2018년 9월 20일 목요일, 정보과학관 102호에서 오픈소스를 주제로 하는 정보기술세미나가 열렸습니다. 스타트업 회사인 ‘레블업’에서 재직하고 계시는 조만석 개발자님께서 강연을 진행해주셨습니다. 조만석 개발자님은 현재 인공지능 *Backend.AI를 개발 중이시고, 많은 사람들이 사용하는 오픈소스 소프트웨어 라이브러리인 ‘Tensorflow’ 발전에 기여하셨습니다. 이날 강연은 오픈소스에 관심 있는 숭실대학교 학부생들이 궁금증을 해결할 수 있는 시간이었습니다. 강연이 끝난 후 질의응답 시간이 있었고 간단한 인터뷰도 진행하였습니다.
*Backend.AI : 분산처리를 도와주는 플랫폼(https://github.com/lablup/backend.ai)
 |
| 본인을 소개하는 조만석 개발자님 |
강연은 조만석 개발자님의 자기소개로 시작되었습니다. 조만석 개발자님은 뇌 영상처리를 연구하는 의료공학을 전공하셨습니다. 뇌 영상처리를 위해 컴퓨터 8대를 한 번에 관리하다보니, 분산처리에 대해 공부하게 되었고, 그 과정 속에서 인공지능에 관심을 가지게 되었습니다. 지금은 스타트업 회사인 ‘*레블업’에서 인공지능 관련된 오픈소스를 개발하고 계십니다. 이 날 강연은 협업의 중요성, Git과 Git-hub의 사용법, 그리고 오픈소스와 라이센스에 대한 설명 순서로 진행되었습니다.
*레블업 : https://www.lablup.com/#/
첫 번째로 협업의 중요성에 대해 강조하셨습니다. 협업(Governance)은 취향과 생각, 성장 배경 등이 다른 다양한 사람들이 동일한 목표를 가지고 함께 논의하는 활동입니다. 복잡하고 방대한 코드를 작성하는 과정에서 협업은 꼭 필요하고 주목받는 요소입니다. 코드가 길어질수록 실수를 찾기가 힘들어지고 혼자의 힘으로는 감당하기 어려워집니다. 그 예시로 Linux kernel과 TensorFlow의 코드는 각각 2천5만 줄, 250만 줄의 방대한 양입니다. 이런 소프트웨어에서는 여러 사람이 소스코드를 공유하고 협업하면 수월하게 진행할 수 있습니다. 예시 중 하나인 Linux kernel은 12,000명에 가까운 프로그래머들의 기여를 받았습니다. 이처럼 여러 사람이 소스코드를 공유하고 협업한다면 개개인으로는 할 수 없는 프로젝트들을 진행할 수 있고, 또한 수월하게 진행할 수 있습니다.
또 20세기의 Ford사가 제조과정에서 처음으로 도입한 컨베이어 벨트를 많은 회사가 모방하여 성공할 수 있었던 사례를 언급하셨습니다. 이처럼 과거는 요구사항이 정해져 있어, Fast Follower 즉 똑같이 빨리 만들 수 있으면 성공할 수 있는 시대였습니다. 하지만 현재는 요구사항이 정해져 있지 않고, 뚜렷하진 않지만 다양한 요구 조건이 있다 설명하셨습니다. 그래서 다양한 요구 조건에 빠르게 대응할 수 있어야 하고, 이때 오픈 소스가 유용하게 사용된다고 말씀하셨습니다.
