Category Archives: Research

core.logic 한글 튜토리얼

내가 Clojure 언어에 관심을 갖게된 데는 core.logic의 영향이 가장 컸다. 개인적으로 logic programming과 declarative programming에 관심이 있어 Prolog도 고려했지만, 실용적인 면에서는 거리가 멀어 다른 언어를 알아보던 중 Clojure를 만나게 됐다.

어느덧 Clojure 번역서도 출간했고, 이제 본격적으로 core.logic을 들여다 볼 차례인데 Clojure 관련 도서에도 단편적으로만 소개되어 있고, 한글 문서는 물론 찾아볼 수 없거니와 온라인 상의 영문 문서들도 잘 정리되어 있지 않아 Github에 공개된 소개 내용, 튜토리얼과 그 소스코드들을 모아 번역을 해나가면서 정리하려 한다. Clojure 자체 뿐 아니라 core.logic 자체 버전도 몇 번의 revision이 되었는데 튜토리얼들의 소스코드는 아직 업데이트되어 있지 않은 것 같아 테스트를 해가면서 업데이트해야 할 것 같다. 

이제 첫 세팅만 해둔 상태라 내용이 거의 없지만 차츰 업데이트할 계획이다. 요즘 인공지능 관련해서 머신러닝이나 딥러닝에만 관심들이 많지만 언젠가는 논리적 추론이 결합되어 엄청난 시너지를 내는 날이 오리라 믿고 있는데, 그 때 이 자료가 유용하게 사용될 수 있으면 좋겠다. 

 


 

튜토리얼 문서 발행은 GitBook은 Markup을 그대로 활용할 수 있어서 편리하긴 한데, 검색 기능이나 TOC를 구성하는 한계가 있어 Read the Docs를 활용하기로 했다. 처음엔 Python 문서화를 위해 개발된 Sphinx를 활용한 documentation server를 제공하는 서비스인데, 일반적인 문서화에도 괜찮게 적용할 수 있는 것 같다.

 

core-logic-tutorial main

 

restructuredText 포맷으로 작성해서 Github에 커밋하면 테마를 적용해서 이 그림처럼 발행해주는데, 계속 실패하는 바람에 상당히 애를 먹었다. 알고 보니 pdflatex 실행시에 한글 캐릭터를 인식하지 못해 일정 횟수 이상의 에러가 나면 아예 발행 자체가 되지 않았던 것. pdf 발행은 필요없는데 Read the Docs에 이를 제외하는 옵션은 제공하지 않기 때문에, conf.py의 latex 관련 옵션을 수정해주어야 한다.

 

Linked data, it’s all about open data quality

Korea-UK Data Workshop was held in London, 15th December 2015.

Funded by NIA, hosted by Open Data Institute.

I presented about a topic of linked open data.

– About the importance of linked data technologies to make real/practical of the benefits of open data. 
– Linked Data, it's all about open data quality and implementation of the applications/services

 

RDF Based Linked Data Management as a DaaS Platform

Presented at ALLDATA 2015 conference, hosted by IARIA (International Academy, Research and Industry Association) in Barcelona, Spain, on April 22, 2015.

 

 

 

Google Trends: Deep learning vs. Logical reasoning

개인적으로는 deep learning 보다는 logical reasoning 쪽에 더 관심이 있는데, Google Trends 를 검색해보니 재미있다. 

deep learning 2012년 이후 갑자기 치고 올라오는 것은, 아마 소위 '빅데이터'가 화두가 되고, 구글 등의 업체에서 대표적인 유스케이스를 발표하면서 촉발되었을 터다. 게다가 HW 성능이 뒷받침되어 어느정도의 deep learning을 실험해볼 수 있는 환경이 이미 갖춰진 상태였으니. 

내 입장에선 deep learning이 재미있는, 혹은 예상치 못한 놀랄만한 결과가 나오더라도 궁극적으로 지향하기에는 뭔가 아쉬운 느낌이고, 그래서 더 logial reasoning 쪽에 관심을 갖게 된다. 현재의 프로세싱 파워로는 logical reasoning의 수많은 논리적 결합들과 추론 가지들을 처리하지못하기 때문이라면 (open world assumption의 경우는 uncertainty가 있으니 어쩔 수 없다고 해도, closed world assumption으로는 복잡하더라도 어떻게든 결론은 낼 수 있으니) 나중에는 이러한 logical relation들이 '빅데이터'의 input이 되지 않을까 하는 막연한 생각..

