brunch

매거진 빅데이터 AI 궁금증 묻고 답하기

라이킷 15 댓글 3

You can make anything
by writing

C.S.Lewis

계정을 잊어버리셨나요?

by 삼더하기일 Mar 31. 2022

빅데이터/인공지능 학원 다니면 좋아?

수많은 학원과 인터넷 강의 업체들에 대해

빅데이터와 인공지능 유행이 시작한 지 어느덧 꽤 많은 시간이 흘렀다. 이제는 데이터 분석가나 데이터 과학자, 인공지능 개발자 등의 직업이 더 이상 낯설지 않게 되었으며 심지어는 직접적으로 빅데이터와 관련이 있다고 볼 수 없는 분야에서도 빅데이터, 인공지능을 공부하는 사람이 늘어나게 되었다. 이러한 트렌드에 따라 자연스레 데이터 분석을 처리하는 방법이나 기술, 인공지능 알고리즘 등에 대해 강의를 해주는 수많은 학원 및 업체들이 생겼다. 하지만 보통의 업체들은 부담스러운 수준의 비용을 지불해야 하기 때문에 많은 사람들이 학원을 통한 학습의 필요성에 대해 많은 고민을 하곤 한다.

빅데이터나 인공지능 학원 다니면 확실히 도움이 될까?

데이터 사이언스 공부를 하는 사람들에게 가장 흔히 듣는 질문 중 하나가 특정 업체의 강의를 수강해본 경험이 있냐는 질문이다. 공부를 하고 자기 실력을 발전시키는 데 욕심이 있어 강의를 알아보고 있지만 해당 강의들이 비용 대비 실효성이 있을까 하는 의문이 들기 때문이다. 실제로 데이터 사이언스 전문 교육 업체들은 어느덧 엄청난 규모로 성장하고 있으며, 유명 업체들이 제공하는 학습 과정 중 비싼 것은 몇백만원 수준을 쉽게 웃도는 경우가 많다. 아무래도 공부를 하는 사람이라면 직장인보다는 학생 신분인 경우가 대부분이기 때문에 매우 자연스럽게 이런 고민을 하게 될 확률이 높다.

한 마디로 명확하게 대답하기 힘든 질문임이 분명하다. 빅데이터, 인공지능 안에서도 수많은 세부분야 강의가 존재하며, 해당 분야로 커리어를 쌓아가고자 하는 사람이나 본인의 업무에 도움을 주고자 하는 사람, 자기 개발 목적으로 수강을 하는 사람 등 다양한 경우의 수가 있기 때문이다. 개인적으로 인터넷에 빅데이터 교육을 검색했을 때 바로 나오는 유명 업체들의 강의를 수강한 경험은 없다. 하지만 그러한 업체에서 강사나 수강생 경험이 있는 주변 지인들의 언급과 더불어 꽤 많은 수의 빅데이터/인공지능 관련 교육을 수강해왔기에 학원의 실효성에 대한 질문에 하나의 의견을 전달하려 한다.

경제적 부담이 없다면 수강을 추천하지만, 분명히 그 외에도 다양한 대안들이 있습니다.

학원비를 지불하는 데 부담이 없다는 전제하에 학원이나 전문 교육 업체 등의 도움을 받는 것은 분명히 긍정적인 일이라고 생각한다. 가장 큰 이유는 업체의 도움을 받아 수강을 하는 것 그 자체로 공부의 전체 로드맵을 자연스레 그려나갈 수 있기 때문이다. 처음 빅데이터나 인공지능을 공부하려는 사람들의 가장 큰 난관 중 하나는 구체적으로 어떤 것을 공부해야 하며, 무엇부터 시작해야 할지 아는 게 힘들다는 점이다. 만약 인터넷 강의나 학원의 커리큘럼을 따라가다 보면 이 커다란 문제를 자연스레 해결할 수 있다. 상대적으로 경험이 풍부한 사람들이 해당 분야에서 중요한 내용만을 쏙쏙 추려 강의를 해주기 때문이다.

다만, 이러한 업체들의 강의를 수강하는 것이 필수라고는 절대 생각하지 않는다. 기본적으로 빅데이터와 인공지능은 몇 년 전부터 지금까지 그리고 앞으로도 필히 쭉 인기가 많은 분야일 것이다. 그 말은 관련된 공부를 할 수 있는 방법이나 학습 자료가 수 없이 많이 존재한다는 것을 의미한다. 유명하지 않은 플랫폼을 통해서 교육을 받는다거나 혼자 책을 구매하여 독학을 하더라도 충분히 어느 정도의 수준에 충분히 도달할 수 있다. 누구나 다 아는 사실이겠지만 배움에 있어 가장 중요한 것은 '누가 가르치느냐'가 아니라 '배우는 사람이 어떤 태도를 보이느냐'이다.

커리큘럼을 따라가면 프로그래밍, 통계 지식, 머신러닝 알고리즘까지 종합적인 학습에 좋습니다.

