ML·DL 부트캠프를 수료한 김성학님은 실제 취업 시장에서 자신만의 경쟁력이 더 필요하다고 느껴 NLP를 선택했어요. AI NLP 부트캠프 3기에서 프로젝트와 로켓단 인턴십을 경험한 뒤, 채용 연계를 통해 현재 FDE로 일하고 있습니다.
![[AI NLP 부트캠프 후기] 타사 교육 수료 후, 멋사 부트캠프를 다시 선택한 이유](https://image.inblog.dev?url=https%3A%2F%2Fsource.inblog.dev%2Ffeatured_image%2F5e4bef5a-6509-4e19-a293-6aac81f2bdc5%2F32d3757c-e482-463d-b2db-31b21e1498a1&w=3840&q=75)
AI를 공부하고 부트캠프까지 수료했는데, 막상 취업 시장에 나가니 생각보다 쉽지 않았어요.
성균관대학교에서 소프트웨어학을 복수전공한 김성학님은 이미 머신러닝·딥러닝 부트캠프까지 수료한 상태였어요. 하지만 실제 채용 공고를 찾아보니 신입을 뽑는 자리는 많지 않았고, ML·DL(머신러닝·딥러닝) 전반을 배운 경험만으로는 자신만의 강점을 보여주기 어렵다는 고민이 생겼어요.
그때 김성학님이 선택한 건 처음부터 다시 공부하는 것이 아니라, 한 분야를 더 깊게 파고드는 것이었어요. 생성형 AI와 LLM이 빠르게 성장하는 흐름 속에서 NLP(자연어처리)에 주목했고, 실제 프로젝트를 통해 경험을 쌓기 위해 AI NLP 부트캠프 3기에 참여했어요.
이후에는 NLP 프로젝트뿐 아니라 로켓단 인턴십에서 클라이언트 요구사항에 맞춰 결과물을 만드는 경험까지 쌓았고, 채용 연계를 통해 현재 FDE(Forward Deployed Engineer)로 일하고 있어요.
이미 AI를 공부한 전공자였던 성학님은 왜 다시 NLP를 선택했고, 그 선택은 어떻게 취업까지 이어졌을까요? 그 이야기를 들어봤어요.
💡
목차
ML·DL을 배우고도 NLP를 다시 공부한 이유
여러 과정 중 멋쟁이사자처럼을 선택한 이유
NLP 심화 커리큘럼을 따라간 방법
종합 프로젝트에서 경험한 문제 해결
로켓단 인턴십에서 얻은 실무 경험
프로젝트 경험이 실제 취업으로 이어진 과정
Q. ML·DL(머신러닝·딥러닝)을 공부하고도 왜 다시 NLP(자연어처리) 부트캠프를 선택했나요?
"이걸로만 먹고살 수 있을까라는 현실적인 걱정이 들었어요"
성균관대학교에서 수학을 전공하고 소프트웨어학을 복수전공했어요. 이후 인공지능과 소프트웨어 개발에 관심이 생기면서 AI 프로젝트를 경험했고, 다른 부트캠프에서 머신러닝과 딥러닝 전반도 공부했어요.
그런데 과정을 마치고 실제 채용 시장에 나가보니 생각했던 것과 달랐어요. 신입을 뽑는 공고 자체가 많지 않았고, ‘이걸로만 먹고살 수 있을까?’라는 현실적인 고민이 들기 시작했어요.
AI 분야가 빠르게 발전할수록 넓게 아는 것뿐 아니라, 하나의 분야를 더 깊이 있게 경험해야 차별화할 수 있겠다는 생각도 들었고요.
그때 관심을 갖게 된 분야가 NLP(자연어처리)였어요. 생성형 AI와 LLM이 빠르게 발전하고 있었고 실제 서비스에서도 언어 모델 활용이 늘고 있었기 때문에, NLP를 조금 더 깊이 공부해보기로 했어요. 그렇게 관련 과정을 찾던 중 멋쟁이사자처럼 AI NLP 부트캠프를 알게 됐어요.
Q. 여러 NLP 과정 중 멋쟁이사자처럼을 선택한 이유는 무엇인가요?
"이미 ML·DL 기초가 있었던 저에게 커리큘럼 구조가 잘 맞았어요"
NLP 관련 부트캠프를 여러 곳 비교했는데, 가장 중요하게 본 건 지금 제 수준에서 필요한 내용을 배울 수 있는지였어요.
이미 ML·DL 기초는 공부한 상태였기 때문에 기초를 오랫동안 다시 배우기보다는, 빠르게 NLP 심화 과정으로 넘어가고 싶었어요. 멋쟁이사자처럼 AI NLP 부트캠프는 기초 과정은 비교적 짧게 가져가고 이후 NLP를 깊게 다루는 구조라 제 상황과 잘 맞았어요.
