DSC UOS에서는 다양한 스터디를 권장하고 있습니다. 해당 스터디 중 논문 리뷰 스터디도 존재합니다. 왜 이 스터디를 하기로 헀고, 어떻게 진행 중인지 적어보겠습니다.
_
머신러닝을 배울 수 있는 방법은 다양합니다. 가장 눈에 띄는 방법으로 책과 영상 강의, 논문이 있습니다. 각각의 방법들은 모두 좋은 방법이지만, 왜 DSC UOS에서는 논문 스터디를 하기로 했을까요?
시중에는 머신러닝 대가들의 명서가 많이 존재합니다. 이 책들은 기본에 충실하면서도 좋은 인사이트를 많이 알려주죠. 하지만 현재의 트렌드를 알기에 많이 힘들죠. 더군다나 해당 책들 자체가 완독하기에 꽤나 어려운 것이 사실입니다.
그래서 많이 접하는 매개체가 영상 강의인 것으로 보입니다. NLP 강의인 CS224n부터, 머신러닝 강의에서 항상 추천을 받는 CS231n 등등 세계적인 학교들의 수업은 최신의 내용을 많이 담으면서도 기본적인 내용도 충실하기 때문에 좋은 매개체가 되죠. 하지만 이 강의들도 반년, 1년이 지나가면서 점점 최신의 정보를 얻기에 힘들어집니다.
그래서 많은 분들이 책과 영상 강의를 본 후에 논문 스터디를 많이 하는 것으로 보여집니다. 저 또한 논문 리뷰 스터디를 여러 곳에서 해보면서 도움을 받은 면도 있고, 마침 스터디를 끌고 가야 하기에, DSC UOS에서 논문 스터디를 하고자 하였습니다. 책과 영상 강의에 대한 접근성은 좋지만, 논문에 대한 스터디가 부족하다는 판단도 존재하였습니다. 실제로 DSC UOS에서는 컴퓨터 비전쪽의 실습 스터디가 있었지만 이론을 공부하는 스터디는 없었습니다.
_
현재 인원이 4명이 있고, 학교 또는 회사와 동반하여 스터디를 진행하고 있기 때문에 격주에 1명씩 논문을 리뷰 하기로 하였습니다. 서로에게 부담을 덜 주면서 내용이 좋은 스터디를 하고자 하였습니다. 또한 분야 상관없이 논문을 선택하기로 했고, 좋은 글이라면 해당 글까지 가능하도록 하였습니다.
현재까지 진행한 논문/아티클 리뷰 리스트는 아래와 같습니다.
- PRADO: Projection Attention Networks for Document Classification On-Device
- Quasi-Recurrent Neural Networks
- Advancing NLP with Efficient Projection-Based Model Architectures - Google AI Blog