You signed in with another tab or window. Reload to refresh your session.You signed out in another tab or window. Reload to refresh your session.You switched accounts on another tab or window. Reload to refresh your session.Dismiss alert
본격적으로 스터디에 앞서, 자신이 추구하는 AI에 연관된 유형을 파악하고 그에 맞는 최신 지식을 쌓아 올라가는 것입니다. 한명의 빌더가 되기 전에 반드시 필요한 부분입니다. 아주 크게 본다면, 지난번 모임처럼 이론과 응용 유형으로 나눠볼 수 있는 것입니다. 이번 모임은, 그보다는 더 세부적으로 자신이 Buisiness, Academic, Engineering, Data 인지를 나눠보는 시간이었습니다. 그 공부의 방향성을 잡아주는 중요한 "전망대"로서 앞으로의 길을 정해보는데 도움을 드릴 수 있을 것입니다.
이번 모임에 새로 오신 분들 중에 "개발자"출신 분들이 많았습니다. 아무래도 AI 연구원에 비해서는 이론적 배경이 낮지만, 누구보다 실생활에 쓸만한 소프트웨어와 산출물 개발에 진심인 분들입니다. 그 분들은 주로, "Engineering Tribes"라는 유형에 적합할 수 있습니다. 각 유형을 살펴보았습니다. 본 글의 출처는, machine learning mastery라는 페이지에서 발췌하였습니다.
AI 유형이라기 보다, 원문에 따르면 ML 유형입니다. 이를 AI로 확장하더라도 동일하게 잘 적용됩니다.
1. 비즈니스(사업가) 유형
AI로 돈을 만들어내는 데 관심 가득한 분들에게 적합합니다. 이 분들의 시각은 무엇이든 비즈니스 모델로 운영하는 것에 초점을 맞춥니다. 대화하다보면, 이런 것도 돈이 된다고? 싶은 내용이 느껴질 것 입니다. 사업가 마인드 가득한 분들이고, 트렌드에 굉장히 민감한 경우가 많습니다.
2. 아카데미(교육자) 유형
이 유형이 주로 가짜연구소 분들이 속한다고 봅니다. 학부부터 대학원 전공과 AI 연구를 업으로 삼는 많은 연구자 분들이 이에 해당합니다. AI라면, 인공지능 관련 커리어를 쌓아오면서 논문도 작성하고 많은 실험과 연구를 통해 성장하는 분들입니다. 소위 이론을 쌓아가면서 AI를 사용하는 연구자에 가깝습니다. 전공 기초부터 관련 이론을 두루 섭렵하면서도, 새로운 AI 이론을 만들기 위해 고민하고 연구하는 분들이죠.
3. 엔지니어(기술자) 유형
"응용 어플리케이션을 만들면서 배우는 분"들입니다. AI를 활용한 다양한 어플리케이션을 만드는 엔지니어 혹은 개발자 분들이 대부분 여기에 속합니다. 즉, 이 <초조한 전망대>에 속한 대부분의 개발자 출신 분들이 이 유형이라고 할 수 있습니다. 자기 소개를 들어보면, AI에 대한 이론적 지식과 배경보다는 무언가 개발하고 만들어서 실생활에 적극 사용해보고 싶은 경향이 강했습니다. 개발자 출신 분들이 더욱 그렇고, 저같은 엔지니어도 비슷한 경향이긴 합니다. 이론이 이론으로만 남으면 마음이 아픈 법이죠. 코드를 뜯고 붙이고 최적화해서 나만의 Application을 만드는 것에 행복을 느끼는 사람들이 이 유형으로 볼 수 있습니다.
4. 데이터 유형
사실 이 유형은 조금 애매한데, 일단 데이터 사이언스를 하시는 분들이 비즈니스적인 질문에 대해 답하는 방식이 있다고 합니다. "데이터"에 집중해서 더욱 잘 설명하는 것을 선호하는 분들이 이 유형에 해당하고, 추측해보자면 가설 검증을 수행하는 많은 통계학자 분과 데이터 분석가들이 이 유형으로 볼 수 있겠습니다.
문서 만들기
AI에 관한 유형을 정했다면, 이제는 다양한 정보원을 모아서 유형에 맞게 읽고 성장할 시간입니다. 구글 문서를 통해, 멤버분들이 추천해준 다양한 문서 링크들을 담아두었습니다. 함께 추가하고, 수정하면서 만들어보아요!
reacted with thumbs up emoji reacted with thumbs down emoji reacted with laugh emoji reacted with hooray emoji reacted with confused emoji reacted with heart emoji reacted with rocket emoji reacted with eyes emoji
-
나만의 AI 유형 탐색하기
초조한 전망대 두번째 모임은 "나에게 맞는 AI 유형 탐색하기"를 주제로 진행했습니다.
이번에는 디스코드 온라인으로 모여서 즐겁게 토의하였습니다.
