[ISS 세미나] 김태영님, 블록과 함께하는 딥러닝 실습, 케라스 이야기

이번 ISS에서는 블록과 함께하는 딥러닝 실습, “케라스 이야기”란 주제로 제가 발표하였습니다. 1)다양한 분야의 전문가분들과 함께 2)대전에서 3)자기 노트북가지고 실습까지 해보는 의미있는 자리였던 것 같습니다. 100명 넘는 인원에서의 실습은 쉽지 않은 선택이었지만 사전에 모두 설치를 해주신 참석하신 분들과 자발적으로 나선 (주)인스페이스 스태프분들 덕분에 무사히 마쳤습니다. 어떤분들이 참석하셨는 지, 어떤 연구에 딥러닝에 접목하려고 하시는 지, 세미나에 대해 이모저모에 대해 알아보겠습니다.

ISS란 Intelligence Space Semiar의 약자로 인공지능 기술과 관련된 인스페이스의 사내 세미나를 말합니다. 어렵게 모신 전문가분들의 주옥같은 내용을 공유하고자 오픈 세미나로 진행하고 있습니다.

함께 하신 분들의 분야

정말 다양한 분야에 계신 분들이 오셨습니다. 각 분야에 대한 얘기를 나누고 싶었는데, 4시간 동안 제가 일방적으로 떠드는 바람에 그런 시간을 전혀 가지지 못했네요. 대전이다보니 과학 및 국방 분야에 계신 분들이 많이 오셨고, 의학, 심리학, 건축, 경제, 문화, 산업계에서도 오셨습니다.

조만간 한국에서 각 분야에 딥러닝을 접목할 주역이 되실 분들이 아닐까 합니다.

딥러닝 접목하려는 문제

여러 분야에서 오신 만큼 풀려고 하는 문제 또한 다양합니다. 대량의 데이터셋만 있으면 쉽게 해결할 수 있는 문제도 보이지만 모델 자체가 연구단계에 있거나 문제를 정의하는 것 조차 쉽지 않아보이는 것도 보입니다.

다음 세미나에서는 각 문제를 어떻게 해결할 것인가에 대한 토론하는 시간을 꼭 만들어봐야 겠네요. 혹시 이 글을 읽으시는 분들 중 유사 문제에 대해 코멘트를 주실 분은 댓글 부탁드립니다. 큰 도움이 될 것 같습니다.

오신 지역

대전에서 개최됨에도 불구하고, 서울, 대구 등 멀리서 오신 분도 계시군요. 멀리오셔서 좋은 시간을 담고 가지고 가셨기를 바랍니다. 앞으로 대전에 이런 모임이나 세미나가 많이 개최었으면 합니다. 참고로 대전창조경제혁신센터에서는 정기적으로 대전 AI 포럼이 개최되니 많은 관심 부탁드립니다. 관련 링크

기억에 남거나 좋았던 점

좋은 말씀 너무 너무 감사합니다. 주요 키워드를 요약하면 ‘쉬움, 레고, 강사 열정, 청중 열정, 양말, 프라모델, 나비야, 대전, 신화, 실습, 풍부한 도너츠와 커피, 사업 소개’가 되겠네요. 1회 대전 AI 포럼에서는 ‘태양에서 세포까지’라는 주제로 발표했었는 데 모두 ‘양말’만 기억하시더라구요. 이번 세미나에서 제가 제일 기억에 남는 것은 100명의 중저음 나비야 합창이었습니다.

