[햌포터즈 1기] AI 활용 능력 자격증 4주차 후기

본 포스팅은 해당 브랜드로 인강 수강 체험 혜택을 받아 작성되었습니다.

[사진 1: 해커스자격증 서포터즈 전자명함]

4주차 학습을 시작하며

안녕하세요. 김문기(Markus)입니다.

이번 글은 해커스자격증 서포터즈 햌포터즈 1기 활동을 통해 AICE 과정을 수강하며 정리한 4주차 후기입니다.

1주차에는 AICE 자격증과 전체 강의 구성을 살펴봤고, 2주차에는 데이터 탐색, 전처리, 지도학습을 중심으로 공부했습니다. 3주차에는 비지도학습, 딥러닝, 모델 성능 최적화까지 이론편 후반부를 정리했습니다.

4주차에는 지금까지 배운 내용을 바탕으로 모의고사 자료를 확인하고, 실제 AICE 시험 문제 흐름이 어떻게 구성되는지 살펴봤습니다. 이번 주는 단순히 새로운 개념을 배우는 것보다, AI 활용 능력 자격증을 준비하는 과정에서 이론이 실제 문제와 어떻게 연결되는지 확인하는 시간이었습니다.

저는 소프트웨어를 전공하고 있고 AI 프로젝트 경험도 조금 있지만, AI와 데이터 분석 개념을 시험 기준에 맞춰 정리해본 적은 많지 않았습니다. 그래서 이번 AICE 과정은 단순히 자격증 하나를 준비하는 것보다, AI 프로젝트 경험을 데이터 분석과 머신러닝 흐름으로 다시 정리하는 계기였습니다.

4주 동안 정리한 학습 흐름

이번 햌포터즈 활동을 하면서 가장 먼저 느낀 점은 AICE 과정이 생각보다 단계적으로 구성되어 있다는 점이었습니다.

처음에는 인공지능과 데이터 과학의 기본 개념에서 시작했습니다. 이후 데이터 탐색, 데이터 전처리, 지도학습, 비지도학습, 딥러닝, 모델 성능 최적화로 이어졌고, 마지막에는 모의고사 문제를 통해 실제 시험 흐름을 확인할 수 있었습니다.

AI 활용 능력 자격증을 준비한다고 하면 단순히 AI 용어를 외우는 시험이라고 생각할 수도 있습니다. 하지만 AICE 과정을 따라가며 공부해보니 데이터 기반 문제 해결 과정을 순서대로 이해하는 것이 더 중요하다고 느꼈습니다.

노션에 전체 흐름 정리하기

[사진 2~8: 4주차 노션 정리 사진]

이번 주에도 강의를 듣고 모의고사 자료를 확인하면서 노션에 내용을 정리했습니다.

노션에는 AICE 과정 전체 흐름, 모의고사 문제 구성, 데이터 분석 단계, AICE 교재 활용 여부, AICE 강의 수강 후기, 앞으로의 학습 방향을 중심으로 적었습니다.

AICE 교재를 따로 구매하지는 않았지만, 제공된 AICE 강의와 모의고사 자료를 통해 기본 흐름을 잡는 데는 충분히 도움이 되었습니다. 물론 실제 시험 응시를 목표로 한다면 AICE 교재를 함께 활용하는 것이 더 안정적일 수 있습니다.

AICE 교재가 있으면 개념을 다시 확인하거나 문제 풀이를 반복하는 데 도움이 될 것 같습니다. 다만 이번 활동처럼 강의 수강 후기와 학습 흐름 정리를 목표로 한다면, 우선 AICE 강의를 중심으로 공부를 시작해도 괜찮다고 느꼈습니다.

모의고사 자료를 보며 느낀 점

4주차에는 모의고사 파일 목록과 실전 연습 자료를 확인했습니다.

모의고사 주제를 보니 학생 성적 예측, 온라인 쇼핑 판매량 예측, 대출 상환 예측, 기후 변화 예측, 교통량 예측, 의료비 예측, 고객 이탈 예측, 영화 흥행 수익 예측, 광고 클릭률 예측, 택배 배송 시간 예측처럼 실제 데이터 분석 문제와 연결된 주제가 많았습니다.

