보스톤코리아

알림마당


[개인칼럼] 코딩을 넘어 머쉰러닝을 탐하다
2015-12-12, 21:06:47 제임스킴	추천수 : 236 \| 조회수 : 2970

IP : 128.XXXX.54.189

<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: 0pt; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;">머쉰러닝이 대세다. 전분야로 활용이 확대되고 있다. 나는 머쉰러닝을 기초과학에 적용하는 연구를 시작하면서 프로그래밍(Programming)을 한지 30여년 만에 새로운 변화가 필요함을 인지하게 되었다. 하버드에 처음 올 때만하더라도 삼성에 다닐 때 하듯이 프로그래밍과 알고리즘으로 승부를 걸어보려고 했다. 그렇지만 하나의 결과를 내는데 너무 많은 시간이 걸렸다. 그때 같이 있던 멕시코 박사학생이 귀띔을 해주었다. 아이파이썬 노트북(IPython Notebook)을 사용하라는 것이다.
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: normal; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;"> 
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: 0pt; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;">그전까지는 아주 가끔 코딩을 연습하거나 임시로 결과를 만들 때만 아이파이썬 노트북을 사용했다. 통합 환경에 익숙해있던 터라 번잡한 노트북 방식이 맘에 들지 않았다. 그뿐 아니라 실제 코딩을 할 때도 불편했다. 다음으로 그 학생이 나에게 해준 말은 판다스(Pandas) 라이브러리를 사용하라는 것이었다. 파이썬을 몇년전 부터에 배워서 사용해 오던 탓에 어떤 툴과 라이브러리들인지는 알고는 있었다. 그러나 나는 주로 넘피(Numpy)와 맷플롯라이브(Matplotlib) 라이브러리 정도를 활용하고 있었다. 매트랩보다는 편하지 않았지만, 둘을 이용하면 파이썬에서 매트랩을 흉내를 낼 수 있고 오픈소스 진영이기에 라이선스 걱정 없이 사용할 수 있다는 장점이 있어 주로 회사 밖에서 넘피를 활용했다. 그렇지만 그 외의 다른 파이썬 라이브러리나 툴에는 별로 관심이 없었다.
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: normal; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;"> 
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: 0pt; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;">프로그램을 하다 새로운 기능이 필요해지면 주로 코드를 짜는 편이라, 예를 들어 데이터 파일을 저장하고 불러드리고 할 때는 기본 파일 I/O를 이용하여 주로 스스로 코딩을 하는 편이었다. 코딩하다보면 디버깅하는 재미도 있고 함수들이 하나하나 만들어질 때마다 희열을 느낄 수 있었기에 코딩하는 편을 주로 택했다. 더군다나 새로운 라이브러리를 사용하기 위해서는 매뉴얼을 읽고 사용 연습을 어느 정도해야하기 때문에 초기에 시간 소모가 아까워 그 시간에 직접 코드를 만들고 만다는 주의를 택했다.
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: normal; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;"> 
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: 0pt; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;">내가 온 곳은 하버드 이론 양자화학 전공이기에 관련된 프로그래밍을 작성하기가 쉽지 않았다. 그래서 코딩을 통해 양자화학에서 필요한 이런 저런 함수를 만들다보면 어느새 땅거미가 지고 자정이 넘어가기 일 수였다. 그렇지만 목표로 가기 위한 진도는 요연했다. 그럴 때 내가 여기로 오기 전에 하버드 지도교수가 미리 해주었던 말이 생각났다. 내가 화학 전문 프로그램을 짜겠다고 하자 화학을 위해서는 가능하면 RDKit이라는 툴을 활용하라는 것이었다.
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: normal; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;"> 
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: 0pt; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;">화학은 분자식을 기반으로 물질을 표현하고 그 특성을 해석한다. 사실 이런 화학 기호를 다루는 코드를 처음부터 새롭게 작성한다는 것은 쉽지 않은 일이었다. 비지팅 리서치는 박사후(Post-doc) 과정에 해당하기에 때문에 석사나 박사 과정처럼 별도의 수업을 듣거나 시험을 치루는 일이 없어 하루 종일 연구할 시간이 있다, 그렇지만 그런 시간에 코드를 스스로 다 만들어봐야 되겠다고 생각했던 건 오산이었다.
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: normal; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;"> 
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: normal; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;"><img style="max-width: 767px;" src="https://upload.wikimedia.org/wikipedia/en/7/74/TensorFlow.png" alt="TensorFlow.png" />
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: normal; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;">그림 - 구글사가 최근 공개한 파이썬으로 활용할 수 있는 머쉰러닝 라이브러리 / wikipedia
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: normal; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;"> 
