AI를 위한 기초 수학

Zoom 강의와 인강 강의로 나눠서 들었다.

Zoom 강의를 진행하는 요일 중 하루를 내가 휴가를 써서 실강은 못 듣고 교재 내용만 봤는데 가설검증 내용이었다.

 

그리고 인강 강의는 학교에서 배운 내용들로 구성되어 있었다.

심지어 학교에서 가르쳐준 것들이 더 구체적이었다. (아무래도 수학이다보니 그런 듯...)

 

강의를 들으며

강사님께서는 수학과 출신이라고 하셨다.

그래서 그런지 정말 체계적으로 설명해주신다는 인상을 받았다.

 

근데 들으면서 아쉬웠던 건 너무 자세하지 않았나 싶기도 했다. 그리고 잡담이 너무 많으셨다.

논리적으로 투머치하게 알려주시는 부분은 그렇다고 치고 넘어가도 잡담이 너무 많고 쉬는 시간은 별로 안 주셔서 힘들었다.

그리고 막상 AI를 다룰 때 필요한 부분들은 이미 학교에서 봐서 익숙했던 부분들이라 시간적으로 아쉬운 부분도 있었다.

(하지만 아직 RAG를 다 안들어서 그거 생각하면 나쁘지 않은 진행이었던 것 같기도ㅎㅎㅎ)

 

그리고 이런 종류의 강의들이 아쉬운 이유가 지금 배우는 수학을 나중에 어디에 어떻게 쓸지 안 알려주는게 답답하다.

이걸 알려주면 뭔가 흥미도 더 생길 것 같은데 안 알려주니 좀 아쉽다...

 

얻은 인사이트

#1

수학적 내용적으로는 어려운 내용은 별로 없었다. 다 학교에서 한 번씩은 들어봤던 내용들이라...

하지만! 다시 보니까 수리통계 부분이랑 행렬나오는 선형대수는 다시 공부 해야겠다는 생각이 들었다.

선형 대수에서 행렬 나오고 rank에 대한 개념 나오고 나중에 행렬 이용하는 ML 기법이 나오는 걸로 아는데 그게 여전히 이해하기 어려운 이슈..

또 수리통계에서 배우는 여러 분포 함수들 어디에 써야 할지, 어떤 맥락에서 함수가 나왔는지 잘 모르는 상태...

역시 수학은 여러번 봐야 이해가 된다.

 

그렇다고 강의를 다시 보며 공부할 건가?

안 그럴것 같다. 인강은 정말 최악의 수학 공부 방법(단순암기) 형식으로 내용을 알려줘서 한 번 정도 보고 '구체적인 내용 몰라도 이정도만 숙지하고 있으면 사용하는데는 문제 없겠구나' 이 정도 생각만 하면 딱 적당하고 위에서 말했던 내용들은 주변 교수님 찾아가거나 독학하는게 젤 배스트 일듯 싶다.

 

#2

부트캠프 끝나고 뭘 공부해야 할지 좋은 인사이트를 얻었다. 아래와 같은 사항들 병행하면서 공부하면 된다.

1. 기본적인 CS지식들 공부 + 알고리즘
2. 미적, 통계, 선형대수 공부
3. ML/DL 공부(논문보기) 및 최신 트렌드 따라가기(이것도 논문리뷰)
4. 프로젝트 진행(해커톤, 산학연계 등) / 캐글 병행

CS지식이 필요한 이유가 취업할 때 코테를 보기 때문에 CS지식은 꾸준하게 공부하고 있는게 좋다. 알고리즘도 마찬가지. LLM 없이 코드를 짜는 연습할 때 도움이 많이 된다.

 

미적, 통계, 선형대수는 ML/DL의 학습 기법을 이해하는데 필요하다. 활용만하는 입장이라면 엄청 딥하게 들어갈 이유는 없을거라는 생각은 들지만 나는 약간 딥하게 들어가보고 싶은 생각이 있다. (가능하다면 앞으로 관련해서 연구도 해보고 싶기에)

 

논문을 보는 이유는 여러 학습 기법들이 나오고 그걸 공부하고 알고 있어야 필요한 곳에 잘 적응할 수 있기 때문이다.

마치 건강 관리를 위해 헬스장 자주가는 느낌이랄까? (아, 물론 나는 헬스장 안 가지만) 암튼 ML/DL의 뇌 근육을 키우기 위해 필요하다.

 

마지막으로 프로젝트를 넣은 이유는 공부만 하면 적용을 못한다. 다른 말로 하면 취업 시장 뿐만 아니라 연구 시장에서도 경쟁력이 떨어진다는 이야기다. 공부하면 실제로 적용해봐야 하니까 코딩은 필수고, 내가 코딩을 하는 이유는 세상에 있는 문제를 해결하기 위함이니 저렇게 진행하는 거다.

 

물론! 동시에 저 4개를 하는 건 어렵지만 저런 방향성을 가지고 앞으로 공부해야겠다.

부캠 끝나고, 졸업 이후에도...!

 

그럼 AI를 위한 기초 수학 회고록을 마친다.