오늘 읽기 시작한 부분에서는 AI 빅데이터의 여러 분...

오늘 읽기 시작한 부분에서는 AI 빅데이터의 여러 분야들 중 하나인 ‘추천 시스템‘과 관련된 얘기들이 나온다. 우리가 온라인 쇼핑을 할 때 특정 제품을 클릭하면 해당 페이지 측면이나 하단에 그 제품과 관련된 추천 상품들이 뜨는 것을 어렵지 않게 볼 수 있는데, 이런 경우가 추천 시스템이 실무에 적용된 대표적인 사례라고 볼 수 있다.

그리고 이러한 제품 추천 외에도 페이스북과 같이 비슷한 선호를 가진 친구가 추천되는 시스템도 있는데, 본문에서는 이것을 ‘네트워크 기반 추천 시스템‘이라 지칭한다. 오늘 처음 밑줄친 문장에서는 이러한 추천 시스템 알고리즘에 호기심이 있는 독자들이 참고할 수 있는 논문 검색 방법에 대해 간략히 소개하고 있다.

네트워크 기반 추천 알고리즘에 대해 궁금하신 독자는 관련 논문을 찾아보기 바란다. 구슬 학술검색에서 ‘social network recommender system‘로 검색하면 관련 논문 다수를 찾아볼 수 있다. - P292

사람 추천과 같은 쌍방향 추천 시스템을 상호 추천 시스템이라고 하며 전통적인 추천 시스템 알고리즘과는 다소 다른 알고리즘을 써야 한다. - P292

협업 필터링 알고리즘은 다수의 사용자들 평가 데이터를 협력적으로 이용하여 추천 스코어를 산출한다. 추천 시스템은 평가 매트릭스에 빈 부분을 예측하는 방식으로 동작한다. - P293

협업 필터링 알고리즘의 가장 기본 아이디어는 결측값은 관련된 사용자 및 아이템의 관찰값으로 추정 가능하다는 점에 있다. 협업 필터링은 크게 사용자 기반과 아이템 기반 두 가지 형태로 나뉜다. - P293

사용자 기반 협업 필터링은 사용자 A와 비슷한 성향의 사용자들을 추정하는 게 핵심이다. 사용자 A가 평가하지 않은 결측값들을 사용자 A의 동료 그룹이 평가한 평점을 가중 평균하여 추정한다. - P293

이외에 아이템 기반 협업 필터링이 있다. 사용자 A의 아이템 B에 대한 평점을 추정하기 위해서 아이템 B와 유사한 아이템 셋 S를 지정한다. 아이템 셋 S에 해당하는 아이템들을 사용자 A가 평가한 과거 평점을 기반으로 A의 B에 대한 평가를 추정한다. - P294

콘텐츠 기반 추천 알고리즘은 아이템 자체의 설명적 특성을 추천 알고리즘에 활용한다. 사용자의 평가 또는 구매 행동 패턴이 아이템 정보와 결합된다. - P294

콘텐츠 기반 추천 시스템은 충분한 사용자-아이템 평점 데이터가 확보되지 않은 새로운 아이템에 대한 추천을 할 때 협업 필터링 알고리즘을 대체할 수 있다는 이점이 있다. 그러나 협업 필터링 알고리즘과 비교할 때 비슷한 아이템이 계속 추천될 수 있는 단조로움이 단점으로 지적된다. - P294

협업 필터링과 콘텐츠 기반 추천 시스템은 서로 상호보완 관계에 있기 때문에 두 알고리즘을 결합한 하이브리드 추천 형태로 알고리즘을 만드는 경우도 많다. - P295

지식 기반 추천 시스템은 자주 구매되기 힘든 고가 아이템을 추천할 때 유용하다. 예를 들어 부동산, 자동차, 명품, 금융 서비스들은 개인이 빈번하게 구매하기 힘든 아이템이기에 지식 기반 추천 시스템이 안성맞춤이다. 간혹 구매가 있긴 하지만 그 빈도가 너무 낮기 때문에 너무 과거의 일이라 학습 모델에 사용할 수가 없다. - P295

고가의 물품들을 구매할 때에는 한두 가지 특성만 고려하는 게 아니라 여러 특성을 복합적으로 고려해야 해서 과거 몇몇의 데이터로 학습하기가 어렵다. - P295

고가 물품과 같이 과거 학습데이터 양이 한정되어 있고 여러 요소를 복합적으로 고려해야하는 경우에 지식 기반 추천 시스템이 활용될 수 있다. 지식 기반 추천 시스템은 사용자의 명시적인 쿼리에 따라 추천이 된다. 예를 들어 가격 상한선, 하한선을 사용자가 지정하면 그에 맞는 아이템 리스트 후보군이 도출될 수 있다. 한 개의 쿼리만 지정하는 게 아니라 복합적인 쿼리를 넣을 수 있어 복합적인 쿼리 모두를 만족시키는 아이템 리스트를 추출할 수 있다. - P296

지식 기반 추천 시스템은 사용자의 쿼리를 실시간으로 받아야 하기 때문에 웹 인터액티브 개발이 필요하다. 그리고 그 안에 사용자의 취향을 반복적인 질문을 통해 얻어내는 기능, 영역 필터 기능이 필요하다. - P296

지식 기반 추천 시스템은 콘텐츠 기반 추천 시스템과 아이템의 설명적 특성을 활용한다는 공통점이 있다. 차이점은 콘텐츠 기반 추천 시스템이 과거 사용자의 행동을 기반으로 추천 하는 것에 반해 지식 기반 추천 시스템은 실시간 사용자 요구에 따라 추천한다는 점이다. - P296

최근에는 딥러닝의 발달로 딥러닝 기반 추천 알고리즘도 꽤 쓴다. 다만 딥러닝의 핵심은 높은 정확도에 있는데 추천 시스템은 사람의 미묘한 감성과 심리가 반영되기 때문에 딥러닝을 사용한다고 해도 엄청나게 놀라울 정도의 성능 향상이 일어나지 않는다. 괜히 딥러닝을 사용했다가 성능은 크게 향상 안 되는데 계산 연산량만 늘어나서 일부러 사용 안하는 경우도 많다. 따라서 다른 도메인에 비해서는 아직까지 전통적인 방법이 더 많이 활용되고 있다고 볼 수 있다. - P297

텍스트 마이닝은 텍스트 형태의 데이터를 알고리즘에 기초하여 수집, 처리, 분석하는 연구기법을 통칭한다. 알고리즘을 적용하려면 기본적으로 수치형 데이터여야 한다. 따라서 텍스트의 단어 또는 문장을 숫자화 또는 벡터화하여 알고리즘에 적용하여야 한다. - P298

텍스트 마이닝이 각광받게 된 이유는 간단하다. 오늘날과 같이 텍스트가 폭발적으로 넘쳐나는 시기에 전통적으로 사람이 일일이 텍스트를 다 읽고 내용을 분석하는 방식이 거의 불가능하기 때문이다. - P298

텍스트 마이닝을 하기 위해서는 전처리가 굉장히 중요하다. 텍스트 전처리의 품질에 따라 딥러닝, 머신러닝 알고리즘을 적용한 결과가 달라지기 때문이다. 또한 언어마다 전처리 방법이 조금씩 다르기 때문에 언어별로 따로 익혀야 한다. 그렇다고 모든 언어를 다 알 필요는 없다. 나는 영어, 한국어 텍스트 전처리 방법만 익히고 있다. 그 외 언어는 분석할 일이 거의 없고 만약 그 외 언어를 분석할 일이 생기면 번역기를 통해 영어로 번역 후 영어 텍스트 마이닝 기법을 적용한다. - P300

한국어 텍스트 전처리는 주로 형태소 분석기를 사용한다. 한국어는 단어마다 조사, 어미가 붙어있는 특이한 형태이다. 따라서 영어처럼 띄어쓰기 단위로 단어를 나누어 분석하면 이상하게 분석이 된다. 예를 들어 ‘행복‘이라는 단어가 ‘행복한‘, ‘행복하게‘, ‘행복하다‘, ‘행복이‘, ‘행복은‘과 같이 여러 어미, 조사와 함께 올 수 있다. 단순하게 띄어쓰기 단위로 나누어 분석하면 위에서 열거한 예시가 모두 다른 단어로 구분되어 분석될 것이다. 따라서 우리는 여기서 ‘행복‘이라는 명사만 추출해서 분석해야 한다. 이렇게 형태소에 따라 단어를 뽑아주는 역할을 형태소 분석기가 수행한다. - P300

형태소 분석기를 스스로 만들 필요는 없다. 오픈소스로 나와 있는 여러 형태소 분석기들 중 적당한 것을 골라 쓰면 된다. 여러 형태소 분석기중 mecab 형태소 분석기가 성능이 가장 우수한 것으로 알려져 있다. 최근에는 카카오에서 개발한 khaiii도 많이 쓰인다. 다만 khaiii는 윈도우 운영 체제는 지원하지 않는다는 단점이 있다. 아무튼 한국어는 형태소 분석기를 활용해 명사, 형용사, 동사 등의 주요 형태소만 추출한 후 텍스트 마이닝 알고리즘을 적용하면 된다. - P301

mecab : https://github.com/taku910/mecab 참고. 한국어판은 https://bitbucket.org/eunjeon/mecab-ko-dic/src/master 참고. - P300

khaiii : https://github.com/kakao/khaiii - P300

전처리를 조금 더 잘하고 싶다면 신조어 추가, 같은 단어 동일시 정도만 수동으로 해주면 된다. 신조어 추가의 경우 새로 나온 단어들은 형태소 분석기로 추출이 안 되기 때문에 수동으로 해줘야한다. - P301

형태는 다 다르지만 의미상 다 똑같은 단어이기에 이 경우는 같은 단어라는 점을 하드코딩으로 명시해주어야 한다. 분석하려는 텍스트의 주요 핵심어들만 이런 처리를 해주면 된다. 모든 단어들을 일일이 이런 식으로 처리하기는 사실상 불가능하기 때문이다. - P301

