2022 Annual Retrospect

• 2022 Jan - July : Internship @ Aigendrug. Co. Ltd
• 2022 Spring Semester : 학부 마지막 학기
• 2022 Aug - 2022 Dec : 대학원 생활 시작

올해는 개인적으로나 주변환경에서나 뭔가 많은 것들이 바뀐것 같습니다.

2022 Jan - July : Internship @ Aigendrug. Co. Ltd

지난해 말 ‘창의적 통합 설계’ 과목의 프로젝트가 인연이 되어, 서울대학교 김선 교수님께서 창업하신 Aigendrug 인공지능 신약개발 연구소 에서 12월부터 7월까지 research internship에 참여하였습니다. Aigendrug은 machine learning / deep learning 을 통해 약물 분자나 단백질의 화학적, 생물학적 특성을 이해하고, 이를 이용하여 약물의 효과와 부작용 예측, 신약개발 등을 목표로 하는 인공지능 신약개발 벤처기업입니다.

저는 이때쯤 지금 제가 있는 서울대학교 컴퓨터이론 연구실로의 진학에 대해 면담 등으로 사실상 결정을 해둔 상태였고, 대학원 진학 전 원래는 기업 인턴십 등을 통해 조금 다른 경험을 해보고 싶었습니다. 그래서 한 학기를 휴학할 계획을 했는데, 휴학하지 않고도 인턴십과 학업을 병행할 수 있는 좋은 기회가 될 것 같아 새로운 분야에도 도전해볼 생각을 하게 된 것 같습니다. 계기에 대해서는 지난학기 초 작성했던 글 에서 생각했던 것이 가장 솔직한것 같습니다.

한학기 동안 Bio/Cheminformatics 분야의 연구를 선도하시는 김선 교수님과, 제 연구실 선배님이기도 한 이선호 대표님을 비롯한 회사 분들, 서울대학교 BHI 연구실의 구성원들과 함께하며 기존에는 존재하는지도 몰랐던 문제를 새로이 접해 볼 수 있었고, 알고리즘 연구와 현실 문제 사이에 무엇이 있는지도 조금은 느낄 수 있었습니다. 실제 데이터에 대해 문제를 푼다는 것이 어떤 의미인지, 학교에서 배운 Toy dataset과는 어떻게 다른지에 대해 다시 생각하게 된 것도 중요한 포인트인것 같습니다.

연구에 대해서는 출판 프로세스가 모두 끝나기 전까지는 자세히 논의할 수 없지만,

• 분자 그래프에서 Subgraph matching 문제를 빠르게 푸는 방법 (휴리스틱)
• Random walk를 이용한 분자에서의 독성 여부 판단을 위한 subgraph mining 등의 프로젝트에 참여했습니다. 추가로, 본래 계획에는 없었지만 Molecular Multimodal Contrastive Learning에 대한 프로젝트에도 참여해볼 기회가 되었습니다.

컴퓨터이론 연구실에서 또 한학기를 보낸 지금 다시 이때 했던것들을 생각하면 우리가 알고리즘적으로 잘 풀 수 있는 문제와 응용분야의 실제 문제 사이가 얼마나 멀면서도 가까운지 느끼게 됩니다. Subgraph Mining은 수십년간 수없이 많은 연구가 진행되고 있지만 아직 갈 길이 멀어 보입니다. 어떤 subgraph를 mining할지에 따라, 또 응용 분야가 무엇이고 그로부터 얻어지는 데이터의 제약조건이 무엇이냐에 따라 사실 아예 다른 문제가 되기 때문에 그런게 아닌가 싶습니다.

지난번에도 썼던 말이지만, 이론 분야로 돌아갈 저로써는 이런 문제를 다양한 관점에서 접근하고, 또 Fundamental한 문제에 대한 기초적인 연구가 응용분야에 바로 적용가능하다는 점이 CS의 매력 중 하나라고 생각합니다. 다만 앞으로 2년여 간은 좀더 내공을 쌓고 새로운 알고리즘적 접근을 시도하는데 주력해보고자 합니다.

2022 Spring Semester : 학부 마지막 학기

수업은 뭐 평소랑 비슷했습니다. 봄학기 Aigendrug 인턴십은 사실상 대학원생활과 비슷했기 때문에, 수업도 코스웍 듣는 느낌으로 들었습니다 (실제로 전공과목 두개는 다 대학원 과목이기도 합니다) 그러나 여기에 졸업을 위해 교양과목을 2개 욱여넣어야 했다는 점은 좀 힘들었습니다. 애초에 두 학기로 계획했던 졸업을 당겨서 생긴 일입니다.

