안녕하세요. 허재연 입니다. URP를 마무리하고 RCV에 합류한지 벌써 한 학기가 지났습니다. 전공 공부를 포함해서 이것저것 할 일이 많아 정신 없이 지내다 보니 이번 학기는 정말 빠르게 지나갔네요. 벌써 2023년의 절반이 지나갔으니 지난 반 년을 돌아보고, 남은 6개월을 어떻게 보낼지 정리해 보려고 합니다.
이번 학기는 전공 공부와 기초 교육을 함께 진행하느라 이 둘을 잘 소화하는데 목적을 두고 보냈습니다. 기초 교육은 이후 컴퓨터비전 연구를 수행하기 위한 초석을 다지는 느낌으로 진행되었습니다. 컴퓨터비전 고양이책을 활용하여 영상처리와 edge detection, 2D 영상의 local feature detection을 공부 했으며, 딥러닝 이전 feature engineering의 꽃이라 할 수 있는 SIFT를 깊게 공부했습니다. SIFT 이후에는 SIFT를 이용해서 이미지를 분류하는 BoVW, VLAD에 대해 공부 했었네요. ResNet까지 공부를 마치고 돌아보니, 2D image data의 특징을 뽑아내는 기초적인 개념들 -> 이미지를 기술하는 방법론들(특히 SIFT) -> 이미지를 벡터로 뽑아내서 기계학습 방법론으로 이미지 분류(BoVW & VLAD) -> Image recognition의 대표적인 딥러닝 백본인 ResNet까지 교육 일정이 정말 유기적으로 구성되어 있다는것을 느낄 수 있었습니다(ResNet의 Residual representation에서 VLAD를 언급합니다)
이후에는 딥러닝 이론을 다시 돌아보았습니다. 저는 다른 신입 연구원 분들과 달리 교수님의 인공지능 수업을 수강하지 않았기 때문에, 딥러닝/CNN의 기반 개념에 대해 보충이 필요하다고 스스로 느끼고 있었습니다. 기초 교육 기간이 끝나기 전에 이론적으로 부족한 부분을 메꾸고 싶어서 BoVW, VLAD 교육 이후 사수 분들께 교육 일정 변경을 요청해서 ‘비전 시스템을 위한 딥러닝’ 책을 중심으로 전반적인 딥러닝 및 CNN의 개념을 정리했습니다. (물론 아직도 깊이 부분에서 보충할 부분이 남아 있겠지만, 흩어져 있던 개념들을 갈무리해서 보다 깊게 이해할 수 있었습니다.
딥러닝 개념을 보충한 이후에는 Active Learning의 Backbone으로 많이 사용되는 ResNet 원복을 진행 하였습니다. URP 이후 처음으로 시도한 원복이었고, Reported된 성능을 달성 하기까지 여러 시행착오를 겪으며 논문 원복을 진행할 때 어떤 요소들을 신경써야 하는지 다시 공부하는 계기가 되었습니다.
[느낀 점]
제가 느끼기에 지난 한 학기를 만족스럽게 마무리 하지는 못했습니다. 처음에는 저 스스로 일정을 조정하면서 진행이 가능했는데, 후반부로 갈수록 (전공 과제 등으로 인해)점점 할 게 많아지다 보니 학기가 끝나갈 때 쯤에는 당장 눈 앞에 닥친 일들을 겨우 해치워내는 느낌으로 보냈습니다. 다음 학기에는 수강신청에 과하게 욕심을 부리지 않고 선택과 집중을 해야겠다고 다짐했습니다 (연구실 일에 더욱 집중할 수 있도록 해야 할 것 같습니다).
공부의 지속력은 휴식과 체력에서 나온다는 것을 느꼈습니다. 다음 학기에는 규칙적인 수면시간을 확보하고, 한동안 그만두었던 운동을 다시 시작해서 꾸준히 할 계획입니다.
[목표]
학부 졸업까지 약 1년 정도가 남았는데, 졸업 이전까지 최종 목표는 논문 내보기 입니다. 반드시 높은 수준의 학회가 아니더라도, 논문을 작성하는 전체 사이클을 졸업 전에 경험 해보고 싶습니다. 일단 이 목표를 이루기 위해 최우선으로 집중해야 할 부분은 제가 아직 부족하다고 느끼는 코드 구현 능력을 끌어올리는 것이라 생각됩니다 (베이스라인을 설정하고 원복도 하고 실험도 많이 돌려봐야 하니까요)
따라서, 하반기 목표는 모델을 구축하고 학습시키는 코드를 짜는데 두려움이 없는 수준이 될 수 있게 코드 작성 훈련을 하는것으로 설정하려 합니다. 아직은 부족한 이론 공부도 병행 하면서, 코드 구현에 집중해볼 생각입니다.
반 년 후, 2023년의 끝에 서서 다시 되돌아 봤을 때 만족스러운 한 해를 보냈다고 느끼기를 기원합니다.
화이팅!