자신에 대한 고찰

요새 기술 트렌드가 인공지능이라고 많이 표현하고, 회사나 학교에서도 이를 응용한 교육이나 기술을 많이 적용하려고 노력하는 것 같다. 그런데 개인적인 생각으로는 이런 기술도 기본적인 소양이 뒷받침되어야 진정으로 이해하고 나아갈 수 있지 않을까 하는 생각을 많이 해본다. 예를 들어서 행렬연산이나 벡터의 개념없이는 신경망이 연산하고, 학습되는 과정을 이해하기 어려울 것이고, 기본 자료구조나 알고리즘에 대한 이해없이는 그런 동작 과정을 개선시키거나, 이해하는 것 자체가 벅찰 것이다. 사실 나같은 경우도 현업에서 인공지능 관련 기술을 실제 환경에 적용하는 일을 하고 있긴 하지만, 그런 과정이 쉽지 않을 뿐더러 너무나 논리적으로 설명하기 어려운 부분이 많다는 것을 많이 느낀다. 그래서 그냥 시간나는 틈틈히 알고리즘..

내가 Unity를 처음 접하기 시작했던 건, 2012년 Imagine Cup 준비할 때였다. 그때 마침 Kinect 프로그래밍을 할 수 있는 Unity Asset을 준다고 해서, 프로그래밍을 잘 몰랐던 그때 입장에서는 진짜 막막해서 책도 이것저것 사보고 그랬던 기억이 있다. 그런데도 지금도 살펴보면 알아야될게 너무나 많다. 단순히 C#이나 Javascript만 가지고 프로그래밍만 하면 될게 아니라, 캐릭터모델도 생각해야 되고, 카메라 뷰도 고려해야 한다. 더구나 모델 역학도 들어가 있어, 이를 위한 수학적 지식도 알고 있어야 한다. 뭔가 게임을 개발하는데 있어 알아야 할게 많지만, 그래도 그나마 이를 쉽게 해주는 툴이자 프레임워크가 Unity가 아닐까 싶다. 더구나 최근에는 인공지능을 공부하는데 있어서 ..

지연율, 오류, 성능, 효율성, 그리고 블랙박스 모니터링에 초점을 맞춤으로써 고성능 시스템 구현하기 Radar station (source: Paul_Henri via Pixabay) 이제 당신은 (이제는 블록체인을 활용해서) 최신의 웹 애플리케이션을 만들 수 있고, 사용자들은 그런 것들을 좋아할 것입니다. 접속률은 높아질 것이고, 이제 큰 압박을 느끼기 시작할 것입니다. 그리고 어느 날 아침에 일어나보면 사이트가 밤새 느려져 있고, 사용자들이 불평하고 있다는 것을 알게 될 것입니다. 문제를 어디에서 찾을 수 있을까요? 당신이 웹사이트나 내부 애플리케이션을 개발하는 개발자이든, 이런 것들을 포괄하는 시스템을 관리하는 관리자이던 간에, 당신의 업무는 이런 작업들이 한번 동작하기 시작하면 멈추지 않게 하는 ..

10여년 전에 Microsoft에서 주최한 ImagineCup에서 Kinect 분야에 참가한 적이 있었다. 사실 MS 제품군이다 보니 사용해야 될 것이 .net framework였고, C#에 대해서 잘 몰랐던 내 입장에서 막상 서점에 딱 가서 고른 책이 "뇌를 자극하는 C# 5.0"이었다. 그래도 나름 입문서의 타이틀을 단 만큼 실습 예제와 정의가 잘 설명되어 있었고, 그나마 필요한 부분을 잘 습득해서 대회를 준비했던 기억이 난다. 그때만 하더라도 C#이라고 딱 들으면, MS 관련 프로그래밍을 할 때 필요한 언어, 또는 Unity3D를 개발할 때 필요한 언어, 나름 객체지향을 지향하는 언어이며, 다른 언어들의 장점을 가져오고자 노력한 언어로 알고 있었다. 다만 일반적으로 많이 쓰이는 C / JAVA / ..

머신러닝 관련 서적중 거의 최고봉이라고 할 수 있는 Bishop교수의 Pattern Recognition & Machine Learning (PRML) 책이 온라인으로 무료 배포되었다. (역시 MS의 힘이 대단한건지...) 이전에 중고 원서 구할때도 4만원정도 냈었고, 원서값도 어마어마하기도 했지만, 책 안에 포함되어있는 내용들은 그 값어치를 넘어서는 것 같다. 참고로 최근에는 한글 번역판도 출판되어서 조금더 접하기 쉬워진거 같다. 아무튼 기존에 접하기 어려웠던 사람들도 이번 기회를 통해서 널리 공유되었으면 좋겠다.

