WEBVTT

00:00:07.641 --> 00:00:10.308
아마 대다수가 지난 학기에 그 수업을 수강하셨을 것 같습니다.

00:00:11.762 --> 00:00:15.507
이번 수업을 다시 진행하게 되어 영광입니다.

00:00:15.507 --> 00:00:21.523
CS231n 수업은 정말 빠르게 성장하고 있습니다.

00:00:21.523 --> 00:00:26.466
이번으로 세 번째 개설되었는데요
처음에는 150명으로 시작했죠

00:00:26.466 --> 00:00:29.000
지난해에는 350명이 수강하였습니다. 두 배지요.

00:00:29.000 --> 00:00:34.806
올해에는 또 두 배가 늘어서 오늘 아침에 확인했을 때
약 730명의 학생이 수강신청을 해주셨습니다.

00:00:34.806 --> 00:00:40.094
안타깝게도 강의실 제한으로 수업에 참여하지 못하는 분들도 계십니다.

00:00:40.094 --> 00:00:44.931
하지만 강의 동영상이 두 시간 내로
SCPD 웹 사이트에 게시될 것입니다.

00:00:44.931 --> 00:00:50.889
오늘 여기 와서 수업을 듣지 못했어도
몇 시간 후면 바로 확인하실 수 있습니다.

00:00:50.889 --> 00:00:55.076
CS231n은 컴퓨터 비전에 관한 수업입니다.

00:00:55.076 --> 00:00:57.412
그렇다면 컴퓨터 비전(Computer Vision)이 무엇일까요?

00:00:57.412 --> 00:01:02.578
요즘은 워낙 컴퓨터 비전이 유명해서 제가 굳이
이 분야의 중요성을 강조할 필요는 없겠지만

00:01:02.578 --> 00:01:10.032
어쨌든 제 분부를 다해 컴퓨터 비전의 중요성을 강조할 것입니다.

00:01:10.032 --> 00:01:15.761
최근 몇 년간 엄청나게 많은 시각 데이터가
쏟아져 나오고 있습니다.

00:01:15.761 --> 00:01:20.398
이런 수많은 데이터는 전 세계 각처에 퍼져있는
무수한 센서로부터 비롯됩니다.

00:01:20.398 --> 00:01:23.064
요즘은 스마트폰이 없는 분들을 더 찾기 힘들죠

00:01:23.064 --> 00:01:26.989
여러분의 스마트폰에는 한두 개의 카메라가 내장되어 있습니다.
어떤 기종은 세 개도 있죠

00:01:26.989 --> 00:01:31.114
어쩌면 카메라의 수가 전 세계 인구수보다 많을지도 모릅니다.

00:01:31.114 --> 00:01:38.508
이런 카메라와 같은 센서들이 전 세계 각지에서
매일매일 데이터를 쏟아내고 있는 실정이죠

00:01:38.508 --> 00:01:47.025
CISCO에서 수행한 2015 ~ 2017년도까지의 한 통계자료가
이 사실을 아주 적나라하게 보여줍니다.

00:01:48.919 --> 00:01:54.484
통계에 따르면 인터넷 트래픽 중 80%의 지분은 바로
비디오 데이터입니다.

00:01:54.484 --> 00:02:00.525
심지어 이 결과는 사진 같은 다른 데이터들을 모두
제외하고 비디오만 추산한 결과입니다.

00:02:00.525 --> 00:02:07.476
이 통계는 인터넷의 데이터 대부분이
시각 데이터라는 사실을 보여줍니다.

00:02:07.476 --> 00:02:13.157
그러니 시각 데이터들을 잘 활용할 수 있는
알고리즘을 잘 개발하는 것이 무엇보다 중요해졌습니다.

00:02:13.157 --> 00:02:17.813
하지만 문제 있습니다. 이런 시각데이터는
해석하기 상당히 까다롭다는 점이죠

00:02:17.813 --> 00:02:24.526
일부는 시각 데이터를 암흑물질(dark matter)이라고 합니다.

00:02:24.526 --> 00:02:27.437
물리학 수업에서 암흑물질을 들어본 분들도 계실테지만

00:02:27.437 --> 00:02:33.377
우주 대부분의 질량을 차지하고
있는 물질이 바로 암흑 물질입니다.

00:02:33.377 --> 00:02:38.293
우리는 여러 가지 간접적인 측정실험을 통해서
암흑물질의 "존재" 까지는 알 수 있었지만

00:02:38.293 --> 00:02:40.535
암흑물질을 직접 "관측" 할 수는 없습니다.

00:02:40.535 --> 00:02:42.838
시각데이터가 사실 그렇습니다

00:02:42.838 --> 00:02:55.685
시각 데이터가 대부분이지만 사실상 이들을
이해하고 해석하는 일은 상당히 어렵습니다.

00:02:55.685 --> 00:02:58.466
Youtube의 통계자료도 있습니다.

00:02:58.466 --> 00:03:07.746
YouTube에는 매초 다섯 시간 분량의
비디오가 업로드된다고 합니다.

00:03:07.746 --> 00:03:14.472
우리가 "하나... 둘... 셋..." 세고 나면
YouTube에는 15시간 분량의 비디오가 새로 추가된 것이지요

00:03:17.076 --> 00:03:24.146
Google 직원이 아무리 많아도 이 모든 비디오를 직접 보고,
이해하고, 정리한다는 것은 사실상 불가능한 일입니다.

00:03:24.146 --> 00:03:32.057
따라서 그들이 비디오들을 잘 정리해서 유저들에게 제공하고
또 비디오에 적절한 광고를 게시하려면

00:03:32.057 --> 00:03:37.053
자동으로 시각데이터를 이해, 분석하는 알고리즘을
개발하는 것이 관건인 셈입니다.

00:03:38.649 --> 00:03:47.564
컴퓨터 비전이라는 분야 주변에는 상당히 많은 분야가 존재합니다.
따라서 다양한 과학, 공학 분야들과 맞닥뜨리게 됩니다.

00:03:47.564 --> 00:03:50.822
컴퓨터 비전이 우주(universe)의 중심이라 할 수 있겠죠

00:03:50.822 --> 00:03:56.453
하지만 컴퓨터 비전 뿐만 아니라
물리학을 다뤄야 할 수도 있습니다.

00:03:56.453 --> 00:04:01.784
광학, 이미지 구성, 이미지의 물리학적 형성 등을 이해하려면
물리학적인 현상들을 이해할 필요가 있기 때문입니다.

00:04:01.784 --> 00:04:03.995
생물학이나 심리학도 알아야 합니다.

00:04:03.995 --> 00:04:09.894
동물의 뇌가 어떤 방식으로 시각정보를
물리적으로 "보고 처리하는지"를 이해하려면 말이죠

00:04:09.894 --> 00:04:14.305
물론 그 밖에 컴퓨터 과학, 수학, 그리고 공학 등도 다룹니다.

00:04:14.305 --> 00:04:19.639
컴퓨터 비전 알고리즘을 구현할 컴퓨터 시스템을
실제로 구축할 때 필요한 분야들이죠

00:04:19.640 --> 00:04:25.992
그럼 이제 저를 포함한 이 수업의 교수진과
운영진들을 간단히 설명해 드리겠습니다.

00:04:25.992 --> 00:04:33.606
저와 Serena는 Fei-Fei Li 교수님의 지도하에 있는
Stanford Vision Lab의 박사과정 (PhD) 학생입니다.

00:04:33.606 --> 00:04:41.184
그리고 저희 Lab은 기계학습과 컴퓨터과학에
관련된 연구들을 진행하고 있습니다.

00:04:41.184 --> 00:04:44.900
저 같은 경우에는 Language와 Vision에 좀 더 집중하고 있습니다.
일부 프로젝트도 진행하고 있습니다.

00:04:44.900 --> 00:04:49.775
저희 Lab에서는 다양한 연구를 진행하고 있습니다.
그 밖에도 Lab에서는 신경과학과 인지과학과 관련된 분야도 연구합니다.

00:04:52.541 --> 00:04:57.557
아마도 여러분은 CS231n이 Stanford의 다른 수업들과
어떤 연관성이 있는지 궁금하실 것입니다.

00:04:57.557 --> 00:05:02.848
이 수업은 여러분이 컴퓨터 비전의 기초개론을
알고 있다고 가정하고 수업을 진행합니다.

00:05:02.848 --> 00:05:06.926
그러니 만일 여러분이 학부생이거나
혹은 컴퓨터 비전이 처음이시라면

00:05:06.926 --> 00:05:14.229
Fei-Fei 와 Juan Carlos Niebles의 CS131을
선수 과목으로 수강하셨어야 합니다.

00:05:14.229 --> 00:05:24.925
그리고 Chris Mannin & Richard Socher의
딥러닝 & 자연어처리 수업이 지난 학기에 있었습니다.

00:05:24.925 --> 00:05:28.595
아마 대다수가 지난 학기에 그 수업을 수강하셨을 것 같습니다.

00:05:31.482 --> 00:05:33.785
CS231n은 그 수업과 일부 겹치는 부분이 있습니다.

00:05:33.785 --> 00:05:40.444
하지만 여기에서는 컴퓨터 비전에 초점을 맞춥니다.

00:05:41.361 --> 00:05:43.078
또한 Silvio Savarese 교수께서 이번
학기에 CS231a를 강의하십니다.

00:05:43.078 --> 00:05:47.378
Silvio Savarese 교수가
가르치는 CS231a입니다.

00:05:47.378 --> 00:05:54.010
그리고 CS231a는 컴퓨터 비전을 둘러싼
조금 더 넓은 분야들에 초점을 맞추고 있습니다.

00:05:54.010 --> 00:06:03.813
3D reconstruction, 로봇 비전 등
CS231n보다 광범위한 분야를 다루게 됩니다.

