| 안녕하세요. 오늘은 AI 공부를 시작하고 취업을 하기까지의 얘기를 해보려고 합니다. 제가 했던 고민들을 다른 분들도 많이 하고 계실 거라 생각하여 도움을 드리고자 글을 쓰게 되었습니다.
비전공자 학사로는 AI 취업하기 힘들어!저는 서울 중위권 대학교를 다니며 3학년 2학기부터 프로그래밍과 AI에 관심이 생겨 공부하기 시작했습니다. 학과는 AI나 프로그래밍과는 관련이 없는 비전공자 였습니다. 그래서 그전까진 프로그래밍이나 통계학을 전혀 몰랐습니다. 졸업이 1년 반밖에 남지 않은 시점에서 공부를 시작했기 때문에 이걸로 취업을 할 수 있을까 걱정을 많이 했습니다. 주변에 얘기를 해보거나 인터넷에 검색을 해보면 아래와 같은 부정적인 말들만 한가득 돌아왔습니다. '석사 이상이 아니면 AI 연구원으로 취업하기는 힘들다'
철저한 계획을 세워보자그럼에도 AI 공부는 매력적이고 재미있었습니다. 다가올 미래에 가장 큰 영향력을 끼칠 것이 분명해 보였고 그 중심에 있으면 많은 기회가 생기겠다는 생각이 들었습니다. 그래서 '철저한 계획을 세워 도전해보고 취업에 실패해도 살 수 있는 플랜 B까지 세워보자!'라는 생각을 하게 되었습니다. 먼저 어떤 방향으로 학습할지 계획을 세우기 위해 취업 사이트를 들어가 보았습니다. AI 연구원 공고를 여러 개 보며 회사에서 원하는 기술이나 자격조건을 살펴보았습니다. 90% 이상이 전공자나 석사 이상의 스펙을 요구했습니다. 하지만 그것은 제가 어찌할 수 없는 영역이니 할 수 있는 것들에 집중했습니다. 할 수 있는 것들을 대략 정리해보니 아래와 같았습니다. - 논문을 읽고 아이디어를 구현할 수 있는 능력 AI 연구를 하는 것이다 보니 AI 지식, 수학, 영어, 프로그래밍, 의사소통 능력을 중요하게 생각하는 것을 알 수 있습니다. 석사 이상의 학력이나 전공자를 우대하는 것은 결국 위의 능력이 어느 정도 있다는 것을 보증할 수 있기 때문입니다. 하지만 비전공자에 학사인 제가 그런 능력을 보유했다는 것을 보여주어야 하므로 블로그를 시작했습니다. 거기에 플랜 B를 위한 구글 애드센스 부수입 창출까지 더해 일석이조의 효과를 얻게 되었습니다. (공부한 내용들을 다 적기는 힘들어 많이 올리지는 못했으나 공부와 취업에 많은 도움이 되었습니다. 그러니 블로그는 꼭 하시길 추천드립니다.)
부딪히며 성장하기키워야 하는 능력(목표)을 정확히 아니 공부를 위한 계획을 세우기 수월했습니다. 우선 기초 강의를 들으며 AI와 프로그래밍을 같이 공부하기 시작했습니다. 기초가 중요하지만 시간을 오래끌 수 없어 빠르게 끝내고 실전을 통해 부족한 부분들을 채우며 기반을 탄탄히 다지기로 했습니다. 논문을 읽고 구현해보는 능력을 키우기 위해 무작정 논문 하나를 잡고 여러 번 읽으며 이해하기 위해 노력했고 실제 구현까지 해보는 것에 도전했습니다. 당연히 처음에는 너무 어려워 일주일 넘게 걸리는 경우도 많았습니다. 하지만 이때의 경험이 AI 연구원이 되기 위해 반드시 거쳐야 하는 길이 었고 가파른 성장의 발판이었다고 생각합니다. 논문 구현과 더불어 실제 프로젝트들을 여러 개 해보며 수학, AI, 프로그래밍 관련 실력을 쌓아갔습니다. 이와 관련된 내용들은 많아서 다음에 정리해 보겠습니다.
