안녕하세요, 곧 졸업을 앞둔 학생입니다. 현직 개발자/엔지니어 선배님들의 현실적인 조언을 구하고자 글을 씁니다.

저는 최근 1년 정도 공들여 졸업 과제를 마쳤습니다. **'부동산 가격 예측을 위한 멀티모달 데이터 파이프라인 구축'**이 주제였습니다.

[제가 한 프로젝트 내용 요약]

1. 데이터 수집: 공공 API 및 웹 크롤링으로 아파트 실거래가, 경제지표 등 정형 데이터와 위성 이미지를 수집했습니다.

2. 인프라/파이프라인: 수집 과정을 Airflow로 자동화하고, Docker 환경에서 AWS S3에 데이터를 적재했습니다. (GCP의 GEE API도 사용)

3. 특징 추출 (Multi-modal):

   • 정형 데이터: MLP 모델을 통과시켜 64차원 벡터로 변환.

   • 이미지 데이터: ResNet-50을 통과시키고 PCA로 32차원 벡터로 변환.

4. 모델링: 두 벡터를 융합(Fusion)하여 256차원 벡터로 만든 뒤, TCN 시계열 모델에 입력하여 학습했습니다. (GRU, LSTM과 성능 비교)

5. 예측: 학습된 모델로 시나리오 분석(낙관/중립/보수)까지 구현했습니다.

[저의 고민과 현재 상황]

문제는 이것이 제가 내세울 수 있는 유일한 E2E 프로젝트 경험이라는 것입니다. 저는 4년 내내 CS만 깊게 공부한 학생이 아니고, 부동산 도메인 지식도 없습니다.

이 프로젝트 하나만으로 '데이터 엔지니어' 또는 '데이터 분석가' 신입으로 취업 시장에서 경쟁력이 있을지 자신이 없습니다.

그래서 플랜 B를 고민 중입니다. 1월부터 4개월 과정으로 IDEC(반도체설계교육센터)에서 반도체 회로 설계를 배우는 것입니다. (이쪽 분야에 아버지가 예전에 종사하셔서 약간의 연줄이 있을 수도 있지만, 불확실합니다.)

[제가 플랜 B를 고민하는 가장 큰 이유: AI 리스크]

솔직히 AI에 의한 대체가 가장 무섭습니다. 제가 느끼기에 데이터 사이언스나 분석 직무는 AI가 발전하면 가장 먼저 대체될 위험이 있어 보입니다. 하지만 반도체 회로 설계는 순수 하드웨어 공학이라, 적어도 제가 은퇴하기 전까지는 AI가 대체하기 힘들 것 같다는 생각이 듭니다.

목표는 최대한 빠른 취업과 장기적인 직업 안정성'입니다.

[선배님들께 드리는 질문]

1. 신입 DE/DA로서 제 프로젝트의 객관적인 경쟁력은 어느 정도인가요? (Airflow, Docker, S3, GEE, Keras/TCN 등을 다뤄본 이 경험이 4년제 CS 전공자들과 비교했을 때 무기가 될 수 있을까요?)

2. 'AI에 의한 대체'라는 제 생각이 맞을까요? (장기적으로 봤을 때, (A) AI를 다루는 데이터 엔지니어가 더 안정적일까요? 아니면 (B) AI가 대체하기 힘든 반도체 설계 엔지니어가 더 안정적일까요?)

3. 지금 제 상황에서 어떤 선택이 '만점짜리 방법'일까요?

   • 선택 A: (1~2달간) 이 프로젝트를 GitHub와 기술 블로그로 완벽하게 포트폴리오화해서, 바로 '데이터 엔지니어' 직무에 올인한다.

   • 선택 B: (6개월 이상 소요) 불안정한 데이터 분야 대신, 1월부터 4개월간 '반도체 설계'를 배워서 새로운 분야로 취업을 시도한다.

제가 글재주가 없어 AI의 힘을 빌려 작성합니다…ㅎㅎ

답변해주시면 감사하겠습니다.