컴퓨터학과(CS) 이야기 나오길래 질문 좀 받아봐요

공대다니고 있고 컴과는 아닌데, 컴과에 관심이 생겨서 공부를 시작했습니다. 파이썬 공부로 코딩공부를 시작했는데, 아직 알고리즘 기초문제정도만 풀고 실제로 프로그램을 만들어보지는 못했습니다. 인공지능 딥러닝 공부로 발전하기 위해서는 어떤 공부과정이 필요할까요? 그리고 컴과 이중전공을 한 후에 대학원을 인공지능 딥러닝쪽으로 대학원을 갈 수 있을까요??
코딩을 잘하기 위해서는 어떤 방식의 공부가 가장 효율적이고 효과적이라고 생각하시나요??

딥러닝을 일단 할지 말지부터 문제신 것 같은데, Andrew ng 이라는 사람의 인공지능 개론 수업 같은거 유튜브로 보시면서 어떤 분야인지 / 뭘 하는지 정도를 보시는 게 좋을 듯 합니다. 대학원 진학생각이라면 여기서 훨씬 더 많이 공부하셔야하니 이 부분은 서적이나 검색 조금만 하시면 자료 좌르르 나옵니다

실제로 이중(복수) 전공 + AI 대학원 진학 사례는 매우 많은 편이고 교수님들도 거의 이런 테크트리에 익숙하시니 무리 없을 거니다.

AI를 하는 데에 있어서는 생각보다 코딩능력이 어어엄청 중요하지는 않습니다. 다만 논문도 많이 읽어보고 이런저런 '공부'가 더 중요한 편이긴 해요.

코딩 잘하시려면 뭐 결국 문제 많이 풀어보기도 하고 본인이 생각을 많이 해보는 게 답입니다. 어려운 상황들을 직면하면서 해결하는 경험치가 결국 실력이랑 직결됩니다.

답변 감사드립니다. andrew ng교수님 강의부터 당장 들어봐야겠습니다. 혹시 공부하다가 진로관련해서 궁금한 점이 생길때 쪽지 남겨도 될까요..?

네 편하신 대로 하시면 될 것 같습니다

인공지능 미래에 대해 어떻게 생각하시는지 궁금합니다.

많은 사람들에게 조언을 구하기는 했는데, 실제로 비전쪽은 이미 거의 연구가 어느정도 궤도에 올라서 3D쪽으로 가는 것으로 알고 있고, 자연어 쪽도 GPT-3가 대중들에게 알려진 것보다는 데이터를 단순히 늘린 결과에 가까워서 연구적인 측면에서 거의 임계점에 다다랐다는 평가도 있더라구요.

개인적인 믜견이 궁금합니다

저는 '개인적'으로는 솔직히 딥러닝이 정말 오래 갈까 란 생각을 했는데,
교수님을 포함한 사업가분들 등, 주변의 권위자 분들께 여쭤보면 이 딥러닝이 30년 이상 갈 거라는 얘기를 하셨습니다.
좀 놀라긴 했지만 일단 그분들 견해 상으로는 오래 간다고 하십니다.

저는 비전쪽인데, 아직 할 게 많다는 생각입니다. 특히 여전히 딥러닝의 문제점 중 하나가 계산량과 이로 인한 전력량인데, 이걸 하드웨어적인 것 뿐 아니라 모델 자체의 성능을 줄이는 설계쪽이 있지 않을까 생각합니다.

이번 학기에는 NLP 수업들을 들어봤는데 task가 진짜 많고, GPT-3를 이용하여 여러 task에 적합하게 변형하는 과정이나 data의 편향을 해결하는 등, 여전히 다룰 바가 많습니다.

아직 연구할 게 수도 없이 많은데 눈 깜빡하면 새로운 task가 또 나오고 있는 것 같습니다.

물론 object detection같이 딥러닝 시작부터 했던 애들은 이미 accuracy같은 것은 임계점에 다다랐다고 생각합니다.

학부생이긴한데

요새 딥러닝 서적사서
파이참으로 요새 러닝프로그램 하는중인데

흐음.. 파이참 메모리 효율은 아직 기존언어를 못 따라가는것 같네요.

연산처리시 시간이걸려서

그나마 언어는 파이썬이 가독성 측면에서 뛰어나서 c보다는 코테도 파이썬으로 보려고하는데

알고리즘스택효율 개선은 좀 멀겠죠?ㅎㅎ 많이 발전은 되었는데 기존언어가 ..성능이 넘사라그런가..

파이썬이 그냥 줠라 오래 걸리는 언어입니다.
C언어가 100배 빠르다 라는 말을 해도 결코 허언이 아니예요.

그래서 파이토치나 텐서플로우도 결국에 밑바닥까지 다 까보면 C / C++ 입니다.
코테에 run time 제약이나 점수가 걸려있다면 파이썬으로 짜면 당연히 손해겠죠.

파이썬은 애초에 태생부터 약타입이어서 C / C++보다 수십배는 느릴 수 밖에 없는 애입니다. 파이참은 제가 알기로는 에디터라서 성능 엄청 문제되진 않을테고, 결국에는 파이썬 자체가 문제인 겁니다.

컴공 학벌vs능력 관련해서 말이 많은데
설컴 출신 다른분은 설카포/////연고/나머지라고 생각하시는 것 같더라고요
인맥으로 회사에 들어가거나 창업시 투자를 받을 때 서울대나 카이스트 학벌이 강하게 작용하고, 실력을 형성할 때도 뛰어난 사람들이 주변에 있는 것이 중요하다고 하셔요
그런데도 컴공은 학벌보다는 능력이라는 통념이 있는데 설컴 출신으로서 학벌 중요도가 떨어진다고 생각하시는 이유가 있나요?

"실력을 형성할 때도 뛰어난 사람들이 주변에 있는 것이 중요하다고 하셔요"
이건 상당히 공감됩니다.
그럼에도 불구하고 학벌보다는 능력이 훨씬 중요합니다.
왜냐하면 생각보다 CS학과에서는 코딩하는 방법이나 이런저런 자세한 자잘한 것들을 교수님들이 가르쳐 주는 경우가 매우 드뭅니다. 실제 필드에서 쓸 수 있는 능력 (순수 이론이 아닌) 들은 본인이 기르는 수 밖에 없어요.

물론 이론도 중요하긴 하지만 '공학'이라는 것은 써먹을 수 있어야 하는 겁니다.
써먹는 능력은 개개인이 직접 길러야할 수 밖에 없어요

연응통 같은 학부에서 머신러닝/딥러닝 대학원쪽으로 진학하기 괜찮은 편인가요? 재료가되는 공부를 어느정도 하긴하던데 궁금합니다


+ tpu가 대중화되는 날이 올까요? 얼마나 성능차이가 나나 궁금키는 하네요

TPU는 이미 갤럭시류들 핸드폰에 있는 걸로 알고 있습니다
홍보 엄청 안할 뿐이지 이미 다 달려있어요 ㅋㅋㅋ

통계학과에서도 머신러닝/딥러닝 많이 하긴 하는데, 솔직히 대다수의 분야가 통계학과에서 열심해 배운 내용이 잘 쓰인다기엔 좀 거리가 먼 것 같습니다.

오 답변감사합니다 이미 달려있다니 신기하네요 왜달려있지

카메라에서 얼굴 detection이나 qr코드 detection이지 않을까 싶습니다.
가장 만만한거...

서울대 언어학과에서 nlp쪽으로 갈 수 있나요? 컴공을 복전해야 할까요?

사실상 복전하셔야할듯요