당신은 새로운 스팸 메일 차단 시스템을 만들고자 합니다. 팀원들은 다음과 같은 아이디어를 내놓았습니다:
Build your first system quickly, then iterate
- 학습에 사용할 스팸 메일 데이터를 가능한 많이 수집하자. 예를 들면, 일종의 “허니팟”을 이용해 스팸 메일을 유도해 보자. 잘 알려진 스팸 메일 전송자들에게 가짜 이메일 주소들을 제공하면 자동적으로 스팸 메시지들을 수집할 수 있다.
- 이메일의 문자열 내용을 이해하기 위한 피쳐들을 개발하자.
- 메시지가 거쳐 온 인터넷 서버들을 보여주는 envelope(SMTP 클라이언트-서버 통신)와 header(이메일 메타데이터) 정보를 이해하기 위한 피쳐들을 개발하자.
- 기타 등등.
스팸 차단 문제로 야근까지 했지만, 당신은 여전히 어떤 방향이 좋을지 고르지 못하고 있습니다. 당신이 스팸 차단 어플리케이션 분야의 전문가가 아니라면 더욱 고르기 어려울 겁니다.
그러니 시작부터 완벽한 시스템을 설계하고 구축하려고 해서는 안 됩니다. 대신, 기본 시스템을 구축하고 빠르게 학습시키세요. 며칠 걸리지 않을 겁니다. 기본 시스템이 당신이 만들 수 있는 “최상의” 시스템에 한참 못 미치더라도, 기본 시스템이 어떻게 동작하는지 빠르게 살펴볼 수 있는 것은 매우 가치있는 일입니다. 시간을 투자할 가치가 있는 가장 유망한 방향성을 알려주는 단서들을 빠르게 발견할 수 있으니까요.
다음 몇 개의 챕터를 통해 이러한 단서들을 어떻게 읽는 지 알려드리고자 합니다.
위 조언은 연구논문이 아니라 인공지능 어플리케이션을 구축하고자 하는 독자들을 위한 것입니다. 연구 부문의 주제에 대해서는 나중 챕터에서 살펴보겠습니다.
deeplearning.ai를 이끄는 Andrew Ng의 책, MACHINE LEARNING YEARNING은 머신러닝 프로젝트 수행에 있어 반드시 알아야 할 개념과 노하우를 담고 있습니다. 총 58편으로 이루어진 이 책을 1편씩 번역하여 게재합니다.