인공지능과 추천 시스템 강의 노트 - (8/16)
2025.10.25
들어가며
개인적인 용무들을 본 후 12시 넘어 조금 빠듯하게 도착을 하였다. 주중에 분량 조절을 꽤 하는 편이었는데, 이번 주는 코드 구현이 들어가 있어 가늠이 잘 되지 않았다. 준비한 내용들을 다 훑었는데, 2시간 정도가 지나게 되었다. 바이브 코딩의 세상에 이렇게 하는 게 어떤 의미가 될까 한 번 고민해 보기도 한다.
학생들의 과제들로 수업이 채워지면 좋겠다 싶은데, 아직 중간 과제와 기말 과제 현황판에 제안들이 예년 대비 많이 부족해 보인다. 수업 태도라고까지는 모르겠지만, 절반 정도의 학생들에게는 아직 무엇을 해야 하는지가 전달이 되지 않은 거 같아 조금 걱정스럽다.
단풍이 보이는 가을의 여의도.준비한 내용들
추천시스템 - 5장 - 추천 알고리즘 상세 ( part 2 )
나눈 이야기들
인공지능 부분에서는 stateofai 2025 의 총평들과 survey 내용들에 대해 이야기를 나누었다. 작년의 10개 예측에 대한 평가들은 절반 정도가 적중했고, 내년에도 10개의 내용을 예측하였는데, reasoning 을 하나의 축으로 놓고, 각종 agentic 서비스들이 난무하게 될 것이라 여전히 복잡한 일들이 있게 되겠다.
stateof.ai 2024년 예측의 성적표
stateof.ai 2025년 예측들
선수들이 인정하는 AI lab 순서들추천 시스템 영역에서는 MovieLens 에서 실제 추천 서비스를 만들어서 앞시간에 했던 지표들을 비교하는 과정을 담았다. 그 중 직관적인 설명이 가능한 무작위, 통계 정보, 연관 규칙 세 가지에 대해서 어떻게 구현하였는지에 대한 해설들과 함께 코드들을 같이 보았다.
수업 시간에 커버한 추천 시스템 구현 방법들한글과 영어가 섞여 있어 애매하지만, 그래도 내용들이 직관적이어서 아이디어들을 설명할 수 있는 정도는 되었다. 하지만, colab 으로 execution button 을 누르는 것들만으로는 이래저래 한계가 있고, 학생들이 이것저것 바꾸어 체크해 보면 좋을텐데 하는 생각으로 진행하였다. 다음 시간부터는 더 복잡한 user-user 협조 필터링과 행렬 분해를 위한 여러 노력들을 설명하게 될텐데, 이대로 괜찮을까 하는 걱정이 조금 든다.
Random 에 대한 이야기를 꽤 오래 나누었다. Random 자체가 합의된 정의가 없는 것이고, 돌릴 때마다 다르게 나오는 것, 미래에 대해서는 50% 확률, 게임 가차에서 반대로 지켜야 하는 입장에서의 활용, 정규 분포 등에 대한 이야기들을 하였고, 예전 구글 면접 때 풀었던 monkey sort ( bogo sort ) 에 대한 이야기들과 복잡도들 설명을 나누었다.
맺으며
다음 주는 개인적인 사정이 있어 미국에서 리모트로 진행을 해야 한다. 녹화를 해서 방송하려 하니 시차 등의 난이도가 더 높은 거 같은데, 플레이스토어 못다한 부분을 마무리지으려 한다.
대부분 사회 생활들을 꽤 한 MBA 과정의 학생들이지만, 해외로 취직을 계획하며 준비하는 학생이 있어 수업 후 여의도에서 커피챗을 한 시간 남짓 하였다. 개발자가 아닌 친구들이 글로벌 꿈을 펼치는 방법이 어떤 것들이 있을까 궁금하기도 하고, 선수와 코치, 감독 사이에서 여전히 고민하는 개인적인 시각까지 더해서 여러 가지 면에서 고민들이 많아지지만, 또다른 에너지를 반대로 얻을 수 있는 시간이었다.
