군더더기 없는 기계학습 백과사전

통상적으로 우리는 샌드위치를 빵 사이에 뭔가 끼운 음식이라고 은연중에 정의할 것이다. 그렇다면 핫도그는 샌드위치인가? 한국에서 핫도그라고 부르는 막대기에 소시지를 끼운 뒤 반죽을 입혀 튀긴 것은 사실 콘도그라고 불린다. 미국에서 핫도그란 소시지를 핫도그 번이라고 부르는 빵에 끼운 것이라는 굉장히 잘 정의되어 있는 음식이다. 미국의 유서 깊고 (핫도그에 한정해) 권위 높은(...) 국민 핫도그와 소시지 이사회(National Hot Dog and Sausage Council)에 따르면 핫도그에 올리는 조미료는 빵이 아닌 소시지 자체에 올려져야 하며, 조미료는 순서대로 보통 물기 있는 편인 머스터드와 칠리를 올리는 것으로 시작되어 건더기가 많은 편인 렐리시, 양파, 자우어크라우트로 이어지고, 치즈가 올려진 ..

리튬 이온 전지인 테슬라 자동차의 건전지는 우리로 하여금 리튬이라는 재료의 가격 때문에 비싸다는 착각을 하게 만들지도 모른다. 그러나 사실 아무리 더 비싼 리튬 광산 채굴 방식으로 생산하는 간펑 리튬 (Ganfeng Lithium) 사가 리튬 공급의 20%를 차지하는 등 테슬라가 리튬 구입에 돈을 더 내고 있다고 해도 리튬의 가격이 테슬라 건전지 가격에서 차지하는 비중은 생각보다 적다. 재료로 따지면 오히려 부피에서 차지하는 비중이 더 크고, 공급에서 다른 금속 추출 과정의 일환으로 생성되는 것들이 대부분을 차지하고, 안정적인 공급이 보장되는 광산이 얼마 없는 코발트가 가격에 미치는 영향이 더 크다. 테슬라 사는 향후 완전히 코발트를 건전지에서 없애버리고 니켈의 비중은 늘여나갈 계획이다. 그러나 재료보다..

기계학습/인공지능 분야에서 매일 같이 새로운 논문이 쏟아져 나오는 오늘날 효율적인 정보 습득을 위해서 논문을 빠르게 소화해낼 수 있는 능력은 필수적이다. 만약 당신이 새로운 기계학습 분야에 대해서 배우고자 한다면 어떻게 시작해야 할까? 해당 글은 앤드류 응(Andrew Ng) 교수가 추천하는 방식을 요약한 글이다. 해당 단계는 어느 정도 영어를 읽을 수 있고 수학적 배경이 있는 학부생 수준에게 추천하는 글이다. 일단 읽어야 한다고 생각하는 논문 리스트와 따로 참고할 수 있는 다양한 블로그 포스트나 미디움(Medium) 같은 웹사이트에 개제 되어 있는 글들을 모아놓아라. 리스트에 있는 글들을 읽어나가는 느낌은 대략적으로 다음과 같다. 0% 100% 글 1 --------- 글 2 ------------X ..

[작성중] 해당 글은 MIT AI 분야 대학원생들이 신입생들 및 AI 연구를 시작하고자 하는 다른 기관의 외부인이 참고하라고 만든 가이드에서 현재 시점에서 유용한 정보들을 모아서 요약한 글입니다. 원글은 다음 링크에서 읽어보실 수 있습니다. 저자들은 내용을 전부 읽을 필요는 없다고 안내하며 쓸만한 내용들을 훑어보길 권장합니다. 독자들은 후반부 내용이 장기적으로 더 흥미롭고 유용한 내용이었다고 합니다. https://dspace.mit.edu/bitstream/handle/1721.1/41487/AI_WP_316.pdf?sequence=4&isAllowed=y AI 논문 읽기 대부분의 연구자들은 본인의 시간 절반 이상을 읽는 데 사용한다. 여러분은 여러분 스스로 하는 것보다 남들의 작업에서 더 빠르게 지식..