 |
| 오픈소스를 소개하는 조만석 개발자님 |
두 번째로 오픈소스들을 관리하는 사이트인 *Git과 Git hub에 대해 소개해주셨습니다. 분산 버전 관리 시스템인 Git은 소프트웨어의 변경사항을 체계적으로 관리할 수 있습니다. 또한 사용자가 작성 중인 소스 코드를 commit하여 분실의 위험에서 보호하고 코드의 변경 전후 내용을 파악하여 추후 발생할지도 모를 오류 수정에 대비할 수 있다는 장점이 있습니다. Git hub는 오픈소스 공개 저장소로 Git을 기반으로 운영되고 있습니다. 사용자 계정 페이지에 본인의 이력서, 연락처, 이메일을 저장할 수 있고, 본인이 진행했던 프로젝트들이 나타납니다. Git hub를 통해 사용자가 다른 사람들의 소스코드를 참고할 수 있고, 다른 개인이나 기업에서 협업을 제안하는 등 좋은 기회를 얻을 수도 있습니다. 실제로 Devsisters(모바일 게임을 개발하는 소프트웨어 회사로 쿠키런 등의 게임을 개발)에서 진행한 오픈소스 API를 GitHub에 올려서 해외 취업한 사례가 있습니다.
*Git 연습 참조 자료 : http://learngitbranching.js.org/
https://git-scm.com/book/ko/v2
최근에 마이크로소프트가 Git hub를 8조 원에 인수한 사례를 언급하시면서 다시 한번 버전 관리의 중요성을 강조하셨습니다. 추가로 여러 사람이 함께 작업할 수 있는 *Repository를 만드는 방법, *Branch를 만드는 방법, *Commits를 추가하는 방법 등을 알려주셨습니다.
*Repository: 파일이나 폴더를 저장해 두는 저장소
*Branch: 여러 사람이 독립적으로 작업을 진행하기 위한 개념으로, 각각의 Branch는 다른 Branch에 영향을 받지 않기 때문에 여러 작업을 동시에 진행할 수 있다.
*Commits: Repository의 추가 및 변경사항을 Repository에 기록을 하여, 이전 Commit 상태부터 현재 상태까지의 변경 이력을 기록하는 것
 |
| 강연하시는 조만석 개발자 |
마지막으로 라이센스에 대한 설명이 있었습니다. 조만석 개발자님은 라이센스가 컴퓨터 분야를 전공하는 사람들에겐 기본적인 상식이라 말씀하셨습니다. 라이센스는 창조한 소프트웨어가 하나의 저작권으로 인정받는 것으로, 오픈소스도 개인이나 단체가 개발한 소프트웨어이므로 라이센스가 있습니다. 그렇기 때문에 소스를 오픈하게 되면 저작권 보호를 받지 못하는 것이 아니라, 라이센스가 해당 오픈소스를 쓸 수 있는 범위를 정해줍니다. 오픈소스를 가져다 쓰면 해당 오픈소스의 라이센스 종류에 따라 이름을 남기거나, 연구 목적에서는 제한이 없지만 상업적 부분에 있어서는 그에 따른 조치가 있어야 하는 등 다르게 사용해야 합니다. 대표적으로 많이 사용되는 라이센스의 종류로는 *GPL과 *Apache가 있습니다. 리눅스 커널, GCC 컴파일러, AOSP(Android Open Sourse Project)등은 GPL을 사용하고, 빅데이터 분석에 사용되는 하둡(Hadoop)과 인공지능 프레임워크 TensorFlow는 Apache 라이센스를 사용합니다. 인공지능 프레임워크 중 Pytorch는 BSD나 MIT 라이센스를 사용하는 데, 이는 국가 자금이나 세금등의 공공 자금을 받아서 개발된 소프트웨어를 공공에 돌려준다는 의도로, 저작권자 표기와 같은 최소한의 규정으로 자유롭게 이용할 수 있습니다. 주로 GPL은 자신의 소스를 알려야 하는 규모가 작은 개발자들이 주로 사용하고, 자신이 만든 오픈소스가 사람들이 많이 사용하여 대표적인 플랫폼이 되길 원하는 개발자들은 Apache를 사용합니다.
*GPL : GNU 일반 공중 사용 허가서(GNU General Public License, GNU GPL 또는 GPL)는 자유 소프트웨어 재단에서 만든 자유 소프트웨어 라이선스이다.
