코딩 부트캠프 나와서는 취직 안 된다? 학위해야 취직된다? 근데 한국 대학들은 엉망이다? 그럼 학위를 만들어야지

pabii research

그간 코딩 부트캠프 출신들을 면접보고 뽑았을 때 내가 겪은 경험담과 비슷한 이야기를 요즘 이곳저곳에서 듣는다.

대부분 코딩 부트캠프 출신들을 안 뽑겠다, 그러느니 그냥 인도에 외주 준다, 고급 인력만 뽑겠다는 이야기가 주류다.

나 역시도 굉장히 많은 인건비를 지불해가며 한국 개발 인력들의 수준이 매우 심하게 낮다는 것도 알게 됐고,

더 나아가 부트캠프 출신들의 기본기 훈련 상태를 보며 한국 시장의 부트캠프가 어떻게 작동하는지도 점점 더 자세히 알게 됐다.

 

결론은 같다. 뽑으면 안 된다. 돈만 버린다.

개발자 아닌 나보다 개발 못하는데 개발자라는게 말이 되나?

 

그간 SIAI에서 제공하는 학부 교육에 더 필요한 내용을 추가해서 학부 편입이 아니라 학부 신입부터 받아야하는거 아니냐는 이야기를 많이 들었는데,

저 위의 이야기를 묶어서 생각해보는 중이다.

해결책은 실리콘밸리에서 내가 봤던 수준의 고급 코딩 교육을 하는 그룹에게 교육을 받고,

추가로 우리 SIAI 교육을 공급하기 위해 한국 대학들이 제대로 못하고 있는 수학, 통계학 교육을 해 준 다음,

그 위에 SIAI 편입 교육 or MBA AI/BigData 교육 과정을 추가하는거다.

 

그간 봤을 때 MSc DS, 혹은 MSc AI/DS의 2년 과정 중 첫째 해에 배정했던 몇몇 고급 통계학 수업들을 따라가는 한국인은 희귀하고,

따라가더라도 제대로 쓸 수 있는 시장이 형성되지 않은 곳이 한국의 현실인만큼,

그 수업들 대신에 AI의 Business 적용 관련된 수업들을 더 배정하는 방식으로 프로그램을 확대 개편해볼까 생각 중이다.

그간 MBA AI/BigData 입학한 국내 대학 출신들의 스펙과 교육 결과물을 봤을 때, 그 정도도 살아남을 인력이 거의 없었던 만큼,

저런 학부 저학년 교육을 1.5년간 해 놓고나면 지금보다는 조금 더 생존율이 높아지겠지.

즉, BSc Data Science라는 학위 과정이 아래의 형태로 정리된다

  • 실리콘밸리의 코딩 부트캠프 교육 6개월
  • 수학/통계학 및 관련 기초 과목 교육 1년
  • 기존 MBA AI/BigData (Technical Track) 교육 1년
  • MBA AI/Finance 교육용으로 배정한 과목들 및 기타 과목 6개월

 

앞의 실리콘밸리 코딩 부트캠프와 수학/통계학 기초 교육은 내 입장에서 너무너무 하기 귀찮은 교육이니까,

미국에 괜찮은 부트캠프를 찾아서 협업하는 방식을 찾을 생각이다.

 

공식적으로는 저런 부트캠프가 학위 과정에 포함되면 학위 과정 자격이 없어지니까 피해야하는데,

스탠포드에서 Computational stat 관련 전공 박사 하고는 거기서 부트캠프 하던 애들을 봤던 기억이 있어서

교육 수준도 살짝 더 학위 과정 스타일로 바꾸고, 시험 문제를 제대로 내는 방식으로 보완하면 될 것 같다.

 

부트캠프만 해서 취직되기 힘든게 당연한게, 그 짧은 시간에 아무리 똑똑한 인간이어도 밤잠을 잊고 공부하지 않는 이상

학부 4년 동안 배울 내용을 다 이해하기 힘들다.

미국도 부트캠프들이 요새 망하는 이유가, 그 정도론 취직 따윈 어림도 없다는 평판들이 쌓였고,

부트캠프들도 애들이 다들 나가 떨어지니까 자꾸 쉬운거, 쉬운거 위주로 가르치다가 결국엔 퀄리티가 엉망이 되어 버렸다.

 

아예 수학/통계학 쓰는 부분은 삭제된 상태로 라이브러리 복붙만 하는게 한국의 현실이 된 이유도 같은 이유겠지.

그러니 학원 출신들한테 조금만 응용력+사고력이 필요한 질문을 던지면 벙찐 표정이 되는 것이다.

게시판 만들면서 대댓글 달 때 DB의 Table에 column 값들 어떻게 설계할래라는 질문에 일단 통과하는 경우가 거의 없고,

2가지 이상 들어봐라, 그 중 어느 방법이 댓글이 많을 때 읽기 속도를 덜 지연시킬까? 대댓글의 층위가 복잡해질 때 읽기 속도를 지연시킬까? 같은 추가 질문을 하면 아예 대답을 못한다.

