딥러닝이 요즘 뜨고 있다고 해서 

한번 해보고 싶은데 어디서 시작해야 될지 모르시는 분들을 위한 

유명 유료 강의 전격 비교!!

  


  저는 얼마 전 유다시티(Udacity) 의 Deep Learning Nanodgree Foundation 강의를 수료하고, 현재 코세라(Coursera) 에서 신규로 개설된 Deep Learning Specialization 강의 중 첫 번째 서브 카테고리 강의 수강을 완료 했습니다. 




 그렇다고 이제 전문가가 된 것은 아닙니다. 전문가는 커녕 여전히 슈퍼 왕 초보 입니다. 여전히 아는 것은 하나도 없고, 겨우 딥러닝 관련 용어들이 무엇인지 그리고 이제 뭘 공부해야 될지 어렴풋이 보이기 시작한 단계에 서 있는 것 같습니다. 


 저 같이 딥러닝 쪽에 관심은 있으나 어디서 어떻게 시작해야 될지 모르시는 분들은 이 글에서 소개하는 두 강의 중 더 마음에 드시는 것 하나를 선택하셔서 시작하시길 추천 드립니다. 두 강의 모두 저렴한 강의들은 아닙니다. 직장인인 제 입장에서도 선뜻 결제하기엔 망설여 지는 금액이였습니다. 사이트 결제 창에 카드 번호를 한땀 한땀 입력하면서 정말 많은 고민을 했었습니다. 차라리 이 돈으로 낡은 제 노트북을 크고 우람한 데스크탑으로 바꾸는게 낫지 않을까 하는 고민부터 시작해서, 과연 내가 결제 해놓고 강의를 다 끝낼수 있을까 하는 생각까지 오만가지 생각을 하였었습니다.



 그래도 결제 완료 후 강의를 들었을 때 돈이 아깝다는 생각은 들지 않았습니다. 비록 강의를 다 듣고 난 지금도 여전히 초보자이고, 모르는 것 투성이지만 이제 혼자서 뭘 어떻게 공부할 수 있겠다는 생각을 할 수 있게 되었습니다. 그리고 정말 간단한 문제에 대해서는 저 나름대로의 모델링을 해 볼 수 있게 되었습니다. 그런 의미에서 두 강의 모두 비록 유료 강의지만 제 값을 하는 유료 강의라고 생각 합니다.


  


1. 강의 소개


 우선 각각 강의 소개를 해보겠습니다. Udacity Deep Learning Nanodgree Foundation (이하 DLNDF) 는 유다 시티에서 제공하는 인공지능 관련 나노디그리 프로그램을 듣기 위한 기초 강의 입니다. 


DLNDF 링크


 유다 시티의 나노 디그리는 해외에서 어느 정도는 인정 받는 수료증이라고 보시면 될 것 같습니다. 유다 시티는 다양한 나노 디그리 프로그램을 제공하는데, 인공 지능 관련 분야로는 Robotics, Self Driving Car 그리고 Artificial Intelligence  이렇게 세 프로그램을 운영하고 있습니다. DLNDF 는 이 세 프로그램을 듣기 전에 듣는 강좌로 DLNDF 를 수료한 사람은 Robotics, Self Driving Car, AI 나노디그리 프로그램을 등록할 때 우선 등록권 부여 등 일부 혜택을 제공하고 있습니다.



 저 같은 경우 3월에 개설된 반을 신청해서 들었습니다. 아무 때나 등록해서 들을 수 있는 것은 아니고, 2~3 개월 간격으로 신청을 받고 있습니다. 유다시티 사이트에서 Waiting list 에 메일을 등록해 두면 강좌가 오픈할 때 메일을 받을 수 있으니 그때 신청하셔서 들으시면 됩니다.


 Coursera 의 Deep Learning Specialization (이하 DLS) 프로그램은 아무 때나 등록은 가능 하나 강의 시작일이 따로 정해져 있습니다. 코세라의 Specialization 도 어느 정도 인정 받는 수료증 입니다. Nanodgree 든 Specialization 이든 수료증을 목표로 할 정도로 대단한 수료증은 아닙니다만, 그래도 링크드인이나 이력서에 한 줄 써 넣을수 있는 정도는 된다고 생각 합니다. 


DLS 링크


 지난 8월에 처음으로 오픈한 강의이자, 코세라의 설립자이면서 바이두의 인공지능 수장이였다가 지금은 Deeplearing.ai 를 운영하고 있는 Andrew Ng 이 직접 강의하는 강좌 입니다. 


총 5개의 서브 강의로 이뤄져 있으며, 원한다면 모든 강의를 선택하지 않고 각각 한 강의씩 선택해서 들을수도 있습니다. 수료증도 각 서브 강의 별로 받을 수 있습니다. 



