2019.02.23 하고 싶은 일 vs 잘 할 수 있는 일

그동안 머신러닝을 공부하고싶었고, 기술의 획기적인 변화 속에서 한 몫을 하고싶었다. 좀 더 구체적으로 말하자면 예측력이 결합된 트레이딩 시스템 개발을 개발하고 싶었다. 그래서 안되는 수학과 영어로 머신러닝 강의를 들었고, 관련 직업군으로 취업활동을 해보기도 하였다.

그러나 직접 부딪혀보니 하고싶은 일을 하기에는 내가 아직 부족한 점이 많다는 것을 알았다. 트레이딩 관련된 프로그래밍 일을 국내에서 하고 싶다면 국내 기업에는 자리가 거의 없어서 외국계 회사를 지원해야 한다. 경험을 그대로 풀어보면, 트레이딩 예측 시스템을 개발하는 외국계 회사에 지원을 했고, 1차에서 영어로된 수학, 프로그래밍 문제를 온라인으로 풀어서 2회 제출했고, 2차에서 한글로 된 수학, 경제, 프로그래밍 문제를 오프라인으로 풀어서 제출했다. 3차, 즉 면접에서는 싱가포르 본사의 개발자와 인터뷰 하는 방식이었는데 전화상으로 수학, 프로그래밍 문제를 영어로 불러주었다. 당연히 잘 못 알아들었고 기술적인 대화를 영어로 하는데 의사소통 자체가 힘들었다. 결과는 당연히 광탈이었다. 이와 더불어 부족한 영어 실력으로 영어로 된 머신러닝 강의를 수강하는 것도 너무 느린 학습속도 라는 한계가 있었기 때문에 이 분야는 내가 최고가 될 수 있는 분야가 아니란 생각이 들었다.

때문에 더이상 하고싶은 일만을 바라보는 고집을 부릴 수 없었고, 생각을 바꿔야만 했다. 어떤 분야든 상위 N%안에 들면 인정받고 어느정도의 부를 누릴 수 있다. 이제부터는 나도 이를 노려볼 수 있는 잘 할 수 있는 일을 찾아 하려고 한다. 이를 위해 실천해야 하는 몇가지 TODO리스트를 정리해 보았다.

[ TODO리스트 ]

1. 머신러닝 대학원은 수학, 영어 부족으로 내려놓자.

2. 현금흐름-투자-성장 선순환 구조를 만들어내기 위해 취업부터 하자.

3. 학습에 드는 비용을 가감없이 투자하자.

4. 학습속도 극대화를 위해 영어가 아닌 한글로 된 강의와 문서를 우선적으로 보자.

5. 영어를 익혀 지식습득의 풀을 넓히자.

6. 최고의 웹 풀스택 개발자가 되자.