경력직이라는 개발자들도 ‘해봐야 아는데요?’ 같은 한심한 대답들을 늘어놓을 뿐이다.

DB를 읽어와서 화면에 띄우는 구조를 알고 있으면 어떤 DB를 어떻게 쓰느냐에 따라 상황이 다 달라진다는 걸 알텐데,

각 게시글에 태그 값을 달 수 있고, 이걸 키워드 검색 속도 개선에 쓴다면? Table 설계를 어떻게 해야 빨라질까? 아니 느려지는걸 최대한 피할 수 있을까?

그 때 댓글의 여러 층위를 구성하는 방식을 column 1개에 댓글 층위 넘버링으로 해 놨을 때와 mother-daughter 연결식으로 했을 때 어느 쪽이 더 영향을 받을까?

자료구조론을 제대로 공부했으면 논리적으로 답을 찾아낼 수 있는 정도가 아니라 상황에 따라 O(N^k)도 답이 바로 나와야 한다.

전혀 생각을 안 하고 그냥 남들이 만들어놓은 코드만 복붙했으니 조금만 시스템이 확장되어도 답을 못 찾고 어디서 복붙할 코드와 해답지만 찾아다니고나 있는 것이다.

내 입장에선 개발자 면접 1번 질문 급의 쉬운 질문인데, 그간 저 질문을 통과한 개발자를 거의 본 적이 없다.

물론 내가 뽑을 수 있는 인재 풀 밖에 실력자 분들이 있겠지만, 그간 사업하며 면접 본 경력직 개발자들이 백 명 단위가 넘고, 부트캠프 출신들에게서는 한번도 답을 들은 적이 없었다.

이게 한국의 현실, 부트캠프의 현실이다.

 

‘실험해봐야 안다’는 ‘실험충’이 아니라, 논리적 사고에 따라 구조 별로 예상 가능한 문제를 생각해낼 수 있는 훈련을 시켜주는 부트캠프를 거쳐야 돈 낭비를 안 한 것이다.

(아마 내가 경멸하는 개발자들은 갖다 쓸 수 있는 코드를 많이 주는 곳이 돈 낭비를 안 한 곳이라고 생각하겠지.)

교육을 외주 줄 부트캠프를 선정하는 기준은 학생이 나가떨어지건 말건 가르쳐야 되는 교육을 하는 곳이다.

몇 푼 더 벌어보자고 어차피 나가 떨어지는 애들을 잡아봐야 학교 명성만 나빠진다.

 

한국에서 실력파를 찾거나, 혹은 내가 고생해서 커리큘럼을 만들거나 등등을 생각해봤는데,

좀 미안한 말이지만 한국인들에게 세일즈를 할려면 비싸더라도 ‘실리콘밸리’ 딱지를 붙여야된다는 충고를 따르게 됐다.

물론 국내에서 실력파 찾기도 진짜 힘들다. 개발 실력은 있을지 몰라도 그걸 내 눈 높이에 맞춰 가르칠 수 있는 인력 1명 찾기는 기적에 가까운 도전일 것이다.

위에서 들었던 CS쪽 자료구조론의 속도 예시와 우리 SIAI의 계산과학에서 계산 방법별 속도 예시가 O(N^k)를 다룬다는 점에서 맞닿아있는 것 같아 SIAI의 Scientific Programming 수업 소개 & 시험문제를 갖고 왔다.

현실에 터지는 사건들을 대응하며 지식을 활용하는게 우리 SIAI 스타일이라 단순 계산 속도만 비교 하는 저 과목이 가장 덜 SIAI스러운 시험 예시이긴 하지만

CS 지식 활용도라는 측면에서 비슷한 레벨의 교육을 해야 부트캠프로 우수한 개발자를 만들어 낼 수 있다.

 

한국 교육이 얼마나 심각하면 CS 전공 출신들을 개발자로 뽑아도 배운 거 하나 없는 맹한 표정으로 속이 터지는 일들이 이렇게 많이 생기나 싶은데,

다른 한편으로 생각하면 미국에서 CS 전공으로 교수하고 있고, 연구소 있다는 분들이 나한테 찾아와서 기초 수학/통계학도 모르는 사건을 얼마나 많이 봤나 생각해보면,

이대로 가만 놔두다가는 한국이 IT 관련 업무는 모조리 인도에 다 뺏기는 시장이 될 것 같다 싶더라.

 

과거 타 해외대학과 계약하다가 결국 Profit sharing 문제로 곤욕을 치른 적이 있는 만큼,

그쪽 부트캠프들과 가격 협상이 먼저일 것 같기는 한데,

이래나저래나 한국의 Data Science 관련 교육을 뜯어고치려면

Full course로 학부 과정을 확대시켜야겠다는 생각은 하게 됐다.

Similar Posts