본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.
https://fastcampus.info/4n8ztzq
(~6/20) 50일의 기적 AI 환급반💫 | 패스트캠퍼스
초간단 미션! 하루 20분 공부하고 수강료 전액 환급에 AI 스킬 장착까지!
fastcampus.co.kr
이번 수업에서는 LLM이 아닌, 파이썬 부록에서 제공하는 알고리즘 관련 내용을 집중적으로 학습했다. 평소에는 LLM과 같은 AI 모델 활용에만 치중했지만, 이번에는 기초이자 핵심인 알고리즘에 대해 깊이 있게 다룰 수 있는 기회였다. 수업은 먼저 알고리즘의 정의와 필요성에서 출발했다. 문제 해결을 위해 어떤 절차를 밟아야 하는지, 그리고 그 절차가 얼마나 효율적인지에 대한 기본 개념을 확립했다. 단순히 ‘작동하는 코드’를 작성하는 것이 아니라, 입력이 커져도 빠르고 안정적으로 동작하는 알고리즘이 왜 중요한지를 이해하는 시간이었다.
이어서 **알고리즘의 복잡도(Complexity)**에 대해 배웠다. 시간 복잡도(Time Complexity)와 공간 복잡도(Space Complexity)의 차이를 구분하고, Big-O 표기법을 통해 성능을 분석하는 방법을 익혔다. O(1), O(log n), O(n), O(n log n), O(n²) 같은 표기들이 실제로 어떤 의미를 가지는지, 그리고 데이터 크기가 커질수록 실행 시간이 어떻게 달라지는지를 예시와 함께 이해했다. 특히 동일한 문제라도 알고리즘의 선택에 따라 속도가 극적으로 달라질 수 있다는 점이 인상 깊었다.
다음으로 정렬 알고리즘에 대해 학습했다. 버블 정렬, 선택 정렬, 삽입 정렬 같은 기본 정렬부터 퀵 정렬, 병합 정렬, 힙 정렬 등 고급 정렬 알고리즘까지 다양한 종류를 비교했다. 각 알고리즘의 동작 원리, 시간 복잡도, 장단점, 그리고 실제 구현 예시를 파이썬 코드로 실습하며 이해도를 높였다. 단순히 이론으로 끝나는 것이 아니라, 직접 코드를 작성하고 실행해봄으로써 ‘어떤 입력에서 어떤 방식이 더 유리한지’를 실감할 수 있었다.
또한, 이번 학습에서 재미있었던 부분은 visualgo.net이라는 알고리즘 시각화 사이트를 알게 된 것이다. 해당 사이트에서는 정렬뿐만 아니라 탐색, 그래프 알고리즘 등 다양한 주제를 애니메이션으로 시각화하여 보여준다. 단순히 글과 그림으로 이해하는 것을 넘어, 알고리즘이 단계별로 어떻게 작동하는지를 눈으로 확인할 수 있어 학습 효과가 훨씬 높았다. 실제로 버블 정렬과 퀵 정렬을 시각화로 비교해 보니, 데이터 이동과 비교 연산의 차이가 명확하게 보였다.
이번 부록 학습을 통해 느낀 점은, AI나 머신러닝과 같은 최신 기술도 결국 기본적인 알고리즘 이해를 바탕으로 구축된다는 것이다. 모델 최적화, 데이터 처리, 검색 시스템 구축 등 모든 과정에서 알고리즘 효율성이 중요한 역할을 한다. 따라서 이번 기회를 통해 기초를 다시 점검하고, 더 나은 코드와 성능을 위해 어떤 선택을 해야 하는지 감을 잡을 수 있었다. 앞으로도 LLM 같은 고급 기술을 다루더라도, 그 밑바탕에 깔린 알고리즘 사고를 잊지 않고 활용해야겠다고 느꼈다.
좀 더 나아가서 사견을 덧붙이자면, 이번 부록에 포함된 알고리즘 학습이 상당히 유익했지만, 가능하다면 정렬 외에도 탐색 알고리즘(DFS, BFS), 그래프 최단 경로 알고리즘(Dijkstra, Floyd-Warshall) 등 다양한 주제를 더 다뤘다면 좋았을 것 같다. 실제 프로젝트나 코딩 테스트에서 자주 접하는 주제들이니, 실습과 시각화를 함께 제공했다면 학습 효과가 더욱 극대화되었을 것이다. 하지만 이번 부록만으로도 기본기 강화에 큰 도움이 되었고, 앞으로 알고리즘 학습에 대한 흥미를 이어갈 수 있는 좋은 계기가 되었다.
하지만 더 LLM 프로젝트를 넣어줬으면 어땠을까 생각한다.
