h
0
글
0
팔로워
0
팔로잉

hoonkim

프로필 공유로 응원하기
남궁석
남궁석

카탈린 카리코 : 현장 과학자의 힘

2024년 노벨 생리의학상은 많은 사람들이 예상하던 대로 RNA 백신 개발에서 중요한 역할을 한 카탈린 카리코(Katalin Karikó)와 드류 와이스만(Drew, Weissman) 에게 돌아갔다. 노벨상 수상 업적과 함께 관심을 모든 것은 카탈린 카리코 박사의 범상치 않은(?) 경력이었다. 일반적으로 노벨상은 해당 분야에서 이미 명망이 높은, 유명 대학에 재직하고 있는 교수급의 연구자가 타는 것이 보통이다. 카탈린 카리코 박사도 물론 노벨상 수상 이전부터 래스커 상 등 다양한 상을 수상한 유명한 연구자인 것은 분명하나, 그가 대중적으로 명성을 얻게 된 것은 2021년 SARS-CoV-2 바이러스에 대한 RNA 백신이 개발된 이후이며, 그는 일반적인 노벨상 수상자처럼 교수로 연구실을 대표하는 연구 책임자가 아닌 실험실에서 직접 실험을 하는 현장 연구자였다. 그가 노벨상을 받은 2005년의 논문은 만 50세에 나왔으며, 그 이후에도 계속 실험실에서 직접 실험을 하며 데이터를...
우주/생명 · 산업/기술/IT
4
박준석
데이터 사이언스 맥시멀리스트의 위시리스트 (1) - 엔지니어링 기초
박준석
박준석 인증된 계정

데이터 사이언스 맥시멀리스트의 위시리스트 (2) - 통계학

지난 글에서는 엔지니어링 쪽에 대해 주로 이야기했는데, 사실 나는 엔지니어링에 대해 데이터과학자가 되고 나서야 본격적으로(?) 배우기 시작한 입장이기 때문에 오히려 그 글은 엔지니어링 전문가가 보기에는 동의할 수 없는 부분들이 꽤 있을지도 모르겠다. 만약 잘못된 부분이 있었다면 먼저 양해를 구한다. 하지만 오늘 이야기할 부분은 내가 그래도 꽤 오랜 시간 동안 공부했었던 분야기 때문에 조금 더 자신있게 말할 수 있을지도 모르겠다. 바로 통계학 이야기다. 통계학은 물론 데이터 사이언스에서 중요한 위치를 차지하는 토픽이긴 한데, 생각보다 사람들이 깊이있게 공부하는 분야가 아니다. 오해가 굉장히 많은 분야기도 하다.  일단 개인적으로 중요하게 생각하는 지점 한 가지. 여기에는 동의하는 사람도 그렇지 않은 사람들도 있을 것 같은데 통계학과 기계학습이 비슷하면서도 꽤 다르다. 어떤 사람은 그냥 기계학습이 통계학의 일부라고 말하는 사람들도 있고 그 반대로 생각하는 사람도 있을지도 모르겠...
산업/기술/IT
박준석
박준석 인증된 계정

데이터 사이언스 맥시멀리스트의 위시리스트 (1) - 엔지니어링 기초

GPT가 온통 데이터 사이언스와 인공지능 업계의 주의를 끌고 있지만 하루 벌어서 하루 먹고 살아야 하는 가난한(?) 데이터쟁이는 오늘도 그냥 하던 이야기를 계속하도록 하자. 인공지능에 대해 별로 아는 건 없지만 하고 싶은 말이 없는 건 아닌데, 별로 영양가 있는 이야기를 할 수 있을 것 같지는 않아 그냥 안 하려고 한다. 틀린 이야기를 할 가능성도 높고. 이런 얘기는 좀 더 잘 아는 분들이 잘 풀 수 있을거라고 생각한다. 보통 데이터 사이언스에 관심이 있는 사람이 있다고 할 때 나는 되도록 격려해주는 차원에서 이야기를 해 주는 편이다. 이것도 알아야 하고, 저것도 배워야 하고 이런 식으로 잘 이야기를 하지 않는다. 웬만하면 유캔두잇 정신을 심어주는 게 중요하기 때문이다. 하지만 마음 속 다른 한켠에서는 다른 목소리가 흘러나오는 것을 애써 막고 있는 것도 사실이다. 현업을 잘 하려면 이것도 해야 하고 저것도 해야 하는데…그냥 참자. 이거 다 하라고 하면 포기할라. 하지만 이 지면...
산업/기술/IT
1 1
박준석
박준석 인증된 계정

구닥다리(?) 데이터 사이언스의 현주소

대 머신러닝, 인공지능, 대규모 언어생성모형의 시대에 전통적 통계 기법들에 대해 이야기하는 것은 왠지 구닥다리 같은 느낌을 줄 것 같아 두렵다고 하면 이것은 엄살일까? 아무튼 chatGPT, GPT-4 등등이 줄줄이 등장하고 세상을 금방이라도 바꾸어놓을 것만 같은 이 시점에, 뭔가 다른 이야기를, 특히 약간 고전적인(?) 느낌이 드는 통계학 이야기를 하면 시대에 뒤처진 것만 같은 느낌을 받는 것도 사실이다. 데이터과학자라면 모름지기 최신 동향을 끊임없이 모니터링하고 기술 습득을 게을리하지 말아야지! 하고 생각할 수도 있다. 하지만 나 자신도 그렇고, 지금까지 봐왔던 다른 사람들도 - 물론 개중에는 최신 조류 캐치업을 게을리하지 않는 사람들도 많지만 - 다 그렇게 사는 것은 아니다. 물론 데이터과학자들 이야기다. 감히 단언컨대 대부분의 데이터분석가/과학자들은 팬시한 것과는 다소 거리가 있는, 하루하루 마감되어야 할 일을 치우고 살고 있다고 생각한다. 실제로 그게 당장 조직에 필요...
산업/기술/IT
1