Udacity를 이끌고 Udacity의 Autonomous System 프로그램을 총괄하는 Sebastian Thrun 강의 답게 Bayesian Thinking을 시작으로 기초적인 확률부터 공부합니다. 이러한 특징은 Sebastian Thrun의 유명한 도서 Probabilistic Robotics의 큰 특징이기도 합니다.
참고로 Probabilistic Robotics은 번역서가 존재합니다. 자율주행 기술에 관심이 있는 사람이라면 원서도 좋고, 번역서도 좋으니 꼭 읽어보도록 합니다.
강의는 기본적으로 Python 언어를 통해 프로젝트를 수행합니다. 필요에 따라 C++ 언어를 사용하는 프로젝트가 있습니다. 자율주행이나 로보틱스를 연구, 개발한다면 개발 환경과 퍼포먼스의 이유로 C++을 사용해야 하는 상황이 많습니다. (개인적으로 필수적이라고 생각합니다.) 다만 강의를 수강하는 대상을 자율주행 분야를 처음 공부하고 관련 커리어를 설계하려는 사람이기 때문에 깊은 내용을 다루진 않습니다.
또한 생각보다 다양한 분야를 다루고, 그 양이 많습니다. 기억에 남는 프로젝트가 많습니다. 자신의 위치를 추정하는 Localization 기술과 자율주행 차량의 기본적인 Path Planning 방법 그리고 신호등 신호 검출과 같은 Computer Vision을 큰 범위에서 공부합니다.
이 외에도 기초적인 C++ 문법과 Python 코드를 C++ 코드로 변환하는 방법이나 함수의 미/적분 개념과 이를 코드로 작성하는 방법과 같은 기초 지식들도 다룹니다. 생각보다 세세한 부분까지 신경써서 강의를 준비했다는 생각이 들었습니다.
방대한 분야를 다루다 보니, 관련 지식이 없는 사람이나 프로그래밍에 익숙하지 않은 사람에게는 다소 난이도가 높을 것으로 생각됩니다.
프로젝트가 기초적인 코드는 사전에 작성이 되어있고, 핵심적인 알고리즘을 작성하는 방식이라 작성해야 하는 코드의 양은 적습니다. 하지만 알고리즘을 이해하는데 필요한 선수지식들을 모두 다루진 않으니 기본적인 지식은 필요하다 느꼈습니다. (사실 저는 영어가 가장 큰 문제이긴 했습니다.)
Udacity를 포함하여 여러 인터넷 강의를 경험했고, 적은 금액의 유료 강의들도 수강했지만 Udacity Nanodegree만큼 강의를 수강하는 수강생에게 이보다 더 잘(?) 할순 없다고 생각합니다.
특히 Nanodegree 강의에서 감동받았던 부분은 프로젝트를 검토하는 리뷰터 피드백에 있었습니다.
프로젝트를 제출하면 리뷰어가 직접 피드백을 작성해줍니다.
리뷰어는 제가 제출한 프로젝트 파일을 살펴보고 추가적으로 조언이 필요한 부분이나, 관련 정보, 코드의 상태 등을 확인해주는데요. 제가 받았던 피드백들 중 하나가 아래 사진과 같습니다. Implement Route Planner 프로젝트에서 받은 피드백입니다. 이러한 피드백을 처음 받아보았는데… 과연 비싼 값을 하는구나(?) 라고 생각했습니다. 훌륭한 경험이었습니다.
앞서 언급하긴 했지만, Intro Self-Driving Cars에서 다루는 내용이 매우 많습니다. 따라서 강의 개수도 매우 많습니다.
결제 당시 강의 활성화 기간이 정해져 있어, 해당 기간 내에 모든 강의를 들어야 하는데요. 주별 학습계획을 설정하고 이를 지키지 않으면 ‘수강해야 하는 강의가 남아있어요’ 메일 폭탄을 받게 됩니다. 바쁜 현실에 일을 하나씩 미루다 보니… 구몬 밀린 직장인 마냥 산더미처럼 수강해야 하는 강의가 쌓여있게 됩니다. 게다가 프로젝트는 제출하는 것이 끝나는게 아니라 리뷰어가 검토할 때 까지 기다려야 한다는 점이 은근 시간을 잡아먹습니다. 20년 12월 미루고 미루고 미루다.. 1월달에 모든 강의를 몰아서 들었습니다.
