자신에 대한 고찰

4차 산업이란 말이 화두가 되면서 기술업에 종사하는 사람들이 최근에 가장 많이 듣는 주제들이 있다. 바로 딥러닝과 인공지능이다. 사실 통계학이나 기계학습에서 파생되어 온 내용이라 오래전부터 다뤄졌던 분야이기도 하지만, 최근에 이 기술을 응용한 서비스나 상품들이 사람들이 기대한 것보다 나은 결과를 보여줘서 더 주목받는 것 같다. 예를 들어 딥마인드의 알파고나 보스턴 다이나믹스의 아틀라스 의 경우만 봐도 정말 동작하는 모습을 옆에서 보면 소름이 끼칠 정도이다. 개인적으로 생각하건데 이런 포괄적인 범주에서 바라본 인공지능의 이점은 응용할 수 있는 분야가 참 다양하다는 것이다. 예전에는 단순히 미래의 값을 예측하는 regression 기법에 그쳤던 것이 이제는 의학 분야에서 질병을 진단하고 예측하는데까지 쓰이고..

질문-답변(QA) 시스템은 자연언어형태로 이뤄진 질문에 답할 수 있도록 설계된 시스템을 말합니다. 몇몇 QA 시스템은 특정 질문에 답변하기 위해서 문구나 이미지 같은 원천으로부터 정보를 가져옵니다. 이런 “원천기반의” 시스템은 크게 두 개의 세부 카테고리로 나눠볼 수 있습니다. 하나는 개방형으로, 질문의 형태가 어떤 것이든 상관없지만, 그렇다고 특정 주제에 초점을 맞추고 있지 않은 형태가 있고, 또 다른 형태는 폐쇄형으로, 질문 형태가 세세한 제한을 가지고 있는데 그 제한이 사실 이미 정의된 원천과 관련 있는 형태입니다. (예를 들어 의약과 같이 특정 분야나 사전에 제공된 문구 같이 말입니다.) 이번 글에서는 TensorFlow를 활용해서 질문-답변 시스템을 만들고 코딩하는 과정을 여러분에게 소개할 것입..

Aarron Walter로부터 듣는 5가지 질문들: 상품의 틀 생성, 팀 성장, 그리고 변화를 통한 관리 최근에 저는 InVision에서 디자인 교육부서의 부회장이며, Designing for Emotion의 저자인 Aarron Walter에게 그가 디자인팀을 형성하고 관리하는데 있어서 어떤 점을 배웠는지 논의하고자 물어봤습니다. O’Reilly Design Conference에서 Aaron은 Hard-learned lessons in leading design을 발표할 것입니다. 당신이 다가올 O’Reilly Design Conference에서 발표할 내용은 Hard-learned lessons in leading design이라고 제목이 지어져 있습니다. 청중들이 어떤 점을 바랄 수 있는지 얘기해주세..

원본 : https://www.oreilly.com/ideas/building-deep-learning-neural-networks-using-tensorflow-layers 작성자 : Barbara Fusinska (이 글은 한빛미디어의 IT 기사 번역 세션에서 텐서플로(TensorFlow) 계층을 활용한 딥러닝 신경망 만들기 라는 글로 게시되었습니다.)텐서플로(TensorFlow) 계층을 활용한 딥러닝 신경망 만들기다층 Convolution 신경망을 만들기 위해 Tensorflow를 활용하는 단계적 튜토리얼 Deep Learning은 컴퓨터 비전이나 자연언어처리(NLP), 구문 번역이나 음성을 구문으로 바꿔주는 경우와 같이 다양한 분야에서 그 효율성을 증명하고 있습니다. 이 이름은 머신러닝 동작을 수..

바로 이전 책 리뷰에서는 "엔지니어를 위한 파이썬"을 소개했다. 사실 그 글 서두에서도 언급했던 이야기이지만 Python이란 언어는 정말 전세계적으로 많이 쓰이는 언어이다. 그 근거로 TIOBE Index를 소개했었는데, 문득 이번달의 결과도 한번 소개해보고자 한다. 여전히 python은 JAVA, C, C++과 더불어 많이 쓰이는 언어 중에 하나이며, 아마 짐작으로는 현재와 같이 머신러닝/딥러닝 이나 웹앱 개발이 많이 이뤄지는 개발 트랜드라면 먼 미래에도 여전히 많이 쓰이고 있는 언어로 자리잡고 있지 않을까 싶다. 뭐 아무튼 이런 기류에 맞춰 시중에 보면..

