root layout

패스트캠퍼스

  1. 스터디
  2. AI TECH

환급챌린지 : Computer Vision Signature 강의 최종 후기

2025.09.09 15:32 작성


길지만 짧고, 짧지만 길었던 50일간의 환급챌린지를 마무리하며, 패스트캠퍼스 수강후기를 남기려합니다.



먼저 제가 50일간 들었던 강의는 [Computer Vision Signature] 강의고

딥러닝을 활용해 어떻게 컴퓨터에게 시각정보를 넘겨 줄지를 다루는 강의였습니다.



처음 수강 신청 버튼을 누르던 때가 엊그제 같은데, 패스트캠퍼스 통계를 보면 학습을 완료했다는 빼곡히 표시가 있습니다. 시작 전에는 컴퓨터 비전이라는 학문이 거대한 산처럼 느껴져 눈 앞의 길만 찾느라 전체적인 풍경을 보지 못했는데, 50일이 지난 지금은 비록 모든 봉우리를 정복하진 못했어도, 정상으로 향하는 여러 갈래의 등산로와 이정표가 눈에 보이기 시작하였습니다. 

그간의 경험을 더욱 자세히 풀어드리겠습니다.


1. 환급챌린지에 참여한 이유는 무엇이었는지?

ㅁ 이 환급 챌린지에 참여하게 된 이유 중 제일 컷던 건 동기부여였습니다. 내가 원하는 강의를 듣고 열심히 수강한 만큼 냈던 수강료를 다시 페이백을 받을 수 있다는 동기부여가 강했습니다. 혼자였다면 분명 핑계를 대고 학습을 몇번이고 계속 미뤄지것만 같았고 떠밀어준 가장 효과적인 장치가 필요하던 참이었습니다. 마침 패스트캠퍼스에서 여름방학간 50일 환급챌린지를 하는 것을 보았고 이러한 금적적인 목표가 생기면 최소한의 책임감을 갖고 꾸준히 책상에 앉을 수 있을 것 같았습니다. 이번 챌린지는 딱 제가 원하던 강제성 장치와 같았습니다. 그리고 매일 최소 하나의 영상 클립을 봤어야 했어서 큰 무리없이 진행 가능할 거라는 믿음이 있었습니다. 때문에 가벼운 마음으로 도전해볼 수 있었습니다. 


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

ㅁ 기존에 컴퓨터 비전에 대해 관심이 많아 해당 분야로 석사 진학을 희망하고 있었습니다. 때문에 많은 학습자료들을 찾아다녔습니다. 시중에는 수많은 강의가 있지만, 대부분 Object Detection, Segmentation 등에만 초점을 맞춘 단편적인 지식을 다루는 경우가 많았습니다. 또한 망망대해 위에서의 표류와 같이 수많은 기술 블로그, Github의 코드 조각들, 단발적인 YouTube 튜토리얼들은 각기 유용한 정보를 담고 있었지만, 그 지식들은 머릿속을 겉돌 뿐 유기적인 지식 체계로 자리 잡지 못했습니다. 왜 이 기술이 지금 필요한지, 다른 기술과는 어떤 관계를 맺고 있는지에 대한 근본적인 이해가 어려웠습니다. 하지만 제가 수강했던 'Computer Vision Signature'의 커리큘럼은 조금 달랐습니다. 2D 비전의 기초부터 3D 비전, Visual SLAM, 그리고 최신 트렌드인 Vision과 Language를 결합하여 더 높은 수준의 추론을 가능하게 하는 멀티모달 모델까지, 컴퓨터 비전의 전체적인 파이프라인과 핵심 기술을 총망라 할 수 있는 커리큘럼이었고 여름방학동안 듣기에 정말 딱 맞았습니다. 그리고 50일간의 챌린지를 하고 난 지금 모든 클립을 듣기는 어려운 시간이었지만 기본적인 Object dectection, segmentation 개념부터 sota모델을 활용해 실제 예제를 해보고, 이후 3D로 넘어가 포인트 클라우드부터 차근차근 배울 수 있었습니다. 3D feature extraction을 시작으로 3차원 공간 상 객체검출, 깊이정보 추정, 2차원이미지를 3차원 복원까지 배웠습니다. 

이러한 전공지식을 떠나 그 하루에 약속이 있어 늦게 들어와도, 일을 하고 들어와도, 심지어 여행을 가도 밤늦게 아침일찍 시간을 어떻게든 마련해 챌린지를 계속 이어나가며 스스로 대견했습니다. 정말 이렇게 까지 해야하나 싶었지만 금전이 달려있었기 때문에 동기부여가 확실히 잘되었습니다ㅋㅋㅋ


3. 이 강의만의 장점 (ex. 강사님의 강의력, 커리큘럼 등)

