2022년도를 마무리하며
블로그를 찾아주신 모든 분께 🙌🏻
한 해의 안부를 전하며,
먼저 블로그를 방문해주셔서 감사합니다. 🙇🏻♂️
인공지능을 공부하고 블로그를 시작하고 작년 이맘때쯤 회고록을 쓴 기억이 아직도 생생한데 벌써 12월의 마지막 날이라는 것이 실감 나지 않네요.
여러분의 한 해는 어떠셨나요? 저는 꽤나 다양한 도전을 했지만 그만큼 넘어지면서 많은 생각을 했던 한해였습니다. 올해의 성장통으로 더 나은 사람이 될 수 있길 바라며 한 해를 성찰히며 ‘2022년도 회고록’을 기록하려 합니다.
저의 한 해가 여러분에게 어떤 방향으로든 좋은 영향을 끼치길 바랍니다.
감사합니다 :)
1분기 [1월~3월]
1) 인공지능 연구실 컨택
작년부터 인공지능 도메인에 대해 고민을 해왔습니다. 이미지, 언어, 정형데이터 다양한 분야 고민을 했지만,
Brain Computer Interface의 상상만으로 일상을 대체할 수 있다는 매력에 생체신호처리 분야의 학부연구생으로 논문 리뷰 및 구현을 하며 공부를 시작했습니다.
2) 인공지능 경연대회 Kaggle 도전
https://github.com/medal-contender/jigsaw-rate-severity-of-toxic-comments
문장의 공격성을 측정하고 순위를 매겨주는 대회에 참가했습니다. 밤낮없이 실험하며 노력해서 (Public) 공개 데이터 기준으로 2,301팀 중 3등을 달성했습니다. 🥇
하지만 특정 상황을 고려하지 않아 (Private) 비공개 데이터로 채점하는 단계에서 결국 아쉬운 결과를 얻었습니다. 🥲
3) 의류 분류 프로젝트 리팩토링
https://github.com/hynjxn/uniform-detection-using-YOLOv5
기존 프로젝트인 ‘불량교복 탐지 프로젝트’의 인공지능 모델의 성능, 서비스 설계, 디자인이 아쉬워 모델 성능 향상부터 다시 프로젝트를 진행했습니다.
1분기에는 연구 주제와 관련한 논문을 읽고 구현했으며, 인공지능 대회와 프로젝트 등의 경험을 쌓았습니다.
2분기 [4월~6월]
1) 리눅스 마스터 2급 취득
AI를 배포하고 서버를 관리하는데 필요한 능력 중 하나는 리눅스 환경 처리 능력이라 생각했습니다.
떄문에 ‘리눅스 마스터 2급’를 취득하면서 공부했습니다.
2) 인공지능 경연대회 Dacon 도전
https://dacon.io/competitions/official/235897/overview/description
청경채가 자라나는 환경의 정형 데이터와 이미지 데이터를 기반으로 N일 뒤의 잎사귀 크기를 예측하는 대회입니다.
개인으로 참여한 대회였기 때문에 부족한 실험 횟수와 환경으로 아쉬운 결과를 얻었던 대회였습니다. 🥲
3) 또 한 번의 인공지능 경연대회 Kaggle 도전
https://github.com/medal-contender/nbme-score-clinical-patient-notes
의사가 기록한 환자 기록지에서 어느 문장이 어떤 병을 의미하는지 예측하는 대회입니다.
(Public) 공개 데이터 기준으로 1,417팀 중 111등으로 동메달을 달성했습니다. 🥉
하지만 비공개 데이터로 채점하는 단계에서 다시 한번 아쉬운 결과를 얻었습니다. 🥲
4) 백신 부작용 + 번아웃 👿
5월쯤 몸살 기운, 무기력함, 두통 등 백신 3차 부작용을 겪고 있었습니다.
그럼에도 각종 대회에 참가하느라 휴식 시간을 갖지 못했습니다.
더하여 여러 대회 결과가 좋지도 않고 인생에 대한 큰 회의감에 번아웃에 빠지게 됩니다.
2분기에는 자격증을 취득했지만, 그동안의 실패들과 여러 선택에 대한 회의감을 느꼈던 시기였습니다.
3분기 [7월~9월]
오랜 번아웃에서 쉴 시간을 충분히 가지며 마음을 가다듬고 3분기를 맞이했습니다.
3분기부턴 AI를 서빙하고 배포하는 것에 관심을 두고 공부했습니다.