• AI가 생각보다 간단하며, 쉬운 설명
• 인스페이스의 사업 현황
• 레고 그림을 통해 딥러닝의 구조를 이해할 수 있었던 점
• 열정적인 강의가 좋았습니다.
• 실제 데이터를 이용해 직접 결과를 보고, 그 과정에 대한 설명을 듣는 실습이 좋았습니다.
• “저는 InSpace에서 진행하고 있는 프로젝트와 그리고 실무에 대해 이야기 해주시는 것이 좋았습니다. 특히 염색체 검출 전에 양말로 테스트를 하는 것, 프라모델을 통해서 탱크 Object Detection하는 것 등. 진짜 실무에서는 이렇게 창의적으로 혹은 다양한 방법으로 할 수 있다는 것을 알게 되었습니다. 특히 모델이 중요한 것이 아니라, 어떻게 좋은 데이터를 만들어 낼 것인지 알려 주실 때 좋았습니다. 그리고 LSTM을 이용한 ‘나비야’ 노래 예측도 흥미로웠습니다. 마냥 MNIST만 분석하는 경우가 많았는데, 실제 어떻게 사용되는지 알게 되어서 좋았습니다. 실제 배운 것을 가지고 적용한 사례를 알려주시니 정말 좋았습니다.”
• 장소가 쾌적하고 강의자료가 한눈에 좋았습니다!
• 일단 대전에서 해서 좋았구요 어려운 이론을 쉽게 설명들어 좋았습니다
• “We are in intelligence space.
• keras 신화 이야기^^”
• 실습 위주 세미나, 블록을 이용한 딥러닝 알고리즘 정리, 사전 keras 설치 준비 안내 등
• 그간 수행했던 과제 소개시간이 제일 기억에 남습니다. 다음에도 실제 적용과제에 대한 소개를 하나의 SECTION으로 잡아 진행하셨으면 합니다.
• 단순 강의가 아니라 실습을 통한 교육이라 좋았고 특히 프로그래밍중에 발생하는 문제에 대한 피드백을 바로바로 들을수 있어 좋았습니다
• 케라스의 간결함을 블럭으로 간결하게 설명한점.
• 강사가 열정적이고 배우는 사람들도 열정적이었던 점
• 캐라스에 대해서 알기 쉽게 설명해주시고, 특히 레고 블럭으로의 설명이 인상적이었습니다.
• 강사님의 친절한 설명
• 블록으로 쉽게 설명이 되어서 이해하기 쉬웠다
• keras 코드의 간결성? 양말을 이용한 데이타셋 준비… 데이타셋 준비의 중요성을 알았습니다.
• 적절한 비유, 실생활 응용
• 풍부한 도너츠와 커피 / 블럭을 이용한 이론 설명 / 인스페이스에서 하는 일 소개
• 케라스에 대한 현장감 넘치고 귀뚫어 주는 강연
• 예시가 짧음에도 불구하고 아주 적절했고, 덕분에 공부가 잘 되었습니다.
• 딥러닝 입문자였는데, 실습 전 딥러닝 기초, 케라스 기초 등 기초부터 설명해주어서 실습도 좋았지만 딥러닝에 관한 기초를 쌓을 수 있어서 좋았습니다. 또, 이론으로만 접했던 것들을 바로 실습에 적용하여 결과를 볼 수 있어서 특히나 더 와닿았던 것 같습니다!
• 던킨도너츠
• 직접 실습을하며 관련된 설명을 들었다
• 케라스 이용법을 익힌 것!
• 재미난강의
• 블록으로 이해시켜주기.
• 쉬운 설명
• 딥러닝에 대해서 모르는 사람도 쉽게 이해할 수 있도록 개론을 설명해주시고, 필요한 부분은 암기할 될 수 있도록 반복학습하는 수업이 진행되었던 점이 좋았습니다.
• 어렵게만 느껴졌던 딥러닝이 좀 더 쉽게 느껴져 좋았습니다.
• 레고 블럭으로 간단한 설명
• 쉽게 이해가는 예시 및 실습 내용
• 딥러닝을 처음 시작하는 사람에게 쉽게 이해할수 있도록 강의해주는 것이 좋았습니다.
• 처음 딥러닝을 접하는 입문자도 이해하기 쉬운 접근성

발표자료의 80%가 레고 그림인 듯 합니다.

개념적인 설명은 하용호님의 ‘네 뇌에 딥러닝 설치’ 자료만큼 쉽고 좋은게 없죠! 흔쾌히 허락해주신 하용호님 감사합니다.

