-`PyG` 문서를 한글화 하는 번역 프로젝트가 기존에 있었다면 그 프로젝트에 참여해서 정해진 규칙에 따라 번역만 하면 되니 단 시간에 집중도 있게 과제를 수행할 수 있었을텐데, 안타깝게도 그런 번역 프로젝트를 찾지 못해서 제가 처음부터 이 번역 프로젝트의 규칙과 범위를 정해야 했고 번역을 어떤 방식으로 할 지에 대한 결정에 많은 시간을 쏟아야 했습니다.
- 우선, 제가 처음으로 `PyG` 의 한글화를 시작했기에, 번역 기여 사이트처럼 번역을 위한 툴이 갖춰져 있는 것도 아니었고 번역의 결과를 어떻게 형식화할지에 대한 부분도 정해지지 않은 상태였습니다. 여러 고민 끝에 [PyG 의 문서](https://pytorch-geometric.readthedocs.io/en/latest/index.html) 가 [readthedocs](https://about.readthedocs.com/)로 작성되어 있고, 조사를 통해 reStructuredText(rst) 포맷이 readthedocs와 연동이 된다는 사실을 알게되었습니다. 저는 개인적으로 이 번역 프로젝트를 장기적으로 꾸준히 수행해서 완성된 번역본을 readthedocs에 보다 깔끔한 형태의 문서로 완성하고 싶다는 생각이 있었고, 따라서 번역 내용을 rst 파일 포맷으로 저장하는 것으로 방향을 잡았습니다.
- 그 다음 처음에는 임의대로 번역을 수행했었는데, 아무래도 머신러닝 분야의 용어들은 한글로 직역을 하게 되면 오히려 더 이해가 어려워지는 경우가 많아서, 이 부분을 제 개인적인 판단으로 정하면 안되겠다는 판단이 들었습니다. 그래서 `PyG` 가 `PyTorch` 를 기반으로 만들어진 라이브러리인만큼, 기존에 큰 커뮤니티를 바탕으로 파이토치의 한글화 프로젝트를 수행하고 있는 [파이토치 한국 사용자 모임](https://pytorch.kr/)의 번역 규칙을 따르는 것이 적절하겠다는 생각하여 1차적으로는 [PyTorchKorea의 번역 가이드](https://github.com/PyTorchKorea/tutorials-kr/blob/master/TRANSLATION_GUIDE.md)를 바탕으로 하였고, 지정된 용어가 없는 경우에는 추가적으로 아래의 사이트들을 참고하여 번역을 수행했습니다.
- 그리고 앞서서 번역 프로젝트의 번역 방식과 규칙을 정하느라 생각보다 많은 시간을 할애하여, 실질적인 번역을 시작하는 데까지 오랜 시간이 걸렸습니다. 남은 기간을 현실적으로 고려하여 이번 과제에서 번역의 범위는 원본 `docs`의 `get_started`로 정했습니다.
### 감상
### 감상
- 우선, 그래프 머신러닝을 공부한지 1년이 넘었고 구현에서 이미 많은 것들을 경험해서 유용한 기능들은 대부분 파악하고 있다고 생각했는데, 생각보다 유용한데도 제가 알지 못했던 메소드들이 꽤 있다는 사실을 알게 되었습니다. 그래서 번역을 하면서도 `PyG` 라이브러리를 공부할 수 있는 좋은 기회가 되었습니다.
- 또한, 시간적인 제약으로 인해 아직 많은 부분을 번역하지 못했지만, 여전히 한국어로 된 그래프 머신러닝 학습 자료가 많이 부족하기 때문에 장기적으로 계획을 잡고 이제 막 초석을 다졌다고 할 수 있는 이 프로젝트를 꾸준히 수행해서 한국의 그래프 머신러닝 연구자들에게 많은 도움을 줄 수 있으면 좋겠다는 생각을 했습니다. 앞서 언급한 것처럼, 번역을 어느정도 진행한 후에는 [pyg-team](https://github.com/pyg-team/pytorch_geometric)에 번역한 결과를 공유하며 pull request를 보내볼 생각이며, 가능하다면 커뮤니티를 꾸려 좀 더 완성도 있는 번역과 함께 문서화 작업도 수행하고 싶습니다.