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: 0pt; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;">머쉰러닝도 마찬가지였다. 처음에는 씨언어(C)와 파이썬을 섞어가면서 기본 매트릭스나 팬(FANN)이라는 간단한 뉴럴넷 라이브러리을 활용하여 직접 알고리즘을 코딩해가면서 진행했다. 그러나 머쉰러닝을 구현하고 검증하는 방법은 오랜 경험을 통해 만들어진 방법이기에 순수하게 직접 코딩을 해서 덤비기에는 무리가 따랐다. 이 때 멕시코 학생이 나를 또 한 번 구해주었다. 수렁에서 나를 건져내었다고 봐야 맞을 것 같다. 그 학생은 나에게 파이썬에 있는 에스케이런(Sklearn) 라이브러리를 활용해보라고 말해 주었다.
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: normal; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;"> 
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: 0pt; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;">머쉰러닝을 이용하여 양자 화학 관련 문제를 풀기 위해서는 선형회기분석(liner regress analysis) 방법의 활용만으로는 제대로 해내기 힘들다. 나는 통신 신호처리 알고리즘을 오랫동안 코딩했었기에 당연히 머쉰러닝도 선형처리 정도 수준이려니 라고 생각했는데 그 정도의 방법은 정말 기본에 불과했다. 예를 들면 많은 경우 릿지(Ridge)나 낫소(Nasso) 알고리즘을 이용하여 레귤라이제이션(Regularization)을 해야 한다. 그리고 레귤라이제이션을 조절하는 파라미터를 찾는 그리드 검색(Grid search)이나 하이퍼 파라미터 최적화를 해야 한다. 또한 내가 찾은 회귀 상수들이 제대로 된 것인지 상호검증(Cross-validation)을 해야 한다.
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: normal; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;"> 
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: 0pt; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;">머쉰러닝 방법도 다양하게 적용해야 한다. 선형은 기본이고 에스브이엠(SVM; support vector machine) 방식, 가우시안 프로세싱(Gaussian processing) 방법 그리고 뉴럴넷 방식과 같은 비선형 방법론들을 알고 적용해야 한다. 뉴럴넷 방식은 딥러닝으로 발전하면서 더 복잡해졌다. 그리고 항상 필요하지는 않지만, 클러스터링을 해서 학습에 사용할 데이타 셋이 어떻게 구성되었는지도 파악해야 데이터를 관찰하는 직관을 더 얻을 수 있다. 선형 회귀 처리 정도는 스스로 코딩을 통해 만드는 것은 어느 정도 가능하지만 다른 모든 것을 처음부터 만들어 나가는 건 이제는 거의 불가능한 수준이다.
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: normal; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;"> 
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: 0pt; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;">처음에 나는 프로그래머의 기질을 발휘해 직접 코딩해서 이런 것들을 다 해결해 나가려고 했다. 그렇지만 이제는 깨달았다. 그 멕시코 친구의 도움이 없었다면 아직도 저 밑 동굴 안에서 헤매고 있으면서 진작해야 하는 분자 예측에 대한 결과에는 근처도 못가고 있을 것으로 생각이 된다.
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: normal; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;"> 
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: 0pt; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;">다음은 내가 찾아낸 방법들이다. 그 후로도 실제 화학정보학 문제를 풀기에는 이정도로도 부족했다. 파이썬의 툴들은 머쉰러닝 방법과 알고리즘을 구현해 둔 툴이지 화학 문제를 모두 해결할 수 있는 도구는 아니었다. 여기서 사실 그 친구의 또 한 번의 도움이 필요했다. 다양한 양자 및 분자 화학의 특성을 예측하고 분석하는 툴을 소개해 주었다. Chemaxon에서 나온 툴인데 내가 하는 분자의 특성을 이론적 해석 또는 머쉰러닝을 통해 분석하고 예측해주는 툴이다. 하나의 문제를 풀다보면 다른 문제와 연관되기 나름인데 그 때마다 내가 직접 푸는 방법론을 구축해야 한다고 하면 그건 완전히 지옥 같은 것이다. 다행이도 이친구가 가르쳐 준 툴을 통해 기존에 예측이 가능한 특성들에 대한 부분은 내 스스로가 아닌 이 툴을 사용해서 풀어 나갔다.
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: normal; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;"> 
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: 0pt; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;">더 나아가 웹에서 화학 특성을 예측하는 환경이 제공되고 있음을 알게 되었다. 툴을 사용한다고 해도 어느 정도 발품을 팔아야 결과를 얻을 수 있는데 온라인 툴들은 다된 밥에 숟가락 올려놓는 노력으로 결과를 얻을 수 있었다. 내가 해야 하는 부분의 핵심은 스스로 방법론을 구축해 나가겠지만 나머지는 기존의 툴을 잘 활용하는 것도 하나의 방법이다. 다시 말해 기업에서 물건을 잘 팔려면 가격대 성능비를 좋게 만들어야 하듯이, 연구에서 머쉰러닝을 통해 주어진 문제를 효과적으로 풀어내려면 방법론 구축에 드는 시간 대비 방법론을 적용하여 얻는 효과를 최적화해야 하는 실감하게 되었다.
