블로그

윤선미

데이터 분석가 로드맵 🥳 & 데이터리안 강의 실제 학습 시간 공개

✨ 데이터리안에서 분석가 로드맵이 나왔습니다 ✨ 그리고 인프런 대시보드가 리뉴얼 되었어요. 이제 학생들이 이 강의를 학습하는데 실제로 얼마나 시간을 소요하고 있는지 볼 수 있게 되었습니다! (예시. 기초 SQL강의의 런타임은 1시간 36분, 실질 수강 기간은 3일!) 로드맵을 소개하면서, 데이터리안 강의를 학습하는데 우리 수강생 분들이 어떻게 시간을 쓰고 계시는지 같이 얘기해보겠습니다.    1. SQL 실무 활용 트랙 기획자, 마케터 등 SQL을 실무에서 활용해야 하는 모든 직군이 공통으로 들을 수 있는 구성입니다. 간단한 데이터를 추출하거나, 기존 쿼리를 이해하는 등 라이트하게 활용할 사용자들을 위한 트랙입니다. 강의의 순수 플레이 타임은 기초 SQL 1시간 36분, 중급 SQL 4시간 19분으로 5시간 55분이고, 중급 SQL 문제풀이 강의 2시간 12분을 포함해서 학습하신다면 8시간 7분입니다. 실제 학습에 소요되는 시간은 어느정도 될까요? 강의를 90% 이상 수강한 학생들이 '완강 수강생'이라고 생각하고, 이 수강생들의 상위 50% 평균을 계산한 값은 다음과 같습니다. 기초 SQL은 3일, 중급 SQL은 9일, 중급 SQL 문제풀이는 4일을 소요하여 강의를 완강합니다. 하루에 약 30분 정도 투자해서 공부를 하고 계시구요. 데이터리안의 모든 코스의 강의는 평균 10분 내외로 촬영하고 있으니까 하루에 약 3개 강의 정도 들으시는 것으로 예상해볼 수 있겠네요 😊 그런데 수강평을 보면 아시겠지만, 기초 SQL의 경우 런타임이 약 1시간 30분 정도라서 하루만에 몰아서 끝내시는 분들도 많아요. 이 강의를 활용해서 학생들을 가르쳐본 경험으로는 약 3시간, 길면 5시간 정도 집중하는 시간을 내면 기초 SQL 강의를 완강하실 수 있습니다. 본인 스타일에 맞게 하루에 몰아서 빡공! 또는 매일 30분씩 나누어서 공부하면 좋겠죠. 👉 데이터리안 수강평 모아보기    2. 데이터 분석가 트랙 현업에서 데이터 분석가로 일하고 계시는 분 또는 데이터 분석가로 입사하기 위해 코딩 테스트를 준비하는 분들을 위한 구성입니다. SQL로 데이터를 자유자재로 핸들링하고 분석에 활용할 분들을 위해 고급 SQL 강의가 들어가있고, 분석을 위한 추가 스킬로 파이썬이라는 프로그래밍 언어를 선택하신 분들을 위한 트랙입니다. 강의의 순수 플레이 타임은 SQL 실무 활용 트랙에 더해, 고급 SQL 5시간 16분 + 파이썬 입문 8시간 55분 + 판다스 6시간 30분으로 총 20시간 41분이 추가됩니다. 여기에 고급 SQL 문제풀이까지 학습하신다면 2시간 12분이 더해져 총 플레이타임은 22시간 53분이 됩니다. 실제로 수강하는데 걸리는 기간을 보면 고급 SQL은 16일, 고급 SQL 문제풀이는 4일, 파이썬 입문편은 4일, 판다스는 22일이 걸리고, 하루에 평균적으로 20분~30분 정도 투자하고 있어요. 파이썬 입문 강의는 특이하게 하루 평균 시청 시간이 2시간 30분이나 되는데요. 강의 러닝타임에 비해서 완강까지 걸리는 기간도 매우 짧구요. 아직 런칭한지 얼마 안 된 강의라서 그런 것인지... 정말 파이썬 입문 강의에는 🔥열혈 수강생🔥들만 있는 것인지 데이터 추이를 지켜보고 있습니다. 데잇걸즈 4기, 5기분들도 데이터리안의 SQL 강의를 수강하셨었는데요. 