영어의 경우에는 전처리 작업이 여러 개로 나뉜다. 앞으로 말한 전처리 작업을 착실히 모두 수행해주어야 의미 있는 텍스트 분석 결과가 나올 것이다. 물론 모두 파이썬 또는 R 코드로 수행할 줄 알아야 한다. 우선 대소문자를 통일해야 한다. 컴퓨터는 알파벳은 같지만 대소문자가 다른 단어에 대해서는 서로 다르게 인식한다. 따라서 모든 단어들을 모두 대문자 또는 모두 소문자로 변환해서 분석하는 게 좋다. 일반적으로 모두 소문자로 변환해서 분석하곤 한다. - P301

둘째, 숫자 표현은 제거해야 한다. 텍스트 데이터는 문자뿐만 아니라 숫자도 포함한다. 숫자도 분명한 의미가 있기는 하다. 하지만 문맥에 따라서 숫자 표현이 서로 달라질 수 있기 때문에 통일성있는 분석을 위해 숫자는 제거하고 분석하는 게 일반적이다. - P302

셋째, 문장부호, 특수문자, 이모티콘은 제거한다. 이러한 것들은 분석에 별 도움이 안 되는 경우가 많다. 느낌표, 물음표가 많다는 점이 크게 결과 해석에 도움이 되지 않는다. ‘^^‘와 같은 웃는 문자나 카카오톡 이모티콘도 크게 결과 해석이 도움이 되지 않는다. 글을 쓰는 사람이 별 생각 없이 이러한 기호를 남발하는 경향이 많아 오히려 결과 해석에 독이 될 수도 있고 기호까지 고려하게 되면 지나치게 복잡해질 수 있다. 물론 때에 따라서는 이러한 기호도 알고리즘에 적용하기도 한다. 트위터 텍스트의 경우 글자 수 제한이 있기 때문에 글을 쓰는 사람들이 단어와 함께 여러 가지 기호로 강조를 하는 경우가 많다. 이러한 경우는 문장 부호, 특수 문자, 이모티콘도 함께 고려하여 분석하는 게 타당할 수 있다. - P302

넷째, 불용어는 삭제한다. 단순히 텍스트 데이터의 모든 단어들을 빈도순으로 나열하면 ‘the‘가 가장 많이 나올 것이다. 하지만 ‘the‘는 단순히 관사일 뿐 큰 의미가 없다. 이러한 단어들을 불용어라고 하는데 사전 단계에서 삭제한 후 분석을 해야 유의미한 결과를 얻는다. 불용어 리스트는 한정되어 있기에 불용단어 리스트에 해당하는 단어들만 매칭하여 삭제하면 된다. - P303

다섯째, 어근 동일화 처리를 해야 한다. ‘play‘라는 단어는 ‘played‘, ‘playing‘과 같이 여러 형태로 바뀔 수 있다. 이러한 단어들을 모두 ‘play‘로 치환해주어야 한다. 어근 동일화 처리를 위한 라이브러리들이 몇 개 있는데 포터 어간 추출 알고리즘Porter stemming algorithm이 가장 보편적으로 쓰이고 있다. - P303

여섯째, 엔그램 적용을 해야 한다. 엔그램이란 번 연이어 등장하는 단어들의 연쇄를 뜻한다. 예를 들어 ‘United States‘는 띄어쓰기 단위로 United‘, ‘States‘ 각각을 추출하여 분석하는 것보다 ‘United States‘로 한꺼번에 분석하는 게 타당하다. 이 경우는 n=2인 바이그램bigram이 되겠다. 보편적으로는 n=3인 트라이그램까지 적용하여 분석한다. - P303

텍스트 마이닝은 딥러닝, 머신러닝 알고리즘이 가장 활발히 적용되는 분야로 무수히 많은 알고리즘이 존재한다. 각 알고리즘은 세부 목적에 맞도록 제작되어 있어서, 알고리즘을 하나하나 살펴보기보다는 각각의 텍스트 마이닝 방법의 목적이 무엇인지 살펴보는 게 전체적으로 이해하는데 적합하다. - P304

우선 핵심어 분석이 있다. 가장 기본적인 텍스트 마이닝이다. 논문을 쓸 때 필수적으로 5~6개 키워드를 써야하는데 이를 알고리즘으로 추출한다고 생각하면 된다. 가장 기본적으로는 단순히 빈도가 가장 많은 단어를 핵심어로 볼 수 있다. 좀 더 깊이 들어가면 TF-IDF와 같은 통계적 가중치를 이용해 핵심어를 추출할 수 있다. 아니면 텍스트 구조, 단어 순서 등을 복합적으로 고려한 딥러닝 모델을 통해 핵심어를 추출 할 수도 있다. - P304

둘째, 연관어 분석이 있다. 단어들은 각각 쓰이기보다는 단어 간에 서로 연관관계를 보이며 쓰이는 경우가 대부분이다. 특정 단어와 단어 간의 연관도를 계산하는 방식도 여러 알고리즘으로 나뉜다. 가장 간단하게는 같은 문장 또는 같은 문서에 함께 출현한 빈도가 있을 수 있다. 또는 구매 관리 지수 Purchasing Manager Index. PMI와같은 통계적 방식이나 Word2Vec 과 같은 딥러닝 방식으로 연관도를 측정할 수 있다. - P304

단순히 두 단어 간의 연관도를 측정하는 것에서 벗어나 전체적인 단어들 간의 모든 연결관계를 네트워크로 표현하기도 한다. ...(중략)... 그 모든 단어들 간의 연결 관계는 단순히 두 단어의 연관도를 넘어 전체 네트워크 경로에서 특정 단어의 중심성을 나타낼 수 있다. 연결 중심성, 근접 중심성, 매개 중심성과 같은 지표가 대표적이다. - P305

토픽 모델링은 텍스트 마이닝 방법 중 가장 많이 쓰이는 방법이다. 텍스트 데이터 전체를 의미적으로 군집하여 주요 토픽 몇 개를 도출하는 방식이다. 토픽 모델링을 통해 전체 텍스트를 일일이 읽지 않고도 어떠한 내용들이 적혀있는지 알 수 있다. - P305

토픽모델링 출력방식은 군집 분석과 유사하다. 전체 텍스트를 몇 개의 군집(토픽)으로 나누고 각 군집(토픽)에 해당하는 주요 단어 리스트를 추출해준다. 잠재 디리클레 할당Latent Dirichlet Allocation, LDA이 가장 보편적으로 쓰이는 방법이며 구조적 토픽 모델링 Structural Topic Modeling, STM, 비음수 행렬 분해Non-negative Matrix Factorizaion, NMF 등의 방법들도 자주 쓰인다. - P306

넷째, 감성 분석이 있다. 텍스트에는 감정이 들어갈 수 있다. 특히 정치, 연예 관련 사회문화 텍스트에 감성이 더욱 고조되는 경향이 있다. 감정은 긍정/부정으로 크게 나뉠 수 있고 좀 더 세부적으로 들어가면 놀람/행복/슬픔/두려움/흥분/재미 등과 같이 잘게 나눌 수도 있다. 이렇게 텍스트를 사람의 감성으로 분류하는 기법이 감성 분석이다. 가장 쉽게 사용하는 방법은 텍스트에 단어들을 일일이 감성 사전과 매칭하여 분류를 하는 방식이다. - P306

딥러닝, 머신러닝 기반으로도 감성 분석을 한다. 텍스트-감성 라벨링이 있는 학습셋으로 모델을 생성 후 새로운 텍스트에 대해서 감성 정도를 도출하는 방식이다. 가장 많이 사용하는 학습셋으로는 영어는 IMDB 영화 리뷰 텍스트이고 한국어는 네이버영화 리뷰 평점셋이다. 알고리즘은 순환 신경망 계열의 시계열 딥러닝 알고리즘이 많이 쓰인다. - P307

다섯째, 문서 요약 기술이 있다. 방대한 텍스트를 짧은 몇 개의 문장으로 요약해주면 훨씬 빠르고 쉽게 이해할 수 있다. 대표적으로 네이버 뉴스에 요약봇이라는 문서 요약 기술이 적용되어 있다. - P307

문서 요약은 크게 추출 요약과 생성 요약 2가지로 나뉜다. 추출 요약은 전체 텍스트에서 핵심 문장들 몇 개를 추출해서 이어붙이는 방법이다. 반면에 생성 요약은 아예 요약문을 알고리즘이 새로 생성하는 방식이다. 핵심 문장을 추출하는 방식은 통계적 방식 또는 딥러닝 방식 모두 사용할 수 있다. 추출 요약이 더 간단하고 성능이 좋아 보편적으로 쓰인다. 생성 요약의 경우는 seq2seq 알고리즘이 많이 쓰이는데 아직까지 실제 비즈니스에 적용되는 경우는 드물다. - P307

자동 번역, 음성 인식(Speech to Text, STT), 이미지 자동 캡션 등 텍스트 마이닝이 활용되는 목적은 꽤 많다. 텍스트 마이닝은 활용되는 목적도 다양하지만 언어마다 알고리즘이 적용되는 방식이 상이하기 때문에 특히 더 많은 연구가 필요한 분야이다. 단순히 컴퓨터, 통계뿐만 아니라 언어적인 측면도 함께 고려되어야 하는 경우가 많아 대형 IT기업의 자연어 처리팀에는 언어학 출신들도 포진해 있다. - P308

프로세스 마이닝은 이벤트 로그를 기반으로 운영 프로세스의 분석을 지원하기 위한 데이터 마이닝 기법이다. 프로세스 마이닝 기술은 이벤트 데이터를 사용하여 사람, 기계 및 조직이 실제로 무엇을 하고 있는지 보여준다. - P309