00:06:03.813 --> 00:06:16.228
여기 CS231n은 신경망(Neural Network), 특히 CNN과
관련된 세부 분야를 중점적으로 배우게 될 것입니다

00:06:16.228 --> 00:06:19.178
물론 세미나 수업도 진행할 예정입니다.

00:06:19.178 --> 00:06:27.867
세미나 일정이 매년 변동하므로 자세한 사항은
강의계획서와 수업시간표를 확인하시길 바랍니다.

00:06:27.867 --> 00:06:34.174
보통 첫 수업은 Fei-Fei Li 교수님이 진행하시지만
안타깝게도 오늘 오실 수 없으셨습니다.

00:06:34.174 --> 00:06:38.463
대신 Fei Fei 교수님이 안 계시므로 다른 방법을 고안했습니다.

00:06:38.463 --> 00:06:44.772
교수님께서 Computer Vision의 역사를 소개하는
비디오를 녹화하셨습니다.

00:06:44.772 --> 00:06:58.000
이 수업은 컴퓨터 비전 수업이기 때문에 오늘날의 CNN을
발전시킨 기존연구의 역사와 흐름을 이해해야만 합니다.

00:06:58.500 --> 00:07:00.000
가상의 Fei Fei 교수님을 소개하겠습니다.

00:07:00.398 --> 00:07:01.915
[웃음]

00:07:01.915 --> 00:07:05.500
여러분께 컴퓨터 비전의 역사를 간단히 소개해 주실 것입니다.

00:07:08.610 --> 00:07:20.620
자 우선 오늘의 강의목표를 살펴보겠습니다. 두 가지 주제가 있습니다.
컴퓨터 비전의 역사와 우리 CS231n 수업의 개요입니다.

00:07:20.620 --> 00:07:36.100
그렇다면 비전(시각)과 컴퓨터 비전이 언제 어디에서 비롯됐고
현재는 어디쯤 왔는지를 알아보겠습니다.

00:07:36.100 --> 00:07:44.770
비전의 역사는 아주 오래전으로 돌아갑니다.
정확하게는 5억 4천만 년 전이죠.

00:07:44.770 --> 00:07:50.800
그 시대의 삶은 어땠을까요?
지구 대부분은 물이었고

00:07:50.920 --> 00:07:58.300
바다를 부유하는 일부 생물들만 존재했습니다.

00:07:58.300 --> 00:08:03.730
이들의 삶은 단조로웠습니다. 그들은 많이 움직이지 않았고
눈(eyes) 같은 건 존재하지 않았습니다.

00:08:03.730 --> 00:08:09.640
먹이가 주변에 있으면 잡아먹고 없으면
그저 둥둥 떠 있는 것이 다였습니다.

00:08:09.640 --> 00:08:17.140
하지만 5억 4천만 년 전에 아주 놀라운 사건이 벌어졌습니다.

00:08:17.140 --> 00:08:33.820
동물학자들은 화석을 연구하면서 천만 년이라는 아주 짧은 시기 동안에
생물의 종이 폭발적으로 늘어났다는 것을 발견했습니다.

00:08:33.820 --> 00:08:41.500
얼마 없던 종의 수가 수십만이 된 것입니다.
정말 신기한 일이었습니다. 이유가 무엇이었을까요?

00:08:41.500 --> 00:08:47.920
많은 가설이 있었지만, 여전히 수년간 풀지 못한 숙제였습니다.
진화 생물학자들은 이를 "진화의 빅뱅"이라고 불렀습니다.

00:08:47.920 --> 00:09:01.299
앤드류 파커 (Andrew Parker)는 이 연구에서
가장 설득력 있는 이론 중 하나를 제안했습니다

00:09:01.299 --> 00:09:19.310
그는 약 5억 4천만 년 전 최초의 눈(eyes)이 생겨났다는
것을 발견했습니다. 비젼(시각)의 탄생이

00:09:19.310 --> 00:09:26.610
폭발적인 종 분화의 시기를 촉발시킨 것입니다. 생물들은
갑자기 볼 수 있게 되었습니다. 볼 수 있다면 삶은

00:09:26.610 --> 00:09:32.580
훨씬 더 능동적이게됩니다. 일부 포식자들은 먹이를 찾아다니고

00:09:32.580 --> 00:09:39.980
먹이들은 포식자로부터 달아나야만 했죠.
그래서 비전의 도래는

00:09:39.980 --> 00:09:46.860
진화적 군비경쟁을 촉발시켰고 생물들은 하나의 종으로
살아남으려면 빠르게 진화해야만 했습니다.

00:09:46.860 --> 00:09:54.870
이것이 바로 비전의 태동입니다. 5억 4천만 년 후(현재)

00:09:54.870 --> 00:10:01.380
비전은 거의 모든 동물, 특히 지능을 가진 동물들의

00:10:01.380 --> 00:10:09.660
가장 큰 감각 체계로 발전했습니다.
우리 인간은 대뇌 피질의 50%가량의 뉴런이

00:10:09.660 --> 00:10:15.450
시각처리에 관여합니다.
비전은 가장 큰 감각체계이며

00:10:15.450 --> 00:10:22.590
우리가 생존하고, 일하고,
움직이고, 어떤 것들을 다루고,

00:10:22.590 --> 00:10:29.730
의사소통하고, 오락을 즐기는 등 많은 것들을 가능하게 해줍니다.
비전은 동물들에게 중요하며

00:10:29.730 --> 00:10:38.930
특히 지능을 가진 동물들에게 정말 중요합니다.
지금까지는 생물학적 비전의

00:10:38.930 --> 00:10:48.329
짧은 줄거리였습니다만, 그렇다면 인간이 만든 공학적 비전인
카메라의 역사는 어떨까요?

00:10:48.329 --> 00:10:56.450
오늘날 우리가 알고 있는 초창기의 카메라는

00:10:56.450 --> 00:11:04.410
1600년대 르네상스 시대의 카메라인 Obscura입니다.

00:11:04.410 --> 00:11:13.730
이 카메라는 핀홀 카메라 이론을 기반으로 한 카메라입니다.

00:11:13.730 --> 00:11:21.390
Obscura는 생물학적으로 발전한 초기의 눈과 상당히 유사합니다.
빛을 모아주는 구멍이 하나 있고

00:11:21.390 --> 00:11:28.020
카메라 뒤편의 평평한 면은 정보를 모으고

00:11:28.020 --> 00:11:36.560
이미지를 투영합니다. 카메라 기술이 발전하면서
오늘날 카메라는 어디에나 있습니다.

00:11:36.560 --> 00:11:40.910
카메라는 스마트폰 카메라나 다른 여러 기기에 이르기까지
사람들이 사용하는 가장 인기 있는 센서 중 하나가 되었습니다.

00:11:40.910 --> 00:11:56.510
그동안에 생물학자들은 비전의 매커니즘을 연구하기 시작했습니다.
인간과 동물의 비전에 연구에 가장 영향력 있었을 뿐만 아니라

00:11:56.510 --> 00:12:10.850
컴퓨터 비전에도 영감을 준 한 연구가 있었습니다. 1950/60년대
전기생리학을 이용한 Hubel과 Wiesel의 연구입니다.

00:12:10.850 --> 00:12:18.170
그들이 묻고 싶었던 질문은 바로
"포유류의 시각적 처리 메커니즘은 무엇일까?" 였습니다.

00:12:18.170 --> 00:12:26.600
그래서 그들은 고양이의 뇌를 연구하기로 합니다.

00:12:26.600 --> 00:12:32.090
시각 처리 매커니즘만 보면
고양이와 인간은 비슷합니다.

00:12:32.090 --> 00:12:37.490
그들의 고양이 두뇌 뒷면에 전극 몇 개를 꽂았습니다.
"일차 시각 피질"이 있는 곳이었죠

00:12:37.490 --> 00:12:52.970
그리고 어떤 자극을 줘야 일차 시각 피질의 뉴런들이
격렬하게 반응하는지 관찰하였습니다.

00:12:52.970 --> 00:13:00.380
그들은 일차 시각 피질에는 다양한 종류의
세포가 있다는 것을 알았습니다.

00:13:00.380 --> 00:13:12.080
그중 가장 중요한 세포가 있었는데 그 세포들은 아주 단순했습니다.
경계(edges)가 움직이면 이에 반응하는 세포들이었습니다.

00:13:12.080 --> 00:13:26.060
물론 더 복잡한 세포들도 있긴 하지만, 주된 발견은
시각 처리가 처음에는 단순한 구조로 시작되며

00:13:26.060 --> 00:13:38.560
그 정보가 통로를 거치면서 점점 복잡해진다는 것입니다.

00:13:38.560 --> 00:13:46.280
실제 세상을 제대로 인지할 수 있을 때까지 말이죠.

00:13:46.280 --> 00:14:00.410
컴퓨터 비전의 역사는 60년대 초반에 태동합니다.
Block World는 Larry Roberts의 연구는

00:14:00.410 --> 00:14:07.250
아마도 컴퓨터 비전 분야에서의 최초의 박사 학위 논문입니다.

00:14:07.250 --> 00:14:13.850
이 연구에서는 우리 눈에 보이는 사물들을
기하학적 모양으로 단순화시켰습니다.

00:14:13.850 --> 00:14:23.419
이 연구의 목표는 우리 눈에 보이는 세상을 인식하고
그 모양을 재구성하는 일이었습니다.

00:14:23.419 --> 00:14:31.550
1966년에는 MIT 여름 프로젝트가 하나 진행되었는데, 아주 유명하죠
바로 "The Summer Vision Project" 입니다.

00:14:31.550 --> 00:14:38.440
당시 프로젝트의 목표는, 제가 읽어 드리겠습니다.
"시각 시스템의 전반을 구현하기 위해서

00:14:38.440 --> 00:14:44.240
프로젝트 참가자들을 효율적으로 이용하는 것."
이였습니다.

