에이블스쿨 1달차 교육 후기
DX 컨설턴트 과정
입교 후 DX 컨설턴트 과정을 수강한 지 34일차인 오늘 밀린 그간의 교육 후기에 대해 공유하고자 한다.
오프닝 데이
특강 주제 : DX 컨설턴트의 이해
알게 된 점 및 느낀 점
- 그간 데이터분석과 프론트개발처럼 컴퓨팅 내에서도 지극히 작은 부분에 대해서만 알고 있었다
첫날부터 실무자 분이 진행하시는 강의를 통해 AX/DX에 대한 기초 지식부터 시작해 DX 컨설턴트로서 실제 직무까지 알게 되었고, 사내 임직원 및 개발자 <-> 컨설턴트 <-> 고객사 간의 관계와 워크플로우에 대해서도 알게 되었습니다. 제가 흥미있어하는 PM, 경영기획과 비슷한 직무이기에 더 집중해 들을 수 있었고, 추후에도 실무자의 강의를 들을 수 있겠다는 생각이 들어 에이블스쿨을 선택한 제가 뿌듯했습니다!
1 ~ 2주차
파이썬 기초와 데이터 분석
1. 파이썬 기초 문법
: 너무 부담스럽지 않았고 굳은 머리를 깨우기 좋았다
기본 문법부터 공부를 시작했고, 이후 꽤나 놀랐던 점은 객체지향 프로그래밍까지 곧바로 배운다는 것! 자바와 달리 파이썬의 경우 객체지향 프로그래밍을 추가적으로 적용해야 하기에 언젠가는 배울 것으로 생각했지만 이렇게 빠르게 배울 줄은 몰랐는데요. 대학 고학년 시절 pygame과 tkinter 패키지를 배우면서 배웠던 객체지향의 개념이 1주차에 들어온다는 사실이 마냥 신기했습니다. 그리고 객체지향을 배우면서 학생 시절에는 알아차리지 못했던 중요성, 메모리 절약에 대해 새롭게 생각해보게 된 계기가 됐습니다.
2. 데이터분석(Pandas & Numpy)
: Pandas와 Numpy 라이브러리를 통해 정형 데이터를 확인하고 분석하는 시간이었다
두 라이브러리 모두 주피터 노트북 환경에서 열심히 써본 것들이었지만, 메소드 내의 파라미터에 대해 주목하게 되면서 그 활용가능성을 매우 높이는 시간이 되었습니다.
3. 데이터 시각화(Matplotlib & Seaborn)
: plt와 sns, 두가지를 이용해 여러 시각화를 배우는 시간이었다
이전에 써보지 않은 종류들의 시각화자료를 만들어보면서 이해도를 끌어올릴 수 있었고, 개인적으로는 sns가 태블로, plt가 파워BI 같은 느낌이었달까요.. 그런 느낌이 들었습니다.
4. 미니프로젝트
: 데이터를 활용해 분석하고 시각화하면서 인사이트를 도출하는 시간이었다
저희 조의 경우 데이터 전처리를 해본 사람이 많지 않아 제가 전처리를 수행했고, 이후 여러 변수들 간의 관계를 확인하기 위해 아래와 같이 시각화를 진행하기도 했습니다. 더 똑똑해진 챗지피티를 활용해 코드를 참조하고 진행하다보니 수월했지만, 단순히 코딩이 아니라 인사이트를 뽑아내야 하는 부분이 저에게는 가장 어려웠습니다. 오랜만의 프로젝트라 발표 내용을 어떻게 구성할 것인지부터 아무것도 떠오르지 않았지만, 팀원 간 회의를 통해 여러 인사이트를 뽑아내고 프로젝트를 무사히 마무리할 수 있었습니다. 앞으로는 열심히 말고 잘해야지..
한마디 후기: 내 기초지식을 더 단단히 쌓고 굳은 머리를 꺠웠던 보름..
3주차 휴강(추석)
4주차
분석형 AI
1. 머신러닝
: AI와 머신러닝, 그리고 딥러닝에 대한 개념부터 시작해 지도/비지도학습 모델링 및 평가까지 진행하는 시간이었다
랜덤포레스트와 의사결정트리 등 분류 모델의 경우 대학 시절 여러 프로젝트를 진행해보았기에 그 내용에 대해서는 자신이 있었고 배우는 동안에도 어렵지 않았지만, 회귀 모델과 비지도학습(군집화) 모델은 꽤 어려웠습니다. 분명 공부해보았던 내용이지만 실습을 하면서 '잘못 알고 있었다'는 걸 뼈저리게 깨달았고, 실습을 진행하면서 각 모델의 쓰임과 그 평가 방법까지 잘 이해하면서 제 지식을 단단히 만들 수 있었습니다.