ERP 또는 CRM 같은 정보 시스템은 모든 로그 데이터를 실시간으로 적재한다. 프로세스 마이닝은 IT 시스템의 이 데이터를 활용하여 프로세스 모델 또는 프로세스 그래프를 만든다. 여기에서 종단 간 프로세스를 검사하고 세부 사항 및 변형에 대해 통찰을 제공해준다. 알고리즘은 이상 현상의 원인에 대한 통찰력을 제공할 수 있다. 이러한 시각화와 알고리즘을 통해 경영진은 프로세스가 의도한 대로 작동하는지 확인할 수 있으며, 그렇지 않은 경우 최적화에 필요한 리소스를 할당한다. - P310

프로세스 마이닝에 필요한 필수적인 데이터 항목들이 있다. 다른 데이터 분석 알고리즘과 다소 다른 형태의 데이터이기 때문에 사전에 필요 항목들을 수집하기 위한 시스템을 구축해두어야한다. 모든 시스템 로그들은 인스턴스instance, 작업자worker, 활동activity, 시간timestamp, 튜플 형태로 저장되어야 한다. - P310

대부분의 정보 시스템은 이렇게 구조화된 데이터 적재 시스템을 미리 구축해두지 않았다. 시스템 적재 시스템을 아예 고치기 어려울 경우에는 여러 곳에 흩어져 있는 테이블 안의 데이터들을 직접 가공해야 한다. 이러한 데이터 추출 및 가공 업무도 프로세스 마이닝의 중요한 부분 중 하나이다. - P311

프로세스 마이닝은 크게 3가지 목적을 지닌다. 우선 발견 목적이 있다. 발견 기술은 이벤트 로그를 받아들여 그대로 모델을 산출한다. 대표적으로 알파 알고리즘이 있다. 알파 알고리즘은 이벤트 로그를 받아들여 전체 프로세스를 페트리넷Petri-net으로 간결하게 표현해준다. 단순히 페트리넷으로 표현해주었을 뿐인데 전체적인 안목으로 프로세스를 살펴볼 수 있어 경영자에게는 큰 도움이 될 수 있다. - P312

두 번째 목적은 적합성 검사이다. 여기에서는 기존 프로세스 모델을 동일한 프로세스의 이벤트 로그와 비교한다. 적합성 검사는 로그에 기록된 현실이 모델과 일치하는지 또는 그 반대인지 확인하는데 사용할 수 있다. - P312

적합성 검사는 규범과 현실간의 편차를 감지 및 설명하고 이러한 편차의 심각도를 수치로 표현한다. - P312

세 번째 목적은 프로세스 향상이다. 일부 이벤트 로그에 기록된 실제 프로세스에 대한 정보를 사용하여 기존 프로세스 모델을 확장하거나 개선할 수 있다. 적합성 검사가 규범과 현실 사이의 편차를 측정하는 반면, 향상 목적의 프로세스 마이닝은 현실 모델을 변경하거나 확장하는 것을 목표로 한다. 예를 들어 두 활동이 순차적으로 모델링 되었지만 실제로는 순서에 상관없이 어떤 순서로든 발생할 수 있는 경우 이를 반영하도록 모델을 수정할 수 있다. - P312

프로세스 마이닝은 거대 조직 시스템 안의 로그데이터 분석을 기반으로 한다. 그런 이유로 개인이 이러한 데이터를 얻기는 쉽지 않다. 건설사, 제조업, 대학 병원과 같은 대형 조직 프로세스에서 필요한 연구 분야이다. 따라서 텍스트 마이닝, 이미지 분석과 같은 대중화된 연구 분야에 비해서는 연구 활동이 활발하지는 않다. 하지만 본인이 조직 프로세스 이해와 개선에 관해 관심이 있다면 도전해볼만한 연구 분야이다. 연구자가 많지 않기 때문에 이 분야의 선구자가 되기도 쉽고 상대적으로 고난이도의 수학적 알고리즘이 사용되지 않는 분야이기 때문이다. - P317

오늘 읽기 시작한 부분에서는 논문과 관련한 것으로 K...

오늘 읽기 시작한 부분에서는 논문과 관련한 것으로 KCI라고 불리는 것과 SCIE라고 불리는 두 가지를 비교한다. 핵심만 간단히 언급하자면 KCI는 국내용이고, SCIE는 국외용이라고 할 수 있다.

또한 여러가지 정황상 KCI보다는 SCIE가 좀 더 수준높은 논문일수밖에 없는 근거들이 몇 가지 나온다. 결과적으로 저자는 SCIE논문이 좀 더 중요하니 가급적 이 SCIE논문을 활용하여 해당 분야의 최신 지식을 지속적으로 업데이트 하라고 하는 것이다.

KCI(한국학회지인용색인)가 국내를 기준으로 논문이 경쟁을 펼치는 공간이라면 SCIE(과학인용색인)는 세계의 석학들과 논문으로 경쟁을 펼치는 공간으로 이해하면 된다. - P230

만약 본인이 심혈을 기울여 정말 좋은 아이디어로 훌륭한 실험 결과를 얻어 이를 논문으로 열심히 썼다면 당연히 KCI보다는 SCIE에 투고를 하는 것이 좋다. SCIE에 논문이 실려야 학자로서의 명예도 얻을 수 있을 뿐만 아니라 향후 교수 또는 연구원으로 취업 시에도 훨씬 유리하다. - P230

학교들마다 교수의 테뉴어(대학에서 교수의 직장을 평생 동안 보장해 주는 제도) 심사기준에 논문실적이 반영되는데 당연히 SCIE 논문이 KCI보다 고가 평점을 받는다. 대부분의 명문대학 박사학위 심사 지원 자격에도 SCIE 논문실적이 포함되기 때문에 박사학위를 받기 위해서도 SCIE에 논문에 심혈을 기울일 수밖에 없다. - P230

KCI는 주로 석사급 학생들이 쓰거나 박사나 교수급이 쓰더라도 단기간에 많은 논문을 출간하기 위해서 물량으로 승부할 때 쓰는 용도가 많다. 반면 SCIE는 기여도가 명확하지 않으면 승인되기 어렵고 교수, 박사의 지위를 보장받기 위해서 필사적으로 쓰는 경우가 많다. 또한 한국 무대가 아니라 세계 석학들과 경쟁을 펼치기 때문에 좋은 논문이 나올 기회도 그만큼 크다. - P230

특히 AI 빅데이터 분석 분야는 미국, 중국의 연구 실적이 월등하다. 따라서 KCI 보다는 SCIE에서 수준 높은 논문이 나올 수밖에 없다. - P231

특정 학회지가 SCIE인지 아닌지를 확인하는 방법은 mjl.clarivate.com 에서 Search Journals 메뉴를 사용하면 된다. - P231

논문 다운로드는 구글 학술검색을 활용하면 된다. 논문 검색 후 제목 우측에 PDF라고 적힌 부분이 있으면 해당 문자를 클릭해 논문을 다운받을 수 있다. 문제는 PDF라고 적힌 부분이 없는 논문도 다수 있다는 점이다. 이 경우는 구글에서 무료로 제공해주지 않는 논문이다. - P232

Sci-Hub를 활용하면 전 세계 논문 대다수를 무료로 사용할 수 있다. - P233

무조건 피인용지수(Impact Factor, IF)가 높다고 좋은 학회지라 생각해 해당 학회지의 논문을 읽는 것은 어리석은 짓이다. 본인의 성향과 잘 맞지 않을 수도 있다. - P234

최신 알고리즘을 제안하거나 정보시스템 분야에 최신 알고리즘을 적용한 사례를 간결하게 제안한 논문 ...(중략)... 학회지로는 IEEE ACCESS, IEEE Transaction on Knowledge and Data Engineering, Expert Systems With Applications 가 있다. 해당 학회지 웹사이트에 주기적으로 들어가 새로운 논문이 나오면 관심 있는 주제를 선택해서 읽는다. - P235

KCI 논문은 서론, 실험의 연구 모형과 연구 결과 위주로 읽고 나머지 부분은 간단히 읽고 넘어가는 방식을 추천했었다. 그러나 SCIE 논문은 전체 내용을 모두 정독해서 읽기를 추천한다. - P235

SCIE 논문을 KCI 논문 읽는 방식과 같이 서론, 실험 부분 위주로만 읽는다면 논문 내용 자체를 이해하기 어려울 수 있다. 내용 자체가 더 심화된 내용이고 언어도 영어라서 속독을 하면서 핵심 내용 위주로 읽으려는 도전 자체가 어렵다. 이해가 안 돼 쩔쩔매며 시간을 보내는 것보다 차라리 처음부터 차분한 마음으로 천천히 읽는 방식이 낫다. 또한 논문의 품질도 훌륭하기 때문에 충분히 시간을 들여서 공부를 할 만한 가치가 있다. - P235

생각의 절차가 복잡해지면 때로는 머릿속의 내용을 글로 쓸 수도 있다. 글을 쓰면서 생각을 하면 논리적이고 체계적으로 정리를 할 수 있기 때문에 저자의 의도를 파악하는데 도움이 될 수 있다. - P236

논문 한 편 이해를 하면 그 안에 응축된 AI 빅데이터에 대해 많은 내용을 한꺼번에 습득할 수 있다. - P239

SCIE 논문은 문헌 연구 부분도 철저하게 되어있기 때문에 다음번 공부할 논문은 문헌 연구 부분에 실려 있는 다른 논문으로 선정해도 좋다. 이런 식으로 계속 공부하다보면 해당 주제에 대해서 더욱 좁고 깊이 있게 공부할 수 있다. - P241

보통 알고리즘들은 앙상블 형태로 결합을 하면 정확도가 더 우수해지는 경향이 있다. 아무래도 복수의 머신러닝 알고리즘들을 결합해서 학습하면 단일의 머신러닝 알고리즘 학습보다는 학습 연산량이 많아지면서 모델이 더 정교해지기 때문이다. 따라서 알고리즘 결합은 향상된 알고리즘을 제안하기에 좋은 방안이 될 수 있다. - P244

