운좋게 막학기 이번 공채에 취직한 졸업반입니다. 

근 2년간 인턴십도 하며 컴퓨터비전(AI)쪽을 공부하고 머신러닝쪽으로 많이 지원해봤지만 학사의 벽에 좌절당하는 경우가 많기는 했습니다. 그래서 저도 그냥 프로젝트 경험은 자소서용으로 사용했고 면접때는 다양한 프레임워크를 접한만큼 어느분야에서도 습득력이 빠르다는 점으로 어필했습니다..네이버면접은 깊게 파고드니 대답을 못하겠더라구요..

채용공고자체가 ai는 학사를 뽑는 기업이 매우 적으며 티오도 굉장히 적습니다. 또한 학문의 깊이가 매우 깊은 분야(제생각입니다만)인 것 같아서 아무래도 학사지원자를 꺼려하는 느낌입니다. 

실제로 저희학교에도 데이터사이언스트랙으로 2년간 가르치지만 그 친구들도 석사과정이 필수라고 말하고다닙니다..

다만 캐글이나 오픈소스 기여경험등은 차별점은 둘 수 있겠지만 티오가 굉장히 적어 학사로는 아직 많이 어려운것 같습니다..

저는 코린이지만 인공지능 쪽에서 일하는 것을 목표로 하고 있습니다.

그렇다보니 차후 진로를 결정하는 것에 있어 참조하기 위해 미흡하게나마 인공지능과 관련한 현실에 대해서 이래저래 정보를 모으고 있습니다.

이를 기반으로 비록 짧은 식견임에도 불구하고 말씀드려보자면,  AI쪽 석박사는 단순히 학위의 개념이 아니라 실제적인 '경력'의 개념에 가까운 것으로 알고 있습니다. 학부 단위에서 현업에 비견할 만한 AI 관련 프로젝트를 접할 확률은 거의 0%에 가깝고, 부스트 코스 등에서 제공하는 그런 강의들도 들어보지는 않았지만 아마 MIT 강의를 인터넷으로 제공하는 것과 비슷할 것이라고 생각합니다. 제가 인터넷으로 MIT에서 제공하는 모든 강의를 다 들었다고 해서 남들이 제가 MIT 학사에 비견할만한 능력을 가졌다고 봐주지는 않겠지요.

물론 당연히 그 모든 강의 내용을 완전히 숙지했다면 MIT 학사에 비견할만한 '지식'을 가지게 될 수는 있습니다. 부스트 코스 강의도 강의 내용을 완전히 숙지했다면, 그리고 그 숙지한 내용을 바탕으로 완전한, 자유로운 응용까지 가능하다면 어쩌면 석박사에 비견할 능력을 가질지도 모릅니다. 허나 그런 재능이 있었더라면 석박사를 했을 때는 더 초월적인 성장을 이뤘을 것이라 사료되니, 바로 현업으로 뛰어드는 등의 특별한 경우가 아니고서야 굳이  석박사를 하지 않음으로써 재능을 썩힐 이유가 없을 것입니다.

결론적으로, 제 생각에 인공지능 분야에서 석박사는 '유리천장'의 개념으로 접근할 것이 아니라 실재적인 실력과 연관하여 접근해야 할 것 같습니다. '석박사'라는 학위가 있어야 일을 시켜준다는 느낌이 아니라, '석박사' 정도는 되어야 일을 할 최소의 능력을 갖추었다고 검증이 되었다고 판단이 되는 것이고, 당연히 캐글이나 오픈 소스에서 석박사에 비견할만한 두각을 이루신다면 석박사는 필요없을 거라고 생각합니다만, 위에서 언급했듯이 그런 재능이 있는 사람은 왠만하면 석박사를 하지 않을까 싶습니다.

아, 물론 차후 인공지능 관련 직군의 수요가 더 커지고, 인공지능 관련 석박사의 공급은 그대로라면, 수요의 범위가 학부 단위까지 내려올 수도 있고, 지금도 학부 단위에서 인공지능 산업을 가는 사례가 아예 없는 것은 아니지만, 차후 수요가 커지면 아마 석박사 공급도 커지지 않을까 싶습니다.

말씀하신 것처럼 백엔드에서 시작하여 데이터 쪽으로 넘어가는 것이 학부로 커리어를 시작한다는 가정하에 있어서는 가장 현실성이 있는 것 같습니다.