2. 강사

 

 코세라의 DLS 는 Andrew Ng 이 직접 강의를 진행 합니다. 그에 반해 유다시티의 DLNDF 은 메인 강사 1명과 딥러닝 및 데이터 사이언스 관련 유명 유투버인 Siraji Raval 가 강의를 진행하고 주차 별로 딥러닝 분야의 유명인들이 나와 강좌를 진행해 줍니다. 특히 GAN 강의의 경우 Ian Goodfellow 가 직접 나와 강의를 진행하기도 합니다. (캐스팅 클라스 ㄷㄷㄷ)  




 결론적으로 코세라의 DLS 와 유다시티의 DLNDF 모두 매우 훌륭한 수준급 강사가 강의를 진행하고 있다고 보시면 될 것 같습니다. 굳이 단점을 각각 찾는다면 DLS 를 진행하는 Andrew Ng 교수님의 경우 강의를 진행하실 때 목소리가 좀 작다는 점, 그리고 DLNDF 의 경우 강사가 여러 명이다 보니 뭔가 통일성이 없는 듯한 느낌을 들 수 있겠습니다. 사실, 둘 다 별 단점 같지도 않은 단점 입니다. 



3. 금액

아무리 대단한 강의라도 유료 강의라면 금액을 신경쓰지 않을 수 없습니다.  


유다시티의 DLNDF 의 경우 전 프로모션 이벤트 기간에 등록하여 원금 $800 을 할인 받아 $599 를 강의료로 결제하였습니다. 프로모션 이벤트가 매번 강좌 오픈할 때 마다 하는 것은 아니나 유다시티에서 종종 할인 이벤트를 하니 Waiting list 에 등록해 두시고 강의가 오픈할 때마다 강의료가 얼마인지 지켜보시는 것도 좋을 것 같습니다.

 

 유다시티의 경우 약 600 ~ 800 달러 정도를 한번 결제하고 나면 끝 입니다. 추가 결제 금액도 없고 수료증 발급을 위한 별도 금액도 없습니다. 결제를 완료하고 나면 AWS 크레딧을 약 100 달러 정도 주어 AWS 환경에서 딥러닝을 돌려 볼 수 있게 해줍니다.


 코세라의 DLS 는 결제 방식이 유다시티와 약간 다릅니다. 매달 $49 씩 결제하는 방식 입니다. 커리큘럼에 대해서도 설명 드리겠지만 DLS 는 크게 5개의 서브 강의들로 이뤄져 있고 각 강의 당 약 3 ~ 5 주 정도 걸린다고 강의 설명에 명시되어 있습니다. 따라서 약 5개월 정도 걸린다고 하면 총 250 불 정도 된다고 보시면 됩니다.


 재미있는 것은 5개의 서브 강의들을 순서대로 듣는 것이 아니라 동시에 들을 수도 있습니다. 따라서 만약에 첫 달에 5개 강의를 모두 동시에 시작해서 한 달만에 모두 듣는다면 50 불만 내고 끝낼수도 있습니다. 하지만 그렇게 한달 만에 끝낼 수 있는 분이시라면 굳이 강의를 안 들으셔도 될 것 같습니다.... 



4. 커리큘럼

유다시티의 DLNDF 는 아나콘다 설치, 쥬피터 노트북 설치와 같은 환경 설정부터 시작해서 Neural Network --> CNN --> RNN --> GAN 순서로 강의가 진행 됩니다. 기초부터 시작해서 자연스럽게 난이도가 올라가서 갑자기 엇 이게 뭐지!? 하면서 당황하게 되진 않습니다. 물론 그렇다고 쉽게 쉽게 강의가 진행되는 것은 아닙니다. 어렵습니다. 하지만 강사들이 나름 자세하게 설명하고 최대한 많은 학습 도구와 자료들을 제공하고 있어 차근 차근 따라가다 보면 못 따라갈 부분도 없습니다.




첫 번째 주제인 NN 까지는 python 과 numpy 만을 사용해서 모델링을 하고 과제를 진행하고, 두 번째 주제인 CNN 부터는 본격적으로 tensorflow 를 사용하고 AWS 환경에서 GPU 를 사용해서 학습시키는 법 등 실용적인 부분을 다루게 됩니다. 


과제는 총 5개의 과제가 나오고 모든 과제를 제출해야 수료증이 나오게 됩니다. 과제별로 데드 라인이 있기는 하지만 전체 강좌가 끝나는 시점 전에만 과제를 제출하면 모두 제출로 인정 해 줍니다. 늦게 제출했다고 점수가 깍이거나 하는 부분도 없습니다.