*Apache : 아파치 소프트웨어 재단에서 자체적으로 만든 소프트웨어에 대한 라이선스 규정이다. 아파치 소프트웨어 재단에 개발된 소프트웨어라는 것을 명확하게 밝혀야 한다.
 |
| 강의를 듣는 학우들 |
강연이 끝나고 질의응답 시간이 있었습니다. 그리고 질의응답 끝난 후 간단한 인터뷰를 진행했습니다.
Q. 학부 시절 하셨던 활동 중에 지금 도움이 되었다고 생각하셨던 경험은 어떤 것이 있나요?
저는 한양대학교 신경과학 및 인지에 대해 연구를 했습니다. 학부생 시절 뇌 영상 처리를 하기 위해 여러 컴퓨터를 한 번에 관리해야 했고, 때문에 유닉스 분산 처리에 대해 연구하게 되었습니다. 이런 연구 경험이 후에 기술적인 면에서 도움이 많이 되었고, 코드개발을 하다 보니 오픈소스의 길로 오게 되었습니다. 또한 인공지능에 관심이 많아서 심리학 수업도 들었고, 정신과 교수님들과의 연구도 진행했습니다. 이러한 학부생 시절 활동들이 큰 도움이 되었습니다.
 |
| 질문에 대한 답변을 해주시는 조만석 개발자님 |
Q. 현재 개발 중인 프로그램에 대해 설명해 주세요.
*Backend.AI라는 것을 개발하고 있습니다. 복잡한 것이라 간단하게 설명하자면 분산처리를 도와주는 플랫폼입니다. 온라인에서 GPU가 없어도 온라인 클라우드로 텐서플로 코드를 처리해서 결과를 보여줄 수 있습니다. Jupyter, VS Code, Atom 플러그인을 제공하고 있고, 이것을 설치하면 머신러닝이 가능해집니다. 결과적으로 인공지능이나 분산처리를 쉽게 하고자 만드는 프로그램입니다. 지금은 이 프로그램에 관심 있다는 외부 기업에서 연락이 닿았고, 같이 연구 및 개발 중입니다.
*Backend.AI (참고자료) : https://www.slideshare.net/lablup/backendai
Q. 인공지능 분야로 나가고 싶은 학부생들에게 해주고 싶은 조언이 있으신가요?
무엇보다 데이터에 대한 관심이 중요합니다. 궁금하거나 관심 있는 것들에 대해 *Kaggle에 가서 알아보거나 Youtube에 검색해서 알아보는 것도 좋은 방법입니다. 그리고 개발자 커뮤니티에 가입하거나 공모전과 같은 여러 행사에 참여하시면 도움이 많이 됩니다. 인공지능 분야는 데이터를 바라보는 것과 데이터를 처리하는 것으로 크게 두 가지의 초점이 있다고 생각합니다. 데이터를 처리하기 위해 데이터에 대한 지식을 갖추고, 데이터를 바라보기 위해 인문학적 요소도 갖추면 더욱 도움이 될 것입니다.
*Kaggle : 데이터 과학자들의 커뮤니티 (https://www.kaggle.com/)
이번 강연을 통해 오픈 소스의 중요성과 개발자로서 기본적으로 알아야 할 버전 관리 시스템과 라이센스에 대해 알 수 있었습니다. 또한 강연이 끝난 후 진행한 짧은 인터뷰를 통해 인공지능 분야를 희망하는 학우들에게 도움이 될만한 답변도 들을 수 있었습니다.매주 목요일 4시 반 정보과학관 102호에서는 다양한 곳에서 근무하시는 강연자분들이 다양한 주제로 강연을 해주시는 정보기술 세미나 수업이 있습니다. 많은 학우들이 정보기술세미나 수업을 통해 많은 것을 얻어갈 수 있으면 좋겠습니다.
기사 취재 및 작성 : 김찬일 기자(chanil4129@naver.com)
사진촬영 : 송지원 국장(s26788761@naver.com)
편집 : 이상현 미디어팀장(aszxvcb@gmail.com)
최동인 편집팀장(cdi1996@naver.com)
송지원 국장(s26788761@naver.com)
http://www.comtimes.kr/news/1009
Powered by Newsbuilder
