2019년 회고


뒤늦게나마 지난 2019년에 대한 회고를 작성해보았다.

[배움과 경험]

  • AI회사(Face Detection)에서 딥러닝 엔지니어 근무(7개월)
    • 정부 R&D 연구과제 수행 경험
    • 데이터 수집(크롤링 개발) 및 전처리 스크립트 개발을 통한 ETL 업무 경험
    • 데이터 Labeling 업무를 통해 데이터를 직접 보고, 데이터를 분류하는 업무의 중요성을 배움
    • 스타트업 문화 경험
  • 대학교 정보보호팀 이직(현재)
    • 공공기관 조직 문화 및 업무 스타일 경험
  • 홍대 머신러닝/딥러닝 스터디 참석
    • Do it 딥러닝 저자 박해선님의 스터디 모임
    • 총 4회 스터디 참석
  • 연말/연초 독일여행
    • 외국어 공부(영어)의 필요성을 다시 느낌
    • 유럽 문화 경험

[아쉬운 점 및 개선사항]

  • 커리어 측면
    • AI회사에서 경력을 조금 더 쌓고 동일한 AI분야로 이직을 결정했어야 하는 아쉬움.
    • 좋은 기회가 있어 이직을 했으나 현재 업무 환경에서는 성장 가능성이 제한 됨.
    • AI를 이해하는 것이 Super Power를 갖는 것임을 잊지 말고, 꾸준히 학습하여 이직 기회 넓히기.
    • 전문가로 성장하기 위해 그동안 다소 짧았던 경력을 반성하고, 진정 원하는 직무가 무엇인지 깊이 고민하고 이직 준비하기(각각의 경력은 다소 짧지만 다양한 경험을 했다는 것은 내 인생에 있어 분명 장점으로 작용할 것이라 확신한다.)
  • 개인 측면
    • Github 학습 블로그 글 작성 저조
    • 머신러닝/딥러닝 공부를 꾸준히 하지 못함
    • 외국어 학습량 저조
    • 독서량 저조(2019년 30권 목표 중 10권)

2020년 계획


  • 커리어 측면
    • AI를 경험하고, 배울 수 있는 인공지능 회사로 이직(오래 함께할 수 있는 회사 선택)
    • 정보보안을 백그라운드를 강점으로 AI 데이터를 안전하게 수집/관리할 수 있는 역량을 키워 경쟁력 강화하기
    • 업계의 많은 사람들을 만나 정보를 교류할 수 있도록 Dev, AI, Security 등 다양한 컨퍼런스 참관하기
  • 개인 측면
    • 데이터를 다루는 일을 하기 위해 DB, 백엔드 개발관련 기술 학습(SQL, Python Django)
    • 머신러닝, 딥러닝 공부
    • Kaggle을 이용한 데이터 분석 공부 시작
    • 영어 공부 시작(Cambly 화상영어)
    • 논문 읽기(AI, Security 분야)
    • 독서량 늘리기(개발관련 서적 중심으로)

결론

현재 대학교 교직원(정보보호)으로 근무하고 있다. 안정되고, 나름 워라밸이 좋은 근무환경이다. 하지만 업무가 정적이고 주로 운영/관리 업무가 주를 이루다보니 커리어 관점에서 더 성장하기 힘들다고 판단했다. 그래서 AI 엔지니어나 데이터 엔지니어 직무로 이직하기로 결심했다. 이직을 위해서는 우선 구체적으로 어떤 분야로 이직할 것인지의 고민과 왜 그 일을 하고 싶은지에 대한 결정이 필요하다. 당장 지금 생각하는 방향은 2가지이다. 첫째는 지금껏 정보보안에 대한 백그라운드를 쌓기 위해 노력해왔기에 보안 데이터를 다루는 직무로 이직하는 것이다. 시스템, 네트워크 환경에서 발생하는 다양한 이벤트를 수집하여 AI 기반의 분석 업무를 하는 일을 하고 싶다.(그런 일이 있는지 잘 모르겠지만…) 둘째는 AI스타트업에서 영상(Face Recognition) 데이터를 다뤘던 경험을 바탕으로 데이터 엔지니어 또는 AI 엔지니어로 이직하는 것이다. 그러기 위해서는 데이터과학에 대한 이해와 딥러닝, 딥러닝 프레임워크에 대한 학습이 필요하다. 핑계를 대자면 현재 재직중인 회사에서 지난 2~3개월간 생각했던 것보다 바빠 자기계발에 소홀했다. 12월에 딥러닝 스터디 4번 나간 것이 전부였으니… 물론 최근 인프런과 패스트캠퍼스를 통해 관련 공부를 다시 시작했고, 인프런 Python 수업은 완강했다. 하나씩 다시 시작해보려 한다. 말뿐인 입 닫고, 세상에서 너는 안된다, 네 나이로는 이제 늦었다는 등의 이야기에 귀 닫고 묵묵히 우직하게 다시 준비해야겠다. 늦었다고 느꼈을 때가 정말 늦은거니까!