root layout

패스트캠퍼스

  1. 스터디
  2. AI TECH

환급챌린지 : '혁펜하임의 AI DEEP DIVE (Online.)' 강의 최종 후기

2025.09.05 10:05 작성

1. 총 4장 - 데일리 미션 / 파이널 미션을 위해 블로그에 올린 사진 중 4장 포함

  • (1) 강의장 내 마이페이지 수강 기록 캡쳐 사진

  • (2) 공부 인증샷 3장 이상 (ex. Before/After, 필기, 작업물 등)


image.png

image.png

image.png


image.png

image.png





2. 최종 챌린지 후기 3,000자 이상 (공백 제외, 아래 문항 반드시 모두 포함)

  • 1. 환급챌린지에 참여한 이유는 무엇이었는지?

    2. 왜 이 강의를 선택하게 되었는지? (무엇을 얻고 싶었는지, 실제로 얻은 것은 무엇인지)

    3. 이 강의만의 장점 (ex. 강사님의 강의력, 커리큘럼 등)

    4. 강의를 추천하고 싶은 사람은 누구인지?

    5. 다음으로 듣고 싶은 강의는 무엇인지?

    6. 앞으로의 계획 (ex. 커리어 목표, 이직 목표, 자기계발 목표 등)


    * 본인 블로그에 작성한 최종 학습 후기를 그대로 작성해도 무방합니다.

    * 학습 인증샷 예시는 블로그 가이드를 참고해주세요.

    * 포스팅은 반드시 전체 공개로 올려주셔야 하며, 비공개/일부 공개 등으로 전환된 것이 발견될 경우 해당 일자의 미션은 실패로 처리됩니다.

    * 스터디 모집 게시판에 포스팅을 하셨더라도 구글폼을 기한 내 제출하지 않을 경우 미션은 실패로 처리됩니다. (반드시 포스팅 완료 후 설문지를 제출해주세요)

    * 파이널 미션의 최종 성공/실패 여부는 9월 16일(화)에 대상자분들께 개별 안내 드립니다.

    * 강의 내용을 그대로 적는 것은 불가하며, 챌린지 미션을 수행하는 동안 느낀 본인만의 경험과 성장에 대한 인사이트를 녹여 작성해 주세요.

    * ChatGPT 등 AI 툴 사용 및 부정 행위 적발 시 탈락되니 주의해 주세요. (AI 검사기 운용)


1. 환급챌린지에 참여한 이유

내가 이번 환급챌린지에 참여하게 된 이유는 단순히 강의를 듣고 끝내기 위함이 아니었다. 가장 큰 이유는 강제적인 환경을 만들어 꾸준히 공부하는 습관을 형성하기 위해서였다. 스스로 학습하는 환경에서는 흔히 의지가 흔들리고, 일정이 바쁘다는 핑계로 학습이 뒷전으로 밀리기 쉽다. 하지만 환급이라는 구체적인 보상이 걸려 있다면 나 자신을 조금 더 강하게 몰아붙일 수 있다고 생각했다. 또 다른 이유는, 석사과정 시절 딥러닝 연구를 진행하면서 실습과 구현에는 익숙했지만 이론적 배경 지식이 부족하다는 한계를 절실히 느꼈기 때문이다. 당시 YOLOv8을 활용해 연구를 수행하면서도, 왜 특정 구조가 필요한지, activation 함수나 optimizer가 어떤 원리로 동작하는지에 대해 깊이 있는 설명을 스스로 하지 못해 아쉬움이 남았다. 따라서 이번 기회를 통해 체계적으로 딥러닝의 이론을 다시 정리하고 싶었다. 즉, 단순히 환급을 받는 것이 목표가 아니라, 딥러닝을 근본적으로 이해하는 학습 환경을 강제로 만들어 나를 성장시키는 것이 환급챌린지에 참여한 가장 중요한 이유였다.

2. 왜 이 강의를 선택하게 되었는지? (무엇을 얻고 싶었는지, 실제로 얻은 것은 무엇인지)

많은 온라인 강의 중에서 이 강의를 선택한 이유는, 딥러닝의 복잡한 내용을 단순한 코드 예제가 아니라 이론적 관점에서 풀어서 설명해주는 커리큘럼이 있었기 때문이다. 사실 인터넷이나 논문, 블로그를 찾아보면 구현 방법이나 코드 예제는 쉽게 얻을 수 있다. 하지만 왜 그런 구조를 쓰는지, 어떤 한계가 있고, 어떤 발전이 이어졌는지까지 설명해주는 자료는 흔치 않다. 나는 이 강의를 통해 단순히 “어떻게(How)”가 아니라, “왜(Why)”를 배우고 싶었다. 그러던 중, 유튜브에서 딥러닝을 공부하고 찾아보던 중, 혁펜하임님이 떠서 동영상 몇개를 봤는데, 최대한 알기 쉽게 설명해주려는 것을 보고, 패스트캠퍼스에서 풀 강의를 들어봐야겠다 생각이 들어서 이 강의를 선택했다.

