Razelo 기술노트

주말 아침에 심심해서 포프님 영상을 몇개 봤다. 오래된 영상들이 몇 개 있긴 하지만 꽤나 재밌는 내용이 많다. 정자세로 시청하기보다는 영상을 틀어놓고 딴 짓을 하는데, 팟캐스트처럼 켜두고 시간 날때 들으면 나름 재밌다. 아침에 켜둔 영상 중 게임과 관련된 영상들이 있어서 간단한 내용 정리를 해봤다. 게임 판매량 성공하는 게임? 현실에서 게임의 성공요소는 그저 운이다. 출시 당시의 트렌드 덕분에 게임이 성공할 수 있는 거다. 시장을 읽는 눈을 가진 사람은 거의 없다. 아무리 성공한 게임도 후속작도 성공하는 경우는 드물다. 게임이 나왔을 때 처음 6주 간의 매출액이 이후 게임이 평생 팔릴 매출액의 절반이다. 게임은 처음 6주가 정말 중요하다. 그래서 마케팅 하는 분들이 이 부분에 돈을 퍼붓는다. 처음 6주 ..

킬러앱이 없기 때문이다. 또 하나의 이유 platform exclusivity -> 플랫폼 독점

클라우드는 전부터 있었다. 자꾸 클라우드가 새롭게 나왔다고 착각하는데 클라우드는 그냥 쉽게 말하면 내가 서버를 서비스로 제공하는거다. 내가 관리를 안하는거다. 예전에는 이런 서비스가 있었다. 큰서버가 있고 큰서버에 여러 개의 가상머신을 띄우거나 리눅스 서버에 여러 개의 폴더를 만들어서 인스턴스를 만드는 격이었다. 이게 어찌보면 클라우드의 전신이라고 볼 수도 있다. 클라우드는 개발의 편의성을 높여주는 것은 맞다. 다만 새로운 것은 아니라는 뜻이다. 싸다? 결론을 말하면 자체 서버를 가지는 것보다는 클라우드가 더 비싸다. 그런데 만약 낮에만 사용자가 들어온다? 밤에는 안들어오고? 그런면에서는 Azure가 더 싸다고 말할 수 있다. 그러나 페이스북 정도의 전세계 사용자가 있고 범위도 엄청나게 크다면 분명히 1..

기술자로 남아라. 언제나 시작할때는 직장이 많다. 올라갈 수록 위치가 적어진다. 만약 내가 이사가 됬다면 내가 이사로 다니다가 다른 곳으로 옮겨갈 수 있는 기회가 얼마나 많냐라는 것이다. 본인이 이사로 다니다가 당장 이사로 들어가야 하는데 자리가 많지 않다. 또 하나의 문제는 다른 곳에서 볼때 이미 직장이 없는 사람을 볼때 기술자를 볼때와 이사 즉 개발에서 손뗀 사람(매니저)를 볼때 다르게 본다는 것이다. 어차피 매니저란 직종 자체가 뛰어난 리드가 없다. 사람관리하는 일이다. 정말 잘하는 매니저는 위아래 다 훑는다. 기술직이 아닌 곳은 사실 어떻게 판가름하기 어렵다. 그래서 기술직이 아니면 나이가 들어서 직장을 잃었을때 이직하기 힘들다. 반대로 개발자면 얘기가 달라진다. 개발자는 어찌되었든 기술로 먹고산..

김포프님 영상을 가끔씩 찾아보는데 꽤 재밌는 영상이 있어서 내용을 간략하게 정리해놨다. 별생각없이 봤지만 영상을 보고 나서 스스로 많은 고민을 해본 영상이다. 그만큼 반성도 했고 잘했다는 만족감도 느낀 내용이었는데 공감하는 부분이 많아서 기억에 꽤 남는다. 항상 좋은 말씀을 해주시는 분이다. 천부적으로 무언가를 잘하는 사람은 있다. 노력해서 늘리는 것을 수재라고 한다. 수재가 천재를 누를 수 있다? 80프로 맞는 말이라고 생각한다. 세상 사람들이 모든 여건을 갖추고 살지는 않는다. 세상은 어차피 공정하지는 않다. 단지 돈의 문제를 떠나서 타고난 재능은 다르다. 하지만 내가 재능이 없더라도 정말 노력을 한다면 어느 한 분야는 잘할 수 있게 된다. 천재가 노력을 하게 된다면 이길 수 없는 것은 맞다. 하지만..

