자율주행 AI인재, 매트랩·시뮬링크로 키운다

“자율주행 알고리즘 실무에서 가장 많이 쓰는 도구가 매트랩과 시뮬링크다. 교육과정에도 그걸 써야 학생이 실무에 적응하지 않을까?”

세종대학교 지능기전공학부 김성한 교수가 인터뷰를 통해 올해 1학기 학부생 기계학습 수업에 매스웍스의 매트랩과 시뮬링크를 도입했다고 밝혔다. 실무 현장에 빠르게 적응할 수 있는 인공지능(AI), 기계학습(ML) 인재 양성을 위해서다.

김 교수는 “자동차제어 연구를 통해 박사과정을 거쳤고, 지금도 자율주행 연구를 진행 중인데 자동차 분야에 특히, 제어기 분야는 시뮬링크와 매트랩이 필수적으로 사용되고 있다”며 “산업계 자동차 시뮬레이션 환경도 시뮬링크 기반으로 설계돼 있어 학생들이 현업에 빨리 적응할 수 있다고 판단했다”고 매트랩과 시뮬링크를 수업에 도입한 이유를 설명했다.

김성한 교수의 커리큘럼은 2학년 매트랩, 3학년 1학기 기계학습, 2학기 이미지 분류, 4학년 스마트카 제어로 이뤄졌다.

김성한 교수는 “올해 처음 시작하는 만큼 매트랩에 익숙하지 않은 학생들이 있어서 매스웍스에서 제공하는 온램프라는 무료 강의를 사전에 보고 올 것을 사전에 공지했다”며 “추가로 사전에 제공한 3~4시간 정도되는 분석 영상을 보고 수업까지 듣고, 질의응답을 하면 초급자에서 중급자 사이 수준까지 오를 수 있을 것으로 본다”고 밝혔다.

그는 “초중급자 수준이면 매뉴얼을 찾아보면서 충분히 사용할 수 있는 수준”이라면서 “요즘은 오픈소스처럼 모든 것을 아는 것보다 잘 찾는 것이 중요하기 때문에 테스트도 오픈매뉴얼 방식으로 진행했다”고 설명했다.

기계학습 수업은 수학적으로 어려운 내용을 다루기 때문에 이를 그대로 학생에게 가르치기 어렵다는 것이 김성한 교수의 설명이다.

이를 효과적으로 가르치기 위해 데이터 가공, 비지도학습 분류, 회귀분석 등 간단한 예제와 단순한 데이터에 클러스터링과 알고리즘을 적용하고, 원하는 값이 나오도록 알고리즘을 수정하는 초급 단계를 거친다.

김성한 교수는 “기계학습에 대한 수학적 이해가 부족하더라도 클러스터링이 바뀌면 결과값이 바뀐다는 것만 이해해도 반복적인 시도 등으로 접근해볼 여지가 생긴다”며 “그래서 매트랩의 빠른 속도와 시각화가 교육에 있어 상당히 유리하게 적용하는 부분”이라고 말했다.

이어 “다양한 시도를 통해 학생들이 점차 실무에 가까운 기계학습 계산까지 도달하게 된다”면서 “한 학기에 모든 내용을 가르칠 수는 없지만 흥미를 상당 부분 이끌어내는데 많은 도움을 준다”고 덧붙였다.

이 밖에도 자율주행 AI 딥러닝을 위한 이미지 분류(CNN), 객체 인식, 객체 추적, 스마트카 제어 관련 학습이 진행된다.

최종적으로 학생들은 한 학기동안 배운 내용을 토대로 주어진 문제를 해결하는 프러블럼 베이스 러닝(PBL)을 진행하게 된다.

김성한 교수는 “프로젝트는 실습 위주로 진행했으며, 중간중간 배운 내용을 복습할 수 있도록 소규모 과제를 학부생에게 제공했다”며 “중간, 기말 평가는 라이브스크립트를 활용했는데, 직접 문제를 만들거나 설명과 정보를 함께 제시하고, 학생들이 답안도 제출할 수 있어서 상당히 편리하게 사용할 수 있었다”고 말했다.

또 “학부생인 만큼 AI전문 기업에서 원하는 박사급 인재 수준은 어렵지만, 실무에서 사용하는 도구를 이용해 최대한 비슷한 경험을 쌓으려 했다”면서 “회사에 맞춘 사내교육 정도만 받는다면 충분히 바로 실무에 투입될 수 있는 수준은 될 것이라 생각한다”고 강조했다.

세종대학교는 AI인재 양성 및 확보를 위한 경진대회를 지속적으로 개최할 계획이다. 장기적인 목표로는 초중고를 포함해 다른 대학교도 참여할 수 있는 규모로 키우는 것을 목표로 한다.