by
Apr 19. 2021
AI 관련 직업 가지려면 어떤 거 공부해야 해?
인공지능을 잘하기 위한 요소들
※ 빅데이터/AI 궁금증 공유해주신 꼬마돌님께 감사 말씀드립니다.
인공지능/AI가 주목을 받은 지 시간이 꽤 지났고 그에 따라 AI 관련 인재를 육성하려고 하는 것이 많은 국가들, 기업들의 중요한 목표로 자리 잡고 있다. 그리고 개인 차원에서도 AI 붐에 따라 많은 움직임이 일어나고 있다. 이제는 인공지능/AI라는 단어에 대해 처음 들어본 사람을 찾기가 힘들어졌을뿐더러 AI 관련 직종에 종사하고자 하는 사람들도 점차 늘어나고 있다. 하지만 막상 AI 관련 직종에 종사하고자 마음을 먹으면 막연한 마음이 드는 것이 사실이다. 인공지능 분야가 유망한 것은 알겠는데 내가 이 업종에 종사하려면 어떤 것부터 준비해야 하는지 난감한 경향이 있기 때문이다.
AI 관련 직종 종사하려면 어떤 거부터 공부하면 좋을까요?
사실 AI 관련 직종에 종사하고자 한다면, 당연한 말이겠지만, 인공지능에 대해 잘 알아야 한다. 하지만 인공지능에 대해 잘 아는 것이 그렇게 말처럼 쉽지 않다. 인공지능에 대해 깊게 아는 것이 어려운 이유의 첫 번째로는 우선 아직까지는 배울 수 있는 장소가 그렇게 많지 않기 때문이다. 많은 학교와 학원들에서 인공지능에 대해 수업을 진행하고 있지만 사실 수박 겉핥기 수준의 커리큘럼을 보이는 경우가 많다. 우리나라에 있는 AI 인재 숫자가 적기 때문에 나타나는 어쩔 수 없는 현상이라고 볼 수 있다. 사실 이 문제에 대해 뚜렷한 정답은 없다. 수박 겉핥기식으로라도 가능한 많은 부분을 배우고 최신 논문을 살펴보며 인공지능 트렌드를 살펴야 한다.
하지만 AI에 대해 깊게 아는 것에 어려움을 겪는 가장 중요한 원인은 인공지능을 공부하고자 마음먹으면 관련해서 너무 많은 영역의 공부가 수반된다는 점이다. 우선 당연하게도, 인공지능을 구현하는 것은 모두 컴퓨터로 이루어지기에 컴퓨터의 언어를 공부해야 한다. 즉, 코딩 내지는 프로그래밍이라고 불리는 것을 공부해야 한다. 그리고 가장 중요한 부분 중에 하나가 수학/통계학 부분이다. 인공지능 알고리즘은 모두 숫자의 가공으로 이루어져 있다. 숫자 변환을 어떻게 하는 것인지, 어떤 통계학 개념을 활용하는 것인지 모른다면 인공지능 인재가 되는 것은 사실상 불가능하다.
뉴럴 네트워크 (Neural Network) 공부를 가장 먼저 하세요!
하지만 코딩과 수학, 통계학은 모두 인공지능 분야에 있어 정말 중요한 부분이기는 하지만 본질이라고는 볼 수 없다. AI의 진짜 본질은 뉴럴 네트워크라는 존재에 있다. 우리말로 하면 신경망이라고 부르는 개념이다. 뉴럴 네트워크라는 것이 왜 중요한지 알려면 딥러닝의 중요성을 알아야 한다. 사실 요즘 AI는 딥러닝이 거의 대부분을 차지하고 있다. AI 알고리즘의 거의 모두가 딥러닝 알고리즘이다. 관련해서는 이전 게시글 (https://brunch.co.kr/@8d1b089f514b4d5/2) 참고를 추천한다. 그리고 딥러닝 알고리즘은 다시 뉴럴 네트워크라는 개념의 응용으로 이루어지게 된다.
정리해서 말하자면 뉴럴 네트워크라는 것은 딥러닝을 이루는 가장 중요한 핵심 개념이며 다시 딥러닝은 인공지능을 개발하는 데 있어 가장 중요한 핵심 개념이 된다. 결국 모든 것의 가장 근본에 뉴럴 네트워크가 있다고 볼 수 있다. 사실 인공지능의 인재가 되는 것에 있어 프로그래밍 능력과 수학/통계학 능력이 중요한 이유도 뉴럴 네트워크 때문이다. 뉴럴 네트워크를 구현하기 위한 수단이 되기 때문에 코딩을 배워야 하는 것이고 뉴럴 네트워크에 작동 원리를 알기 위해 수학/통계학을 이해해야 한다. 어떤 스포츠를 잘하고 싶으면 근력, 체력도 물론 중요하지만 가장 중요한 점은 그 스포츠만의 핵심 원리를 이해하는 것이라고 보면 된다.
