[KT AIVLE SCHOOL 7기] 3, 4주차 후기

[KT AIVLE SCHOOL 7기] 3, 4주차 후기

---

3주차 [25.04.07 ~ 25.04.11]

 

 

: 3주차에는 데이터 분석 자동화에 대해 배우는 뜻깊은 시간이었습니다! 강의는 2주차와 동일하게 신민정 강사님께서 진행해주셨습니다.

3주차 수업을 들으며 머신러닝과 딥러닝이 무엇인지 알 수 있었습니다! 머신러닝과 딥러닝은 

• 머신러닝: 데이터를 이용하여 스스로 학습하는 알고리즘을 개발하는 기술
• 딥러닝: 머신러닝의 하위 개념으로 인간의 신경망을 모방한 인공 신경망(Artificial Neural network)을 활용하여 더욱 정교한 학습시키는 기술

이 둘의 공통점과 차이점을 한 눈에 알기 쉽게 말씀드리면 다음과 같습니다!

 

✅ 공통점 (Machine Learning & Deep Learning)

항목	설명
🎯 목적	둘 다 데이터를 기반으로 학습하여 예측, 분류, 판단을 하는 인공지능 기술입니다.
🧠 학습 방식	모두 과거 데이터를 이용해 모델을 학습시키고, 이를 통해 새로운 데이터를 예측합니다.
🔁 경험 기반	사람이 프로그램하지 않아도, 데이터에서 스스로 규칙을 찾고 개선합니다.
📂 응용 분야	이미지 인식, 음성 인식, 자연어 처리, 추천 시스템 등 다양한 분야에서 활용됩니다.
🛠️ 알고리즘 모델 사용	모두 수학적 모델(예: 회귀, 분류, 분포 등)을 사용해 문제를 해결합니다.

 

🚫 차이점

항목	머신러닝 (Machine Learning)	딥러닝 (Deep Learning)
🧩 구조	일반적인 통계 기반 알고리즘 사용	인공신경망 (Neural Network) 기반의 다층 구조 사용
✍️ 특징 추출	사람이 직접 특징을 선택해야 함	스스로 특징을 추출 (예: 이미지에서 경계, 모양 등)
📊 데이터 요구량	적은 양의 데이터로도 학습 가능	대량의 데이터 필요
⚙️ 계산 자원	상대적으로 적은 연산 자원 필요	GPU 등 고성능 하드웨어 필요
📈 학습 속도	학습이 비교적 빠르고 간단함	학습 시간이 길고 복잡할 수 있음
🔍 해석 가능성	모델의 내부가 비교적 명확하고 해석 쉬움	내부 구조가 복잡해 블랙박스에 가까움

 

비유로 쉽게 설명드리면

머신러닝은 선생님이 중요한 포인트를 미리 알려주는 공부법입니다.

선생님이 고양이의 특징을 먼저 제시하고 그런 특징을 숫자로 바꿔(Feature로 변환) 머신러닝 모델에 적용합니다.

 

하지만 딥러닝은 학생이 스스로 문제를 풀어가며 개념을 터득하는 공부법입니다.

선생님이 고양이의 특징을 미리 알려주지 않아도 수천 장의 고양이 사진을 그냥 넣으면 스스로 고양이의 특징을 찾아냅니다.

 

이렇게 딥러닝은 AI가 직접 고양이라고 정의하고 구분할 수 있는 특징을 찾아내야 하기에 많은 양의 데이터로부터 특징을 뽑아서 그 공통점을 찾아내야 합니다. 비교하고 학습할 데이터가 적거나 너무 유사하면 '머핀 vs 치와와 문제'가 발생할 수 있는 것입니다.

학생이 스스로 학습하여 개념을 찾아내니 잘못 알아내는 경우가 생기는거죠.

블루베리 머핀 vs 치와와 문제

 

Cf. 위 사진처럼 블루베리 머핀과 치와와 강아지의 얼굴이 너무 비슷해서 딥러닝 모델이 이런 사진을 구별하지 못했음

 

이러한 머신러닝과 딥러닝 기술은 파이썬을 활용하여 직접 구현할 수 있습니다!

