캐글 입문 완벽 로드맵: 타이타닉부터 취업 포트폴리오까지 4단계

강의만 들어서는 절대 안 만들어지는 게 포트폴리오죠. 이 글에서는 캐글 입문 4단계 로드맵과 커널 필사법, 그리고 대회 경험을 면접용 무기로 바꾸는 정리법까지 한 번에 담았습니다.

캐글 입문, 강의 10개 완강한 사람 vs 대회 1개 완주한 사람 — 면접관은 누굴 뽑을까요?

답은 거의 예외 없이 후자예요. 수료증은 ‘봤다’는 증거지만, 대회 완주 기록은 ‘해냈다’는 증거거든요. 실제 채용 공고를 보면 “캐글·데이콘 수상 경력 우대”라는 문구가 점점 늘고 있는데, 이건 기업이 검증 비용을 아끼려는 아주 합리적인 선택입니다. 캐글 입문을 미루는 순간, 남들이 쌓는 검증된 성과를 나만 못 쌓고 있는 셈이에요.

이 글은 머신러닝 독학 완벽 로드맵 연재 9화입니다. 허브 글에서 7단계 로드맵의 마지막이 ‘실전(캐글·논문 구현)’이었는데, 이번 화에서 그 실전 단계를 끝까지 파고듭니다. 이 글만 읽어도 완결되도록 썼으니 걱정 마세요. 😊

⚡ 이 글의 핵심만 먼저 보기 (Key Takeaways)

포트폴리오의 본질: 캐글·데이콘은 실데이터 + 공개 리더보드로 성과가 ‘검증’되는 유일한 무료 포트폴리오 채널이에요.
첫 제출 5단계: 계정 만들기 → 대회 참가 → 공개 노트북 fork → 실행 → submission.csv 제출. 오늘 안에 끝낼 수 있어요.
4단계 로드맵: Titanic(분류) → 주택가격(회귀) → Digit Recognizer(비전) → 시계열 순으로 난이도를 올리면 3~4개월에 완주 가능합니다.
커널 필사: 그랜드마스터 노트북을 ‘읽기 → 따라 치기 → 변형하기’ 3단계로 필사하면 독학 속도가 확 빨라져요.
우승 솔루션 활용: 피처 엔지니어링과 앙상블 테크닉은 우승자 공개 코드에서 무료로 배울 수 있습니다.
순위보다 완주: 상위 20% 한 번이면 충분해요. 핵심은 완주 + 회고 글을 GitHub·블로그에 남기는 것.

1. 왜 캐글·데이콘이 최고의 포트폴리오인가

① Verified Score — 리더보드가 대신 검증해주는 성과

혼자 만든 토이 프로젝트의 문제는 정확도 95%라고 적어도 아무도 못 믿는다는 거예요. 캐글과 데이콘은 숨겨진 테스트 데이터로 채점한 점수가 공개 리더보드에 남습니다. 즉, 제3자가 검증한 성과가 프로필 링크 하나로 증명돼요. 면접관 입장에서 검증 비용이 0원인 지원자는 그 자체로 매력적입니다. 이력서에는 ‘캐글 [대회명] 상위 N%’와 프로필 URL을 함께 적어, 클릭 한 번으로 확인되게 만드세요.

② Real Data — 강의용 데이터에는 없는 ‘더러움’

강의 예제 데이터는 깨끗하게 정제돼 있지만, 대회 데이터는 결측치·이상치·클래스 불균형이 그대로 살아있어요. 현업 데이터와 똑같죠. 이 ‘더러운 데이터와 싸운 경험’이 실무 면접에서 가장 자주 파고드는 질문 포인트입니다. 결측치를 어떻게 채웠는지, 이상치를 왜 제거/유지했는지, 그 판단 근거를 대회에서 직접 실험해 두면 면접 답변의 무게가 완전히 달라져요.

2. 캐글 입문 4단계: 타이타닉에서 시계열까지

캐글 입문에서 가장 흔한 실패는 처음부터 상금 걸린 현재 진행형 대회에 뛰어드는 거예요. 난이도 순서대로 완주하는 게 훨씬 빠른 길입니다.

단계	대회	배우는 것
1단계	Titanic (분류)	전처리·검증 루틴 전체 사이클
2단계	주택가격 (회귀)	피처 엔지니어링, 로그 변환
3단계	Digit Recognizer (비전)	CNN 기초, 무료 GPU 커널 활용
4단계	시계열 (Web Traffic 등)	시간 기반 검증, 데이터 누수 방지

1) Titanic — 첫 제출까지 5단계로 끝내기

Titanic 대회는 승객 정보로 생존 여부를 예측하는 이진 분류 문제예요. 데이터가 작아서 무료 커널만으로 몇 분 안에 첫 제출이 가능합니다. 목표는 순위가 아니라 ‘데이터 로드 → EDA → 전처리 → 모델링 → 제출’의 전체 사이클을 한 번 도는 것이에요. 아래 순서를 그대로 따라 하면 오늘 안에 리더보드에 이름을 올릴 수 있습니다.