이 부분을 보면서 AICE가 단순히 개념 암기형 시험이라기보다, 데이터를 기반으로 문제를 이해하고 예측 결과를 만들어내는 흐름을 다루는 시험이라는 점을 다시 느꼈습니다.

AI 활용 능력 자격증을 준비하는 입장에서는 이런 모의고사 구성이 중요하다고 생각합니다. 이론으로 배운 데이터 탐색, 전처리, 모델 학습, 성능 평가가 실제 문제 안에서 어떻게 쓰이는지 확인할 수 있기 때문입니다.

[사진 9: 모의고사 파일 목록 사진]

 

모의고사 문제 구성 확인

모의고사 파일 목록을 보면서 가장 먼저 든 생각은 문제 주제가 꽤 현실적이라는 점이었습니다.

학생 성적 예측은 교육 데이터 분석과 연결되고, 온라인 쇼핑 판매량 예측은 이커머스 데이터 분석과 연결됩니다. 대출 상환 예측은 금융 데이터 분석과 연결되고, 고객 이탈 예측은 서비스 운영과 마케팅 분석에서도 자주 등장하는 문제입니다.

이런 문제들을 보며 AI 모델링은 단순히 코드를 작성하는 일이 아니라, 현실 문제를 데이터 문제로 바꾸는 과정이라는 점을 다시 생각하게 되었습니다.

AICE 강의에서 배운 데이터 전처리, 지도학습, 모델 성능 평가 개념이 모의고사 주제와 자연스럽게 연결된다는 점이 좋았습니다.

[사진 10~12: 모의고사 해설 사진]

 

실전 문제를 보며 확인한 것

모의고사 파일을 보면서 실제 문제를 풀 때는 단순히 모델을 선택하는 것보다 전체 흐름을 파악하는 것이 중요하다고 느꼈습니다.

먼저 데이터가 어떤 형태로 주어지는지 확인해야 합니다. 그다음 결측치나 이상치가 있는지 살펴보고, 필요한 컬럼을 정리한 뒤, 학습 데이터와 테스트 데이터를 나누고, 모델을 학습시키고, 결과를 평가해야 합니다.

이 과정은 2주차와 3주차에 공부한 내용과 그대로 연결되었습니다.

AICE 강의에서 이론편만 들을 때는 개념이 따로따로 느껴질 수 있었지만, 모의고사 자료를 보니 데이터 탐색, 전처리, 모델 학습, 성능 평가가 하나의 흐름으로 이어진다는 점이 더 분명하게 보였습니다.

AICE 강의로 공부하며 좋았던 점

이번 활동을 통해 AICE 강의를 들으며 좋았던 점은 전체 학습 구조가 분명하다는 점이었습니다.

이론편에서는 인공지능과 데이터 과학의 기본 개념을 정리할 수 있었고, 유형편에서는 데이터 불러오기, 결측치 처리, 이상치 처리, 모델 학습, 성능 평가처럼 실제 문제 풀이에 필요한 흐름을 확인할 수 있었습니다. 모의고사편에서는 이런 흐름이 실제 문제 안에서 어떻게 적용되는지 볼 수 있었습니다.

AICE 강의는 처음 AI를 공부하는 사람에게도 접근성이 괜찮고, 어느 정도 AI 프로젝트를 경험한 사람에게는 개념을 다시 정리하는 용도로도 괜찮다고 느꼈습니다.

저처럼 개발과 AI 프로젝트를 함께 공부하는 사람에게는 AICE 강의를 통해 내가 이미 경험했던 내용들을 데이터 분석과 머신러닝 개념으로 다시 정리해볼 수 있다는 점이 좋았습니다.

 

실습하며 느낀 점

[사진 13: 강의 수강 및 모의고사 실습 사진]

 

강의를 보면서 모의고사 흐름을 확인해보니, AICE 시험에서는 문제를 읽고 데이터 분석 순서를 떠올리는 것이 중요해 보였습니다.

무작정 코드를 외우기보다, 데이터 분석의 기본 흐름을 이해하는 것이 먼저라고 느꼈습니다. 데이터 불러오기, 탐색, 전처리, 모델 학습, 평가라는 순서를 알고 있으면 처음 보는 문제도 어느 정도 구조를 잡을 수 있기 때문입니다.

