머신러닝 수업이나 세미나 를 들으면서 느꼈던 제일 재밌던 점은, 그동안 배웠던 내용들을 조금은 색다르면서 알차게 꿸수있는 실이 생겼다는 점이다. 낮은 차원에서 안보이는 것들이 높은 차원에서는 보일 수 있다는 것이다. 가장 흔한 예는 2차원에서 XOR 을 표현하는 네점(0,0), (1,0), (1,1), (0,1)을 직선하나로 2범주로 나눌 수 없다. 그런데 이 네점을 3차원으로 데려가면 2범주로 나눌 수 있는 방법이 생긴다. 이렇게 다른 차원으로 오고가는 방식은 굉장히 많은데, 그래도 좀 가깝게 관련있다 싶은 거는 실수와 복소수 사이다. 

기계적으로 복소수 계산을 해온 것을, 저차원인 실수와 고차원인 복소수로 놓고 보면 좀 느껴지는 것이 있다. 

선형대수도 그렇게 볼 수 있는데, 선형대수책 보통 앞에 나오는 (연립)방정식풀기에 집중할 필요없이, 사각형 배열을 다루는 흥미로운 방식이라고 볼 수 있다. 계산 결과에만 몰두하다보면, 이 사각형배열로 무엇을 하고 있는지 감잡기 어려운데, 이 배열의 변화양상에 좀 더 집중할만한 가치가 있는 거 같다.














사실 딥러닝으로 접근해서 괜찮은 효과를 내는 영역도 전부다는 아니다. 데이터들의 배열을 표시하면 엄청난 고차원이어서 큰 그림을 갖기는 힘들지만 효과를 내는 분야들은 어떤 특징들이 있다. 그 고차원의 대부분영역이 성기지만, 아주 일부에 데이터가 빽빽한 경우 효과가 있다고 한다.




댓글(0) 먼댓글(0) 좋아요(2)
좋아요
북마크하기찜하기 thankstoThanksTo
 
 
 

공학의 두 축은 공학의 기능을 디자인하는 영역과 하드웨어 구현영역으로 거칠게 나눌 수 있다. 두 영역의 전문가들은 보통 상대방 영역의 깊이있는 이해를 갖기힘든데, 예를 들면, 통신분야에서 학부과목인 '신호 및 시스템'과 '회로이론'을 바라보는 각 분야의 시선이다. 이 둘은, 두 영역의 핵심 기둥이라고 할만한데, 상대방의 핵심기둥을 작고 초라하게 생각하는 경우가 가끔씩 있다(별로 할 것도 없잖아요, 금방 배우지 ...등등으로). 그런데 가끔 이 두분야를 모두 아우르면서 특별한 전문성을 갖는 공학분야들이 있는데, 그 중 하나가 시스템 엔지니어링이다. 

컴퓨터 구현을 흔히 받아들여 사용하는 '아키텍처' 개념보다, 훨씬 구체적이고 다양하면서 실무적이고 생각지도 못하게 최신 성과를 반영해 계속 업데이트되는 영역이, 시스템 엔지니어링이었다.

요새 유행하는 머신러닝과 딥러닝도 알고리즘 개발같은 설계영역과 이를 실제 컴퓨터언어로 구현하는 영역이 있다. 머신러닝과 딥러닝 세미나와 수업을 간간히 들으러 다니다 보니까, GPU얘기를 꾸준히 듣게 되는데, 원래는 컴퓨터 그래픽 표현을 좀 더 수월하게 할 목적으로 탄생한 GPU가 유사한 계산과정을 겪는 머신러닝 영역에 활발히 활용되고, 한걸음 더 나아가 훨씬 딥러닝계산에 적합한 GPU들이 새롭게 디자인되는 지경에까지 이르게 된다고 한다. 

많은 시간은 아니었지만 기회가 생겨, 좀더 근원적인 접근인 GPU 설계 측면에서 딥러닝을 바라보고 이와 유사하게 분산시스템도 적용할 수 있다는 말을 들으면서 눈이 좀 트이는 느낌이 들었다.















그런 시스템 엔지니어링 분야를 가장 친절하고 체계적으로 소개한 것이 위 책이다. 카네기 멜론 대학에서 이 책을 교재로 진행하고 있는 수업도 있고 구글링하면 관련 자료들이 꽤 뜬다. 

이 컴퓨터 시스템공부를 해보려면 기본 선수과목은 리눅스, C언어, 운영체제이론 등인거 같다. 예전에 잠깐씩 보고 말았던 리눅스 책들이, 굉장히 흥미롭게 다가왔다. 
















운영체제나 컴퓨터 구조도 마찬가지다.
















확실히 자연과학분야가 직관적인 그림을 그리기에는 약간은 수월한 것에 비하여, 공학분야는 어떻게 연결되고 구성되는지 직관적으로 전체 그림을 짜기가 어려운 거 같다. 두 분야의 교집합이 적지 않지만, 처음부터 끝까지 자연현상을 설명하는 자연과학과 공학적인 목적에 좀 더 부합하는 의도와 관점을 갖는 공학은 생각보다 결이 많이 달라 보인다. 거기다 그 공학적인 개념들은, 다시 사람마다 쉽게 받아들이는 정도도 영역도 달라서, 공학의 분야의 작업들이 갖는 특유의 효율성을 깨닫는 것이 중요한 과제이면서 재미인거 같다. 



