- 저는 현재 개인적으로 Graph Machine learning을 활용한 연구를 진행하고 있습니다.
- 처음 Graph ML을 공부할 때 한국어로 된 강의들은 몇 개 찾아볼 수 있었지만, 스탠포드 대학의 CS224W 과정과 같이 실습을 병행하며 공부할 수 있는 한국어 자료는 거의 찾아볼 수가 없었습니다. 그래서 영어로 된 강의와 논문, 공개된 코드들을 찾아가며 공부해야 했습니다. 그렇게 오랜 시간을 투자하고 여러 시행착오를 겪으면서, 이제는 Graph ML에 대해 전반적인 이해를 갖추었고 연구를 하면서 모델 알고리즘을 수정하고 실험을 위한 세팅을 만드는 일들을 할 수 있게 되었습니다.
- 처음 Graph ML을 공부할 때 한국어로 된 강의들은 몇 개 찾아볼 수 있었지만,
스탠포드 대학의 CS224W 과정과 같이 실습을 병행하며 공부할 수 있는 한국어 자료는 거의 찾아볼 수가 없었습니다. 그래서 영어로 된 강의와 논문, 공개된 코드들을 찾아가며 공부해야 했습니다. 그렇게 오랜 시간을 투자하고 여러 시행착오를 겪으면서, 이제는 Graph ML에 대해 전반적인 이해를 갖추었고 연구를 하면서 모델 알고리즘을 수정하고 실험을 위한 세팅을 만드는 일들을 할 수 있게 되었습니다.
- 앞선 경험을 통해 만약 한글로 된 Graph ML 학습 자료가 잘 갖추어진다면, 그래프 머신러닝을 새로 공부하는 다른 사람들이 훨씬 효율적으로 공부할 수 있을 것이라는 생각이 들었습니다. 그리고 제가 처음 그래프 머신러닝을 공부할 때부터 `PyTorch Geometric(PyG)` 라이브러리를 알았더라면, 조금 더 체계적으로 코드를 관리하고 여러 시행착오를 줄일 수 있었을 것이라는 생각을 하게 되었습니다. 그래서 `PyG` 를 실습을 통해 경험할 수 있는 한글로 된 그래프 머신러닝 학습자료를 만드는데 기여하고 싶다는 생각을 늘 하고 있었습니다.
- 다만, 직접 한국어로 된 학습 자료를 만들기 보다는 이미 잘 만들어진 영어 자료를 번역하는 것이 학교 수업 프로젝트 주제로서 규모적인 면에서 더 적합하기도 하고, 결과물의 질적인 측면에서도 더 좋을 것이라 판단했습니다. 또한, MIT 라이선스를 기반으로 배포되는 `PyG` 라이브러리의 문서를 번역한다는 측면에서 오픈소스에 기여한다는 프로젝트의 방향성과도 잘 부합한다고 생각했습니다.
