미래에서 온 타입 캡슐

지난번 포틀랜드 공항에서 밤샐때 사서 보기 시작한 것인데 꾸준히 읽을 시간이 없어서 오늘에서야 다 읽었다. 별마당 도서관에서... 

솔직히 중간쯤 읽었을때는 지루하기도하고, 결과가 뻔한거 같기도 하고, 누가 범인인지 알거 같고 해서 왜 읽기 시작했을까 후회도 했지만. 하지만 결론은 내 예상을 벗어나서 결과적으로 끝까지 읽기를 잘 했다는 느낌. 그래도 이 작가 소설들은 프롤로그만 봐서는 혹하는 느낌이 있어서 읽기 시작하지만 계속 지루하게 끌고가는 느낌 뿐이라 앞으로는 안읽을듯하다. 

착하고 가정적인 가정주부가 어느날 집으로 걸려온 전화를 받고 흥분해서 뛰쳐나가 행방불명되고. 그녀와는 어울리지 않는 어느 할렘가에서 교통사고를 내고 머리를 크게 다쳐서 기억상실 환자로 발견됨. 그리고 그녀가 발견된 곳 인근에서는 머리와 가슴에 총상을 입고 살해된 남자 발견. 두 사람간에는 아무 연관도 없으나 그녀가 그를 죽인 물증과 심증들이 자꾸 발견이 되고. 그녀는 계속해서 기억 상실로 아무 기억도 못하고... 그런 내용. 2~3번의 반전이 있다.

플롯보다는 작가가 사람의 심리 변화를 상세하게 풀어가는 방법이 흥미있었다. 한마디의 증언이 나올때마다 주인공과 남편과 이웃의 심리가 요동치는 내용이 세밀하게 잘 묘사되어 있고 그러한 묘사를 표현하는 영어표현들도 볼만했다. 너무 똑같은 표현이 자꾸 나와서 그런 표현들이 거의 외워졌다는게 좀 지루한 요인중 하나였지만 좋은 독서 경험이었다. 

다음번에는 클래식 스릴러 stephen king's carrie를 읽고 리뷰해야겠다.

기사 참조

http://www.munhwa.com/news/view.html?no=20191101MW153853891566 

패널 위원으로 참여합니다.

기사 참조: http://www.m-i.kr/news/articleView.html?idxno=650027

1982년 영화 '블레이드 러너'가 올해 2019년을 배경으로 한다고 해서 이제서야 꺼내서 봤다. 수년전에 보려고 받아놓고 있었지만 못보고 언젠가는 꼭 보려고 하드안에 지우지 않고 잘 모셔 두었던 영화다. 40년전에 상상한 오늘의 모습을 실제로 와서 보니 오늘이 아니고 2119년쯤 될 듯하다. 영화에 나오는 네온싸인이나 기계가 일하는 모습 사람들 사는 모습은 오늘과 비슷하지만 그런 성능의 안드로이드(복제인간)의 개발은 100년쯤 더 걸릴듯하다.

인간으로서의 삶이나 안드로이드로서의 삶에서 가장 중요한 것은 기억인듯하다. 제대로 된 기억이 곧 삶이고 lifespan인것이다. 4년으로 수명이 제한된 안드로이드들도 20년의 기억을 가지고 있기 때문에, 거짓 기억이긴하지만, 자신을 더 인간으로 믿고 남은 삶에 더 애착을 갖게 되는 것이다. 삶에 대한 애착이 생명을 더 아끼게 되고 자신을 죽이려는 경찰의 생명까지도 사랑하게 된다.

복제인간을 보이는대로 처형시키는 블레이드 러너(헤리슨 포드)도 안드로이드는 기계 일뿐이란 생각으로 감정없이 복제인간들을 잡아 죽이지만 아이러니컬하게도 안드로이드와 사랑에 빠지게 되고 결말에는 둘만의 새 삶을 위해 도망을 가게된다. 어린시절의 기억을 갖고있고 삶과 사랑에 대한 갈망이 있는 복제인간을 단지 기계로만 받아들이는 것은 어려웠을 것이다.

명대사가 많이 나오는 영화였는데 동료 경찰의 마지막 대사가 제일 마음에 든다. "It's too bad she won't live. But then again, who does?" 무엇이 사는 것인지 생각하게 해준다.

후속편 '블레이드러너 2049년'도 나왔던데 그 영화는 2049년에 감상하고 리뷰를 써야겠다.

이번학기(2019년 봄학기) 강남대에서 학부생 대상 "데이터베이스" 강의를 하게되면서 강의 내용 및 강의 자료등을 학생들과 공유하기 위한 블로그를 새로 오픈 하였다. 

새로운 블로그 위치 : 

https://db2019.tistory.com

이 블로그를 통해 강의 슬라이드와 실습 때 사용한 예제 소스 파일들도 같이 공유가 되니 데이터베이스와 SQL에 대해  공부를 시작해보고자 하는 사람들은 한번씩 방문 해봐도 좋을듯. 모든 강의 내용 및 슬라이드 그리고 실습 예제는 실버스츄아츠의 Database System Concepts 6판을 기준으로 함.

데이터베이스는 원래 2학기 과목인데 첫학기 '기초' 단계의 강의이므로 쉽고 실습 위주의 강의로 구성될 예정임. 