모형을 제안한 이후에는 당연히 다른 알고리즘들과 비교해야 한다. - P244

‘bank‘라는 단어가 있으면 문맥에 따라 ‘은행‘이 될 수도 있고 ‘강둑‘이 될 수도 있는데 이러한 단어 문맥을 파악하는 과정을 논문에서는 WSI(Word Sense Induction, 단어 추론)라고 부른다. - P246

WSI를 위한 대표적인 방법으로는 군집 분석이 있다. 타깃 단어(예를 들어 bank)와 함께 많이 쓰이는 문장들을 그룹화해서 보면 타깃 단어의 의미를 파악할 수 있기 때문이다. 대표적인 군집 분석 방법으로는 K-평균 알고리즘이 있는데... - P246

텍스트 마이닝에서 K-평균 알고리즘은 단어 빈도 또는 TF-IDF 가중치를 이용해 단어 가방(bag of words)을 만든 후 K-평균 알고리즘을 적용하는 게 가장 기본이다. 반면 이 논문은 Word2Vec으로 모든 단어들을 벡터화하여, 타깃 단어 주변에 있는 단어들만 추출 후, TF-IDF 가중치를 적용하여 각 단어 벡터들을 가중 평균한 문장들을 생성한다. 그리고 이 문장들을 K-평균 알고리즘으로 군집 분석한다. 특별히 대단하진 않지만 Word2Vec을 적용하고 타깃 단어 주변 단어가 포함된 문장들만 가중평균 벡터화하여 K-평균 군집 분석을 했다는 차이점이 있다. - P247

알고리즘을 다뤄서 논문 주제를 얻기 어렵다면 더 쉬운 방법이 있다. 기존 알고리즘을 새로운 사회 현상에 적용하여 해석을 하는 방법이다. 이 방식은 알고리즘에 대한 성능비교를 하지 않아도 된다. 성능 향상이 목적이 아니라 사회 현상 해석이 논문의 의의가 되기 때문이다. - P248

사회 현상에 알고리즘을 적용한 논문을 잘 쓰기 위해서는 글솜씨가 중요하다. 본인이 적용한 알고리즘을 통해 새로운 사회 현상 또는 요즘에 뜨고 있는 사회 현상을 잘 설명해야 한다. 그래서 알고리즘 개발에 관한 논문에 비해 결론 부분의 글자 수가 절대적으로 훨씬 많아야 한다. 연구 결과를 심도 있게 토의하고 학문적, 실무적 의의를 밝힌 후, 한계점 및 향후 연구방향을 꼼꼼히 써야 한다. - P249

알고리즘 개발에 관한 논문들이 결론 부분은 1페이지 이내에 보통 끝내는 반면 사회 현상에 알고리즘을 적용한 논문은 2~3페이지는 기본으로 써야 한다. 적용하고 싶은 사회 현상은 최근에 이슈가 되는 사회 현상(예: 암호 화폐, K-pop, 미투 운동, 선거 등)이 될 수도 있고 본인이 잘 아는 특정 사회 도메인이 될 수도 있다. - P250

우선 논문투고를 하기 위해서는 당연히 논문을 먼저 써야 한다. 그 후 과정은 투고자가 논문 투고 → 심사 → 필요에 따라 몇 번의 수정 작업 → 논문 게재비 송부 → 논문 게재 순서로 이어진다. - P251

논문의 형식은 크게 서론, 문헌연구, 실험, 결론 순으로 이어지는데 학회지마다 세부적으로 선호하는 방식이 조금씩 다른 경우가 있다. - P251

특정 학회지의 논문들이 공통적으로 어떠한 부분에 중점을 두고 글을 쓴다면 우리도 해당 학회지에 논문을 투고할 때 비슷하게 써주면 좋다. - P251

결론 부분을 연구 결과 요약, 토의, 활용방안, 한계점, 향후 연구 방향, 이론적 시사점, 실무적 시사점 등의 소제목으로 나누어 쓰게 되면 그냥 결론 하나의 제목으로 쓰는 것보다 훨씬 다각도로 자세하게 쓸 수 있을 것이다. - P252

논문을 투고하기로 마음먹었다면 투고하려는 타깃 저널을 정하고 해당 학회지에서 출간한 논문을 다수 읽어보아야 한다. 그러면 해당 학회지가 선호하는 스타일을 알 수 있을 것이다. 이에 맞춰서 우리도 논문 작성의 틀을 잡고 시작하면 된다. - P252

학회지마다 다르지만 KCI의 경우 논문 한편을 게재하기 위해서는 보통 총 20~50만 원 정도 비용이 필요하다. - P253

SCIE의 경우 일반적으로 비용이 100만 원은 쉽게 넘어가... - P254

훌륭하게 짜놓은 코드를 자꾸 보는 것도 코딩 역량 강화의 좋은 방법이다. 간결하고 논리적으로 짜놓은 코드를 자꾸 보고 따라하는 연습을 하면 어느덧 본인의 코드도 그렇게 변화할 것이다. - P261

혼자서도 해당 문제를 해결할 수 있지만 다른 사람들이 짠 코드를 보면 같은 코딩도 이런 식으로 짤 수 있구나 감탄할 때가 종종 있다. - P261

그래디언트 부스팅(Gradient Boosting) : 나무를 거꾸로 세운 모양과 같은 트리 가각의 중간 지점(노드라고 한다)에 있었던 오차를 수정하면서 새로운 트리를 정의한다. 순서 관계가 있으면서 정확도가 향상된다는 장점이 있다. - P264

모델링 이후에는 이를 실제 실험해보아야 한다. 보통 K-Fold교차검증(K-Fold Cross Validation)으로 성능 실험을 많이 한다. 한번 실험하고 끝나는 게 아니라 변숫값 스케일링 (값의 특성을 같게 만드는 작업), 이상치 제거, 결측값 대체, 데이터 변환, 파생변수 생성 등 다양한 특징 엔지니어링(Feature Engineering) 기법을 바꾸어 보기도 하고 모델의 파라미터도 이것저것 바꾸어 보면서 실험을 해보아야 한다. - P264

다수의 모델의 최종 점수를 결합하거나 다수 계층의 모델을 순차적으로 결합한 스태킹stacking 모델도 캐글 대회에 자주 활용된다. 서로 다른 유형의 모델을 앙상블하면 일반적으로 하나의 모델보다는 성능이 우수하기 때문이다. - P265

꼭 입상을 목적으로 하기 보다는 본인의 실력을 증진시킬 수 있는 좋은 놀이터라고 생각하고 시간 날 때마다 캐글에 들러서 많은 데이터 셋으로 연습을 해보아라. - P266

연구실 분위기나 교수성향을 미리 파악하고 싶다면 김박사넷https://phdkim.net/에서 검색해보는 것도 좋은 방법이다. - P269

중소기업 중 국내의 대표적인 AI 빅데이터 관련 기업으로는 솔트룩스, 엔텔스, 모비젠, 바이브컴퍼티, 퍼즐데이터, 이씨마이너, 아임클라우드 등이 있다. 이 중에는 코스닥 상장사도 있고 매출액 100억 이상 되는 기업도 다수 있다. 이런 회사에 취업을 하게 되면 연구소의 연구원으로서 바로 실무에 투입될 수 있다. 이 정도 회사면 주요 국책 과제, 대기업 하청 과제 등 단위가 큰 프로젝트를 접할 기회가 많다. 또한 AI 빅데이터 관련 인력도 얼마 없기에 취업하자마자 핵심 연구원으로서 프로젝트를 주도적으로 할 수 있다. 전체 회사 직원 수는 100명이 넘지만 AI 빅데이터 관련 직원은 10명도 안 되는 경우가 허다하기 때문이다. - P273

솔트룩스는 텍스트 마이닝에 전문화된 기업이고 모비젠은 빅데이터 로그분석 및 이상탐지에 특화되어 있는 기업이다. - P275

절대로 프로젝트를 단타성으로 끝낸다는 생각을 하면 안 된다. 한번 인연을 맺은 고객들은 앞으로도 계속 프로젝트를 줄 가능성이 큰 고객들이기에 장기적으로 인연을 지속해야 한다는 생각으로 대해야 한다. - P277

계약서에 프로젝트 과업내용, 기간, 수정 및 유지보수 사항에 대해서 꼼꼼히 작성하는 게 중요하다. 아무래도 프리랜서는 분쟁이 발생하면 불리한 위치에 처하는 경우가 많다. 그럴 때 믿을 수 있는 건 오직 계약서뿐이다. 물론 분쟁까지 가기 전에 고객과의 원만한 협의가 가장 베스트다. 그래서 항상 고객과 인간적으로 친해지고 신뢰관계를 쌓도록 노력해야 한다. - P277

외주 용역 특성상 처음 기획했던 내용에서 수정이 없는 경우가 거의 없고 프로젝트 진행 과정 중 이견이 생길 수밖에 없을 것이다. 이러한 경우가 발생했을 때 고객과 평소 신뢰관계를 잘 구축해 놓았다면 별 문제 없이 해결될 것이다. - P277

추천 시스템의 기본 아이디어는 이러한 다양한 데이터 소스를 활용하여 고객의 관심을 추론하는 것이다. 따라서 추천 시스템은 사용자와 아이템간의 과거 상호 작용을 기반으로 한다. 과거의 관심사와 성향이 미래 선택의 지표가 된다고 가정하는 것이다. 물론 고객의 성향은 바뀔 수 있기에 지속적인 추천 시스템 재학습으로 성향 변화를 반영해야 할 것이다. - P282