2. 딥러닝
: 이론적으로만 알고 있던 개념이기에 모델링과 성능 평가까지 실습을 진행하면서 내가 상상하던 AI와는 조금 다르다는 걸 느꼈다
tensorflow와 pytorch 두 프레임워크를 이용해 모델을 구축한다는 점, 그리고 인공신경망을 구성하는 방법에 있어서도 제가 예상하던 것과는 너무 달랐습니다. 그 중 일부를 뽑자면 Sequential 함수를 통해 모델을 구성하는 방법, 그리고 Model()을 통해 사용자가 보다 직접적으로 모델을 구성하는 방법도 있다는 것이었죠.
지금까지 딥러닝은 제게 너무 높은 수준이라고 생각했지만 실제로 구성해본 순간 '해볼만하다'라는 생각이 떠올랐고, 앞으로는 'Model()을 활용해 단순하지 않은 모양의 모델 구성'을 꼭 해봐야겠다고도 생각하는 시간이 되었습니다.
3. 미니프로젝트(머신러닝)
: 군집화 모델을 통해 고객의 세그먼트를 분석하는 프로젝트였는데, 군집화 모델링 이후 클러스터별 분석까지는 해보지 않았기에 꽤 어려웠던 과제였다
정제와 EDA까지는 어렵지 않게 수행했지만 깊이 조사해볼 부분이 생각보다 많지 않았고, 군집화 이후 각 클러스터 내 변수별 특징을 뽑아내는 것그리고 그 특징들을 이용해 '전략'을 짠다는 것이 저에게는 너무나도 어렵게 느껴졌습니다. 군집화가 이렇게 어려울 줄이야.. 모델링 자체가 어렵지 않다고 얕본 제가 바보였죠.. 그래도 아까워서 제가 만들어본 시각화 자료는 아래 붙여놓겠습니다. 이번엔 지피티의 도움을 받아 진행했지만 다음엔 무조건 혼자 해보고 지피티한테 결재받아야지..
한마디 후기: 수박 겉핥기였던 내 지식이 매우매우 촘촘해진 한주..
5주차
AICE Associate 준비 및 생성형 AI
1. AICE Associate 자격증 시험 준비 프로젝트
KT에서 만든 국내 1호 국가공인 AI 자격증 AICE Associate 시험이 다가오자 에이블스쿨에서는 수강생을 위해 시험 준비 프로젝트를 진행해줬는데요.
그렇게 AICE 자격증을 준비하는 동안 AICE 자격증의 장점이 제게는 매우매우 크게 느껴졌습니다. 그 장점은 바로 각 라이브러리의 공식 홈페이지 내 Document만 오픈북으로 활용할 수 있다는 것!
와닿지 않는 분이 있을까봐 덧붙이자면, 단순히 print()문의 경우에도 내부 파라미터는 내용, 구분자, 끝맺음 등 여러 가지가 있을 수 있는데요. 보통 print문을 무지성으로 쓸 떄가 많지만, AICE의 경우 오픈북이 제한적이기 때문에 각 함수들의 내부 파라미터들에 대해 자세히 공부할 수 있고 그에 따라 프로그래밍 역량이 훨씬 증진될 수 있다는 걸 말씀드리고 싶었답니다! 만약 자신이 내부 파라미터를 잘 모르는 정도의 실력이라면 AICE를 개인적으로 추천합니다~.~
한마디 후기: 각 함수의 기본 파라미터에 대해 알게 되고, 반복을 통해 모델링의 구조를 머릿속에 박아넣을 수 있었던 한 주
이렇게 지난 5주 간의 교육 후기를 정리해보았는데요, 이번주에 배우고 있는 생성형 AI는 처음 다뤄보고 너무 딥한 주제라 제 머릿속 메모리가 잘 받아주지도 못하고 있어요...
그래도 앞으로 매달 후기 공유할 예정이니 관심 있는 분은 꾸준한 시청 부탁드려요!
