[데청캠 REVIEW 3] 2021 데이터청년캠퍼스 경남대 프로젝트 후기

안녕하세요, 방문자 여러분. 허니테크입니다😋

이번 게시물에서는 경남대 데청캠 프로젝트에 대한 후기를 작성해볼까 합니다! 7월 한 달동안 교육을 마친 뒤 곧바로 8월 한 달동안 내내 프로젝트를 진행했습니다. 교육과정 동안에도 정말 많은 일과 교훈들이 있었지만 프로젝트 기간은 차원이 달랐던 것 같아요.

젊었기에 몸과 마음을 갈아 넣을 수 있었던 열정, 짧은 시간과 작은 자원으로 프로젝트를 해냈다는 자부심 그리고 나름의 쓰디쓴 경험들로 강렬했던 21년 8월에 대해 허심탄회하게 적어볼까 합니다.😁

(글을 너무 잘 작성하려는 욕심이 오히려 글을 못쓰게 만드는 것 같아 생각의 흐름대로 작성해 볼까 합니다 ㅎㅎ)

프로젝트 선정 및 팀 구성

경남대 데청캠 프로젝트는 공공기관과 협업하는 형식으로 진행됐습니다. 빅리더 아카데미와 미리 협약이 맺어있는 기관들이 원하는 주제 혹은 해결해야할 과제등을 미리 구상한 뒤 빅리더 수강생들에게 원하는 AI 모델 혹은 원하는 서비스 등을 설명을 하고 학생들은 비전에 따라 원하는 프로젝트에 지원을 하는 방식으로 진행했습니다.

경남대 데청캠 프로젝트는 다양한 공공기관과 협약을 맺어 학생들이 원하는 프로젝트에 지원하는 방식으로 진행됐습니다. 각 공공기간은 미리 본인들이 원하는 서비스 혹은 해결해야할 점들을 구상한 뒤, 매주 온라인 미팅 혹은 대면 미팅으로 자신들이 구상안을 설명하고 학생들의 여러 질문을 받는 식으로 프로젝트를 선정할 수 있도록 진행했습니다.

이번 프로젝트에는 울산항만공사, 경찰청, 관광공사, 국립공원공단, 세아철강, 창원시, 산업안전공사, 코트라 등과 함께 진행됐습니다. (제가 하나하나 기억이 안나네요.)

내가 선택한 프로젝트

제가 사용하고 싶은 분석 기법과 프로젝트 비전 그리고 제 역량과 가장 부합하다고 생각한 곳은 경찰청 프로젝트였습니다.

평소 사회문제와 관련한 공공 서비스를 개발하고 싶었고 경찰청 특성상 일반시민들이 다룰 수 없는 여러 데이터를 실제로 다뤄보며 데이터 분석 및 시각화 그리고 이를 토대로 사회 안전망에 도움이 되는 예측 모델을 만들어보고 싶었거든요. 그리고 멋있어보이기도 했구요. 프로젝트 설명회 당시 제가 추구하는 프로젝트와 거의 흡사했구요.

그럼 간단하게 저는 경찰청 프로젝트를 지원하여 경찰청과 협업하여 일을 진행했으면 됐습니다! 하지만 결론적으로 제가 선택한 기관은 울산항만공사였습니다.

울산항만공사, 영어로 UPA. 쉽게 생각하면 울산항의 주인으로 울산항 시설을 관리하고 이용하는 선박회사, 화주(제조, 원료 회사), 하역사 등에게 이용료를 받으며 선박 스케줄을 관리, 감독하는 기관입니다. 울산항만공사는 프로젝트 설명회에서 해양 물류의 경제적 규모와 현재 울산항만공사의 문제점을 설명하고 빅리더와 함께 스마트 항만 (AI를 통한 해양 물류과정 자동화) 그리고 선적과정에서 자율 주행 등과 같은 다양한 비전을 제시하였습니다.

UPA를 선택한 이유!

1_ 울산항만공사가 제시하는 비전이 너무 눈부셨습니다. 운용되는 경제 규모가 어마어마 했기에 관련된 일을 종사할 시 당연스럽게 해당 분야의 종사자의 연봉 또한 높을거라 생각했습니다. 또한, 교수님과 해양 물류 전공자들은 해양 물류 쪽에 파이가 크지만 해양 물류 도메인 지식과 와 AI 기술을 겸비한 전문가가 적다보니 해당 프로젝트를 잘 마무리하면 이 분야로 진출할 기회가 매우 높다는 조언을 해주셨습니다.