앞서 말했듯, 유명 업체의 강의를 추천하는 가장 큰 이유는 학습에 전반적인 로드맵을 제시받을 수 있다는 점이다. 강사나 주변인의 도움 없이 독학을 하는 장면을 상상했을 때, 빅데이터/인공지능을 공부하는데 필수라 볼 수 있는 프로그래밍, 수학/통계학, 인공지능 알고리즘 등의 내용을 모두 한 번에 공부하는 것은 너무 힘든 일이다. 한편 유명 업체들의 강의 커리큘럼을 자세히 살펴보면 해당 학습 콘텐츠가 모두 포함되어 있는 것을 쉽게 발견할 수 있다. 하나의 강의 안에 종합적으로 이 내용들은 모두 담고 있는 경우도 있으며 여러 가지의 강의로 분할해 조금 더 전문적인 수준의 배움을 받는 것도 가능하다.

만약 유명 업체들의 강의를 수강하기로 마음먹었다면 한 가지 추천하는 것은 해당 업체에서 어떤 강의 리스트가 제공되고 있는지 자세히 살펴보는 것이다. 특히 '데이터 사이언스 교육 전문 업체'와 유사한 슬로건을 내걸고 있는 업체라면 더더욱 그렇다. 제공되는 커리큘럼 중 초급자에 적합한 강의일수록 종합적인 내용으로 강의를 제공하고 고급자에게 적합한 강의일수록 세부적이고 전문성 있는 강의를 제공할 확률이 높다. 이를 잘 살펴보고 머릿속에 구조화할 수 있다면, 빅데이터 분야가 어떤 식으로 생태계를 이루고 있는지 쉽게 이해할 수 있으며 그 강의를 수강하는 것 자체로 자기 발전을 위한 하나의 기회가 될 수 있다.

무료 인터넷 강의, 서적들에서도 충분히 질 좋은 자료를 찾는 것이 가능합니다.

다만 한 가지 분명히 하고 싶은 것은 유명하지 않은 업체나 플랫폼에서 제공하는 교육 콘텐츠가 질이 더 나쁘다고는 할 수 없다는 점이다. 오히려 대학원 수업, 유명 업체 수업, 무료 인터넷 강의 등 어떤 수단을 통해 학습을 진행하더라도 배우는 내용 그 자체는 완전히 동일하다는 개인적인 인식을 가지고 있다. 특히 초급자 과정일수록 더욱 그런 경향이 짙다. 아무리 수학을 잘하는 사람에게 수학 강의를 받더라도 그 시작은 사칙연산일 수밖에 없다. 일반적으로 교육 업체가 유명할수록, 강의 비용이 비쌀수록 교육 콘텐츠에 대한 높은 신뢰도를 가지는 것이 사실이지만 만약 그런 성향을 가지지 않은 사람이라면 다양한 경로로 학습을 시작해볼 것을 추천한다.

실제로 유튜브나 구글에 빅데이터, 머신러닝 교육 등 다양한 키워드로 검색을 하면 쉽고 간단하게 설명을 해주는 콘텐츠를 어렵지 않게 찾아볼 수 있다. 그리고 개중에는 전문 교육 업체가 아니기 때문에 가능한 여러 가지 콘텐츠들도 존재한다. 논문을 읽고 그 내용을 공유하는 스터디 형식의 콘텐츠라던가 조금 더 학술적으로 통계학의 기초부터 배워가는 콘텐츠 등 쉽게 다양한 교육 자료를 찾아볼 수 있다. 마지막으로 데이터 사이언스는 독학이 아예 불가능한 분야라고도 볼 수 없다. 지금 당장 서점에 가 빅데이터/인공지능 섹션을 살펴보면 너무도 친절하고 자세하게 여러 지식을 담고 있는 많은 자료들을 만날 수 있다.

결국 중요한 것은 의지와 태도가 아닐까요?

이번 시간에 이야기한 학원, 교육 업체에 대한 내용을 포함해서 어떻게 공부를 해나가야 하느냐는 가장 흔하게 오고 가는 이야기 중 하나다. 사실 이 질문을 하는 사람 입장에서는 명확한 정답이나 그것이 아니더라도 어느 정도의 가이드라인을 공유받기를 원할 것이다. 하지만 빅데이터 분야뿐 아니라 모든 분야에서 배움을 이뤄나가는 것은 정답이 없다고 늘 느낀다. 부가적인 설명을 덧붙이지 않더라도 배움에 있어 가장 중요한 것은 결국 배우는 사람의 의지와 태도다. 어떤 책으로 공부하느냐, 혼자 공부를 하느냐, 인터넷 강의나 학원을 통해 공부를 하느냐 등은 결국 모두 수단의 문제이기에 본질적인 이야기는 될 수 없다.

다시 한번 강조하자면 유명 업체들의 강의를 수강하는 것에 개인적으로 긍정적이긴 하지만 굳이 꼭 권하지는 않는다. 수능 공부를 하는 학생들을 생각해보면 이해가 더 쉬울 듯하다. 교육열이 강한 서울 내 특정 지역에서 여러 학원을 다니는 학생들은 많은 가르침과 팁을 전수받는다. 하지만 그런 학생들이 무조건 좋은 대학에 합격하지는 않는다. 때로는 학교에서만 공부해서 좋은 대학을 가는 학생도 있다. 이 모든 일들을 '좋은 학원에서 공부했으니까', '학교에서 공부했으니까'로 치부하기엔 무리가 있다. 빅데이터/인공지능 분야도 마찬가지다. 결국 의지를 가지고 꾸준하게 공부를 하는 것이 정도라 생각한다.

※ 평소 빅데이터/인공지능에 궁금한 점이 있어 답변을 원하는 내용이 있다면 공유해주시면 감사하겠습니다.

keyword