[가짜연구소] 7th PseudoCon, 수도콘

11월 11일 가짜연구소 7회 수도콘에 참여했다.

 

 

가짜연구소는 머신러닝/데이터사이언스를 중심으로 모인 비영리 커뮤니티입니다. 성장의 앙상블이 만들어내는 울림을 통해 개인과 커뮤니티의 성장의 사이클을 함께 만들어나가요!
- 가짜연구소 홈페이지 -

 

올해부터 인과추론, 그래프이론에 관심이 생겨서 이것저것 찾아보다가 가짜연구소에서 진행되는 스터디를 눈여겨보고 있었다.

그러다 7회 수도콘 행사를 한다는 것을 보고 바로 신청했다.(이벤트어스 - 수도콘 신청 페이지)

 

event-us - [가짜연구소] 7th PseudoCon

 

행사는 무려 그랜드워커힐 호텔에서 진행되었다.

(웅장...)

 

1. 강연

강연은 2시 ~ 4시 반까지 엄청난 분들이 진행하였다.

생각보다 홀이 엄청 컸고 꽉 찰 정도로 사람도 많았다.

 

1-1. 대격변에서의 성장 - 김찬란

어떻게 이런 절묘한 제목의 사진이..?

본 행사를 기획하고 주최한 가짜연구소 운영진인 김찬란님이 수도콘이 7회로 오기까지의 이야기와 함께 행사를 소개하고,

이어서 강연을 진행했다.

아래부터는 각각 강의를 요약해서 적어보았다.

1. 새로운 기술을 빠르게 익히고 사용하는 빠른 적응력 필요
2. 데이터셋을 만드는게 가장 중요(논문에서 쓰는건 믿을 수 없음)
3. 나는 연구만 할거야 라고 버티기만 할 수는 없음
4. 데모를 만들 수 있는 능력이 중요해짐(= 여러가지 할 줄 아는게 큰 도움이 됨)
5. 지금은 변화가 큰 시기이고 혼란스러운 상황이기 때문에, 중요한 의사결정을 할 시기는 아니라고 생각됨
6. 생존에서 중요한 것 -> 커뮤니티

1-2. GenAI 과도기 - 구강모

구글은 25년된 회사로 그렇게 오래되지는 않았으나, 항상 혁신을 장려함

혁신은 강제로 될 수 없으며 스스로 의지를 가지고있어야만 가능한 것

 

혁신의 4대 원칙

1. Focus on the user
   • 유저를 respect(존중)해야 focus 할 수 있음
   • 커뮤니티에서도 repect가 중요하다고 생각함. 그리고 open mind
   • User transparency
2. Don’t fear failure
   • 구글 내부에서도 시간 혹은 노력이라는 자원의 20%를 새로운 프로젝트에 할당
   • 4일은 본업, 1일은 하고싶은 일을 찾아서 함(그 중 성공 케이스가 gmail)
   • 물론 망한것들도 많음. 하지만 큰 실패들도 탓하지 않음
   • 실패를 통해 어떤 통찰력(insight)를 얻었는지 발표하고 축하하는 자리도 있음(Celebrating failures)
   • 이런 문화가 더 혁신 가능한 아이디어를 가져옴
3. Share everything you can
4. Build the right team
   • 좋은 팀원을 구하는 것
   • 구글은 다양성을 위해 전혀다른 분야에서 온 분을 뽑기도 함

1-3. AI 반도체 개발에서 ML팀의 역할 - 주영민

AI 반도체 개발에서 ML팀의 역할

1. AI 반도체?
   • = NPU(Neural Processing Unit)
   • = AI Accelerator 라고도 함
   • AI를 잘 돌릴 수 있는 반도체를 말함
2. 왜 필요한가?
   • Neural network 모델은 점점 커짐
   • 소프트웨어 최적화만으로는 부족한 상황, 하드웨어 최적화가 필요해짐
3. ML팀이 하는 일은?
   • 메모리를 어디에 얼만큼 둘지
   • 연산기를 어떤걸 쓸지 등을 조사하고 연구, 실험해서 하드웨어 설계팀에 전달하는 일을 함
   • 모델, 소프트웨어, 하드웨어 전방위적으로 조사하고 연구하고 있음
   • 모델을 압축하는 기법 연구하고 하드웨어 레벨에서 최적화 할 수 있는지 연구(Quantization, Pruning 등)
   • 실제 서비스 환경에서 필요한 요구사항은 무엇인지, 유저관점에서 니즈를 파악해야 함

1-4. NeRF 속도의 발전 - 김도연

1. 응용분야가 다양하게 발전함
2. NeRF는 속도가 많이 느리기 때문에 이를 극복하기 위해 어떤 연구가 진행되었는지 알아보고자 함
3. 최신 연구 소개
   • SH-Based NeRF
     • 구면 좌표계에서 정의 된 함수
     • Octree: 데이터를 저장하는 자료 구조. 샘플링을 사물이 있는 부분만 함
   • Grid-Based NeRF
     • Trilinear interpolation: scene을 고정된 voxel의 grid로 구성하고 주변 voxel로 보간
     • TV(Total Variance) Loss
     • Instant Neural Graphic Primitives~. NVIDIA 논문, Multi-resolution
   • Tensor-based NeRF
     • 성능은 조금 낮지만..
     • 3차원 공간을 2차원으로 reduction하여 속도 개선
   • 3D Gaussian Splatting
     • Tile-based rasterizer
     • (대박 쩔어!)