2_ 사용하는 기술이 주로 사물인터넷, 자율주행 그리고 이미지 처리와 관련되었습니다. 당시 저는 데이터 분석 및 머신러닝을 이용한 간단한 예측 그리고 자연어 처리 등으로 마케팅 기획쪽으로 데이터 과학 기술을 발전시키고자 했습니다. 전혀 다른 분야이기에 당연히 안중에도 없었던 기관이었지만 당시 스터디 조원들과 여러 빅리더 수강생들과 대화를 나누며 어쩌면 제가 이미지 처리 및 자율 주행 등과 같은 기술에 대한 경험을 쌓을 수 있는 기회가 흔치 않을 것 같았습니다.

3_ 함께 프로젝트를 진행하고 싶었던 사람들이 울산항만공사에 지원하고자 했습니다. 사실 이게 가장 결정적인 이유라고 생각이 드네요 ㅋㅋㅋ. 위에 적어둔 기관 협업할 수 있는 기관은 많았습니다. 그렇지만 100% 맘에 드는 기관은 없었습니다. 부족했다기 보단 같이 하고 싶은 프로젝트가 너무 많았거든요. 경찰청은 저와 잘 맞아보였지만 늘 해왔던 것들이고 자율성이 부족해보였습니다. 관광공사는 가지고 있는 데이터나 자원이 부족해보였구요. 몇몇 기관은 너무 완성형으로 보였거나 저와 관심사가 하나도 맞지 않았습니다. 국립공원은 너무 완벽해보여 사람들이 몰릴 것 같았습니다. 이렇게 욕심은 많은데 선택지가 많아 고민이 많았을 때 저와 정말 뜻이 잘 맞아 배민 프로젝트도 함께 했던 조원 들 중 한명이 울산항만공사에 대한 관심이 매우 컸기에 여러가지를 고려한 것에 더하여 결정하게 됐습니다.

팀 구성

경남대 데청캠 프로젝트 과정에서 모든 수강생들이 힘들었던 이유 중 하나가 팀 구성 과정에서 혼란이었다 생각합니다. 이 혼란의 원인에 대해 수강생들 별로 의견이 다를 수 있겠지만 전 크게 2가지라고 생각합니다. 첫 째는 코로나 확진자의 증가로 인해 비대면 운영으로 변환. 원래라면 데청캠 프로그램 기간 내내 함께 숙식하며 교육과 프로젝트를 진행해야했지만 집단 감염의 위험으로 인해 7월 말에 갑작스레 해산 통지를 받았습니다. 때문에 한번 프로젝트와 팀원이 구성되면 변경되기가 어려웠고 팀원들과 함께 고려해야할 점들이 더 많아졌습니다. 실제로 전국 각지에서 수강생들이 모였기 때문에 함께 프로젝트를 진행하기 위해서는 공동 숙소 및 식사를 다시 개인적으로 준비해야했습니다. 둘 째 프로젝트 팀 선정 방법이 매일 바꼈습니다. 어느날에는 수강생들이 원하는 기관에 지원을 한 뒤 랜덤으로 팀을 구성하겠다가 각 기관 지원자끼리 모여 구성 그리고 교수님께서 지원서와 자기소개서를 받아 직접 팀을 구성 하는 방식으로 진행된다는 등 매일 바뀌는 기준에 어려움이 있었습니다.

프로젝트 경험은 취업과 학업에 큰 영향을 미치고 설명회로 인해 기대감이 커졌기 때문에 모든 수강생들은 당연하게도 본인이 원하는 기관 그리고 능력있고 좋은 사람들과 함께 프로젝트를 진행하고 싶은 욕심이 있었을거라 생각합니다. 때문에 딥러닝 수업이 진행되서 부턴 거의 분위기가 프로젝트 팀 선정 그리고 숙소 등에 문제로 교육에 집중하지 못했던 것 같습니다. (물론 이와중에도 꿋꿋하게 공부를 하는 학생들도 있었어요!)

