무브

오르비

아톰

내 태그

내 태그 설정

입시
학습
생활
클럽
직업·취업
Epioptimus
Centurion

불타는아메리카노 [863271] · MS 2018 · 쪽지

2019-01-23 19:27:28
조회수 5,487

전문가에 대한 환상과 현실

게시글 주소: https://orbi.kr/00020975966

앞으로는 어느 분야든지간에 전문성이 있는 사람이 더 오래 살아남고

더 많이 벌게 되는 것에는 이견이 없을 것 같습니다.


전문성? 너무 막연하죠. 

의사 변호사 회계사?

이런 것말고도 전문가의 길이 많습니다. 

자격증이 나오진 않지만 남들과 차별화되는 지식과 노하우가

자격증이고 돈이 분야가 요새는 폭발적으로 늘어나고 있습니다. 


요새 뜨고 있는 AI, 딥러닝을 가지고 이야기해보겠습니다.

언론 정부 기업 난리도 아닌데, 

AI 딥러닝 우리나라에 전문가가 얼마나 있을까요?

산공, 컴공, 전기전자, 통계학과 교수들 중에선 얼마나 될까요?

혹은 기업체들의 관련 분야 사람들 중에서 얼마나 될까요?

관련 세부분야 아니면 대부분 잘 모릅니다.

원리를 이해해서 새로운 것을 만들어 낼 수 있는 사람들은 소수입니다.

즉 작동하는 원리를 이해하지 못하고 기존에 있는 관련 프로그램이나 패키지를 사용하는 것이 전부입니다.

(유사하게 데이터 사이언스 분야도 그러한데 https://pabii.co/ 요기보면 그런 내용들이 조금 있습니다.

물론 여기 블로그 운영자도 완전 전문가는 아니고 통계를 잘 아는 것은 아니지만 우리나라 현실과

사정을 콕 짚어서 잘 설명하고 있습니다). 


삼성이 요새 자율주행차 한다고 하는데 거기도 마찬가지입니다.

수 많은 석박이 있어도 사실 알고리즘을 이해해서 문제를 진단하고 솔루션을 찾을 수 있는 전문가는

극소수입니다. 그냥 Trial and Error 입니다. 그러다 운좋게 해결되면 그 다음 스텝으로 넘어가구요.

네이버는 어떨까요? 오픈소스 가져다가 이래저래 바꿔서 시장에 내놓습니다.

물론 일부는 혹은 일부 팀은 새로운 것을 만들기 위해 노력하고 있지만, 대부분은 이미 외국에서

해놓은 것 배워서 한국 사정에 맞게 바꾸는 정도 입니다.


화전민이란 표현을 많이 씁니다. 기업이나 아카데믹이나 정부나 뭔가 뜬다고 하면

우루루 몰려가서 돈 뿌리고 의미없는 연구해대고 그걸로 쓰잘데기 없는 것 만들어서

광고 마케팅에 덧 붙여 팔아 제낍니다. 그러다 유행 조금 지나면 다시 우수수 없어지죠.


멀리서 보면 빽빽한 숲인데 안으로 들어가보면 나무가 듬성듬성하게 있는 것이죠.


왜 이런 얘기를 하느냐?

현실이 이렇기 때문에 진짜 전문가가 되면 빛이 날 수 있다는 것을 말하고 싶기 때문입니다.

어느 하나에 꽂혀서 10년 정도 시간을 투자하면 다른 사람은 쉽게 넘을 수 없는 지식과 노하우가

생깁니다. 그게 얼만큼 돈이 되느냐는 분야와 시장에 따라 달라지겠지만 최소한 

해당 분야에서만큼은 경쟁력이 생길겁니다.


예를 하나 들어주려고 합니다. 텍스트 데이터 분석 분야가 있습니다.

영어로는 엄청나게 발전이 많은데 국내 한국어 관련해서는 아직 걸음마 수준입니다.