00:14:44.240 --> 00:14:47.780
다시 말해 그들은 그 여름 안에 대부분의 시각 체계를 구현해
내려는 야심 찬 목표를 세우고 있었던 것입니다.

00:14:47.780 --> 00:14:54.590
이는 아주 야심 찬 목표였습니다.
그로부터 50년이 지났습니다.

00:14:54.590 --> 00:15:02.240
"컴퓨터 비전"이라는 분야가 한 여름 프로젝트에서 피어나서는

00:15:02.240 --> 00:15:13.940
현재 전 세계 수천 명의 연구자들이 아직도 비전의
가장 근본적인 문제들을 연구하고 있습니다.

00:15:13.940 --> 00:15:21.380
컴퓨터 비전은 아직 숙제가 많지만, 인공지능 분야에서
가장 중요하고 빠르게 성장하는 분야 중 하나입니다.

00:15:21.380 --> 00:15:27.410
언급하지 않을 수 없는 인물이 한 명 더 있습니다.
그는 바로 David Marr입니다.

00:15:27.410 --> 00:15:34.550
David Marr은 MIT의 비전 과학자였으며
그는 70년대 후기에 아주 유명한 책을 한 권 저술합니다.

00:15:34.550 --> 00:15:48.200
이 책은 그가 비전을 무엇이라 생각하는지, 그리고 어떤 방향으로 컴퓨터
비전이 나아가야 하는지, 그리고 컴퓨터가 비전을 인식하게 하기 위해

00:15:48.200 --> 00:16:02.440
어떤 방향으로 알고리즘을 개발해야 하는지를 다룬 책이었습니다.

00:16:02.440 --> 00:16:10.639
그는 그의 저서에서, 우리가 눈으로 받아들인 "이미지"를
"최종적인 full 3D 표현"으로 만들려면

00:16:10.640 --> 00:16:16.360
몇 단계의 과정을 거쳐야만 한다고 주장했습니다.
첫 단계는, 그가 부르길 "Primal Sketch"라고 하는 단계입니다.

00:16:16.360 --> 00:16:23.060
이 과정은 주로 경계(edges), 막대(bars),
끝(ends), 가상의 선(virtual lines),

00:16:23.060 --> 00:16:28.970
커브(curves), 경계(boundaries)가 표현되는 과정입니다.
이 과정은 신경과학자들에게 영감을 받은 것들이죠.

00:16:28.970 --> 00:16:41.420
Hubel과 Wiesel은 시각처리의 초기 단계는 경계와 같은
단순한 구조와 아주 밀접한 관계가 있다고 했었죠

00:16:41.420 --> 00:16:45.860
경계와 커브 이후의 다음 단계는, 그가 부르기로는

00:16:45.860 --> 00:16:52.300
"2.5-D sketch"라는 단계이며 이 단계에서는
시각 장면을 구성하는 표면(surfaces) 정보,

00:16:52.300 --> 00:16:58.840
깊이 정보, 레이어, 불연속 점과 같은 것들을 종합합니다.

00:16:58.850 --> 00:17:04.930
그리고 결국에 그 모든 것을 한데 모아서
surface and volumetric primives의 형태의

00:17:04.930 --> 00:17:11.579
계층적으로 조직화된 최종적인 3D 모델을 만들어 냅니다.

00:17:11.579 --> 00:17:20.719
그리고 이런 방식은 "비전이 무엇인가"라는 것에 대한 아주
"이상적인" 사고과정이었습니다. 그리고 이런 방식의 사고방식은

00:17:20.720 --> 00:17:25.790
실제로 수십 년간 컴퓨터 비전 분야를 지배했으며

00:17:25.790 --> 00:17:31.940
학생들이 컴퓨터 비전을 처음 입문하고 나서
"어떻게 시각정보를 분석할 수 있을까"라는 질문을 던졌을 때

00:17:31.940 --> 00:17:38.230
직관적인 생각해 볼 수 있는 방법이었습니다.

00:17:39.310 --> 00:17:48.380
70년대에는 또 다른 아주 중요한 연구들이 있었습니다.

00:17:48.380 --> 00:17:55.160
"우리는 어떻게 해야 장난감 같은 단순한 블록 세계를 뛰어넘어서

00:17:55.160 --> 00:18:02.509
실제 세계를 인식하고 표현할 수 있을까?"라는 질문을 하기 시작했습니다.
70 년대를 생각해보면

00:18:02.509 --> 00:18:07.910
그 당시에는 사용할 수 있는 데이터가 거의 없었습니다.
컴퓨터도 정말 느렸고

00:18:07.910 --> 00:18:20.170
심지어 PC가 보급되기도 전이죠. 이 상황에서 컴퓨터 과학자들은 어떻게
해야 대상을 인식하고 표현할 수 있을지를 고민하기 시작했습니다.

00:18:20.170 --> 00:18:26.649
Stanford와 SRI에서 과학자들이
서로 비슷한 아이디어를 제안했습니다.

00:18:26.649 --> 00:18:32.740
하나는 "generalized cylinder"이고
하나는 "pictorial structure"입니다.

00:18:32.740 --> 00:18:45.510
기본 개념은 "모든 객체는 단순한
기하학적 형태로 표현할 수 있다"라는 것입니다.

00:18:45.510 --> 00:18:56.079
가령 사람은 원통 모양을 조합해서 만들 수 있습니다. (왼쪽 그림)
또는 "주요 부위"와 "관절"로 표현할 수도 있을 것입니다. (오른쪽 그림)

00:18:56.079 --> 00:19:11.140
두 방법 모두 단순한 모양과 기하학적인 구성을 이용해서
복잡한 객체를 단순화시키는 방법입니다.

00:19:11.140 --> 00:19:19.220
이러한 연구들은 수년간 다른 연구에 상당히 많은 영향을 미쳤습니다.

00:19:19.220 --> 00:19:33.699
80년대 또 다른 사례로, David Lowe는 어떻게 하면 단순한 구조로
실제 세계를 재구성/인식할 수 있을지 고민했습니다.

00:19:33.699 --> 00:19:43.440
David Lowe는 이 연구에서 면도기를 인식하기 위해서 면도기를

00:19:43.440 --> 00:19:50.860
선(lines)과 경계(edges) 그리고 직선(straight lines)
그리고 이들의 조합을 이용해서 구성했습니다.

00:19:50.860 --> 00:20:10.410
60/70/80년대에는 컴퓨터 비전으로 어떤 일을 할 수 있을까
고민한 시대였습니다. 하지만 너무 어려운 문제였습니다.

00:20:10.410 --> 00:20:17.980
지금까지 제가 보여 드린 연구들이 모두 아주 대담했고
큰 야망을 가진 시도였지만

00:20:17.980 --> 00:20:24.160
그들은 단순한 수준(toy example)에 불과했습니다.

00:20:24.160 --> 00:20:38.019
현실 세계에서 잘 동작할지를 생각해보면
많이 진보하지 못했다고 할 수 있죠. 그래서 컴퓨터 비전 연구자들은

00:20:38.019 --> 00:20:43.709
우리가 도대체 무슨 실수를 하고 있을까
고민하다가 한가지 질문을 떠올리게 됩니다.

00:20:43.709 --> 00:20:50.200
객체인식이 너무 어렵다면 우선 객체 분할(segmentation)
이 우선이 아니었을까 라고 말이죠

00:20:50.200 --> 00:20:58.760
객체분할은 이미지의 각 픽셀을 의미 있는
방향으로 군집화하는 방법입니다.

00:20:58.760 --> 00:21:03.880
픽셀을 모아놔도 사람을 정확히
인식할 수 없을지도 모르지만

00:21:03.880 --> 00:21:10.140
적어도 배경인 픽셀과 사람이 속해 있을지도
모르는 픽셀을 가려낼 수는 있었습니다.

00:21:10.140 --> 00:21:15.339
이를 "영상분할(Image Segmentation)"이라고 합니다.
이 문제를 다룬 아주 중요한 연구가 있었는데

00:21:15.339 --> 00:21:21.759
Berkeley 대학의 Jitendra Malik 교수와
그의 제자인 Jianbo Shi의 연구였습니다.

00:21:21.760 --> 00:21:29.880
이 연구는 영상분할 문제를 해결하기 위해서
그래프 이론을 도입했습니다.

00:21:29.880 --> 00:21:39.600
그리고 컴퓨터 비전에서 유난히
발전 속도가 빨랐던 분야가 있었습니다.

00:21:39.610 --> 00:21:45.850
바로 "얼굴인식" 입니다. 인간에게 가장
중요한 부위 중 하나가 바로 얼굴이죠.

00:21:45.850 --> 00:21:51.779
어쩌면 얼굴이 가장 중요할 수도 있겠군요.

00:21:51.779 --> 00:22:05.220
대략 1999/2000년대에는 "기계학습", 특히나 "통계적 기계학습"
이라는 방법이 점차 탄력을 얻기 시작했습니다.

00:22:05.220 --> 00:22:11.620
가령 "Support Vector Machine", "Boosting", "Graphical models"
그리고 초기 "Neural Network" 등이 있었습니다.

00:22:11.620 --> 00:22:18.449
그중 가장 큰 기여를 한 연구는 바로

00:22:18.449 --> 00:22:24.939
Paul Viola와 Michael Jones이 AdaBoost를
이용해 실시간 얼굴인식에 성공한 것입니다.

00:22:24.939 --> 00:22:31.779
이 연구는 당시 아주 대단한 성과였습니다.
연구 당시는 2001년이었고

00:22:31.779 --> 00:22:36.730
컴퓨터는 여전히 엄청 느렸습니다.
하지만 그들의 얼굴인식 알고리즘은

00:22:36.730 --> 00:22:50.800
실시간과 가깝게(near-real-time) 인식할 수
있었고 논문발표 5년이 지난 -

00:22:50.800 --> 00:22:58.960
2006년에 Fujifilm은 실시간 얼굴인식을 지원하는
최초의 디지털카메라를 선보였습니다.