최근에 들어오면서 가장 핫한 언어는 무엇일까? 많은 평가 지표들이 있지만, 그래도 많이 인용하는 지표가 TIOBE Index라는 것이다. 대충 소개글을 읽어보면 이 index는 한달에 한번 전세계 개발자들과 vendor들의 투표를 바탕으로 발표된다고 하는데 이번 12월 결과를 한번 살펴보면 다음과 같다. 결과를 보면 작년과 대비해서 상위권에 있는 언어들의 순위는 바뀌지 않는다. 그 중 내가 장담하건데(물론 내가 장담한다고 뭐가 되는건 아니지만...) 적어도 Python의 위치는 언젠가는 JAVA, C, C++의 순위 중 하나를 차지하지 않을까 싶다. 물론 그러기엔 C,C++, JAVA가 차지하는 비중이 크긴 하지만 차후의 지원성 측면이나 최근 핫한 이슈중 하나인 딥러닝/머신러닝 를 쉽게 실생활에 반영할 ..

요즘 언론에서도 그렇고, 여기저기에서도 4차 산업혁명라는 단어를 사용하고 이에 대한 대비를 해야 한다고 촉구하고 있다. 회사에서도 이와 관련된 세미나를 진행하면서 어떻게 하면 최근 트렌드인 딥러닝이나 머신 러닝을 현업에 반영할 수 있는지를 많이 고민하는 것 같다. 내가 아는게 맞는지는 모르겠지만 4차 산업혁명이란 용어 자체는 2016년 세계 경제 포럼에서 언급된 내용으로, 기존의 3차 산업혁명에서 진행된 기술과 인터넷과의 결합이라는 개념에서 발전해 모든 제품과 서비스가 하나의 네트워크로 연결하고 사물을 지능화시키는 것을 의미한다. 간단히 말해 기술에 관심이 있을만한 사람이라면 한번쯤 들어봤을 인공지능, 자율주행차, IoT, 챗봇 같은게 모두 4차 산업혁명의 산출물이라고 보면 좋을거 같다. 그런데 사실 이..

딱 처음 책을 접했을 때는 뭐랄까... 그림책 같았다. 거기다가 책제목부터 다른 책과 차별성이 있는 듯했다. 일반적으로 "... 첫걸음", "Introduction to ..." 와 같이 정형화된 제목을 갖추고 있었는데, 이 책은 짧은 시간임을 강조한 "3분" 이라는 단어를 제목에 포함해 쉽고 짧은 시간안에 책을 설명하고 있다는 느낌을 주고 있었다. 뭔가 이런 부분에서는 다른 출판사에서 나오는 딥러닝 관련 서적과는 다른 나름대로의 특징을 보여줬다. 사실 이전 책 리뷰를 할때도 언급했던 부분이긴 하지만, 난 이렇게 경량화된 책이 좋다. 휴대성 부분에서나 필요할 때 언제든 들고 볼 수 있는 사이즈이기에 회사 출근할 때나 짬짬히 여유시간이 있을 때 꺼내보기가 좋기 때문이다. 물론 자세한 설명과 완벽한 예제가 ..

SNS나 주변 뉴스만 보더라도 알겠지만, 최근의 기술 트렌드는 머신러닝, 딥러닝 이런 것들이다. 우리가 알고있는 세계적인 기업들의 기술의 발전 방향도 이런 부분을 중점적으로 다루고 있다. 사실 개인적으로 봤을 때도 정말 놀라운 기술 발전이 아닌가 싶다. 과거 같으면 사람이 수동적으로 했어야 했던 일들을 이런 기술을 적용시킴으로써 자동화할 경우, 노동력도 절약할 수 있고, 사람이 할 수 있는 일을 대체할 수 있다고 생각하면 정말 놀랍고 편한 세상이 될것 같다. 그래서 주변에서 보면 정말 많은 사람들이 이에 대해 관심을 가지고 공부하고 있는 것들이 보인다. 나도 주변에서 활용할 수 있는 강의나 자료들을 통해서 계속 공부하고 있다. 최근에 Udacity에서 진행하고 있는 Machine Learning Nano..

(이 포스트는 한빛미디어에서 제공하는 "DirectX 12를 이용한 3D 게임 프로그래밍 입문"을 읽고 쓴 서평임을 알려드립니다.) 개인적으로 컴퓨터를 공부하는 입장에서 가장 난이도가 높은 분야를 3개 꼽으라고 하면 운영체제, 컴파일러, 게임을 꼽고 싶다. (개인적인 의견일 뿐 다른 분야가 더 어려울 수 있다. 내가 잘 모르는 것일 수도 있고..) 운영체제를 다루기 위해서는 하드웨어의 복합적인 동작을 알아야되고, 컴퓨터는 언어를 컴퓨터의 입장에서 봐야하기 때문에, 어렵다고 선택했다. 그리고 마지막으로 게임을 선택한 이유는 게임을 개발하기 위해서는 수학을 공부해야 되기 때문이다. 물론 사람에 따라서는 "수학이 제일 쉬웠어요" 라고 할수도 있겠지만, 3D를 표현하기 위해 내부적으로 여러 수식이 복합적으로 적..

