안녕하세요, 환급챌린지 50일차를 마치고 오랜만에 작성하네요

​

오늘은 50일차 환급챌린지를 마친 소감과 처음에 어떻게 시작하게 되었는지 말씀드리려고 합니다

​

제가 50일동안 수강한 강좌는 "자율주행을 위한 컴퓨터비전과 라이다 & 센서퓨전까지 초격차 패키지 Online 강의"에요

이 "자율주행을 위한 컴퓨터비전과 라이다 & 센서퓨전까지 초격차 패키지 Online 강의" 강좌 이름부터가 긴 것이 벌써부터 어려울 것 같아 보이죠?

그래서 저도 관심은 많았었지만 그동안 쉽사리 도전해보지 못 했었던 강좌였어요.

하지만 이번 패스트 캠퍼스 환급챌린지 이벤트를 통해 수강하게 되었어요

​

1. 환급챌린지에 참여한 이유는 무엇이었는지?

이 환급 챌린지에 참여하게 된 가장 솔직한 이유는 동기 부여였어요ㅎㅎ... 자율주행 기술은 앞으로 제 미래를 위해 꼭 공부해보고 싶은 분야였지만, 워낙 방대하고 전문적인 내용이라 혼자서 꾸준히 학습 계획을 세우고 실천할 자신이 없어서 생각만 하던 참에 마침 패스트캠퍼스에서 좋은 기회로 환급 챌린지를 진행하는 것을 보았고, '매일 꾸준히 공부하면 수강료를 돌려받을 수 있다'는 조건이 저에게는 아주 좋은 학습 페이스메이커가 될 것이라 생각했어요. 일종의 강제성을 부여함으로써 어려운 공부를 완주할 수 있는 최고의 장치라고 판단하여 망설임 없이 참여하게 되었습니당

​

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

"자율주행을 위한 컴퓨터비전과 라이다 & 센서퓨전까지 초격차 패키지 Online 강의" 를 선택하게 된거 계기는 Computer Vision을 공부하면서 늘 한계에 부딪히는 느낌이었어요. 이미지에서 객체를 찾아내고, 영역을 나누는 개별적인 기술들은 익혔지만, '그래서 이 기술들이 모여서 어떻게 하나의 거대한 시스템을 만들지?' 하는 근본적인 궁금증이 있었거든요. 특히 자율주행차는 대체 세상을 어떻게 보고, 이해하고, 움직이는 걸까? 하는 막연한 호기심이 가장 컸습니다. 단순히 카메라만으로는 부족할 텐데, 영화에서만 보던 LiDAR 센서는 3차원 공간을 어떻게 인식하는지, 그리고 이 두 개의 다른 정보를 합치는 Sensor Fusion으로 어떻게 더 정확한 판단을 내리는지, 이런 과정이 궁금했어요.

제가 얻고 싶었던 것은 바로 이 연결고리였습니다. 단편적인 지식의 나열이 아니라, 자율주행이라는 하나의 목표를 위해 각 기술들이 어떻게 유기적으로 맞물려 돌아가는지에 대한 전체적인 시스템 아키텍처를 이해하고 싶었거든요.

그리고 50일이 지난 지금, 저는 제가 원했던 것 그 이상을 얻었다고 자신 있게 말할 수 있습니다. 강의 초반부에는 익숙한 카메라 기반의 ADAS(첨단 운전자 보조 시스템)나 DMS(운전자 모니터링 시스템) 프로젝트를 진행하며 자신감을 얻었고, 중반부로 넘어가면서부터는 낯설었던 라이다 센서의 Point Cloud 데이터를 다루는 방법을 배우며 2차원적인 사고에서 3차원 공간으로 시야를 확장할 수 있었어요. PointNet, VoxelNet 같은 낯선 알고리즘들을 하나씩 정복해나가면서, 각 센서의 데이터를 처리하고 융합하여 최종적으로는 주행 경로를 계획하고 차량을 제어하는 전체 파이프라인을 머릿속에 그릴 수 있게 되었습니다. 이건 정말이지, 흩어져 있던 퍼즐 조각들이 맞춰지며 거대한 그림이 완성되는 듯한 짜릿한 경험이었어요.

​

3. 이 강의만의 장점 (ex. 강사님의 강의력, 커리큘럼 등)

이 강의의 가장 압도적인 장점은 '자율주행 기술의 A to Z를 관통하는 체계적인 로드맵' 그 자체라고 생각해요. Perception부터 시작해서, 차량의 위치를 파악하는 SLAM, 그리고 자율주행의 꽃이라 할 수 있는 Motion Planning & Control까지, 학습자가 길을 잃지 않도록 논리적인 순서로 커리큘럼이 구성되어 있어요.

무엇보다 좋았던 점은, 이론 강의가 끝나면 곧바로 프로젝트로 이어진다는 점입니다. 무려 52개에 달하는 프로젝트를 따라가다 보면, 방금 배운 추상적인 개념이 내 손으로 직접 구현되고 눈앞에서 결과물로 나타나는 과정을 생생하게 체험할 수 있어요. 이건 단순히 지식을 머리에 넣는 것과는 차원이 다른, 온몸으로 기술을 체득하는 경험이었습니다.

