빠빠 빨간날! 추석맞이 25% 할인 🍁

블로그

마소캠퍼스

[Gen AI 인사이트] MS Build 2024 주요 발표 요약

똑똑하게 업무를 처리하는 방법, 마소캠퍼스가 알려드릴게요!최신 AI 기술로 더욱 효율적이고 스마트하게 일해보세요. 이번 포스트에서는 MS Build 2024에서 발표된 주요 내용들을 정리해드리겠습니다.최신 AI 기술과 혁신적인 제품들을 만나보세요! MS Build 2024 키노트에서는 최신 AI 기술과 제품에 대해 발표하였습니다.Copilot, GPT-4o 기반 기능, 새로운 Windows PC 등 흥미롭고 중요한 AI 관련 소식이 가득합니다. 지난 1년 동안 MS Copilot 구축과 150개 이상의 업데이트가 이루어졌습니다.이제 GitHub Copilot은 180만 명 이상의 유료 가입자를 보유하고 있으며,Copilot+ PC도 새롭게 출시되었습니다.Azure와 OpenAI의 연구 지원 강화로 더 많은 혁신이 기대됩니다.또한 Khan Academy는 AI를 통해 개인화된 학습 경험을 제공하고 있습니다​​. GitHub Copilot은 이제 IDE와 GitHub.com 내에서자연어로 개발 및 배포가 가능해졌습니다.Team Copilot은 회의록 작성, 일정 관리, 협업 지원 등다양한 팀 보조 기능을 제공하여 업무 효율을 높입니다​​.GPT-4o를 통해 대화형 웹사이트를 쉽게 개설할 수 있습니다.텍스트, 이미지, 음성에 응답하는 멀티모달 언어 캔버스를 제공하며,웹과 앱 모두에 적용할 수 있습니다.예를 들어, 신발을 보여주면 어떤 브랜드의 어떤 모델인지 인식하고 특징을 알려주며,장바구니에 담는 기능도 제공합니다​​.새로운 Windows PC는 NPU 칩을 탑재하여 AI 성능을 극대화합니다.이미지 고급 분석, 게임 플레이 안내, 메일 인식 및 요약 기능 등 다양한 기능을 제공합니다.이로써 Copilot의 활용성이 크게 상승할 것입니다​​.Recall 기능을 통해 이전에 수행한 작업을 쉽게 확인할 수 있습니다.작은 단서만으로도 원하는 내용을 찾아낼 수 있으며,데이터 보안 문제에서도 자유롭습니다​​.live caption 기능을 통해 모든 영상과 화상 회의에서 자동으로 자막이 생성됩니다.네트워크 연결 없이도 작동하며, 현재 40개 이상의 언어를 영어로 번역할 수 있습니다​​.MS Build 2024의 혁신적인 AI 기능과 Copilot의 새로운 기능은 정말 놀라운 수준입니다!하지만 아직 일부 기능의 한글 지원이 부족한 점이 아쉽습니다​​. 마소캠퍼스와 함께 최신 AI로 스마트하게!똑똑하게 업무하는 쉬운 방법, 마소가 알려드릴게요.마소캠퍼스와 함께라면 최신 AI 기술로 더욱 스마트하게 업무를 처리할 수 있습니다. 지금 바로 시작해보세요! 📌 관련 강의 <스마트한 일잘러를 위한 필수 입문 팩>구글 캘린더, 피그마, 노션, 먼데이까지!효율도 높이고 나의 경쟁력도 높이는 디지털 도구 마스터!https://bit.ly/4bYYUN8   

