인공지능과 추천 시스템 - 마치며 - 2024. 12.

들어가며

2024년 2학기 KAIST 경영대학원에서 Digital Finance MBA 과정에서 개설된 ‘인공지능과 추천시스템' 강의를 마쳤다. 3학점 16주의 일정이 끝났고, 작년에 강의를 끝냈을 때에 느꼈던 아쉬움에 더해서 두번째 기회였음에 따라 오는 추가적인 아쉬움들이 든다.

금융의 영역과 문제 풀이의 본질인 공학의 테두리 안에서, 인공지능과 추천이라는 주제를 다른 트랙처럼 운용하려 했고, 제품과 서비스로서의 문제 정의와 풀어 나가려는 접근 등을 같이 고민하려 했다. 과목의 이름이 주는 방대함과 위압감은 생각 이상이었고, 변화하는 시대의 이슈들을 따라가고자 하니, 구현에 대한 공통적인 실습을 줄이는 방식으로 타협을 하게 되었다.

준비한 것들

• 교재 같이 읽기 - 박태웅의 AI 강의

• 교재 같이 읽기 - 추천 시스템 입문 

• 코드 따라 하기 - MovieLens , 추천 알고리즘 - 기본 구현들, openAI news creation

• 추석 맞이 클립 모아 보기

• stateof.ai 2023, 2024 같이 보기

• 특강 - Google(Playstore)에서 과제 런칭하기

• 특강 - Search Quality with Google 

• 특강 - Lessons from  Google Search

• 특강 - Big Acquisitions / Nest / Subscriptions / US Life

• 기말 발표 주제 선정, 발표 자료 리뷰, 발표 리뷰 

준비했지만 못했던 것들

• 교재 같이 읽기 - GPT-4 를 활용한 인공지능 앱 개발

• 교재 같이 읽기 - 금융 전문가를 위한 머신러닝 알고리즘

• 코드 따라 하기 - 추천 알고리즘 - 복잡한 구현들, Deep Learning 

• 특강 - 인이지와 Digital Transformation with XAI

Stat 들  

• 77명의 수강생 ( 디지털금융MBA 46명, 정보경영 20명, 프로페셔널 MBA 6명, 카이스트MBA 3명,임팩트MBA 1명, 경영공학부 1명 )  

• 4번의 remote 수업, 2번의 online 수업

• 44개의 기말 과제 

• 1번의 간담회 형식의 치맥  

작년과 달랐던 점들 

• 직장을 다니면서 주경야독을 하는 학생들과 전업 학생들이 완전하게 둘로 갈려 있었음.  

• 기말 과제들에 공을 들여 이야기를 했는데, 학생들이 다른 과제의 이야기들에 관심을 가지지 않았음.  

• 아무 주제로 면담 신청을 열어 놓았는데, 아무도 신청을 하지 않았음.  

띄엄띄엄 학생들을 볼 수밖에 없는 제약이 있기도 했지만, 학기를 진행하며 작년과 너무 다른 분위기들에 많이 흠칫하게 되었다. 침체되어 있는 업권의 불편한 분위기가 그대로 내려오고 있는 게 아닌가 하는 생각이다.

마무리하며

강의 평가 결과로는 타 과목 대비 낮은 점수가 나왔는데, 특히 작년보다 그다지 나아지지 못했다는 아쉬움이 있다. 전업으로 하시는 다른 과목 교수님들보다 높이 나올 수 없다는 결과는 여전히 당연하다 생각하고 있고, 특히 이 과목은 학생들이 금융과 IT의 양 극단에 있어서 적절한 강의 대상을 정하기 어려웠을 거라는 책임교수님의 예상과도 일치하는 많이 놀랍지는 않은 결과였다. 

작년의 경험에 조금의 노력을 더했지만, 부족함이 많이 지적되는 결과라 하겠고, 모두를 만족시키지 못한 것에 대한 욕심, 너무 살살(?) 했던 것에 대한 아쉬움, 미안함 등이 있지만, 이 자료들이 쌓여서 올해도 내년 강의에 잘 이용이 되면 하는 바램으로 올해는 여기 까지로 마무리하자 싶다.

여러 물리적인 제약들에도 불구하고, 개인적으로는 너무 소중한 경험이었고, 다시 한 번 기회를 더 주신 책임교수님과 학과 사무실 분들, 완벽했던 수업조교 들께 감사한 마음을 전한다. 수업 시간을 함께 한 학생들께도 고마움을 전하고 앞으로도 좋은 영향을 끼치기를, 그리고 인연이 계속되기를 기대한다.