유다시티 강좌의 장점으로 과제에 대한 리뷰를 말하지 않을 수 없을 것 같습니다. 총 5개의 과제에 대해서 매번 사람이 직접 과제에 대한 리뷰를 해줍니다. 리뷰는 비싼 강의료를 지불한 만큼 매우 자세하게 해줍니다. 파라미터로 어떤 값을 사용하라는 것부터 어떤 함수를 사용하는 것이 더 좋다는 식이나 어떻게 모델링을 변경하면 좋을지 등 라인 바이 라인으로 매우 자세하게 봐주어 도움이 많이 되었습니다.


모든 강의를 마치는데는 약 6개월 정도 소요 됩니다.


개인적인 어려움으로 저는 파이썬을 전혀 다뤄보지 않은채 강의를 시작해서 처음에 애를 좀 먹었습니다. 선형 대수학이나 미분, 확률 통계와 같이 수학적인 부분에 대해서는 강의 내에서 필요한 부분을 집어서 설명해 주기 때문에 어느 정도 따라 갈 수 있었으나 오히려 프로그래밍 적인 부분에서 파이썬을 한번도 안다뤄보고 시작하니 처음에 꽤 허둥 댔었습니다. 그렇다고 파이쎤을 엄청 잘해야 강의를 따라갈 수 있는 것은 또 아닙니다. 강의 들으시긴 전 얇은 책 한권 눈으로 쓱 훝어보시거나 유투브의 파이썬 관련 영상 몇 가지 보시고 시작하시면 좋을 것 같습니다.


코세라의 DLS 도 유사한 커리큘럼을 가지고 있습니다. 크게 보면 Neural Network --> CNN --> RNN 의 순서로 진행되며, Neural Network 자체의 실용적인 부분에 좀 더 집중한 커리큘럼으로 이뤄져 있습니다. DLS 의 경우 좀 더 수학적인 부분을 유다 시티에 비해 자세히 다룬다는 느낌을 받았습니다. 물론 유다시티 강의에서도 수학적인 부분을 다루기는 하나 구현적인 부분에 좀 더 치중한 반면, DLS 는 수학 계산식이 Neural Network 의 각 레이어를 지날 때 마다 어떻게 변하고 업데이트 되는지 하나 하나 따라가면서 이론적인 부분을 좀 더 탄탄하게 해주는 느낌을 받았습니다.


DLS 도 유다시티 강의와 마찮가지로 python 과 tensorflow 를 사용해 과제를 진행 합니다. 매주 1개의 이론 퀴즈와 1 ~ 2개의 프로그래밍 과제가 있습니다. 과제들의 데드 라인이 있으나 각각의 서브 과제 일정이 종료되기 전에만 내면 제출 완료로 인정해 줍니다.



두 강의 모두 과제 제출 일자에 대해서 꽤나 관대 합니다.



5. 강의 방식

코세라의 DLS 의 과제를 진행하는데 제 로컬 PC 에 별도로 설치하거나 세팅해줘야 하는 것은 없습니다. 강좌 서버의 Jupyter notebook 을 열람하여 해당 노트북에서 직접 코드 수정 하고 실행하여 결과를 확인하기 때문에 뭔가 따로 설치해야 하는 수고를 덜 수 있습니다.


위에서 언급했다 싶이 DLS 강의는 수학적인 공식을 기본으로 이론을 설명 합니다. 각 모델들이 수학적인 수식으로 어떻게 표현되어야 하는지에 대해서 매우 꼼꼼하게 설명해 줍니다. 물론, 꼼꼼하게 설명해 준다고 해서 제가 모두 이해 했다는 말은 아닙니다. 


강의는 수식이나 이론적인 측면에서 설명하는데 비해 과제는 꽤나 실용적인 면으로 접근 합니다. 실제 딥러닝 현장에서 사용되는 방법을 최대한 반영해서 프로그램을 구성했다고 합니다. 과제의 경우 노트북 상에 비어진 코드를 채워 넣는 방식 인데, 노트북 상에 힌트들을 엄청 많이 적어 두었습니다. '꼭 너가 이 과제를 너의 힘으로 풀기를 바란다'는 무언의 메시지가 담겨 있는 듯한 느낌을 받을 정도로 친절하게 힌트들을 이곳 저곳에 두었습니다. 이게 장점일 수도 있지만 어설프게 이해 한 다음에 과제를 접했을 때 내가 이해한 것을 바탕으로 푸는 것이 아니라 힌트에 맞추어 과제를 하게 되어 오히려 마이너스 요인이 되기도 했습니다.


유다시티의 강의 방식은 수학적인 요소 보다는 구현 쪽에 좀 더 포커스를 맞춘 느낌이였습니다. 퀴즈의 경우 이론 퀴즈 보다는 코드 구현 퀴즈가 대부분이였고, 강의 별 Jupyter notebook 을 가지고 하니씩 구현해 가면서 이론을 설명해 주었습니다.