AI · ChatGPT 활용CopilotGPT4o마이크로소프트AI인공지능AI기술MSBuild2024IT뉴스마소캠퍼스기술트렌드

모두의연구소

코딩 테스트 대비까지 완벽한 백엔드 기초 가이드

위니브, 제주코딩베이스캠프 대표 이호준 대표가 말하는 백엔드 개발자가 되기 위한 첫 걸음부터 완벽한 코딩 테스트 대비까지! 국가에서 지원하는 많은 부트캠프가 있습니다. 여러분도 비교 분석을 해보셨을 것이고요. 만약 비교 분석을 하지 않으셨다면 비교 분석을 해보시길 권해드립니다. 이 글에서는 이 과정이 어떠한 부분에서 특별한지를 설명해 드리고자 합니다. 1. 실무 경험 많은 강사진부트캠프마다 한 강사가 처음부터 끝까지 끌고 가는 강의가 있고, 챕터마다 강사가 나뉘는 강의도 있습니다. 둘 다 장단점이 있습니다. 저희는 각 분야의 전문성은 해당 분야 근무와 실무 경험이 있으신 분이 가장 잘 알고 있다고 판단했기 때문에 후자를 선택했습니다.파이썬과 인공지능은 국민은행 등에서 데이터 분석을 하셨던 김진환 님이, 프론트엔드는 다음 포털 검색 FE 개발 등을 하셨던 한재현 님이, 인프라는 반도체 회사에서 IT 담당하셨던 김승주 님이, 백엔드는 위니브의 대표인 제가(이호준) 이끌고 있습니다. 모두 위니브라는 조직에 속해있어 유기적으로 커뮤니케이션하고 있습니다. 자신이 맡은 분야 강의가 끝나도 채팅방을 나가거나 사라지지 않고요.또한 실무 경험과 더불어 가장 큰 것은 강의 경험이라고 생각합니다. 모두 아래 보이는 다양한 콘텐츠 제작과 대학, 대기업 등에 강의 경험, 출판 경험이 있는 분들입니다.저희는 다양한 콘텐츠 제작(책과 강의 제작) 경험과 다수의 부트캠프 운영 경험이 있습니다. 다양한 곳에 콘텐츠를 공급하고 있지만, 그중에서도 인프런에서는 57개 강의, 7만여 명 수강생, 평점 4.8점을 달성하고 있어요. 제주코딩베이스캠프라는 Django 부트캠프를 제주에서 진행하고 있기도 합니다. 카카오와 함께하는 알고리즘 산책 등 다양한 프로그램 운영 경험도 가지고 있습니다. 유튜브 채널은 제주코딩베이스캠프라는 채널을 운영하고 있고요.이렇게 쌓인 노하우를 통해 여러분의 드라마틱한 성장을 돕겠습니다.  2. 개별 학습 욕구에 맞춘 학습 방식많은 학생이 모여 수업을 듣는 만큼 다양한 학습 경험치를 가지고 있습니다. 컴퓨터공학과를 졸업한 분, 이제 막 시작하신 분, 이미 다른 기업에서 실무를 하다 오신 분 등이요. 다양한 분들이 들어오는 만큼 학습 방법에서도 차이가 있습니다.이제 막 시작하신 분은 모든 수업에 집중해서 들을 수 있도록 구성이 되어 있고, 관련 학과를 졸업하신 분들은 부족한 부분만 학습할 수 있도록 강의자료와 월별 영상 강의가 나갑니다. 이미 실무를 하신 분들은 책 출판이나 오픈소스 프로젝트 등 다양한 커리어를 쌓을 수 있도록 구성되어 있습니다. 이밖에도 수준별 스터디 그룹 구성, 개발 실무진의 멘토링 등을 통하여 가능하면 여러분의 다양한 학습 욕구가 해소될 수 있도록 진행하고 있습니다.공통 교육은 줌을 통한 온라인 라이브로 진행이 되고, 디스코드를 통해 실시간 질문을 받습니다. 진도는 중위 진도로 조정해가며 나가고, 어렵거나 쉬우신 분들을 위해 공부할 수 있는 학습자료나 자신의 실력을 가늠할 수 있는 과제를 드립니다.강사와 수강생의 시간이 꼭 동기화 될 필요는 없습니다. 이미 해당 과목이나 당일 나가는 진도에 대해 충분한 이해를 하고 있다면 더 높은 수준으로 넘어갈 수 있도록 학습 자료를 제공합니다. 부족한 부분 2%를 채우러 오신 분 같은 경우 과제로 바로 넘어가거나 오픈소스나 책 출판 프로젝트에 좀 더 몰입하는 분도 있으십니다.다만 이 경우에도 필수 과제는 꼭 해주셔야 합니다. 선택 과제와 필수 과제가 주어지는데요. 이 과제를 통해 여러분이 해당 과정에 꼭 필요한 학습 개념을 이해하고 있는지 판단합니다. 3. 책 출판과 오픈소스 프로젝트여러분을 좀 더 밀도 있는 개발자로 성장 시키고, 이력서에 한 줄 넣어 취업의 험난한 허들을 넘을 수 있도록 캠프 외 프로젝트로 책 출판 프로젝트와 오픈소스 프로젝트를 진행합니다.책 출판 프로젝트는 항상 무료책으로만 출판을 하고 있으며 반기나 분기별로 출판하고 있습니다. 이러한 프로젝트는 여러분의 이력서에 오랫동안 남을 것입니다. 지금 취업뿐만 아니라 여러분이 다음에 이직을 하실 때도 많은 도움이 될 것이고요.다만 이 프로젝트는 자율 프로젝트입니다. 출판이 쉬운 작업은 아니기 때문에 의지가 있어야 합니다. 책 출판은 의지가 있는 분들을 모으고, 브레인스토밍을 통해 주제를 선정한 다음 그 주제를 집필할 분들을 모아 팀끼리 집필하게 됩니다. 필수로 참여해야 하는 프로그램은 아닙니다. 한 권의 책을 출판한다는 것은 쉬운 일은 아닙니다. 쉽지 않기 때문에 가치가 있습니다. 이를 통해 여러분들은 좀 더 밀도 있는 개발자가 되실 수 있습니다.오늘 자(2023/11/22) 리디북스 컴퓨터/IT 전체 무료 책 인기순으로 보았을 때 첫 페이지에 있는 책 대부분이 저희가 집필한 책이거나 캠프에 참여한 학생들이 집필한 책입니다. 출판사 사도출판으로 확인하시면 됩니다.오픈소스 프로젝트는 관련된 주제가 있을 때 진행하고, 관련된 주제가 없을 경우 진행하지 않습니다. 보통 반기에 한 건씩 진행하고 있습니다. 대표적인 프로젝트로 제주특별자치도 상황판으로도 사용했었던 라이브 코로나(https://livecorona.co.kr/)가 있고, 스탑워(https://stopwar.co.kr/), 플랙스엔그리드(https://flexngrid.com/), 에스큐엘스쿨(https://sqlschool.co.kr/) 등을 진행했었습니다. 오픈소스 프로젝트는 실무에 계신 분 중 뜻이 있는 분들이 합류해 함께 개발합니다. 4. 반복학습과 코드 리뷰, 코딩 테스트처음 하는 분에게 가장 두렵고 힘든 것은 ‘익숙하지 않음’ 입니다. 12번의 반복을 통해 Django를 학습할 수 있도록 다양한 프로젝트가 준비되어 있고, 실무에 대한 막연한 두려움도 이겨내실 수 있도록 실제 실무에서 하는 것과 유사한 프로젝트가 준비되어 있습니다.각 프로젝트에는 발표회가 준비되어 있습니다. 이 발표회와 프로젝트 시트(sheet)를 통해 서로가 서로의 프로젝트를 공유할 수 있는 구성으로 동반성장 할 수 있도록 구성이 되어 있습니다. 발표마다 상장이 준비되어 있습니다. 발표가 있는 프로젝트는 총 3개이고 별개로 대상, 최우수상, 우수상이 나가게 됩니다.이러한 경험과 과제가 쌓여갈 때마다 할 수 있다는 자신감이 생기실 것입니다. 쉬우니까 할 수 있다는 자신감이 아니고 어렵지만 할 수 있다는 자신감입니다. 모두 구현하지 못하더라도, 일부라도 발표를 할 수 있도록 합니다. 부담감도 성장의 동력으로 쓸 수 있도록 여러분을 이끌겠습니다.또한 막연하게 여러분에게 어떤 결과물을 요구하는 것이 아니라 명확한 가이드를 통해 여러분이 갖춰야 될 구성 요소에 대해 예시를 통해 말씀드립니다. 예를 들어 발표는 대부분 Readme 파일로 진행을 하는데요. 아래 샘플 레포를 통해 어떤 식으로 구성하는지 감을 잡을 수 있습니다.링크 : https://github.com/weniv/project_sample_repo과제 발표와 동시에 코드 리뷰를 진행합니다. 실제 실무에서 받는 코드 리뷰 절차 등에 대해서도 설명해드리고 어떤 코드가 좋은 코드인지에 대해서도 여러 사례를 기반으로 얘기해드립니다. 코딩 테스트는 현재 출제되는 문제의 유형 분석, 문제의 출제 빈도, 기업별로 분석해둔 코딩 테스트 유형 등 다양한 데이터 기반 자료를 토대로 여러분들에게 명확한 가이드와 전략을 드리도록 하겠습니다.위니브에서는 그동안 여러 권의 알고리즘 책을 출판했으며, 제주 알고리즘 베이스캠프(https://jejualcam.co.kr/), 카카오와 함께하는 알고리즘 산책 등 다양한 행사를 진행해 왔습니다. 또한 알고리즘 테스트 서비스(https://pyalgo.co.kr/)도 운영하고 있는데요. 이러한 경험을 기반으로 여러분이 알고리즘에 보다 쉽게 다가갈 수 있도록 돕겠습니다.다만 코딩 테스트는 아쉽게도 왕도가 없습니다. 여러분이 매일매일 훈련하셔야 합니다.  4. 이력서 템플릿 제공과 리뷰, 코딩 테스트 대비저희가 한 해에 리뷰하는 이력서는 500건에서 700건 정도 됩니다. 이력서 검토 경험을 ‘신입개발자 이력서 작성 가이드’라는 책으로 집필하기도 했습니다.리뷰를 했던 데이터를 기반으로 희망 연봉에 따라 이력서를 검토해드립니다. 또한 희망 연봉에 따라 준비해야 하는 요건이 다를 수 있습니다. 예를 들어 고액 연봉을 희망한다면 코딩 테스트를 준비해야 하지만 연봉 3200 미만에서는 코딩 테스트가 거의 없습니다. 전략적으로 어떤 포지션을 취해야 하는지도 함께 알려드립니다.이력서를 노션으로 많이 작성하는데요. 실무자가 어떤 것을 선호하는지 모르기 때문에 다양한 양식을 준비해둘 필요가 있습니다. 생각보다 Notion 이력서를 좋아하지 않는 곳도 많습니다. 저희는 PDF양식과 노션 양식을 모두 제공해드립니다. PDF 양식은 아래 링크에서 무료로 확인하실 수 있습니다.https://paullabworkspace.notion.site/Figma-bfa32213fc244db9b31bb8486a479ee6?pvs=4 5. ICT 교육에 대한 치열한 고민캠프를 진행하게 되면 우리끼리 간혹 하는 얘기가 있습니다. ‘이 교육은 우리밖에 못한다’라는 얘기인데요. 이유는 우리는 ICT 교육에 대해, 한 과목 한 과목에 대해 치열하게 파고들고 회의하여 적재적소에 학습요소를 배치할 수 있는 그룹이기 때문입니다. 또한 단순히 교육의 퀄리티를 고민하는 것이 아니라 교육을 넘어 여러분에 이력에 무엇이 들어가야 좋을지, 이력서는 어떻게 써야 하는지 실질적인 컨설팅을 병행할 수 있는 그룹이기 때문에 그렇습니다. 우리는 여러분의 취업과 성장에 진심인 그룹입니다.우리의 방식이 모든 사람에게 맞는다는 생각은 가지고 있지 않습니다. 비교해보시고, 분석해보시고 선택해주시길 바랍니다.

