교수버튜버가 말해주는 컴공과 학생의 진로와 이모저모

http://www.youtube.com/watch?v=_UdOp01NkZM

[CSE] 교수버튜버가 말해주는 컴공과 학생의 진로와 이모저모

해당 영상은 컴퓨터 과학 및 공학(Computer Science and Engineering, CSE) 전공 학생들, 특히 학부 2~3학년을 주 시청 대상으로 하며, **"무엇을 하든 CSE Fundamentals(기초)를 공부해야 한다"**는 핵심 메시지를 전달합니다 [00:42]. 시대의 흐름이나 취업 시장의 인기는 변할지라도, 변하지 않는 CSE의 기초에 집중하는 것이 중요하다고 강조합니다 [03:58].
1. CSE 펀더멘탈 (기초)
강연자는 CSE 펀더멘탈이 영원불변하다는 것은 '내용' 자체가 변하지 않는다는 뜻이 아니라, **'그 내용을 끊임없이 공부하고 변화를 따라가야 하는 사실'**이 영원하다는 의미라고 설명합니다 [04:45].
1) 기초 수학 [05:16]
* 미적분, 선형대수, 확률/통계 (미선확통): 모든 공학의 가장 기본이므로 필수로 숙지해야 합니다 [05:27].
   * 미적분은 덧셈 뺄셈처럼 너무 당연하게 사용되는 '연산(Calculus)'으로 생각하고 문제를 풀어보는 것이 중요합니다 [07:19].
   * 선형대수는 차원(Dimension)에 대한 이해, 벡터 공간, 스펙트럼 정리 등을 정확히 알아야 합니다 [08:03].
   * 확통은 확률과 통계의 정의를 잘 알고, 중심 극한 정리(Central Limit Theorem)와 베이즈 정리 등을 숙지해야 합니다 [08:16].
* 이산수학: CSE를 한다면 필수입니다. 그래프 이론과 이진법 관련 내용을 잘 알아야 합니다 [08:35].
2) 핵심 전공 [08:46]
* 자료구조와 알고리즘: CSE의 기본 '어휘'와 같습니다. 소통에 필요한 기본적인 단어이며, 복잡도를 낮추는 등 필수적인 지식입니다 [08:55].
* 운영체제(OS)와 컴퓨터 구조(CA): CSE의 '문법'과 같은 존재입니다. 컴퓨터 자체가 무엇인지 이해하는 것이 중요하며, 프로세스 관리, 메모리, 캐싱, 페이징 등의 개념을 알아야 합니다 [09:18].
3) 분야별 개요 (수평적 확장) [01:00:01]
* 3~4학년 때 배우는 응용 분야를 '과목 하나 정도'까지는 훑어보며 지식을 수평적으로 넓혀야 합니다 [01:00:01].
   * 네트워크: 7계층 개념을 이해하고, 특히 네트워크 및 응용 계층(TCP/IP 등)을 잘 알아야 합니다 [01:04:44].
   * 보안: 암호화 방법론뿐만 아니라, 그것이 '왜 안전한지' 그 구조를 이해해야 합니다 [01:10:47].
   * 데이터베이스(DB): 현실에서 쓸 일이 많으므로, SQL 사용은 기본이며 인덱스, 트랜잭션 등을 잘 알아야 합니다 [01:11:13].
   * 프로그래밍 언어 이론(PLT): 오토마타 수업 정도는 듣고, 컴파일러 수업까지 들어서 자신만의 컴파일러나 인터프리터를 만들어 보는 경험을 추천합니다 [01:12:12].
   * 자연어 처리(NLP)와 컴퓨터 비전: 인공지능 시대에 필수가 되었지만, 언어 이론이나 딥러닝 이전 시대의 머신러닝 기술(Shift 등)을 미리 공부해 두는 것이 좋습니다 [01:12:28].
2. CSE 학생의 진로
진로는 소프트웨어 개발자, 게임 개발자, 연구자, 그리고 그 외 직군으로 구분됩니다 [01:13:26].
1) 연구자 (대학원/학계) [01:14:15]
* 연구란? 인류 지식의 끝을 밀어내 지식을 조금 증가시키는 행위입니다 [01:15:34].
* 졸업 후 진로: 학사(기업 연구소), 석사(국책 연구소, 기업 연구소 성공률 높음), 박사(교수 지원 가능, 연구소 책임자 등) [01:16:48].
* 박사의 장단점: 일반 개발자로 취업이 어려워지는 대신, 특정 자격증(연구소장, 과제 책임자) 해금 및 연봉 최소치가 높아집니다. 단점으로는 돈, 시간, 친구, 건강 등을 잃을 수 있다는 농담이 있습니다 [01:17:33].
* 대학원 입시: 가장 중요한 것은 교수와의 컨택입니다. 학점보다는 어떤 과목을 수강했는지가 중요하며, CSE 기초 내용(OS/CA/자료구조/알고리즘)은 입학시험 때문에 필수적으로 알아야 합니다 [01:19:25].
* 실적 쌓기: 학부 인턴으로 연구실에 지원하거나, 졸업 과제를 국내 학회에 투고하는 것을 추천합니다 [01:20:46].
* 좋은 논문 찾는 법: Google Scholar에서 검색 시, 최신 1~2년 이내 논문 중 탑티어 학회 논문을 체크하는 것이 중요합니다 [01:23:09].
2) 게임 개발자 [01:26:38]
* 게임 업계에서는 시나리오 기획, 아트, 사운드, QA 등 모든 직군을 **'게임 개발자'**로 부른다는 점을 존중해야 합니다 [01:26:49].