실제로 강의를 들으면서 얻은 가장 큰 성과는 머릿속에 흩어져 있던 지식들을 하나로 연결할 수 있었다는 점이다. 예를 들어, 석사 때 YOLOv8을 구현하며 attention module을 적용해보거나 transformer 도입 시도, 하이퍼파라미터 변경 등의 경험이 있었지만, 왜 이것들을 적용하는 게 중요한지 몰랐었는데 이 강의를 통해 이러한 원리로 인해서 조정하는 것이 중요하구나를 느꼈다. 또한, sigmoid 함수, batch normalization, data augmentation 등 인터넷을 검색하며 들어봤던 말들이 있었는데, 대략적으로 왜 쓰이는지는 알고있었다. 하지만, 강의에서 수학적으로 접근하며 어떤 방식으로 이해하는 게 좋은지를 강사님께서 보여주시니 단순히 석사과정 때 구현해보고 가볍게 알아본 것보다 더 명확하게 이해가 되었다. 사실 이 글을 쓰는 지금 모든 강의를 완벽하게 이해한 건 아니다. 하지만, 적어도 강의를 듣기 전 보다는 딥러닝을 바라보는 관점이 입체적으로 변한 건 사실이다.

즉, 이 강의를 선택한 이유는 이론적 기반을 다지고 싶다는 마음이었고, 실제로 그 목표는 어느정도 달성되었다. 오히려 예상보다 더 많은 것을 얻었다고 생각한다. 단순히 논문에서 보던 용어들이 아닌, 실제 코드와 시각적 예시를 통해 직관적으로 이해할 수 있었고, 연구 당시 겪었던 막연한 어려움이 하나씩 풀리는 경험을 했다.

3. 이 강의만의 장점

이번 강의의 가장 큰 장점은 강사님의 강의력이었다. 추상적이고 수학적인 개념이 많은 딥러닝 이론을 최대한 알기 쉽게 풀어 설명해주셨다. 단순히 식을 전개하는 것에 그치지 않고, 적절한 비유와 사례를 들어주셔서 이해가 훨씬 수월했다. 예를 들어, skip-connection을 설명할 때 “사원이 바로 임원에게 결재를 올리는 구조”라는 회사 조직의 비유를 통해 복잡한 residual connection 구조를 직관적으로 이해할 수 있었다.

또한 커리큘럼이 체계적이라는 점도 큰 장점이다. 처음에는 MLP 같은 기본 구조에서 출발해, activation 함수의 종류와 한계, vanishing gradient 문제, CNN과 RNN 구조, 그리고 transformer의 self-attention까지 점차 난이도를 높여가는 구성이었다. 이렇게 단계별로 쌓아 올리니, 내가 알고 있던 단편적인 지식들이 차근차근 하나로 연결되었다. 무엇보다 실습과 이론이 적절히 결합되어 있어, 비록 visual studio code가 아닌 google colab으로 한 거지만, 적어도 이론으로 들은 내용을 코드로 구현해서 그래프로 시각화해보니 직관적인 내용 파악이 이루어져 좋았다.

4. 강의를 추천하고 싶은 사람은 누구인지?

이 강의를 추천하고 싶은 대상은 크게 두 부류다. 첫째는 딥러닝을 이미 구현해본 경험이 있는 사람이다. 나처럼 연구나 프로젝트를 하면서 CNN, RNN 같은 구조를 직접 돌려본 경험은 있지만, 왜 그렇게 동작하는지 이론적으로 정리하지 못한 경우에 이 강의가 큰 도움이 된다. 단편적인 지식이 하나로 연결되면서, 모델의 한계와 발전 배경까지 이해할 수 있다.

둘째는 독학으로 공부해서 기초는 알지만 깊이가 부족하다고 느끼는 사람이다. 유튜브나 블로그를 통해 딥러닝 용어를 들어본 적은 있지만, 체계적으로 연결되지 않아 막연한 사람들에게 이 강의는 큰 전환점이 될 수 있다. 단순히 암기하는 것이 아니라, 각 기법이 왜 필요한지를 스토리로 이어가며 설명하기 때문에, 기초와 심화를 동시에 다질 수 있다. 패스트캠퍼스의 환급챌린지를 활용하면 강제적인 환경에서 공부를 하게 되니 더 좋다 생각한다.