ㅁ 이 강의의 챕터2 커리큘럼를 예시로 들면 CNN부터 RNN,LSTM,GRU를 시작으로 Attention기반 Vit, DINO를 배우며 기본적인 task의 딥러닝 모델에 대해 소개했고 DINOv2로 유사이미지를 탐색하는 실습을 합니다. 이처럼 모델 아키텍쳐를 소개하면서 이론적인 것에 대해서만 얘기하는게 아니라 마지막에 실습을 꼭 한다는 것입니다. 이게 저에게 가장 큰 도움이 되었습니다. 원래 전공수업을 듣게 되면 이론과 실습의 괴리가 존재하고 이 간극을 매꾸기에 노력하기 조차 쉽지 않습니다. 어떻게 무엇을 해야할지 감 조차 잡을 수 없기 때문입니다. 하지만 이 강의의 장점은 강사님이 어려운 논문내용을 정말 쉽게 설명해주시는 점이었습니다. 예를 들어 Transformer의 Self-Attention을 설명할 때, 복잡한 행렬 연산을 나열하기보다 '이미지 속에서 어떤 픽셀이 다른 픽셀과 더 중요한 관계를 맺고 있는지, 그 중요도를 어떻게 계산할 것인가?'라는 근본적인 질문에서부터 출발하여 개념의 본질에 접근하게 해주셨습니다. 많은 사람들이 학습시 두려워하는 수학적인 내용 등으로 이해가 어렵지 않을까 고민하지 않아도 되고 추후에 더욱 깊이 파고들고자 한다면 해당 논문을 찾아 수식을 하나둘 뜯어보면 될 것 같다. 또한 혼자 공부했다면 컴퓨터 비전이 어떻게 시작해서 어떠한 발전을 거쳤고 현재 이러한 방법이 가장 성능/효율적으로 추천되고 있다는 것을 알기가 힘들었을텐데, 해당 강의는 변천사부터 어떠한 문제점으로 이렇게 발전되게 되었는지 명확히 알려주기 때문에 문맥을 쉽게 이해할 수 있었다.


4. 강의를 추천하고 싶은 사람은 누구인지?

ㅁ 제가 이 강의를 듣기전에 저처럼 컴퓨터비전에 막연한 관심이 있지만 어떻게 학습해나가야 할지 막막한 학부생이시라면 이 강의가 체계적인 가이드가 되어 불필요한 시행착오를 줄여주기에 좋은 선택이 될거라고 생각이 듭니다. 또한 꼭 학부생이 아니더라도 관심만 있다면 추천드리고 싶습니다. 아니면 AI 분야가 아닌 다른 직무에 종사하지만, 컴퓨터 비전 기술에 대한 깊이 있는 이해를 통해 자신의 업무에 새로운 가능성을 접목하고 싶은 현직자에게도 감히 추천하고 싶습니다. 이 강의는 여러분에게 새로운 기술적 문해력을 부여하고 컴퓨터 비전을 알게 된다면 일을 할때에도 더 넓은 선택지를 제공해줄 수 있을 것 같습니다.


5. 다음으로 듣고 싶은 강의는 무엇인지?

ㅁ 컴퓨터 비전을 이용한 현실 세계를 인식/인지하는 모델에 대해서도 관심 많아 ai를 활용한 로봇 분야를 배워보고 싶습니다. 그렇기에 "ROS 2로 시작하는 로보틱스 Motion Planning" 강의를 들어보고 싶습니다. 현재는 학기를 다니고 있기 때문에 바로 듣기에 힘들겠지만 시간이 날때마다 패스트캠퍼스 강의를 구매해 수강을 하려합니다. 이 강의 외에도 패스트 캠퍼스에는 훌륭한 커리큘럼을 가진 강의들이 굉장히 많습니다. 보통은 흥미로운 주제로 강의를 한다는 광고를 보게 되면 "오 들으면 괜찮겠는데" 라는 생각이 들어, 자세히 설명을 보러 들어간 적이 엄청 많았지만 전부 다 전문가라고 하기도 어렵고 그저 기초만 배우고 그 다음 단계가 없는 강의가 많았습니다. 하지만 패스트 캠퍼스에는 실망스러운 강의가 거의 없었던 것 같습니다. 때문에 "ROS 2로 시작하는 로보틱스 Motion Planning" 이외 "협동로봇 개발을 위한 다관절 로봇 티칭과 구현", "자율주행 로봇을 위한 ROS 2 & SLAM & Nav2 한번에 끝내기" 등 다양한 전문가분이 설명을 해주시 강의를 들으려 합니다. 더군다나 내가 공부를 하는 만큼 환급을 받을 수 있는 50일의 기적:AI 환급반 과 비슷한 이벤트가 열려준다면 너무나 좋을 것 같습니다.


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

ㅁ 가장 큰 변화는 자신감입니다. 예전에는 대학원 연구실 홈페이지를 봐도 어떤 연구를 하는 곳인지 이해하기 어려웠는데, 이제는 '이 연구실은 NeRF 기반의 3D 복원을 주로 다루는구나' 와 같이 핵심 분야를 파악할 수 있게 되었습니다. 제게는 이것이 매우 의미 있는 성장이었습니다.

이제 강의를 통해 얻은 지식을 바탕으로 작은 개인 프로젝트를 진행해볼 계획입니다. 강의에서 배운 여러 모델 중 하나를 활용하여 저만의 아이디어를 구현해보고 싶습니다. 장기적으로는 모델을 실제 서비스에 적용하는 'MLOps' 분야로 학습을 확장하여, 이론과 현실의 간극을 줄여나가는 것이 목표입니다.

50일간의 학습은 컴퓨터 비전이라는 분야에 대한 막연함을 구체적인 자신감으로 바꾸어준 소중한 시간이었습니다. 이 경험을 발판 삼아 앞으로도 꾸준히 정진해 나가겠습니다.


https://fastcampus.info/4kQ0Ahe

#패스트캠퍼스 #환급챌린지 #파이널미션 #패스트캠퍼스후기 #직장인자기계발













답변