• 교양 2개 : 재밌어 보이는 교양을 택하고 싶었는데 사회와 예술을 하나씩 골라야 해서, 노동과 법 / 도시건축을 잡았습니다. 바쁜 일상속 힐링이 되길 바랬지만 사실 에세이쓰는게 다른 과제보다 더 힘들었던것 같습니다. 건축수업은 너무 바쁘지 않았을 때에는 밖에 나가서 실제로 답사도 하고 하는 과목이라 재밌었는데, NeurIPS 제출 due date가 k일 남았는데 금요일 오후에 서울 저편 어딘가를 향해 버스를 타고 가며 이게 맞나 하는 생각을 했던 기억이 있습니다. 돌이켜보면 재밌는 시간이었다고 생각합니다.
• 생물정보학을 위한 기계학습 : ML 응용 과목으로, HMM / EM (Gaussian Mixture) 등 머신러닝 내용을 Bioinformatics 라는 context에서 배웠습니다. 제가 인턴십하는 분야랑은 크게보면 연관이 있지만 사실 조금 느낌이 달랐는데, 제가 ML을 딥러닝부터 배워서 고전적인 ML 기법들에 대한 이해가 좀 부족하고 그런것들을 좀 채워야겠다는 사실을 깨닫게 해주었습니다. Sequence alignment 등 새로운 문제도 접해볼 수 있었습니다. Bioinformatics에 대해서는 나중에 따로 공부할 일이 있을 것 같기도 합니다.
• 응용수학특강 - Infinitely wide neural network : 딥러닝, 뉴럴 네트워크의 기반을 이루는 이론에 대한 수리과학부 대학원 과목입니다. 지금까지 수학과 학부에서 배운 모든 해석학 + 위상 + 확률론 + 최적화 내용을 Prerequisite 삼아, 딥러닝의 베이스를 Uniform Approx Theorem부터 Neural Tangent Kernel, Mean Field Theory 등 하나씩 하나씩 쌓아갑니다. Convex Optimization에 이어, Optimal Transport 등 내용을 배우면서 “내가 그래프쪽을 공부하기로 결정하지 않았다면 이걸 하고 있지 않을까” 하는 생각이 들었습니다. 언젠가 다시 볼일이 있을지는 모르겠지만, 수학을 왜 복전했는지에 대한 나름의 해답이 된 것 같아 의미있게 생각합니다.

2022 Aug - 2022 Dec : 대학원 생활 시작

학부 3학년 때 UROP (학부생 연구참여 프로그램) 참여하면서부터 진학을 고민했던 서울대학교 컴퓨터이론 및 응용 연구실 에서 석사과정을 시작하게 되었습니다. 아직은 자세히 말하긴 그렇지만 나름 흥미를 갖고 있는 분야였음에도 진학을 마지막까지 고민하게 했던 여러 문제들 (주로 병역에 관한, 그리고 부분적으로 진로에 관한) 이 있었는데, 너무 많은 고민에 휩싸여 있는 것보다는 Greedy하게 나아가는게 나은 방법이라는 생각이 들었습니다.

첫 한학기는 꽤 행복한것 같습니다. 나름대로 연구해보고 싶은 주제도 생각해볼 수 있었고, 다양하게 논문도 읽어보고, 같은 분야 비슷한 문제를 고민하는 선배들과 함께하고 있어 매일 많이 배우고 있습니다.

• Coursework : 저는 자교 학사 -> 석사 진학이라 학부때 수강한 과목을 인정받을 수 있어서, 편안한 마음으로 이수규정에 크게 개의치 않고 들어보고 싶은걸 골랐습니다. 다만 전 학기에 시험 외의 다른 것들 로 너무 많은 시간을 쓴것 같아 이번에는 반대로 시험 외에는 딱히 평가가 없는 과목을 골라서, 시험때는 조금 피곤했던것 같습니다.
  • 확률 네트워크 모델링 : 네트워크를 연구하시는 교수님께서 강의하시지만, 사실 네트워크랑은 별 상관이 없고 Queueing theory를 강의하는 이론과목입니다. 앞으로 Randomized algorithm 같은 것들을 공부하는데 queueing theory를 알면 조금 도움이 되지 않을까 하는 생각에 선택했습니다. 기말고사때는 공부가 좀 부족했지만 내용은 기대했던 대로였던습니다.
  • 패턴 인식 : Deep Learning 이전 시대 ML, 특히 Bayesian 기법들에 초점을 맞춘 수업입니다. 전반적으로 Bishop의 책 PRML 내용의 일부를 다루는데, 뎁스가 깊다기보다는 다양하게 많이 배우는 기회가 되었습니다. ML은 많이 알수록 좋을거 같아서 수강했는데, 실제 프로젝트가 있는 과목을 하나쯤 더 들어보는것도 괜찮겠다는 생각이 들었습니다.
  • 연구 윤리의 이해 : “CVPR 표절 사태” 이후 대학원 신입생들에게 수강이 의무화되었습니다. Silence is golden.
• Research : Submit 또는 Publish 이후에 언급하겠지만, 제 나름대로는 재밌어 보이는 주제를 잡고 고민해보고 있습니다. :) 재밌게(?) 읽었던 논문들 몇개정도는 나중에 짧게라도 정리해보려고 합니다.