 

이미 많은 선배 개발자들이 머신러닝·딥러닝을 위한 다양한 라이브러리와 패키지를 파이썬에 구축해두었기 때문에,
우리는 그저 필요한 도구들을 설치(install)하고 임포트(import)만 하면 바로 사용할 수 있습니다.

 

이제 중요한 것은, 이러한 기술을 단순히 구현하는 것을 넘어
경영학적 시각에서 분석하고, 그 결과를 바탕으로 사업 전략을 도출해내는 것입니다.

---

4주차 [25.04.14 ~ 25.04.18]

대표사진 삭제

사진 설명을 입력하세요.

 

: 4주차에는 드디어 첫 미니 프로젝트가 진행되었습니다.
1차 미니 프로젝트는 석지혜 강사님께서 진행해주셨고, 저는 스터디원들과 함께 대면 교육장에서 프로젝트를 수행했습니다.

부산/경남 지역의 대면 교육장은 부산역 인근에 위치해 있었습니다!

 

첫 이틀 동안은 지금까지 배운 파이썬을 활용해, 조별로 주어진 데이터를 분석하고 머신러닝과 딥러닝을 직접 실행해보는 시간을 가졌습니다.
그 과정에서 도출한 인사이트를 바탕으로 각 조가 사업 전략을 공유하는 발표도 진행했습니다.

저희 팀은 코드를 작성하는 데 꽤 많은 시간을 소모했지만,
발표를 마친 다른 팀원들은 해당 데이터를 바탕으로 정교하고 멋진 전략을 세워 발표해주셔서 큰 자극을 받았습니다!

 

또한, 조별 발표 외에도 각자의 사업 아이템을 발굴하는 시간도 주어졌습니다.
많은 분들의 참신한 아이디어를 들으며 DX 컨설턴트에게 중요한 것은 단순히 문제를 해결하는 것이 아니라, 데이터를 통해 보이지 않는 패턴과 흐름을 읽고, 새로운 인사이트를 발견하는 능력이라는 것. 이러한 통찰력은 기업의 경쟁력을 높이는 차별화된 전략으로 이어진다는 사실을 느꼈습니다!

 

다음 미니 프로젝트에서는 저희 팀도 더 정진해서, 멋진 인사이트를 도출해보고 싶습니다!

---

후기

: DX 컨설팅을 위한 파이썬 학습은 마치 ‘맛보기’처럼 느껴졌습니다. 그래서 강사님과 매니저님께서 AICE Associate 시험을 강력히 추천하신 이유도 이해할 수 있었습니다.

특히 파이썬을 본격적으로 다시 공부하기엔 시간이 부족한 취준생들에게, 이 시험은 실무에 꼭 필요한 기술을 빠르게 익힐 수 있는 좋은 기회라고 생각됩니다.

프로젝트 기간 동안 스터디원들과 함께 수업을 듣고, 식사도 함께하며 즐겁게 프로젝트를 진행할 수 있어 정말 행복했습니다.

모두 개성도 뚜렷하시고 서로를 잘 배려해주셔서, 가능하다면 나중에 실제로 DX 컨설팅 업무를 함께 해보고 싶을 정도로 멋진 팀원들이었습니다.

 

그리고 느낀 점 하나!
확실히 화상보다 대면으로 의견을 나누는 것이 훨씬 빠르고 효율적이었습니다.

 

다음 미니 프로젝트는 2주 후에 시작됩니다. 또 여러분과 함께할 날이 벌써 기대되네요! 😊

앞으로 KT AIVLE School을 수강하실 분들께도 꼭 말씀드리고 싶습니다.
스터디원, 조원들과 함께 대면으로 프로젝트를 진행해보세요!
협업의 즐거움과 몰입도를 확실히 느낄 수 있습니다.

 

그리고 마지막으로, 조금은 다른 소식도 전해드립니다!
블로그 기자단 활동과는 별개로, 저는 AIVLE Storyteller에도 선발되었습니다.

직접 만든 릴스를 공식 인스타그램에 올릴 수 있는 기회가 생겼는데요,
다른 분들이 워낙 ‘갓생러’들이셔서… 제 콘텐츠도 하나쯤 올라갔으면 좋겠어요 ㅎㅎ