올바른 방향으로 공부 후 컴퓨터 비젼 취업..!

안녕하십니까, 

목표로 하는 기업이신, 카카오 엔터프라이즈를 제가 잘 몰라서(카카오가 요즘 최고 선호 기업중의 하나라고 알고 있습니다 ^^;;) 어떤 수준의 기술을 그쪽에서 원하는지 좋은 답변을 드리기는 어렵지만, 일단 비전쪽 일반 회사 취업을 위해서라면 아래와 같은 사항이 요구 될 수 있습니다. 

- 컴퓨터 비전에 대한 기본 이해

* 딥러닝이 아니라 이미지, 영상 등에 대한 기본 기술 능력을 말합니다.  예를 들어 image 기본 operation이나 Numpy 다루기, image threshold, bitwise operation, image filtering, image blurring/sharpness, noise reduction 등에 대한 기본 개념을 아시면 좋습니다. 이건 opencv를 공부하다 보면 기본적으로 익히실 수 있습니다. 

- 딥러닝 컴퓨터 비전. 

* 해당 영역은 크게 나누자면 아래와 같이 구분할 수 있습니다. 

1. deep learning framework/CNN/image classification

2. object detection

3. segmentation

4. image generation(GAN), Super Resolution

물론 여기에 자율주행, Robotics Perception, AR 등이 있지만,  이들 분야는 매우 전문적인 분야이니 제외하고 또한  image generation(GAN), Super Resolution은 생성 모델이어서 Optional하게 선택할 수 있는 분야로 간주해도 될 것 같습니다.  경쟁력 있는 인재가 되기 위해서는 먼저 1, 2, 3번 영역에 대해서는 실력을 쌓으시는게 중요합니다. 1번 영역은 기본중의 기본이므로 반드시 숙달되어야 하는 영역입니다. 그리고 이 기본기를 바탕으로  object detection 또는 segmentation 등으로 영역을 더 펼쳐나가시는 방법을 택하시는게 좋습니다.  

1번 영역에 어느 정도 숙달 되셨으면, 2번 영역, 3번 영역을 도전해 보시면서 역량 강화를 위해 아래와 같은 방법으로 좀 더 차별적인 실력을 키우실 수 있습니다. 

a. 캐글등에서 image classification competition 중에 참가 팀이 많은 competition을 골라서 상위 10~15%가 될 때까지 계속해서 도전해보기. 적어도 5개 정도 competition 도전하기. 

b. 중요 CNN Image Classification 모델을 직접 구현하기. ResNet은 강의에 있으니까, Mobilenet V2/V3 그리고 EfficientNet 구현하기

c. 중요 Object Detection 알고리즘 구현하기. Yolo v3나 RetinaNet 직접 구현하기. 

d. 캐글의 object detection또는 segmentation competition이 참가해서 상위 20%가 될때까지 계속해서 도전해 보기. 

위 4가지 정도 수행하시면 본인 스스로가 computer vision 영역에서 매우 경쟁력 있는 인재라고 느껴질 것입니다. 사실 위 4가지를 다 할정도가 되면 (Researcher가 아니라면)신입 spec으로는 차고도 넘친다고 생각합니다. 

앞에서 말씀드린 부분을 달성하는데 어느정도의 시간이 필요한지는 잘 모르겠습니다.  다만 적어주신 현재 상황을 볼 때, 어림짐작으로 최소 6개월 이상의 시간이 필요할 것 같습니다.  취업을 해야하기 때문에 시간에 대해서 압박감(?)을 받으시는건 당연하겠지만,  시간에 대해서 조바심은 내지 않으셨으면 하는 바램입니다. 지식을 흡수하기 위해 빡세게(?) 하루 12 ~ 14시간씩 투자하더라도, 성장이라는게 단계가 있고, 지식이 익어가는 내면의 시간이 필요합니다.  자칫 짧은 시간에 많은 목표를 달성하기 위해 과도하게 노력하다가 오히려 중도에 포기할 가능성이 커질 수 있습니다. 빡세게 보다는 꾸준히가 더 중요하다는 마음가짐으로 계속 노력하시다 보면 어느덧 자신의 목표에 더 가깝게 갈수 있다고 생각합니다. 

최신 기술 자체에 대한 지식을 얻는 것은 인터넷, 유튜브, 온라인 강의를 통해서 충분히 얻으 실 수 있을 것 같습니다. 그런데 습득 수준으로 올라가려면, 일단 앞에서 말씀드린 1, 2, 3에 대한 기본기를 충실하게 쌓으시는 게 중요합니다. 

그런 다음에,  open source 프로젝트나 github에 소스 코드를 직접 구현해 보는 게 좋습니다.  앞에 말씀드린 b와 c에 대해서 구현을 도전해 보십시요. 

논문 이해는 b와 c를 해보시면 갈음하실 수 있습니다. 딥러닝 분야가 너무 빨리 변하기 때문에 논문등의 내용을 어느정도 숙지하고 흐름을 빨리 파악하는게 중요해서 논문 이해를 Job qualification에 올리는 경우가 있습니다. 하지만 논문 이해 보다 중요한 것은 앞 1, 2, 3에 대한 기본기이고, 이 기본이 되면 논문 이해를 할 단계에 올라갈 수 있습니다. 그리고 b, c를 직접 구현해 보시면, 논문 이해에 대한 레벨이 더욱 높아 질 수 있습니다. 사실 논문만으로 알고리즘을 완벽하게 이해하기는 무리입니다.  하지만 직접 구현해 보면 생생하게 알 수 있습니다(더불어 논문을 왜 이렇게 허접하게 썼는지도 알 수 있습니다. ^^;;)

지금 수준보다 좀 더 빡센 레벨을 제가 나열한 것도 같습니다. 하지만 경쟁력있는 인재가 되기를 목표로 하신다면 현재 수준을 완전히 넘어서는 학습목표를 잡으시고 이를 달성하기 위해서 포기하지 않고 시도해 보시는게 중요하다고 생각됩니다. 시도하고, 실패하고, 다시 시도하고 실패하는 과정 속에서 어떻게 원하는 목표에 빨리 다다를 수 있을지 본인만의 노하우가 생깁니다. 일단 이 노하우가 생기게 되면 쏟아지는 딥러닝 분야의 최신 기술에서 스스로 경쟁력을 발휘할 수 있습니다. 

감사합니다.  

질문자 분 뿐 만 아니라 취업을 준비하는 취준생 모두에게 도움이 되는 글 같네요.

항상 양질의 답변 해주셔서 감사합니다

즐거운 추석 보내세요 선생님