금융빅데이터연합학회 FIND-A(FBA), 1년간의 활동 후기

https://findagroup.notion.site/FIND-A-80265664ef02435996a05731a077975a

FIND-A

FIND-A 노션 페이지의 대문.

 

사실 아직 파이널 컨퍼런스까지는 1개월 가량 남았지만, 거의 끝을 맞이하는 시점에서 적는 FIND-A(파인드 알파) 1년간의 활동 후기.

 

 

내가 처음 데이터 분석을 만난 것은 2016년 여름이었다. 

 

알파고가 이세돌을 이기고, 온 세상이 AI의 위대함과 위험성을 떠들고 있던 당시 아직 학부생들에게 AI에 대한 기회는 크게 열려있지 않았다.

 

다양한 동아리들과 학회들은 갓 걸음을 내딛은 수준이었고(...) 다양한 경영 학회에서는 여러가지 경영 솔루션을 도출하는데에 있어서 데이터 분석을 조금씩 이용해보고 있었다.

 

당시 통계학적 방법론에 관심이 많았던 나는 stepwise regression 등의 방법으로 모델을 찾는 방식을 공부하고 연습하던 중, 우연한 기회로 다음소프트(현 바이브컴퍼니)에서 인턴 기회를 얻게 되었다.

 

하지만 아직 태동기였던 데이터분석 및 AI 산업은 초급 수준의 기술만 구사하고 있었고 여러 면에서 실망한 나는 이 분야에 대한 관심을 끄게 되었다.

 

 

그러게 몇년이 지나, 회계 및 재무 공부를 이어가던 나는 우연히 FIND-A를 만나게 되었다.

 

(현재는 FBA_Quant라는 금융 빅데이터 퀀트 학회가 유명한 것으로 알고 있는데, FIND-A도 원래 FBA였다. 다만 사정이 있어서 두 학회가 분리된 것으로 알고 있다.)

 

처음엔 가벼운 마음이었다. 내가 알고 있는 2016년도의 학회와 동아리들 수준은 처참했기에, FIND-A에 가입함에 있어서도 별 큰 기대가 없었다.

 

하지만 1:7정도의 가벼운(?) 경쟁률을 뚫고 들어와보니, 약 4년만에 세상은 크게 바뀌어있었고 그 당시의 학부생과 지금의 학부생은 같은 수준이 아니었다.

 

2기 회원으로써 처음 본 1기 분들의 중간 프로젝트 발표.

 

충격이었다.

 

일단 50%정도는 못알아들었다. 

 

회계사 2차까지 갔고, 학부 수준의 재무와 회계, 통계 전반에는 자신이 있던 나인데도 불구하고 처참하게 못알아들었다.

 

 

 

중간 프로젝트 발표 당시, 퀀트계에서 유명한 셀럽(?)이시자 FIND-A 설립자 중 한명이신 퀀트 대디님도 특별 강연자로 오셨던 걸로 기억한다.

 

해당 프로젝트들에 대한 충격은 나만이 느낀 것은 아니었는지, 퀀트 대디님께서도 장문의 글을 남기셨다.

 

https://blog.naver.com/stochastic73/222290822942

 

중간 발표가 끝난 후, 내 머리속에는 한가지 생각이 떠올랐다.

 

내가
왜
모르지?

 

나는 모르는 걸 싫어한다. 운동할 땐 매주 피트니스 논문을 하나씩 읽으며, 요리를 할 땐 요리책 몇권의 레시피와 해당 요리의 역사, 등을 전부 외운다. 

 

오랜만에 모르는 것에 충격을 받은 나는, 온 힘을 다해 FIND-A의 모든 교육과정을 완벽하게 이수하기로 결심했다.

 

 

Digital Finance vs Quantative Trading

 

Find-A에는 두 분야가 있다. Digital Finance와 Quantative Trading이다. 

 

Digital Finance는 말 그대로, 금융 분야의 Digital Transformation에 대응할 수 있는 교육과 프로젝트를 진행한다.

 

Quantative Trading은 퀀트다. Trading을 전문으로 하는 퀀트를 양성하는데에 초점을 맞춘다.

 

나는 Digital Finance Team이었고, 다양한 석사과정생들과 취업을 앞둔 학부생들과 함께 공부를 이어나가게 되었다.

 

지금은 교육과정이 좀 달라졌지만, Digital Finance Team의 교육 과정은 다음과 같았다.

