AI 고등학교

강의보고오기: https://www.youtube.com/watch?v=Yk_vH_MRLCI&t=3s

이번 강의는 어떻게 다뤄야 할까 고민이 많았습니다.

MA book에서 처럼 그냥 인공지능의 역사를 다룰까? 아니면 기술사 서브노트에 나온데로 인공신경망의 역사를 할까 고민을 많이 했습니다. 또 한가지 고민은 그냥 빼버릴까 였습니다. 빼버리고 싶었던 이유는 유트브에 인공지능 역사에 대한 너무 좋은 콘텐츠가 많기 때문입니다. 저처럼 어설프게 글씨와 설명이 전부인게 아니라 화려한 비디오에 귀에 박히는 목소리로 설명해주는 좋은 자료가 많습니다. 

고민끝에 최초 강의를 시작했던 이유를 생각하며 기술사 서브노트를 바탕으로 설명하기로 했습니다. 제가 강의를 시작한 이유 중 하나는 기술사 공부할때 AI토픽에서 느낀 답답한 마음때문이였습니다. 서브노트를 읽어도 이해가 안가고, 이해가 안가서 관련내용을 찾아보면 "그냥 이래" 또는 모르는 부분을 이해하기 위한 수학적 원리를 파고파고 들어가야 하는 경우가 많았습니다. 그러다가 토픽 한개를 공부하느라 몇번 밤을 지세웠습니다. 

저의 전문성을 키우는 것과 많은 예비 기술사 분들이 서브노트를 보시면서 의문이 없었으면 하는 마음이 제가 강의를 시작한 기본 이유이므로 서브노트 내용을 기준으로 설명하기로 했습니다. 그리고 수학적 내용은 각 토픽에서 필요할때 바로 강의하는 방식으로 진행할 겁니다. 최대한 거꾸로 안 찾아가도록 말이죠. 

인공신경망의 역사

기술사 관점으로 말씀드리면 문제가 "인공지능의 역사"를 물어본 것과 "인공신경망"의 역사를 물어봤을때 다르게 써야 한다는 겁니다. 서브노트에서 처럼 "인공신경망의 역사"를 묻는다면 "딥러닝의 역사"라고 생각하고 답안을 작성하는 것이 좋습니다. 따라서, 강의에서도 Perceptron과 Back Propagation을 중심으로 설명드렸습니다. 그 중에서도 아직까지는 Perceptron에 대해서만 더 집중적으로 설명드렸는데 이유는 아직 우리는 Shallow Learning을 배우는 단계라서 그 편이 더 좋을 것 같다고 생각했습니다. 

중요하게 생각하셔야 할 내용은 Perceptron은 Shallow Learning에서 배우지만, 이 Percpetron으로 Connected Layer를 만들어 인공신경망을 형성한다는 것입니다. 그리고 Perceptron이 여러개 연결되면 왜 Deep한 Learning이 될 수 있는지 직관적으로 이해하시는 부분입니다. 지금 이 직관을 가지신다면 나중에 Deep Learning 공부할 때 훨씬 쉽게 이해하실 수 있을겁니다.

강의에서 제가 y = Wx + b에서 W를 계속 오메가라고 읽는데, 그냥 w가 맞는 같습니다. Weight의 약자인 w로 생각해 주세요. 소문자이면 벡터이고 대문자이면 행렬을 의미합니다. 제가 배울때 누군가에게 계속 ω(오메가)라고 들어서 저도 아무생각 없이 ω(오메가)라고 읽었습니다. 혼란을 드려 죄송합니다.

감사합니다.

안녕하세요~

정보관리기술사 공부를 하면서 처음 AI를 접했습니다. 다른 토픽들과 달리 AI는 이해하기 어려웠고, 결국 50%도 채 이해하지 못한 상태로 기술사 자격을 취득하게 되었습니다. 기술사 시험은 범위가 너무 넓고 토픽이 방대해서 AI 공부에 많은 시간을 투자할 수 없었습니다. 이는 기술사 시험의 큰 문제라고 생각합니다. IT 업무 분야는 점점 전문화되고 직무도 세분화되고 있는데, 기술사라는 전문자격증이 거의 모든 IT 분야의 토픽을 다루고 있는 실정입니다. 당연히 IT 업무를 하는 대부분의 사람들이 기술사 자격증에 맞추어 공부한 사람들의 전문성을 의심하는 것은 당연합니다. 게다가, 기술사 자격이 있는 모든 사람이 실무에서 탁월한 성과를 보여주지 못하는 경우도 많습니다. 

그래서 검색엔진에 'IT 관련 기술사 전문성/필요성' 등을 검색해보면 블로그나 커뮤니티에서 갑론을박이 많습니다. 저 역시도 도전적인 질문에 자신이 없습니다. 예를 들어, 누군가 저에게 "당신 IT 전문가야?"라고 물어본다면, 자신 있게 "예"라고 답변하지 못할 겁니다. 물론 어느 집단에 있느냐에 따라 상대적이겠지만, 만약 IT 직무를 하시는 분들과 같이 있는 집단이라면 더더욱 "저는 IT 전문가입니다."라고 대답하지 못할 것 같습니다. 특히, 저에게 AI는 취약한 부분이었습니다. 물론 디지털 서비스 토픽의 거의 모든 신기술에 대해서도 잘 모르지만, AI처럼 요즘 IT 분야 중 가장 핵심적인 트렌드를 잘 모른다는 점이 부끄러웠습니다.

좋은 기회로 Computer Science 석사과정을 진행하며  AI에 대해 좀더 자세히 공부했지만, 여전히 누가 전문성에 대해 묻는다면 자신 있게 "예"라고 대답하기는 어렵습니다. 아직 AI 관련 일을 해본 적도 없고, 언제 관련 프로젝트를 진행할 수 있을지도 모르는 상황입니다. 그럼에도 불구하고, 항상 준비되어 있어야 한다는 마음으로 강의를 제작하기로 결심했습니다. 강의를 준비하는 것 은 저의 전문성을 높이는데 많은 도움이 되리라 생각합니다. 언젠가는 누군가의 물음에도 저 자신이 스스로 전문가라고 할 수 있는 날이 오기를 바랍니다. 

또한, 저처럼 다른 분야의 IT 업무를 하다가 순수한 공부 의지, 자격증 준비, 또는 업무에 필요해서 새롭게 AI를 공부하시는 분들에게 도움이 되기를 바랍니다. 강의의 초점이 예비기술사님들을 대상으로 하고 있지만 처음 공부하시는 모든 분들이 깊은 원리까지 최대한 쉽게 이해할 수  있도록 설명할 예정입니다.

마지막으로 정보관리기술사/컴퓨터시스템응용기술사를 준비하시는 모든 분들에게 도움을 줄 수 있도록 서브노트 제공을 허락해주신 ITPE 강정배 멘토님께 감사인사 드립니다.