댓글(0) 먼댓글(0) 좋아요(6)
좋아요
북마크하기찜하기 thankstoThanksTo
 
 
 

전문적인 의학영역 보다는 일상적인 건강에 관련된 영어를 조금씩 접해본다. 지금 보는 책은 Jerome Groopman의 <How Doctors Think> 다.
















이 책은 의사들이 환자들을 보고 진단하는 방식과 과정에 초점을 맞춰, 학교에서 배울때, 수련의로서 경험할때, 전문의가 됐을때, 여러 환자와 전공분야에서 일어나는 현실을, 보통 사람들도 어렵지 않게 접근할 수 있도록 흥미로운 에피소드를 매번 전면에 배치하고 관련된 여러 입장과 결과를 보여준다. 그 과정에서 다양한 의사(잘 알려진 의사, 열심인 의사, 바쁘기만한 의사, 막 의사가 된 의사...)의 입장도 그려내고, 그런와중에 일반인이 겪는 건강과 병에 관련된 어휘들과 표현들이 빈번하게 등장한다.

예전에 속독연습할 때 봤던 그림이 많은 애들 책, 로알드 달의 <Matilda>에서도 어린이들이 하는 말 중에 놀리거나 감정표현할 때 몸과 관련된 말을 많이 쓰는 걸 보고, 되게 재밌게 느꼈다. 우리가 쓰던 말도 많이 등장하는데, '머리에 피도 마르지 않은 게' 똑같지는 않지만 거의 비슷한 표현이 있고, 코딱지 같은 말도 재밌게 쓴다.


















댓글(0) 먼댓글(0) 좋아요(3)
좋아요
북마크하기찜하기 thankstoThanksTo
 
 
 

미드보는 방법을 한번쯤 다시 생각해볼 계기가 생겼다. 소설이나 드라마들이, 예전처럼, 몰입도 있게 재밌는 시절은 지나간 것 같고(내 성격유형 영향이 큰 듯), 그래서 찾아서 읽거나 볼 일이 십년 정도 거의 없었던 거 같다. 영어 듣기나 말하기로 접근할 때도, 몇번 하다보면 손을 놓기가 일쑤였는데, 몰입될 일이 없었던 이유가 큰 것 같다.

어쨌든, 영어 읽기나 글쓰기에 대한 관심을 놓지 않다 보니, 소설 읽기나 논증 읽기 때 하는 방식처럼 미드에 접근하는게 제일 괜찮아 보였다.

그러니까, 모르는 단어 찾기는 제일 나중에 하고, 드라마를 보면 대강의 스토리는 이해가 가는데, 크고 작은 여러 의문들이 생긴다. 등장인물 이름때문이기도 하고, 장소명때문이기도 하고, 결정적인 어휘나 문장들이 안들리고 모르기 때문이기도 하다. 이런 다양한 이유에서 일어나는 의문들을 적어놨다가 계속 해결하면 된다. 그럴러면 자연스럽게 여러번 반복해서 드라마를 시청하게 되고, 의문을 해결할 때 쾌감이 쌓이면서 듣기가 향상될 듯 하다. 의문들이 거의 해결될 즈음이 그 에피소드를 그만 볼 때다.

내게 맞는 쟝르는, 이러한 의문들이 드라마를 이끌어가는 원동력이 되는 수사물이었다. 액션과 잔인함이 주가 되지 않고, 탐정처럼 의문을 풀고, 용의자와 목격자와 밀고 당기는 심리싸움을 잘 잡아내 그리는 수사물이 당겼다. 멘탈리스트, 로앤오더, 로앤오더SVU 등이 후보였는데, 멘탈리스트는 등장인물과 상대악당이 너무 큰 부분을 차지해서 계속 보다보면 좀 지치고 물리게 되서 탈락이고, 좀더 사실적이고 현실적인 로앤오더오리지널과 로앤오더뉴욕을 시즌1부터 볼 예정이다.






댓글(0) 먼댓글(0) 좋아요(3)
좋아요
북마크하기찜하기 thankstoThanksTo
 
 
 

뭐니 뭐니 해도, <The Elements of Style> 가 빠질 수 없고, 조셉 윌리엄스 <Style> 도 꼭 들어가야 할 것이다. 그리고 Style 을 조금 줄인 <스타일 레슨> 도 있다.

















비교적 수십년전에 씌여진 Strunk & White 의 책도 좀 그런 경향이 있지만, 조셉 윌리엄스의 책이 특히, 너무 글쓰기에 통달하다보니 너무 다양한 쟝르의 글쓰기를 다뤄서, 오히려 좀 거리감이 생기는 문제가 (나에게) 생겼다. 영문글쓰기에 익숙지않은 사람은(혹은 멀티가 안되는, 한번에 하나밖에 안되는 사람은) 한 쟝르의 글부터 시작하는게 더 좋아 보인다. 그런 의미에서 번역된 <논증의 탄생> 이나, readings 까지 함께인 원서 <Craft of the Argument with Readings> 으로 영문글쓰기를 시작하는 것도 한 방법일 거 같다.




댓글(0) 먼댓글(0) 좋아요(4)
좋아요
북마크하기찜하기 thankstoThanksTo