추천 알고리즘의 기본 원리는 무엇일까? 기본 원칙은 사용자와 아이템 중심 활동 간에 상당한 종속성이 존재한다는 것이다. - P283

아이템의 다양한 세부 범주가 중요한 상관관계를 보여주므로 보다 정확한 권장 사항을 만드는 데 활용할 수 있다. - P283

사용자가 사용할 수 있는 평가 항목의 수가 많을수록 사용자의 향후 행동에 대한 강력한 예측을 더 쉽게 할 수 있다. 즉 사용 가능한 데이터의 수가 많을수록 더욱 강력한 알고리즘을 만들 수 있다. - P283

가장 대표적인 추천 알고리즘으로는 이웃 간의 유사도 기반으로 점수를 계산하는 ‘협업 필터링‘이 있다. 협업 필터링은 아직 모르는 사용자의 특정 아이템에 대한 취향을 예측하기 위해 공동 방식으로 여러 사용자의 취향 점수를 사용한다. 쉽게 말하면 나와 취향이 비슷한 다른 사용자가 좋아하는 아이템을 나도 좋아한다고 추정하는 알고리즘이다. - P283

‘콘텐츠 기반 추천 시스템‘도 대표적이다. 콘텐츠는 추천 프로세스에서 주요 역할을 한다. 기본 아이디어는 사용자의 관심사를 과거에 평가했거나 액세스한 항목의 속성을 기반으로 모델링 하는 것이다. - P284

또 다른 추천 시스템으로는 사용자가 실시간 대화식으로 자신의 관심사를 지정하고 사용자 쿼리가 도메인 지식과 결합되어 권장 사항을 제공하는 ‘지식 기반 추천 시스템‘이다. 시간 정보, 외부 지식, 위치 정보, 소셜 정보 또는 네트워크 정보와 같은 상황별 데이터가 사용될 수 있다. - P284

추천 알고리즘은 관찰된 항목에 대해서 학습을 하여 누락된 값을 예측한다. 당신이 클릭해보지도 않은 유튜브 동영상에 대해 당신의 취향 점수를 산출하는 것이다. 이 문제는 mxn 행렬 안에 불완전하게 관찰된 값이 있고 나머지 누락된 값은 학습 알고리즘에 의해 예측되기 때문에 행렬 완성 문제라고도 말한다. - P285

오늘 읽기 시작한 부분에서는 AI 빅데이터 알고리즘을...

오늘 읽기 시작한 부분에서는 AI 빅데이터 알고리즘을 공부하기 위한 방법 중 책으로 공부하는 것과 논문으로 공부하는 것의 장단점을 비교하는 내용들이 나온다. 이 부분의 핵심을 나름대로 간략히 정리하자면, 일단 기본적인 개념을 잡는데는 책이 낫지만 일정 수준 이상의 실력이 쌓인 뒤에는 최신 트렌드를 따라잡기 위해 논문으로 학습하는 것이 훨씬 더 효율적이라는 것이다.

책과 논문의 차이로는 우선 최신 트렌드 반영 여부에 있다. - P201

책은 특성상 한 권을 쓰려면 최소 200페이지 이상을 써야하는 만큼 꽤 많은 시간이 소요된다. 200페이지 이상의 원고를 다 쓴다고 하더라도 출판사에서 원고 교정, 디자인, 인쇄까지 하고 책이 출간되는데 또 시간이 걸린다. 따라서 저자가 책을 쓰기 시작한 시점 이후부터 최종 출간까지 1년 가까이 걸리는 경우가 부지기수다. 때에 따라서는 1년 이상이 소요될 수도 있다. - P201

AI 빅데이터 알고리즘은 1년이면 엄청나게 많은 새로운 알고리즘들이 출현한다. 발전 속도가 빠른 분야이기에 책으로 공부하는 내용은 이미 출간 시점에는 최신 트렌드를 반영할 수가 없다. - P202

논문은 학위논문이 아닌 이상 보통 10~20페이지 정도로 상대적으로 페이지수도 적고 보통 연 4회 출간하기 때문에 원고 투고 후 바로 승인 된다면 출간까지 2~4개월이면 충분하다. 따라서 저자가 글을 쓰기 시작한 시점에서 독자들이 글을 읽기까지의 시간이 훨씬 짧아서 최신 경향을 반영하기가 용이하다. - P202

속도 면에서도 논문이 더 유리하지만 본래의 목적 자체도 논문이 최신 알고리즘 공부에 유리하다. 논문이라는 게 이전에 있었던 아이디어를 쌓은 다음 저자가 조금 더 새로운 아이디어를 얹는 것이다. 즉 이전 연구들에 비해서 무언가 더 나아지거나 새로운 참신성이 있어야 한다. 그래서 항상 논문에는 선행연구 부분이 있다. 선행연구들을 살펴본 후, 선행연구들에 비해 더 나아지거나 새로운 무언가를 제안하는 게 논문인 것이다. - P202

모든 논문은 무조건 이전에 없었던 무언가를 갖고 있다. 더 빠르고 정확한 고도화된 알고리즘이든, 기존에 없었던 새로운 알고리즘이든, 새로운 분야에 적용했든 무조건 이전 연구에 비해 나아진 공헌이 있다. 그래서 논문을 읽으면 이전에 없었던 새로운 것을 익힐 수 있어서 최신 알고리즘을 공부할 기회도 많다. 연구자들도 무언가 특별한 알고리즘이 떠오르면 이를 논문으로 세상에 알리려 하지 책으로 쓰는 경우는 드물다. - P202

(책과 논문의) 또 다른 차이점으로는 전문성에 있다. AI 빅데이터 관련한 책들은 특정 알고리즘만을 자세히 다룬 경우가 드물다. 대부분 큰 카테고리로 빅데이터 분석, 딥러닝, 데이터 시각화, 데이터 전처리 등 주제를 나누어서 책이 나온다. 너무 좁은 세부 분야를 깊이 있게 쓰면 관심 독자층이 줄어들어 많이 팔리기가 어렵기 때문이다. 또한 세부 분야를 깊이 있게 최소 200페이지 넘게 쓰는 것도 분량상 어려울 수 있다. - P203

(이 책을 쓰는 시점 기준) 국내 yes24에 ‘추천 시스템‘으로 검색했을 때는 6건, 아마존 닷컴에 컴퓨터 사이언스 부분 도서에서 ‘recommendation system‘으로 검색했을 때는 525건, KCI 국내학회지에 ‘추천 시스템‘으로 검색했을 때에는 1083건, 구글 학술검색에 ‘recommendation system‘으로 검색했을 때에는 423만건이 나온다. 이제 차이를 느낄 수 있겠는가? 추천 시스템이라는 세분화된 전문분야 공부를 하기 위해서는 책보다는 논문을 읽어야 하는 것이다. - P203

AI 빅데이터 공부를 처음 시작할 때에는 전체적으로 모든 분야에 대해서 입문수준의 공부를 해야 하지만 어느 정도 실력이 오르면 전문 분야가 생기기 마련이다. 수영선수가 자유형, 접영, 배영, 평영 중에 하나의 주 종목이 있는 것과 비슷하다. AI 빅데이터 전문가도 자신만의 한두 가지 주연구 분야가 생기게 될 것이고 더욱 전문적으로 깊이 있게 공부하기 위해서는 논문 읽기가 필수적이다. - P204

처음에는 국내 학회지부터 시작하는 게 좋다. 해외 학회지는 언어의 장벽이 있어 이해하는데 까다로울 수 있고 SCIE (미국에서 저명한 과학기술분야 학술지)급 논문을 처음부터 시작하면 지나치게 어려워 읽다가 포기할 수 있기 때문이다. 국내 학회지도 워낙 많은데 기본적으로 최소한 KCI 등재지 안에서 선택하면 된다. KCI(한국학회지 인용색인) 등재 논문이란 학문적 가치를 인정 받아 KCI 등재되었다는 뜻이기에 어느 정도 검증이 되었다는 의미이다. - P204

AI 빅데이터 관련 학회지는 꽤 많고 그중 자신에게 잘 맞는 몇가지 학회지를 선정해 새로운 논문이 올라올 때마다 수시로 찾아서 읽으면 된다. 보통 학회지들은 1년에 4번 발행하는 경우가 많다. 한번 발행할 때 10개 내외로 발행하는 경우가 많으니 1년에 한 학회지당 총 40여개 정도의 논문이 나온다고 보면 된다. - P204

알고리즘 연구에 중점적인 논문을 공부하기 위해서는 통계학, 산업공학, 컴퓨터공학 관련 학회지를 찾아보면 되고 알고리즘을 비즈니스에 적용한 연구를 공부하기 위해서는 정보시스템학, 경영학 관련 학회지를 찾아보면 된다. - P205

몇 번 논문을 읽다보면 나와 잘 맞는 특정 학회지의 논문이 있을 거다. 학회지마다 선호하는 연구주제와 논문의 라이팅 방향이 다르기 때문이다. 심사위원들이 그런 논문들을 주로 승인하고 수정 후 게재 판정을 줄때도 학회지 성격에 맞는 방향으로 수정 피드백을 주기 마련이다. 아무튼 본인의 성향과 잘 맞는 학회지가 생기면 이제 해당 학회지의 새로운 간행물이 나올 때마다 논문 하나씩 프린트해서 읽으면 된다. - P205

(저자의 경우) 알고리즘 연구는 ‘대한산업공학회지‘, ‘지능정보연구‘의 논문을 통해 공부하고 비즈니스 적용에 관한 연구는 ‘정보시스템연구‘의 논문을 즐겨 읽는다. - P205

논문을 다운받는 방법은 해당 학회지 웹사이트에 들어가서 직접 다운받거나 KCI 홈페이지에 들어가서 검색해도 된다. 만약 대학생 또는 대학원생이라면 학교도서관 홈페이지에서도 검색해서 다운받을 수 있다. - P205

