Tensorflow Certificate 취득 과정 & 후기 (feat. 구글 부캠)

실로 오랜만에 쓰는 블로그다.

본래 노션에 주로 특강이나 공부한 것을 기록하고 블로그에는 후기나 정제된 이론을 정리했었다.

다만 학교 도서관 근로생으로서 중간고사 맞이 당직 근무를 하게 되어, 정기 모각글 시간을 놓치는 바람에 거의 약 2주나 놓치고 말았다. 그래서 블로그 텀이 조금 길기도 하다. (엥? 최근 글과 텀이 4주인데 나머지 2주는 뭐임 → 각각 깃허브 리드미 정리, 자격증 벼락치기 한다고 블로그에는 글을 안 썼다)

 

각설하고 생애 첫 자격증인 Tensorflow Certificate 취득 과정과 후기를 써보려 한다.

---

 

0. 취득 동기

작년 하반기에 Google ML Bootcamp 4기를 졸업한 나에게는 Tensorflow Certificate를 응시할 수 있는 특전이 주어졌다. 

쿠폰 코드로 Redeem을 제때해야 졸업 후 약 4개월 동안 응시할 수 있었는데, 나중에 보니 캠퍼 상당 수가 기한을 놓쳐더라...(우리 논문 스터디 팀원들 눈감아)

 

다행히도 나는 기한 맞춰 부랴부랴 쿠폰 입력하고 여권 인증하고 얼기설기 씨름하여 Redeem 할 수 있었다.

이 자격증을 정말 볼지 말지는 정하지 않았었지만 Redeem 안 해두면 볼 기회조차 생기지 않기에 일단 등록부터 해놨고, 장장 4개월 끝까지 고민하다가 결국 응시하기로 했다.

이 자격증이 생각보다 부담되지 않고 이것을 공부하는 코세라 과정이 오히려 더 공부가 된다는 후기가 그 이유였다. (그리고 취득한다면 운전면허 이후 첫 자격증이기도 하고)

 

---

 

1. 등록 및 환경설정

■ Redeem

Redeem을 하게 되면 아래 블록이 뜨는데 여기 start 눌러도 덜컥 시험 시작 안되니 걱정하지 말자. 시험은 파이참에서 take exam을 눌러야 시작되니까 오히려 아래 start를 미리 눌러봐서 시험 세팅을 확인해 보자!
참고로 명시된 Expires 날짜를 보지 말고 남은 Expires 기한을 보는 게 맞다. 그래봤자 하루 차이라서 미리 시험 치는 사람들에게는 해당사항 없겠지만 나 같은 막차 탑승 인원들은 귀중한 보너스 시간이 아닐 수가 없다.

 

■ 역시나 문제는 환경설정

[2023년 업데이트] 구글 텐서플로 자격 인증 시험을 위한 파이참, 가상환경, 플러그인 설정 방법

시작하는 과정이 잘 정리되어 있으니 이대로 따라주면 좋음

 

파이썬 설정까진 문제없었다. 아나콘다 가상환경 만들고 필요한 패키지도 pip install -r requirements.txt로 가볍게 패스.

공식 문서에 따르면 파이참을 최신 버전으로 사용하라길래 기존에 깔린 파이참도 오래간만에 24.1로 업그레이드하고 순항하나 싶었는데 문제는 플러그인... TensorFlow Developer Certificate라는 플러그인이 파이참에서 떠야 되는데 안 떴다.

 

처음에는 검색을 막 해보다가 이런 글이 있길래 수동으로 직접 플러그인 디렉토리에 넣어보기도 했는데 파이참은 여전히 깜깜무소식이었다. 디스크에서 플러그인 수동 설치도 역시나 실패.

Cannot Find the TensorFlow Developer Certificate Plugin in the PyCharm Plugin Marketplace - Stack Overflow

Cannot Find the TensorFlow Developer Certificate Plugin in the PyCharm Plugin Marketplace

 

그리하여 시작된 맞는 버전 찾을 때까지 다운그레이드 퍼레이드…!

 

근데 사실 이럴 필요가 없었던 게 오른쪽 사진(tensorflow certificate jetbrain marketplace라고 검색)을 보면 알겠지만 가능한 파이참 버전이 명시되어 있었다.

 

너무 1차원적으로 데스크탑의 파이참 23.1.5 호환 안되고 노트북의 24.1이 호환 안된다고 하니 “아! 더 아래 버전을 깔아야 되겠구나!” 싶어서 자꾸만 내려갔었다. 명색이 전공자인데 이런 것도 확인 안 하다니 반성해야겠다 싶은 순간이었다.

어쨌든 파이참 23.3.5를 설치하고 성공한 플러그인 설치..!