저 같은 경우도 프로젝트가 마치 제 인생의 전환점이 될거라 생각하고 진심이었기 때문에 팀 선정에 신경을 많이 썼던 기억이 있습니다. 실제로 ,, 울산항만공사에 지원한 학생이 다 모인자리에서 팀 구성하는데 거의 3시간이 넘도록 회의를 진행했고 다 구성된 이후에도 팀을 지키기 위해 ㅋㅋ 스트레스를 너무 많이 받았던 기억이 있네요 ㅋㅋ. 다른 팀들은 교수님이 흩어지라면 흩어지고 조금 아니다 싶으면 다른 팀으로 바꾸고 그랬던 것 같은데 ㅋㅋ 유독 울산항만공사 사람들은 14명 중 단 한명을 제외하곤 굳은 의지로 울산항만공사에 남았어요. ㅋㅋ 야망가들 ,, 개인적으로 이렇게 모인 팀원 전원 일에 대한 욕심도 많고 능력도 좋으며 주관이 뚜렷한데 쿨했던 것 같습니다. ㅋㅋ

험난했던 프로젝트 기관 선정 및 팀 구성을 마치고 얻어낸 우리 넥스트레벨팀! 한달 동안 한께 고군분투하고 서로 의지하고 많은 추억을 쌓았던 우리 프로젝트 팀입니다!

넥스트레벨 팀 프로젝트 🏆

어렵게 모인 우리 넥스트레벨 팀과의 4주동안 진행했던 프로젝트에 관해 기획 부문, AI 모델 부문, 서비스 개발 부문으로 나누어 작성하겠습니다. 개발했던 서비스에 대해서는 차후 Project 카테고리에서 PPT와 코드를 넣어 게시물을 만들 예정입니다! 이번 글에서는 프로젝트 요약 내용과 진행 흐름에 대해 작성할 예정입니다~😊

서비스 기획

저희 넥스트레벨팀이 만든 서비스는 “차종 인식 AI를 활용한 차량 야적장 재고 관리 서비스”입니다!

울산항의 주요 수출 품목은 현대자동차입니다. 대한민구의 다른 항구와 달리 울산항은 현대자동차 공장 부지와 맞닿아 있어 운반 비용과 즉각적인 사고관리 그리고 하역과정에서 여러가지 이점이 있지만 이러한 이점에 의해 발생하는 단점이 존재합니다. 자동차 공장 부지와 울산항 야적지와 전산적으로 분리가 되지 않는다는 점입니다. 개념적으로는 일하는 인부와 관계자는 지형으로 이를 구분하지만 전산적으로 구분되지 않아 재고관리가 어렵고 하역 작업시 진행사항을 파악하기 어렵습니다. 따라서 저희 팀은 개념적으로만 구분했던 지형에 카메라를 설치하여 AI 모델을 통해 야적지로 들어오는 차량의 종류와 개수를 카운트합니다. 동시에 하역하는 장소에 카메라를 설치하여 같은 방식으로 야적지를 나가는 차량의 종류와 개수를 카운트합니다. 이렇게 되면 야적지에 존재하는 정확한 차량의 종류와 개수를 알 수 있게 되어 재고관리가 가능하게 됩니다.

기업에서 서비스를 만드는 과정이 쉬울리가 없다고 생각했지만 직접 경험을 해본 바로 정말 보통 일이 아니란걸 알게 됐습니다. 이와 관련하여 제 생각을 적어보자면.

첫 번째는 프로젝트 하나를 기획하더라도 다양한 이해관계가 엮여있다. 단순히 하나의 효율적인 기능을 목표로 서비스를 개발한다면 어쩌면 쉬울 수도 있다고 생각합니다. 필요한 비용이야 모으면 그만이고 능력이야 갖추면 되는 부분이니까요. 하지만 해당 사업에 관련된 이해 당사자들의 시간과 비용 그리고 입장의 문제. 이미 고착화되어 손대면 끝도 없이 연관된 문제들 그리고 이를 설득해야할 임원진들의 문제 등등. 단순히 하나의 과정을 바꾸는데도 복잡한 절차와 이해관계를 잘 고려해야한다는 점이죠. 특히 회사가 보수적이라면 더더욱 힘들테구요.

두 번째는 도메인의 문제라 생각합니다. 해양 물류라는 분야는 대한민국 수출 산업에 지대한 영향을 미침에도 불구하고 전공자 혹은 관계 사업자가 아니면 물건의 제조부터 고객이 물건을 받을 때까지의 전 범위를 알기 어렵습니다. 그리고 이를 이해하지 못하면 정확한 니즈와 문제 해결이 어럽다는 점이죠. 이번 프로젝트의 경우 UPA 센터장님과 하역사 대표 그리고 현장 확인 등을 거쳤음에도 불구하고 새로운 문제 그리고 발견 못했던 현실적 문제들이 계속 나와 기획을 여러번 바꾸며 애를 썼습니다.

