[항해 플러스 AI 후기] 드디어 마지막! 3기 최종 수료 후기
드디어 항해 플러스 AI 3기를 수료하였다.
처음 시작할 때는 정말 길게 느껴졌는데, 8주라는 시간이 정말 금방 지나간 것 같다.
수료식에서 배운 점, 느낀 점을 정리하고 항해 플러스 AI 3기를 마치면서 느낀 소회도 정리해보았다.
수료식
수료식은 크게 코치님의 Wrap-up 세션과 발표로 구성되었다.
Wrap-up 세션
먼저 Wrap-up 세션에서는 우리가 그동안 학습한 내용에 대해서 코치님이 전체적으로 정리를 해주셨다.
세션을 통해 이 코스의 목적이 무엇이었고, 우리가 어떤 것을 배웠고, 매주 배웠던 내용들이 어떻게 연결되는지 정리할 수 있었다.
머신러닝과 딥러닝으로 시작해서 Transformer 모델을 배우고, BERT와 GPT를 거쳐 프롬프트와 RAG, LLM 경량화까지 배웠다.
처음에는 엄청 낯설고 어려웠던 개념이었는데, 그래도 8주 동안 항해 플러스 과정을 하면서 계속 들어서 그런지 처음보다는 익숙해졌다.🤣🤣
발표
Wrap-up 세션 다음으로는 발표가 진행되었다.
발표는 1부와 2부로 구성되었다.
1부는 조별로 최종 프로젝트나 항해 플러스 AI 과정을 마치며 회고를 정리하는 시간이었다.
그리고 2부는 모든 수강생과 코치님들 앞에서 발표를 하고 코치님들께 피드백을 받는 자리였다.
2부 발표는 따로 신청을 받았는데, 최종 프로젝트를 제대로 마무리하지 못해서 나는 신청하지 않았다.
1부 발표는 조별로 간단하게 진행되는 줄 알고 따로 준비를 해가지는 않았는데, 전체 조를 두 팀으로 나눠서 코치님과 함께 발표를 진행했다.
1부 발표는 발표에 부담 없이 와도 된다고 하셔서 다들 당황하는 눈치였다.🤣
그래도 그렇게 부담되는 분위기는 아니었고, 간단하게 화면을 띄워놓고 프로젝트나 항해 플러스 과정을 마무리하며 회고하는 자리였다.
다른 사람들은 어떤 프로젝트를 진행했는지 얘기를 듣는 것도 재미있었고, 각자 플러스 과정을 통해 어떤 것을 배우고 싶었고 어떤 경험을 했는지 들을 수 있어서 좋았다.
최종 프로젝트 소개: 감정 기반 책 추천 서비스
https://github.com/paran22/book-recommendation-backend
GitHub - paran22/book-recommendation-backend: 감정 기반 도서 추천 chatbot backend
감정 기반 도서 추천 chatbot backend. Contribute to paran22/book-recommendation-backend development by creating an account on GitHub.
github.com
나는 gpt api와 RAG를 사용해서 간단하게 책을 추천해주는 서비스를 만들었다.
먼저 챗봇으로 몇 가지 질문을 해서 사용자의 현재 상태와 원하는 책을 파악하려고 했다.
질문과 대답은 예를 들어 다음과 같다.
1. 현재 감정 상태 파악
- Q: "지금 당신의 기분을 가장 잘 설명하는 단어는 무엇인가요?"
- A: 행복함, 지침, 불안함, 우울함, 설렘, 혼란스러움 등
2. 원하는 감정적 효과
- Q: "지금 이 책을 통해 어떤 감정을 경험하고 싶으신가요?"
- A: 현실 도피하고 싶은지 공감받고 싶은지 위로받고 싶은지 영감과 동기부여를 얻고 싶은지 새로운 시각이 필요한지
3. 직업 정보
- Q: "현재 어떤 직업을 가지고 계신가요?"
- A: 학생, 직장인, 프리랜서, 주부, 구직자 등
4. 현재 상황/컨텍스트
- Q: "지금 어떤 상황에서 독서를 하실 예정인가요?"
- A: 잠들기 전 휴식 이동 중 짧은 시간 주말 여유로운 시간 스트레스 해소를 위한 시간
5. 집중도/몰입도 선호
- Q: "지금 어느 정도의 집중도가 필요한 책을 원하시나요?"
- A: 가볍게 읽을 수 있는 책 깊은 사고가 필요한 책 빠르게 몰입할 수 있는 책
그리고 사용자의 책 취향 정보와, 사용자가 읽은 도서 정보 데이터를 활용하여 추천 도서 목록과 각 도서의 추천 이유를 생성하였다.
프로젝트를 진행하면서 추천 로직을 어떻게 만들지 가장 고민을 많이 했다.
