라고 단순히 생각해도 될정도죠) 스코퍼스는 그냥 열심히 했네고, SCIE나 그에 준하는 유명 컨퍼런스는 되야 잘했네 입니다. 국내 논문지는 그냥 내 연구가 불완전하면 내는 곳 취급입니다.

    겉에서 보면 그냥 학교이름만 다른거지만, 질적차이는 확실히 있습니다. 더구나 이게 지식분야의 극단인지라 체감은 더하죠.

    물론 연구실 생활은 학교보다 교수님이 더 중요합니다. 그러나 졸업자에 대한 기계적 요구 요건은 확실히 명문대가 더 빡세며, 교수님들이 생각하는 우리학교는 이정도는 해야는 그보다 더 빡셉니다. 기계적인 최소 요구부터 빡센지라 질적차이는 학술계에 몸담지않은 사람들의 생각보다 훨씬 더 크게 있습니다. 

    게다가, 명문대에서는 교수님의 위신도 있는지라, 능력안되면 졸업 안시키고말죠. 졸업 못하는거 생각보다 예사로 벌어지는 일입니다.



    자 여튼, 산업도 학술도 인공지능처럼 선례가 없는 분야에 대해서는 잼병입니다. 

    아는게 없으니까 연구하는 거거든요.(아인슈타인 왈)

    그런고로 정립된 유관 분야의 마스터가 아니면 기회조차 없는게 보통인거죠. 직무전환이란게 곧 기회니까요, 석박이 필수라는걸 이해하실 겁니다.

    다만, 이 분야에서 박사가 설계하면 석사가 실무를 하는 게 기본이 됩니다. 석사까지 배우면 뭐랄까... 알고리즘으나 툴을 암기하고 코딩할수는 있는데, 가치판단은 못 한다 = 문제 해법에 대한 설계는 못한다 라고 편의상 보면됩니다. 

    뭐 이런건 지극히 개인의 능력에 달린거라 꼭 그런건 아니긴하나, 기초를 제대로 배우는거와 어께너머로 배우는건 많이 달라 석사가 설계를 할 기회를 가지기에는 쉽지않아요.

    다만, 워낙 최신기술이라 업무 분할이 꼭 저렇다고는 못합니다. 하기 나름인거죠.

    그러나 학술적으로 결과를 내는 구조를 보면 대부분 박사(=과장) + 석사(대리) + 학부(사원)의 위계가 있어서 하는 일이 다르다고 보면 됩니다. 



    에 그리고... 

    군문제만 해결됬으면 나이가 있긴하나, 막타정도지 오버는 아닙니다.

    학부졸 신입이 28쯤 시작되는데, 석졸 32면 괜찮습니다.

    박사는 보통 35~40에 취득하며, 미친듯이 노력하거나 천채형이면 더 빨리하기도 합니다.

    평균적으로 석사 2년 박사 6~8년이라, 글쓴분이  38~40살쯤에는  박사취득을 할수도 있을 텐데, 

    박사는 대기업에서는 기본 과장 대우부터 시작합니다.

    40에 대기업 과장이면 나이에 안 어울리는 것도 아니죠.



    마지막으로,

    이게 나쁜 선택인가 아닌가?는 전적으로 자신의 지적 능력에 달렸습니다.

    석박을 통해 연구직계열이 되면, 기존 직군에 더 쉽게 취업하는게 아니라, 카테고리(?)가 바뀝니다.

    그래서 취업 분야가 더 좁아지며, 일자리 수가 줄고 더 치열하게 경쟁합니다.

    객관적으로는 더 극한으로 내몰릴뿐, 인생 편해지지는 않아요.

    근데 여기는 내몰린 그 상태를 "정상" 상태로 여기며 그걸 즐기며 살아가요. 그러니뭐... 취업하자고 억지로오는건 미친짓입니다.

    만일, 본인이 이런 지적 경쟁이 미친짓이라고 여기거나, 승산이 없으면 석사까지만 하면 됩니다. 거기선 돌아갈수있죠.

    그게 아니라, 못먹고 못입어도 이걸하겠다 하면 추천합니다. 공식적으로 그걸 하는 사람이 되는 것이거든요.

    다만 석/박이 돈 많이 버는건 아닙니다. 국책 연구계는 석사가 2800~3000쯤되고 박사는 그보다 좀 나은 정도 입니다. 

    사기업은 좀 다른데 스트레스도 심하고, 상업화가 목표라 기술적으로 되네 마네와는 거리가 좀 있습니다. 

    상당수는 국책을 선호합니다. 

    지적능력의 경쟁에서 우위면 잘풀릴꺼고, 그게 아니면.. 음.. 그냥 깜깜하다고 밖에 못하겠네요. 공부도  힘들고 연구도 힘들고 취업은 더 어렵고 학비는 비싸고 수입은 없고, 취업한다고 만회할만큼 많이 받지도 않아요.



    4
  • 야롱
    692
    2019-05-11 12:54:47

    금같은 답변들이 달렸습니다 ㄷㄷ

    0
  • 다시도전
    35
    2019-05-11 13:40:49

    정말로... 금과같은 답변들을 달아주셨네요... 3분 정말 감사드립니다. ㅠㅠ 캡처해서 저장해두고 앞으로 방향잡을 때 참고할게요.  

    0
  • 김백수
    794
    2019-05-11 15:53:10

    와.. 답변들이 정말...

    많이 얻어갑니다

    0
  • 로그인을 하시면 댓글을 등록할 수 있습니다.