* 기획자: CSE 전공 출신이 많으며, 기술적인 문서를 작성하는 일이 많습니다 [01:27:28].
* 서버/클라이언트: CSE 펀더멘탈은 기본이며, 서버는 심도 있는 네트워크 이해가, 클라이언트는 그래픽스와 HCI(Human-Computer Interaction) 및 뛰어난 코딩 능력이 요구됩니다 [01:28:07].
* 협력: 게임 개발은 대규모 협력이 기본이므로, 문서 작성과 이해를 위한 국어, 영어, 수학이 중요합니다 [01:29:49].
* 게임 잼(Game Jam): 단기간 게임을 만들어 보는 게임 잼 경험이 인생에 큰 도움이 될 수 있습니다 [01:31:07].
3) 소프트웨어 개발자 [01:31:34]
* Git/GitHub: Git의 기본적인 사용법(Commit, Push, Pull, Branch, Merge)을 익히고, GitHub 프로필을 통해 프로젝트 이력을 자연스럽게 어필하는 것이 좋습니다 [01:31:56]. 가능한 모든 코드를 Git으로 관리하는 것을 추천합니다 [01:33:40].
* Docker: 컨테이너 가상화 기술로, 반드시 익혀둬야 하는 필수 기술입니다. '내 컴퓨터에서는 되는데요'라는 환경 자체를 가상화시켜 전달할 수 있게 해줍니다 [01:35:09].
* CI/CD: 지속적인 통합(Continuous Integration)과 배포(Continuous Delivery) 프로세스를 이해해야 합니다 [01:36:14]. (예: GitHub Actions)
* UI 프레임워크: React, Vue 등의 UI 프레임워크를 하나 정도 익혀두면, 비동기 처리, 상태 관리(State Management) 등 고유의 개발 철학을 경험할 수 있습니다 [01:37:54].
* DBMS: PostgreSQL, SQLite 등을 익히고 SQL 작성 능력을 갖추는 것이 중요합니다 [01:39:46].
* 웹 풀스택 경험: DB부터 OS 지식, 네트워크 통신, 웹 서버, 애플리케이션 서버, 프론트엔드까지 모두 경험하는 웹 풀스택 프로젝트(예: 실시간 퀴즈 사이트)는 깊고 넓은 CSE 지식을 쌓는 데 큰 도움이 됩니다 [01:41:14].
* 알고리즘 문제 해결(PS): 코딩 테스트 대비를 위해 실버~골드 난이도까지 꾸준히 풀어보는 것을 권장합니다. 플래티넘 이상은 취미가 아니라면 오버킬일 수 있습니다 [01:47:53].
3. 소프트 스킬 (Soft Skills) [01:49:13]
소프트 스킬은 비기술적 역량이라고 하지만, 업무 수행을 위해 필수적인 '기술'이라고 할 수 있습니다 [01:49:13].
* 영어 실력: 정보 접근의 범주를 넓히기 위해 매우 중요합니다. 토익에 시간을 낭비하기보다는, 스탠퍼드나 코세라 등의 CSE 관련 공개 강의를 들으며 전문 용어에 익숙해지는 것이 가장 좋습니다 [01:49:55].
* 문서 작성: 개발 문서는 마크다운(MarkDown)을 주로 사용하며, 논문 작성 시에는 수식 표기에 레이텍(LaTeX)이 유용합니다 [01:52:01]. 좋은 글쓰기는 탑다운(Top-Down) 원칙을 지켜 글의 구조를 먼저 잡는 것이 중요합니다 [01:52:52].
* 이메일 쓰기: 발신자가 누구인지, 연락하게 된 배경, 핵심 내용(날짜, 시간, 장소는 절대 정보로 명시), 끝맺음 순으로 구성하는 것이 좋습니다. 또한, 메일을 받았다는 확인(ACK, Acknowledgement) 답장을 반드시 하는 것이 중요합니다 [01:54:47].
* 예의범절: 고마운 상황이 있다면 명시적으로 감사 인사를 하는 것이 좋으며, 인터넷 용어는 공식 석상에서 무조건 안 쓰는 것이 안전하고 최선입니다 [01:56:39].
4. 인공지능 (AI) 활용 [01:58:34]
* AI의 한계: 인공지능은 아무 말이나 할 수 있는 머신이므로, AI가 말해 준 것을 근거로 주장하는 행위는 금기입니다 [01:58:59].
* AI의 효율적 활용: 자신이 지식을 알고 있거나 교과서, 검색 등 '확인할 수단'이 있을 때 모르는 내용을 끊임없이 물어보며 이해도를 높이는 데 사용하면 효율적인 공부가 될 수 있습니다 [01:59:51].
* 코딩에서의 타협점: AI에게 모든 것을 맡기는 '바이브 코딩'은 재미도 없고 좋은 컨텍스트를 주는 것에 대한 별도 공부가 필요하므로 비추천합니다. 강연자는 코드의 약 50% 정도를 AI에게 맡겨 속도를 높이는 방식을 추천합니다 [02:02:49].
* 학교 과제: 핀토스, FDM 구현 등은 살면서 직접 구현할 기회가 없을 수 있으므로, 가능한 AI 없이 직접 구현해 보면서 코딩의 즐거움과 평생의 추억을 쌓기를 당부합니다 [02:03:43].
* AI 전문가가 되려면: 결국에는 CSE 펀더멘탈이 가장 중요하며, AI 연구를 위해서는 통계 응용(MLE, MAP, EM 등)에 대한 깊은 이해가 가장 기본이 됩니다 [02:04:56].