빅데이터 연합동아리 보아즈 BOAZ 수료 후기

지난달에 열린 제19회 컨퍼런스를 마지막으로 보아즈를 수료하였습니다. 오늘은 대학생활 마지막 1년을 함께 한 보아즈 활동에 대해서 포스팅해보려고 합니다. 제가 수료한 분석 세션을 기준으로 말씀드린다는 점 참고하세요!

 

BASE

방학

방학에는 머신러닝과 딥러닝 관련 개념을 학습합니다. 방학 정규 세션은 adv 기수가 준비하며, 멘토-멘티에서는 팀마다 차이가 있지만 base 기수가 주로 세션을 준비합니다. 지도/비지도학습, RandomForest 등의 모델에 대해 배우고, 주차별 과제를 수행합니다. 딥러닝 파트에서는 CNN, RNN, LSTM 등 베이직한 모델에 대해서 배웁니다.

딥러닝 파트 발제 들으면서 명강을 많이 들을 수 있었습니다. 본인이 부족하다고 미안하다고 하시는데 대체 어디가 부족한 건지 잘 모르겠는 adv 기수들을 볼 수 있었어요. 보아즈 전원 기만자(나빼고)설은 실제입니다

미니 프로젝트

방학 중에 1번, 학기 중에 1번 미니 프로젝트를 실시합니다. 프로젝트 기간은 약 1달입니다. 관심사 등을 고려하여 팀이 배정되면 팀원과 상의하여 주제를 정하고 프로젝트를 진행하면 됩니다. 저는 첫 번째 미니 프로젝트에서는 '뉴스 기사 분류'를 주제로 삼았고, 두 번째 미니 프로젝트에서는 '리뷰 데이터를 활용한 추천시스템 구현'을 주제로 삼았습니다.

저는 미니 프로젝트에서 CV를 한 번도 다뤄본 적이 없는데, 욕심 좀 내볼 걸 하는 생각이 들어요. adv 때 배우기에는 좀 부담스럽거든요

학기

학기 중에는 딥러닝 관련 논문을 읽고 발제를 준비합니다. 이때부터는 base 기수끼리 세션을 준비합니다. NLP 관련 논문 6개(seq2seq, word2vec, bert, xlnet 등)와 CV 관련 논문 6개(yolo, resNet, vision transformer 등), 총 12개를 읽습니다. 1주일에 2개씩 읽는 게 과제였어요

영어 논문도 처음이고, 딥러닝 논문도 처음이라 초반에는 많이 힘들었던 기억이 나요. 그래도 읽다보니 좀 익숙해지더라구요.

 

ADV

방학

컨퍼런스 준비를 위한 팀 구성이 시작됩니다. 각자 구상한 주제를 발표하고, 다른 사람들의 발표를 듣고 함께 하고 싶은 팀원을 컨택합니다. 팀 구성 기간은 진행 속도에 따라서 유동적으로 바뀌지만, 분석/엔지/시각화 모두 방학 중에 팀 구성이 마무리되었던 걸로 기억합니다.

컨퍼런스와 별개로 adv 기수는 방학 세션을 진행하거나 멘토-멘티에서 멘토를 맡아야 합니다. 저는 SVM 세션 발제를 담당했습니다. 세션을 진행할 경우, 발제 준비와 더불어 과제를 부여하고 base 기수들의 과제를 확인해야 합니다. 멘토를 맡을 경우, 멘토-멘티 활동이 원활하게 이뤄질 수 있도록 보조하는 역할을 담당하게 됩니다. 세션은 일회성으로 끝나지만 멘토는 8주 간 진행되기 때문에 본인의 선호에 맞게 선택하시면 됩니다.

학기

팀 빌딩이 완료된 이후부터는 정규 세션이 없습니다. 다만 매주 adv 팀미팅을 진행하고, 이에 대한 인증샷을 올려야 합니다. 정규 세션은 없지만 중간 발표는 있습니다.

컨퍼런스

모든 adv 프로젝트를 발표하는 자리입니다. 1부, 2부, 3부로 나누어서 진행되는데 1~2부는 팀별 발표로 구성되어 있고 3부는 지도교수님 말씀과 시상식, 단체 사진 촬영 등으로 구성되어 있습니다.

저는 몸이 좋지 않아 1부만 듣고 조퇴했지만, 들으면서 다른 동기들이 프로젝트에 얼마나 많은 노력과 애정을 쏟았는지 알 수 있었어요. 들으면서 나태했던 저의 모습이 떠오르고.. 살짝 반성하게 되는 자리였습니다. (나빼고)보아즈 전원 기만자설을 다시 확인하게 되는 자리였어요.

 

스터디

모든 활동 기수는 방학에 1개 이상의 스터디에 참여해야 합니다. 참여하지 않으면 활동 점수가 감점됩니다. 저는 첫 번째 방학 때 SQLD 스터디를 들었고 두 번째 방학 때는 알고리즘 스터디를 열어서 진행했어요. 이외에도 태블로 필사, LLM, 추천시스템 등 다양한 분야에 대한 스터디가 열립니다.

스터디에는 기수 제한이 없기 때문에 나중에라도 관심있는 스터디가 생기면 참여할 생각입니다.

---

저는 보아즈를 통해서 부족함을 많이 느낄 수 있었고, 그로 인하여 많이 배울 수 있었습니다. 데이터 분야로의 진로를 희망한다면 꼭 해보시길 바랍니다!