세 번째 비즈니스 서비스 개발과 AI 서비스의 혼합. 본 프로젝트가는 기업이 갖고있는 문제 혹은 발전사항에 대한 니즈를 해결하고 AI는 이를 위한 도구로써 접근해야했습니다. 단순히 AI 모델 개발과 웹 개발 등 단순한 과제도 아니었고 수치적 목표 혹은 가설을 입증하기 위한 논문 연구도 아니었습니다. 그렇기에 처음부터 기획을 어떻게 시작해야할지 갈피를 잡지 못했습니다. 저의 경우 사회과학을 전공하며 많은 프로젝트의 기획의 첫 단추를 문제 인식 및 논리 구축을 “WHY”로 시작했습니다. 왜 문제가 발생했고 겉으로 발생한 원인이 아닌 문제 전반적으로 숨어있는 함의를 발견하는 식으로 진행하여 해결 방법을 제시하며 마무리했죠. 하지만 비즈니스 프로젝트는 달랐습니다. 프로젝트의 시작은 “WHAT”이었습니다. 무엇이 문제였고 무엇을 해야하는가? 그리고 정성적, 정량적으로 문제를 제시하고 해결 이후 이를 정량적으로 제시했습니다. 너무 어려웠죠. 맨날 이론, 사실 그리고 주관에 근거하여 문제를 해결했던 것과는 결이 달랐기 때문이죠.

위 3가지 사항이 4주 내내 저를 괴롭혔습니다. 빅리더 수강생 중 어쩌면 문제 원인을 전체적 상황에 맞게 인지하고 이를 제시하는데 자신이 있었고 이를 남들에게 잘 설명하고 설득할 수 있다고 생각했으니까요. 당시에 생각해보면 프로젝트 팀장으로서 협업을 진행함에 여러 한계가 있었던 점은 인정하지만 그마저도 극복하여 해결해야만 했다고 생각했습니다. 이런 생각과 자세로 어떻게든 이해관계가 충돌하지 않는 선에서 기획을 진행하고 모르는 도메인과 정보를 찾고 조언을 얻어가며 비즈니스 기획에 대해 실전과 다름없이 부딪혀 배웠습니다.

프로젝트 발표 약 4일 전 기획안을 처음부터 끝까지 완전히 바꿨던 그 때 팀원을 설득하고 돌아가지 않던 머리를 쥐어짜서 위와 같은 결과를 만들었던 경험이 당시엔 너무 화가나고 긴장되고 지쳤지만 끝나고 나선 정말 뿌듯하고 도와준 모둔 사람 특히 팀원들에게 감사하다는 생각밖엔 안드네요.

AI 모델과 서비스 개발

프로젝트 처음부터 끝까지 많은 변동 사항이 있었지만 변하지 않았던건 차량 인식 AI 모델입니다.

설치한 카메라를 통해 실시간으로 전송되는 영상에서 Deepsort 기법을 사용하여 차량을 인식 및 추적하고 YOLO v5 모델을 사용하여 추적한 차량의 종류를 분류하였습니다. 이 2가지 기법과 모델을 사용하기 위해서 현대 자동차에서 수출하는 26가지의 차종 이미지 파일을 크롤링하여 확보한 뒤 라벨링 작업을 하여 학습데이터를 확보했습니다. 이후 모델 학습을 하여 현대 자동차 차량 영상 추적 및 종류 식별 AI를 만들었습니다. 보안상 실제 야적지 이동 차량 영상은 구하지 못해 웃프게도 지하주차장 차량 이동 영상 및 일반 도로 차량 이동 영상을 통해 모델 검증을 했습니다.

AI 모델을 개발하는데 가장 큰 어려움은 GPU를 확보하는데 어려움이 있었고 인터넷 속도 였습니다. 이미지 처리 특성상 GPU는 필수였지만 구할곳이 없어 초반에는 코랩을 사용했고 도움을 받아 경남대 연구실에서 서버를 빌려 진행했던 기억이 있습니다. 또한, 실제 데이터를 받지 못한 점(이는 흔한 사례라하니 극복해야할 상황임) 그리고 완성된 AI 모델을 실제로 테스트하지 못한점이 어려웠습니다. 열악한 환경에서도 AI 모델을 만들었다는 것 그리고 이미지 처리를 경험했다는 점에서 정말 뿌듯했습니다.