논문을 다운받아서 펼쳐놓으면 논문마다 조금씩 구성이 다를 수 있지만 대개 서론, 문헌연구, 실험, 결론으로 파트가 나누어진다. - P205

서론은 논문의 본격적인 이야기 전에 독자의 호기심을 불러 일으키면서 이 논문을 작성하게 된 이유를 설득력 있게 전달하는 부분이다. 주로 최근 이슈가 되는 사회현상을 지적하거나 이전 연구에서 부족했었던 부분에 대한 문제인식에서 시작한다. 그래서 이 연구가 꼭 필요하다는 당위성을 밝히고 이 연구의 목적을 말한다. 서론만 제대로 읽어도 앞으로 논문이 어떻게 전개될지 감이 온다. 서론 부분은 꼼꼼하게 읽는 게 중요하다. - P206

문헌연구 부분은 이 논문의 가설 설정의 근거나 배경의 역할을 한다. 이전 연구들이 어떻게 이루어져 왔는지 그 특징은 무엇인지 검토해본다. 각 선행연구들의 결과, 특징, 장단점들을 언급한다. 선행연구들의 이론이나 알고리즘들이 이 논문의 베이스라인이 된다. - P206

문헌연구는 논문의 목적상 필수적으로 들어가야 하는 부분이라 어느 논문이든 다 있다. 그리고 심사위원들이 꼼꼼하게 피드백하는 부분이기도 하다. 하지만 AI 빅데이터 공부를 하는 독자입장에서는 시간적 여유가 없으면 읽지 않고 패스해도 무방하다. 문헌연구 부분은 이전 대표적인 선행연구들의 특징을 간략하게 설명하는데 어느 정도 공부했던 독자 입장에서는 대표적인 연구들은 이미 알고 있는 경우가 많고, 모른다 하더라도 논문에 3~4줄 써진 선행연구별 특징에 대한 설명으로는 해당 선행연구가 어떤건지 구체적으로 알기 어렵기 때문이다. 따라서 너무 완벽히 이해하려고 하기보다는 긴장을 풀고 빠르게 읽고 넘어가거나 때에 따라서는 아예 안 읽어도 된다. - P206

실험은 논문 읽기의 가장 핵심적인 부분이다. 이 논문이 제시하려는 주장이 이 실험부분에 다 담겨 있다. 실험은 또 연구 방법, 연구 결과로 나뉠 수 있다. - P207

연구 방법은 제안하는 바의 연구 모형, 연구 대상, 데이터 분석에 대해서 설명한다. AI 빅데이터 연구에 대한 논문을 읽다 보면 알고리즘의 구체적인 방법이나 플로우차트를 이용한 논리 흐름이 그림으로 나올 것이다. ...(중략)... 이 연구 모형이 논문이 제안하는 핵심적인 아이디어라고 할 수 있다. 연구 모형 하나를 제안하기 위해서 그전에 서론, 문헌연구를 장황하게 쓰면서 논리를 펼치는 것이다. 독자는 연구 모형을 이해하고 연구 모형의 핵심 아이디어만 기억하면 된다. 연구 모형에 사용되었던 아이디어는 실전 프로젝트에서 코드로 구현해서 사용할수도 있고 아니면 이 아이디어를 좀 수정하거나 변형해서 본인만의 독창적인 알고리즘을 또 만들 수도 있다. - P210

(저자의 경우) 연구모형의 핵심 아이디어는 논문 프린트 맨 첫 장에 간단히 몇 줄로 요약을 한다. 이유는 쓰면서 머릿속에 입력하고 나중에 다시 한 번씩 빠르게 보면서 잊어버리지 않기 위해서다. - P210

연구 모형 이후에는 연구 모형을 실험해보기 위한 연구 대상에 대한 설명과 실제 어떻게 데이터 분석을 수행했는지가 나온다. - P210

연구 결과는 실험을 수행한 후 도출된 결과에 대한 내용을 언급한다. 저자의 핵심 아이디어가 정말 타당한 것인지 데이터 분석 결과를 정량적으로 보여준다. 저자가 주장한 아이디어가 기존 연구들에 비해 뛰어나다는 점을 실제 수치로 보여주어야 한다. 그래서 보통 비교표를 통해 기존 연구들의 모형에 비해 정확도나 속도 면에서 뛰어남을 보여준다. - P211

결론부분은 논문을 전체적으로 요약한 후, 연구의의를 밝히고 연구에 반영하지 못했던 한계점을 명시한다. 요약은 연구목적, 연구모형, 연구결과를 간단히 언급한다. 연구의의 부분은 학술적이나 실무적으로 해당 논문이 어떤 의의를 지녔는지 언급한다. - P211

한계점은 이 논문에 반영하지 못했었던 점을 언급하면서 추후 연구에 반영해야 한다고 언급한다. 해당 논문에서 반영하지 못했던 한계점을 저자가 직접 반영하여 연구를 진행하면 새로운 논문이 될 수도 있는 부분이므로 이 부분을 유념하며 읽으면 도움이 될 수 있다. - P212

논리구조를 알고 논문을 읽으면 앞으로 어떤 내용이 전개가 될지 예상이 되기 때문에 이해하기도 쉽고 속독하기에도 유리하다. 논문을 다 읽은 후에는 연구 모형의 핵심 아이디어를 논문 맨 첫 장에 간단히 요약한 후 논문 카테고리 별로 보관해두면 된다. - P212

(저자의 경우) 추천 시스템, 텍스트마이닝, 이미지분석, 기타 딥러닝 논문으로 봉투를 만들어 따로 만들어 각 카테고리에 해당하는 논문들을 각각 보관한다. 이렇게 하면 이후에 각 카테고리에 해당하는 논문들을 꺼내어서 논문 맨 첫 장의 핵심 아이디어 요약한 부분만 읽으면 이 논문이 어떤 논문이었는지 빠르게 기억해낼 수 있다. - P212

개론이 되는 전반적인 수리통계학, 선형대수학, 기본 데이터마이닝 알고리즘, 딥러닝 알고리즘, DB, 서버, API 등을 익히고 난 이후에는 특정 연구를 집중적으로 파고들어야 하는 것이다. - P213

전문 연구 분야를 익혀야하는 이유는 우선 세부 연구 분야가 너무 많아서 다 잘 할 수 없다는 것이다. 세부 연구 분야는 알고리즘, 연구현상, 연구 도메인으로 더 나뉠 수 있다. - P213

알고리즘 세부 분야의 예를 들면 추천 시스템, 텍스트 마이닝, 이미지/영상 분석, 이상탐지, 프로세스 마이닝 등이 있다. 물론 이것은 예시에 불과하고 훨씬 더 많은 세부 분야가 있다. - P214

연구현상에 대해서 세부 알고리즘을 나눌 수도 있다. 연구현상이란 어떠한 사회 현상 또는 특정 도메인 대상에 대해서 하는 연구를 말한다. 예를 들어서 세부 분야로는 SNS 서비스, 집단 따돌림 현상, 온라인 고객 행동, 선거 캠페인 행동이 될 수 있다. - P214

연구 도메인에 대한 세부 연구 분야의 예로는 이동통신 데이터 분석, 센서 데이터 분석, 제조 데이터 분석, 금융공학 등이 있을 수 있다. - P214

각 카테고리별 세부 연구 분야를 조합해 하나의 연구를 할 수도 있다. 예를 들어 텍스트 마이닝을 활용해 선거 캠페인 이슈에 대한 뉴스기사를 분석해볼 수 있다. 또는 센서 데이터를 활용해 이상탐지 알고리즘으로 계측 장비의 이상패턴을 추정할 수도 있다. 실제로 이런 방식으로 쓴 논문이 상당히 많다. - P214

결국 본인의 취향, 필요성, 소속회사 또는 연구실에 따라서 정해지는 것 같다. - P218

우선 두꺼운 기본서 한 권 정독이 필요하다. 그동안은 데이터 전처리, 머신러닝, 딥러닝 등 넓은 범위의 영역을 다룬 책들을 읽었다면 이번에는 세부 연구 분야를 중점적으로 다룬 책 한 권이 필요하다. 고교시절 수학 공부할 때 가장 처음 기본을 익힐 때 보고 이후에도 계속해서 수시로 들여다보았던 수학의 정석과도 같은 책이 필요한 것이다. - P219

책은 아마존 닷컴에서 찾아야 한다. 국내 서적 중에 AI 빅데이터분석 세부 연구 분야를 중점적으로 깊이 있게 다룬 책은 찾기 힘들다. 아마존 닷컴에 들어가서 세부 연구 분야를 키워드로 검색한 후, 상단에 있는 책들 중 대략 400~800페이지 정도 되는 책들 중 한 권을 구매하면 된다. 책 구매 전에 목차도 확인해야 한다. 아마존 닷컴 상세페이지에는 목차가 잘 안 나온다. 따라서 책 제목을 구글 도서에서 검색한 후 책 미리보기를 통해 목차를 확인하자. 해당 세부 연구 분야에 대해서 깊이 있게 이것저것 다룬 교과서와 같은 책이 분명 있을 것이다. 그러면 그 책을 앞으로 공부할 세부 연구 분야의 교과서로 삼고 공부를 시작하면 된다. - P219

이러한 책(세부 연구 분야를 중점적으로 깊이 있게 다룬 책)들은 보통 특정 분야에 대해서 많은 내용을 다루기 때문에 내용적으로는 크게 어렵지 않은 편이다. 페이지수가 400~800페이지나 되는데 내용까지 어렵다면 거의 읽을 수가 없다. 또한 아무리 똑똑한 저자라도 그 많은 페이지수를 모두 고난도의 내용으로 채우기는 어려울 것이다. 정말 심화되고 고도화된 내용은 보통 깊이 있게 한 가지 알고리즘만 파고들어 SCI급 논문으로 편찬된다. 따라서 페이지수가 많다고 처음부터 겁먹지 말고 차근차근 읽어보길 바란다. - P219

