AWS DeepRacer Hero 인터뷰 — 당근마켓 유정열님

AWS DeepRacer는 강화 학습 기법을 통해 흥미를 가지고 기계 학습 공부를 시작할 수 있습니다. 클라우드 기반 3D 레이싱 시뮬레이터, 기계 학습 모델로 움직이는 자율 경주용 자동차 및 글로벌 레이싱 리그를 통해 많은 개발자들의 높은 관심을 받았습니다. 우리 나라에서도 예외가 아니어서, 2019년 AWS Summit 서울 리그 이후 많은 분들이 딥레이싱을 즐기고 있습니다.

오늘은 이번에 AWS Machine Learning Hero로 선정되신 유정열님이 어떻게 딥레이서에 흠뻑 빠지게 되셨는지 알아보겠습니다. AWS Hero는 글로벌 AWS 전문가에게 드리는 영예로운 타이틀로서 수백명이 활동하고 있으며, 한국에서는 열 명의 분야별 Hero가 있습니다.

유정열님은 당근 마켓에서 DevOps 엔지니어로 있으며 AWS 한국 사용자 모임(AWSKRUG) DeepRacer 소모임 리더입니다. 지난 AWS re:Invent 2019 결선 진출자였으며, 올해도 AWS re:Invent 2020에서 가상 리그 결선 진출을 하셨습니다.

사실 기계 학습 공부 경험이 전혀 없는 상태에서 AWS DeepRacer를 사용하여 ML 기술을 배우고, AWS Community Day 및 다양한 소모임 배운 내용을 공유하였습니다. 또한 DeepRacer와 관련된 Reward Function Simulator , Rank Notifier 및 자동 제출 봇 등의 코드를 개발하고 배포하였습니다. 작년 이후, 메가존 딥레이서 챌린지, 삼성오픈소스 컨퍼런스, 커뮤니티 리그 등 총 7 개의 커뮤니티 주도 레이싱 리그를 주최하거나 지원해 왔습니다.

이번에 AWS Hero로 선정되셨습니다!

전혀 생각하지 못했는데, 선정되었다는 연락을 받아서 매우 기뻤습니다. 기계 학습이나 인공 지능 전문가가 아닌데도 AWS ML Hero로 선정되어 내심 놀랐습니다. 단지 흥미로 시작했는데, 저도 많이 배우고 많은 분들과 함께 나눌 수 있어서 좋았는데요. 그걸 인정해 주신것이라 생각하니 너무 좋습니다. 매년 미국 라스베가스에서 열리는 AWS re:Invent 행사에 가고 싶었는데, 이제 초대 받아 자유롭게 갈 수 있게 되어서 더 좋습니다. 빨리 그 날이 왔으면 합니다.

기계 학습 배경 없이 어떻게 DeepRacer를 시작하게 되셨나요?

저는 Java 를 위주로 했던 개발자였고, 지금은 당근마켓에서 SRE/DevOps 엔지니어로 일을 하고 있습니다. 처음 딥레이서를 접한건 AWS re:Invent 2018 에서 였습니다. AWS 는 1/18 크기의 실물 자동차를 발표 하였고, 그와 함께 자율주행을 훈련 할 수 있는 딥레이서 콘솔을 발표 했습니다. 평소 RC 카에 대한 로망은 있었지만 여건 상 선뜻 시작 할 수 없었는데. 실물의 차를 받고 훈련 할 수 있는 환경까지 제공해 주니. 바로 빠져들게 되었습니다.

딥레이서를 취미로 하시면서 가장 보람 있었던 것은 무엇이었나요?

먼저 AWS DeepRacer Championship 2019 에 파이널리스트로 초대 받았던 것이 있겠네요. AWS Seoul Summit 2019 에서 출전권을 획득하지 못했지만, 가상 리그를 매월 참가해 파이널 출전권을 획득할 수 있었습니다. 리인벤트가 열리는 라스베가스까지 왕복항공권, 5박 숙박권, 리인벤트 입장권, 그리고 체류비까지 모두 AWS 로 부터 지원 받아 다녀올 수 있었습니다. 도착하니 제 이름표를 들고 있는 리무진이 대기 하고 있어서 놀랐습니다.