특히 RAG를 어떻게 사용할지가 가장 고민이어서, 두 가지 방법으로 나눠서 적용하고 평가하였다.
첫 번째 방법은 사용자의 책 취향 정보와, 사용자가 읽은 도서 정보 데이터를 종합하여 RAG로 추천 도서 후보 목록을 검색하는 방법이었고,
두 번째 방법은 RAG에서는 사용자의 답변만 가지고 추천 도서 후보 목록을 검색하고, 프롬프트에 사용자의 책 취향 정보와, 사용자가 읽은 도서 정보를 추가하여 추천 도서를 제시하는 방법이었다.
평가는 claude를 사용하였다.
서비스에 대한 설명과 사용자의 응답, 사용자의 책 취향 정보와 읽은 도서 목록을 모두 취합하여 평가용 프롬프트를 생성하였다.
평가에 충분한 데이터를 제공하기 위해 알라딘 API를 사용해서 추천 도서에 대한 정보를 추가로 검색해서 같이 제시하였다.
평가를 여러 번 진행하지는 못했으나, gpt api만 사용하는 것보다 RAG에 충분한 정보를 포함해서 도서를 검색하는 것이 더 좋은 결과를 보여주었다.
2부 발표
2부 발표에서는 다른 수강생들이 진행한 최종 프로젝트에 대해 들을 수 있었다.
프로젝트 아이디어도 재밌는게 많았고, 프로젝트 구성이나 시도한 다양한 방법들도 놀라웠다.
한국어를 학습하는 외국인들이 한국의 한국어 발음 교정을 도와주는 LLM 서비스나, 시도한 여러가지 방법에 대해 평가 메트릭을 잘 구성한 프로젝트, closed llm으로 코드를 생성하는 프로젝트가 기억에 남는다.
최종 프로젝트에서 closed LLM을 충분히 활용하지 못한 점은 많이 아쉽다.
항해 플러스 AI 코스 후기
항해 플러스 AI 코스는 합류 마지막까지도 고민이 많았다.
AI를 공부해야 한다는 필요성은 계속 느끼고 있었지만 어떻게 시작해야할지 몰랐고, 회사에 다니면서 과정을 잘 마칠 수 있을지 자신도 없었다.
그렇지만 커리큘럼을 보면서 AI에 대해 전반적인 흐름을 학습할 수 있을 거라고 생각했다.
그리고 내가 이 과정을 통해 가장 크게 얻은 것도 이 부분이다.
깊이는 부족할 수 있지만 머신러닝부터 GPT까지 어떤 흐름으로 이어지는지 전체적인 맥락을 잡을 수 있었고, AI에 대해 더 학습할 때 어떤 키워드로 시작해야할 지 알 수 있었다.
과제를 하면서 LLM을 활용해 어떤 서비스를 만들 수 있을지 아이디어도 많이 떠올랐고, 이제는 LLM을 활용한 서비스를 만든다면 어떻게 시작해야할지도 알 것 같다.
매주 과제를 잘 제출하는 걸 목표로 했고, 블랙 배지도 받을 수 있었다.😎
사실 최근에 개발이 조금 재미가 없었는데, 과제를 하면서 새로운 걸 배우고 프로젝트를 구상하면서 오랜만에 개발의 재미를 느낄 수 있었다.
발제와 과제에서 공부한 내용에 대해 팀원들과 같이 질문하고 얘기하는 것도 좋았다.
항해 플러스 AI 코스가 모두에게 좋은 코스는 아니라고 생각한다.
모든 내용을 하나하나 친절하게 알려주기 보다는 공부해야하는 내용을 알려주기 때문에 본인이 투자하는 시간에 따라 얻을 수 있는 것이 다르다.
그렇지만 같이 공부할 수 있는 동료들이 있고, 시니어 개발자들에게 직접 과제를 피드백받고 멘토링이 진행되기 때문에 스스로 학습하고자 하는 의지가 있고 시간을 많이 투자할 수 있는 사람에게는 정말 좋은 과정이 될 것이다.
혹시 항해 플러스 과정에 참가한다면, 아래 추천 코드를 입력하면 작지만 등록금 할인을 받을 수 있다.
(항해 플러스라면 AI 코스가 아니더라도 가능하다!)
⭐️ 추천코드: juBF17
처음에는 과정을 잘 마칠 수 있을지 정말 걱정이 많았다.
그렇지만 코치님들과 학습 메이트님들, 무엇보다 같이 고생하고 도와준 동료들이 있어서 잘 마칠 수 있었다.
9주 동안 매주 과제를 하는게 쉽지 않았지만, 오랜만에 무언가에 몰입해서 집중할 수 있는 시간이 좋았다.
마지막에 힘이 조금 빠지긴 했지만, 끝까지 참여한 스스로에게도 박수를 보내고 싶다.👏