기본적인 뉴럴 네트워크의 개념은 알려주는 곳이 많습니다.
그리고 뉴럴 네트워크의 기본 개념을 알아가는 것은 사실 그렇게 어려운 것이 아니다. 구글에 그냥 딥러닝 혹은 뉴럴 네트워크 정도의 검색어만 쳐도 관련한 수업과 정보가 많이 나오게 된다. 그리고 어떤 수업이나 콘텐츠를 선택하던 그 내용에는 별 차이가 없을 확률이 높다. 입문자를 상대로 심화된 내용을 가르칠 것도 아니고 기본 개념에 해당하는 내용이 변할리는 없기 때문이다. 그렇기에 인공지능 관련 직종에 종사하고자 한다면 우선 뉴럴 네트워크에 대해 가르쳐주는 곳을 찾고 그 내용을 정확히 이해하는 것을 가장 먼저 권장한다. 학원이든 학교든 유튜브든 관계 없다.
그리고 뉴럴 네트워크에 대해 공부하다 보면 자연스럽게 내가 이후에 어떤 것을 추가적으로 공부해야 할지 감이 올 확률이 높다. 뉴럴 네트워크를 실제 PC에서 구현하려고 노력하다 보면 자연스레 코딩 실력 상승에 대한 니즈가 생길 것이고 그렇다면 그때 프로그래밍 공부를 자연스럽게 시작하면 된다. 뉴럴 네트워크를 이해하는데 내 수학/통계학적 능력이 부족해서 한계를 느꼈다면 자연스럽게 수학/통계학에 대한 공부를 시작하면 된다. 핵심은 시작부터 너무 완벽하지 않아도 된다는 점이다. 직접 공부를 시작하면서 나에게 어떤 점이 부족한지 피부로 체감할 수 있는 단계가 되는 것이 가장 첫 번째이다.
최신 AI 알고리즘들은 모두 기본 뉴럴 네트워크의 변형 형태입니다.
물론 AI 직종에 종사하고 관련 인재가 되기 위해서 뉴럴 네트워크를 공부하는 것이 가장 중요하다고는 했지만 기본적인 뉴럴 네트워크만을 공부한다고 그 꿈을 이루기에는 한계가 있다. 하지만 여기서 알아야 할 점이 하나 있다. 바로 최신 인공지능, AI 알고리즘은 모두 기본 뉴럴 네트워크의 변형 형태라는 점이다. 가끔가다 최근 AI 알고리즘을 너무 쉽게만 이해하려고 노력하는 사람들을 볼 수 있다. 쉽게 이해하려는 노력은 당연히 좋다. 하지만 기본 뉴럴 네트워크의 구조를 이해하지 못한다면 쉽게 이해하는 것이 문제가 아니라 제대로 최신 알고리즘을 이해하는 것이 아예 불가능하다.
사실 인공지능 분야라고 말을 해도 그 안에 무수히 많은 영역이 있다. 텍스트 데이터에 대해서 인공지능을 구현하는 분야를 보통 자연어 처리(Natural Language Processing)이라고 부르며 이미지 데이터에 대해서 인공지능을 구현하는 분야는 컴퓨터 비전(Computer Vision) 정도로 부른다. 여기에 그치지 않고 최근 많이 관심을 받고 있는 '창작'영역에 활용되는 인공지능은 생성 모델(Generative Model), 글자가 담겨있는 이미지를 다시 텍스트로 변환해주는 OCR(Optical Character Recognition) 등 매우 많은 분야가 있다. 이제 막 인공지능 공부를 시작하려는 사람은 사실 구체적으로 어떤 분야를 자신이 원하는지 모르는 경우가 많다. 그렇기에 더더욱 모든 것의 가장 기본이 되는 뉴럴 네트워크 공부를 가장 선행해야 한다.
수준이 어느 정도 올라오면 최신 AI 논문을 읽는 것도 큰 도움이 됩니다.
마지막으로 뉴럴 네트워크에 대한 이해도가 어느 정도 올라오고 AI를 이해하기 위한 수학/통계학 역량, AI를 구현하기 위한 프로그래밍 역량까지 갖춰진다면 최신 AI 논문을 읽는 것을 추천한다. 이전 게시글에서도 언급한 적이 있는데 분명 인공지능이 엄청난 속도로 발전해오고 있는 것은 사실이지만 아직 한계가 있는 부분도 명확히 존재한다. 그렇기에 전 세계에 수많은 연구자들이 아직도 AI를 발전시키기 위한 노력을 논문이라는 수단을 통해서 보여주고 있다. 최신 AI 알고리즘이 등장해서 기존의 A보다 명확히 우월한 B라는 개념이 등장했다면 당연히 B를 이용할 줄 알아야 한다. 이 트렌드에 뒤처지지 않기 위해서 최신 논문을 읽는 것이 가장 효과적이다.
일단 공부를 시작하고 구체적으로
본인이 어떤 AI 분야에 종사하고 싶은지를 다시 고민해보세요.
