AI나 빅데이터를 전공하지는 않았다. 책 속에서 저자가 말하는 것처럼 AI와 빅데이터(이하 'AI 빅데이터)는 정말 많은 분야와 접목하여 활용이 가능한 분야이다 보니 내가 하고 있는 공부나 하고자 하는 일에서 AI 빅데이터는 정말 중요한 분야이기도 하다. 그 동안 자료를 검색하고 수집. 요청하는 일들을 많이 하다 보니 데이터 수집과 관련해서는 나름 터득했지만, 그 과정에서 늘 수집된 자료를 어떻게 분석하고 활용할 것인가에 대한 고민을 해왔고, 교수님과 함께 공부했던 동기 등 많은 분들에게 질문에 질문을 거듭하고 자료를 찾아보아도 티클 만큼의 답변도 얻을 수 없어 늘 고민으로 끝내야 했다. 그러는 사이에 AI 빅데이터 분야가 새로운 분야로 각광받기 시작하면서 이제 고민 좀 해소할 수 있겠구나 싶어 틈 날때마다 조사해봤지만, 여전히 내게는 그림의 떡이었다. 그나마 도전해보려고 알아보던 것이 책 속에서 저자도 소개하고 있는 '데이터 분석 전문가'와 '사회조사분석가'정도였다. 

AI 빅데이터 분야는 아니지만 오래전에 저자처럼 국비 지원 된다는 학원에도 상담하러 찾아간 적이 있었다. 저자는 비교적 최근이라 내용이 영 아니었다고 해도 전액 지원 받고 다녔다고 했지만, 그 보다더 오래전에 찾아갔을 때는 사람 모으기에 급급한 홍보였다.(예를 들어, 국비로 100만원이 지원되서 무료로 다닐 것 처럼 홍보해놓고 막상 가보면 국비 지원은 20만원까지만 허용되고, 나머지 80만원은 사비 부담 하는 식이다.) 뿐만 아니라 나이도 들먹거리며 자격증 취득 외에 취업은 어렵겠다고 마치 기업 인사담당자라도 되는 것처럼 거드름까지 피웠다. 그리고 지인의 경우는 그런 지원 받고 받은 교육 수료후 자신들 실적 채우려 취업했냐는 전화확인을 피곤할 정도로 해댄다는 이야기도 들어서 개인적으로는 이 부분에 대해 아주 심하게 불신을 갖고 있다. 그런 일련의 일들을 오래전이지만 경험했었다 보니 AI 빅데이터 교육과 관련하여  날카롭게 지적한 저자의 현실이 누구보다 와 닿았다. 게다가 대학(원)의 신설학과의 경우 전문가가 없어서 유사 분야의 교수들이 신설 학과를 맡게 된 경우도 그 교수들이 스스로 그 분야에 대해 좀 더 열린 마음과 시선으로 자신의 전공 분야를 AI 빅데이터와 어떻게 접목할까 하는 생각을 해야 되는데, 그렇게 하지 않으려는 경우가 많은 것이 현실이다. 책을 읽다가 경악한 부분이 있는데, 코세라(coursera)의 스탠포드 강의에 올라온 강의 교안을 다운받아 자신의 수업에서 그대로 사용한 사례도 있었다고 한다. 온라인으로 무료로 듣고 받아볼 수 있는 것을 비싼 등록금과 시간을 들려 간 대학(원)에서 도대체 말이 되는 상황인건가 싶었다.

'경력 있는 신입', 으응?? 백 번을 봐도 앞뒤가 안 맞는 말이다. 최근 몇 년간 취업 활동 중인 사람이라면, 아니 꼭 그렇지 않더라도 기사를 통해서 한 번 쯤은 접해 보았을 말이다. 다른 분야는 정확히 모르겠지만, 특히 정보보안, 빅데이터 등 IT와 관계되는 대부분의 직종에서 흔하게 볼 수 있는 현상이다. 눈깜짝하는 사이에도 너무나 발빠르게 발전하고 있는 분야이다 보니, 갖 공부를 마친 사람들에게 그런 상황을 맡기기가 쉽지는 않았을 테지만, 매 번 '그럼 시작은 어디서 해야 된다는 말인건가? 시작이 없는데, 경력은 어떻게 쌓아야 되는 것이며... 아마 이런 답 안 나오는 한탄 역시 해보았을 것이다. 관련 도서를 찾아서 읽어봐도 현직 종사자에게 질문해봐도 마치 짜기라도 한 듯 똑같은 답변 뿐이다. 그나마 현실 가능성 있는 것은 공모전에 도전하라는 정도.. 