00:22:58.960 --> 00:23:05.960
이는 기초 과학 연구의 성과를 실제 응용 제품으로
가장 빠르게 전달한 사례라고 할 수 있습니다.

00:23:05.960 --> 00:23:13.920
자! 이제 다시 "어떻게 객체를 잘 인식할 것인가?"
라는 질문으로 다시 한번 돌아가 봅시다.

00:23:13.930 --> 00:23:31.300
90년대 후반부터 2010년도까지의 시대를 풍미했던 알고리즘은
"특징기반 객체인식 알고리즘" 이었습니다. 이 시절 나온 -

00:23:31.300 --> 00:23:39.670
아주 유명한 알고리즘이 바로 David Lowe의 SIFT
feature입니다. 그의 아이디어는 전체 객체를 -

00:23:39.670 --> 00:23:44.860
가령, 여기 정지 표지판이 있습니다.
이 정지 표지판들을 서로 매칭하기는 상당히 어렵죠

00:23:44.860 --> 00:23:57.210
카메라 앵글이 변할 수 있고, 겹치거나 화각이 변하고 빛도
변하고 객체 자체도 얼마든지 변할 수 있습니다.

00:23:57.210 --> 00:24:15.000
하지만 그들은 객체의 특징 중 일부는 다양한 변화에 조금 더 강인하고
불변하다는 점을 발견했습니다.

00:24:15.010 --> 00:24:21.610
그리하여 객체인식은 객체에서 이와 같은
중요한 특징들을 찾아내고

00:24:21.610 --> 00:24:28.569
그 특징들을 다른 객체에 매칭시키는 과제가 되었습니다.
이미지 전체를 매칭하는 일보다 훨씬 쉬운 일이었죠.

00:24:28.569 --> 00:24:42.060
이 그림은 그 논문에서 가져온 것입니다. 정지표지판
이미지에서 일부 SIFT 특징들을 추출하고

00:24:42.060 --> 00:24:49.440
또 다른 정지 표지판에서도 특징을 추출하여
이를 식별하고 매칭합니다.

00:24:51.130 --> 00:24:59.330
이미지에 존재하는 "특징"을 사용하게 되면서

00:24:59.330 --> 00:25:04.780
컴퓨터 비전은 또 한 번의 도약을 할 수 있었습니다.
그리고 장면 전체를 인식하기에 이르렀습니다.

00:25:04.780 --> 00:25:18.620
한 예로, Spatial Pyramid Matching이 있습니다.
기본 아이디어는 우리가 특징들을 잘 뽑아낼 수만 있다면

00:25:18.620 --> 00:25:23.750
그 특징들이 일종의 "단서"를 제공해 줄 수 있다는 것이었죠
이미지가 풍경인지, 부엌인지, 또는 고속도로인지 하는 것을 말이죠.

00:25:23.750 --> 00:25:37.130
이 연구는 이미지 내의 여러 부분과 여러 해상도에서
추출한 특징을 하나의 특징 기술자로 표현하고

00:25:37.130 --> 00:25:44.780
Support Vector Algorithm을 적용합니다.

00:25:44.780 --> 00:25:53.930
이런 방식의 연구들은 사람 인식에도 탄력을 주었습니다.

00:25:53.930 --> 00:26:02.990
여러 특징들을 잘 조합해 보자는 시도들이었죠
사람인식에 관련된 연구들도 아주 많았습니다.

00:26:02.990 --> 00:26:10.490
사람인식과 관련된 연구들은 어떻게 해야 사람의 몸을
현실적으로 모델링할 수 있을지에 관련된 연구였습니다.

00:26:10.490 --> 00:26:15.710
그중 하나는 "Histogram Of Gradients"
입니다. , 또 한가지는 -

00:26:15.710 --> 00:26:26.770
"Deformable Part Models" 입니다.
그 당시에는 60/70/80년대를 거치고

00:26:26.770 --> 00:26:34.160
21세기를 맞이하고 있었고
하나의 변곡점을 마주하게 됩니다.

00:26:34.160 --> 00:26:45.680
사진의 품질이 점점 좋아졌습니다. 인터넷과 디지털카메라의 발전은
더더욱 좋은 실험 데이터를 만들어 낼 수 있었습니다.

00:26:45.680 --> 00:27:02.840
2000년대 초에 일궈낸 것 중 하나는 바로 컴퓨터 비전이 앞으로
풀어야 할 문제가 무엇인지의 정의를 어느 정도 내렸다는 것입니다.

00:27:02.840 --> 00:27:11.120
물론 해결해야 할 다양한 문제가 있겠지만, 이 또한
아주 중요한 문제였습니다. 바로 "객체인식" 입니다.

00:27:11.120 --> 00:27:18.950
제가 여태 말씀드린 것들이 객체인식이지만 2000년대 초 -

00:27:18.950 --> 00:27:26.600
우리는 Benchmark Dataset를 모으기 시작했습니다.
객체인식 기술의 어디쯤 왔는지 측정해 보기 위해서였죠

00:27:26.600 --> 00:27:41.480
그 중 하나는 PASCAL Visual Object Challenge(VOC)
입니다. 이 데이터셋에는 20개의 클래스가 있고

00:27:41.480 --> 00:27:57.440
여기 보이는 것들과 같이 기차, 비행기, 사람이 있고 소, 병, 고양이
등도 있는 것으로 기억합니다. 데이터셋은

00:27:57.440 --> 00:28:04.280
클래스당 수천 수만 개의 이미지들이 있었으며,
다양한 연구 집단에서

00:28:04.280 --> 00:28:11.750
이를 통해 알고리즘의 자신들의 알고리즘을 테스트했고

00:28:11.750 --> 00:28:19.870
얼마나 진보했는지를 지켜보았습니다.
여기 2007년부터 2012년도까지의 표가 있습니다.

00:28:19.870 --> 00:28:38.680
객체인식 성능은 꾸준히 증가했습니다. 많은 진보가 이루어졌죠

00:28:38.680 --> 00:28:53.330
그 무렵, Princeton과 Stanford에 있던 그룹에서 더 어려운
질문을 던졌습니다. 우리는 이 세상의 모든 객체들을

00:28:53.330 --> 00:29:00.260
인식할 준비가 되었는가? 였습니다.
이 질문은 한 사실로부터 비롯되었습니다.

00:29:00.260 --> 00:29:07.970
거의 대부분의 기계학습 알고리즘에 해당하는 사실이었습니다.

00:29:07.970 --> 00:29:20.070
Graphical Model, SVM, AdaBoost 같은 기계학습
알고리즘들이 트레이닝 과정에서 Overfit을 하는 것 같았습니다.

00:29:20.070 --> 00:29:25.410
이 문제의 원인 중 하나는 시각 데이터가 너무 복잡하다는 것입니다.

00:29:25.410 --> 00:29:37.559
모델의 입력은 복잡한 고차원 데이터였고, 이로 인해
모델을 fit하려면 더 많은 파라미터가 필요했죠

00:29:37.559 --> 00:29:44.160
학습 데이터가 부족하면 Overfiting이 훨씬 더 빠르게 발생했고
일반화 능력이 떨어졌습니다.

00:29:44.160 --> 00:29:52.440
우리에게는 두 가지 motivation이 있었습니다. 하나는
이 세상의 모든 것들을 인식하고 싶다는 것이고

00:29:52.440 --> 00:30:04.620
또 하나는 기계학습의 Overfiting 문제를 극복해보자는 것이었죠

00:30:04.620 --> 00:30:17.900
이 동기를 바탕으로 ImageNet 프로젝트를 시작했습니다.
구할 수 있는 모든 이미지를 담은 가장 큰 데이터셋을 만들고 싶었습니다.

00:30:17.910 --> 00:30:23.250
이 데이터셋으로 모델을 학습시킬 수 있고 Benchmark도
할 수 있도록 말이죠. 프로젝트는 약 3년 정도 걸렸습니다.

00:30:23.250 --> 00:30:37.620
어려운 일도 많았습니다. 우선 인터넷에서 수십억 장의 이미지를
다운받았고 WordNet이라는 Dictionary로 정리했습니다.

00:30:37.620 --> 00:30:45.770
WordNet에는 수천 가지의 객체 클래스가 있습니다.

00:30:45.770 --> 00:30:52.230
그리고 Clever Crowd Engineering trick을 도입했습니다.
Amazon Mechanical Turk에서 사용하는

00:30:52.230 --> 00:31:02.270
이미지의 정렬, 정제, 레이블 등을 제공하는 플랫폼입니다.

00:31:02.270 --> 00:31:10.830
그 결과 ImageNet은 대략 15만 장에 달하는 이미지와 22만 가지의
클래스 카테고리를 보유하게 되었습니다.

00:31:10.830 --> 00:31:35.759
아마도 당시 AI 분야에서 만든 가장 큰 데이터셋 이었습니다.
ImageNet 덕분에 객체인식은 다른 국면으로 접어들었습니다.

00:31:35.759 --> 00:31:41.200
하지만 ImageNet을 Benchmark에 어떻게
활용하는지가 큰 화두였습니다.

00:31:41.200 --> 00:31:57.309
그래서 ImageNet 팀은 2009년부터 국제 규모의 대회를
주최했습니다. ILSVRC입니다. 이 대회를 위해서

00:31:57.309 --> 00:32:06.190
1000개의 객체에서 140만 개의 test set 이미지를 엄선했습니다.

00:32:06.190 --> 00:32:13.629
이 대회의 목적은 이미지 분류 문제를 푸는
알고리즘들을 테스트하기 위함이었습니다.