고등학교 때 수학의 정석을 공부했듯이 세부 연구 분야별 교과서로 정한 책들은 좀 더 진지한 마음으로 정독을 권한다. (저자는) 주로 요약 노트를 만들었다. 각 교과서 원서마다 하나의 노트를 만들고 책을 읽으면서 챕터별로 주요 아이디어들을 메모했다. 책이 꽤 두껍기 때문에 읽고 나서 다 기억할 수는 없다. 따라서 요약 노트에 요약하면서 다시 한 번 머릿속에 집어넣고 추후에 요약노트만 몇 번 들여다보면서 기억을 복기한다. - P221

표로 노트에 적어두면 이후에 종종 보면서 절대로 잊지 않을 것이다. - P221

세부 연구 분야에 대해 교과서로 정한 책을 통해서 이론을 탄탄하게 익혔다면 코딩도 함께 공부해야 한다. 요즈음에는 두꺼운 책에 자세한 이론과 함께 코딩 내용도 있는 경우가 많다. 그렇다면 일석이조겠지만 아니라면 코딩 공부를 위한 책을 한 권 더 구매해야 한다. 당연히 코딩 책은 프로그래밍 언어에 맞는 책을 구매해야 한다. - P222

AI 빅데이터 분석 코딩 책은 파이썬 책이 가장 많고 R도 꽤 있다. 코딩은 책 한 권을 본다고 실전에서 바로 전문가처럼 코딩을 하는 경우는 드물다. 상황에 따라서 코드가 무한히 달라질 수 있기에 실전 프로젝트를 하면서 자기만의 노하우를 쌓아야 한다. 책의 코드, 깃허브에 다른 사람들이 올려놓은 코드, 각종 블로그 및 스택오버플로우에 올라온 코드에 자신만의 스타일을 접목시켜야한다. - P222

한번 자기만의 스타일이 잡히면 각 알고리즘마다 코드를 정리해놓고 새로운 프로젝트의 데이터마다 정리해놓은 코드를 하나씩 꺼내서 블록처럼 쌓으면 된다. - P222

각 연구 분야별 키워드를 구글 학술검색에서 주기적으로 검색하여 최신 논문들을 보아야 한다. 구글 학술검색에는 날짜 상세 검색 기능이 있다. 따라서 최근연도로 필터를 주면 최신 논문을 쉽게 찾을 수 있다. 검색되는 모든 논문을 다 읽을 수는 없고 구글 학술검색 자체에서 인용순으로 소팅이 되기에 인용이 많은 논문 위주로 읽으면 된다. 또는 본인이 좋아하는 취향의 학회지 논문을 읽어도 좋다. 논문을 통해 책에서 얻지 못했던 더 깊이 있는 내용을 공부할 수 있다. - P223

특히 SCI급 논문을 읽으면 어떻게 이런 생각을 할 수 있었을까 감탄을 할 때가 많다. 자꾸 이런 논문을 많이 읽어야 생각의 깊이가 깊어지고 기존 지식을 바탕으로 본인만의 창조적인 아이디어를 도출해낼 수 있다. - P223

SCI급 논문은 한 편 읽는데 꽤 오랜 시간이 걸릴 수 있다. 그래서 시간이 많지 않은 이상 매일 1편씩 읽는 것은 무리다. 불과 10~20페이지 정도밖에 안 되는 분량이지만 완벽히 이해하기 위해 정독하면 2시간 이상은 금방 지나가는 경우가 많기 때문이다. 그래도 그 2시간 동안 머리를 싸매면서 논문을 이해하는 과정을 거치면 한층 사고가 깊어진 자신을 발견할 수 있을 것이다. 또한 논문을 이해한 후 느껴지는 성취감도 함께 느낄 수 있을 것이다. - P224

열심히 논문을 읽고 이해했으면 해당 논문의 핵심 아이디어를 논문 맨 앞장에 요약한 후 이후에 자신만의 아이디어에 접목하려 시도해야 한다. SCI급 논문의 아이디어를 실전 프로젝트 데이터에 적용하여 코드로 구현하여 결과를 보인다면 아마 극찬을 받을 것이다. - P224

논문을 다 읽은 이후에는 논문 주제별로 모아진 봉투에 모아두는 것도 좋은 방법이다. 나는 여러 노란 봉투에 주제별로 나누어 논문을 모아두고 심심할 때마다 봉투 하나씩 꺼내어 해당 주제의 논문들 맨 앞장만 쭉 훑어본다. 맨 앞장에는 내가 논문을 읽고 핵심 아이디어를 정리해두었기 때문에 단 몇 분 만에 논문 여러 개를 다시 복기할 수 있다. - P224

SCI란 Science Citation Index의 줄임말로 미국 과학정보연구소가 과학기술분야 학회지 중 엄격한 선정 기준에 의하여 선별한 저명한 학회지를 말한다. 해당 학회지에 수록된 논문들을 SCI 논문이라고 부른다. 온라인 버전인 SCI 확장판(SCIE)도 있다. - P229

2020년 1월에 기존의 SCI와 SCI의 확장판 SCIE(Science Citation Index Expanded)가 통합되어 SCIE(과학인용색인)만 남아있다. 따라서 현재는 SCI, SCIE 별도 구분 없이 SCIE만 남아있다. - P229

[100자평] TV 피플

TV 피플
무라카미 하루키 지음, 홍은주 옮김 / 비채 / 2024년 7월

맨 처음에 나온 이야기인 ‘TV피플‘의 경우 그냥 무심코 읽으면 평범하거나 대수롭지 않은 혹은 단지 비현실적인 이야기처럼 보일 수도 있지만, 소설 속에 등장하는 소재들이 무엇을 상징하는지를 독자들 나름대로 생각해보고 상상력을 동원하여 상상해가면서 읽어본다면 좀 더 흥미로운 독서가 가능할 것이라고 생각한다. 그리고 뒤에 수록된 이야기들은 등장인물들의 생각과 그들이 하는 말에 좀 더 집중해서 읽어보면 좋을 것이다.

오늘은 이 책에 마지막으로 수록된 ‘잠‘이라는 단편을...

오늘은 이 책에 마지막으로 수록된 ‘잠‘이라는 단편을 만났다. 개인적으로 약 2달 전에 별도로 출간된 동저자의 《잠》이라는 책을 읽었었는데, 그 책과 이 책의 옮긴이가 다른 관계로 문장의 디테일에 약간의 차이가 있긴 했지만 실질적인 내용은 대동소이했다.

아무튼 한 번 접해봤던 내용이긴 하지만 혹시라도 처음 읽을 때 놓치고 지나갔던 것들이 있었을지도 모른다는 생각에 처음 읽을 때보다는 힘을 좀 빼고 술술 읽어봤는데, 그중에 하나 건진 게 바로 오늘 처음 밑줄친 문장이었다.

머릿속에 뭔가 잡생각이 많아질 때 몸을 움직임으로써 그것들을 물리칠 수 있다는 말인데, 이 소설 속 등장인물은 수영을 하러 가는 것으로 자신의 머리를 식히는 모습을 보여준다.

뭐 수영까지는 아니더라도 그냥 가볍게 걷거나 뛰는 것도 좋고, 아무쪼록 머리를 쓰거나 생각하는 걸 잠시 멈추고 몸을 쓰는 행동을 함으로써 잡생각을 모조리 던져버리고 리프레시하는 시간을 가져보면 좋을 듯하다.
.
.
.
뒤이어 쭉 읽어나가면서 독자인 나는 옮긴이가 옮긴 문장에 따라 독자들이 느끼는 바의 밀도가 얼마든지 달라질 수 있음을 느낄 수 있었다. 이 책에 수록된 ‘잠‘같은 경우 대명사와 같은 간접적인 표현보다는 좀 더 직접적인 표현으로 쓰여있는 부분들이 많아서였는지는 몰라도 개인적으로 이전에 단편집으로 읽을 때보다 내가 느끼는 바의 깊이가 더 깊어진 느낌을 받았다. 그리고 여기에 더해 이 이야기를 한 번 더 읽다보니 똑같은 것을 보고도 기존에 보지 못했던 것들을 볼 수 있는 시야가 생겼을 수도 있겠다는 생각도 들었다. 어찌됐든 간에 오늘 독서를 통해 저자가 ‘잠‘을 통해 말하고자 하는 바를 또다른 차원에서 볼 수 있었고, 이를 통해 수많은 독서가들이 왜 읽었던 책을 다시 읽어보는지 그 이유를 조금이나마 느낄 수 있었다.


좀 더 덧붙여서 앞서 언급한 또다른 차원에서 봤던 것들을 잠시 얘기하자면, 소설 속 화자가 잠을 안 자는 것을 자신이 누리는 세계가 확장된다고 느낀다는 점이었다. 화자는 남편과 아들이 자는 동안에 자신은 깨어있으면서 책(안나 카레니나)을 읽거나 낮동안 하지 못했던 일들을 함으로써 뭔지 모를 뿌듯함 혹은 보람같은 것을 느끼는 모습을 보여준다. 개인적으로는 이 소설을 처음 읽을 때는 무심코 지나쳤던 생각인데, 오늘 2회독을 통해 잠이라는 것을 조금은 다른 각도로 볼 수 있었다. 독자인 내 생각을 좀 더 보태보자면 단기적으로는 화자의 생각이 맞을 수도 있겠지만, 장기적으로는 하나뿐인 목숨이 위태로워질 수 있는 굉장히 위험한 생각이 아닐까 싶다.

결과적으로 소설 말미에 간접적으로 암시된 것처럼, 잠을 안자고 계속 버티다가는 잠자는 시간보다 훨씬 더 긴 시간동안 어둠만을 바라봐야 하는, 소위 말하는 죽음이라는 상황에 빠질 수밖에 없다는 것도 다시금 확인할 수 있었다. 잠을 자고 나면 몇 시간 뒤에 깨어나지만 잠을 안자고 버티다가 몸이 망가져서(여기선 차가 뒤집어지는 것으로 암시됨) 죽고나면 이 세상에선 더이상 깨어날 수 없고 저 세상에서 영원한 어둠만을 바라보는 상황에 놓이게 되는 것이다. 결국 우주의 섭리 또는 이치를 거스르는 행동은 화를 부를 수 있다는 게 독자인 내가 내린 결론이다.