백엔드백엔드웹개발파이썬장고PythonDjangoAI서비스인공지능머신러닝프레임워크

마소캠퍼스

[Gen AI 인사이트] GPT 성능을 극대화하는 프롬프트 엔지니어링 전략 (1)

똑똑하게 업무를 처리하는 방법, 마소캠퍼스가 알려드릴게요!최신 AI 기술로 더욱 효율적이고 스마트하게 일해보세요. 이젠 필수 스킬이 된 프롬프트 엔지니어링!아직 잘 모르신다고요? 오늘 자세하게 알려드릴게요. 프롬프트 엔지니어링은 AI 모델, 특히 GPT와 같은 생성형 AI가원하는 결과를 정확하게 내도록 지시하는 기술을 말해요.마치 우리가 명확하게 질문해야 원하는 답을 얻을 수 있는 것처럼,AI에게도 정확한 요청을 해야 최적의 결과를 얻을 수 있습니다. 프롬프트 엔지니어링에서 명확한 지침 제공은 매우 중요해요.특히 GPT-4와 같은 대규모 언어 모델에서는 더 명확한 지침이 더 나은 성과로 이어집니다.예를 들어, 원하는 출력 길이나 형식을 명확히 요청하면,모델의 성능을 극대화할 수 있답니다​. 질문의 질을 높이려면 세부 정보를 포함하는 것이 필수예요!엑셀에서 숫자를 추가하는 방법을 묻는 대신,"엑셀에서 달러 금액을 합산하는 방법"과 같이 구체적으로 묻는 것이 필요해요.이렇게 하면 모델이 더 정확하고 관련성 높은 응답을 제공하게 돼요​. 모델이 다양한 상황에 맞게 반응하도록 돕기 위해 '페르소나'를 지정해 보세요.예를 들어, 문서에 농담을 포함해 달라고 요청하면모델이 더욱 유연하고 자연스러운 답변을 제공할 수 있답니다.이는 사용자와의 상호작용을 더욱 풍부하게 만들어줘요​. 복잡한 텍스트 작업을 할 때, 구분 기호를 사용하면 효율성이 높아져요!이렇게 구분된 텍스트는 모델이 보다 정확하게 처리할 수 있어복잡한 작업도 간단하게 해결할 수 있답니다​. 단계별 지침을 명확히 하면 복잡한 작업도 간소화할 수 있어요​​.예를 들어, 요약 후 번역하는 작업을 순차적으로 진행하도록 요청하면모델이 더욱 정확하게 결과를 도출할 수 있습니다. 출력 길이를 지정해 원하는 결과를 얻어보세요!단어나 단락, 글머리 기호 개수를 기준으로 지침을 제공하면,더 정밀하고 일관된 결과를 얻을 수 있답니다. 프롬프트 엔지니어링을 통해 업무 생산성을 높이고 AI 전략을 구체화할 수 있어요.세부 지침, 페르소나 설정, 구분 기호 사용 등 다양한 방법으로 모델을 최적화하세요. 하지만 모든 프롬프트가 완벽한 결과를 보장하는 것은 아니니,꾸준한 테스트와 개선이 필요합니다​​! 📌 관련 강의 <ChatGPT 고급 활용법 - 남들보다 100배 더 잘 쓰는 ChatGPT 비법 클래스>AI는 사람을 대체하지 못할 것입니다.하지만 AI를 활용하는 사람은 AI를 활용하지 못하는 사람을 대체할 것입니다.https://bit.ly/3YTsxMF   

AI · ChatGPT 활용챗지피티인공지능프롬프트엔지니어링ChatGPTAIAI자동화마소캠퍼스생성형AIAI전략GPT활용

마소캠퍼스

[Gen AI 인사이트] AI 실수를 찾아내는 CriticGPT의 혁신적인 비밀

  생성형 인공지능에도 실수가 있을 수 있다고요?CriticGPT는 이러한 문제를 해결하기 위해 탄생한 차세대 AI 검토 도구입니다. 마소캠퍼스와 이 놀라운 도구의 비밀을 함께 알아보세요! CriticGPT는 GPT-4를 기반으로 한 인공지능으로,ChatGPT의 코드에서 발생할 수 있는 오류를 감지하기 위해 특별히 개발되었습니다.연구에 따르면, CriticGPT를 사용한 결과, 코드 검토의 정확도가 60%나 향상되었다고 하니,얼마나 강력한 도구인지 짐작이 가시죠? CriticGPT가 왜 필요하게 되었을까요?ChatGPT의 능력이 점점 향상되면서 그만큼 오류도 더욱 복잡해졌습니다.이러한 문제를 해결하기 위해, 인간 피드백을 기반으로 학습된 CriticGPT가 탄생하게 되었죠.이제 AI의 실수를 찾아내는 것도 AI가 담당합니다! 기존 AI 모델의 한계를 CriticGPT는 어떻게 극복했을까요?CriticGPT는 모델 트레이너보다 더 많은 지식을 활용해,RLHF(인간 피드백을 통한 강화 학습)의 한계를 뛰어넘습니다.그 결과, ChatGPT의 답변에서 발생하는 미세한 부정확성도 놓치지 않고 잡아내죠! CriticGPT와 일반 AI의 차이점은?CriticGPT는 단독으로 작업할 때보다 더 철저하고 정밀한 비평을 제공합니다.비록 항상 완벽한 결과를 도출하는 것은 아니지만,CriticGPT는 AI 지원 없이 작업할 때보다 훨씬 더 많은 문제를 식별해냅니다.  CriticGPT는 어떻게 작동할까요?첫 번째로 작업을 선택하고, 두 번째로 코드에 버그를 의도적으로 삽입합니다.그 후 이 버그를 지적하는 비평을 작성하며,마지막으로 여러 비평을 비교해 가장 포괄적이고 정확한 평가를 도출해냅니다. CriticGPT도 한계가 있을까요?CriticGPT는 짧은 ChatGPT 답변을 기반으로 훈련되었기 때문에,더 복잡하고 긴 작업을 처리할 때는 어려움이 있을 수 있습니다.그러나 앞으로 더 나은 훈련과 방법이 개발될 예정이니, 기대해 주세요! CriticGPT의 활용 가능성은 무궁무진해요!이 도구는 코드 검토뿐만 아니라, 다양한 AI 응용 프로그램에서 사용될 수 있습니다.미래에는 더 많은 분야에서 CriticGPT의 역할이 더욱 커질 것으로 예상됩니다. CriticGPT는 AI 검토와 오류 식별에서 혁신적인 성과를 보여줍니다.하지만 일부 복잡한 작업에서는 여전히 전문가의 도움이 필요할 수 있음을 잊지 마세요! 최신 AI 기술을 활용해 스마트하게 업무를 처리하는 방법, 마소캠퍼스에서 알려드립니다!CriticGPT와 함께라면, 더욱 똑똑하고 효율적인 일상이 가능합니다.😊 📌 관련 강의 <ChatGPT 고급 활용법 - 남들보다 100배 더 잘 쓰는 ChatGPT 비법 클래스>AI는 사람을 대체하지 못할 것입니다.하지만 AI를 활용하는 사람은 AI를 활용하지 못하는 사람을 대체할 것입니다.https://bit.ly/4dcM2o3   