아무튼 잡설은 그만 두고, 아래 그림을 보면 사실상 deep learning 보다는 logical reasoning이 우위에 있었지만, 2013년 하반기 이후로 뒤바뀌었다 (다만 이 그래프는 최대값을 100으로 놓고 0~100 의 척도로 normalizaing 한 값이기 때문에 1), 검색량의 절대치 자체보다는 그래프 추이의 변화양상에 주목하는 것이 더 적절한 것 같다). 이 후에 어떻게 될지는 두고 볼 일이다. deep learning 유행이 식을 때쯤이면 어떤 패러다임이 나오게될지, 또 logical reasoning은 어떤 위치를 차지(?)하게 될지. 참고로, 아래 그림에서 'G' 포인트에 해당하는 뉴스는 'Is Deep Learning a Revolution in Artificial Intelligence?' 이라는 기사다. 2)

 

trends-deeplearning-logicalreasoning

 

또 재미있는 것은, deep learning이 유행하면서 machine learning도 덩달아 관심도가 상승하고 있다는 것. pattern recognition과 perceptron 방식은 다른 패러다임인데도 black-box 형태의 추론이라는 점에서 관심도에 있어서 비슷한 추이를 보이게되는걸까.

trends-deeplearning-machinelearning

 

더 재미있는 것은 이 부분이다. deep learning 에 대해, 유독 한국에서 관심도가 높다는 것. 심지어 deep learning의 본산지에 가까운 미국보다도 3배이상의 관심도를 보인다. 반면 logical reasoning은 인도에서. 인도가 수학에 강한 탓일까?

regional-trends-deep-learning

regional-trends-logical-reasoning

 

한국에서 유독 deep learning 유행의 체감이 큰 것일까 (물론 세계적으로도 관심도가 상승하고 있긴 하지만)? deep learning 이 계속해서 유행을 이어갈 수 있을까? 한국이 deep learning 에 빠져있는 사이 미국에선 다른 패러다임이 또 연구되고 있는 것은 아닐까? 한국이 항상 한 발자국씩 늦게 걸어가는 것을 보면 가능성이 없지도 않은 것 같다. 그나마 deep learning에 대한 기술보다는 ouput에만 관심이 있는 것 같은 느낌도 들고.. 여러가지 생각이 든다.

deep learning 이나 machine learning 과 같은 형태의 발전과 logical reasoning이 어느 지점에선가 융합되어 좀 더 진화된 알고리즘을 만드는 것이 궁극적인 인공지능의 지향점이라면, 지금처럼 deep learning의 유행에 치우쳐 있기보다는 이런 때 일수록 logical reasoning에 관심을 가지면서 기술을 축적해야하지 않을까. 오목에서 상대방 돌만 막으려고 덤비다가는 패배할 수 밖에 없는 것처럼, 나의 돌을 착실히 쌓아나가야하는 것 아닐까 하는 이상한 비유..

 

덧붙여서, Stanford Univ.의 John MaCarthy (Artificial Intelligence 라는 단어를 처음 사용한 사람으로 알려져 있음)는 이렇게 말한 바 있다.

"I think the best hope for human-level AI is logical AI, based on the formalizing of commonsense knowledge and reasoning in mathematical logic." 3)

 

 


1) About Trends Graph, Google

2) Is Deep Learning a Revolution in Artificial Intelligence?

3) John MacCarthy, "The Future of AI", AI Magazine, vol.26(4), p.39, 2006.

 

ODI Node Strategy Days 참석후기

11/3-4 기간엔 11/5-6 동안에는 ODI Node Strategy Days에 참석했습니다.

ODI Summit은 ODI(Open Data Institute)가 두번째 주최하는 오픈데이터 컨퍼런스로, 개발자/디자이너/예술가/연구자 할 것 없이 수많은 사람들이 함께 모여 네트워킹하는 행사입니다. 첫째날은 Training Discovery Days로 세션별 강의와 토론을 중심으로 진행되고, 둘째날은 대형 컨퍼런스로 진행되었습니다. 

 

 

저는 ODI Node Seoul 의 Managing Director 자격으로 참석한거라 Node Strategy Days이 주 목적인 출장이었습니다. Node Strategy Days 는 현재 등록되어 있는 약 20개의 ODI Node 가 한자리에 모여 함께 비전을 공유하고, ODI의 주활동인 교육, 멤버십, 오픈데이터인증, 비즈니스모델 등 다양한 주제에 대한 아이디어와 협력방안을 논의하는 미팅입니다. 

IMG_0098

 

각자 다른 소속, 나라들임에도 서로 협력해서 결과를 만들고자 하는 노력이 상당히 인상적입니다. 다른 노드들과 얘기를 나누면서 국내 오픈데이터의 미래에 대해서도 많은 생각을 하는 계기가 되었고요.

우리나라는 정부를 중심으로한 오픈데이터 관련 도전적 추진이 다른 나라에도 이미 널리 알려져 큰 인상을 남기는데는 성공한 듯 하지만, 여전히 숫자로 보이는 성과에 집착하고 있는 듯 하고 '데이터 개방 그 이후'에 대한 고민과 토론/협력이 부족하다는 느낌을 지울 수가 없어서 씁쓸하기도 했습니다. 유럽을 비롯한 다른나라들은 서로 어떻게 시너지를 발휘할 것인지를 심도있게 논의하고 앞으로 달려가고 있는데, 이 좁은 땅덩이 시장을 누가 먹을 것인지 자존심 싸움하고 있는 건 아닐까, ODI Node Seoul 이 해야할 역할은 무엇일까, 또 어떻게 해나가야할까 등등 생각이 복잡해지더군요..

 

아무튼.. 덤으로 NYU GovLab의 advisor이자 'Open Data Now'의 저자인 Joel Gurin 과의 인증샷을 첨부합니다 ㅎㅎ

IMG_0112