계정 만들기: kaggle.com에서 구글 계정으로 가입 → 우측 상단 프로필에서 Phone Verification까지 완료하세요. 이 인증을 해야 대회 제출과 무료 GPU 사용이 열립니다.
대회 참가: Titanic 대회 페이지에서 [Join Competition] 버튼을 누르고 규칙에 동의합니다.
공개 노트북 fork: 대회의 [Code] 탭 → 정렬을 Most Votes로 바꿔 추천 많은 노트북을 엽니다 → 우측 상단 [Copy & Edit]를 누르면 내 계정으로 복제(fork)돼요.
실행: 복제된 노트북에서 [Run All]로 전체 셀을 실행합니다. 마지막 셀이 보통 submission.csv 파일을 만들어 줘요.
제출: 노트북 우측 [Submit] 또는 대회 페이지 [Submit Predictions]에서 submission.csv를 업로드 → 몇 초 뒤 공개 리더보드에 내 점수가 뜹니다.

fork한 노트북이 어떻게 제출 파일을 만드는지 감을 잡으려면, 최소 코드를 직접 한 번 써 보는 게 좋아요. 아래는 별도 모델 없이도 제출 파일이 만들어지는 최소 예시입니다.

import pandas as pd
from sklearn.ensemble import RandomForestClassifier

# 캐글 노트북에선 데이터가 /kaggle/input 아래에 자동 마운트됩니다
train = pd.read_csv('/kaggle/input/titanic/train.csv')
test  = pd.read_csv('/kaggle/input/titanic/test.csv')

# 가장 단순한 전처리: 숫자형 피처 몇 개만 사용
features = ['Pclass', 'SibSp', 'Parch']
X = train[features]
y = train['Survived']

model = RandomForestClassifier(n_estimators=100, random_state=42)
model.fit(X, y)
preds = model.predict(test[features])

# 제출 형식(PassengerId, Survived) 그대로 저장
submission = pd.DataFrame({'PassengerId': test.PassengerId,
                           'Survived': preds})
submission.to_csv('submission.csv', index=False)  # 이 파일을 제출!

여기서부터는 피처를 하나씩 추가하며 점수를 올려 가면 됩니다. 첫 제출을 마쳤다면 이미 절반은 온 거예요.

2) 주택가격 & 그 이후 — 회귀에서 비전·시계열로

주택가격 대회는 피처가 79개나 돼서 피처 엔지니어링의 진짜 재미를 느낄 수 있는 단계예요. 여기서 상위 20%를 찍으면 포트폴리오 한 줄이 완성됩니다. 이후 Digit Recognizer로 딥러닝 비전을, 시계열 대회로 시간 기반 검증을 익히면 4대 문제 유형을 모두 경험하게 돼요. GPU가 필요한 비전·딥러닝 단계에서는 캐글이 제공하는 무료 GPU 커널(주당 수십 시간)을 켜서 그대로 돌리면 되니, 내 PC 사양은 신경 쓰지 않아도 됩니다. 주말마다 한 단계씩 진행하면 3~4개월 안에 4개 유형 완주 기록이 만들어져요.

3. 커널 필사: 그랜드마스터의 코드를 훔치는 법

① Kernel Copying — 읽기·따라 치기·변형하기 3단계

캐글의 진짜 보물은 대회가 아니라 공개 커널(노트북)이에요. 그랜드마스터들이 자신의 분석 과정을 통째로 공개해두거든요. 필사는 이렇게 하면 됩니다.

[커널 필사 3단계 루틴]
1단계 읽기   : 상위 추천 커널 1개를 셀 단위로 읽으며
               "왜 이렇게 했지?"를 주석으로 기록
2단계 따라치기: 복붙 금지. 빈 노트북에 직접 타이핑
               (막히는 지점 = 내가 모르는 지점)
3단계 변형   : 피처 1개 추가/제거, 모델 교체 후
               점수 변화를 표로 기록 → 이게 곧 회고 글감

복붙과 타이핑의 차이가 생각보다 커요. 직접 치다 보면 ‘이 groupby는 왜 필요하지?’ 같은 질문이 저절로 생기는데, 그 질문들이 실력의 원천이 됩니다. Titanic 상위 커널 2~3개를 골라 이 3단계로 필사한 뒤 내 버전으로 변형해 보세요. 필사하며 남긴 노트와 주석 자체가 그대로 GitHub 포트폴리오 저장소가 되는 것도 큰 장점이에요.

4. 우승 솔루션에서 뽑아내는 실전 테크닉

① Feature Engineering — 점수를 가르는 8할

종료된 대회의 Discussion 탭에는 우승자들이 솔루션을 상세히 공개해요. 공통점은 모델보다 피처 엔지니어링에 시간을 쏟는다는 것. 파생 변수 생성, 타깃 인코딩, 로그 변환 같은 테크닉이 순위를 가릅니다. 현업에서도 성능 개선의 대부분이 모델 교체가 아니라 피처에서 나오거든요. 예를 들어 주택가격 대회라면 ‘전체 면적 = 지하 + 1층 + 2층’ 같은 도메인 파생 변수를 직접 만들어 보고, 추가 전후의 검증 점수를 표로 비교하며 감을 익히세요. 작은 도메인 이해가 큰 점수 차이를 만듭니다.