다행히 올해 AWS DeepRacer Championship 2020 에도 파이널리스트가 되었습니다. 안타깝게도 올해는 온라인으로 대회를 진행하며, 이번 주부터 준비 레이스가 시작 되었습니다. 그리고, 작년에 메가존 클라우드에 재직 하면서 여러 딥레이서 대회에 운영진으로 참여 했었는데요. 보람되었던 것 같습니다.

공부 하시면서 어려웠던 점은 없으셨나요?

초기에는 딥레이서 콘솔이 없었습니다. 그래서 Amazon SageMaker 와 AWS RoboMaker 로 한땀한땀 훈련을 해야 했고요. 그러면서 Jupyter notebook 이란 것을 처음 알게 되었고, 동작 시키는 방법을 알아내야 했습니다. 이전에는 python 을 짜본 적이 없었지만 그래도 python 문법은 어느 정도 접근하기 쉬웠고요. 하지만 또 다른 난관이 생겼는데, 훈련을 더 잘 시키기 위해서는 수학 함수를 알아야 했습니다. 검색을 통해 두 점 사이의 거리, 각도, 선과 점의 거리, 각도 등을 계산하는 python 함수를 만들수 있었습니다. 그리고 ML 에 대한 지식이 없다보 니 강화 학습(RL), 하이퍼 파라메터 최적화에 대해 많은 시행착오를 거쳐야 했습니다.

지금은 딥레이싱을 위한 콘솔이 잘 구비되어 있고, 각종 학습 도구 및 매달 열리는 다양한 가상 레이싱 리그 및 새로운 트랙, 경기 방법 및 Evo 자동차 등으로 더 재미있어지고 있습니다.

DeepRacer 소모임에 대해서도 간단히 소개해주세요.

AWSKRUG 내에 딥레이서 소모임이 있습니다. 저도 운영진으로 참여 하고 있고요. 딥레이서에 관심 있고 열심히 참여하시는 분들도 많습니다. 여러가지 해외의 소식이나, 경기들에 대한 소개도 전해 주시고, 서로의 훈련 방법이나 결과들을 공유하고 있습니다. 올해는 오프라인 모임 보다는 온라인을 위주로 모임을 갖고 있고요.

커뮤니티에서 레이싱 리그를 열 때 마다 함께 참여하면서, 유튜브에 딥레이서를 시작하고 훈련을 잘 할 수 있는 동영상도 올려져 있습니다. 그리고 소모임에서 활동하시는 몇 분과 팀을 꾸려서 광주에서 열리는 딥레이서 대회에 awskrug-team 으로 출전 중 입니다.

기계 학습을 처음 공부를 시작하려는 개발자분들께 조언이 있다면?

두려움을 버리고 일단 도전 하세요. 기계 학습과 전혀 관련이 없던 저도 그렇게 시작 했습니다. AWS 클라우드에는 흥미를 유발시킬 만한 다양한 ML 학습 도구들이 있습니다. 카메라를 기반으로한 사물 인식을 위한 DeepLens, 이러한 사물 인식을 주행 자동차를 결합한 DeepRacer, 음악 작곡과 결합한 DeepComposer 가 있습니다. 특히 딥레이서는 전 세계적으로 많은 분들이 참여하고 있으며 커뮤니티로 성장하고 있습니다. 궁금하시면 AWSKRUG 슬랙 채널의 #deepracer 채널에 언제든지 문이 열려 있습니다.  여러분과 똑같이 고민 했던 사람들이 많이 있습니다.

딥레이서 커뮤니티가 성장함에 따라, 이제는 누구나 커뮤니티 리그를 만들 수 있게 되었습니다. 기업이나 개발자 모임, 학교 동아리 등은 맞춤형 트랙, 레이스 날짜, 시간 및 초대 할 사람을 선택할 수 있습니다. 이를 통해 커뮤니티를 구축하고 친구와 직장 동료를 위한 팀 빌딩 이벤트를 제공 할 수 있는 기회를 제공합니다. 커뮤니티 레이스는 AWS DeepRacer가 경쟁하고 동료 애호가를 만나며 ML을 시작할 수있는 기회를 제공하는 또 다른 흥미로운 방법입니다!

여러분도 이제 도전해 보세요. 어떻게 시작하는지 궁금하시다면, AWS 한국 사용자 모임의 딥레이서 소모임에서 소개하는 영상을 참고하시고 참여해 보시기 바랍니다.

– Channy(윤석찬);