지원 과정에서 과제 제출과 인터뷰를 거쳐야 한다는 점도 오히려 좋았어요. 일정 수준의 노력을 들인 사람들이 함께할 거라고 생각했거든요.
실제로 프로젝트를 진행해보니 팀원들도 각자의 개발 경험과 역량을 갖추고 있었어요. 이전 프로젝트에서는 개발 경험이 없는 팀원들을 제가 많이 챙겨야 했던 적도 있었는데, 이번에는 서로 역할을 나누고 의지하면서 진행할 수 있다는 점이 좋았어요.
Q. AI NLP 부트캠프의 커리큘럼 난이도는 어땠나요?
"사용법보다 원리를 이해하는 과정이 훨씬 어려웠어요"
이론 파트는 생각보다 어려웠어요.
Word2Vec이나 RAG 같은 개념을 배우면서, 단순히 기술을 사용하는 것과 왜 그렇게 동작하는지를 이해하는 건 완전히 다르다는 걸 느꼈어요. 실무에서 기술을 선택하거나 다른 사람과 소통하려면 결국 이론을 제대로 이해하는 게 필요하다고 생각했고요.
막히는 부분이 생기면 강사님께 정말 많이 질문했어요. 프로젝트를 진행하다 코드가 해결되지 않을 때는 먼저 팀원들과 고민하고, 그래도 풀리지 않으면 다시 강사님께 질문하는 식으로 해결했어요.
저는 과정에 일주일 정도 늦게 합류했는데, 따라잡는 데에는 스터디도 큰 도움이 됐어요. 팀원들과 서로 문제를 만들어 풀어보면서 제가 이해한 내용이 맞는지 확인할 수 있었고, 부족한 부분도 빠르게 채울 수 있었어요.
Q. 종합 프로젝트에서는 어떤 경험을 했나요?
"모델이 아니라 데이터를 바꾸면서 문제를 해결했어요"
종합 프로젝트에서는 NPC에 각각의 페르소나를 부여한 시나리오 게임을 만들었어요. 저는 LoRA를 활용해 NPC별 페르소나를 학습시키고 RAG 파이프라인을 구축하는 역할을 맡았어요.
그 과정에서 NPC의 말투를 학습시키기 위해 만든 데이터셋의 문법 오류가 모델 출력에도 그대로 반영되는 문제가 생겼어요.
처음에는 하이퍼파라미터를 조정하면서 해결하려고 했지만 잘 풀리지 않았어요. 그러다 강사님께서 “데이터 자체를 바꿔보는 게 낫지 않겠냐”고 조언해주셨고, 데이터 전처리 알고리즘과 후처리 로직을 직접 구현했어요.
그 결과 NPC별 응답 품질이 눈에 띄게 개선됐고, 모델뿐 아니라 학습에 사용하는 데이터의 품질 자체가 중요하다는 점을 직접 경험할 수 있었어요.
프로젝트 기간에는 팀원들과 코드 리뷰와 역할 분담, 일정 관리, PR과 머지까지 함께 경험했어요. 혼자 개발할 때는 익히기 어려운 협업 방식도 자연스럽게 배울 수 있었어요.
Q. 로켓단 인턴십은 취업 준비에 어떤 도움이 됐나요?
"내가 만들고 싶은 것이 아니라, 클라이언트가 원하는 것을 만드는 경험이었어요"
로켓단 인턴십에서는 AI 복습 퀴즈 & 학습 가이드 생성기 개발에 참여했어요.
강의 음성을 텍스트로 변환한 뒤 데이터 정제, RAG 기반 검색, 퀴즈 생성, 자동 채점, 개인화 오답 분석까지 이어지는 학습 보조 플랫폼이었는데요. 저는 전체 시스템 아키텍처 설계와 RAG 파이프라인 고도화를 맡았어요.
이전 프로젝트와 가장 달랐던 건 주제와 클라이언트 요구사항이 이미 명확하게 주어져 있었다는 점이에요.
그전에는 대부분 제가 하고 싶은 주제를 정해 프로젝트를 진행했지만, 인턴십에서는 클라이언트가 원하는 결과물을 만들어야 했어요. 실제 면접에서도 면접관들이 이 경험에 특히 관심을 갖고 많이 질문했어요.
Jira와 Git PR을 활용해 이슈를 관리하고 코드 리뷰와 일정 조율도 진행했어요. 재택으로 여러 사람이 동시에 작업하면서 Git 병합 충돌도 경험했고, 그 과정에서 브랜치 전략이나 PR 기반 협업이 왜 필요한지도 확실히 체감할 수 있었어요.