몸을 마음껏 움직임으로써 몸속에서 무언가를 몰아내버리고 싶었다. - P181

수영하는 동안, 수영에만 의식을 집중했다. 다른 일은 아무것도 생각하지 않았다. 몸을 효율적으로 움직이는 것만 생각하고 규칙적으로 숨을 들이쉬고 내뱉었다. - P185

내 인생은 대체 무엇일까? 나는 경향적으로 소비되고, 그걸 치유하기 위해 잠을 잔다. 내 인생은 그 반복일 따름 아닌가? 어디로도 움직이지 않는 게 아닌가? - P191

잠 같은 건 필요 없다고 생각했다. 설령 미친다 해도, 잠을 못 잠으로써 생명의 존재 기반을 잃는다 해도, 그래도 좋다고 생각했다. 상관없다. 나는 어쨌거나 경향적으로 소비되고 싶지 않다. 그리고 그 경향적 소비를 치유하기 위해 잠이 정기적으로 찾아오는 거라면, 그런 건 필요 없다. 내게는 필요 없다. 만일 내 육체가 경향적으로 소비될 수밖에 없다 해도 내 정신은 나 자신의 것이다. 나는 그것을 나를 위해 우수리 없이 떼어두겠다. 누구에게도 건네주지 않겠다. 치유 같은 건 원하지 않는다. 나는 잠자지 않겠다. - P192

나는 잠 못자는 걸 두려워하지 않게 되었다. 두려워할 게 아무것도 없다. 더 긍정적으로 생각하면 될 일이다. 요컨대 나는 인생을 확대하고 있다, 고 생각했다. 밤 10시부터 아침 6시까지는 나 자신을 위한 시간이었다. 하루의 삼분의 일에 해당하는 그 시간은 지금까지 잠이라는 작업에ㅡ ‘쿨다운하기 위한 치유 행위‘라고 그들은 부른다ㅡ소비되었다. 하지만 그것이 지금은 나 자신의 것이 되었다. 누구의 것도 아니다. 내 것이다. 나는 그 시간을 내 마음대로 쓸 수 있다. 누구에게도 방해받지 않고, 누구의 어떤 요구도 받지 않고, 그렇다, 그야말로 확대된 인생이다. 나는 인생을 삼분의 일씩 확대하고 있다. - P192

생물학적으로 봐서 정상은 아니라고 당신은 말할지도 모른다. 하긴 그럴지도 모른다. 그리고 나는 정상이 아닌 일을 계속함으로써 지는 빚을 훗날 갚아야 할지도 모른다. 인생은 확대된 몫을ㅡ말하자면 나는 그만큼 당겨서 쓴 셈이다ㅡ나중에 돌려받으려 할지도 모른다. 근거 없는 가설이지만, 부정할 근거도 없을뿐더러 일단 논리적이라고 나는 느낀다. 요컨대 마지막에 시간의 대차잔고를 맞춘다는 말이다. - P193

솔직히 그런 건 이미 아무래도 좋았다. 만일 무슨 이유로든 내가 일찍 죽어야 한다 해도 전혀 상관없었다. 가설은 가설 나름의 길을 마음껏 걷게 두면 된다. 적어도 지금, 나는 내 인생을 확대하고 있다. 이건 훌륭한 일이었다. 손맛이 전해진다. 내가 여기 살아있다는 실감이 있다. 나는 소비되지 않는다. 적어도 소비되지 않는 부분의 내가 여기 존재한다. 그렇기에 나는 살아있음을 실감할 수 있다. 살아있다는 실감이 없는 인생이 장장 계속된들 무슨 의미가 있을까. 지금은 확실히 그렇게 생각한다. - P193

잠을 버림으로써 나는 나 자신을 확대했다. 중요한 건 집중력이다. 집중력 없는 인생이라니, 눈만 뜨고 있었지 아무것도 못 보는 것과 똑같다. - P194

이따금 책을 읽다가 감정이 몹시 고조될 때가 있었다. 그런 때는 잠시 멈추고 방 안에서 몸을 움직였다. 유연체조를 하거나 혹은 그저 방 안을 왔다갔다 했다. 마음 내키면 한밤중에 산책을 나가기도 했다. 나는 옷을 갈아입고, 주차장의 시티를 몰고 나가 근처를 정처 없이 달렸다. 이십사 시간 영업하는 프랜차이즈 레스토랑에 들어가 커피를 마실 때도 있었지만, 사람 상대하기가 성가셔서 대개는 줄곧 차 안에 있었다. 위험해 보이지 않는 곳에 차를 세우고 멍하니 생각에 잠길 때도 있었다. 항구까지 가서 한동안 배를 바라보기도 했다. - P195

그들은 아무것도 모른다. 그들은 세계가 아무 변화도 없이 지금까지와 똑같이 움직인다고 완전히 믿고 있다. 하지만 그렇지 않다. 세계는 그들이 모르는 곳에서 착착 변화하고 있다. 돌이킬 수 없을 정도로. - P197

남편은 분명히 추해졌다. 얼굴에서 야문 맛이 사라졌다. 나이 든다는 건 아마 그런 것이다. 남편은 나이 들었고, 그리고 지쳐 있다. 닳고 해졌다. 앞으로 틀림없이 더 추해질 것이다. 그리고 나는 그걸 견디지 않으면 안 된다. - P199

분명히 남편은 내게 잘해준다. 자상하고 속도 깊다. 바람 한 번 안 피우고, 열심히 일한다. 성실하고 누구에게나 친절하다. 내 친구들은 모두 다시없는 사람이라고 입 모아 말한다. 흠 잡을 데 없다고 나도 생각한다. 하지만 그 흠 잡을 데 없음이 때로 나를 짜증나게 한다. 그 ‘흠 잡을 데 없음‘속에는 무언가 상상력의 개재를 허용하지 않는 묘하게 경직된 구석이 있었다. 그게 마음에 안 든다. - P201

죽음이란 잠 같은 것과는 전혀 다른 종류의 상황 아닐까ㅡ그것은 어쩌면 내가 지금 보고 있는 끝없이 깊이 각성한 어둠인지도 모른다. 죽음이란 그런 암흑 속에서 영원히 깨어 있는 일인지도 모른다. - P203

만일 죽음이라는 상황이 휴식이 아니라면, 이 피폐로 가득한 불완전한 우리 삶에 대체 어떤 구원이 있단 말인가? 그러나 결국 죽음이 무엇인지는 아무도 알지 못한다. 누가 죽음을 실제로 보았나? 누구도 보지 못했다. 죽음을 본 자는 죽고 말았다. 살아있는 자는 누구도 죽음을 모른다. 그저 추측할 뿐이다. 어떤 추측이건 그저 추측일 따름이다. 죽음이 휴식이어야 하다니, 그런 건 그럴싸한 논리조차 아니다. 죽어보지 않으면 모를 일이다. 죽음은 어떤 것이라도 될 수 있다. - P203

나는 아직 눈을 가만히 감고 있었다. 눈을 뜰 수 없어지고 말았다. 나는 눈앞을 가로막는 두꺼운 어둠을 꼼짝 않고 바라보았다. 어둠은 우주 자체처럼 깊고, 구원이 없었다. 나는 외톨이였다. 내 의식은 집중하고 확대해 있었다. 마음먹으면 그 우주의 깊디깊은 곳까지 들여다볼 수 있을 것 같았다. 하지만 나는 보지 않기로 했다. 아직 너무 일렀다. - P204

만일 죽음이 이런 것이었다면 나는 대체 어떻게 하면 좋을까. 죽음이란 것이 영원히 각성한 채 이렇게 꼼짝 않고 어둠을 바라보는 것이라면? - P204

생물학적으로 보면 분명히 부자연스러운 일인지 모른다. 하지만 대체 누가 자연에 대해 알고 있을까? 무엇이 생물학적으로 자연스러운지는 결국 경험적 추론에 지나지 않는다. 그리고 나는 그런 추론을 넘어선 지점에 있다. 이를테면 나를 인류의 비약적 진화의 선험적 샘플로 생각해보면 어떨까? 잠자지 않는 여자. 의식의 확대. - P205

잠을 못 자게 되기 이전의 기억이 가속도가 붙어 속속 멀어져가는 듯 느껴진다. 무척 신기한 느낌이다. 매일 밤이 오면 잠들었던 무렵의 내가 진짜 내가 아니고, 당시의 기억은 진짜 내 기억이 아닌 것 같다. 사람은 이렇게 변화하는구나, 나는 생각한다. 그러나 아무도 그 변화를 모른다. 누구도 알아차리지 못한다. 나밖에 모른다. 설명해도 그들은 모를 것이다. 믿으려 하지 않을 것이다. 만일 믿는다 해도 내가 무엇을 느끼는지 절대로 정확히는 알지 못한다. 그들은 나를, 자신들의 추론 세계를 위협하는 존재로밖에 이해할 수 없으리라. 하지만 나는 실제로 변화하고 있다. - P207

뭔가 잘못됐다고 나는 생각한다. 차분하게 생각하면 잘 될거야. 생각을 해. 침착하게 · 천천히 · 생각하는 거야. 뭔가 잘못됐다.
뭔가 잘못됐다.
그러나 무엇이 잘못됐는지 나는 알 수 없다. 내 머릿속에는 농밀한 어둠이 가득 차 있다. 그것은 이미 나를 어디로도 데려가지 않는다. - P209

나는 우는 것밖에 할 수 없다. 눈물이 끊임없이 흘러넘친다. 나는 혼자고, 이 작은 상자에 갇힌 채 어디로도 갈 수 없다. - P209