작년 1학기에 머신러닝 과목을 수강했는데, 특이하게도 캐글 대회에서 순위를 겨룬 결과로 과제 점수를 받았다.
https://drone23.tistory.com/182
머신러닝 과제 시작
과제가 공지됐다.학기초에 안내한 대로 캐글에 대회가 열렸고, 순위에 따라 과제 점수를 받는다. 상위 입상자에게 상품까지 걸렸다!어젯밤에 몇 가지 시도해 봤지만 전혀 소득이 없었는데, 오
ac.ychoi.kr
튜토리얼 성격의 타이타닉 생존자 예측 외에 대회에 실제로 참가한 것이 그때가 처음이었는데, 꽤 재미를 느꼈던 걸로 기억한다.
학교에서 제2회 인공지능 경진대회가 열렸을 때는 관심이 있었던 것 같은데 다른 바쁜 일이 있었던지 건너뛰었다.
이번에 제3회 대회가 열려서 참가했다.
대회는 캐글에서 이뤄졌다.
https://www.kaggle.com/competitions/3-ai/overview
Kaggle: Your Home for Data Science
www.kaggle.com
Zoom으로 열린 온라인 설명회에 참석하지 못했는데, 나중에 물어볼 것이 있어 학교에 전화했다가 녹화 영상 주소를 받아서 시청했다.
대회 시상을 두 그룹으로 나눠서 한다고 한다.
- 인공지능학과와 빅데이터·정보보호학과 학생
- 그 외 학과 학생
두 학과 소속 학생 외에 이 대회에 관심을 갖고 참가하는 학생이 거의 없을 듯해서, 나는 참가하기만 하면 순위권에 들 것 같다. 그리고 만약 1등부터 10등까지를 전공 학생들이 모두 수상한다고 가정하면, 나는 11등에만 올라도 최우수상을 탈 수 있다.
대회에 참가할 외적 동기가 갖춰졌다.
어차피 참가하기만 하면 상을 타는 것이 확정이므로, 이번 대회에서 내가 이루고자 한 것은 단순히 점수를 잘 받는 것이 아니었다.
물론 점수를 잘 받는 것이 목표이지만, 실험들을 어떻게 효율적으로 기록하고 분석해 개선에 활용할 것인가에 신경을 썼다.
머신러닝 과목 수강할 때 참가한 대회의 경험을 돌이켜 보면, 실험 결과를 기록하고 제출하는 과정이 매우 번거로웠다. 점수가 올랐더라도 막상 제출해 보면 public score가 오히려 떨어지는 일도 비일비재하다.
그래서 이번에는 처음부터 전체 대회 기간을 걸쳐 활용할 적절한 방법과 도구를 찾으려 했고, 점수를 올리는 시도와 기록 관리 및 제출을 편리하게 하는 시도를 번갈아 했다.
W&B를 처음으로 사용해 보았는데, 아직 능숙하게 다루지는 못하지만 실험 기록을 체계적으로 관리하는 데 도움이 된다. 지표를 관찰하다 보면 아이디어가 떠올라 실험하면서 점수를 올릴 수 있어 유용하다.
Claude, Gemini, ChatGPT 등 AI 에이전트의 도움도 많이 받았다. 이론 설명, 코드 작성, 개선 아이디어 제안 등 모든 방면에 큰 도움이 됐다.
하지만 이전에 중요하게 생각해 애써 구현해 두었던 코드를 허물어뜨리기 일쑤여서 매우 피곤하기도 했다. '바이브 코딩'에서 코드베이스가 커짐에 따라 발생하는 여러 문제점을 이번 대회에서 똑같이 겪었다. (아직까지는) 사람이 주도해서 코드 변경을 통제해야만 한다.
AI가 발전해서 데이터 사이언티스트의 일자리가 줄었다는 얘기를 들은 것 같기도 한데, 이번에 대회에 참가해 보니 이런 생각이 든다.
- 이전과 똑같은 작업을 하는 데는, AI 때문에 사람이 덜 필요하다.
- 이전에 할 수 없었던 일을 AI 덕분에 할 수 있다.
- 위 두 가지 현상이 모두 일어난다.
이성만 교수님 디스코드의 대회 관련 채널에 올려두신 스크린숏을 보니, 대회 3일차에 내가 6번째 제출해서 5위였다.
한때 10위 밖으로 밀려났다가 종료를 3일 앞두고 다시 10위가 되었다.
대회 종료를 두 시간 앞둔 현재는 5위다.
상금을 타는 것도 좋고, 시상식에 참가해서 교수님들과 수상 학생들을 만날 것도 기대된다.