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: normal; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;"> 
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: 0pt; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;">이제 코딩이나 하고 있을 시간이 없다. 그러나 내가 아주 최근에 발견한 이 효율화 방법은 코딩 기술과 연관이 있다. 알고 보니 새로운 알고리즘을 코딩 할 때도 기존의 툴을 십분 활용하는 방법이 있다는 것이다. 나는 화학기호를 통해 분자의 특성을 예측하는 머쉰러닝 방법론을 개발하고 있다. 처음에는 그 코드를 처음부터 작성했다. 그러다보니 기존의 툴이 제공하는 여러 방법론들은 쉽게 사용하기 불편했고, 코드 작성으로 인해 걸리는 시간도 많았다. 내 알고리즘의 원래 코드는 파이썬으로 몇 천 줄에 달했다. 파이썬에서 이미 제공하는 함수들이 있지만 내 알고리즘에 맞추기 위해 다시 짠 코드들이 많았던 것이다. 파이썬이라 몇 천 줄이면 엄청 긴 코드이다.
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: normal; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;"> 
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: 0pt; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;">나는 객체지향을 활용하여 에스케이런이라는 파이썬이 제공하는 기존 머쉰러닝 툴의 클래스를 상속해서 내 알고리즘 코드를 작성하는 형태로 바꾸어 보았다. 어떻게 이전 클라스와 새롭게 요구되는 알고리즘을 연결해야 하는지를 배우고 파악하기에는 며칠이 걸렸지만, 이를 통해 최종 코드의 길이는 이제 수십 줄 내외로 줄이게 되었다. 수십 분의 일 이상으로 코딩 길이가 줄어든 것이다. 뿐만 아니라 기존 코드와 어울러 돌아가기 때문에 몇 천 줄에 달하던 원래 코드 안에서 나를 괴롭힐 수 있었던 버그들을 덩달아 제거할 수 있었다.
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: normal; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;"> 
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: 0pt; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;">여기에 내가 그전부터 파이썬 기술 중에 감탄해오던 씨언어와 파이썬을 융합하는 사이썬(Cython)이라는 기술을 활용했다. 왜냐하면 머쉰러닝에서 또 하나 중요한 것이 속도이기 때문이다. 문제들이 빅데이타(Big data)화가 되어가면서 점점 처리해야할 데이터양이 늘어나기에 빠른 속도로 처리할 수 있는 프로그램은 머쉰러닝의 중요한 요소 중의 하나가 되고 있다. 이런 사실을 염두에 두고 그리드 탐색이나 상호 검증 부분을 잘 고려하여 코딩 알고리즘을 만들면 전체 수행 속도가 더욱 향상될 수 있다는 것을 알게 되었다. 상호 검증 수행시 상황에 따라서는 데이터 값이 아닌 찾아보기(Index)를 활용하면 그리드 탐색에 걸리는 시간을 열 배 이상 줄일 수 있다는 것을 알게 된 것도 이런 상황에 대한 인식 때문이었다.
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: normal; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;"> 
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: 0pt; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;">아마 많이 프로그래머들이 나처럼 머쉰러닝을 떠올리면 많은 코딩을 해야 한다고 생각할 것이다. 그러나 머쉰러닝은 코딩이 아니다. 그렇지만 코딩에 대한 지식이 필요 없는 것도 아니다. 내가 언급했던 여러 가지 부분에 대해 제대로 처리하려고 하면 코딩을 잘 알아야 한다. 그렇지만 코딩에만 의존에서는 과제 수행에 드는 시간대비 성과 비율이 나쁠 수 있다. 그래서 코딩을 한다는 생각이 아니라 머쉰러닝을 한다는 생각으로 덤벼들어야 원하는 문제를 최고의 가성비로 풀 수 있게 된다.
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: normal; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;">  
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: 0pt; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;">우리나라는 지금 절체절명의 시점에 와 있다. 국제적인 역량을 갖추기 위해 필요한 기초과학이나 인문학 역량은 부족한 상황에서 당장의 시급한 일에 급급하여 지나치게 기술만 배우고 활용하는 형태로 발전해 와서 가분수가 되고 말았다. 지금 국제적인 동향을 볼 때, 시대적으로나 지정학적으로나 아주 중요한 시점에 와 있음에도 불구하고 당장의 이익에 급급하여 국가 전체가 한쪽으로만 발전해 버린 결과이다. 이런 발전이 그간은 나쁜 것은 아니었다. 사실 지금까지는 꼭 했어야 하는 발전이었다고 말할 수 있다. 그렇지만 이제 신흥 기술 국가인 중국, 인도 그리고 브라질의 기업들이 고도로 성장하고 있는 상황에서 기술만으로 경쟁하다가 뒷덜미 잡히는 상황이 될 수 있다. 이제 그간 보지 않았던 과학과 예술 등에 많은 투자가 진행되어야 지금의 대위기를 극복할 수 있다고 본다. 우리보다 첨단 기술의 수준이 높지 않지만, 여전히 선진국이 서구와 구미 국가들은 보면 왜 교육은 영어, 수학에만 취중하고 지식은 기술 개발에만 집중하는 것이 위험한 일인지는 쉽게 깨다를 수 있다.
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: normal; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;"> 