개선할 점

• 너무 인원이 많음. 뒤에서는 잘 보이지 않음.
• 인터넷
• 시간이 짧은게 아쉽네요.
• 와이파이 연결문제, 설치GPU사용에 대한 내용 추가
• “4시간이 긴 줄 알았는데 너무 짧더라구요. 이렇게 하루에 진행하는 특강도 있으면 좋겠고, 한편으로는 2-3일에 걸쳐서 자세하게 다루는 집중 특강이 있으면 더 좋을 것 같아요. 개선점은 역시나.. 세미나 장소의 인터넷입니다..”
• 네트워크 환경이 아쉬웠습니다~
• 와이파이 미비, 시간이 조금 더 길고 설명이 조금 더 쉬웠으면 좋겠어요
• 와이파이 접속이 원활하지 못했던점 정도 (큰 문제는 없었음^^)
• WIFI, 세미나 시간 늘리기(4시간->8시간)
• 전달하는 내용에 비해 시간이 짦음
• 시간이 많이 부족했다고 생각들며 실습교육의 문제는 항상 교육장소의 인터넷이라 생각합니다
• 후반부 시간부족
• 한회 강좌의 인원수를 좀 조정하면 좋을듯 합니다.
• 실습에 인터넷을 자주 접속해야 하는 부분 때문에 인터넷 환경이 잘 갖춰지는 곳으로 장소를 예약하셨으면 더 좋았을 것 같고, 참석인원이 많아 중간에 TV 등을 놓아 발표자료를 뒤에 있는 사람들도 함께 봤으면 좋았을 것 같습니다.
• 공간. 뒤에서는 잘 안 보임
• 인원이 많아서 빠른 피드백이 어려웠다
• 인터넷 연결 때문에 시간이 부족해서… 뒷 부분을 좀 더 듣지 못해서 아쉬웠습니다
• 인터넷 및 환경적 자원 부족
• 제한된 시간대비 방대한 세미나 분량이더군요…ㅎㄷㄷ
• 실습을 좀더 길게 했으면 합니다.
• 딱히 없었던 것 같습니다.
• 인스페이스 회사 소개를 조금 더 일찍 해주시면 좋을 것 같습니다. 컨볼루션 신경망과 LSTM 사이에 해주신 것으로 기억하는데, 딥러닝 알려주시기 전에 회사에 대해 소개해주시면 남은 시간 동안 회사에 대해서도 더 많이 기억해 갈 수 있고, 딥러닝도 흐름이 끊기지 않고 배울 수 있을 것 같습니다!
• 와이파이
• wifi!!
• rnn 설명시간 부족.
• 좀 더 수업이 길면 좋을 것 같습니다.
• 개선해야할 점이라기 보다는 가능하다면 다음번에는 좀 적은 사람들이 모여 실습이나 토론 위주로 하면 재밌을 것 같습니다!
• LSTM에 대한 강좌
• 더 많은 알고리즘 다뤄졌으면 좋겠습니다.
• 좀더 디테일한 설명이 추가 되었으면 좋겠습니다. 예를 들어 함수에 파라미터 값이 왜 그 숫자를 써야하느지 등..(뉴런네트워크에서 중간층에 출력값이 8, 10 이런식이었는데 왜 8인지에 대한 설명이 없었어요!!)
• 4시간이라는 시간이 좀 짧았던 것 같습니다.
• 빠른 진행

개선할 점을 읽어보면서 무엇하나 포기할 수 없다는 생각에 많은 고민을 하게 되더군요. 일단 지금 생각이 드는 해결책은 아래와 같습니다.

• 인터넷이 없이도 실습이 가능하도록 사전에 실습 패키지 배포
• 세션을 확실히 나누어서 토론 시간을 가지기
• 분기 1회 정도 정기적 세미나 개최

열약한 환경에서도 열정적으로 실습해주신 참석자분들 너무 감사합니다.

