인지야공/ADP/1번째 글
ADP 필기 — 따로 정리할 것이 없는 이유
솔직히 말하면 필기는 빅데이터분석기사 쪽이 더 어렵다. 법과 개인정보 보호에 관한 것까지 들어가 범위가 더 넓고, 이론적 난이도는 크게 다르지 않기 때문이다.
그래서 ADP 필기용으로 따로 정리한 내용이 없다. 빅데이터분석기사 정리에서 법 부분을 빼고 공부하면 된다.
| 글 | ADP 필기에서 |
|---|---|
| 데이터에서 지혜까지, 그리고 그것을 담는 그릇 | 그대로 본다 |
| 빅데이터는 무엇이 달라진 것인가 | 그대로 본다 |
| 빅데이터 처리 기술 — 수집부터 시각화까지 | 그대로 본다 |
| 개인정보와 비식별 조치 | 빼도 된다 |
| 분석 기획 — 무엇을 먼저 할 것인가 | 그대로 본다 |
| 통계의 지도 | 그대로 본다 |
| 확률 분포 — 서로 어떻게 이어져 있는가 | 그대로 본다 |
| 모델 평가 지표 | 그대로 본다 |
| 알고리즘 정리 — SVM부터 XGBoost까지 | 그대로 본다 |
| 시계열 분석 — ARIMA 를 세 글자로 읽기 | 그대로 본다 |
실기 준비는 다음 글부터다.
여기부터는 사견이다
읽고 싶은 분만 읽으셔도 된다.
어떻게 되었든 작년부터 AI 가 사실상 코드 부분을 다 커버하고 있어서, 오히려 필기가 더 중요한지도 모르겠다는 생각이 든다. 그런 의미에서 공부라는 개념으로 보면 빅데이터분석기사 쪽이 더 낫지 않나 싶기도 하다.
나는 제조업종의 엔지니어라 현장에 AI 를 직접 적용하는 경우는 드물다. 그래도 실제로 적용할 때 가장 중요한 포인트는 이것이라고 느낀다 — 무엇을 어떤 방향으로 AI 에게 시키면 현업에 활용할 수 있겠구나 하는 흐름이 머릿속에 그려지느냐.
도메인 지식과 업무 프로세스를 모르는 상태에서 AI 의 도움을 받아 어떤 업무를 처리했다고 하자. 그건 결국 아무 생각 없이 프롬프트 몇 자 적고, 자동 모드로 나온 결과를 아무 검증 없이 현업에 바로 적용한다는 뜻이다. 아무리 AI 가 좋다고 해도 이건 거의 맨땅에 헤딩하는 것과 같다.
만들어진 결과물의 과정을 이해하고 예상 결과를 검증할 수 있는 정도의 지식은 있어야 한다. 그 지식이 있느냐 없느냐가 현업에서 AI 를 활용할 수 있는지를 가른다고 생각한다.
그냥 생각일 수 있다. 다만 내가 아는 범위의 사람들과 미디어에서 나오는 말들을 보면, AI 를 적용했을 때 생산성이 얼마나 오를지에 대한 예상이 갑론을박인 것도 원인이 여기 있다고 본다. 어떤 산업에서 얼마나 체계화된 구조로 엔지니어들이 일하고 있는지, 그리고 그것을 흐름으로 만들어 적용시킬 수 있는 역량이 있는지가 효율 향상을 판가름한다고 생각하기 때문이다.
필기 항목이 있는데 비워 놓기는 뭐하고, 글은 썼는데 내용이 없어 사견을 몇 자 적었다.