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: 0pt; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;">지금 우리가 맞고 있는 위기는 여말선초의 위기보다 훨씬 심각하다. 물론 그 위기가 우리 몸에 직접 체험되지 않아서 느끼지 못할 수도 있다. 그러나 눈을 들고 멀리 해외에서 일어나고 있는 일들을 살핀다면 얼마나 절체절명한 상황인지 알게 될 것이다.
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: normal; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;"> 
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: 0pt; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;">이런 시점에서 기초과학, 인문예술을 곧이곧대로 처음부터 해서는 안한 만 못할 수 있다. 물론 국가가 중심이 되어 전폭적인 투자를 통해 단순 기술에서 벗어나 새로운 지식과 창의적인 분야로 발전해나가는 방법도 병행해야 되겠지만 그 구체적인 실행 방법에 있어서도 새로운 접근이 필요하다.
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: normal; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;"> 
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: 0pt; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;">나는 그 새로운 방법 중의 하나가 머쉰러닝이라고 생각한다. 내가 40후반의 나이에 하버드의 이론양자화학 연구랩으로 오게 된 것도 그런 이유에서 일환이다. 양자화학을 실험이나 기존의 이론만으로 접근하는 게 아니라 머쉰러닝을 활용하여 보다 빠르고 혁신적으로 접근하는 연구를 내가 속한 랩에서 하고 있기 때문이다. 양자화학은 기존의 뉴턴이론이 풀지 못한 새롭고 현실적인 문제를 많이 해내기 시작했다. 뉴턴이론이 기계공학과 전자공학에 적용되어 주로 구조 설계나 반도체 회로의 문제를 풀어내었다면 양자화학은 그 기계나 부품을 구성하고 있는 물질의 특성을 예측해 낼 수 있다.
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: normal; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;"> 
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: 0pt; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;">물질의 특성은 나노 수준이나 그 이하의 수준에서 파악해야 제대로 예측해 낼 수 있으며, 그런 영역에서는 더 이상 뉴턴이론이 성립하지 않기 때문이다. 다행이도 선행 과학자들의 노력을 통해 맥스플랑크의 블랙바디 문제 해결로 시작하여 슈뢰딩거 방정식이 만들어졌기에 이제 물질의 특성을 해석할 수 있는 기반을 갖추게 되었다. 양자화학의 기반이 되는 이런 이론들을 활용하면 다양한 무기 및 유기 물질들의 특성을 예측해 낼 수 있다. 예를 들어 신약에 들어가는 분자의 구조를 알게되면 그 신약의 효과와 특성을 이론적으로 해석해 낼 수 있다는 의미이다.
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: normal; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;"> 
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: 0pt; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;">물론 물질 특성 예측과 양자 이론의 활용은 아직 갈 길이 멀다. 그러나 머쉰러닝과 기초과학을 합친 연구는 그 발전 속도가 눈부시다. 몇 년 만 지나면 실험실의 경험이나 이론 지식을 활용하는 기존 방법으로는 도저히 따라 잡을 수 없어 보일 정도로 빠르게 발전하고 있다.
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: normal; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;"> 
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: 0pt; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;">율곡 이이선생의 백만양병설이 근거가 부족하다는 말도 있지만, 지금 우리에게 또 한 번의 양병설이 필요하다면 나는 머쉰러닝 전사의 백만 양병이 필요하다고 본다. 이것은 단순한 코딩 전문가 훈련이 아니다. 코딩 그 이상이다. 그리고 그 목표는 머쉰러닝 학습과 그 것의 활용에 아주 깊이 초점이 맞추어져야 한다.
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: 0pt; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;"> 
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: 0pt; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;"><a href="https://www.facebook.com/groups/lifecomp/" target="_blank">김성진, Ph.D.</a>
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: 0pt; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;">리서치 스칼라, 하바드대학
<p class="0" style="margin-top: 7px; margin-bottom: 7px; color: #000000; font-family: Gulim, AppleGothic, sans-serif; font-size: 16px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: 0pt; line-height: 25.6px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;"><a href="mailto:sungjinkim@fas.harvard.edu">sungjinkim@fas.harvard.edu</a>