인터스텔라, 그래비티와 같은 화려한 액션이나 과학적 지적 쾌감을 기대하는 사람한테는 약간 실망할 수 있다. 이 영화는 그다지 그래피컬하지 않다.
하지만 뜻밖에 마음속 위안을 받는 영화다. 특히 고달픈 아빠들, 직장생활이나 인간관계가 힘든 사람들한테 위안이 되지 않을까 싶다. 내가 그랬으니까.
저렇게 중요하고 화려하고 선망의 대상인 일을 하는 사람들 조차도 인간적, 사회적, 정치적인 슬픔과 고뇌와 시달림이 그치지 않는 삶을 살았다는 것을 보면 나만 이렇지 않구나 하는 생각이 든다.
약간 아쉬운 점은 남주가 너무 무뚝뚝해서 감정 표현이 잘 드러나지 않는다는 거. 그래서 더 현실같고 동감이 간다. 어쩜 감독이 원했던게 그것일지도 모르겠다.

최근에는 word2vec을 이용하여 문서 데이터 분석을 많이 하는데 미국 특허 데이터 (USPTO)를 분석하면서 만들어 놓은 word2vec ready 데이터를 공개하고자 한다.

word2vec은 이제 공개된 것도 많아서 일반인들도 쉽게 사용할 수 있다. 문제는 USPTO 데이터가 너무 방대하고 word2vec 에 걸기 위해서는 먼저 청킹이 되어야 하는데 컴퓨팅 파워 뿐 아니라 시간도 많이 걸려서 쉽게 할 수 없다는 거다.

청킹은 복합명사를 구분하는 것으로 텍스트 분석에서는 필수적 단계이다. 예를 들어 data mining이라는 기술명을 청킹 없이 그냥 word2vec에 걸면 data와 mining이 별개로 입력이 되므로 "data mining"이라는 복합 명사가 갖는 의미는 사라져 버리는 것이다.

이번에 공개하는 데이터는 Stanford core NLP를 이용하여 POS tagging를 한 후 자체 chunking 알고리즘을 이용하여 복합명사를 표시('_' 로 연결)한 데이터로 1994년부터 2017년도까지 전체 USPTO 이며 타이틀, abstract, claims를 커버하고 있다. 2018년이후 데이터도 향후 특허가 공개되는대로 계속해서 추가로 공개할 계획이다.

다운로드 방법은 researchgate.net에서 "USPTO word2vec ready"으로 검색하면 된다.

데이터 인용시에는 "Seonho Kim (2017), Processed Word2Vec ready US Patent research data, ResearchGate, https://doi.org/10.13140/RG.2.2.17439.66721" 라고 달아주시면 감사.

티스토리 블로그 처음 시작하시는 분들 참고하라고 글써본다.

티스토리는 검색 노출이 거의 안됨. 

'구글'이나 '네이버'등의 메인 검색엔진에 거의 노출이 안됨. 아마도 로봇 크롤링이 막혀있는듯.

사람들이 많이 안쓰는 '다음' 검색에서만 노출이 잘됨. 하지만 내 주변에 '다음' 검색 쓰는 사람은 거의 못봤음. 아니 한번도 못봤음.

수동으로 이들 검색 엔진에 노출 시키려 해도 절차가 복잡하고 불가능한 부분도 있음.

이제와서 모든 글을 다른 블로그로 이동하는 것도 쉽지 않고... 아쉬움. 애초에 티스토리 특성 좀 조사해보고 블로그를 시작했어야하는데. 너무 아쉬움.

딥러닝에서 데이터 전처리시 가장 궁굼한 것 중 하나가, normalization의 대상 범위를 어떻게 정할 것인가? 인데 신경망을 연구하는 사람들은 이미 다 알고 있는 것인지도 모르겠다.

normalization 방법을 단순히 try and error 방법으로 실험으로만 결정할 문제는 아닌것이다. 

아래 이미지는 UCI EEG에서의 normalization을 이거 저거 해보면서 만든 슬라이드 중 일부인데. 이 이외에도 여러 가지 있고 각각 결정해야할 변수들이 많다. 또 실제 각 normalization 시 참고 백데이터 범위를 global 데이터를 대상으로 할 것인가 현재 인스턴스만을 대상으로 할 것인가까지 고려해야 하므로 더 다양한 조합의 방법이 있으므로 이거 저거 다 실험해 보는것은 만만치 않다.

그런데 요즘 몇가지 실험을 해보면서 확인한 바로는 뉴럴넷에 사용되는 액티베이션 펑션에 따라 결정이 되어야한다는 것이다. 액티베이션 펑션이 출력하는 범위의 데이터로 전처리 해야만 전파 중 정보 손실이 없는 것이다. 예를 들어 sigmoid 같은 경우는 0.0~1.0, tanh 같은 경우는 -1.0~1.0 정도이다. 따라서 이러한 펑션을 사용하는 신경망에서 z-score normalization은 다시 한번 생각해 봐야한다.

이번학기(2018년 가을학기) UST 에서 "[UST-15984] 딥러닝 기술 및 응용" 전공 강의를 하게되면서 강의 내용 및 강의 자료등을 학생들과 공유하기 위한 블로그를 새로 오픈 하였다. 

새로운 블로그 위치 : 

https://ust-15984.tistory.com

이 블로그를 통해 강의 슬라이드와 실습때 사용한 예제 소스 파일들도 같이 공유가 되니 딥러닝에 대해  공부를 시작해보고자 하는 사람들은 한번씩 방문 해봐도 좋을듯. 

이번 강의의 목표는 데이터분석 전문가를 위한 딥러닝 강의로서 텍스트 등 자연어 분석 분야에서의 딥러닝 기술을 많이 다룰 예정이며 전산 비전공자도 이해하기 쉽도록 최대한 쉽고 필수적이며 실용적인 내용만을 강의할 예정이다.