00:32:13.629 --> 00:32:42.909
여기 예제 이미지들이 있습니다. 참가자들은 정답 후보를 총 5가지
고를 수 있습니다. 5개 중에 정답이 있으면 맞춘 것이죠

00:32:42.909 --> 00:32:49.720
Image Classification Challenge의 결과입니다.
2010년도부터 2015년도까지의 결과입니다.

00:32:49.720 --> 00:33:00.740
x은 연도를, y축은 오류율을 입니다.

00:33:00.740 --> 00:33:06.820
좋은 소식으로는 오류율이 점차 감소하고 있습니다.

00:33:06.820 --> 00:33:15.369
2012년도의 오류율은 사람보다 낮습니다. 여기에서의 사람은

00:33:15.369 --> 00:33:32.470
Stanford의 한 PhD 학생입니다. 이 대회에 참가한 알고리즘처럼
테스트를 수행하며 몇 주를 보내야만 했습니다.

00:33:32.470 --> 00:33:43.110
비록 컴퓨터 비전이 아직 객체인식의 모든 문제를
풀지는 못했지만, 진전이 있었다는 것은 사실입니다.

00:33:43.110 --> 00:33:56.400
하지만 실생활에 적용하기에는 턱없이 부족했던 낮은 오류율이
인간의 수준으로 오기까지는

00:33:56.400 --> 00:34:05.640
불과 몇 년뿐이 걸리지 않았습니다. 그리고 여러분이 이 그래프에서
절대로 놓쳐서 안 되는 특별한 순간이 있습니다.

00:34:05.640 --> 00:34:25.649
바로 2012년입니다. 처음 2년 동안은 오류율이 약 25%를 맴돌았습니다.
2012년에는 오류율이 16%로 거의 10%가량 떨어졌고

00:34:25.650 --> 00:34:32.969
물론 현재의 오류율이 더 낮지만 2012년도의 감소는 아주 중요합니다.

00:34:32.969 --> 00:34:42.569
2012년도에 우승한 알고리즘은
convolutional neural network 모델입니다.

00:34:42.570 --> 00:34:49.850
CNN은 그 당시 다른 알고리즘들을 능가하고
ImageNet Challenge에서 우승하였습니다.

00:34:49.850 --> 00:34:58.200
우리가 한 학기 동안 배울 내용이 바로
Convolutional neural network에 관한 것입니다.

00:34:58.200 --> 00:35:10.370
CNN 모델이 무엇인지 심도 깊게 다룰 것입니다.
CNN을 Deep Learning이라고도 합니다.

00:35:10.520 --> 00:35:15.330
Deep Learning이 더 유명한 이름이겠군요

00:35:15.330 --> 00:35:26.400
앞으로 CNN이 무엇인지, 어떤 법칙이 있는지, 어떤 선례가 있는지,
이 모델의 최근 동향은 어떠한지를 살펴볼 것입니다. 하지만 이 역사의

00:35:26.400 --> 00:35:41.309
시작은 바로 2012년입니다. CNN, Deep learning 모델은
컴퓨터 비전 분야의 진보를 이뤄냄으로써 CNN의 우수성을

00:35:41.309 --> 00:35:51.900
입증하였습니다. 자연어 처리나 음성 인식과 같은 다른
관련 분야들도 더불어서 말이죠. 소개는 이쯤 해두고

00:35:51.900 --> 00:36:02.500
CS231n 수업 소개를 위해서 나머지 시간은
Justin에게 맡기도록 하겠습니다.

00:36:03.000 --> 00:36:08.158
Fei-Fei 교수님 감사합니다.
제가 여기서 이어받겠습니다.

00:36:08.189 --> 00:36:14.077
지금부터는 주제를 바꿔서 우리 수업과 관련된
이야기를 해볼까 합니다.

00:36:15.436 --> 00:36:22.950
이 수업에서 중점적으로 다룰 문제는
Image Classification입니다.

00:36:22.950 --> 00:36:27.037
앞서 ImageNet Challenge 이야기에서
살짝 들어보셨을 것입니다.

00:36:27.037 --> 00:36:31.470
Image Classification의 문제 정의를 해보자면
알고리즘이 이미지 한 장을 봅니다.

00:36:31.470 --> 00:36:36.443
몇 개의 고정된 카테고리 안에서 정답 하나를 고르는 거죠

00:36:36.443 --> 00:36:42.506
이 방법이 다소 한정적이거나 인위적으로 보일 수도
있지만 사실 매우 일반적입니다.

00:36:42.506 --> 00:36:49.630
이 문제는 다양한 환경에 적용될 수 있습니다. industry이던
academia이던 말이죠. 다양한 곳에서 적용 가능합니다.

00:36:49.630 --> 00:36:58.043
가령 음식, 음식의 칼로리, 미술작품들 등을 인식해야
하는 다양한 제품에 적용할 수 있습니다.

00:36:58.043 --> 00:37:08.503
따라서 image classification이라는 간단한 도구가
자체로도 유용할뿐더러 다양한 응용이 될 수도 있습니다.

00:37:08.503 --> 00:37:19.660
수업에서는 다양한 문제들을 다룰 것입니다. 하지만 이 문제들 모두
image classification 기반하에 일궈진 것들입니다.

00:37:19.660 --> 00:37:24.783
그리고 object detection과 image captioning도
배워 볼 것입니다.

00:37:24.783 --> 00:37:28.435
object detection 문제는
classification과 조금 다릅니다.

00:37:28.435 --> 00:37:40.351
이 이미지가 고양이다, 개다, 말이다 이렇게 하는 실제로
어디에 있는지 네모박스를 그릴 수 있어야 합니다.

00:37:40.351 --> 00:37:44.110
네모박스를 객체의 위치에 정확히 그려 넣어야 합니다.

00:37:44.110 --> 00:37:51.475
image captioning 도 배울 것입니다. 이미지가 입력으로 주어지면
이미지를 묘사하는 적절한 문장을 생성해야 합니다.

00:37:51.475 --> 00:37:55.599
이 문제가 어렵고 복잡해 보이고 Image classification과도
별로 관련이 없어 보일 수 있지만

00:37:55.599 --> 00:38:02.880
image classification 기술을 이런 문제들에서
충분히 재사용할 수 있습니다.

00:38:06.482 --> 00:38:14.398
지금까지는 ImageNet Challenge의 맥락에서 말씀드렸습니다만
최근 컴퓨터 비전 분야의 진보를 이끌어낸 주역은 바로

00:38:14.398 --> 00:38:20.350
Convolutional neural networks, 즉
CNN입니다. 또는 convnet으로도 불리죠

00:38:20.350 --> 00:38:26.827
지난 몇 해 간 ImageNet Challenge의 우승자들을 살펴봅시다.

00:38:26.827 --> 00:38:32.631
2011년에서 Lin et al의 알고리즘은 보시면
여전히 계층적(hierarchical)이죠

00:38:32.631 --> 00:38:41.211
여러 단계가 있습니다. 특징들을 뽑고, 지역 불변 특징들을 계산하고,
pooling을 거치고 이렇게 여러 단계를 거쳐서

00:38:41.211 --> 00:38:46.276
최종적인 특징 기술자를 Linear SVM에 태웁니다.

00:38:46.276 --> 00:38:52.583
핵심은 여전히 "계층적" 이라는 점입니다. edges를 뽑고
"불변 특징" 의 개념도 들어있습니다.

00:38:52.583 --> 00:38:56.177
그리고 대부분 이러한 직관들은
CNN에도 영향을 미칩니다.

00:38:56.177 --> 00:38:59.115
하지만 2012년 가장 획기적인 순간이었습니다.

00:38:59.115 --> 00:39:09.225
당시 Toronto에서 Jeff Hinton 교수님의 연구실의
PHD였던 Alex Krizhevsky와 Ilya Sutskever는

00:39:09.225 --> 00:39:12.504
7-Layer Convolutional neural network
을 만들었습니다.

00:39:12.504 --> 00:39:19.651
AlexNet 또는 Supervision으로도 알려져 있습니다.
AlexNet은 LSVRC'12 에서 아주 좋은 성과를 달성했습니다.

00:39:19.651 --> 00:39:24.197
이후 ImageNet의 우승 트로피는
매년 Neural Network의 몫이었습니다.

00:39:24.197 --> 00:39:28.096
그리고 이러한 추세로 CNN은 매년 더 깊어져 갔습니다.

00:39:28.096 --> 00:39:33.592
AlexNet은 7(8)-Layer Neural Network입니다.
Layer를 세는 방식에 따라 조금 다릅니다.

00:39:33.592 --> 00:39:43.172
2015년에 네트워크가 훨씬 더 깊어졌습니다. Google의
GoogleNet 그리고 Oxford의 VGG가 바로 그 주인공이죠.

00:39:43.172 --> 00:39:52.373
2015년에는 정말 대박입니다. MSRA의 Residual Network의
Layer 수는 152개에 육박합니다.

00:39:52.373 --> 00:39:58.505
이후 Layer 200개까지 쌓으면 성능이 더 좋아진다고는 하지만
아마도 여러분의 GPU 메모리가 감당할 수 없을 것입니다.

00:39:58.505 --> 00:40:00.352
나중에 더 다루기로 하죠

00:40:00.352 --> 00:40:13.479
오늘 수업에서 알고 가셔야 할 점은 2012년의 CNN의 시대가 도래했고,
이후 CNN을 개선하고 튜닝하려는 많은 시도들이 있었다는 것입니다.

00:40:13.479 --> 00:40:19.949
그리고 이 강의 전반에 걸쳐 CNN 모델들이 어떻게
동작하는지는 심도 깊게 살펴볼 것입니다.

