파이토치 한국 사용자 모임은 2018년 중순부터 PyTorch 튜토리얼 문서를 한국어로 번역하면서 시작한 PyTorch 사용자 커뮤니티입니다. 한국어 사용자들에게 PyTorch를 소개하고 함께 배우며 성장하는 것을 목표로 하고 있습니다. 더 많은 분들과 기술 트렌드를 공유하고 서로의 이야기를 나누기 위해, 2022년부터 파이토치 한국 사용자 모임 테크 세미나를 개최해 왔습니다. 2024년 11월 30일에 열린 네 번째 기술 세미나는 다섯 분의 연사가 준비한 발표와 마흔 분의 열정적인 참여가 어우러져 성공적으로 마무리되었습니다. 이번 글에서는 각 발표의 주요 내용을 함께 살펴보겠습니다. 생생한 발표 영상은 각 섹션의 다시 보기 링크를 통해 확인하실 수 있습니다.
PyTorch 재단 및 글로벌 현황 소개
리눅스 재단과 다양한 오픈 소스 프로젝트의 구조, 기술 표준화, 그리고 이를 활용한 글로벌 협업에 대해 소개합니다. 한국과 중국의 오픈 소스 커뮤니티 상황, 특히 PyTorch의 AI 생태계에서의 역할과 기여를 언급하며, 국내 기업의 참여 확대를 독려합니다. 클라우드 네이티브 기술과 AI 생태계의 긴밀한 연결성, 오픈 소스 기술의 성장성과 글로벌 트렌드에 대해 설명합니다.
왜 AI 백엔드 개발자인가?
LLM(Large Language Model)과 NLP(Natural Language Processing)를 중심으로 AI 시대에서 백엔드 개발자의 역할 변화와 확장, 그리고 그 필요성을 다룹니다. 백엔드 개발이 AI 기반 서비스 개발의 핵심적인 기술 토대를 제공한다는 점을 강조하며, 주요 내용으로는 LLM 시대의 기술 스택, AI 백엔드와 일반 백엔드의 역할 비교, 성공적인 AI 서비스 개발 조건과 실패 요인 분석, PyTorch 활용 사례 등을 포함합니다.
극 저조도 환경에서의 행동 인식 문제 해결 연구
모바일 순찰 로봇의 발전으로, 저조도 상황에서의 행동인식은 매우 중요한 문제로 대두되고 있습니다. 기존 데이터셋이 극도로 어두운 조건을 충분히 제공하지 못한다는 한계를 극복하기 위해 ELLAR 데이터셋을 새롭게 수집 및 공개했습니다. 또한 적응적인 감마 보정을 위한 Mixture of Experts 방식의 DGAM(Dual Gamma Adaptive Modulation) 모델을 제안하여 top-1 정확도를 3.39% 향상시킨 연구 결과를 공유합니다.
Multimodal LLM 학습기: 강력한 M-LLM 학습에 어떤 점들이 고려되어야 하는가?
멀티모달 LLM(Large Language Model)의 필요성과 구조, 그리고 학습 방법에 대해 논의합니다. 멀티모달 LLM은 텍스트뿐만 아니라 이미지, 오디오 등 다양한 데이터 형식을 처리하며, 실생활에서의 응용 가능성을 확대하는 데 중점을 둡니다. 발표에서는 시각 데이터에 대한 정확한 이해, 데이터 전처리, 효율적인 학습 방법 개발의 중요성을 다뤘으며, 현재 연구 성과와 한계점, 그리고 향후 과제를 제시합니다.
PyTorch 2024 Conference 참석 후기
2024년 9월, 샌프란시스코에서 개최한 PyTorch 컨퍼런스 참석 후기를 공유합니다. 다양한 기술 주제와 사례 연구 소개가 포함되어 있으며, 오픈 소스 프로젝트의 글로벌 성장과 커뮤니티의 역할, 그리고 이를 통해 기술적, 전략적 가치를 창출하는 방법에 대해 논의합니다. 한국 사용자 모임의 활성화 및 글로벌 커뮤니티와의 연계를 통해 더 많은 기여를 목표로 하는 방향성을 제시합니다.
이번 네 번째 PyTorch 기술 세미나를 통해 AI 기술 트렌드에 대한 깊이 있는 논의를 나눌 수 있어 감사한 시간이었습니다. 연사자분들과 참여자분들의 열정 덕분에 파이토치 한국 사용자 모임이 더욱 성장할 수 있었습니다. 앞으로도 파이토치 한국 사용자 모임은 기술 공유와 협업의 장을 지속적으로 만들어가겠습니다. 다음 세미나에서도 더 많은 분들과 만나 뵙기를 기대합니다!
더 궁금하시거나 나누고 싶은 이야기가 있으신가요? 파이토치 한국어 커뮤니티에 참여해주세요!