머신러닝/딥러닝 논문 읽는 방법 (앤드류 응 교수님법)

 

 

 

 

데이터 과학자로서, 또는 딥러닝/머신러닝 전문가로서, 최신 동향을 파악하기 위해 많은 논문을 읽는 것은 필수입니다. 이 글은 앤드류 응 교수님의 강의를 토대로 논문을 효과적으로 읽는 방법을 정리한 내용입니다.

 

 

눈문 추천 사이트는 아래 글을 확인해보세요.

https://benn.tistory.com/54

AI/머신러닝 논문 사이트 추천

 

 

전반적인 팁

1. 관심 분야 선택: 자신이 연구하고자 하는 분야를 선택합니다. 예를 들어, 저는 컴퓨터 비전 분야의 이미지/영상 분류법에 관심이 많습니다. 앤드류 응 교수님은 음성 인식을 예로 들었습니다.
2. 논문 읽기 목표 설정: 해당 분야에 대한 기본적인 이해를 위해 15-20편의 논문을 읽고, 심화된 이해를 위해서는 50~100편 정도 읽는 것을 추천합니다.
3. 읽을 논문 리스트 작성: 다양한 사이트를 통해 읽을 논문 리스트를 작성합니다. 모든 논문을 자세히 읽을 필요는 없고, 간략하게 훑어본 후 자세히 읽을 논문을 결정합니다.

앤드류 응 교수님도 일주일에 5~6편의 논문을 읽으며, 항상 가방에 논문을 가지고 다닌다고 합니다. 리딩 그룹을 위해 매주 2편의 논문을 선정하여 함께 토론한다고 합니다.

 

 

 

논문 읽을 때

논문을 꼼꼼히 처음부터 끝까지 한 번에 읽는 것보다는 여러 번 반복해서 읽는 것이 중요합니다.

1. 첫 번째 읽기:
   • 제목(title), 초록(abstract), 그림/표 위주로 읽기: 논문의 전체적인 내용을 파악하는 단계입니다. 딥러닝 분야는 그림 하나만으로 논문의 핵심 내용을 요약하는 경우가 많아 초반에 그림을 보는 것이 중요합니다.
2. 두 번째 읽기:
   • 서론(introduction), 결론(conclusion), 그림을 보고 나머지 부분 간략히 훑어보기: 논문의 가치를 이해하고 주요 내용을 파악하는 단계입니다. 이 단계에서 저자들이 연구 내용을 요약한 부분들을 중점적으로 읽습니다.
3. 세 번째 읽기:
   • 수학 파트 건너뛰기: 처음에는 수학적 내용은 건너뛰고 논문의 전체적인 내용을 이해하는 데 집중합니다.
4. 전체적으로 읽어보기:
   • 이해가 안 되는 부분은 건너뛰고 전체적인 흐름을 이해하려고 합니다.

 

더 나아가기

논문을 읽다 보면 더 자세히 이해해야 할 필요가 있는 논문이 있습니다. 그럴 때는 아래와 같은 방법을 사용합니다:

1. 수학적 내용 이해하기: 논문에 사용된 수학적 개념이나 알고리즘을 깊이 있게 이해합니다.
2. 코드 실행해보기: 논문에 첨부된 코드가 있다면 실행해보거나 직접 작성해봅니다.

 

 

논문을 읽으면서 생각 정리하는 데 도움이 되는 질문들

• 저자는 무엇을 성취하려고 했을까?
• 이 접근 방식의 핵심 요소는 무엇인가?
• 이 지식을 어떻게 활용할 수 있을까?
• 더 자세히 알아볼 다른 참고 문헌은 무엇인가?

 

Happy reading, everyone! 📄