다음에 다뤘으면 하는 주제

• 실습 위주의 내용
• 알파고는 어떻게 학습을 하는지 궁금해 졌습니다.
• 비젼(세그멘테이션,개/고양이 분류 실험) 등 보다 실제적인 문제를 다루었으면
• “실무에서 어떻게 문제를 해결할지 같이 토의해보고 같이 문제를 풀어가는 시간이 있었으면 좋겠습니다. 예를 들어 ““염색체 이 데이터를 어떻게 학습시키면 좋을까요?”“라고 하면 참가자들끼리 의견을 내고, 그 의견을 종합하여 강사분이 직접 코드 짜는 것을 보여주며, 같이 문제를 해결하는 방식도 좋을 것 같습니다.
• 또 모델별로 다루는 것도 정말 좋지만, 해결해야 할 문제 별로 다루는 것도 좋은 것 같습니다. 예를 들어서 Image Detection, Signal Processing, 주식 예측 등. 분야 별로 나눠서 여기에 어떤 모델이 좋은지 등등 해서 같이 고민해보고, 알아가는 시간이 있으면 더 좋을 듯합니다.”
• 모델 종류별 평가 방법에 대해 자세히 배우고 싶습니다.
• 특별히 없고 지금처럼 하면 좋습니다
• “구체적인 하나의 모델에 대한, 결과분석 및 모델 피드백 방법이 다루어 지면 좋겠습니다. 모델을 만드는 것보다 활용하고, 의미를 해석하는 방법에 대한것도 조금 다루면 좋을 것 같습니다.
• 개인적으로 전체적인 개념을 리뷰하며 정리할수 있는 좋은 기회였습니다. 너무 감사합니다.”
• Keras를 이용한 딥러닝의 발전방향(향후과제), 특정 어플리케이션에서 keras를 이용한 학습 모델링 전과정 심층 실습 등
• 다양한 레시피의 내용(다양한 딥러닝 아키텍처: segmentation, Visual Q&A, GAN, Autoencoder 등) 소개
• 조금 자유도를 높여서 관련내용을 소개하고 직접 프로그래밍을 할수있으면 좋겠습니다
• 요즘은 강화학습에 관심이 있습니다.
• 심화 학습으로 실습위주로 강좌를 한번 개설해 주시면 좋겠고 지방에도 강좌를 자주했으면 합니다.
• 캐라스에서 GAN, 강화학습 등에 대한 내용도 가능하시면 다뤄주셨으면 좋겠습니다.
• 실질적인 사례 적용
• 자연어 처리
• autoencoder를 이용해서 비정상 패턴을 예측하는 법을 알고 싶습니다.
• 다양한 도메인 예제
• 파라미터 튜닝을 통한 accuracy 향상 사레와 근거, 접근법 같은거 좋을듯요.
• LSTM과 NLP
• 만약 이러한 세미나에서 좀더 상세한 세미나로 이어진다면, 책으로 치면 파트 4 부분이 상세화된 예제와 함께 다뤄졌으면 좋겠습니다.
• 이번 세미나에서는 연사님의 사이트에서 코드를 가져와서 실행시켜본 것이고, 또 그렇기 때문에 잘 돌아가는것을 바로 확인할 수 있어서 좋았습니다. 다음 세미나에서는 마지막에 답이 없는 상황에서 스스로 한번 문제를 풀 수 있는 시간이 들어간다면 좋을 것 같습니다.
• GAN
• GAN, 강화학습
• 다중 물체를 탐지하는 방법!
• 딥러닝 실습 더 많이요!!
• 인간의 뇌와 딥러닝의 유사점? - 인간의 학습과 딥러닝 학습의 비교
• 여러 주제에 대해서 토론을 나눠봤으면 좋을 것 같습니다. 예를들면 데이터 추출이라던지 현재 진행되고 있는 연구에 대해서요!
• 뉴럴 스타일 트렌스퍼, GAN
• 로컬 혹은 클라우드 인프라 구축에 대해서도 소개되면 좋겠습니다.
• 딥러닝을 조금 더 공부해야 이 질문에 답할수 있을 것 같습니다.

열심히 공부하겠습니다. GAN, 강화학습, 오토인코더, 자연어처리, 물체감지 등.. 다음에 좀 더 실무적인 내용으로 다가가겠습니다.