밑져야 본전1년 반의 시간이 금방 흘러 졸업을 앞두고 여러 회사에 AI researcher, AI engineer, Data Scientist 등의 직무에 지원을 했습니다. 대부분 조사했던 바와 같이 석사 이상 혹은 경력자를 원했으나 '그냥 한번 넣어보자. 밑져야 본전이다!' 라는 심정으로 지원을 마구 했습니다. 예상대로 대부분의 회사에서 서류 탈락을 하긴 했지만 다행히 통과한 몇 개 기업이 있었습니다. '네카라쿠배당토' 급의 큰 IT 회사는 아니었지만 나름 괜찮아 보이는 회사들이었습니다. 면접은 운이 좋아 대부분 붙게 되었고 여러 곳의 오퍼를 받았습니다. 충격적이었던 것은 제시하는 연봉의 편차가 엄청 컸다는 것입니다. 공교롭게 면접에 붙은 첫 회사가 가장 낮은 연봉을 제시해서 그곳에 갈 뻔했던 아찔한 기억이 있습니다. 혹시 한 곳에 면접을 봐서 붙었다고 바로 가지 마시고 꼭 여러 곳을 보고 가시기 바랍니다.
현재현재는 AI 관련 스타트업에서 AI researcher로 1년 정도 근무하고 있습니다. 연봉, 업무, 근무 환경 등에 상당히 만족하며 다니고 있습니다. 오늘은 제가 AI 직무에 취업하기 위해 어떤 식으로 준비했는지를 간단히 소개해 드렸습니다. 다음에는 진행했던 프로젝트와 어떤 공부를 했는지, 스타트업을 가려한다면 어떤 점을 봐야할지 등에 대해 글을 써보려 합니다. 궁금한 게 있으시면 댓글로 남겨주세요:)  Professional Knowledge & Experience Market, 김박사넷 김박사넷 커뮤니티에 참여해 보세요. 특정 게시물 또는 댓글에 댓글알람 설정을 할 수 있어요! 쪽지를 보내 이야기할 수 있어요! (지금 준비중이에요) 중요한 게시물을 스크랩할 수 있어요. 게시글의 모든 댓글을 읽을 수 있어요. Professional Knowledge & Experience Market, 김박사넷 김박사넷 커뮤니티에 참여해 보세요. 특정 게시물 또는 댓글에 댓글알람 설정을 할 수 있어요! 쪽지를 보내 이야기할 수 있어요! (지금 준비중이에요) 중요한 게시물을 스크랩할 수 있어요. 게시글의 모든 댓글을 읽을 수 있어요. 이번에도 지난번과 마찬가지로 비전공자라는 말이 조금 모호하네요 ㅎㅎ AI랑 프로그래밍을 잘 모르는데 AI 개발자 취업을 희망하시는 분은 없으실 테니, 이번 포스팅에서 비전공자는 아래와 같이 학부가 컴퓨터공학과가 아닌 경우로 한정하겠습니다. 비전공자 #1 : 학부가 컴퓨터공학과가 아니지만 AI를 따로 공부한 학생 비전공자 #2 : 학부가 컴퓨터공학과가 아니지만 대학원을 AI 관련 연구실을 졸업한 학생 * 채용 공고 사이트에서 머신러닝, 영상, 음성 엔지니어 등으로 검색하면 정말 수많은 기업의 채용공고가 뜨고 비전공자이더라도 AI 역량만 충분하면 지원 가능하다는 공고가 많습니다. 비전공자의 AI 개발자 취업 학부가 컴퓨터공학과가 아닌 분들 중에서도 프로그래밍을 잘하시는 분들이 많으시겠지만 취업 시장에서 인사담당자와 실무진들은 지원자를 의심의 눈초리로 바라볼 수밖에 없습니다. 