A. 수학의 즐거움 채널에서 진행하는 멤버십 상담입니다. 간단하게 본인 소개해 주시고 어떤 것들 얘기들을 하고 싶으신지 마음에 있는 것들 나눠주시면 감사하겠습니다. 

B. 안녕하세요. 한국에서 AI 학과를 전공 박사 과정을 하고 있고 제가 주로 고민하는 것은 학부는 수학과를 전공을 하고 AI 구체적으로는 이미지 관련 분야인데요. 박사를 하면서 연구를 중점적으로 하고 앞으로 어떻게 할지에 대해서 고민이 많더라고요. 이론과 실용적인 부분에 대해서 고민이 많아서 상담을 하게 되었고 추가적으로는 기하학 그리고 하이퍼볼릭 기하학이 요즘 AI 분야에서 머신러닝 분야에서 많이 사용이 되는데 그쪽도 궁금한 게 있어서 상담을 요청드리게 되었습니다. 

A. 네 좋습니다. 그럼 박사 과정 하신지는 얼마나 되신 거죠?

B. 석박 통합 과정으로 연차로는 3년이 넘었습니다. 

A. 좋습니다. 환영하구요. 얘기들을 본격적으로 시작하기 전에 디테일한 것들은 바뀌어도 되는데 어떤 것들을 질문하고 싶은지 큰 것들을 잡아주시면 감사하겠습니다.

B. 첫 번째로는 하이퍼볼릭 기하학에서, AI 분야에서는 하이퍼볼릭 기하학을 사용하는데 있어서 결과론적으로 사용이 되고 있습니다.  유클리디안 스페이스가 아니라 데이터로 하이퍼블릭 스페이스 임베딩을 시켜서 학습을 진행했더니, 더 좋은 결과가 나왔다. 이렇게 결과론적으로도 보여주고 이유는 이전에 유클리디안보단 트리 스트럭처를 담는 데 더 좋다라는 증명된 사실을 기반으로 사용이 되는데 뭔가 막상 해보니, 이미지 분야에 적용한다고 했는데도, 안 되는 경우가 많았습니다. 안 될 이유라고 말씀드리는 거는 엔지니어링 관점이 큰데  AI에서 학습을 진행할 수 있어서는 만들어진 라이브러리를 사용하는 경우가 많습니다. 라이브러리를 사용할 때 기본적으로 유클리드 공간을 상정하고 그래디언트가 batch normalization해서 학습이 되고, 레디언트가 계산이 돼서 학습되는 게 있는데, 안정성이나 학습 효율 같은 게 차이가 있었습니다. 그래서 더 잘 쓰고 싶은데 결과론적으로 ...