그리고 빼놓을 수 없는 것이 바로 현업 최고 전문가들로 구성된 강사님들입니다. 강사님들께서는 단순히 이론을 설명하는 데 그치지 않고, "실제 현업에서는 이런 문제 때문에 이 기술을 사용합니다" 혹은 "이런 부분에서 보통 실수를 많이 하니 조심해야 합니다" 와 같이 책에서는 절대 배울 수 없는 실무적인 팁과 노하우를 아낌없이 공유해 주십니다. 온라인 강의임에도 불구하고 디스코드 채널을 통해 강사님께 직접 질문하고 피드백을 받을 수 있다는 점은, 막혔을 때 포기하지 않고 끝까지 나아갈 수 있는 큰 원동력이 되어주었습니다.

​

4. 강의를 추천하고 싶은 사람은 누구인지?

저처럼 컴퓨터 비전이나 머신러닝의 기초는 알고 실제 산업에서는 어떻게 쓰이는지 알아보고 싶은 분에게는 굉장히 도움이 될 거예요. 또는 자율주행 분야로 커리어를 시작하고 싶은 취업 준비생이나 대학원생인데요 이 강의 하나만 제대로 소화해도, 자율주행 기술 전반에 대한 깊은 이해와 함께 포트폴리오를 채울 수 있는 굵직한 프로젝트 경험을 여러 개 얻어갈 수 있을 겁니다. 면접에서 "자율주행이 뭐라고 생각하세요?"라는 질문에 자신 있게 대답할 수 있게 될 거예요. 아니면 다른 분야의 개발자이지만, 미래 기술에 대한 지적 호기심이 많으신 분이라면 꼭 이직 목적이 아니더라도, 현대 기술의 집약체인 자율주행 시스템이 어떻게 구성되고 동작하는지 이해하는 것만으로도 개발자로서의 시야를 크게 넓힐 수 있는 좋은 기회가 될 거라고 생각합니다.

​

5. 다음으로 듣고 싶은 강의는 무엇인지?

이번 강의를 통해 자율주행이라는 거대한 숲을 전체적으로 조망하는 경험을 했으니, 이제는 그 숲속에서 가장 흥미로웠던 나무 하나를 골라 깊게 파고들고 싶다는 생각이 들었어요. 강의를 들으면서 가장 어렵고 도전적이었지만, 동시에 가장 매력적으로 다가왔던 파트가 바로 SLAM이었습니다. 센서 데이터만으로 주변 환경의 지도를 실시간으로 만들고, 그 지도 안에서 자신의 위치를 추정하는 기술인데, 이게 정말 자율주행의 핵심 중 하나라는 생각이 들었거든요. 그래서 다음에는 "자율주행 로봇을 위한 ROS 2 & SLAM & Nav2 한번에 끝내기"와 같은 로보틱스나 ROS를 더 깊이 있게 다루는 강의를 통해 SLAM과 로봇 제어 분야의 전문성을 키워보고 싶습니다.

​

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

이제 이 환급 챌린지가 끝난 제 다음 단기적인 목표는 이 강의에서 수행했던 최종 융합 프로젝트들을 저만의 방식으로 변형하고 발전시켜보는 것입니다. 완성할 지는 모르겠지만 지금 생각중인 프로젝트는 자동 발렛 주차 프로젝트를 응용해서, 저희 집 아파트 주차장 환경을 시뮬레이터로 구축하고 그 안에서 더 효율적인 주차 경로를 찾아내는 알고리즘을 구현해보는 걸 생각중에 있습니다... 단순히 강의를 들었다는 사실에 만족하지 않고, 배운 지식을 제 것으로 완전히 소화해서 의미 있는 포트폴리오를 만드는 데 집중할 계획입니다.

궁극적인 목표는 이 경험을 발판 삼아 자율주행 소프트웨어 엔지니어, 그중에서도 여러 센서의 정보를 종합하여 차량 주변 상황의 '의미'를 파악하는 센서 퓨전 또는 Perception 전문가로 성장하는 것입니다. 50일 전만 해도 막연한 꿈처럼 느껴졌는데, 이제는 그 꿈을 향해 어떤 길로 나아가야 할지 선명하게 보이는 것 같아요. 이 강의는 저에게 단순히 새로운 기술을 알려준 것을 넘어, 미래를 향한 자신감과 구체적인 로드맵을 선물해 주었습니다.

​

이렇게 50일간의 길고도 짧았던 환급 챌린지 여정을 돌아보니 정말 감회가 새롭습니다. 솔직히 매일 정해진 시간에 컴퓨터 앞에 앉아 강의를 듣고, 배운 내용을 정리하는 과정이 마냥 쉽지만은 않았어요. 복잡한 수식이나 낯선 알고리즘 앞에서 며칠씩 머리를 싸매기도 했고요.

하지만 '환급 챌린지'라는 명확하고 건강한 목표가 있었기에, 어려운 순간에도 포기하지 않고 꾸준함을 유지할 수 있었던 것 같아요. 덕분에 50일 전, 그저 '자율주행은 멋지지만 너무 어려운 분야'라고만 생각했던 제가, 이제는 전체 시스템의 동작 원리를 이해하고 다음 학습 계획까지 구체적으로 세울 수 있을 만큼 성장할 수 있었습니다.

혹시 저처럼 자율주행이라는 분야에 막연한 동경과 함께 작은 두려움을 가지고 계신 분이 있다면, 이 강의와 챌린지가 정말 훌륭한 나침반이자 페이스메이커가 되어줄 것이라고 자신 있게 말씀드리고 싶어요. 이제 저는 여기서 얻은 지식과 자신감을 가장 큰 무기 삼아, 다음 목표를 향해 즐겁게 나아가보려 합니다. 저의 50일간의 성장 기록이 누군가에게 작은 용기와 동기 부여가 되었으면 좋겠습니다. 감사합니다!