2026년 10월 1일.
SK네트웍스 AI캠프 4주차를 마무리하면서 이번 주를 돌아본다.
지난주에는 첫 번째 프로젝트가 시작되면서 본격적으로 팀원들과 프로젝트를 고민하기 시작했다. 그런데 막상 프로젝트를 시작하고 나니 생각했던 것보다 신경 쓸 것이 많았다. 무엇을 만들 것인지부터 데이터를 어떻게 구할 것인지, 어떤 기술을 사용해야 하는지, 그리고 내가 지금까지 배운 Python과 Pandas, SQL, Streamlit 등을 실제 프로젝트에서 어떻게 연결해야 하는지까지 생각하다 보니 수업을 듣는 동안에도 계속 프로젝트 생각이 머릿속을 떠나지 않았다.
솔직히 말하면 이번 주는 정신없이 수업을 들었던 한 주였다. 수업 자체를 이해하는 것도 중요했지만, 머릿속 한쪽에서는 계속 프로젝트를 생각하고 있었다.
📌 4주차는 생각보다 짧았다
이번 주는 10월 2일이 휴일이어서 실제 수업일수가 평소보다 적었다. 그래서 체감상 한 주가 더 짧게 지나간 느낌이었다.
수업일수가 줄어든 만큼 한 주 동안 배운 내용을 충분히 정리하고 복습할 시간도 많지 않았다. 특히 지난주부터 시작된 프로젝트-1까지 함께 진행하다 보니 수업 → 프로젝트 고민 → 다시 수업 → 프로젝트 고민이라는 흐름이 반복됐다.
아직 AI를 배우기 시작한 지 한 달 정도밖에 되지 않았기 때문에 새로운 내용을 배우는 것만으로도 벅찬데, 그것을 실제 프로젝트에 적용해야 한다는 것이 생각보다 쉽지 않았다.
하지만 한편으로는 바로 이 부분이 부트캠프에서 프로젝트를 진행하는 이유가 아닐까 싶다. 수업에서 배울 때는 각각의 기능이나 문법처럼 보이던 것들이 프로젝트를 시작하니 하나의 연결된 흐름으로 보이기 시작했다.
💻 프로젝트-1을 시작하면서 달라진 것
지난주부터 첫 번째 프로젝트를 진행하고 있다. 프로젝트를 시작하기 전에는 Python, Pandas, SQL, Streamlit 등을 각각의 기술로 생각했다.
하지만 프로젝트를 직접 고민해 보니 실제 서비스에서는 각각의 기술이 따로 존재하는 것이 아니라 서로 연결되어야 한다는 것을 조금씩 알게 되었다.
데이터 수집 → 데이터 저장 → 데이터 분석 → 필요한 정보 추출 → 화면 구현
이런 흐름을 직접 만들어야 한다는 것이다.
프로젝트를 진행하면서부터 수업을 바라보는 시선도 조금 달라졌다.
예전에는
"이 Python 문법을 왜 배우지?"
라는 생각이 들었다면,
"이걸 프로젝트에서 어디에 사용할 수 있을까?"
라는 생각을 조금씩 하게 되었다.
📊 10월 1일, Pandas와 데이터 분석
10월 1일에는 Pandas를 활용한 데이터 탐색과 요약 통계량, 상관분석 그리고 Plotly를 활용한 데이터 시각화 등을 학습했다.
- df.describe()를 이용한 데이터의 기본 통계 확인
- 평균, 중앙값, 표준편차, 데이터 개수 확인
- df.corr()을 활용한 상관관계 분석
- 데이터 정렬과 조건에 따른 데이터 확인
- Plotly를 이용한 데이터 시각화
- 시간대별 데이터를 그래프로 표현하는 실습
특히 Plotly를 사용하면서 단순히 숫자를 보는 것과 그 숫자를 그래프로 표현해서 보는 것에는 차이가 있다는 것을 느꼈다.
데이터가 많아질수록 숫자 하나하나를 보는 것보다 그래프를 통해 전체적인 흐름과 이상한 부분을 먼저 확인하는 것이 훨씬 효율적이었다.