00:40:22.514 --> 00:40:32.394
하지만 한 가지 명심하셔야 할 점은 CNN이 2012년
ImageNet Challenge에서 빛을 본 것은 사실이지만

00:40:32.394 --> 00:40:36.551
CNN이 2012년에 발명된 것은 아닙니다.

00:40:36.551 --> 00:40:40.310
사실 CNN은 아주 오래전부터 존재했습니다.

00:40:40.310 --> 00:40:53.633
CNN의 기초연구라고 한다면 90년도의 Jan LeCun과
Bell Labs와의 공동 과제를 말씀드릴 수 있습니다.

00:40:53.633 --> 00:40:58.829
1998년에 그들은 숫자인식을 위해 CNN을 구축했습니다.

00:40:58.829 --> 00:41:07.366
이들은 자필 수표 자동 판독과
우편주소 자동인식에 CNN을 적용하고 싶었습니다.

00:41:07.366 --> 00:41:17.237
그들은 이미지를 입력으로 받아서 숫자와 문자를
인식할 수 있는 CNN을 만들었습니다.

00:41:17.237 --> 00:41:23.618
CNN의 구조만 보자면 2012년의 AlexNet과 유사합니다.

00:41:23.618 --> 00:41:29.080
그림처럼, raw pixel을 입력으로 받아 여러
Convolution Layer Layer를 거치고 Sub-Sampling,

00:41:29.080 --> 00:41:31.398
Fully Connected Layer를 거치게 됩니다.

00:41:31.398 --> 00:41:34.714
이 모든 건 다음 강의 부터 더 자세히 다루도록 하겠습니다.

00:41:34.714 --> 00:41:38.397
하지만, 여러분이 이 두 그림을 보고 있자면
둘이 상당히 비슷해 보일 겁니다.

00:41:38.397 --> 00:41:48.420
2012년의 CNN 아키텍쳐들은 서로 비슷비슷했습니다.
90년대의 LeNet 아키텍처를 공유하기 때문입니다.

00:41:49.299 --> 00:41:53.377
그럼 이런 질문을 할 수 있겠군요
90년대부터 알고리즘이 있었다면

00:41:53.377 --> 00:41:57.454
왜 최근에야 갑자기 유명해진 것일까요?

00:41:57.454 --> 00:42:03.277
90년대 이래로 아주 큰 혁신들이 있었습니다.

00:42:03.277 --> 00:42:09.217
하나는 바로 계산능력입니다. 무어의 법칙 덕분에
컴퓨터의 계산속도가 매년 빨라졌습니다.

00:42:09.217 --> 00:42:18.574
완벽한 척도는 아니지만, CPU의 트랜지스터 개수만 세어봐도
90년대보다 몇십 배 이상 발전했음을 알 수 있죠

00:42:18.574 --> 00:42:25.878
또한 graphics processing units의 진보도 한몫했습니다.
GPU는 아주 강력한 병렬처리가 가능한데

00:42:25.878 --> 00:42:33.032
계산 집약적인 CNN 모델을 고속으로
처리하는 데 안성맞춤입니다.

00:42:33.032 --> 00:42:42.150
단지 더 많은 계산이 가능하다는 것만으로도
연구자들이 더 큰 아키텍쳐를 연구해 볼 수 있었고

00:42:42.150 --> 00:42:48.476
경우 따라서는 기존의 고전 알고리즘들의 크기만 키웠음에도
훨씬 더 잘 동작하는 경우도 많았습니다.

00:42:48.476 --> 00:42:55.554
연산량의 증가는 딥러닝의 역사에서 아주 중요한 요소입니다.

00:42:55.554 --> 00:43:00.559
90년대와 지금은 데이터의 차이도 있었습니다.

00:43:00.559 --> 00:43:09.395
CNN 알고리즘이 잘 동작하려면 아주 많은
레이블이 매겨진 이미지가 필요합니다.

00:43:09.395 --> 00:43:23.614
90년대에는 레이블이 매겨진 이미지 데이터를 구하기가 쉽지 않았습니다.
아주 크고 다양한 데이터셋을 수집하기가 힘든 시기였습니다.

00:43:23.614 --> 00:43:33.176
오늘날은 PASCAL이나 ImageNet 같은 규모가 크고
잘 분류된 레이블들을 가진 데이터셋이 많습니다.

00:43:34.228 --> 00:43:38.775
90년대에와 비교하면 사용 가능한 데이터셋이 훨씬 많습니다.

00:43:38.775 --> 00:43:43.153
큰 데이터셋들을 잘 활용하면
Higher Capacity Model을 만들 수 있습니다.

00:43:43.153 --> 00:43:47.157
그렇게 학습시킨 모델들은 실생활 문제에서도 잘 동작했습니다.

00:43:47.157 --> 00:43:56.117
하지만 가장 중요한 것은 CNN이 엄청 좋아 보이고 새로워 보이고
몇 해 전에 갑자기 툭 하고 튀어나온 것처럼 보이지만

00:43:56.117 --> 00:43:57.527
그렇지 않다는 것입니다.

00:43:57.527 --> 00:44:03.666
CNN스러운 알고리즘들은 이미 아주 오래전부터 있었습니다.

00:44:05.015 --> 00:44:12.755
그리고 또 한 가지 중요한 점은 컴퓨터 비전 연구의 목적은
"사람처럼 볼 수 있는" 기계를 만드는 것입니다.

00:44:12.755 --> 00:44:16.650
사람들은 시각 체계를 통해 아주 많은 것들을 할 수 있습니다.

00:44:16.650 --> 00:44:24.988
여러분은 고양이나 강아지를 찾아서 사각형을
그리는 것 이상의 일들을 할 수 있습니다.

00:44:24.988 --> 00:44:27.711
여러분의 시각체계는 컴퓨터 비전보다 훨씬 더 강력합니다.

00:44:27.711 --> 00:44:34.047
컴퓨터 비전 분야 이야기를 해드리자면 아직도 우리가 풀어야 할
수많은 도전과제와 미해결 문제가 있습니다.

00:44:34.047 --> 00:44:40.220
우리는 더 나은 일을 하고, 더 야심 찬 문제에 도전할 수 있도록
알고리즘을 계속해서 연구해야 합니다.

00:44:40.220 --> 00:44:44.043
아직 풀지 못한 문제들의 예를 한번 살펴보겠습니다.
사실 예전부터 연구가 활발히 진행됐습니다.

00:44:44.043 --> 00:44:46.923
Semantic Segmentation 즉
Perceptual Grouping 같은 문제들이죠

00:44:46.923 --> 00:44:53.866
이미지 전체를 레이블링하는 것 대신
모든 픽셀 하나하나를 이해하는 것입니다.

00:44:53.866 --> 00:44:56.846
Semantic Segmentation은 다음에 다시 다루도록 하죠

00:44:56.846 --> 00:45:06.127
3D understanding은 실세계를 재구성하는 문제입니다.
제 생각에는 여전히 완벽하게 풀지는 못한 문제이죠

00:45:07.498 --> 00:45:10.178
여러분도 엄청나게 많은 것들을 상상해 볼 수 있습니다.

00:45:10.178 --> 00:45:11.817
행동 인식의 예를 들어볼까요

00:45:11.817 --> 00:45:19.469
가령 어떤 사람이 비디오에서 무언가를 하고 있을 때, 그 행동을 인식할
수 있는 가장 좋은 방법은 무엇일까요? 상당히 도전적인 문제입니다.

00:45:19.469 --> 00:45:27.578
그리고 증강현실, 가상현실, 또는 새로운 센서 등을 마주하게 되면

00:45:27.578 --> 00:45:32.455
그 자체를 한 분야로 다뤄도 될 만큼 아주 새롭고 흥미롭고
도전적인 문제들을 만나게 될 것입니다.

00:45:33.916 --> 00:45:42.228
지금부터 보여 드릴 것은 제가 연구실에서 진행 중인
프로젝트의 일부인데 Visual Genome이라는 데이터셋입니다.

00:45:42.228 --> 00:45:47.474
이 프로젝트에서는 실제 세상에서 복잡한 것들을 일부
포착해 내려고 시도하고 있습니다.

00:45:47.474 --> 00:45:57.525
이미지에 박스만 치는 게 아니라 커다란 의미론적 그래프로
표현하는 것이죠. 이 그래프는 객체를 식별하는 것을 넘어

00:45:57.525 --> 00:46:02.590
그 장면에서의 객체 간의 관계, 객체의 성격, 행동 등을 나타낼 수 있습니다.

00:46:02.590 --> 00:46:09.527
그리고 이런 방식을 이용한다면 실제 세상을
일부는 포착할 수 있지 않을까 예상합니다.

00:46:09.527 --> 00:46:12.889
이런 것들은 우리가 단순하게 Classification만 할 때
활용하지 못했던 것들입니다.

00:46:12.889 --> 00:46:15.270
이 프로젝트는 현시점으로서는 표준 접근방식은 아니지만

00:46:15.270 --> 00:46:24.840
Image Classification만으로는 포착해 낼 수 없는 훨씬 더
다양한 일들이 있다는 사실을 알려 드리고 싶었습니다.

00:46:28.003 --> 00:46:31.592
그런 관점에서, 정말 재밌는 연구가 하나 있습니다.

00:46:31.592 --> 00:46:38.952
Fei-Fei 교수님의 Cal Tech에서의 박사과정 시절의 연구입니다.

00:46:38.952 --> 00:46:44.604
연구를 소개해 드리자면 임의의 사람들을 붙잡아서
이런 사진을 아주 잠시 동안만 보여줬습니다.

00:46:44.604 --> 00:46:47.896
사람들에게 아주 짧은 시간 동안만 이미지를 보여준 것입니다.

00:46:47.896 --> 00:46:56.473
그런데 사람들은 이미지를 아주 잠깐만 봤음에도 이 같은
아주 긴 문장을 작성할 수 있었습니다.