이러한 그간의 고민과 불만 스트레스를 이 책을 읽으며 많이 해소했다. AI 빅데이터 분야에 막 입문하기 위한 순간부터 전문가가 되기 위해 논문 찾아 읽고, 게재하는 방법까지 하나 하나, 그리고 각 단계에서 보면 도서명까지 꼼꼼하게 소개하고 있다. 그리고 AI 빅데이터 분석을 위해 필요한 언어 중 파이썬과 R을 추천하고 있는데, 그 이유도 여러 차례 비교하며 설명하고 있다.

매 장마다 어차피 공부는 혼자해야 된다고 수차례 반복하며 강조하는데, 솔직히 비전공자의 경우 저자의 말처럼 '아무리 비전공자도 쉽게 이해할 수 있다'고 강조해도 부담이 되는 건 사실이다. 몇 배의 노력을 해야 간신히 이해하면 다행일 정도일 수도 있다. 그래도 이런 부담을 조금 덜 수 있었던 건, 소개된 도서들에 있는 '연습문제 풀이'는 하지 않아도 된다고 하는 부분이었다. IT 관련 도서들은 특히 신생 분야의 경우 원서를 참고해야 될 경우가 많은데, 독학하는 경우 이 연습문제를 풀고도 맞게 풀었는지 확인하려고 솔루션 찾으려고 소비하는 시간과 스트레스도 무시하지 못하기 때문에, 기 경험자인 저자의 그 말이 진입장벽의 벽돌 일부를 깨트린 것 같이 느껴지는 말이었다. 그러면 마지막장까지 보는 시간이 좀 더 단축될 것이고, 그렇게 한 권 두 권 보다보면 자신감이 생길테니 말이다.

그리고 딥러닝의 단점을 보면서 놀랐는데, (p.162) 정확도가 98%나 될 정도로 높다는 딥러닝도 이렇게 정확한 결과가 어떤 이유로 나오는지 결과 해석을 하는 것이 어렵다고 하는 부분이다. 그래서 '블랙박스 모델'이라고 한다는데, 정말 아이러니하다. 전혀 생각지도 못했던 내용이었다. 또 놀란 점은 AI 빅데이터의 자료 검색 결과 였다. AI 빅데이터의 한 분야인 'text mining'을 키워드로 국내 온라인 서점에서 검색하면 관련 도서가 5권밖에 나오지 않는데, 아마존에서 검색하면 1,000권이나 검색이 된다고 한다. 그런데, 더 재밌는 것은 'fake news detection'로 구글 스콜라에서 검색을 하면 200건이 넘는 문건이 검색되지만, 똑같은 키워드로 '아마존'에서 검색을 하면 검색결과가 '0'이라고 한다. 저자는 이런 비교를 통해 어떤 부분에서 책을 참고하고, 어떤 부분에서 논문을 참고해야하는지 알려주고 있다.

마치 내 고민 듣기라도 한 것처럼 구석 구석 가려운 곳 시원하게 긁어주는 책이었다. 총 5개 Part로 구성된 이 책에서 2, 3, 4 Part는 새 포스트잇 플래그 절반 이상을 사용하고 줄긋고 메모하며 맞장구치며 신나게 읽었다. 그런데, 1, 5 Part를 보면서는 좀 씁쓸했다. 그 이유는 단지 이 책에 대해서만이 아닌 직업을 주제로한 대부분의 책에서 똑같은 방법을 고수하고 있기 때문이다. 왜 매번 유망 직업을 준비해야 한다는 주장을 할 때 항상 치킨 창업이 예로 등장해야 되고, 박봉에 시달리지만 열심히 살아가는 사람들이 극단적인 비교대상이 되어야 되는 건지 모르겠다. 물론 악의가 있어서 그런 것이 아니라는 것은 알지만 이 책에선 이런 비교가 책 곳 곳에서 반복하며 등장하고 있다. 저자만의 특기인 빅데이터 분석을 통해 좀 더 색다른 방식으로 이 분야의 직업이 매력있음을 어필했으면 정말 차별화된 최고의 책이 되었을텐데 하는 생각이 위 비교 대상 부분을 읽을 때마다 들게했다. 이 부분만 제외한다면 적어도 저자가 말한 1년간을 옆에 두고두고 활용할 정도로 괜찮은 책이었다.

*** 본 게시글은 리뷰어클럽 서평단 자격으로 작성한 리뷰입니다. ***