AI · ChatGPT 활용쳇지피티ChatGPT인공지능AI생성형AIAI교육마소캠퍼스AI코딩스마트워크업무혁신

마소캠퍼스

[Gen AI 인사이트] 마소캠퍼스와 함께 스마트하게 업무 처리하기! 최신 AI 업데이트

똑똑하게 업무를 처리하는 방법, 마소캠퍼스가 알려드릴게요!최신 AI 기술로 더욱 효율적이고 스마트하게 일해보세요. 이제 AI가 자동으로 PPT를 만들어줍니다!대규모 업데이트가 완료되어 더욱 편리하게 사용할 수 있어요.Gamma는 AI를 활용하여 쉽게 프레젠테이션을 제작할 수 있는 도구입니다.별도의 설치 없이 브라우저에서 바로 실행할 수 있고, GPT-4 기반의 챗지피티를 사용하여 프레젠테이션 내용을 자동 생성합니다.Gamma의 주요 업데이트는 다음과 같습니다:AI로 카드 편집: AI가 자동으로 콘텐츠를 향상시켜요.AI 이미지 개선: 더 나은 이미지 품질을 제공해요.차트 생성: 데이터가 자동으로 채워진 차트를 만들어줘요.화자 노트 생성: 청중에게 인상을 남길 수 있는 노트를 생성해요.새로운 소셜 미디어 임베드: TikTok과 Instagram 게시글을 공유할 수 있어요.이제 각 카드별로 AI가 편집을 도와줍니다!콘텐츠를 향상시키고, 다양한 시각적 변주를 제공해 더욱 멋진 프레젠테이션을 만들 수 있어요.AI를 통해 일관된 시각적 스타일을 생성하고,다양한 AI 도구를 활용해 고품질 이미지를 만들 수 있습니다.간단한 프롬프트 작성만으로도 멋진 이미지를 얻을 수 있어요!새로운 차트를 생성할 때 데이터가 미리 채워진 상태로 제공됩니다.고퀄리티 시각적 자료를 AI를 통해 쉽게 만들 수 있어요!AI가 콘텐츠를 분석하여 효과적인 화두를 제안하고,간단한 요약문 형식으로 도출해 발표 준비를 도와줍니다.이제 발표 자료 준비는 AI에게 맡기세요!Gamma 업데이트를 통해 다음과 같은 효과를 얻을 수 있어요:텍스트 편집: 글의 분량 확장, 구체화, 정돈이 더욱 용이해졌어요!레이아웃 변경: 원하는 형식의 PPT로 쉽게 다듬을 수 있어요!이미지 생성: 보다 다채로운 결과물을 얻을 수 있어요!마소캠퍼스의 AI 업데이트로 인해 더욱 효율적인 업무 처리가 가능해졌습니다.텍스트 기능, 이미지 퀄리티 향상 등 다양한 기능을 통해 여러분의 프레젠테이션이 한층 더 업그레이드될 것입니다! 📌관련 강의 <AI로 피그마에 날개 달기>더 간편하게! 더 실용적으로! AI로 누구나 만드는 실전 Figmahttps://bit.ly/4cX2HLt  

