프로젝트 속 명쾌한 결론을 위해 노력할 사람.
왜? 어떻게?에 대해 끊임없이 생각할 수 있는 사람. 여러가지 키워드를 생각해내고 더 좋은 결론을 위한 트리거 역할에 일조할 수 있지 않을까?
•
사용자의 편리함이 아닌 물을 사용하는 ‘정답’에 사용자를 맞춘다?
◦
스탠포드나 수전 프로토 타입을 그린 내용을 봤을 때, 원래 설거지 → 보정 설거지 → 다시 원래 설거지의 과정 속 처음보다 두번째의 원래 설거지에서 물 사용량이 감소했다. 를 이야기 한다. 물 절약을 위해 물 사용의 ‘정답’을 정해놓고 그 틀에서 사용자를 움직이게 하고 적응하게 할 것인지, 사용자 친화적이지만 그 전보다는 물이 절약되는 솔루션을 내 놓을 것인지(정답 보다는 물을 더 많이 쓰게 될 것이다.) 생각해 보아야 할 것 같다. 지금의 생각으로는 물 사용의 ‘정답’과 사용자 친화적이라는 말은 반대 원리라고 느껴진다. 사용자가 편한대로 사용한 결과가 설거지 물의 낭비다 라고 이야기 하고 있는 것이기에.
•
강화학습을 적용한다?
◦
매우 많은 데이터가 필요할 것이고 다양한 환경에서의 정답을 고려하지 못할 수 있지만 시스템을 구축 후 수동으로 물을 꺼 가며 어떤 상황에서는 물을 끄고 어떤 상황에서는 물을 킨다를 학습시킬 수 있지 않을까? 지도학습 알고리즘에 더하는 방식으로 사용할 수도 있다는 생각이 든다. 하지만 설명이 불가능해진다는 단점이 있다. 수정 보완이 어려울 지도.
나는 인공지능학과
코딩 실력으로나 인공지능 활용에 있어서 뛰어나다고 감히 말할 수 없다. 하지만 인공지능학과로서 여러 수업에서 인공지능의 원리나 새로운 인사이트를 배우고, 자문을 구할 수 있는 인공지능학과 교수님들이 계신다. 예상치 못한 순간에서 예상하지 않았던 원리를 활용하게 될지 모르는 상황을 대비해 폭 넓은 인공지능 기술을 머리에 담아두는 하드웨어로 써먹어주길.
열심히 할게요.
지금과 앞으로의 나에게 있어 배울 것이 많을 프로젝트라고 생각한다. 개인적으로 배울점만 바라보더라도 열심히 할 동기부여가 충분하지만 내가 생각하는 멋진 사람들과 함께 하니, 열심히 하지 않을 이유가 있으랴, 당장 말해줄 수 있을 것이 열정 뿐이기에 글로라도 적어보오. 열심히 할게요.
관련 논문