요새야 대학교 프로그래밍 입문을 Python으로 많이 진행하고 있겠지만(몇몇 학교에서는 언어의 본질을 가르치는 취지에서 Lisp이나 Scheme같은 함수형 언어로 가르치기도 하지만...), 학교다닐때만 해도 가장 많이 가르치고 많이 써먹던 언어가 C와 Java가 아니었나 싶다. 물론 학부를 전자과로 해서 그런지 하드웨어를 다룰 일이 많아 C만 배우고 말았지만, 안드로이드가 돌아가는 기반이나 IT업계에서 널리 쓰이는 범위를 보면 Java의 영향력은 무시할 수 없다. 심지어 Python이 대세인 딥러닝 쪽에서도 최근 Java기반의 라이브러리인 Deeplearning4j(DL4J)가..

과거에는 뭔가 물건을 만들고 싶어도, 이를 만들기 위한 절차나 단가가 개인이 부담하기에는 너무 커 어려웠다. 그런데 최근들어 "3D프린터"라는게 나오면서부터 뭔가 개인이 prototype 이라는 것을 만들 수 있는 기회가 제공되었다. 이제는 공장설비나 비싼 자제가 필요없이 프린터 본체와 PLA같은 저렴한 재료만 가지고도 개인이 생각하는 무언가를 만들어낼 수 있는 것이다. 간단하게는 장난감 인형이 될 수도 있고, 더 나아가서는 총같은 것도 만들어 낼수도 있고, 심지어는 차량의 틀이나 집까지도 3D프린터를 통해 만들어 낼 수 있는 시대가 온 것이다. 사실 나도 집에서 무언가..

- 포스트에서 언급되는 "우아한 사이파이" 는 한빛미디어에서 지원을 받았으며, 이에 대한 개인적인 느낌을 작성한 것임을 알려드립니다. - 요근래 나는 조직이 변경되었다. 예전의 나를 소개할때는 통신 소프트웨어 엔지니어라고 소개되었는데, 이제는 하는 업무가 딥러닝/강화학습 적용쪽으로 변경되었다. 그러면서 개발환경도 이전의 C언어로 짜던 것이 이제는 Python으로 외부 라이브러리도 내 입맛대로 가져다쓰고 개발하고 있다. 아무래도 딥러닝/강화학습을 하려다보니 주어진 dataset을 처리할 기회가 많아지고, 이를 다룰 패키지인 numpy나 pandas, matplotlib에 대한 활용 케이스가 많아졌다. 특히 요근래에는 시각화 관련해서 공부도 좀 하고 있었다. (찾아보니까 보통 matplotlib을 쓰긴 하지..

O`reilly 사에 뉴스레터를 신청하면 가끔 신규 책을 준다면서 설문조사를 요청할 때가 있다. 그때 받은 책중 하나가 바로 이거였다. 사실 내가 선택할 수 있는 책중 가장 관심있는 분야여서 선택한 것도 있지만, 책에 담겨져 있는 이론적인 내용이나 실무적인 내용에 대한 설명이 굉장히 잘 되어 있었다. 알고보니 현재도 amazon에서는 Natural Language Processing 분야에서 Best Seller 1위에 랭크되어 있었다. 방대한 량만큼이나 최근의 트랜드를 잘 담고 있던 책이라 언제쯤 한국에 번역되려나 싶었는데, 원서가 출시된지 거의 1년만에 번역서로 출시되었다. 이 책에 대한 리뷰를 간단히 해보고자 한다. 항상 내가 갈구하고 바랬던 머신러닝 관련 책들은 수식이나 원리에 대한 설명이 잘되어..

C언어... 아마 프로그래밍을 하는 사람이라면 거의 한번쯤 접하는 언어가 아닐까 싶다. 우리 주변에서도 살펴보면 C언어를 통해서 구현되는 소프트웨어들이 정말 많다. 내가 하는 일도 그런거지만 어떤 기기를 제어하는 것도 실상 살펴보면 대부분이 C언어로 구현되어 있고, 내가 속해있는 조직도 보면 통신 프로토콜상의 계층들을 C언어로 구현하고 있다. 그렇게 개발된 소프트웨어가 생활상에 다 들어가 있다. 거진 뭔가를 제어하는 용도의 소프트웨어는 대부분 C언어로 되어 있다고 생각하면 좋을 거 같다. 그런데 보통 C언어는 배우기 어려운 언어라고 생각하는 사람들이 많다. 아무래도 언어 본연적인 내용 외에도 컴파일러나 메모리 같은 외부 환경에 대한 이해도 필요하고, 알아야 될게 많다. 그래서 흔히들 많이 택하는게 참고할..

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..