자유 의견

• 강의 고맙습니다. 도서 추첨에 당첨되더라도 제외해 주세요. 책 구매할께요^^
• 알려주신 설치방법이 GPU도 적용가능한 것인가요?
• InSpace에서 진행하는 프로젝트(물론 공개 가능한 부분과 가능한 수준에서요.^^)나 실무적인 스킬도 페북이나 블로그 통해 더 나누어 주시면 좋을 것 같아요. 감사합니다. ^^
• 이번 세미나 제겐 큰 도움이 되었습니다. 다음에도 세미나 있으면 꼭 알려주세요. ^^
• 데이터생성관련 내용
• Conv1D를 이용한 audio인식?
• 강좌가 너무 유익했고 무료 강좌라 더더욱 좋았습니다.
• 캐라스에서 CNN의 정확도를 높이기 위해 학습 데이터셋을 로테이트하거나, 시프트하는 이미지들을 생성한다고 하셨는데, 필터를 여러 개 하면 해결되지 않는 건지 궁금하네요.
• “학습모델을 저장하고 다시 실행하는건 알려주셨습니다. 그런데… 기존 데이타로 학습한 모델을가지고… 현재 발생하고 있는 데이타를 적용하는 방법론을 알고싶습니다. Tensorflow 서빙이그런역할을 한다고는 읽었는데… 자세한 내용은 이해를 못했습니다. “
• 궁금한거 생기면 메일드리겠습니다.. 저도 책 받고 싶어요…(쿨럭;;)
• 수고하셨습니다. 그리고 음식 센싱관련하여 연락 부탁 드려요.
• 그 날 많은 도움을 받아서 향후에 생기면 연락드리겠습니다. 감사합니다.
• 좋은 강연 감사합니다!^^
• 좋은 강의 듣게 해주셔서 감사합니다 ^^
• 저는 지금 학교 연구 활동 외에도, 스타트업 활동으로 불면증 진단/치료 앱을 개발하고 있는데 10월에 앱 출시되고 데이터 수집되기 시작하면, 좋은 분석 방법론에 대해 김태영 이사님과 한 번 심도있는 논의를 해 볼 수 있었으면 좋겠습니다 :D 감사합니다!

이후 토론, 코멘트 등은 케라스 코리아, 김태영의 케라스 블로그, 인스페이스 블로그 어디든 환영입니다. 저희 사장님께서 말씀하신 것 처럼 우리는 다같이 Intelligence Space에 있습니다.

이모저모

너무 집중해주셔서… 눈 마주치기가 좀 무서웠습니다. 초반에는 발표 자료만 보고 설명한 듯 합니다.

확실히 뒤에서 잘 안보이네요. 중간 중간에 TV라도 있으면 좋겠네요.

역시나 레고 그림… 이 세미나에서 이 레고그림이 어떻게 그려졌는 지 처음으로 공개되었죠. ㅋ

아래 사진은 어느팀인가요? 알려주시면 설명글 넣겠습니다.

본 세미나를 위해서 고생해주신 인스페이스의 멤버들입니다. 회사랑 가까우니 공부할 겸 참석해라라고 해놓고 일만 시킨 듯 하네요. 자청해서 스태프해주셔서 너무 감사합니다~

추첨

마지막으로 도서 증정 추첨 결과 알려드립니다. 마지막 두 분이 후기에서 당첨되신 분들입니다. 추석연휴 마치고 6분 일괄 배송 들어갑니다.

• [현장] 이병*
• [현장] 신*
• [현장] 성선*
• [현장] 손정*
• [후기] 장광*
• [후기] 강승*

참고로 추첨 시에 사용했던 파이썬 코드입니다. random.choice() 함수 안에 여러 항목을 삽입하면 그 중 하나를 골라 반환합니다.

import random

book = random.choice(['A', 'B', 'C', 'D'])

print(book)

C

마무리

저는 이번 세미나를 통해 케라스 창시자인 프랑소와 숄레님의 “딥러닝 모델을 모든 이들의 손에…“라는 말씀에 한발짝 다가가지 않았나 합니다. 본 세미나에서 대해서 강민구 기자님이 정리해주신 기사도 링크합니다. 딥러닝에 쏠린 눈···실습 현장 성황 (기자님의 문장력은 클라스가 다르네요)

다음 세미나는 ‘GDG DevFest Seoul 2017’의 발표자로 선정되어 11월 19일 서울대에서 할 예정입니다. 1000명 정도 참석한다고 하니, 이번에는 1000명과 함께 ‘나비야’를 불러볼 생각입니다. 응원주십시요~

같이 보기

• 강좌 목차