본격적으로 스터디에 앞서, 자신이 추구하는 AI에 연관된 유형을 파악하고 그에 맞는 최신 지식을 쌓아 올라가는 것입니다. 한명의 빌더가 되기 전에 반드시 필요한 부분입니다. 아주 크게 본다면, 지난번 모임처럼 이론과 응용 유형으로 나눠볼 수 있는 것입니다. 이번 모임은, 그보다는 더 세부적으로 자신이 Buisiness, Academic, Engineering, Data 인지를 나눠보는 시간이었습니다. 그 공부의 방향성을 잡아주는 중요한 "전망대"로서 앞으로의 길을 정해보는데 도움을 드릴 수 있을 것입니다.
이번 모임에 새로 오신 분들 중에 "개발자"출신 분들이 많았습니다. 아무래도 AI 연구원에 비해서는 이론적 배경이 낮지만, 누구보다 실생활에 쓸만한 소프트웨어와 산출물 개발에 진심인 분들입니다. 그 분들은 주로, "Engineering Tribes"라는 유형에 적합할 수 있습니다. 각 유형을 살펴보았습니다. 본 글의 출처는, machine learning mastery라는 페이지에서 발췌하였습니다.
https://machinelearningmastery.com/machine-learning-tribe/
유형 뜯어보기
AI 유형이라기 보다, 원문에 따르면 ML 유형입니다. 이를 AI로 확장하더라도 동일하게 잘 적용됩니다.
1. 비즈니스(사업가) 유형
AI로 돈을 만들어내는 데 관심 가득한 분들에게 적합합니다. 이 분들의 시각은 무엇이든 비즈니스 모델로 운영하는 것에 초점을 맞춥니다. 대화하다보면, 이런 것도 돈이 된다고? 싶은 내용이 느껴질 것 입니다. 사업가 마인드 가득한 분들이고, 트렌드에 굉장히 민감한 경우가 많습니다.
2. 아카데미(교육자) 유형
이 유형이 주로 가짜연구소 분들이 속한다고 봅니다. 학부부터 대학원 전공과 AI 연구를 업으로 삼는 많은 연구자 분들이 이에 해당합니다. AI라면, 인공지능 관련 커리어를 쌓아오면서 논문도 작성하고 많은 실험과 연구를 통해 성장하는 분들입니다. 소위 이론을 쌓아가면서 AI를 사용하는 연구자에 가깝습니다. 전공 기초부터 관련 이론을 두루 섭렵하면서도, 새로운 AI 이론을 만들기 위해 고민하고 연구하는 분들이죠.
3. 엔지니어(기술자) 유형
"응용 어플리케이션을 만들면서 배우는 분"들입니다. AI를 활용한 다양한 어플리케이션을 만드는 엔지니어 혹은 개발자 분들이 대부분 여기에 속합니다. 즉, 이 <초조한 전망대>에 속한 대부분의 개발자 출신 분들이 이 유형이라고 할 수 있습니다. 자기 소개를 들어보면, AI에 대한 이론적 지식과 배경보다는 무언가 개발하고 만들어서 실생활에 적극 사용해보고 싶은 경향이 강했습니다. 개발자 출신 분들이 더욱 그렇고, 저같은 엔지니어도 비슷한 경향이긴 합니다. 이론이 이론으로만 남으면 마음이 아픈 법이죠. 코드를 뜯고 붙이고 최적화해서 나만의 Application을 만드는 것에 행복을 느끼는 사람들이 이 유형으로 볼 수 있습니다.
4. 데이터 유형
사실 이 유형은 조금 애매한데, 일단 데이터 사이언스를 하시는 분들이 비즈니스적인 질문에 대해 답하는 방식이 있다고 합니다. "데이터"에 집중해서 더욱 잘 설명하는 것을 선호하는 분들이 이 유형에 해당하고, 추측해보자면 가설 검증을 수행하는 많은 통계학자 분과 데이터 분석가들이 이 유형으로 볼 수 있겠습니다.
문서 만들기
AI에 관한 유형을 정했다면, 이제는 다양한 정보원을 모아서 유형에 맞게 읽고 성장할 시간입니다. 구글 문서를 통해, 멤버분들이 추천해준 다양한 문서 링크들을 담아두었습니다. 함께 추가하고, 수정하면서 만들어보아요!
함께 만드는 AI 문서
결론
중요한 점은, 이렇게 유형을 잡아보고 알맞은 조언을 얻어서 성장해야한다는 점입니다. 물론, 이 유형이 모든 케이스를 잡을 수도 없지만, 대략적인 방향을 선정하는데 있어 도움을 줄 수 있습니다.
일단 초조한 전망대 취지는, 알아보고 빠르게 관심을 가질 수 있는 영역을 찾아 "빠른" 성장을 돕는 것입니다. 전망대라는 이름에 맞게, 각자의 유형을 따라 빠른 관심과 성장을 이룰 수 있는 길을 미리 내다볼 수 있다면 그것으로 충분합니다.
모두가 즐거웠던 두번째 모임은 이렇게 마무리하고, 소그룹으로 나누어 소개를 하고 각자에게 맞는 유형을 고르고, 그에 맞는 정보원(뉴스레터 등)을 찾고 읽어오기로 하였습니다.
이제 성장만 남았습니다. 빠르게 성장할 멋진 예비 연구원 분들의 활약을 기대합니다!
Beta Was this translation helpful? Give feedback.
All reactions