5. 다음으로 듣고 싶은 강의

나는 이번 강의를 1회독 끝내면서 많은 것을 배웠지만, 동시에 아직 완전히 내 것으로 만들지는 못했다고 생각한다. 따라서 가장 먼저 하고 싶은 것은 이 강의를 다시 1회독 하는 것이다. 첫 번째 수강에서는 이해하지 못하고 넘어간 부분도 있을 것이고, 지금은 알게 된 개념을 바탕으로 다시 들으면 훨씬 깊게 이해할 수 있을 것 같다.

그 이후에는 CNN, RNN, Transformer 각각을 더 심화적으로 다루는 강의나, 논문을 직접 리뷰하는 강의도 들어보고 싶다. 특히 Attention 메커니즘은 내가 석사과정 때 활용한 모듈이기도 한데, 단순히 오픈 소스를 불러와서 했던 경험이 전부인 만큼 깊은 이해를 해보고 관련 강의를 통해 더 전문적으로 학습할 계획이다.

6. 앞으로의 계획 (ex. 커리어 목표, 이직 목표, 자기계발 목표 등)

앞으로의 계획은 크게 두 가지로 나눌 수 있다. 첫째는 지속적인 복습과 반복 학습이다. 딥러닝은 단순히 한 번 공부한다고 끝나는 분야가 아니기 때문에, 이번 강의 내용을 정리하고 반복적으로 학습해 나가며 지식을 탄탄히 쌓을 것이다. 이 과정을 통해 논문을 읽을 때도 훨씬 수월하게 이해할 수 있을 거라 기대한다.

둘째는 취업 준비와 커리어 개발이다. 현재 나는 취업 준비 단계에 있으며, 딥러닝 지식은 내가 지원하고 싶은 기업에서 중요한 경쟁력이 될 것이다. 특히 YOLOv8을 활용한 연구 경험과 이번 강의를 통해 얻은 이론적 이해를 결합하면, 단순히 모델을 돌리는 사람이 아니라 원리를 이해하고 개선 방향을 제안할 수 있는 인재로 성장할 수 있다. 이와 더불어, 서류에 쓸 소스도 많아지고 면접 때 전공 지식에 대한 답변도 수월하게 할 수 있을 것으로 보인다. 향후 커리어 목표는 연구 경험과 실무 능력을 모두 활용할 수 있는 기업에서 AI 개발자로 일하는 것이다.

7. 마무리

이번 환급챌린지를 통해 단순히 보상을 얻는 것을 넘어, 내 학습 방식과 목표를 재정립하는 기회가 되었다. 강의 덕분에 석사 시절부터 이어진 아쉬움을 해소할 수 있었고, 딥러닝이라는 복잡한 분야를 체계적으로 바라보는 눈을 키울 수 있었다. 앞으로도 반복적인 복습과 실습을 통해 이번에 배운 내용을 내 것으로 만들고, 커리어로 연결해 나갈 계획이다.

추가로, 요즘 여러 기업들에서 하반기 채용공고가 올라오고 있다. ai 인재를 뽑기 위해 지원을 많이 하고 있기도 하고, 또한 실제로 LG의 경우 사내대학원을 설립해서 ai 대학원생 배출을 목표로 하여 현업에 전문가를 양성하는 것을 목표로 하고 있기도 한다. 그만큼 인공지능에 대한 공부는 필수적이라고 생각한다. 나만 하더라도 전공은 기계공학과로 학사와 석사를 땄지만, 막상 대학원 때는 컴퓨터 비전을 반도체 분야와 결합한 연구를 하였다. 또한, 요즘은 ai 기술 때문인지 전공보다는 분야에 대한 경험과 전문성을 더 중시하는 거 같다. 그런 만큼 세상은 빠르게 기술이 변하고 있는데 이럴수록 기본적인 내용을 이해하는 것이 중요하다고 생각한다. 석사과정 때 구현해보고 적용한 게 도움은 됐지만, 애매하게 알고 있다는 느낌을 받았는데 2030대가 혼자 독학하기란 시간과 자원의 한계로 쉽지 않다. 그런 관점에서 패스트캠퍼스 혁펜하임님의 강의가 유용했다고 생각한다. 아직 후반부에 대한 내용은 잘 이해는 못 했지만, 다시 처음부터 회독해보고 정리하다보면 느껴지는 게 있을 거라 본다. 이번 챌린지가 나의 취준에 도움이 됐다 믿으며 또 나아가야겠다.



답변