이는 단연 AI개발자 시장뿐만 아니라 개발자 채용 시장에서 전반적인 분위기입니다. 국비지원을 통해 많은 비전공자분들이 개발자 취업 시장에 뛰어들지만 만들어진 이력과 포트폴리오 대비 실력이 없는 구직자를 많이 봐왔기 때문입니다. 구직자의 착각 & 프로그래밍의 중요성 꽤 많은 AI 개발 직무 구직자분들이 착각하는 것이 있습니다. 좋은 대학교/연구실을 졸업했고 AI 관련 연구 및 프로젝트 경험이 많으니까 이미 충분히 매력적인 지원자일 것이라고 생각하는 것입니다. 틀린 말은 아니지만 실무에서는 연구 역량 못지않게 프로그래밍 실력이 중요합니다. 정부 출연 연구기관이 아니라면 오로지 연구만 진행하는 경우는 굉장히 드뭅니다. AI개발자는 기술 연구도 하고 구현도 하고 머신러닝 모델을 서비스화 시키기 위한 각종 개발 업무와 머신러닝 모델 유지 보수까지 담당하기도 합니다. 때문에 오히려 신입 개발자의 경우에는 프로그래밍 실력이 더 중요할 수 있습니다. AI 개발자라고 해서 머신러닝/딥러닝 코드만 다루지 않고 문제를 해결하기 위해 여러 알고리즘을 가져오거나 구현해야 할 수도 있기 때문입니다. 때문에 지원자가 비전공자라면 면접관들은 '이 친구 연구 역량은 좋은데, 입사해서 개발업무를 잘할 수 있을까?'와 같은 생각을 하게 됩니다. 실제로 입사 초기에 개발 역량이 부족해서 잘 적응하지 못하는 분들이 있습니다. 비전공자이면 프로그래밍 공부를 한 시간이 전공자에 비해 부족하기도 하고, 대학원을 가더라도 사실 본인 연구와 프로젝트 코드만 만지기 때문에 실력 향상이 더딜 수도 있기 때문입니다. 저는 학부가 전자공학 석사과정이 컴퓨터공학과였는데 매 면접마다 프로그래밍 관련 질문을 받아야 했습니다. 면접만 10군데 이상을 봤는데 프로그래밍 기초적인 질문이나 알고리즘 질문을 하는 곳이 많았고 학부가 컴공이 아닌데 본인의 개발실력을 검증할 수 있는 이야기를 해달라는 질문도 받았습니다. 네이버 인턴 면접 때는 비대면 면접 중 라이브 코딩을 시키기도 했습니다. 물론 면접은 코테를 합격해야 보는 것이기 때문에 코테는 이미 통과한 상태이지만 면접에서 관련 질문을 많이 하십니다. 준비해야 할 것 머신러닝/딥러닝과 본인 연구는 당연히 잘 알아야 하니 제외하고 말씀드리겠습니다. 자세한 설명은 이전 포스팅에 적어두었습니다. 미리 공부해야 하는 것은 알고리즘 테스트와 프로그래밍 이론입니다. 좋은 성과로 서류는 다 통과하더라도 코딩 테스트에 떨어지면 소용이 없으므로 미리미리 알고리즘 코딩 테스트를 준비해야 합니다. 또한 면접에서 객체지향프로그래밍, 자료구조, 포인터 등의 이론적인 부분들도 질문하기 때문에 준비해두는 것이 좋습니다. 가장 중요한 것은 사실 개발 관련 경험을 많이 해보는 것입니다. 연구나 프로젝트를 할 때 나한테 지금 당장 필요한 부분이 아니더라도 이것저것 많이 만져보고 고쳐보고 하는 습관을 들이는 것이 좋습니다. 깃허브에서 받은 코드이더라도 돌아간다고 돌리지만 말고 디버깅하면서 코드 구조도 파악하고 중요한 부분이 있으면 메모도 하는 습관을 들여야 합니다. 