Q. 부트캠프 경험은 AI 엔지니어 취업에 어떤 도움이 됐나요?
"NLP 프로젝트와 인턴십 경험이 면접에서 가장 큰 도움이 됐어요"
NLP 관련 프로젝트 경험이 거의 없는 상태에서 NLP 직무에 지원하기는 어렵다고 생각했어요. 그래서 실제 취업 과정에서는 부트캠프에서 진행한 프로젝트와 인턴십 경험이 가장 큰 도움이 됐어요.
수료 후에도 채용 공고를 공지와 문자로 계속 전달받았고, 그중 하나를 통해 실제 지원까지 이어졌어요.
처음에는 이력서 없이 노션에 포트폴리오만 정리해둔 상태였는데, 멋쟁이사자처럼 커리어팀에서 약 3페이지 분량의 피드백을 받았어요. 이후 면접관이 직관적으로 이해할 수 있도록 이력서와 포트폴리오를 전반적으로 다시 정리했어요.
채용 연계 과정에서는 프로젝트 수행 과정이나 협업 방식, 문제 해결 경험처럼 서류에 적힌 스펙만으로 보여주기 어려운 역량을 전달할 수 있다는 점도 좋았어요.
돌이켜보면 취업에 가장 도움이 된 건 NLP 프로젝트 경험과 클라이언트 요구사항을 기반으로 개발해본 경험이었다고 생각해요.
현재는 FDE(Forward Deployed Engineer)라는 직무로 일하고 있어요. 커리어팀에서 추천해주지 않았다면 저도 쉽게 알지 못했을 직무였어요.
Q. 이미 다른 교육을 경험했는데도 다시 부트캠프를 고민하는 분들에게 하고 싶은 말이 있나요?
"이미 배웠더라도, 무엇이 부족한지 알았다면 다시 도전할 수 있다고 생각해요"
ML·DL 기초는 있지만 그것만으로 AI 채용 시장에서 차별화하기 어렵다고 느끼는 분이라면, 자신의 부족한 부분이 무엇인지 먼저 생각해보면 좋을 것 같아요.
저에게는 그게 NLP 실무 경험이었어요.
LLM·NLP·RAG 같은 기술을 실제 프로젝트로 경험해보고 싶거나, 개인 프로젝트를 넘어 여러 사람과 협업하고 클라이언트 요구사항까지 반영해보고 싶은 분들에게 추천하고 싶어요.
이미 다른 교육 과정을 경험했더라도 지금 나에게 필요한 경험이 무엇인지 명확하다면, 다시 배우는 것도 충분히 의미 있는 선택이라고 생각해요.
이런 분들에게 추천해요
ML·DL 기초는 있지만 NLP 실무 프로젝트 경험이 부족한 분
다른 AI 교육을 수료했지만 취업 경쟁력을 더 만들고 싶은 분
LLM·NLP·RAG를 실제 프로젝트에서 다뤄보고 싶은 분
개인 프로젝트를 넘어 클라이언트 요구사항 기반의 경험을 쌓고 싶은 분
이력서·포트폴리오 피드백부터 채용 연계까지 취업 지원이 필요한 분
AI를 공부한 전공자라면 졸업을 앞두고 한 번쯤 고민하게 돼요.
대학원에 진학해 더 깊이 연구할지, 아니면 직접 경험을 쌓아 취업을 준비할지 말이에요.
어느 쪽이 정답이라고 할 수는 없지만, 실무 취업을 목표로 한다면 결국 중요한 건 배운 기술을 실제로 어떻게 활용해봤는지 보여줄 수 있는 경험이에요.
성학님도 ML·DL에 대한 기초 지식은 이미 갖추고 있었지만, 취업을 준비하면서 NLP 관련 프로젝트 경험이 부족하다는 걸 느꼈어요. 그래서 AI NLP 부트캠프에서 LoRA와 RAG를 직접 프로젝트에 적용하고, 로켓단 인턴십에서는 클라이언트의 요구사항에 맞춰 결과물을 만드는 경험까지 쌓았어요.
이 경험들은 실제 면접에서 단순히 “무엇을 공부했다”고 설명하는 것을 넘어, “어떤 문제를 만났고 어떻게 해결했는지” 이야기할 수 있는 근거가 됐어요.
그리고 채용 연계를 통해 현재 FDE로 일하는 과정까지 이어졌고요.
AI 분야로 취업하고 싶지만 학교에서 배운 지식을 어떻게 실무 경험으로 연결해야 할지 막막하다면, 실제 서비스를 만들어보고 문제를 해결해보는 프로젝트 경험부터 쌓아보는 것도 좋은 시작이 될 수 있어요.
NLP·LLM·RAG를 직접 프로젝트에 적용하고, 실무에 가까운 협업 경험까지 쌓아보고 싶다면 아래에서 AI NLP 부트캠프의 자세한 커리큘럼을 확인해보세요!
Share article