 

Python -> Machine Learning/Finance -> Deep Learning / NLP

 

 

Python을 못하는 사람은 요즘 거의 없긴 하지만, FIND-A에서는 Python을 꽤 세세하게 배우는 편이다.

 

이 부분이 나는 좀 재미가 없었긴 한데 프로그래밍을 잘 못하는 사람들은 큰 도움이 되었다고 한다.

 

 

Machine Learning 부분에서는 다양한 머신러닝 기법들을 scratch부터 세세하게 배운다. Tree Model의 수학적 원리를 손으로 직접 적어보고, 세션때 발표했던 기억이 난다. 

 

Stochastical Gradient Descent의 개념, Bayesian Classifier, Decision Tree. 그리고 더 나아가 XGboost, RandomForest 같은 Ensemble 기법까지 최성철 교수님의 강의를 바탕으로 대학교 학기 수준으로 배웠다.

 

Finance는 사실 다 아는 내용이었어서 열심히 안했기 때문에 후기를 패스하도록 하겠다.

 

Deep Learning/NLP에서는..... 이때 다들 많이 그만뒀다. 왜냐하면 Pytorch/Tensorflow/Keras 세개를 동시에 배웠거든... 

 

당연히 직접 코딩도 하고 했지만 결론적으로는 난 지금 Keras밖에 못쓴다.

 

지금은 해당 부분에 대한 수정이 이루어져, 좋은 커리큘럼으로 Deep Learning을 배운다고 한다.(부럽다..)

 

퀀트 팀의 커리큘럼에 대해서는 잘 모른다. 아마 NLP를 공부하지 않고 대신 퀀트 논문들을 읽었던 것으로 기억한다.

 

 

Project Team

 

 

약 6개월간의 기나긴 교육이 끝난 후 다들 Project 주제를 공모하여 여러 프로젝트에 참여하게 된다.

 

그냥 단순히 프로젝트 일을 하는 것은 아니라, 프로젝트를 하기 위해서 필요한 공부를 함께 해나가고 마지막에 결과물을 컨퍼런스에서 발표하는 방식이다.

 

나는 시계열 분석 프로젝트 팀을 창설했고, 이 팀은 결국 자연어처리팀(?)으로 변모해버렸지만 좋은 팀원들을 만나 함께 여러 교재로 학습하고, 성공적으로 프로젝트를 마무리할 수 있었다.

 

6개월간의 교육은 일종의 훈련소(?) 같은 느낌으로, 매주 많은 양의 공부를 해나가면서 팀원들과 전우애를 다지는 시간같았다면,

 

6개월간의 프로젝트 경험은 창업팀같은 느낌이다. 자주 만나서 함께 술도 마시고, 배운 내용을 적극적으로 공유하고, 작업물 만들땐 함께 몇시간씩 방에 갇혀서 작업하고. 개인적으로 꽤 즐거운 시간이었다.

 

 

우리 프로젝트 팀의 결과물은 디지털 산업혁신 금융 아이디어 공모전에 제출된 상태로, 만약 수상하게 된다면 여기 블로그에 프로젝트 내용과 후기를 자세히 남겨볼 수 있을 것 같다.

 

 

활동을 마치며

 

힘들었다.

 

많은 휴학으로 인해 18~21학점을 풀로 들으며 학회 활동을 이어나가는 것은 정말 힘든 일이었다.

 

하지만 뭐든지 투입만큼 결과가 있다고 해야하나, 이때의 활동을 바탕으로 난 내가 좋아하고 잘하는 일들을 찾아갈 수 있었다.

 

FIND-A 활동을 하며 약 6~7개의 공모전에 참여했고, 1~2개를 제외하면 전부 높은 성적을 거두었다. 

 

정말 좋은 사람들을 많이 알게 되었고, 함께 금융의 미래를 만들어갈 만한 인재들과 많은 이야기를 할 수 있었다.

 

 

장기화된 코로나는 많은 동아리와 학회들을 박살내고 있고, 이는 FIND-A도 동일하게 겪고 있는 것으로 알고 있다.

 

하지만 많은 변이에도 불구하고 일상으로의 회복이 차츰 나타나고 있는 지금, 위기 극복 이후의 FIND-A가 기대된다.

 

언젠가는 나도 FIND-A의 특별 강연자가 되어, 나의 이런 경험들과 지금의 이야기들을 사람들에게 이야기 할 수 있는 날이 오기를 바란다.