왜 그럴까요? 꼴아박는 연구진이 없습니다.

관련 연구를 할 수 있는 교수님들은 있지만 그것에 몰두하기는 힘들기 때문이죠.

돈도 안되고 또 한국어 분석 결과는 영어에 비하여 좋은 저널에 가기 힘들기 때문입니다.

(기업도 현재 돈이 되는 일부만 하고 있거나 혹은 현재 나오는 논문을 응용하는 수준입니다)


그럼 이게 엄청나게 어려운 기술을 요하는 것일까요? 

창조의 영역에서는 yes지만 일단 있는 기술을 배우는 것은 no입니다. 

약간의 적성에 끈기와 인내가 있으면 어렵지 않게 할 수 있습니다.

쪼렙을 벗어나야 되는 긴 지루함이 진입 장벽입니다.


기본 오픈 소스는 널려놓고 관련 지식은 학교수업이나 유투브/코세라라도 충분히 배울 수 있죠.

그리고 매일매일 쏟아지는 논문들은 엄청 납니다.

미친척하고 대학 다니는 4년동안에만 내가 시간을 들여 혼자 공부하면

졸업할 때 왠만한 박사나 교수들보다  텍스트 데이터 처리에 있어사만큼은 

훨씬 더 전문가가 되어 있을 겁니다. 

그 쪽 관련 전공이 100% 매치되지 않는한 박사들도 그 정도의 시간을 쓰지는 못하니깐요.


복전 이런거해서 스펙 올릴 시간에 기술을 익히는데 시간을 투자해 보시는 것을 권유합니다.

도저히 적성상 못하겠다 이러면 상관없는데 그렇지 않다고 하면 할 만합니다.

또 수학을 덜 쓰고 알고리즘 위주인 곳은 더 할만합니다.

그럼 무슨 기술을 배울까? 

그것은 본인 전공하고 관련이 있거나 하고 싶은 것에 유용한 것을 배우시는 것을 추천드려요.

찾아보면 진짜 최신 기술 엄청 많습니다. 


이게 가능한 이유가 바로 온라인 교육 시장이 엄청나게 확대되고 있기 때문입니다.

한국에서도 하버드 MIT 교수들의 수업을 들을 수 있으며 관련 기초 지식및 기술을 배울 수 있습니다.

물론 코어는 못배우겠지만 시작할만한 지식 정도는 배울 수 있고 그것을 기반으로

자신이 익혀 나가고 시간을 차근차근 쌓으면 됩니다.

그게 진입장벽이고 남들고 차별화되는 지식과 노하우가 될 겁니다.


꼭 첫 직장이 대기업이어야 합니까?

확실한 지식과 정보가 있는 사람은 시작이 미약하더라도 멀지 않아 빛을 발하게 되어 있습니다.


생각보다 되게 많은 사람이 시작조차도 하지 않는다는 사실을 기억했으면 좋겠습니다.

어느 방향이든 일단 나아가야될 길을 찾고 시작하는 것만으로도 이미 경쟁력이 생기며

그리고 그 길 위를 시간으로 덮으면 덮을수록 꽃길이 된다는 것을...


물론 이렇게 말해도 대부분은 남들이 하는 패쓰를 따라가겠죠.

그래서 이러한 도전이 할 만한 겁니다.












0 XDK (+0)

  1. 유익한 글을 읽었다면 작성자에게 XDK를 선물하세요.

불타는아메리카노 [863271]

쪽지 보내기

글쓰기
오르비 1381392번째 회원 가입
ddna
1,422,072 건의 게시물이
블록체인에 디지털 공증되었습니다.
901,751
497,321
22,267
574
159

오늘의 추천 글

2026 수능D - 265

오르비 플레이
오르비 RARE
오르비 과외시장
Move
our corporate site
Orbi Class
on-line classes
Atom
educational books & resources
Gae9
humor and fun

© 2000-2025 Move Inc.

orbisoptimus (v17-704e1f)