적절한 코칭이 함께 들어갔을 때 또는 스스로 꾸준히 학습할 때 기초 SQL부터 고급 SQL까지 학습하는데 걸리는 시간은 약 4주에서 8주정도 된다고 생각하시면 좋을 것 같아요. 개인차가 있지만 아무리 늦어도 8주안에 SQL 코딩테스트를 통과할 수 있는 정도의 실력은 길러진다고 보고 있습니다. 실제로 네이버, 리디 등의 데이터 분석가 코딩테스트에 합격하신 분들이 연락을 많이 주시구요. 데잇걸즈 같은 1년에 한 번 있는 프로그램이 아니더라도 함께 모여서 으쌰으쌰하며 공부할 수 있는 환경이 만들어지면 좋을 것 같다는 취지로 4주에서 8주짜리 SQL 캠프도 기획하고 있으니까 기대 많이 해주세요. 👉 데잇걸즈 4기 수강생 분들의 기술 블로그 보러가기 "SQL? 누구냐 너!!"    3. 데이터 사이언티스트 트랙 이 트랙은 파이썬이라는 프로그래밍 언어와 머신러닝🤖을 공부하고 싶은 분들을 위해 구성했습니다. 강의 런타임과 실질 수강 기간은 아래와 같아요. 데이터 분석을 위한 파이썬: 러닝타임 8시간 55분 / 4일 / 매일 2시간 33분 학습 데이터 분석을 위한 판다스: 러닝타임 6시간 30분 / 22일 / 매일 21분 학습 추천 시스템 입문편: 러닝타임 7시간 49분 / 12일 / 매일 41분 학습 총 러닝타임은 23시간 14분, 학습 기간은 38일이네요. 앞에서도 말했지만 파이썬 입문 강의의 일일 학습 시간, 학습 완료까지 걸리는 기간 데이터가 참 특이합니다 🤔 '데이터 분석을 위한 판다스' 강의의 런타임이 6시간 30분으로 훨씬 짧은데도 실질 수강 기간은 훨씬 길죠. 판다스 강의에 분석 프로젝트가 많아서일까요. 데이터를 눈여겨 봐야겠습니다. 👉 데이터 분석을 위한 파이썬: 입문부터 꿀팁까지 보러가기   4. 수강 완료 기간 데이터 데이터리안 강의들의 런타임, 실질 수강 기간, 1일 평균 시청 기간 데이터를 정리해보면 아래와 같습니다. 이 데이터는 고정된 데이터가 아니라 여러분들의 강의 수강 패턴대로 계속 업데이트 될거예요. 강의 완료기간은 더 짧아지도록, 1일 평균 시청 시간은 더 길어지도록, 그리고 완강하는 사람들의 비율이 더 늘어나도록 저희도 노력하겠습니다. 👉 데이터리안 전체 강의 보러가기👉 데이터리안 서비스 페이지 바로가기   (2021년 11월 5일 기준) 강의명 러닝타임 완료기간 1일 평균 시청 시간 로드맵 [백문이불여일타] 데이터 분석을 위한 기초 SQL 1시간 36분 3일 32분 SQL 실무 활용, 데이터 분석가 [백문이불여일타] 데이터 분석을 위한 중급 SQL 4시간 19분 9일 29분 SQL 실무 활용, 데이터 분석가 [백문이불여일타] 데이터 분석을 위한 중급 SQL 문제풀이 2시간 12분 4일 33분 SQL 실무 활용, 데이터 분석가 [백문이불여일타] 데이터 분석을 위한 고급 SQL 5시간 16분 16일 20분 데이터 분석가 [백문이불여일타] 데이터 분석을 위한 고급 SQL 문제풀이 2시간 55분 4일 44분 데이터 분석가 데이터 분석을 위한 파이썬: 입문부터 꿀팁까지 8시간 55분 4일 2시간 33분 데이터 분석가, 데이터 사이언티스트 데이터 분석을 위한 판다스: 기초부터 블로그 GA 데이터 분석까지 7시간 47분 22일 21분 데이터 분석가, 데이터 사이언티스트 [개념부터 실습까지] 추천 시스템 입문편 7시간 47분 12일 41분 데이터 사이언티스트  

