딥러닝 틀딱(자칭)인데

본인은 2016에 학부졸업, 2016~2018 석사에서 SVM, 커널트릭, 회귀, 퍼지 같은 개틀딱 알고리즘 연구했고

2015쯤에 연구실 스터디로 딥러닝 처음 입문했음


f(ax+by) = af(x)+bf(y) 같은 선형성에서부터 역치같은거도 도입해서

딥러닝이 왜 굴러가는지에 대한 의논에 대해서 찾아보는게 일이었음


솔직히 파비가 말하는것들이 단어 선택이 존나 이상해서 그렇지

어떤건 가끔 70%정도는 맞는 말임


저때 관점에서 보면 1노드-1레이어 퍼셉트론이 SVM, 회귀, 로지스틱 이랑 같다는 말도 틀린말은 아님

이후에 BN, CNN 나오더니 영상처리 관련해서 비약적으로 발전했고 ResNet나오더니 대용량 모델이란 개념도 나왔고

솔직히 딥러닝은 이때가 제일 재미있었음


이후에 자연어 처리 쪽으로 가서 챗봇같은거 만드는 스타트업에서 병특했고,

챗gpt나오면서 병신 대표새끼가 피봇 못해서 포기하고 걍 나왔다.


지금은 틀딱 알고리즘이랑 금융 자격증 따놓은걸로 신용평가쪽으로 일하고 있다.

솔직히 현실 직업에서 시계열 빼고 딥러닝 쓸일없다.


지금부터 하는 얘기는 개인적인 의견이고 반박시 니말이 맞음

내가 스타트업 3년 다니면서 인공지능으로 취업할때 걸러야 한다고 보는 점 몇가지만 읊어봄


그 전에 다니던 스타트업이 망했던 이유부터 말해줌

- BERT 기반으로 파인튜닝해서 독자 엠베딩 모델 개발

- 엠베딩 모델 기반으로 RAG 데이터베이스 만들고 자연어로 데이터참조

- 참조한 데이터로 유저 챗봇 서비스


저 당시에 RAG개념 적용하고 나름 특허까지 있던 회사였고 괜찮았는데 ChatGPT 나오고 바로 망함

이때 느낀거 기반으로 얘기해줌


1.

네이버, 카카오, 통신3사, 삼성 등 니가 붙었다고 했을때 사돈에 팔촌까지 이름알고 있는 기업이 아니면

(LLM, 파인튜닝)이라는 키워드가 들어간 회사는 걸러라

스타트업이라면 대표새끼가 아무것도 모르고 투자금만 계속 뽑아먹으려는 사짜일 확률이 다분하고(ex 파비)

저런 대기업 레벨 아니면 다룰수 있는 주제가 아님


2.

자연어, 영상이 아닌 도메인을 찾는게 낫다.

한국어에 특화된 자연어 처리 모델을 만들겠다는 꿈이 아니라

먹고 살겠다는 현실이라는 관점에서 OpenAI나 페북(메타), 구글 이런데서 알아서 다국어 모델 만들어주고

거기서 나온 엠베딩 데이터를 쓰던 뭘 하던 해서 그걸로 가치를 창출하는 기업에 가는게 맞다


자연어/영상 -> A -> 벡터 공간 -> B -> 서비스

A에 해당되는 부분이 1에서 말한 부분이고 취직은 B쪽으로 가는게 좀 더 수월하다.

A는 대기업에서 알아서 성능 향상 시켜주고 그러면 저절로 B에서 만드는 부분도 더 나은 서비스가 가능하다

근데 B쪽은 사실 Statistical ML 쪽 일이나 파이썬 백엔드 엔지니어로 일할 가능성이 높다


3.

ChatGPT는 세상 살아가는데에 필수가 되는건 확실하고

우리가 취직할때 필요한건 ChatGPT가 말하는 내용의 참/거짓을 가릴수 있는 사람임

프롬프트 엔지니어링은 씨발 그게 엔지니어링이냐?

걍 20년전 라이코스 쓰던 시절 검색 자격증이 차라리 도움이 더될듯


4.

진짜로 학문에 뜻있는거 아니면

걍 CS 가서 C++, Java, Rust 해서 소프트웨어 엔지니어가 되라

AI전문으로 하는 대학이나 대학원 가봤자 학문에 뜻 있는거 아니면 결국엔 쩌리 Python 개발자 밖에 안된다

내가 대학에 있을때 옆 연구실에 R 쓰던 통계쪽 애들한테 "ㅋㅋ 저딴게 프로그래밍?" 이랬는데 솔직히 지금 Python 포지션이 이거라고 본다


이상 틀딱 소리였고 반박시 니말맞 ^오^