2023-1st-retro

• toc {:toc}

1 분기 회고

4 월 달부터 과제, 시험 준비, Veritross 발표 준비로 인해 너무 바빴던 터라 1 분기 회고를 하지 못한 채 벌써 5 월에 접어들었다. 1 분기에 대한 명확한 목표를 설정하지는 않았지만 나름대로 발전, 성장하고자 노력했던 4 달의 기간이었다. 다만, 그에 대한 결과가 만족할만한 결과로 이어지지 않았다는 점, 내가 정말로 열심히 노력했는지에 대한 의문이 있고, 이 의문으로부터 1 분기를 돌아봐야 겠다는 다짐이 섰다.

Goal	Performence/Satisfaction	Comment
KHUDA Project	100% / 40%	프로젝트 정리 완료
Veritross Follow-Up	40% / 80%	노력하는 만큼 지식이 늘어가는 것이 느껴진다. 사고의 즐거움을 깨닫는 중
Midterm Exam	100% / 30%	노력 대비 왜 성적이 저조할까에 대해 고민해보자.

Veritross Follow-Up

Veritross 활동을 3 월부터 시작하면서 Attention 논문 기술 세미나 발표, Transformer 논문 분석을 진행하면서 Super Resolution 에 대해서 공부하기 시작했다.

Attention 논문 발표를 진행할 때 준비의 과정은 Attention 기술에 대한 이해를 하는 것에 급급했던 것 같다. 동현님이 미리 왜 그 연구가 발생하는지, 왜 그 내용이 발생했는지 모든지 근거가 함께 붙어야 한다라는 것을 들었기에 그 부분에 초점을 맞추어 진행했다. Attention 기술 개발 이전 기술들이 어떤 구조로 고안되었는지, 한계는 무엇인지, 어떻게 해야 개선이 될 수 있는지 등을 집중적으로 생각하고 고민했다. 발표 전까지 연구에 대해 많이 이해했다고 내 나름대로 자부할 수 있었다. 하지만 결론적으로 내 발표는 실패한 발표였다. 발표가 다른 사람들을 이해시키지 못했고 내용을 잘 전달하지 못한 발표였기 때문이다.

좋은 발표는 무엇일까?

좋은 발표는 청중을 설득할 수 있어야 한다.

좋은 발표는 ” 주제를 잘 전달하는 것 ” 이라고 생각한다. 잘 전달하는 것에 대한 내 생각은 설득으로 귀결됐다. 청중을 설득하기 위해서는 내가 주제를 이해해야하고, 청중을 이해시켜야 하고, 내 논리를 납득시켜야 하므로 설득이 좋은 발표에 대한 요건을 내포하고 있다고 생각하기 때문이다.

실패 이유

Attention 발표를 준비할 때는 부끄럽게도 이런 생각을 전혀 안했다. 그냥 겉으로 보이는 발표자료, 내용 이해에 급급했던 발표였다.

1. 청중을 고려하지 않았다. 기술 세미나의 청중은 Veritross 3 기 멤버였다. Veritross 는 딥러닝 외에도 DB, Python 과 C 스터디, 시스템 팀 등 여러 팀으로 구성되어 있고, 대부분이 딥러닝에 대해 모른다. 하지만 아무생각없이 기본적인 컨볼루션, RNN 연산, 딥러닝 구조 등을 알고 있다고 생각하고 준비했던 발표였고, 당연히 청중은 이해가 힘들 수 밖에 없다.

2. 모든 내용을 같은 비중으로 설명하려 했다. 주제를 설명함에 있어 핵심적인 부분이 있고 덜 중요한 부분이 있다. 핵심을 전달하는 것이 목적이고 비중이 적다면 생락할 수 있으나 전부 A 부터 Z 까지 설명했던 점이 원인 중 하나였다. 예를 들면, Attention 발표에서는 Attention 매커니즘을 이해시키는 것이 핵심이었고, LSTM 의 경우 Attention 이 나오기 전 사용된 RNN Encoder-Decoder 구조의 하나의 노드일 뿐이었다. 단순히 RNN 을 설명하고 RNN 의 문제점인 Vanishing Gradient 를 해결하기 위해 LSTM 을 사용했다는 내용을 전달하면 됐으나, LSTM 의 셀의 역할, 형태 등 너무 전체를 설명하려 했다. 이런 점이 주제에 대한 집중도를 분산시키고 그래서 핵심이 뭔데? 라는 의문이 들게 만들었다.

3. 미괄식의 발표 Attention 은 Encoder-Decoder 구조를 갖고, Encoder, Decoder 는 각각 어떤 구조를 갖는지, 전체적인 부분에서 먼저 핵심을 말하고, 세부적인 방향으로 설명해 이해를 도와야 했으나 그렇지 못했다.

위 3 가지 이유가 이해를 하지 못하게 한 가장 큰 이유였던 것 같다. Attention 발표는 자료를 준비하는 기간도 너무 짧게 생각했고 구조를 미리 짜지 않았던 발표였기에 문제가 있었던 것 같다. 다음 발표를 진행할 때는 2~3 일 정도로 기간을 잡고 자료 준비, 내용 전달에 집중하는 쪽으로 보완해야겠다.

Midterm Exam

| 과목 | 평균 / 점수 |

| ---------------- | ----------- |

| 기계학습 | 61.8 / 71.5 |

| 딥러닝 | |

| 선형대수 | 47.2 / 62.5 |

| 신호와 시스템 | 61.3 / 61.0 |

| 오픈소스 SW | |

| 운영체제 | 38.5 / 43.5 |

| 확률 및 랜덤변수 | |

노력에 비해 만족스러운 결과는 아닌 것 같다. 개념을 확실하게 잡고 응용을 하기 보다는 시험 3~4 일 전쯤 개념을 복습하고 좀 급하게 문제풀이를 했던 점에서 만족스럽게 나오지는 않았던 것 같다. 사고하고 어떻게 했을 때 응용할 수 있을지 문제 제작해보고 근본적으로 공부해보자.

전과목 A- 이상 열심히 달려봅시다.

2 분기 목표

목표	세부목표
전과목 A- 이상	과제 점수 만점
Super Resolution Follow-Up	SR Paper Summary 분석, Xai 논문 분석
Resume / CV 작성	활동 내용 정리
연구 방향 설정	VT SR 연구 방향, 관심 분야 설정