사람들은 어떻게 컴퓨터를 사람처럼 똑똑하게 만들지에 대해 연구해왔다. 사실 컴퓨터를 어떻게 똑똑하게 만들 수 있을까에 대한 학문이다. 최근 알게 된 사실은 컴퓨터에게 모든 것을 알려주는 것이 좋은 방법은 아니라는 것을 알게 되었다. 스스로 배우게 하는 것이 가장 좋다. 훈련을 시킨다. 잘못 인식하면 조금씩 수정을 가한다. 다음에 봤을때는 올바른 결과물을 낼 수 있도록 하는 것이다. 이렇게 머신러닝 모델을 수정해가며 올바른 결과에 다가서는 것이다. 그 다음 단계는 추론이다. 이전에 보지 못했던 것을 통해 정답을 알아내는 것이다. 가장 많은 진보가 있는 곳이 있었다. 컴퓨터 비전이다. 음성과 언어 이해 분야에서도 큰 발전이 있었다. 구글은 텐서플로와 같은 오픈 소스 패키지를 제공하고 있다. 누구든 머신러닝을..

구글은 혁신적인 성과를 낸 엔지니어에게는 일반 엔지니어와는 다른 차별적인 대우를 해준다. 칼리코의 경우 인간영생을 위한 프로젝트로 2047년이 되어야 완제품이 나온다. 즉 일반적인 프로젝트와 다른 기준을 적용하게 된다. 또한 조직운영기법을 통해 목표를 공유하여 부서간 카니발을 막는다. 엔지니어의 신이라고 하는 제프딘이라는 분이 있다. 이분은 조직이 없다. 즉 소속없이 혼자 일하는 분인데, 구글에서는 이렇게 일할 수 있는 환경을 제공해준다. 천재적인 엔지니어는 코딩만 잘하는것이 아니라 굉장히 넓은 분야에 대해 관심을 가지고 있다. 구글의 천재 엔지니어는 어렸을 때 식사를 한 후 어머니와 함께 공원을 산책하며 궁금한 것을 물어보고 대화하고 스스로 공부하는 생활 패턴을 이어왔다고 한다. 그 기억이 자신을 이렇..

딥러닝은 과연 만능일까? 우선 결론은 딥러닝은 특화된 분야가 따로 있다. 자연어, 이미지, 비디오 데이터이다. 이런 데이터는 아무래도 변수가 굉장히 많기 때문이다. 딥러닝에 특화된 분야를 딥러닝이 아닌 다른 곳에 적용시키면 엄청난 시간이 걸릴 수 밖에 없다. 컴퓨팅파워가 받쳐주기 때문에 딥러닝이 진행되는거다. 뉴럴 네트워크가 이제 하드웨어의 지원으로 가능해졌기 때문이다. 트리모델에 비해서 딥러닝은 하나 하나의 연산은 사실 단순하다. 하지만 많은 양의 연산이 얽혀있다. CPU를 가지고 하면 굉장히 오래 걸리지만 GPU로 진행하면 빠르게 진행될 수 있다. Tabular데이터는? (엑셀같은 데이터 = 변수가 많지 않다. ) 굳이 딥러닝을 써야하나? 라는 의문 만약 GPU를 사용하지 않는다면 부스팅이 더 좋다...

software is eating the world 테크회사가 돈을 많이 벌고 있다. 가장 중요한 것은 개발자이다. 다른 산업군과는 다르게 개발자만 있으면 시장도 창출하고 서비스를 만들 수 있는 산업이다. 즉 개발자가 많이 부족하다. 모든 업종에서 sw전문가가 필요하다. 소프트웨어 회사뿐만 아니라 전 산업에서 필요해졌다. 예전엔 혼자서 다 만들던 시절이 있었는데 이제는 그렇지 않다. 서버 개발자, 프론트, 클라우드, ios 등등 각 직군 별로 다양한 전문가가 필요하다. 즉 sw전문화로 더 다양한 직무가 필요해졌다. 개발자 수요는 계속 늘고 있는데, 그렇다면 개발자 공급을 늘리면 되지 않을까? 중간에 포기하는 사람이 많다. 즉 개발을 배우는 것이 쉽지가 않다. 성향이 갈리는 분야라고 생각한다. 또한 기업이..

How I Learnt Machine Learning In 6 Steps (3 months) 가장 처음은 수학이다. 라이브러리가 있기에 상관은 없지만 어떻게 해결하는지는 알아야 한다. 수학전체를 끝내야겠다는 생각은 좋지 않다. 꾸준히 계속 수학을 공부하겠다는 생각을 하는게 맞다. 기본적인 머신러닝 알고리즘을 공부해라. 파이썬을 공부해라 머신러닝 라이브러리를 공부해라 -> 사이킷런을 공부해라 그리고 나서 딥러닝으로 이동해서 텐서플로우를 공부해라 이 둘을 아는 것이 중요하다 . 마지막은 계속해서 공부하고 반복하는 것이다. 캐글에 참여하거나 다른 사람들과 소통해라. 지루함을 참고 꾸준히 공부해라 쉬운길이 아니다. 누구나 얻을 수 있는 것이 아니다. 매일 모든 프로젝트를 해야 하는 것은 아니다. 공부를 해라. ..