DLNDF 는 코세라의 DLS 와 다르게 로컬 PC 에 개발 환경을 셋업해 주어야 강의를 진행하고 과제를 제출 할 수 있었습니다. 강의 가장 초반에 어떻게 환경 셋업을 해줘야 하는지 스텝 바이 스텝으로 가이드 해주어 초보자인 저도 쉽게 셋업할 수 있었습니다. 


코세라의 DLS 는 칠판에 판서를 하듯 필기 위주의 강의가 진행되는데 반해 유다시티의 DLNDF 는 그림 위주로 설명이 진행 됩니다. 그리고 동영상 강의로만 이뤄지지 않고 중간 중간 읽을 거리를 제공 해 주어 이론에 대해서 좀 더 자세하게 설명해 주었습니다. 


DLNDF 의 과제도 코세라의 DLS 와 마찮가지로 꽤나 실용적인 주제의 과제들로 구성 되었습니다. 하지만 GAN 과제인 얼굴 생성 과제의 경우 GAN 을 통해 생성된 얼굴의 퀄리티가 매우 낮았고, 그닥 실용적인 주제라기 보단 연구적인 주제로 보여 개인적으로 좀 아쉬웠습니다.


전체적으로 강의 방식은 두 강좌가 매우 달랐습니다. 어느 쪽이 더 좋은지에 대해 평가하지는 못하겠지만 개인적으로 재미있기는 유다시티 강의가, 이해하기 편한데에는 코세라의 강의가 더 좋았던 것 같습니다.

 


6. 난이도

전 딥러닝 주제 자체가 쉽지 않은 주제라고 생각 합니다. 그래서 강의 자체의 난이도는 상 중 하로 보았을 때 최소 중은 된다고 봅니다. 그리고 아무래도 영어의 제약이 없을 수가 없습니다. 아쉽게도 두 강의 모두 한국어 자막을 지원하지 않고, 강의 컨텐츠가 모두 영어 입니다. 한국말로 배워도 어려운데 영어로 하라니! 


그나마 다행인 것은 두 강의 모두 영문 스크립트를 지원한다는 점과 강의 속도를 조절할 수 있다는 점 입니다. 그래도 여전히 어렵습니다. 그래서 저는 김성훈 교수님의 모두를 위한 딥러닝을 강좌와 병행해서 들어 많은 도움이 되었습니다. 이런 훌륭한 한국말 강의를 무료로 만들어 주시다니ㅠㅠ 충성충성충성


모두를 위한 딥러닝 유투브 링크 


강의 난이도는 둘 다 쉽지 않지만 과제 난이도는 좀 다릅니다. 물론 제가 아직 코세라의 DLS 는 5개의 큰 주제 중 1개만 끝냈기에 단정지어 말할 수는 없으나 확실히 과제 난이도는 유다시티가 좀 더 높습니다. DLS 의 경우 어떻게 짜라는 가이드 라인 뿐만 아니라 힌트까지 쥬피터 노트북에 써져 있어 과제 내용에 비해 난이도는 상대적으로 낮은 편 입니다.



7. 기타

마지막으로 각각 강의에서 제가 생각하는 상대적 장점을 찾아보겠습니다.


우선 유다시티 DLNDF 는 슬랙 커뮤니티가 매우 활발하게 운영되고 있습니다. 한국인 학습자를 위한 채널도 있고, 강의를 듣는 분들끼리 서로 스터디도 하고 모르는 부분을 물어보고 답변도 잘해주며, 운영진들도 신속하게 질문에 답변을 달아주는 편 입니다. 


코세라와 유다시티 모두 모바일 앱이 있긴 한데, 전 코세라 앱이 상대적으로 강의 듣기에는 좀 더 좋았습니다. 코세라는 앱만 가지고 강의를 끝마칠 수 있도록 구성 되어 있는데 반해 유다시티 앱은 완성도가 상대적으로 떨어지는 느낌이였습니다.


이상 위의 내용을 아래와 같이 표로 정리해 보았습니다.  모쪼록 두 유료 강의에 대해서 관심이 있으셨던 분들에게 조금이나마 도움이 되었으면 좋겠습니다. :-) 감사합니다!

 

 DLNLDF

DLS

 강사

Udacity 프로그램 담당 강사 +

Siraji, Andrew Trask, Ian Goodfellow 등 초대 강사 

Andrew Ng 교수

 금액

 $600 ~ $800

매달 $49

 커리큘럼

 6개월

(NN -> CNN -> RNN -> GAN)

 약 5개월

(NN -> CNN -> RNN)

 강의방식

 구현 위주

수학 위주

 난이도

강의 난이도 중 

과제 난이도 상

강의 난이도 중

과제 난이도 중 

 기타

커뮤니티 우수

모바일 앱 (상대적) 우수