AI · ChatGPT 활용AIPPT인공지능최신기술AI활용Gamma생산성향상스마트업무프레젠테이션비즈니스

모두의연구소

데이터 사이언스 통계 기초(1) : 가설검증 이해하기

통계를 공부할 때 추론통계에서 제일 먼저 만나는 큰 산이 가설검증에 대한 이해입니다. 용어도 낯설고 매우 헷갈립니다. 가설검증의 절차에 대한 설명은 훌륭하게 정리된 정보를 많이 찾을 수 있습니다. 하지만 왜 그리고, 어떠한 관점으로 가설검증을 이해해야 하는가에 대한 글은 부족해 보여, 통계와 함께 데이터 사이언스 공부를 시작하시는 분들에게 도움이 되고자 가설검증의 논리에 대해 정리해 봅니다.이 글은 연세대학교 경영학과 양혁승 교수님의 저서인 <비전공자를 위한 통계방법론>을 참고하여 정리했음을 알립니다. (강추합니다.)연구 가설의 설정과 검증데이터를 이용한 실증연구의 구성은 이론과 방법론으로 나뉩니다. 이론 부분은 검증하고자 하는 가설(Hypothesis)을 제시하고 방법론 부분은 검증기법을 통해 합당한 가설인지 판정하는 작업을 합니다.진행하기 전에 확인해야 할 점이 있습니다. 가설이라 함은 이론에 근거하여 모집단에서 성립할 것이라 주장하는 내용이고, 이 가설이 합당한지를 판단하는 가설검증은 표본데이터를 활용하여 이루어진다는 점입니다. 이렇게 표본된 샘플을 토대로 가설을 이용해 모집단을 추정하는 방법을 통계적 추정(Statistical inference)이라 합니다.대립가설과 귀무가설하나의 가설을 예로 들어봅니다,가설 : 학습시간은 학업성취도와 유의한 관계를 가질 것이다.이 가설의 모집단은 대한민국의 대학생이라 가정해 봅니다. 변수는 학습시간과, 학업성취도가 될 것이고, 이 가설에서 관심을 가지게 되는 모수는 두 변수의 연관성을 나타내는 상관계수가 됩니다. 여기서 검증하기 원하는 바는 두 변수가 유의미한 관계 존재할 것이라는 주장의 진위 여부가 됩니다. 참고로 상관계수란 서로 다른 변수의 연관도를 표현하는 지표로 0에 가까울 수록 연관관계가 없다고 판단하게 됩니다.위와 같이 주장하고자 하는 바를 대립가설로 설정하고, 대립가설의 여집합을 귀무가설로 설정합니다. 위의 가설을 대립가설과 귀무가설로 정리해 보면 아래와 같습니다. (수식과 기호는 가능한 피해 봅니다.)대립가설 : 학습시간과 학업성취도 사이의 상관계수는 0이 아닐 것이다.귀무가설 : 학습시간과 학업성취도 사이의 상관계수는 0이다.가설검증에서 귀무가설의 역할귀무가설은 가설검증 과정에서 기각하려는 대상입니다. 대립가설의 여집합인 귀무가설을 기각함으로써 주장하고자 하는 대립가설이 옳다는 결론에 도달하려는 것입니다. 높은 확신을 가지고 귀무가설이 옳지 않다는 주장을 할 수 있다면, 같은 수준으로 대립가설이 옳다고 주장할 수 있습니다. 또한 귀무가설이 옳지 않다는 주장의 근거가 없다면, 대립가설이 옳다는 주장을 할 수 없습니다. 결국 본인의 가설(대립가설)이 맞다는 것을 입증하기 위해서 반대되는 가설(귀무가설)을 세우고 이것이 잘못되었다는 근거를 찾는 것이 가설검증의 논법입니다.가설검증에서 통계적 접근위의 검증을 간편하게 하기 위해 표본통계량을 표준화합니다. 표본통계량으로 부터 표준화 된 것을 검증통계량이라 합니다. 대부분의 이론적인 공식 속에는 모집단의 통계량이 변수로 포함되어 있습니다. 하지만, 우리는 이 모집단의 실제 통계량을 알 수 있는 방법이 없습니다. 그래서 이 모집단의 통계량 대신에 샘플링해서 얻은 표본통계치를 대신 대입하여 계산하게 됩니다. 이렇게 구한 통계치는 이론적인 모집단의 통계치와 같을 수 없으며 일정한 오차(error)가 개입됩니다. 표본의 수가 늘어날 수록 이 오차는 줄어들 것이라 예상할 수 있습니다. 따라서 오차가 개입되어 구해진 검증통계량은 표준정규분포에서 약간 벗어난 t-분포를 따르게 되고, 대부분의 가설검증에서는 이 t-분포를 사용하게 됩니다.유의수준과 기각영역위에서 설정한 귀무가설이 옳다면, 표본분포에서 무작위로 뽑은 값들은 표본분포의 중앙값(상관계수가 0)에 근접한 값일 확률이 높을 겁니다. 그리고, 중앙값에서 멀리 떨어진 값일 수록 뽑일 확률은 작아집니다. 따라서 하나의 표본에서 얻은 표본상관계수 값이 중앙에서 어느정도 멀리 떨어진 값이 아니라면 귀무가설을 기각할 수 없게 됩니다.반대로 0에서 멀리 떨어진 값(확률적으로 발생가능성이 매우 낮은 값)이라면 귀무가설을 기각할 수 있게 됩니다. 왜냐하면 해당 표본상관계수 값이 귀무가설이 옳다는 가정 하에 설정한 표본분포에서 무작위로 뽑아 나온 값이라고 보기에는 확률적으로 가 가능성이 매우 낮기 때문입니다.그렇다면, 표준화한 검증통계량이 가지는 t-분포에서 얼마나 떨어진 값인 경우에 귀무가설을 기각할 지 판단할 기준이 필요합니다. 이 기준치를 기각영역의 경계값이라 하고, 표본상에서 나온 값으로 받아들일 수 없는 기준확률을 유의수준(α)이라 합니다. 위의 확률분포에서 우리가 얻은 검증통계치가 나올 확률이 유의수준보다 작다면 우리는 귀무가설을 기각할 수 있습니다.p-value의 중요성과 해석귀무가설을 기각할 지 여부를 판단하는 방법 중 유의확률(p-value)를 활용하는 방법도 있습니다. 가장 널리 쓰이는 방법이고, 많은 분석 라이브러리에서 분석결과에 포함되는 값입니다.유의확률이란 귀무가설이 옳다는 가정하에 얻은 표본분포에서 이 분포로 부터 얻은 표본통계치보다 같거나 더 극단적인 값이 나올 확률을 이야기 합니다. 다시 이야기하면, 표준화된 표본분포량의 중앙값에서 가능한 멀리 떨어진 값이 나오는 확률입니다. 이 확률이 유의수준 보다 작다면 귀무가설을 기각할 수 있는 근거를 얻고, 대립가설을 채택하게 됩니다. (양측검정과 단측검정의 차이가 있지만, 이 글에서는 다루지 않습니다.)마무리가설검증에서의 대립가설과 귀무가설이 무엇인지 살펴보았습니다. 또한, 어떤 논리에 의해 귀무가설을 기각하고 대립가설을 채택하는 전반적인 가설검증의 논리를 정리해 보았습니다.

데이터 사이언스데이터데이터분석데이터사이언스데이터사이언티스트인공지능데이터시각화데이터수집데이터통계

모두의연구소

AI학교 아이펠 : 설립부터 운영까지의 비하인드 스토리 [아이펠 스토리 #01]

