안녕하세요. 저는 기계공학과 21학번 조재혁입니다. 저는 다른 학우들과 전공이 다르기 때문에, 이 프로그램을 고려하는 분들께 조금이나마 도움이 되고자 후기를 작성하게 되었습니다.
지원 동기
저는 URP를 듣기 전, 휴학을 하면서 로봇 부트캠프를 수료했습니다. 로봇 개발자가 되고 자 부트캠프를 수료했는데, 관련 직업을 조사하는 과정에서 대부분의 회사가 석사 학위 를 요구한다는 사실을 알게 되었습니다. 이에 대학원 진학을 고민하던 중, URP 프로그램 을 알게 되어 지원하게 되었습니다.
프로그램 일정
프로그램의 진행 일정은 다음과 같습니다.
• 1주차: 인공지능 관련 세미나를 통해 AI가 무엇인지 파악하는 기간입니다. 저는 이전까지 인공지능 관련 수업을 들은 적이 없어, 세미나 내용을 듣고 노트에 정리 하며 학습했습니다.
• 2주차: Object Detection(객체 탐지)에 대해 배우고, SSD 논문을 읽고 이해하는 시 간을 가졌습니다. 이 과정에서 처음으로 논문을 읽고 분석하는 경험을 하게 되었 습니다. 논문을 통해 주장하는 내용과 그 근거를 파악하는 능력을 키울 수 있었습 니다.
• 3~6주차: KAIST PD 데이터셋을 활용하여 객체 인식 기반 모델을 개선하는 기간입 니다. 기존 논문을 읽고 이해하는 것을 넘어, 성능을 어떻게 향상시킬 수 있을지 고민하는 과정이었습니다. 이 과정에서 문제점을 파악하고, 이를 해결하는 기술적 근거를 찾아가는 경험을 했습니다. 특히, 기존 모델의 성능을 높이기 위해 다양한 방법을 실험하면서, 논문에서 제안된 기법을 직접 구현하고 적용해보는 경험을 했 습니다. 단순히 논문을 읽는 것이 아니라, 실제 모델을 개선해보면서 연구자로서 의 사고방식을 익힐 수 있었습니다.
• 7주차: 새로운 테마인 ROS(Robot Operating System)를 배우는 기간입니다. ROS의 개념과 활용 방법을 익혔습니다. ROS를 처음 접하는 분들을 위해 설명하자면, 로 봇 개발을 위한 일종의 프레임워크라고 생각하면 됩니다.
• 8주차: Camera Calibration 개념을 학습하는 주차였습니다. 카메라 보정이란, 영상 에서 왜곡을 보정하고, 정확한 좌표 정보를 얻기 위한 필수적인 과정입니다. 특히 로봇 비전 시스템에서는 정밀한 보정이 중요합니다
URP를 통해 컴퓨터 비전 연구를 실질적으로 경험할 수 있었습니다. 특히, 객체 탐지 모 델을 개선하는 과정에서, 연구란 단순히 기존 모델을 그대로 사용하는 것이 아니라 성능 개선을 위해 문제를 분석하고 최적의 방법을 찾는 과정이라는 것을 깨달았습니다.
예를 들어, 데이터셋의 한계를 분석하고, 다른 논문들을 통해서 모델의 성능이 어떻게 변하는지를 실험적으로 확인할 수 있었습니다. 이러한 과정에서 딥러닝 기반 컴퓨터 비전 연구의 핵심 개념과 실전 적용 방법을 익힐 수 있었습니다.
또한, 기존 논문의 내용을 단순히 이해하는 것이 아니라, 실제 코드로 구현하고 이를 응 용하는 과정이 중요하다는 점도 알게 되었습니다. 논문의 수식이나 이론을 이해하는 것 만으로는 부족하며, 이를 직접 코딩하고 실험하며 검증하는 것이 연구의 핵심이라는 것 을 몸소 경험할 수 있었습니다.
후기
urp를 통해 제 부족한 점을 많이 깨닫는 계기가 되었습니다.
우선, 저는 다른 학우들에 비해 코딩 실력이 부족한 편이었습니다. 비록 부트캠프에서 코 딩을 경험했지만, GPT의 도움을 받아 로봇을 개발했던 터라, URP 기간 동안에는 직접 코 드를 분석하는 데 어려움을 느꼈습니다. 따라서 URP를 준비하시는 분들께 Python 공부 를 미리 해두는 것을 적극 추천드립니다. 특히, 딥러닝 모델을 다루는 과정에서 PyTorch 다루게 되므로, 기본적인 코딩 능력이 필요합니다.
또한, 세미나 발표를 하면서 발표 실력의 부족함도 느꼈습니다. 저는 발표하는 것에 대한 두려움이 있었고, 사람들 앞에서 이야기하는 것이 익숙하지 않았습니다. 하지만 발표를 준비하며 생각을 정리하는 법을 배웠고, 발표 방식에 대한 이해도도 향상되었습니다. (비 록 여전히 발표에 대한 자신감이 부족하지만, 이전보다는 확실히 성장한 것 같습니다.) 특히, 매주 발표 후 멘토님들께서 주시는 피드백이 큰 도움이 되었습니다. 이러한 피드백 덕분에 발표를 체계적으로 정리하는 방법을 익힐 수 있었습니다.
또한, 컴퓨터 비전 연구를 실질적으로 경험할 수 있었습니다. 특히, 객체 탐지 모델을 개 선하는 과정에서, 연구란 단순히 기존 모델을 그대로 사용하는 것이 아니라 성능 개선을 위해 문제를 분석하고 최적의 방법을 찾는 과정이라는 것을 깨달았습니다.
예를 들어, 데이터셋의 한계를 분석하고, 다른 논문들을 통해서 모델의 성능이 어떻게 변 하는지를 실험적으로 확인할 수 있었습니다. 이러한 과정에서 딥러닝 기반 컴퓨터 비전 연구의 핵심 개념과 실전 적용 방법을 익힐 수 있었습니다.
또한, 기존 논문의 내용을 단순히 이해하는 것이 아니라, 실제 코드로 구현하고 이를 응용하는 과정이 중요하다는 점도 알게 되었습니다. 논문의 수식이나 이론을 이해하는 것 만으로는 부족하며, 이를 직접 코딩하고 실험하며 검증하는 것이 연구의 핵심이라는 것을 몸소 경험할 수 있었습니다
마지막으로, 학습 내용을 정리하는 방법에 대한 인사이트를 얻었습니다. 이전에는 단순히 머릿속으로 이해했다고 생각하고 넘어가는 경우가 많았지만, 이번 경험을 통해 진짜 이 해란 다른 사람에게 설명할 수 있어야 한다는 것을 깨닫게 되었습니다.
비록 2개월이라는 짧은 기간이었지만, 많은 부분에서 부족함을 극복할 수 있는 소중한 시간이었습니다. 멘토님들의 격려와 조언 덕분에 한 단계 성장할 수 있었고, 같이 urp를 진행하면서 동기들과 함께 공부하면서 좋은 영향을 많이 받은 것 같습니다. 우현, 계무, 인택, 우진, 태경, 지연, 승현이 2개월 동안 모두 고생 많았고 함께 urp를 해서 정말 좋았 어. 그리고 이러한 기회를 제공해주신 최유경 교수님께도 감사의 인사를 전합니다.
이 글이 URP 프로그램을 고려하는 분들에게 도움이 되었기를 바랍니다. 감사합니다.