00:46:56.473 --> 00:47:05.560
주목할만한 결과였습니다. 인간은 이미지를 짧은 시간만
보더라도 이렇게 묘사할 수 있었습니다.

00:47:05.560 --> 00:47:10.375
"사람들이 어떤 놀이 또는 싸움을 하고 있고, 두 명씩 짝지어져 있고,
왼쪽 사람은 무언가를 던지고 있고 -

00:47:10.375 --> 00:47:14.576
잔디밭인 것 같은 느낌이 드니까 밖인 것 같고.." 등등

00:47:14.576 --> 00:47:17.617
사람들이 이미지를 조금만 더 오래 볼 수만 있었다면
어땠을지 상상이 가실 것입니다.

00:47:17.617 --> 00:47:22.307
이들이 누구이고 왜 저곳에서 게임을 하는지에 대해서
소설을 한 편 쓸 수 있을지 모르겠습니다.

00:47:22.307 --> 00:47:27.187
외부 지식과 경험이 가미된다면 아마 끝도 없을 것입니다.

00:47:27.187 --> 00:47:34.663
이미지의 내용을 아주 풍부하고 깊게 이해하는 것은
이는 컴퓨터 비전 분야가 진정으로 추구하는 방향입니다.

00:47:34.663 --> 00:47:44.460
제 생각에는 컴퓨터 비전이라는 분야에는 많은 진보가
있었지만, 아직 가야 할 길은 멀고도 험난합니다.

00:47:44.460 --> 00:47:52.890
다른 예를 하나 더 들어보겠습니다. Andrej Karpathy의
블로그에서 가져온 이미지입니다. 아주 재미있는 이미지입니다.

00:47:52.890 --> 00:47:57.696
많은 사람들의 웃음을 자아냈습니다. 제가 보기에도 상당히
재미있는 이미지입니다. 왜 이 이미지가 웃기죠?

00:47:57.696 --> 00:48:04.380
한 남자가 체중계에 서 있습니다. 뭐 보통 사람들이
체중을 재려고 체중계를 사용하곤 합니다.

00:48:04.380 --> 00:48:10.900
그런데 어떤 사람이 뒤에서 몰래 체중계를 밟고 있군요.
우리는 체중계가 어떻게 동작할지 짐작할 수 있습니다.

00:48:10.900 --> 00:48:13.867
저 남자는 자신의 "부풀려진" 체중을 보게 될 것이란 것도 알 수 있습니다.

00:48:13.867 --> 00:48:16.819
하지만 더 많은 정보가 있습니다. 우리는 저 사람이
평범한 사람이 아니란 것을 알고 있습니다.

00:48:16.819 --> 00:48:24.741
저 사람은 당시의 미국 대통령 Barack Obama입니다. 우리는
미국의 대통령이라면 존경받는 정치인이어야 한다고 생각합니다.

00:48:24.741 --> 00:48:27.045
[웃음]

00:48:27.045 --> 00:48:31.304
적어도 동료에게 이런 식의 장난을 치지 말아야 하겠죠

00:48:31.304 --> 00:48:34.564
그런데 뒤쪽의 사람들이 이 장면을 보고 웃고 있군요

00:48:34.564 --> 00:48:37.912
이를 미루어 우리는 사람들이 이 장면을 어떻게
받아드리는지 이해할 수 있습니다.

00:48:37.912 --> 00:48:42.866
그들도 우리와 같은 생각을 한다는 것을 알 수 있죠

00:48:42.866 --> 00:48:45.830
이건 정말 놀라운 것입니다.
이 이미지 한 장에 정말 많은 것들이 있습니다.

00:48:45.830 --> 00:48:53.002
컴퓨터 비전 알고리즘이 이런 진정한 깊은 이해를
하기까지는 아직 갈 길이 멀다고 생각합니다.

00:48:53.002 --> 00:49:01.385
이 분야가 큰 진보를 이루긴 했지만 갈 길은 한참 남았습니다.
연구자로서 저에게는 아주 짜릿한 일입니다.

00:49:01.385 --> 00:49:06.694
앞으로 더 진보할 수 있는 흥미진진하고 재미있는 문제들이
우리를 기다리고 있기 때문입니다.

00:49:07.913 --> 00:49:13.054
그래서 저는 컴퓨터 비전이 정말 재미있는 분야라는
것을 여러분이 아셨으면 좋겠습니다.

00:49:13.054 --> 00:49:20.043
정말 재밌습니다. 그리고 매우 유용합니다.
아주 다양한 방법으로 이 세상에 기여할 수 있습니다.

00:49:20.043 --> 00:49:28.134
컴퓨터 비전은 의학 진단, 자율주행, 로보틱스 등
어디든 적용할 수 있습니다.

00:49:28.134 --> 00:49:33.120
그리고 인간의 지능을 이해하기 위한 여러 핵심 아이디어들을
집대성하는 일종의 실마리가 될지도 모릅니다.

00:49:33.120 --> 00:49:37.141
제 생각에는 컴퓨터 비전은 정말 기상천외하고 재밌는 분야입니다.

00:49:37.141 --> 00:49:46.234
저는 여러분과 이 수업을 빌어 그런 알고리즘들이 실제로 어떻게
동작하는지를 심도 깊게 다룰 수 있어서 정말 좋습니다.

00:49:46.234 --> 00:49:50.673
여기까지는 컴퓨터 비전의 역사에 대한
저의 개인적인 견해였습니다.

00:49:50.673 --> 00:49:57.055
혹시 궁금한 점이 있으신가요?

00:49:57.055 --> 00:50:02.408
그러면 이제는 앞으로의 수업 방향에 대해서 말씀드리겠습니다.

00:50:02.408 --> 00:50:06.904
우선 교수진에 대해서 말씀드리겠습니다.
이 수업은 Fei-Fei Li 교수님께서 가르치십니다.

00:50:06.904 --> 00:50:11.271
이곳 Stanford의 컴퓨터 과학 교수님이시죠

00:50:11.271 --> 00:50:16.852
그리고 제 지도 교수님이시기도 하고
Stanford Vision Lab의 교수님이십니다.

00:50:16.852 --> 00:50:22.519
그리고 그 옆에 두 명은 저 Justin Tohnson과
Serena Yeung입니다. 그녀는 여기 앞에 서 있습니다.

00:50:22.519 --> 00:50:27.379
우리 둘은 Fei-Fei 교수님의 지도하에
다양한 컴퓨터 비전 과제를 수행하고 있는 PHD 학생입니다.

00:50:27.379 --> 00:50:31.920
우리에게 18명의 훌륭한 조교가 있습니다.

00:50:31.920 --> 00:50:34.179
대부분은 여기 앞에 앉아 있습니다.

00:50:34.179 --> 00:50:40.320
우리가 수업을 잘 진행하고, 모든 것이 잘 돌아갈 수 있도록
도와주는 얼굴 없는 영웅들입니다.

00:50:40.320 --> 00:50:42.365
그러니 그들에게 잘해주세요.

00:50:42.365 --> 00:50:44.196
[웃음]

00:50:44.196 --> 00:50:47.153
말씀드려야 할 점이 있다면, 이 강의는 세 번째 열리는 강의이지만

00:50:47.153 --> 00:50:53.050
Andrej Karpathy가 강의를 하지 않는 첫 번째 강의이기도 합니다.

00:50:53.050 --> 00:50:58.353
그는 저와 아주 친한 친구입니다. 그 친구는 아직
안 죽었습니다. 괜찮습니다. 걱정 마세요.

00:50:58.353 --> 00:50:59.612
[웃음]

00:50:59.612 --> 00:51:11.617
이 수업의 발전과 역사의 대부분은 수년 동안 저와 함께
일해준 그의 덕분이었습니다.

00:51:11.617 --> 00:51:15.398
그 사실은 여러분도 알고 계셨으면 좋겠습니다.

00:51:15.398 --> 00:51:22.209
강의에 대해 말해보자면, 조교들과 연락할 수 있는 가장
좋은 방법은 Piazza를 이용하는 것입니다.

00:51:22.209 --> 00:51:25.212
당장 가서 가입하세요

00:51:25.212 --> 00:51:30.353
Piazza는 이 수업에 대해 의사소통을 할 수 있는
우리가 가장 선호하는 방법입니다.

00:51:30.353 --> 00:51:34.313
만약 친구들 앞에서 질문하는 것이 꺼려진다면,

00:51:34.313 --> 00:51:40.572
Piazza에 가서 익명으로 질문하세요. private
질문을 올릴 수도 있습니다. 교직원에게 직접 연락하십시오.

00:51:40.572 --> 00:51:44.452
기본적으로 여러분이 필요한 것은 그저 Piazza를 경험하는 것입니다.

00:51:44.452 --> 00:51:46.445
조교들의 메일링 리스트가 있긴 하지만

00:51:46.445 --> 00:51:53.517
Piazza에 올리기 껄끄러운 개인적이거나 비공개적인 것들을 위해서만 쓰고

00:51:53.517 --> 00:52:02.125
혹시나 정말 중요한 말 못 할 사항이 있다면, 저나, Serena, Fei-Fei
교수님께 직접 메일을 주셔도 되겠습니다. 이메일로 보내주십시오.

00:52:02.125 --> 00:52:06.096
하지만 그 외의 조교와의 커뮤니케이션은 Piazza를
통해서야만 합니다.

00:52:06.096 --> 00:52:14.372
올해는 부교재도 있습니다. 필수는 아닙니다. 이 책 없이도 이
강의를 들을 수 있습니다. 이 교재는 스스로 구하셔야 합니다.

00:52:14.372 --> 00:52:19.786
개인적으로 아주 기분이 좋습니다. 이 책이 아마도 가장
처음 출간된 딥러닝 교과서입니다.

00:52:19.786 --> 00:52:24.078
올해 초에 출간되었고 E.N. Goodfellow,
Yoshua Bengio, Aaron Courville이 저자입니다.