AI 부트캠프들의 효시 <딥러닝 컬리지> (2017)AI 스타트업들을 발굴 육성하고 지원하는 서울시 AI 양재허브가 2017년 개관했습니다. 이때 모두의연구소는 카이스트와 함께 공동운영사로 선정되었어요. 서울에서도 약간 외진 곳에 있는 양재허브를 많은 AI 개발자들이 방문하는 곳으로 만들자는 목표로 다양한 세미나와 네트워크 모임들을 운영했습니다. 그중에서 가장 핵심이 되었던 것이 AI 인재양성을 위해 ‘딥러닝 컬리지 Deep Learning College, DLC‘라는 1년짜리 교육 프로그램을 만든 것인데요. 2017년 딥러닝 컬리지 1기를 시작으로 2019년 4기(이때는 규모를 확장하면서 ‘AI 컬리지’로 이름이 변경됨)까지 운영하면서 인공지능이라는 것이 꼭 대학교나 대학원에서만 배울 수 있는 게 아니라는 것을 입증했습니다.여기에는 아트센터 나비, 삼성SDS, 왓챠, 네오사피엔스, SI Analytics, 펄스나인 등 다양한 협력 기업들이 공동 프로젝트에 참여하는 등 큰 관심을 받았습니다. 그림 1. 모두의연구소 딥러닝 컬리지와 공동프로젝트를 진행한 기업들 특히 딥러닝컬리지 졸업생들은 ‘뉴립스 NeurIPS‘ 학회 발표 2건, ‘한국전자공학회’ 우수논문상 2건, ‘ICGHIT’ 국제학회 발표, 단독 전시회 개최 등 대외적으로 인정받는 좋은 결과를 보여주었어요. 그 노력에 보답하듯이 졸업생들은 현재 구글, 카카오브레인, 업스테이지, SK C&C 등 많은 기업에서 활발하게 활동하고 있습니다. 그림 2. 뉴립스 2019 발표 당시 영상 1. ‘WHAT-IF : Can AI Be Creative?’ 딥러닝 컬리지 전시회 그러나 정말 안타깝게도 이런 제대로 된 AI 교육을 받을 수 있는 곳은 서울밖에 없었어요. 아래 그림은 2021년 기준 전국의 AI 교육 프로그램 분포를 보여주고 있습니다. 인구의 20%만이 서울에 사는데, AI 교육 프로그램의 80%가 서울에 몰려있죠. 2020년 아이펠 설립 당시에는 정말 지방의 청년들은 AI를 배우고 싶어도 배울 곳 자체가 없었습니다. 그림 3. 서울에만 몰려있는 AI 교육▶︎ [김승일 칼럼] AI 리터러시 (1) : 서울에만 몰려있는 인공지능 교육  에꼴42, TUMO 방문 : 웃음이 끊이지 않는 교실을 경험하다 (2019)2019년, 저는 두 곳의 혁신학교를 경험하게 됩니다. 하나는 프랑스에 위치한 IT 교육기관 ‘에꼴42 Ecole 42‘와 아르메니아에서 시작된 청소년을 위한 STEAM 교육기관 ‘투모 TUMO‘인데요. 이 곳을 방문하면서 저의 교육에 대한 생각과 가치관이 많이 정립되었습니다. 특히 투모는 저에게 깊은 감명을 주어서 이후 제가 설립한 AI 학교 ‘아이펠’에 많은 영향을 미치게 되었습니다. 그림 4. 아르메니아에 위치한 IT 교육기관 : 투모 에꼴42와 투모, 두 기관은 공통점이 상당히 많습니다. 먼저 두 기관은 모두 비영리 재단이 운영합니다. 또한 두 기관 모두 ‘강사 없이’ 운영됩니다. 비영리 재단의 특성상 운영비가 넉넉하지 못함에도 최대한 많은 학생에게 교육의 기회를 주어야 하기에 강사 없는 학교를 생각한 것이 아닐까 싶습니다. 글로벌하게 진출하고 있어서 에꼴42는 2023년 현재 전세계 43개 캠퍼스를, 투모는 13개 캠퍼스로 확장되어 운영 중입니다. 놀라운 성과가 아닐 수 없지요.비영리 재단의 특성상 운영비가 넉넉하지 못할 것입니다. 유명한 교수님을 모셔와서 라이브 강의를 통해 수천~수만명의 학생들을 가르치는 것은 비용 효율적이지 못합니다. 그래서 두 기관 모두 강사가 없는 대신 매우 훌륭한 자체 교육 콘텐츠와 학습 관리 시스템 Learning Management System 및 교육 운영 시스템을 가지고 있었습니다.무엇보다 가장 놀랐던 점은 두 학교 모두 학생들이 교실에서 끊임없이 웃으면서 활동을 한다는 것인데요. 이렇게 밝은 표정의 학생들을 본 적이 없었습니다. 조용한 교실이 아닌 시끄러운 교실. 그들은 서로 대화하고 질문하고 함께 무언가를 만드는 것을 즐기는 표정이었습니다.  AI 혁신학교 아이펠 런칭 (2020)제가 에꼴42와 투모를 경험하고 돌아온 후, “기존의 주입식 교육을 탈피한, 시끄러운 교실을 지닌 AI 학교 설립”으로 회사의 방향성을 정립하고 총력을 기울이게 됩니다. 2019년 8월부터 2020년 7월까지 약 1년 간 전문 콘텐츠, 학습 관리 시스템, 교육 운영 시스템을 설계하고 구현하며 매일 밤새 만들게 되는데요.1) 아이펠 전문 콘텐츠에꼴42와 투모는 많은 공통점이 있지만, 서로 다른 점도 있습니다. 그 중 하나가 ‘콘텐츠’인데요. 에꼴42는 학생들에게 문제를 제시해 주는 ‘과제 제시형’ 콘텐츠를 가지고 있습니다. 자유도가 굉장히 높으며, 학교를 다니는 동안 계속 제공되는 과제를 풀면서 실력을 향상시키기 때문에 방탈출 게임같은 재미와 도전의식을 심어줄 수 있습니다.투모는 콘텐츠 팀이 있지만, 모든 콘텐츠를 직접 만들지 않습니다. 저는 이것을 ‘큐레이티드 커리큘럼 Curated Curriculum‘이라고 부르는데요. 웹, 유튜브 등 기존에 있는 정보를 잘 큐레이션해서 보여주는 것만으로도 많은 부분 해결됩니다. 그림 5. 투모의 ‘큐레이티드 커리큘럼’ 방식의 교재 저는 우리의 교육이 주입식/사교육에 의존해서 자라왔기 때문에 아직 우리가 에꼴42 정도의 자유도 높은 콘텐츠를 받아들일 준비가 되어 있지 않다고 판단했습니다. 모두의연구소 아이펠 콘텐츠 팀은 투모처럼 큐레이션과 직접 만드는 것을 적절히 혼합하여 최신의 AI 기술을 전달하려고 노력합니다. 대신 에꼴42의 ‘게이미피케이션 Gamification‘을 가미하기 위해 각 노드*마다 해당 노드에서 학습한 내용을 적절히 응용하여 결과를 만들어 내는 미니 프로젝트를 두도록 설계하였습니다.*노드(Node): 아이펠 내 학습의 최소 단위 그림 6. 아이펠 미니 프로젝트 예 : AI로 애니메이션 프사 만들기 2) Active learning(강사가 아닌 퍼실리테이션)아이펠 설립 당시 지방에는 AI 교육을 진행하는 교육 기관이 없었어요. AI를 가르쳐 줄 개발자/강사가 없기 때문이었죠. 지역의 청년들에게도 AI를 배울 수 있는 기회를 주기 위해 모두의연구소 아이펠은 강사가 없는 교육 시스템을 개발하는 데 도전하게 됩니다. 강사가 주입식으로 지식을 알려주는 형태는 단기간에 빠르게 배울 수 있는 반면 기억에 많이 남지는 않습니다. 들을 때는 아는 것 같지만, 나중에 보면 아는 게 별로 없죠. 물론 이걸 방지하기 위해 시험도 보지만, 그것도 시험을 볼 때 뿐.. 시험이 끝나고 한 달이 지나면 대부분 잊어버립니다. 이런 경험 다들 있으시죠? 그림 7. 러닝 피라미드(Learning pyramid) : 강의식의 수동적 학습보다 토론과 체험 위주의 액티브 러닝의 학습 효과가 훨씬 더 뛰어남 그래서 아이펠은 처음부터 강사가 아닌 ‘퍼실리테이션 Facilitation‘에 초점을 두고 만들었어요. 질문을 던져주고 서로 토론하게 만드는, 바로 그것이 퍼실리테이터의 역할입니다.모두의연구소는 사실 아이펠이라는 교육기관 설립 이전부터 연구모임 ‘LAB’과 스터디모임 ‘풀잎스쿨’을 운영하던 커뮤니티 기업이기도 합니다. 커뮤니티는 기본적으로 강사가 아닌 퍼실리테이팅 기반으로 운영되는 곳이고, 그 어떤 기업보다 모두의연구소가 자신있어 하는 부분이기에 적극적으로 설계에 반영이 되었죠. 3) 아이펠 운영비를 어디서 충당할 것인가?모두의연구소는 에꼴42나 투모처럼 어느 재력가가 재단을 세운 곳이 아닌, 영리 기업입니다. 영리 기업임에도 교육 기회의 제공이라는 사회적 가치를 중요시 하는 곳이기에, 학생들에게 직접 고가의 등록금을 받는 것에 큰 망설임이 있었습니다. 그래서 모두의연구소는 정부, 지자체, 기업들이 펀딩을 해 줄 수 있는지 발로 뛰며 찾아보게 되었죠. 그 중 저희의 방향성을 믿고 지지해 준 곳이 바로 ‘고용노동부’였습니다. 요즘 많이들 보이는 고용노동부의 ‘K-디지털 트레이닝 K-Digital Training‘ 사업 이전에 고용노동부에서는 아이펠에 큰 관심을 보이며 지원이 이루어졌고, 이것이 K-디지털 트레이닝 사업까지 연계되어 지금까지 학교를 잘 운영 중에 있습니다.저는 모두의연구소 아이펠이 다른 AI 부트캠프와 가장 큰 차이점은 교육에 대한 ‘진정성’이라고 생각합니다. 대부분의 교육기관들이 ‘K-디지털 트레이닝이라는 정부 펀드가 있는데 우리도 들어가 볼까?’ 라는 접근이라면, 모두의연구소는 그런 정부지원사업이 있기 2년 전부터 준비해서 만든 교육 프로그램이라는 것입니다. 그림 8. 2018년 아이펠 설립 전 수행했던, AI 혁신학교에 대한 기업 및 학생 인터뷰 설문 결과 예 4) 이루지 못한 꿈, 학습의 개인화 : 기존 교육의 파괴수십, 수백명의 학생을 한 교실에서 가르치면 공부를 잘하는 학생을 기준으로 진도를 나가야 할까요? 못하는 학생을 기준으로 진도를 나가야 할까요? 둘 다 좋은 방법이 아닙니다. 공부를 잘하는 사람을 기준으로 가르치면 아직 미처 이해하지 못한 학생은 공부를 포기하게 되구요. 공부를 못하는 사람을 기준으로 가르치면 잘하는 학생은 자기가 알아서 하겠다며 수업을 듣지 않습니다. 이 모든 것이 학습이 개인화되지 않았기 때문입니다.내가 이번에 배워야 할 부분을 빠르게 배웠다면 먼저 다음 ‘노드 Node‘를 배울 수 있고, 아직 이해가 부족하다면 같은 노드라도 두 번 세 번 복습할 수 있게 하는 교육 설계. 이것이 저는 너무 필요한 ‘학습의 개인화’라고 생각해요. 즉, 입학은 같이 했어도 졸업을 모두가 같이 할 필요가 없다는 뜻입니다. 그러나 우리의 모든 교육은 입학과 졸업의 타이밍이 천편일률적으로 정해져 있습니다.또 다른 학습의 개인화의 예는 ‘수업 시간’과 ‘쉬는 시간’입니다. 왜 이게 분리되어야 할까요? 잘 생각해 보면 수업 시간에는 조용하고 쉬는 시간에는 왁자지껄 합니다. 저는 위에서 말씀드렸듯이 교실은 시끄러워야 한다고 생각해요. 왜 배움이 있는 수업 시간이 아닌 오히려 쉬는 시간에 시끄러워질까요? 저는 모두가 같은 시간에 배우고 같은 시간에 쉬는 시스템에 의문을 제기하고 싶습니다. 왜 모두가 같이 배우고 같이 쉬어야 할까요? 알아서 배우고 쉼이 필요할 때는 알아서 쉬면 안될까요? 쉬는 시간 같은 수업 시간, 수업 시간 같은 쉬는 시간이 시끄럽고 질문 많은 교실의 원동력이 되지는 않을까요?강사 없이 퍼실리테이션에 의존한 꿈의 AI 학교 아이펠을 적극 지원해준 고용노동부에 정말 큰 감사를 드리는 한편, 아무래도 외부 펀딩에 의존하다보니 교육 설계에 제약이 생길 수 밖에 없는데요. 아직은 AI 학교 아이펠이 이 정도의 학습의 개인화를 제공해주고 있지는 못합니다. 하지만 저는 학습의 개인화 부분에서 조금 더 교육을 파괴해 보고 싶다는 욕심이 있습니다.  아이펠, 퀘스트 시스템으로 더욱 강력해지다 (2023)2019년 시작된 코로나 바이러스로 인한 피해가 장기화되면서 우리 삶에서의 행동 자체가 변하게 됩니다. 오프라인이 아닌 온라인에서 만나는 것이 일상화 되고, 더 이상 오프라인으로 사람들이 나오기를 꺼려하게 되죠. 아이펠 역시 그에 맞추어 2022년 하반기부터 전국 8개의 오프라인 캠퍼스를 전면 온라인화 합니다.일반적으로 온라인에서 교육이 이루어지면, 집중도가 떨어지고 혼자 고립되어 있는 느낌이 강해지게 됩니다. 기존의 교육 방식을 그대로 고수해서는 적절한 학습효과를 얻을 수 없어요. 그래서 아이펠은 배움에 더 집중할 수 있도록, 함께 하는 친구와 같이 배워나갈 수 있도록 아이펠만의 퀘스트 시스템을 설계・도입하여 더욱 강력해졌습니다. 퀘스트 시스템의 핵심은 혼자 공부하는 것이 아닌, 커뮤니티형 교육이 무엇인지 체험하면서 활동 점수를 받고 실력을 성장시키는 것입니다. 아이펠의 퀘스트 시스템은 저희 PO Product Owner가 직접 소개한 글이 곧이어 공개될 예정입니다. 이제 퀘스트 시스템으로 한 층 더 강력해진 AI 혁신학교 아이펠에 여러분을 초대합니다! 