② Ensemble — 우승자들의 마지막 한 수

상위권 솔루션은 거의 예외 없이 여러 모델의 예측을 섞는 앙상블(보팅·스태킹·블렌딩)을 씁니다. 개념은 어렵지 않아요. 서로 다른 관점의 모델을 평균 내면 개별 모델의 약점이 상쇄된다는 것. 직접 해 보려면 XGBoost·LightGBM·랜덤포레스트 세 모델의 예측을 단순 평균만 내 봐도 단일 모델보다 점수가 오르는 걸 확인할 수 있어요. 우승 솔루션 코드를 따라가며 배우는 게 교과서보다 빠릅니다.

5. 대회 경험을 면접용 무기로 바꾸는 법

① STAR 회고 — 순위가 아니라 ‘과정’을 파는 법

상위 20%든 50%든, 면접관이 진짜 궁금한 건 순위가 아니라 문제를 어떻게 풀었는가예요. 그래서 대회가 끝나면 반드시 회고를 써야 합니다. 상황(어떤 문제) → 시도(어떤 가설과 실험) → 결과(점수 변화) → 배움(다음엔 뭘 다르게) 구조로 정리해 GitHub README와 블로그에 남기는 것까지가 한 대회의 완주예요. 이렇게 정리하세요.

GitHub: 대회별 저장소를 만들고 README에 문제 정의·접근·최종 점수·배운 점을 정리합니다. 노트북(.ipynb)과 submission 파일도 함께 커밋하세요.
블로그: 실패한 실험까지 포함해 ‘점수를 올린 과정’을 시간순으로 기록합니다. 성공한 코드보다 ‘왜 이 방법을 버렸는가’가 면접에서 더 깊게 물어봐지는 지점이에요.
이력서 한 줄: ‘캐글 [대회명] 상위 N% (프로필 링크)’ + 핵심 기법 1~2개를 붙여 검증과 스토리를 동시에 겁니다.

순위에 집착해 여러 대회를 찔끔찔끔 건드리는 것보다, 한 대회를 처음부터 끝까지 완주하고 회고까지 남기는 쪽이 포트폴리오로서 압도적으로 강합니다. 실패 기록이 오히려 무기예요.

6. 이런 분들께 적극 추천합니다

강의는 많이 들었는데 이력서에 쓸 결과물이 없는 데이터 직군 취업준비생
백엔드·프론트에서 ML 엔지니어로 전환을 준비하는 이직 준비 개발자
토이 프로젝트의 성과를 객관적으로 증명할 방법이 없어 고민인 비전공 독학러
GPU가 없어서 딥러닝 실습을 미뤄온 분 (캐글 무료 GPU 커널로 해결됩니다)
실무 감각을 잃지 않으려고 사이드로 대회를 뛰고 싶은 주니어 데이터 분석가

7. 자주 묻는 질문 (FAQ)

Q. 캐글과 데이콘 중 뭘 먼저 해야 하나요?

A. 정답은 없지만, 학습 자료 양은 캐글이 압도적이라 필사·입문은 캐글 Titanic으로 시작하는 걸 추천해요. 다만 데이콘은 한국어 커뮤니티와 국내 기업 주최 대회가 강점이라, 국내 취업이 목표라면 캐글로 기본기를 다진 뒤 데이콘 대회 1개를 병행하는 조합이 가장 실용적입니다.

Q. 순위가 낮으면 오히려 마이너스 아닌가요?

A. 그렇지 않아요. 순위는 이력서에 안 쓰면 그만이고, 완주 과정과 회고는 그 자체로 자산입니다. 실제로 면접에서는 ‘상위 몇 %’보다 ‘어떤 실험을 왜 했는지’를 훨씬 깊게 묻습니다. 낮은 순위의 완주 + 좋은 회고가, 참가만 한 높은 순위보다 강해요.

Q. 하루에 얼마나, 총 얼마나 걸리나요?

A. 생각보다 오래 안 걸려요. 코딩 경험이 있다면 하루 1~2시간 기준 3~4개월이면 Titanic부터 4단계 완주까지 가능합니다. 비전공 입문자라면 Python 기초를 포함해 6개월 정도를 잡으세요. 중요한 건 총 기간이 아니라 매일 커널을 여는 습관입니다.

✍️ 글을 마치며

포트폴리오는 ‘만드는 것’이 아니라 대회를 완주하는 과정에서 ‘남는 것’이에요. 검증된 점수, 필사 노트, 회고 글 — 이 세 가지가 쌓이면 취업 시장에서 통하는 증거가 됩니다.

가장 좋은 시작은 지금 캐글 계정을 만들고 Titanic 공개 노트북 1개를 fork해 첫 제출까지 해 보는 거예요. 시작 장벽이 가장 낮으면서, 이후 모든 단계의 출발점이 되는 액션이거든요. 🚀

여러분은 어떤 대회부터 도전해보고 싶으신가요? 댓글로 자유롭게 의견 남겨주세요! 😊