꼭 그렇지만은 않다. 대표적으로 리터러리 다이제스트(The Literary Digest)지에서 실시한 대선 여론 조사의 사례가 있다. 1936년에 진행된 해당 여론 조사는 프랭클린 델라노어 루즈벨트와 알프레드 모스만 랜던 중 누가 대선에서 승리할까 묻는 설문 조사였는데 당시 1000만 명에게 보내진 설문 조사에서 236만 명이나 되는 응답이 왔고 랜던의 앞도적인 승리가 예상되었다. 그러나 현실에서는 전체 득표율에서 루즈벨트가 62%나 가져가 버렸고, 48개 주 중에서 46개를 가져가는 대승리를 거두는 반대 상황이 연출되었다. 리터러리 다이제스트지가 이처럼 커다란 실수를 저지른 이유는 표본의 크기를 너무 신뢰하고 표본의 타당성을 간과했기 때문인데, 이는 표본이 수집된 곳이 설문 조사 응답을 얻기 쉬운 3가..

해당 글은 故 패트릭 헨리 윈스턴 (Patrick Henry Winston) 교수님이 MIT에서 40년 동안 매년 1월 IAP(Independent Activities Period) 기간 동안 여시던 How to Speak 강의의 번역 및 요약 글입니다. 윈스턴 교수님은 MIT에서 50년 동안 교수직을 지내시면서 현재 CSAIL에 통합된 MIT 인공지능 실험실에서 비전 및 언어 분야에서 인공지능 연구를 해오셨고, 대중들에게는 6.034 Artifical Intelligence와 6.803/6.833 Human Intelligence Enterprise 강의를 가르치시던 분으로 알려져 있습니다. 영상: youtu.be/Unzc731iCUY 일단 모든 전자기기를 끄자. 여러분에게는 단 한 개의 언어 처리 장..

우리는 항상 뉴스 기사에서 기업들이 딥러닝을 사용해 다양한 작업들을 자동화시키는 사례들을 읽어본다. 그러나 정작 우리가 직접 AI를 활용해볼 수 있도록 영감을 줄 수 있는 자세한 사례는 많이 언급되지 않는 것 같다. 해당 시리즈는 소박하지만 그렇다고 너무 단순하지는 않은 다양한 AI 실생활 응용사례들을 모아서 소개하여 여러분의 개인 프로젝트 아이디어 확장에 도움을 주고자 한다. 일본 애니메이션 여성 캐릭터 이미지 분류기 해당 깃헙 계정은 ResNet-50 인공신경망을 가지고 배치(batch) 사이즈에 따른 이미지 분류기(classifier) 정확도(accuracy) 변화를 실험하다가 우연히 캐글(Kaggle)에 개제되어 있는 있는 데이터셋을 가지고 애니 캐릭터 얼굴 이미지 분류기를 만들어냈다(...) 역..

기본적인 기계학습 알고리즘은 좋은 CPU로도 충분히 감당할 수 있지만 은닉층이 꽤 많은 딥러닝까지 가면 빠르고 효율적인 모델 훈련을 위한 좋은 그래픽 카드의 필요성은 절실해진다. 구글 Colab이나 캐글(Kaggle)을 통해 공짜로 그래픽 카드를 빌릴 수는 있겠지만 이들은 시간제한이 있고 데이터를 옮기는데 시간도 더 많이 걸리므로 제대로 된 작업을 위해서는 다소 무리가 있다. 유료로 구글 클라우드나 AWS 같은 곳에서 그래픽 카드를 더 긴 시간 동안 빌릴 수도 있지만 장기적으로는 이들도 가성비가 떨어진다. 그러나 모두가 좋은 최신 그래픽 카드를 마련할 수 있을 정도로 지갑 사정이 좋지는 않을 것이다. 특히나 최근에 나온 RTX-20/30 시리즈 그래픽 카드는 텐서 코어를 장착해 압도적으로 빠른 연산 속도..