인공지능AI인공지능AI학교아이펠모두의연구소데이터사이언티스트AI부트캠프부트캠프딥러닝머신러닝

한국취업센터

[호남권] ICT이노베이션스퀘어 온라인 코딩스터디 백엔드+인공지능 부트캠프 교육생 모집

 *호남권(전남/전북/광주 등 호남권 모두) 거주자 및 소재 대학생 모두 참여 가능합니다.   ○ 행사(교육)소개   - 안녕하세요.     한국취업센터입니다.     2024년도 전남ICT이노베이션스퀘어 백엔드 및 인공지능 부트캠프     참여자 모집 공고를 아래와 같이 안내 드리오니, 많은 참여바랍니다.     ※ 100% 온라인 무료교육 및 자격증 응시     비용이 지원 되기에 많은 지원 바랍니다.   ○ 기간 및 일정   - 교육명: 전남ICT 이노베이션스퀘어 부트캠프 [백엔드, 인공지능 전문교육]   - 모집인원: 20명 (39세 미만 참여 가능)   - 모집기간: 2024. 05. 01(월) ~ 05. 10(화) 까지   - 모집대상: 호남권(전남/전북/광주) 거주자 및 소재 대학생들     (주민등록등본 표기 기준)   - 수료기준 : 교육 전체 시수의 70% 수강 or 50% 수강 후     취업하시면 수료로 인정됨   - 교육기간: 2024. 05 ~ 10. 23(수) / 콘텐츠 수강 자율,     실시간 화상교육 화목금 오후7시~오후10시 등   - 진행방식: 100% 온라인으로 실시   - 교육내용: 웹기초 및 자바 프로그래밍, 스프링 프레임워크,      파이썬 프로그래밍, 데이터 분석 시각화, 머 신러닝 모델 학습 등 자세한 내용○ 참가자격   - 호남권(전남/전북/광주) 거주자 및 소재 대학생들     (주민등록등본 표기 기준)○ 접수방법   - [ 바로가기 ] 해당 신청페이지 링크를 접속한다.   - 접속한 사이트 하단에 지금 "바로 부트캠프 지원하기" 버튼을 클릭   - 간단한 설문과 함께 교육 신청 진행   - 신청 완료 후에 원활한 등록처리를 위하여     오픈카톡 문의처( https://open.kakao.com/o/shk0R9hg )나     메일( info@k-jobc.co.kr )로      꼭 본인 성함과 연락처를 기재하여 회신바랍니다.○ 혜택내역   - 교육비 전액 무료   - 자격증 응시 비용 지원   - 전문 수료증 제공 등   - 교육 수료 후, 6개월 간 취업서비스 및 기업연계 실시     (사후관리 시스템)○ 문의   - 오픈카톡 문의 : https://open.kakao.com/o/shk0R9hg   - 운영본부 [ Tel. 02-6956-5981, 02-6956-5980 ]   - 메일 문의 [ info@k-jobc.co.kr ]   - 홈페이지 [ 한국취업센터 (k-jobc.co.kr) ]