AICE 교재를 활용한다면 이런 흐름을 문제 단위로 반복해서 익히는 데 도움이 될 것 같습니다. 특히 실제 응시를 생각한다면 AICE 교재와 모의고사 자료를 함께 보면서 자주 등장하는 패턴을 정리하는 것이 좋을 것 같습니다.

저는 이번 활동에서는 AICE 교재 없이 강의와 제공 자료 중심으로 학습했지만, 시험을 실제로 접수하게 된다면 AICE 교재를 병행하는 것도 고려해볼 만하다고 느꼈습니다.

AI 활용 능력 자격증으로서 AICE의 의미

4주 동안 수강해보며 AICE는 AI 활용 능력 자격증이라는 표현이 잘 어울리는 과정이라고 느꼈습니다.

AI를 연구 수준으로 깊게 파고드는 과정이라기보다는, 데이터를 기반으로 문제를 이해하고 AI 모델을 활용하는 전체 흐름을 익히는 과정에 가까웠습니다.

AI 활용 능력 자격증을 찾는 사람들은 보통 AI 역량을 객관적으로 정리하고 싶거나, 데이터 분석과 머신러닝의 기본 흐름을 알고 싶어 하는 경우가 많을 것 같습니다.

그런 관점에서 AICE는 AI 입문자에게는 전체 지도를 그려주는 과정이고, 이미 AI 프로젝트를 경험한 사람에게는 개념을 다시 정리하는 과정이 될 수 있다고 생각합니다.

물론 AICE 하나만으로 AI 실력을 모두 증명할 수는 없습니다. 하지만 프로젝트 경험, 개발 경험, 데이터 분석 공부와 함께 연결한다면 의미 있는 학습 기록이 될 수 있습니다.

[사진 14: 강의 수강]

 

4주차 수강 후기

4주차까지 수강하면서 느낀 점은 AICE 과정이 생각보다 학습 흐름을 잡기 좋다는 것입니다.

처음에는 단순히 자격증 과정이라고 생각했지만, 실제로는 인공지능 기초부터 데이터 전처리, 머신러닝, 딥러닝, 모델 평가, 모의고사까지 이어지는 구조였습니다.

AICE 강의를 통해 AI 개념을 순서대로 정리할 수 있었고, 모의고사 자료를 보며 실제 문제가 어떤 방식으로 출제될 수 있는지도 확인할 수 있었습니다.

이번 활동을 통해 가장 크게 얻은 것은 AICE 시험 합격 여부보다, AI와 데이터 분석의 기본 흐름을 다시 정리한 경험입니다. 앞으로 AI 프로젝트를 진행할 때도 데이터 탐색, 전처리, 모델 평가 관점을 더 의식하게 될 것 같습니다.

해커스 AICE 과정 링크

해커스 AICE 과정이 궁금하신 분들은 아래 링크에서 확인해볼 수 있습니다.

https://gouk.kr/sKDSWl

1위 해커스 AICE 100% 환급반

 

4주간의 전체 회고

이번 햌포터즈 활동을 통해 4주 동안 AICE 과정을 수강하며 AI와 데이터 분석의 기본기를 다시 정리했습니다.

1주차에는 AICE 과정과 전체 커리큘럼을 살펴봤고, 2주차에는 데이터 탐색과 전처리, 지도학습을 공부했습니다. 3주차에는 비지도학습, 딥러닝, 모델 성능 최적화를 정리했고, 4주차에는 모의고사 자료를 통해 실제 문제 흐름을 확인했습니다.

AICE 교재를 따로 구매하지 않았지만, 해커스 AICE 강의와 노션 정리, 모의고사 자료를 활용해 전체 구조를 잡을 수 있었습니다. 다만 실제 AICE 시험 응시를 목표로 한다면 AICE 교재를 병행해 문제 풀이 연습을 더 하는 것이 좋을 것 같습니다.

마지막으로 AI 활용 능력 자격증을 준비하는 과정에서 가장 중요하게 느낀 점은, 자격증 자체보다 학습한 내용을 실제 프로젝트와 연결하는 것입니다.

앞으로도 이번에 정리한 내용을 바탕으로 AI Agent, RAG, 데이터 분석, 머신러닝 프로젝트에 더 적극적으로 연결해보고 싶습니다.