1) Kubernetes와 Computer Science(운영체제, 컴퓨터 네트워크, 자료구조) 공부
AI를 배포하기 가장 최적의 환경은 Kubernetes라 생각했습니다. Kubernetes는 아래와 같은 장점이 있습니다.
- 도커 기반 배포로 인한 단순화
- 컴퓨터 리소스 활용
- 오토 스케일링
- 셀프힐링
특히 모델학습, 전처리등과 같이 많은 GPU, CPU의 할당을 해야 하는 파이프라인에 리소스를 할당할 수 있으며,
Inference API와 같이 많은 트래픽을 요구하는 파이프라인에 오토 스케일링 기능을 사용하여 유연한 서버를 구축할 수 있다는 장점이 있습니다.
(Kubernetes 짱👍)
또한 Kubernetes 환경을 공부하기 위해 운영체제, 컴퓨터 네트워크, 자료구조 등 각종 Computer Science를 공부했습니다.
2) Kubernetes 기반 MLOps 서비스 구축 프로젝트
https://github.com/jerife/MLOps-on-kubernetes
Kubernetes 환경에서 데이터를 불러오고 학습하며 모델을 저장하며, 최고의 성능을 보였을 때는 이를 배포하는 솔로 프로젝트를 진행했습니다.
조건에 따라 일반학습 / 자동 하이퍼파라미터 탐색을 가능한 파이프라인이며,
자동 하이퍼파라미터 탐색 기능 사용시 위와 같이 AutoML기능을 실시하는 프로젝트입니다.
3분기는 마음을 다잡고 다시 시작하고자 한 경험이 가장 인상 깊습니다. 이어서 AI에 대한 관심을 구체화해나간 분기였습니다.
4분기 [10월~12월]
1) 소집해제
10월, 드디어 군 복무를 마치고 그간 제한되었던 것들을 하나씩 해나갔습니다.
가장 기억나는 추억은 일본 해외여행과 대학교 아르바이트였던 것 같습니다 .
2) 가톨릭대학교 정보통신전자공학부 학술제: 우수상
교내 학술제는 군 복무를 마친 뒤 처음으로 참여한 대회였습니다.
Yolo v5를 이용한 주차공간 추천서비스를 개발했으며 우수상을 받았습니다.
3) NIA 한국지능정보사회지능원 데이터크리에이터 캠프: 우수상
NIA 한국지능정보사회지능원에서 주최한 데이터크리에이터 캠프에서 제시된 데이터를 기반으로
EfficientNet을 이용한 Feature extarct 와 DBSCAN 클러스터링 기법과 학습을 위한 커스텀 모델을 제안해 우수상을 받았습니다.
4) 인턴 합격
그간 군 복무가 끝나면 어느 기업에서든 AI분야 인턴을 하고자 했지만, 아직 2학년이라는 점과
단기간밖에 일하지 못한다는 발목을 잡고 있었습니다.
그럼에도 여러 회사에 지원해 좋은 기회로 복학 전까지 인턴을 하게 되었습니다.
마지막 4분기는 한 해 동안 넘어지며 실패했던 과정이 성장통이었음을 깨달을 수 있었던 감사한 분기였습니다.
나에게 2022년도란?
1. 자꾸 넘어지면서 다시 일어나는 법을 배운 한 해였습니다.
반복되는 실패는 나아가기 위한 성장을 방해하며 큰 회의감을 안겨줬습니다. 그뿐만 아니라 이 회의감은 자존감을 떨어트리며 판단도 흐리게 만들었습니다. 그런데도 계속 도전하여 대회에서 수상하고 인턴 기회도 얻게 됐습니다.
실패의 과정은 성장하기 위한 필수조건이며, 흔들릴 때는 잠시 시간을 갖고 마음을 다잡으면 언젠간 성장한다는 것을 몸소 경험할 수 있었던 소중한 한 해입니다.
2. 평범함을 추구했던 한 해였습니다.
AI 도메인을 정하며 많이 고민했습니다.
사회가 추구하는 도메인과 제가 관심 갖는 분야가 달랐기 때문입니다.
지금까지의 저는 꿈과 해보고 싶은 것들은 많지만 평범함을 강요하는 사회에 자연스레 꿈과 생각을 억압하며 평범함을 추구했던 것 같습니다.
2023년엔 평범함에 억압되지 않고 생각들을 꿈과 해보고 싶은 것들을 후회 없이 실행하며 도전과 함께 성장해나가고 싶습니다.
이상 2022년 회고록을 마치며, 모두의 2023년을 응원하겠습니다 :)