서비스 개발은 프론트와 백으로 나누어 진행했습니다. 백엔드 담당 팀원이 구축한 데이터 베이스에 AI 모델을 통해 만들어진 데이터를 집어 넣고 HEROKU로 만든 서버에 이를 연동했습니다. 이어 프론트가 웹과 모바일 화면을 구상하고 여러 기능들을 추가하여 사용자가 실시간으로 사용할 수 있도록 했습니다. 야적지의 재고를 한눈에 볼 수 있도록 시각화 하였으며 원하는 차종의 개수를 검색하고 출입고를 시간순으로 확인할 수 있는 기능을 추가했습니다.

서비스 개발에서 가장 어려웠던 점은 기획 변동입니다. 거의 매순간 바뀌는 UI와 기능 구현에 어려움이 컸을거라 예상합니다.

프로젝트 느낀점

크게 3파트로 나누어 진행했던 프로젝트이기 때문에 각 파트간에 소통이 가장 중요하다는 교훈을 얻었습니다. 결국 프로젝트의 전반적인 방향과 개발 목표에 대해서는 기획에게 책임이 있지만 모든 팀원이 진행 방향에 대한 이해 그리고 목표와 주제에 대한 의견이 통일되는 것이 선행되어야 합니다. 같은 배를 몰면서 각기 다른 방향(생각)으로 노를 젓는다면 결과는 뻔하고 그 과정마저 순탄하지 않기 때문입니다. 때문에 프로젝트 처음 모두가 프로젝트에 대한 정보와 기관, 상황에 대한 이해가 선행되고 이후 역할에 맡게 일을 진행하며 공유하는 것이 중요하다고 생각합니다.

저희 넥스트레벨팀은 그런점에서 아쉬운 점과 잘한 점이 공존하는 것 같습니다. 설명회를 통해 원하는 기술과 개발 목표를 설정한 뒤 왔기 때문에 현실과 맞지 않게 조금은 매몰된 경향이 있었고 정보의 부재와 전반적인 기획에 있어 모두가 함께 하지 못했던 점은 아쉽습니다. 그게 설사 시간이 부족하고 여러 복잡한 사정이 존재했더라도요. 하지만 틀림을 인정하고 팀원 각각의 의견을 진심으로 공유하고 이를 적용했습니다. 또한, 아직 서툴었던 기술적인 부분을 어떻게든 실현시켰다는 점과 책임지고 일을 마쳤던점이 매우 우수했다고 생각합니다.

데청캠을 마치며

좋은 선택이란, 나를 고찰하여 나에게 맞고 책임질 수 있는 것이라 생각합니다.

경남대 데청캠을 수료하는 동안 정말 많은 기회와 지식 그리고 사람들이 있었습니다. 스터디 가입, 공부할 모듈 혹은 기법, 프로젝트 주제, 기관, 진행 방향 그리고 어떤 사람들과 어떤 대화를 나눠 꿈을 키워갈 지 등 수 많은 선택들이 있었습니다. 그 켜켜이 쌓인 선택들로 인한 경험과 추억 깨달음 등이 지금 절 만들었다 생각하면 순간순간이 너무 간절합니다. 더 좋은 선택을 할 수 있지 않았을까? 이렇게 했어야 하는데 하면서 후회도 남죠. 특히 프로젝트 기간동안 생각을 많이 했던 것 같습니다. 기관 선정의 아쉬움부터 어떤 기법을 사용하고 프로젝트를 진행하는 방식 등 더 효율적으로 할 수 있었을텐데 ,, 하면서요. 그런데 프로젝트 발표를 마치고 모두 모여서 한말은 “그래도 우린 최선을 다했다.” 였던 것 같습니다. (물론 별별 말 다 했긴 했지만요.ㅋㅋ) 정말 최선을 다했기 때문에 아쉬운 결과에도 더 많은걸 배우고 좋은 태도를 얻을 수 있었습니다. 그리고 한계라 생각하는 지점에서도 어떻게든 포기하지 않고 해결방법을 찾고 서로 토론하여 프로젝트를 완성했기에 저만의 기술, 능력이 생겼다고 생각하구요.

데청캠 프로젝트를 마무리 지으며 저 자신에 대해 더 잘 알게되었고 더 솔직해지기로 했습니다. 주어질 기회에 대해 오롯이 저 스스로를 대입해 책임질 수 있는 사람으로 살아갈까 합니다!

Data-campus 카테고리 내 다른 글 보러가기