그리고 pytorch 같은 자주 사용하는 딥러닝 프레임워크의 경우엔 한 단계 더 깊게 보면서 코드 내부가 어떻게 돌아가는지 봐 두면 도움이 될 것 같습니다. 또한 깃허브, 도커, MLOps 등 현업에서 협업을 위한 툴과 머신러닝/딥러닝 모델을 개발하고 유지 관리하는 방법에도 관심을 가져두시면 좋습니다. 물론 이런 노력은 서류에 정량적으로 보여주긴 힘듭니다. 하지만 이런 경험들이 쌓이면 자연스럽게 면접에서 티가 나기 때문에 여러분이 비전공자 이더라도 얼마나 많은 노력을 했는지 면접관들에게 전달이 될 수 있습니다. 현실적인 이야기 컴공과 학부를 졸업하지 않더라도 대학원에서 AI 관련 연구와 프로젝트를 해서 성과가 좋고 알고리즘 테스트에 합격할 수 있는 코딩 실력이라면 흔히 얘기하는 네카라쿠배와 같은 탑티어 IT기업이나 기술력 있는 AI 회사에 입사할 수 있습니다. 서류 과정에서는 지원자의 연구개발 경험과 지원 직무가 얼마나 잘 맞는지가 중요합니다. 물론 연구, 프로젝트의 성과도 중요하고 학벌은... 좋을수록 좋은 게 현실입니다. 하지만, 서류만 통과하면 이후 코딩 테스트, 실무/임원 면접 등은 본인이 하기 나름입니다. 때문에 우선은 서류를 많이 지원하면서 본인이 어떤 기업에 어떤 직무에 합격하고 어떤 곳에는 불합격하는지 파악하는 게 중요합니다. 많이 지원하다 보면 내가 어떤 산업의 기업에 어떤 직무에 더 가능성이 높겠구나 하는 감이 생깁니다. 물론 나의 스펙과 역량에 어느 정도 티어의 기업이 적절한지도 알 수 있게 됩니다. AI 쪽은 신생 스타업이 굉장히 많고 대기업 못지않은 좋은 대우를 해주는 기업도 많습니다. 미래 사업성 때문에 투자를 많이 받거나 대기업에서 만든 스타트업이라 자본이 많거나 연구 성과가 정말 좋은 기업들도 꽤 있습니다. 즉, 우리가 처음 들어보더라도 굉장히 대우가 좋고 경력을 쌓기 좋은 기업이 많습니다. 블라인드, 링크드인에서 활용하시면 대우가 좋은 회사들을 찾을 수 있습니다. 사실 많은 분들이 가장 중요하게 생각하는 것은 연봉이기 때문에 구체적으로 말씀드리자면, IT 대기업을 포함해서 대우가 좋은 스타트업의 경우 석사 신입 계약 연봉이 5000만 원 이상인 경우가 많습니다. 물론 스타트업은 투자를 받는 단계라면 성과급이나 인센티브는 없을 수도 있습니다. 그리고 전통적인 제조 대기업이나 대기업 SI업체들도 AI개발자 수요가 많은데 기본적으로 계약 연봉 4500 이상인 곳이 많습니다. 이렇게만 보면 정말 AI 개발자가 돈 많이 받는 직군인 것 같지만, 그 외의 많은 기업들은 3천대의 연봉인 경우가 대다수입니다. 그나마 3천대 이더라도 경험과 경력을 시작하기에 좋은 회사들은 알짜이지만, AI개발자로 채용하고 데이터 작업만 하는 경우도 많으니 기업과 해당 직무에 대해 잘 알아보는 게 중요합니다. |
딥러닝 취업 현실 - dibleoning chwieob hyeonsil
관련 게시물
저작권 © 2024 ko.ketiadaan Inc.