데이터 사이언스데이터분석로드맵데이터리안SQL파이썬데이터사이언스분석가머신러닝추천시스템

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

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

추천 시스템, 학계도 기업도 열광하는 이유는?

지금, 온라인 서비스의 성공은 어떤 요소에 좌우될까요? 추천 시스템에 바로 해답이 있습니다. 유튜브, 넷플릭스, 아마존, 스포티파이 등의 초대형 테크 기업에서 추천 시스템을 통해 사용자 맞춤 콘텐츠를 제공함으로써 폭발적인 성과를 거둔 바 있죠. 데이터를 효과적으로 분석하고 경영 전략에 활용하기 위해 전문가 채용 또한 활발해졌습니다.추천 시스템을 이루는 알고리즘을 구현하기 위해서는 파이썬(Python) 기반 머신러닝을 알아야 합니다. 현재 가장 인기 있는 프로그래밍 언어 중 하나인 파이썬은 여러 머신러닝 라이브러리를 통해 추천 시스템 구현에 필요한 기능을 지원합니다. Scikit-Learn(사이킷런) 같은 라이브러리가 대표로 꼽히죠.꼭 비즈니스가 아니더라도 파이썬 기반의 추천 알고리즘 구현 능력은 매우 중요합니다. 복잡한 데이터를 분석하고 예측하기 위해 그 활용 범위가 더욱 넓어지고 있기 때문인데요. 추천 시스템을 통해 보다 정확하고 효율적인 결과를 얻을 수 있도록 알고리즘을 고도화하고 핵심 라이브러리를 잘 활용하는지가 경쟁력으로 주목받고 있는 요즘입니다.•••추천 시스템에 필요한 파이썬과 선형대수, 머신러닝 라이브러리 활용 모두 알아보고 싶다면?지금 인프런 프리즘 [파이썬 머신러닝 추천 시스템 입문 로드맵]을 통해 학습해보세요. https://www.inflearn.com/roadmaps/704•••인프런 프리즘 브랜드 스토리 읽어보기 >>

데이터 사이언스머신러닝추천시스템추천알고리즘파이썬Python선형대수선형대수학Scikit-Learn인프런프리즘InflearnPrism

[무료] 파이썬 챗GPT/ 자동화/ 머신러닝 활용사례 및 전망 무료 세미나 안내

SK그룹에서 강사활동하다가 지금은 스타트업에서 데이터분석가로 근무하고 있는데,머신러닝, 자동화 부업, ChatGPT 관련해서 무료 세미나를 해보려고 합니다!평일/주말 저녁 온라인으로 1시간 반 정도 하려는데 관심있는 분 있나여?..🔴 세미나링크 : https://m.onoffmix.com/event/275199** 비전공자/문과 분들도 이해하실수 있습니다!..# 스마트 스토어 자동 관리 스마트스토어의 위탁사 제품을 자동으로 업로드하고, 매일 아침 위탁사의 제품 품절 여부를 확인해 스마트스토어에 업데이트를 합니다. 또한 고객 주문시 자동으로 주문을 넣도록 세팅되어있습니다.- 영상링크 : https://youtu.be/3xbt_Pl-0E0 )..# 나에게 맞는 부동산 매물 찾기 서울시의 모든 부동산 매물 정보를 크롤링하여 내가 지정한 시세, 전세가율, 세대수등에 맞는 단지가 매물로 나오면 알람이 오게 만들었습니다- 영상링크 : https://youtu.be/VlNUlYa_QQQ..# 인스타그램 브랜드 계정 자동 관리 인스타그램 브랜드 계정의 기존 팔로워 유저들을 관리하고(좋아요) 신규로 팔로우를 맺을 유저들을 서칭하여 리스트로 만들어주는 자동화를 적용하였습니다. 유입 및 매출 상승 효과를 가져다 주었으며, 현재 챗GPT 연동하는 방안을 고민중입니다.- 영상링크 :https://youtu.be/m14HbceC9r0..# 국토교통부 API 유튜브 쇼츠 만들기 자동화 국토교통부의 API를 활용하여 대본을 자동으로 만들어주도록 만들었습니다. 이렇게 만든 대본으로 유튜브 쇼츠를 만들어 운영하였습니다- 영상링크 : https://youtube.com/shorts/xf8SDXkcESchttps://youtube.com/shorts/xf8SDXkcESc..# 챗GPT로 유튜브/인스타 쇼츠 만들기 유튜브 상위 데이터를 분석하여 주제를 선정하고 챗GPT를 활용해서 유튜브를 제작하였습니다. 유튜브/인스타에 업로드하여 많은 인기를 끌고 있습니다.(팔로워 1700명, 전체 조회수 150만)- 챗GPT 쇼츠제작 후기글 : https://www.teamblind.com/kr/post/챗GPT로-쇼츠유튜브쇼츠릴스-만들기-3개월-후기-PXyKzOGP- 영상 링크 : https://www.instagram.com/reel/CqkT1xIJ5JA/?igshid=MzRlODBiNWFlZA== ..# 네이버 블로그 및 카페 홍보 자동화 네이버 블로그나 카페에도 홍보가 주기적으로 필요한 곳들이 있습니다. 스팸이 되지 않도록 적절한 시기에 자동으로 업로드하는 알고리즘을 운영하고 있습니다. 자동화가 되니 더 많은 범위를 커버할 수 있습니다!- 영상 링크 : https://youtu.be/BqZ41mztjPs..#머신러닝 #파이썬 #자동화 #부업 #python #챗gpt

데이터 사이언스머신러닝자동화챗GPT부업취업이직