My (not so pretty) journey in tech
Ever since I joined the platform, I wanted to post about a topic I was really passionate about....
개요 #
개발자 isha singh이 Dev.to에 자신의 학습 여정을 정리한 글을 올렸다. C++로 시작해 자료구조·알고리즘, 머신러닝, 웹 개발을 차례로 거쳐 지금은 오픈소스 기여를 목표로 하고 있다는 내용이다.
글의 무게중심은 기술 스택 목록이 아니라 그 사이사이의 좌절에 있다. 저자는 "성공담은 넘치는데 현실 점검은 부족하다"며, 그 불균형이 초심자를 불안하게 만든다고 짚었다.
시작은 C++, 그리고 압도당하는 감각 #
저자는 C++을 처음 붙잡았을 때를 "모든 게 벅찼다"고 표현했다. 자기 수준에서는 충분히 잘하고 있었는데도 혼자 뒤처진 것 같고 붕 뜬 기분이 들었다고 한다. 그래도 포기하지 않았고, 언젠가는 해낼 거라는 믿음을 놓지 않았다. 다만 그날은 꽤 많은 고생 끝에 왔다.
여기서 저자가 강조하는 지점이 있다. 실패하는 사람들이 그 원인을 자기 자신에게서 찾는다는 것이다. 성공하기 전에 여러 번 실패한다는 사실을 아무도 말해주지 않으니 벌어지는 일이다. 중간에 그만두는 사람들은 자기 잘못이 아니었다는 걸 끝내 모른 채 자신의 일부를 잃는다고 썼다. 최악의 날에 필요한 건 결국 해낼 수 있다는 믿음 하나뿐이라는 이야기다.
Photo by Padli Pradana on Pexels
DSA는 수학과 닮았다 #
C++을 끝낸 뒤 자료구조·알고리즘(DSA)으로 넘어갔다. 저자는 이 과정을 감정의 롤러코스터라고 불렀고, DSA가 자신을 여러 방식으로 겸손하게 만들었다고 회고했다.
핵심 비유는 수학이다. 일주일이나 한 달 만에 잘하게 되는 분야가 아니라는 것. 진짜 노력과 지속성이 필요하고, 몇 달에서 길게는 1~2년을 스스로에게 약속하면 된다고 했다. 여러 번 다시 시작하게 되더라도 괜찮다. 사람마다 학습 속도가 다르고, 남의 시간표에 자신을 끼워 맞출 필요가 없다는 게 저자의 결론이다.
초심자를 위한 구체적인 조언도 하나 남겼다. **모든 문제를 서로 다른 예제로 최소 세 번씩 손으로 따라가 보라(dry run)**는 것. 로직을 만드는 힘은 거기서 나온다고 했다.
머신러닝에서 웹 개발까지 #
다음은 머신러닝이었다. 저자는 밑바닥부터 전부 배웠다고 밝혔는데, 이 과정에서 머신러닝이 쓰는 수학이 생각보다 덜 논의된다는 점을 느꼈다. numpy, pandas, matplotlib, opencv까지 도구 하나하나가 인상적이었다고 한다. 자신이 좋아하는 분야를 찾으려고 여러 기술 영역을 탐색하기 시작한 것도 이 무렵인데, 결과적으로는 전부 다 좋아하게 됐다.
웹 개발은 고등학교 때 HTML·CSS·JS를 다뤄본 경험이 있어 낯설지 않았다. 그러나 깊이 들어가면서 개발이 완전히 다른 단계로 넘어와 있다는 걸 알게 됐다. React와 Angular 같은 프레임워크 덕에 코드 작성이 훨씬 수월해졌고, Node.js의 변천사를 이전 로그까지 찾아 읽으며 그 진화 과정에 놀랐다고 한다. 코딩에 대한 관심이 크게 붙은 계기였다.
지금은 오픈소스, 다음은 AI와 시스템 프로그래밍 #
거대한 코드베이스를 이해할 만큼 지식이 쌓이자 관심은 오픈소스로 기울었다. 저자는 큰 코드베이스가 관리되는 방식 자체가 아름답다고 표현했다. 방대한 코드를 훑는 데는 실제로 상당한 품이 들고, 그런 코드베이스를 책임감 있게 유지하는 사람들에게 고맙다는 말도 덧붙였다. 기술이 이만큼 발전한 배경에 오픈소스가 있다는 게 저자의 시각이다.
현재 목표는 오픈소스 기여 실력을 더 끌어올리는 것, 그리고 AI와 시스템 프로그래밍을 더 배우는 것이다.
글은 이렇게 끝난다. "이게 제 여정 전부입니다. 아주 조금이라도 도움이 됐다면 정말 기쁠 것 같아요."
이 글은 위 출처를 바탕으로 한국 독자를 위해 재작성한 기사입니다. 원문의 사실과 수치에 근거하며, 별도의 견해를 포함하지 않습니다.