이번에 동계 urp를 마치고 rcv에 합류하게 된 지능기전공학부 임근택입니다. 1월4일부터 2월26일까지 대략 두달 간의 활동을 마치고 이 글을 적어봅니다.
지원동기?
18년도 여름 군대에 입대를 하고나서 자연스레 진로에 관한 고민들이 많아졌다. 우리과의 이미지였던 ‘인공지능’ 이라는 분야에 관심이 갔고 , 군대에서 열심히 찾아봤던 기억이 난다. 구글링을 하면서 인공지능이 뭔지 , 머신러닝/딥러닝이 뭔지 어떤 분야들이 있는지 찾아가면서 알아보는 과정 중에 , 결국엔 인공지능을 업으로 삼으려면 대학원에 진학을 해야한다는 글들을 많이 찾아 볼 수 있었다.
그래서 당연히 다음 step은 대학원이 어떤 곳인지 알아보는 것이었다. 사지방에서 하루종일 대학원 정보를 찾아가던 시기가 떠오른다. 대학원에 대한 첫 느낌은 애매 모호 했다. 대학원생이란 포지션도 뭔가 애매하고 , 혹시나 대학원 생활이 만족스럽지 못하거나 , 적성에 맞지 않다면 또 시간을 버리게 될텐데.. 이런 생각들이 들면서 나의 대학원 진학 결정은 상당히 조심 스러울 수 밖에 없었다.
진로에 대한 고민을 명확하게 해결하지 못한 채 전역을 하게 됐고 , 2학년 2학기에 다시 복학을 했다. 대학원 진학을 결정하지는 못했지만 그래도 관심이 있었던 분야는 있었다. “데이터 마이닝” 과 “컴퓨터 비전” 이었다. 때 마침 지능기전공학부 홈페이지 에서 학부연구생을 모집한다는 글을 보았고 본인은 여기에 지원해 확인해보고 싶었다. 대학원 진학을 결정하기전 이런 학부 연구생을 경험하면 굉장히 도움이 될 것같아 바로 지원을 하기로 결심했다. 많고 많은 지능기전 랩실중에 rcv를 선택한 이유는 다음과 같다.
- 컴퓨터비전 분야를 다루고 있기 때문
- 본 대학원생으로 진학하는 사람만 뽑는 랩실이 아니였기 때문
- 지도 교수님의 좋은 평판을 많이 들어서(사실 가장 크다..)
이렇게 해서 지원하게 됐고 교수님과 전화로 간단하게 면접을 거친후 21년 1월부터 활동을 시작하게 됐다. 원활한 동계 urp 진행을 위해 20년도 1학기 수업이었던 인공지능 수업을 종강하고 나서 1월전까지 급하게 듣게 됐는데 , 처음 맛본 인공지능 느낌이 나쁘지 않았고 재밌었다.
URP 활동
URP 활동의 분위기는 대략 1월과 2월로 나눌 수 있겠다.
우선 1월활동은 정말 새로움의 연속이었고 , 본인의 무지함을 매일마다 느껴갔다. 전체적으로는 조교님들이 준비하신 교육 프로그램을 우리가 수행하면서 부여되는 과제들을 해결해가는 방식이었다.
1주차에는 Object Detection중 Single-shot-Multibox Detector를 이해하는 것이 초점이었다. 돌이켜 생각해보면 여기가 제일 힘들었던 것 같다. 우선 SSD의 tutorial code를 돌려야 하는데 python 문법 자체가 익숙치 않았던 터라 Code를 보는 것도 힘들었고 , SSD의 이론 자체도 머리에 잘 들어오지 않았다. 왕도가 어디있겠는가 Python 문법 review를 빠르게 다시 하고 , 이론은 우선 받아들인다는 느낌으로 공부했다. SSD 자체에 대한 공부보다는 이것을 이해하는 데 필요한 지식들을 더 많이 공부한 것 같은 주차였다.