중간에 간식도 먹고

1-5. 그래프 오마카세 주방장이 말하는 현업과 학업간의 괴리 - 정이태

1. 문제해결이라는 목표는 동일
2. 현업: 원시데이터, 유지/보수, 비즈니스 가치, 고객의 고객님들
3. 학업: 정제데이터, SOTA, 교수님들
4. DBA&데이터 엔지니어 - 프론트&백엔드 개발자 - 데이터 분석가&데이터 사이언티스트 - PM과의 협업에서 발생하는 문제점이 상당하다.. 결국 설득의 연속
5. 인간중심적으로 사고하기
   • 마인드 셋 - 시련은 성장!
   • 호기심 - 비즈니스 트렌드, 동향 파악
   • 커뮤니케이션 - 경청 * 1000…

1-6. 모델러의 효율을 높이는 MLOps 활용법 - 에너지 예측 모델을 중심으로 - 장병선

1. 실제 서비스에서 ML 모델에 관한 부분은 매우 작음
2. 개발-배포-운영-공통 작업 등을 할 수 있는 Runway라는 제품 개발
   • 데이터 준비 및 관리
   • link를 이용한 pipeline
   • 개발도구 연결(HPO)
   • 실험관리
3. MLOps 제품은 데이터관리, 모델개발 및 최적화, 실험관리 등에서 많은 도움이 됨
4. 그러나 제품만으로는 해결 안되는 영역도 있음. 프로젝트에 맞게 적절한 방법과 병합이 필요

1-7. PseudoLab X DataCamp - 성소민

1. Datacamp: 데이터 교육 플랫폼
2. 이번에 80개 라이센스?를 얻음
3. 스캐폴딩: 뼈대, 발판(과 같은 역할을 하고자 함)
4. 사람이 도움을 받아서 문제를 해결할 수 있는 영역에서, 도움을 주는 역할을 하고자 함
5. 문제 해결 지향, 맞춤형 지원, 상호작용
6. Learn-Practice-Apply-Asses(Cycle)

1-8. 인과추론으로 성장하기

1. 인과추론과 성장이 무슨 상관?
   • 인과추론을 하는 이유가 성장하기 위함(회사든 개인이든)
2. 지난 2년간의 성장?
   • 뛰어난 사람들이 있는 곳으로 가기
     • 오늘 인생의 복잡도가 가장 낮기 때문에 오늘 결정, 시도하면 됨
   • 잘 안되더라도 꾸준히 하기
   • 좋은 동료를 얻기
     • 실현 가능한 성과 제시
     • 문제의 원인은 나, 해결방안 찾기
   • 대격변 시대에 변하지 않는 것에 집중하기
     • 복잡한 문제에서 진짜 인과를 추론할 수 있는 역량 -> 문제 해결력

전망이 좋쿠나!!

 

2. 네트워킹

강연세션이 끝나고 4시반 ~ 6시까지 네트워킹 시간이 있었다.

 

2-1. 인과추론

나는 관심있는 인과추론 스터디를 운영하고 있는 신진수님을 만나러 가서 이것 저것 물어보았다.

 

Q. 올해 중반에 스터디 모집글이 올라온 걸 봤는데, 다 심화 레벨이라 신청을 못했다. 이유는?

A. 바로 실무레벨 정도의 스터디 및 연구를 진행해야 해서 일부러 그렇게 모집했다.

     한 스터디에서 인과추론 책 번역본이 만들어졌고 곧 나올 예정이다.

 

Q. 내년에 초급, 주니어 레벨의 인과추론 스터디 모집 계획이 있는가?

A. 본인은 아니고 다른 인과추론 스터디 멤버가 새로 스터디를 모집 할 수도 있다.

 

Q. 인과추론으로 (현업의 00도메인) 문제를 해결해보려고 하는데 어떻게 생각하는지?

A. 문제정의를 잘 해야한다. (몇가지 더 얘기해주셨는데, 기억이..ㅠㅠ)

 

이 이야기를 옆에서 듣던 나와 동일한 도메인에서 일하는 분들과도 이야기를 나누고 명함을 교환했다.

그분들도 인과추론으로 문제를 풀어보고 싶다고 했다.

혹시나 다음에 스터디에서 만날지도..

 

2-2. 추천시스템

원래부터 관심있었던 추천시스템 스터디 부스가 있어서 잠시 들렸다.

스터디를 운영중인 이경찬님과도 이야기를 나눴다.

 

Q. 올해 추천시스템 스터디 모집글을 못본 것 같은데, 혹시 내년에 모집 계획이 있는지?

A. 24년 3월 쯤 모집 계획이 있다.

 

Q. (부스에 스터디원들이 만든 영화추천 서비스가 전시되어있었다.) 혹시 이 서비스는 최신 추천 알고리즘을 반영해서 만든 것인지?

A. 그렇다. 스터디 한 최신 이론들을 반영하여 서비스로 구현하고, 사용자들의 데이터를 수집해서 점점 고도화 하고 있다.

 

잠시 내가 만든 추천알고리즘 어플도 보여주고 자랑도 했다.. ㅎㅎ

 

굿즈도 받았지롱

 

3. 후기

엄청 잘 기획된 행사였다.

 

강연은 배울것이 정말 많은 시간이었고,

네트워킹도 이런저런 궁금증을 해결하고, 관심사가 같은 사람들과 이야기를 나눌 수 있는 값진 시간이었다.

8회 수도콘도 무조건 참석이다.

 

그리고 내년에는 가짜연구소 스터디 하나는 무조건 참석하는 것을 목표로 한다.

꼭 관심분야의 스터디가 올라오길..!!

 

이상으로 후기를 마친다.