 

---

 

2. 자격증 공부

■ Coursera 수강 및 꿀팁

원래는 구글 부트캠프에서 들은 Deep Learning Specialization을 정리하고 응시할랬지만 막차 탑승을 하다 보니 시간에 쫓겨 바로 tensorflow 강좌를 듣기 시작했다. 참고로 구글 부트캠프 특전으로 이 강좌도 미리 계정에 추가되어 있어서 편-안 하게 수강했다.

DeepLearning.AI TensorFlow Developer Professional Certificate | Coursera 

DeepLearning.AI 텐서플로 개발자

 

위 강좌는 4개의 코스로 이루어져 있고 각 코스는 4주의 과정으로,

강의는 대개 짧게 짧게 구성되어 있고 주차별로 실습, 퀴즈, 과제가 주어졌다.

 

나는 딥러닝에 대해 어느 정도 알고 공부보단 취득이 우선이었기에 No 필기, No 실습으로 금방금방 넘어갔다.

(원래 무엇이든 강의라면 필기하고 보지만 그러면 강의 시간보다 거의 3배 걸린다)

그리하여 주차별로 약 30분 정도 걸렸고, 순공부시간은 전체 약 8시간 걸렸던 것 같다.

추가 팁으로, 강좌를 들으면서 아래 Reference가 굉장히 도움이 됐다.

williamcwi/DeepLearning.AI-TensorFlow-Developer-Professional-Certificate (github.com)

GitHub - williamcwi/DeepLearning.AI-TensorFlow-Developer-Professional-Certificate: DeepLearning.AI TensorFlow Developer Professi

 

---

 

3. 시험 응시

■ 시험 난이도

일단 코세라 강의를 들었다면 난이도는 어렵지 않으리라 확신한다.

다른 블로그 후기들을 보면 5번이 제일 어렵고 강의에서 안 나왔던 것이 나온다고 하던데 나는 오히려 5번보다 3,4번에서 조금 더 애를 먹었었다. 근데 그마저도 문제끼리 상대적이라 그렇지 절대적으로 보면 모든 문제의 난이도가 다 평이했다.

■ 시험 방식

문제의 순서는 강좌 목차와 비슷하게 1번은 단층 레이어, 2번은 mnist, 3번은 vision, 4번은 nlp, 5번은 시계열 문제였다.

문제 방식은 과제처럼 주석으로 안내된 부분을 채우면 됐다.(ipynb 파일이 아닌 py 파일에서) 

뭐... 더 이상 스포는 삼가고 시험 응시 시간은 5시간 중 약 2시간 정도 걸렸는데 이것도 필요한 부분 채우기보다 모델 돌리고 디버깅하는 시간이 많이 걸렸다.

■ 모델링 & 컴퓨팅 리소스

다른 블로그들은 모델 돌리는 게 시간이 특히 많이 걸려서 코랩을 많이 쓴다고 한다. 모델 돌리다가 시험 끝나면 어떡하지 하는 생각에 나도 지레 겁먹고 코랩을 준비하려 했으나 당일치기로 강좌를 듣는 동안 코랩 GPU 리소스를 전부 소진하여 불가했다. 절망할 뻔했으나 캐글 노트북도 코랩과 같이 쓸 수 있음을 떠올리고 곧바로 실행한 결과 성능은 역시 확실하게 챙길 수 있었다.

 

그런데 애로사항은 여기서 추출된 모델 세이브 파일(.h5)을 시험 디렉토리에 넣어서 결과 확인하려고 하면 이상하게 출력 형식이 다르다고 오류가 났다. 똑같은 코드를 파이참 로컬환경에서 그대로 돌려서 추출된 모델 세이브 파일은 문제없이 잘 돌아가기도 하고 모델링 속도도 준수해서 결국은 그냥 로컬에서 계속 돌렸다는 웃픈 사실...(본인은 게이밍 데스크탑 로컬 환경을 갖고 있음)

 

---

 

4. 취득하고 나서

이때가 밤을 새우고 아침이었는데 생각보다 평이한 난이도에 실소가 나왔으나

이내 첫 자격증 취득이란 사실이 뿌듯하여 바로 링크드인에 등록하고 캡스톤 디자인 주간 보고서에도 공부한 내용에 이 사실을 적었다. 아마 구글 부트캠프 4기 캠퍼들 중 내가 Tensorflow Certificate 취득 찐막차이지 않을까 싶다. (Expire를 거의 몇 시간 안 남기고 취득했기 때문...!)

 

그리고 구글 부트캠프는 일찍이 졸업하긴 했어도 이 자격증 취득은 남아있는 숙제 같은 개념이었기에 비로소 구글 부트캠프를 실질적으로 졸업한 느낌이 들어 더욱이 뿌듯했다. 비록 이 자격증 취득이 AI 분야 취업에 엄청난 스펙으로 작용하진 않겠지만 경력 하나 없는 내 이력서에 단비 같은 존재가 생긴 것에 만족한다. (+결이 비슷한 AICE도 원래 계획했으나 이건 추후 KT 지원할 때나 도전해 볼 것 같다.)