2,3주차에는 Camera Grabber , Calibration 이란 내용을 진행했다. 슬슬 팀원들이랑도 친해지면서 아마 서로 모르는 것을 물어보면서 함께 해결하기 시작했던 것 같다. Grabber주차에서는 연구실에서 사용하던 Thermal , RGB 카메라를 jetson nano라는 소형컴퓨터를 이용해 카메라화면을 뛰어주는 GUI 프로그램을 만드는 task를 진행했다. calibration 주차에서는 이론 내용이 어려웠지만 꽤나 재미있었던 기억이 난다. camera parameter 가 무엇인지 , 사진으로 부터 depth 정보는 어떤식으로 구할 수 있는지 등등을 배웠고 해당 내용을 matlab으로 실습을 진행했다. 실습은 크게 어려운 부분은 없었다.
4주차에서는 annotation이라는 것을 진행했는데 , 쉽게 말해 노가다작업이다. model이 학습할 data에 정답 label을 쳐주는 작업인데 재밌지는 않았다…
2월달 활동은 정해진 코스가 아닌 , 우리가 스스로 진행하는 느낌이 들었다. 첫주차에 했던 SSD model에 KAIST-pedestrian dataset을 적용시켜 성능개선을 목표로 진행되었다. 조교님들의 지도가 아닌 , 우리가 스스로 찾아보고 적용시키는 나름 연구라는 것과 비슷한 환경이 조성되지 않았나 싶다. 내가 해결하고픈 문제에 대한 방향은 조교님들이 정해주지 않았다. 기존 model의 문제점도 우리들이 스스로 파악하고 , 이를 개선하기 위한 방법들도 우리들이 조사해야했다. 그 중에서 괜찮다 싶은 것을 시도해보면서 여러 시행착오들도 겪어보고 보람찬 순간들도 겪으며 2월이 지나갔다.
동계 urp를 마치고..
우선 방학에 뭐라도 배워간점 나 자신에게 칭찬하나 보내고 싶다! 느낀점을 세가지 정도로 추리고 이글을 마무리 하겠다.
- 딥러닝 공부하는 것이 재밌었고 , 더 공부하고 싶다는 생각이 들었다.
- 연구라는 것을 결코 만만하게 보면 안되겠다 라는 생각이 들었다.
- 영어를 더 이상 피하지 말자
우선 , CNN기반 detection task들을 진행하면서 , Deep Learning 을 이용해 이런 작업들을 진행하는 점이 신기했고 다른 task들은 어떤식으로 진행되는지 궁금해졌습니다.
2월 competition 활동을 통해 간접적으로 연구의 느낌을 맛볼 수 있었는데 , 연구는 우리가 일방적으로 학습을 통해 지식을 주입하는 과정과는 다르다는 점. 연구는 상당한 인내가 필요하다는 점. 기존의 공부보다는 훨씬 더 어렵고 능동적인 과정이라는 점 등등 이런 competition 과정을 경험하지 못했다면 느끼지 못할 만한 요소들을 깨닫게 됐다.
2달동안 느꼈는데 정말 영어가 중요하다는 점을 다시금 깨닫게 됐다. 우선 논문도 영어로 되어있다 때문에 영어를 못하면 읽을 수가 없다. 자료를 찾는데도 대부분 영어로 되어있다. 구글에도 , youtube에도 영어 자료가 훨씬 많다. 영어를 못하면 연구자로써 성장하기가 힘들거다. 영어는 정말 중요하다 의식적으로라도 영어자료를 자주 접하려고 노력하고 있다.
본인은 집이 학교에서 꽤 멀어서 왔다 갔다 하는것이 조금 힘들었다. 하루에 지하철에서만 3~4시간을 보냈고(당분간도 그렇게 보낼예정이다…) 하지만 그런 힘들었던 시간들이 생각 나지 않을 정도로 rcv에서 많은 것을 배웠고 , 많은 것을 느꼈다. 보람찬 방학이었고 앞으로 rcv에서의 활동이 기대가 된다.