🤔 프로젝트를 하고 나서 수업이 다르게 보이기 시작했다
이번 주에 가장 크게 느낀 점은 이것이다.
프로젝트를 시작하기 전과 시작한 후에 수업을 받아들이는 방식이 달라졌다.
프로젝트를 하기 전에는 강사가 설명하는 내용을 이해하고 코드를 따라 작성하는 것에 집중했다. 하지만 프로젝트를 시작하고 나서는 "이 기술을 실제로 어디에 사용할 수 있을까?"라는 생각을 하게 된다.
예를 들어 Pandas를 배우면서도 단순히
df.describe()라는 명령어 하나를 배우는 것이 아니라,
"우리 프로젝트 데이터의 상태를 어떻게 확인할 수 있을까?"라는 관점에서 바라보게 된다.
😵 이번 주의 솔직한 반성
이번 주를 돌아보면 가장 아쉬운 부분은 프로젝트에 너무 신경을 쓰다 보니 수업에 100% 집중하지 못했다는 것이다.
프로젝트를 잘하고 싶은 마음이 앞서다 보니 수업을 듣는 중에도 프로젝트 아이디어나 데이터, 구현 방법 등을 계속 생각했다.
결국 프로젝트도 제대로 정리하고, 수업 내용도 완벽하게 정리하지 못한 상태가 되었다.
이번 경험을 통해 프로젝트를 잘하는 것만큼 그날 배운 내용을 그날 정리하는 것이 중요하다는 것을 느꼈다.
앞으로는 프로젝트를 진행하면서 새로운 기술을 배울 때마다 오늘 배운 내용과 프로젝트에서 사용할 수 있는 부분을 함께 정리하려고 한다.
🎯 다음 주에 집중할 것
- 수업 내용을 당일 복습하기
- Pandas 데이터 분석 문법 반복 연습
- 프로젝트 데이터의 구조 정확하게 이해하기
- 프로젝트에서 내가 맡은 부분 명확하게 정리하기
- 배운 Python 코드를 직접 작성해 보기
- 모르는 내용은 그냥 넘어가지 않고 질문하기
특히 AI를 활용해서 코드를 작성하더라도 코드를 그대로 복사해서 사용하는 것에 그치지 않고 "왜 이렇게 작성했는지"를 이해하는 것을 목표로 하려고 한다.
✍️ 4주차를 마치며
4주차는 수업일수가 많지 않았고, 프로젝트까지 겹치면서 정신없이 지나갔다.
하지만 오히려 이런 경험을 통해 부트캠프에서 프로젝트가 왜 중요한지 조금 이해하게 되었다.
수업에서 배운 기술은 머릿속에만 있을 때는 각각의 지식에 불과하지만, 프로젝트를 시작하는 순간부터 서로 연결되기 시작한다.
Python → Pandas → 데이터 → SQL → Streamlit → 프로젝트
아직은 갈 길이 멀다. 하지만 지금 배우고 있는 하나하나의 기술이 앞으로 만들게 될 AI 서비스의 작은 부품이라고 생각하면 조금은 재미있게 느껴진다.
4주차는 완벽하게 잘한 한 주라기보다는 내가 무엇을 부족하게 하고 있는지 확인한 한 주였던 것 같다.
4주차도 끝.
다음 주에는 조금 더 제대로 해보자.
📌 4주차 한눈에 보기
| 구분 | 내용 |
|---|---|
| 기간 | 2026년 9월 29일 ~ 10월 1일 |
| 특이사항 | 10월 2일 휴일로 수업일수가 짧았음 |
| 주요 학습 | Pandas 데이터 탐색, 기술통계, 상관분석, Plotly 시각화 |
| 프로젝트 | 프로젝트-1 진행 및 데이터·기술·구현 방법 고민 |
| 가장 큰 변화 | 배운 기술을 프로젝트에 어떻게 연결할지 생각하기 시작함 |
| 아쉬운 점 | 프로젝트에 신경을 쓰면서 수업에 충분히 집중하지 못함 |
| 다음 주 목표 | 수업 복습과 프로젝트를 연결하고 직접 코드 작성하는 연습 |