@이제갖취준생

답변 감사합니다 2년간 인턴쉽과 컴퓨터비전 하셨다고 하셨는데 혹시 지금 어떤 일 하시는지 여쭈어봐도 될까요? 앞으로의 생각도 궁금합니다 !

@pqj163

감사합니다..ㅠ 제가 답정너질문이었네요 현실적인 조언 감사합니다 말그대로 백엔드에서 데이터로 가는게 가장 빠른길같아요 근데 제가 2024년이 되면서 졸업이라 요즘은 it변화가 엄청 빠른데,,그땐 머신러닝은 아니더라도 빅데이터쪽은 기대를 해보아도 될것같네요(너무 행복회로인가요 ㅋㅋㅋ)

요즘 이쪽 분야도 회사나 연구실이나 경쟁이 워낙 치열해서 좋은 인재를 뽑으려고 하더라고요.

그래서 그런지 탑티어 대기업이나 탑티어 대학교(서울대, 카이스트 등) AI연구실로 들어가는 친구들을 보면 연관 경력을 다 쌓아서 지원하더라고요.

연관 경력 쪽으로 좋은 것 중에 하나가 캐글이었습니다. 아무래도 국내에는 캐글을 하는 사람들이 적다보니 더 경쟁력이 있어서라고 생각합니다. 

지금은 시스템 프로그래밍쪽으로 DBMS를 개발 연구하는 일을 맡게 되었습니다. 

AI분야가 아니라서 아쉽기도하지만, 미들웨어쪽이라 커리어에는 많은 도움이 될것 같다는 생각에 도전해보기로했어요 ㅎㅎ

컴퓨터비전쪽이 아직 더 적성에 맞는다 생각하기도하지만...생각보다 AI가 노가다 라벨링 작업도 많은만큼 가끔은 힘들기도 했답니다.. ㅠㅠ

작성자분 너무 걱정마시고 하시던 프로젝트 그대로하시면서 이만큼 많은 관심이있다 이정도만 어필해줘도 면접관들이 작성자님의 성장력과 잠재력을 알아볼 겁니다. 

최종면접에서 임원분이 그러시더라고요

"학사한테 많은 전문지식을 요구하지 않는다. 입사 후 가르치면된다. 다만, 동료들과 협업하고 팀 분위기를 밝게 이끌 수 있는사람을 뽑는다"

이말이 참 와닿았었고 또 위로가 되기도 했던 것 같아요. 부족한 부분을 채우려하다보면 어느새 알아봐주는 회사가 있답니다. 실은 저도 인문계에서 전과를 한 케이스라 많이 힘들기도 했는데, 결국은 그 열정을 높이 봐줬던 것 같아요. 

잡소리가 많았지만 작성자분의 창창한 앞날을 응원할게요 ㅎㅎ 학사때는 다양한 분야로 경험을 쌓고 어디든지 지원할 수 있도록 준비하는게 좋을거같아요!

회사에 들어가서 만약 AI관련 업무가 있다면 그때 되서도 도전할 수 있는 기회가 있을겁니다. 주눅들지마시고 하시던 공부 하시되 다른분야도 눈여겨 볼 필요가 있을 것 같아요!

https://youtu.be/8mjeJpHtLVQ

저도 머신러닝 쪽 공부하고 있는데, 아직 학부생이라 제 의견을 말씀드리는 것은 큰 의미가 없을 것 같구요.. 위 동영상의 내용과 댓글이 해답이 되어주리라 생각합니다

머신러닝

아 석사가 되는것도 학벌순이라는 말씀이신가요?ㅠ 저는 인서울중위...

이제갓취준생 

이제갓취준생님도 나중에 AI필드에서 같이 뵈었으면 하네요 ㅎㅎ 화이팅합시다

CharliePark

와 영상 정독했습니다 너무 도움이 많이됬어요 확고해졌습니다 백엔드를 해야겠구나.. 최소한 할줄알아야겠구나.. 라는걸요 ㅠ 근데 제가 아직 개발경력이 낮아서 그런데요 데이터사이언티스트 분야는 백엔드의 확장영역인것은 이해했는데 머신러닝 딥러닝 AI도 마찬가지인가요?