플러스 광고

*	보스튼코리아 게시판에 기재된 글은 보스톤코리아와 일체무관하며, 보스톤코리아에서는 어떠한 법적 책임도 없음을 알려드립니다. 글을 작성하실 때는 신중하게 작성하여주시기 바랍니다.

[전체 : 4210, 페이지 : 169] 목록 쓰기


번호	제목	글쓴이	날짜	조회

3760	영어실력을 늘려주는 영어책 낭독모임 [1]	바람10	2022.02.21	2140

3759	법륜스님과 함께하는 영어 정토 불교대학 [1]	lkm	2022.02.14	2297

3758	2022 재외동포 국내교육과정(K-HED) 모집안내 [1]	재외동포모국수..	2022.02.14	2094

3757	언제 집을 살 것인가? [1]	bostonc..	2022.02.14	2358

3756	무료 Dental cleaning 하실분 구합니다. [1]	yull	2022.02.13	2543

3755	독서 모임인 문학모임에서 신규 회원을 모집합니다. [1]	바람10	2022.02.13	2165

3754	무료채굴 비트코인레전드코인!이번달 거래소 상장, 5월부터 출금가능 [1]	파이777	2022.02.10	3094

3753	온라인 연구 참가자 모집: 대장암 진단받은 아시아계 미국 거주 여성분들(Recruitmen.. [1]	emoryso..	2022.02.08	1823

3752	한인 세무법인 대표가 창업한 가상화폐 세금보고 서비스 2월 한 달 50% 할인 프로모션 [1]	coininf..	2022.02.05	1660

3751	각종생황용품 온라인 리뷰어분들께 무료나눔해드립니다	굿모닝친구	2022.01.30	1599

3750	보스톤 메디테이션 - 무료 30분 컨설테이션 신청하세요 [1]	Soon	2022.01.29	2496

3749	영어책 같이 읽어요. 2022년 1월 - Seven and a Half Lessons Ab.. [1]	바람10	2022.01.24	2134

3748	2022년 2월 유시민의 글쓰기 특강을 함께 읽으실 분을 모집합니다. [1]	바람10	2022.01.23	2443

3747	무료 정신과 전화상담 (워싱턴가정상담소) [1]	FCCGW	2022.01.14	2803

3746	하급생은 우수 상급생에게 과외 받고, 상급생은 대통령 봉사상에 도전하고! [1]	p2p	2022.01.09	2590

3745	[링글] 영어 서비스 기획 공모전 (채용연계) [1]	Ringlee..	2022.01.06	1766

3744	피부과클리닉 병원 전용 화장품 미주지역 출시 [1]	skinwor..	2022.01.06	2144

3743	낚시에 관심 있으신 분들에게. [1]	감생이	2022.01.06	2627

3742	[링글] 영어 서비스 기획 공모전 (채용연계) [1]	Ringlee..	2022.01.06	2148

3741	2022년은 한반도가 분단을 넘어 통일과 평화로 나아가는 한 해가 되길 [1]	NEKPC	2022.01.03	2219

3740	영어책 같이 읽어요. 2022년 1월 - The Righteous Mind	바람10	2021.12.21	3027

3739	"읽기, 쓰기, 말하기" 프로젝트 1탄 - 독서력	바람10	2021.12.21	1983

3738	[Ringle] 제 3회 링글 서비스 기획 공모전 개최 (21.12.15 상세 주제 공개)	Ringlee..	2021.12.08	2191

3737	12월 한달간 “불편한 편의점"을 함께 읽으실 분들을 초대합니다.	바람10	2021.11.27	2624

3736	영어 원서 읽기 모임 신규회원을 모집합니다.	바람10	2021.11.27	2518