웹 개발개발국비교육무료온라인전남광주전북백엔드인공지능

WhoSoon Hwang

1. 내가 생각하는 SI

SI 프로젝트를 하면서 그리고 다른 회사 지인들과 얘기하며 듣고 느낀점 모두가 그렇다는건 분명 아니겠죠 ^^ 1. 본인이 원하는 프로젝트의 청사진을 의외로 모르는 고객이 계신다. 받아들이고 고객과 공감대를 어떻게 형성할 것인가를 고민해야지, 저 고객은 어쩌고 저쩌고 ㅡㅡ 왜 감정으로 대하는지, 일을 해야지 😅 2. 사전영업, RFP(Request For Proposal) 작성하는 순간부터가 프로젝트의 시작이라는 공감대 형성이 잘 안되는 조직이 많다. 3. SI가 싫다고 하면서 싫어할 수 밖에 없는 방식으로 일을 해왔거나 하고 있다. 4. 아키텍트의 역할은 기준을 설립해야 한다. 근데 여러 곳에서 기술 쇼잉의 장이 펼쳐진다. 구조도를 그리고 선을 하나 연결했다면 그 선의 기준이 주루룩 나와야 한다. 모델링, 기준, 원칙, …  막말로 기술은 어떤 쓰레기(?)를 가져다 써도 기준에 부합되면 된다.  “거래가 3초 안에 되어야 한다.”는 요구사항을 예로 든다면 3초 안에 들기 위한 기준과 규칙을 세워야지. 이 기술이 저 기술이… 고객은 의외로 기술에는 크게 관심이 없을지도 모르고 알고 싶지도 않은 TMI 일 때도 있다. 물론 상황을 잘 따져보고, 결정권자 보고용은 따로 또… 기술은 필요할 때 잘(?) 가져다 쓰면 된다. 개발은 프로그래밍 언어라는 도구를 사용해서 컴퓨터한테 일 시키는게 다라고 생각한다. OS, 혹은 브라우저, 다른 프로그램을 사용하기 위해 작성된 규칙일 뿐이다. 그 규칙을 바라보는 시야에 따라서 여러 언어가 존재하는 것일테구 ㅠㅠ 5. “이정도면 됐지”에서 끝낸다. 사업의 연계성을 고려하진 않는다. 그때 가서 아 저번엔 이렇게 하자더니 어쩌구 저쩌구 6. PM이 얼마나 힘든 역할인지를 모르고, PM이 제일 중요하다는 사실 인지가 부족하다. 그냥 개발만 하면 된다고 생각한다. 그러니 결과물이 ㅡㅡ 7. 사실 이게 가장 중요한데.. 인공지능 자체가 SI 다”라고 생각을 안한다. SI라는 용어가 혐오의 대상이 되어버린 현실이 안타깝다. 우리는 SI를 본래 포지션으로 돌려놓기 위해, 과거에도 그래왔고 지금도 그리고 앞으로도 치열하게 살아갈 것이다. 우리의 작은 날개짓이 대한민국에 태풍을 일으킬 수 있길 바라며, 과신하지 않고, 천천히 탄탄하게 쥐도 새도 모르게 가보려 한다. “문제정의” 고객과 이걸 정확하게 인지시키지 못하고 시작한 프로젝트는 계속 뒤집어지는게 당연하다. 제대로 정의하고 시작해도 뒤집어진다. 당연하다. 항상 그 상황에서의 최선을 선택하는게 SI다. 우리는 “움직이는 자”가 되기 위해 항상 경계하며 과거 그리고 현재에서 배우며 미래를 그려갈 것이다. https://en.m.wikipedia.org/wiki/System_integration

기타 (개발 · 프로그래밍)SI문제정의인공지능나비효과답은현장에있다현장을봐라

데이콘

[데이콘 우승자 인터뷰] #19 상점 총 매출 예측 대회 2위 수상자 인터뷰 (hello

1차 대회 2위 수상자 hellocrypto님 인터뷰를 공유합니다. "인터뷰 전문 보러가기" (클릭!) 수상을 진심으로 축하합니다. 수상 소감 부탁드립니다. 군생활을 하면서 힘들게 참여했는데 수상까지 하게 되어 저에게 뜻이 깊은 상입니다. 그리고 그만두려던 데이터 사이언스를 다시 붙잡게 된 계기가 되어 고맙기도 한 상입니다. 이번 계기로 꾸준히 공부하고 다양한 대회를 참여하면서 군생활을 마무리하고 관련 커리어를 갖도록 노력해 나가겠습니다. 상금으로는 부모님, 그리고 부대 후임들과 맛있는 식사/회식을 하고 나머지는 저축했습니다. (상금이 일부분만 입금되는 해프닝도 있었지만 담당 측에서 신속히 해결해주셔서 한 시름 덜었습니다^^.) 데이터 분석에 관심을 가지게 된 계기나 데이터 분석 일을 하게 된 이유가 있다면 무엇인가요? 본래는 예전부터 데이터 스크레이핑에 관심이 많았습니다. 온라인 상에 퍼져 있는 수 많은 데이터를 끌어 모아 한 눈에 보기 편하게 전달하는 것에 매력을 느꼈습니다. 따라서 사이드 프로젝트로 항목에 따른 온라인 최저가 인쇄 사이트 추천, 웹소설 조회 수 및 매출 추이, 암호화폐 ICO 정보 취합 등 여러가지를 조금씩 진행해봤습니다. 그러다 보니 그 이상으로 무언가를 해보고 싶어졌습니다. 비전공자라 뒤늦게 우연히 ‘데이터 사이언스’라는 키워드를 접하게 되었고 저에게 ‘유레카’의 순간이었습니다.   열심히 모은 데이터를 단순히 정렬해서 보여주는 것만 아니라 토대로 분석과 예측을 할 수 있다니! 그렇게 데이터 분석의 길에 빠져들었습니다.  

데이터 사이언스데이콘Dacon인공지능데이터분석데이터사이언스데이터마이닝

채널톡 아이콘