어느덧 회사에서 개발자로 일한지 2년째가 되어간다. 아마 다른 포스트에서 소개했는지는 모르겠지만, 회사에서 하는 일은 통신 관련 소프트웨어, 그중에서도 특정 플랫폼에 올라갈 드라이버나 wrapper를 개발하는 업무를 한다. 물론 상황에 따라서는 개발 환경 구성 및 공유의 역할을 하기도 하지만 main job은 임베디드 소프트웨어를 개발하는 일이다. 회사에서 하는 일중에 개인적으로 느끼는 어려운 일을 꼽아보면 여러개가 있겠지만, 그 중에서도 디버깅이 차지하는 비중에 가장 크지 않을까 싶다. 아무래도 임베디드 소프트웨어라면 그 하드웨어에 맞는 문서를 분석하고 그에 맞게 개발해야 되는데, 말 그대로 디버깅이 필요하다는 말은 십중팔구 내가 해당 하드웨어의 스펙을 잘못 이해하고 개발했을 가능성이 크기 때문이다. ..

한번 이 글을 읽는 사람이라면 물어보고 싶은 내용이 한가지 있다. 과연 여러분은 자료구조와 알고리즘을 어떻게 배웠을까? 아마 컴퓨터 관련 전공을 가진 사람이라면 위의 책 중 하나는 읽지 않았을까 싶다. 특히 Cormen 책은 거의 알고리즘 계의 바이블 수준일 정도로 많이 읽을거라고 생각한다.(물론 아닐수도 있고, 내가 모르는 알고리즘 책이 또 있을 수 있다.) 참고로 나는 맨 밑의 책(Horowitz 책)으로 공부했었는데, 과도 컴퓨터과도 아니고, 그렇게 심도있게 배웠다는 생각이 없다. 물론 C에 대해서 잘 알기 전에 이 책으로 자료구조부터 배워서 그런지, 이 책을 처음 접할때는 뭔가 읽기도 난해했고, 재미없었던 기억이 난다. 그래도 알고리즘의 기초부터 구현까지 단계별로 설명한 좋은 책이었다고 생각한다...

리버스 엔지니어링(Reverse Engineering)이란 뭘까? 임베디드 개발을 얼마 해보진 않았지만, 그냥 나름대로 낸 생각으로는 만들어진 상태에서 어떤 과정을 거쳐 내부 동작 원리를 이해하고 분석하는 것이라고 생각한다. 물론 이게 처음 접하게 되면 무슨 내용인지 하나도 모른다. 그도 그럴게, 진짜 아무 툴도 없는 상태에서 동작원리를 알기란 쉽지 않기 때문이다. 그렇기 때문에 먼저 타겟 디바이스의 데이터 시트나 스펙을 읽고, 분석을 한다. 물론 운영체제와 같이 디바이스 상에서 돌아가는 SW의 형태도 분석하고, 그러고 나서 Trace32같은 하드웨어 디버거를 사용해서 실제 동작이 스펙에 나와있는 것과 같이 이뤄지는지를 확인하고 그 다음 과정을 거치곤 한다. 이런 모든 일련의 과정이 결국 디버깅이라는 게..

원본 : 4 essential skills software architects need to have but often don’t 작성자 : Brian Foster(본 글은 한빛미디어의 IT 기사 번역 세션에서 소프트웨어 아키텍트에게 필요하지만 종종 가지고 있지 않은 4가지. 라는 글로 게시되었습니다.) 소프트웨어 아키텍트에게 필요하지만 종종 가지고 있지 않은 4가지.- 소프트웨어 구조 내면에 대한 고찰 마이크로서비스. 지속적 출시. 리액티브 시스템. 클라우드 지향적 구조... 많은 소프트웨어 아키텍트(혹은 이를 지향하는 사람들)은 적어도 그들 사업 영역에서 형성되어 있는 최신 경향과 개발 기술에 대해 익숙함을 느낍니다. 그런 주제에 대해서 배울 수 있는 수많은 자원들이 있습니다. 책이나 온라인 비디오부..

최근 IT 트랜드가 여러 갈래가 있겠지만, 그중에서도 핫한 주제를 꼽으라면 딥러닝이 아닐까 생각된다. 나도 회사에서 하는 일이 디바이스 드라이버나 운영체제를 다루는 일이긴 하지만, 일을 하면서도 어떻게하면 딥러닝이라는 주제를 우리가 하는 일에 접목시킬 수 있는가를 계속 고민하고 있다. 물론 쉬운 일은 아니지만... 사실 불가능한 일도 아니다. 이런 기계학습이라는 주제 자체가 축적된 데이터를 바탕으로 이뤄지는 것이기 때문에 우리쪽에서도 그런 데이터 쌓이는 분야만 잘 선정하면 되는 것이다. 그리고 생각보다 이런 주제를 다루는 곳이 온라인 상에 무척 많다. 온라인 강의만 놓고 봐도 입문용 강의 중 Andrew Eg 교수의 Machine Learning 이나 Abu-Mustafa 교수의 Learning from..