Bongho Lee

Bongho Lee

📦 AI Model에서 AI System으로의 진화

📦 AI Model에서 AI System으로의 진화

1.Compound AI System is LLM의 대중화와 함께, AI Model은 Application의 주요 요소로써 빠르게 관심을 이끌고 있다. Compound AI System은 Traditional Software와 AI Model의 결합으로써 Google의 AlphaCode 2,  AlphaGeometry 등 빅테크의 LLM 모델은 Compound AI System의 효과성을 잘 보여주고 있으며, 모델과 엔지니어링의 조합을 통해서 보다 나은 성과를 만들 수도 있음을
Bongho Lee
[데이터조직] 상대방 팀이 성공해야 우리 팀도 성공한다.

[데이터조직] 상대방 팀이 성공해야 우리 팀도 성공한다.

당연한 이야기이지만, 상대방 팀이 성공해야 우리 팀도 성공한다. 종종 팀의 리더로 일을 하다 보면, 상대방 팀을 업신여기거나, 상대방 팀을 이겨야 하거나, 업무를 모두 그 쪽으로 몰아버리는 것에 만족하는 사람들을 종종 본다.R&R에 기준해서 일을 잘 정리하는 방식일 수도 있지만, 나는 상대방 팀을 포함해서 우리 모두가 함께 성공하는 것이 중요하다고
Bongho Lee
[데이터조직]어느날 직원이 그만두겠다고 하였다.

[데이터조직]어느날 직원이 그만두겠다고 하였다.

어느날 면담을 할 때였다. 평소대로 "요즘 컨디션을 묻는 질문"으로 1:1을 시작하였다. 그런데 웃으면서 구성원이 말하였다. 퇴사하려고 합니다. 퇴사할 수도 있지... 뭐가 문제인가 하면서도 우선은 이 친구를 붙잡으려는 시도는 해야 하지 않나 싶어서 이유를 물어보았다. 이래저래 이야기를 나눴고, 몇 번의 가벼운 티타임 끝에 원인은 굉장히 간단하였다. 첫째, 성취감이었다 AI
Bongho Lee
[데이터조직]내가 하지 않는데 구성원에게 하라고 할 수는 없다.

[데이터조직]내가 하지 않는데 구성원에게 하라고 할 수는 없다.

제럴드 M 와인버그는 리더십이란 문제해결을 위한 최적의 환경을 구성해나가는 과정이라고 볼 수 있다고 정의한 바 있다. 처음 이 말을 들었으면 이해가 되는 것같으면서도 명확하게 상황이 그려지지는 않았다. 문제 해결을 위한 최적의 환경이라니, 환경의 범위는 어떻게 되고, 이 환경은 시스템을 언급하는 것만은 아닐텐데, 모든게 명확하지 않은, 뭔가 굉장히 광활한 정의를 가지고
Bongho Lee
Quantile Loss는 Quantile Regression시 사용하는 Loss Function이다.

Quantile Loss는 Quantile Regression시 사용하는 Loss Function이다.

* Quantile Loss는 Quantile Regression처럼 Predicted Value의 Quantile을 구하고자 할 때 사용되는 Loss Function이다. * 변수의 75번째 Quantile을 예측하는 것이 목표인 문제를 예로 든다면, 이는  75%의 경우 예측 오차가 음수여야 하고 나머지 25%는 양수여야 한다는 말과 동일하다. * 기본적으로 이러한 경우 Quantile Loss 는 과소 추정된 예측에 대해 과대 추정된 것보다
Bongho Lee
가장 싫어하는 말 - "사실 한다고 하면, 다할 수 있어요"

가장 싫어하는 말 - "사실 한다고 하면, 다할 수 있어요"

다양한 직군의 개발자와 함께 일하다 보면 종종 이런 말을 들을 때가 있다. "사실 한다고 하면, 다할 수 있어요" 농담인 것은 알지 나는 이런 말을 주로 하지 말라고 한다. 일당백을 요구하는 스타트업이면 한 명의 개발자가 많은 일을 해야 하기 때문에 이런 말은 굉장히 적절한 수준의 참여도를 상징하는 말이라서 듣기 좋을 때까
Bongho Lee

Bayesian Modeling이 사회과학연구에 활용하면 좋은 6가지 이유

Coherence * 주관적 확률이 확률 계산의 일반적인 규칙/공리(이러한 규칙의 타당성은 방금 언급한 자기 일관성에 해당함)를 따르고 따라서 이러한 확률로부터 일관된 결정을 얻을 수 있다는 가정 Conditioning on Observed Data * 베이지안 통계학과 빈도주의 통계학 사이의 중요한 차이점은 관측 데이터가 매개변수 추정에서 수행하는 역할에 관한 것 * 구체적으로, 빈도주의 추론은 정확히
Bongho Lee