00:52:24.078 --> 00:52:28.197
슬라이드에 아마존 링크를 추가했습니다.
원한다면 구입하도록 하세요

00:52:28.197 --> 00:52:32.943
하지만 온라인에 무료 컨텐츠도 있기 때문에
굳이 살 필요는 없습니다.

00:52:32.943 --> 00:52:34.261
다시 한번 말하지만, 이 교재는 완전히 선택 사항입니다.

00:52:34.261 --> 00:52:40.614
하지만 아마도 학기 동안 이 책의 일부를 읽으라고 공지할 수도 있습니다.
이 책은 여러분이 추가적인 관점을 얻는 데 많은 도움을 줄 것입니다.

00:52:41.697 --> 00:52:48.794
이 수업의 철학은 여러분이 딥러닝에 관한 모든 알고리즘을
제대로 이해해야 한다는 것입니다.

00:52:48.794 --> 00:52:56.097
아주 깊은 수준에서 이해해야 합니다. 어떤 Neural network 모델을
사용했을 때 정확히 어떻게 작동하는지 정확하게 이해해야 합니다.

00:52:56.097 --> 00:53:02.314
그리고 그런 아키텍쳐를 선택하면 어떤 영향을 미치는지,
네트워크가 어떻게 학습되고 테스팅 되는지와 같은 것들을 알아야 합니다.

00:53:02.314 --> 00:53:08.757
그리고 여러분은 나만의 CNN을 Python으로 밑바닥부터 구현해야 합니다.

00:53:08.757 --> 00:53:16.320
여러분이 전체 foward/backward passes을 직접 구현하다 보면
결국 CNN모델을 완벽히 구현하게 될 것입니다.

00:53:16.320 --> 00:53:18.320
저는 이것이 정말 좋다고 생각합니다.

00:53:18.320 --> 00:53:25.613
하지만 실제로는 대부분의 사람들이 CNN을
밑바닥부터 구현하지는 않을 것입니다.

00:53:25.613 --> 00:53:31.326
그렇기 때문에 여러분에게도 아주 실용적인 최신
소프트웨어 도구들 역시 소개해 드릴 것입니다.

00:53:31.326 --> 00:53:37.663
Tensor Flow, Torch, PyTorch 와 같은 SOTA
소프트웨어들도 다룰 것입니다.

00:53:37.663 --> 00:53:44.528
아마도 여러분은 그런 툴들을 강의 과제나 프로젝트를
진행하면서 접하실 수 있을 것입니다.

00:53:44.528 --> 00:53:49.122
또 한 가지 말씀드릴 점은 이 강의가 아-주 SOTA 하는 것입니다.
저는 이점이 가장 마음에 듭니다.

00:53:49.122 --> 00:53:50.715
이 분야는 아주 빠르게 변합니다.

00:53:50.715 --> 00:54:03.749
ImageNet 그래프에도 보았듯이 2012년 이후로 엄청나게
변하고 있습니다. 제가 여기 있는 동안 일 년 내내 변하고 있죠

00:54:03.749 --> 00:54:12.893
어쩌면 우리가 지난해에 다뤘던 수업 내용이
올해 들어서는 순식간에 사라질 수도 있습니다.

00:54:12.893 --> 00:54:16.629
제가 이 과목을 가르칠 때 가장 좋아하는 대목이지요

00:54:16.629 --> 00:54:24.041
이 분야는 과학적으로 새롭게 발견된 것들을 모조리 흡수할 수 있고
또 제가 여러분에게 그것들을 알려줄 수 있다는 점이 정말 좋습니다.

00:54:24.041 --> 00:54:26.071
재밌는 것들도 있습니다.

00:54:26.071 --> 00:54:30.453
심각하지 않은 재미있는 주제에 관해서도 다룰 것입니다.

00:54:30.453 --> 00:54:33.122
이미지 캡셔닝과 같은 것인데 매우 재밌습니다.

00:54:33.122 --> 00:54:35.349
이미지 캡셔닝은 이미지의 내용을 기술하는 것입니다.

00:54:35.349 --> 00:54:39.896
그리고 여기 왼쪽에 보이는 DeepDream과 같은
좀 더 예술적인 것들에 관해서는 다룰 것입니다.

00:54:39.896 --> 00:54:44.277
이것은 우리가 Neural Network를 통해
이런 사이키델릭한 이미지를 만들게도 해줍니다.

00:54:44.277 --> 00:54:46.877
코스가 끝날쯤이면 어떻게 동작하는지 알 수 있을 겁니다.

00:54:46.877 --> 00:54:55.340
오른쪽 그림은 style transfer입니다. 이미지가 주어지면
이미지를 피카소나 반 고흐와 같은 유명화가의 풍으로 바꿔줍니다.

00:54:55.340 --> 00:54:59.654
이 또한 코스가 끝날쯤이면
어떻게 동작하는지 알게 되실 것입니다.

00:54:59.654 --> 00:55:03.794
학기 동안 세 가지 과제가 있습니다.

00:55:03.794 --> 00:55:10.706
첫 번째 과제는 잘하면 일주일 내로 끝낼 수도 있습니다.
그리고 중간고사가 있습니다.

00:55:10.706 --> 00:55:17.407
그리고 여러분의 학점에서 가장 큰 비율을 차지하는 것이 바로
최종 코스 프로젝트인데, 3인 1조로 진행할 것이며,

00:55:17.407 --> 00:55:20.514
여러분은 모든 사람들의 마음을 날려버릴 만큼
놀라운 프로젝트를 만드시면 됩니다.

00:55:20.514 --> 00:55:26.380
제출기한 정책이 있습니다. 도합 7일 정도는 늦을 수 있고
여러분들의 과제 수행 중 자유롭게 분배할 수 있습니다.

00:55:26.380 --> 00:55:34.204
몸이 조금 아프거나, 여행을 가거나, 컨퍼런스에 참가하거나 할 때
유용하게 사용하시면 됩니다.

00:55:34.204 --> 00:55:40.880
하지만, 갑자기 학기 말에 와서는 "이번에 컨퍼런스에서
발표를 해야만 해요" 하고 하셔도 소용없습니다

00:55:40.880 --> 00:55:42.624
late days를 잘 활용하시기 바랍니다.

00:55:42.624 --> 00:55:50.295
하지만 만일 정상참작 할만한 피치 못할 사유가 있다면
조교들에게 이메일을 보내주시길 바랍니다.

00:55:50.295 --> 00:55:54.177
또 한가지 알려 드릴 것은
collaboration policy입니다.

00:55:54.177 --> 00:56:00.785
여러분은 Stanford 학생으로서 반드시 윤리규정
(honer code)을 명심해야만 합니다. 아주 중요합니다.

00:56:00.785 --> 00:56:03.609
아주 엄격하게 다룰 것입니다.

00:56:03.609 --> 00:56:11.037
반드시 윤리규정의 테두리 안에서 협력할 수 있도록
신중하게 행동해 주시기 바랍니다.

00:56:12.304 --> 00:56:17.492
Pre-requisites에 대해 말씀드리겠습니다.
Python이 가장 중요할 것 같네요

00:56:17.492 --> 00:56:22.339
모든 프로그래밍 과제가 Python으로 진행됩니다.

00:56:22.339 --> 00:56:26.066
C나 C++에 익숙해지는 것도
어느 정도는 유용할 것입니다.

00:56:26.066 --> 00:56:31.705
이번 코스에서 C나 C++코드를 작성할 일은
없겠지만 과제를 하다 보면

00:56:31.705 --> 00:56:39.879
여러 소프트웨어 패키지의 코드를 살펴볼 것이고, C++ 코드를 알면
패키지들이 어떻게 동작하는지 이해하는데 유용할 것입니다.

00:56:39.879 --> 00:56:44.971
그리고 여러분이 미분을 안다고 가정하고 수업을 진행할 것입니다.

00:56:44.971 --> 00:56:46.533
또한 일부 선형대수도 안다고 가정할 것입니다.

00:56:46.533 --> 00:56:52.072
행렬이 무엇이고, 어떻게 곱하는지 등을
미리 알아두셔야 합니다.

00:56:52.072 --> 00:56:55.691
여기에서 도함수 계산 등을 전부 다 가르칠 순 없습니다.

00:56:55.691 --> 00:57:01.238
또한 CS131 또는 CS231a 수준의 컴퓨터 비전 지식이
있다고 가정하고 수업을 진행할 것입니다.

00:57:02.367 --> 00:57:05.120
이 과목들을 수강한 적이 있는 분들은 수월할 것입니다.

00:57:05.120 --> 00:57:11.550
그렇지 않아도 수업을 듣는 데 큰 지장은 없겠지만 따라잡으려면 좀
더 노력해야 할 것입니다. 그래도 아마 큰 문제는 없으리라 봅니다.

00:57:11.550 --> 00:57:13.704
완전 완전 필수인 prerequisites은 없습니다.

00:57:13.704 --> 00:57:20.540
또한 CS229 수준의 기계학습 배경 지식이 있다고 가정합니다.

00:57:20.540 --> 00:57:32.416
하지만 기계학습 개념 중에서 정말 중요하다 싶은 것들을 필요할 때
마다 제가 다시 설명해 드릴 것입니다. 미리 익숙하면 좋겠죠

00:57:34.774 --> 00:57:36.950
강의 홈페이지가 있습니다. 가서 확인해 보세요

00:57:36.950 --> 00:57:39.742
많은 정보와 링크 강의계획 등 많은 자료가 있습니다.

00:57:39.742 --> 00:57:43.656
오늘 다룰 것들은 거의 다 끝낸 것 같군요

00:57:43.656 --> 00:57:48.733
그리고 이번 주 목요일부터는 본격적으로
수업을 진행하도록 하겠습니다.