서론

부끄러운 고백이지만, 지난 2년 동안 취업을 핑계 삼아 머신러닝의 본질을 깊게 들여다보지 못했다. 석사 시절부터 문제를 좁게만 바라보던 습관은 직장 생활에서도 이어졌고, 결국 지난 2년은 스스로도 무엇을 알고 있는지 모호한 상태로 흘러가 버렸다.

이직 사이의 공백기에도 상황은 비슷했다. 원리에 대한 고민 없이 Input과 Output에만 집중해 빠르게 결과만 뽑아내는 애플리케이션 개발에 매몰되었고, 돌이켜보니 이는 너무나 큰 시간 낭비였다.

이러한 문제는 포트폴리오를 준비하는 과정에서 여실히 드러났다. 내 작업물 어디에도 "왜 이 기술을 썼는가?"에 대한 답은 없었고, 당장의 수치를 내기에 급급했던 흔적들만 남아있었다.

앞으로 짧은 1년동안은 모델을 만들어보고 왜라는 의문으로 올라가는 top-to-bottom 식의 포스트를 연재하려고 한다.

Back to basic but efficiently

단순히 기본서 반복을 해서는 되는 일이 아니라고 판단했고, 기본서들을 정리한 포스트를 지워나가면서 굳히기로 반복할 것 같다. 그래서 이 포스트는 4년 전의 나였다면 이런 것들을 했을 것이다라는 나의 수습(?)과 나름의 템플릿 만들기 과정이라고 보면 되겠다.

환경설정

현업에서 배웠던 것들과 약간의 실험을 하면서 내가 개인적으로 편했다는 것들을 전부 공유해보려고 한다. 사내 on-boarding에서 직접 작성한 것들인데, 부연 설명은 한국어로 별도로 첨부한다.

Languages & OS

대부분 paper with code는 ubuntu 위에서 개발된 것들이 많다. 일관성을 위해 coding style guide를 적용해보는 것을 추천하는 편이다. 아무래도 협업으로 들어가면 가독성에 있어서 효과를 본 경험이 있다.

• Python 3.11 (Recommended, from 3.7 and up)
  • Google coding style guide
  • manage python versions in ubuntu:

  sudo update-alternatives --config python
  

• C++ (modern 17, 20 Recommended)
  • Google coding style guide
• Linux Ubuntu 22.04 (Recommended) & wsl(if using windows os)
• CUDA 12.X (Recommended)

Environments

개인적으로 conda, boilerplate(if scratch) 이 조합을 자주 쓴다. 프로젝트 관리와 그래프 가독성으로 tensorboard보다 wandb 사용하려고 테스트 예정에 있다. (2026.03.02 추가: 확실히 텍스트 로그와 그래프를 쉽게 관리할 수 있어서 좋다. 특히 어디에서나 훈련이 보이는게 확실히 편했다. 향후 이와 관련해서는 따로 포스트를 적을 예정이다.)

Miniconda(Recommended) | venv(option)

All environments should be managed through conda or or virtual environments

🤔 What are the differences between these two?
🙋 Venv is a more lightweight, independent virtual environment compared to conda. However, for managing ML environments comprehensively, conda is more suitable.

• ❗ note that official pytorch channel has been deprecated: https://github.com/pytorch/pytorch/issues/138506
• https://wikidocs.net/74394
• https://wikidocs.net/135082

Boilerplates

If you’re building a project from scratch, a boilerplate is a good option. It’s a pre-made starter template that saves time, ensures consistency, reduces errors, and follows best practices for new projects.

• Awesome boilerplates
• Deep learning boilerplates

WandB

• official

Issac Sim(option)

Issac sim is a simulation engine for reinforcement learning research(mostly on motion generation, control domain).

Check official documents for details.

Apache Spark(option)

While our lab doesn't currently handle large-scale data, Apache Spark could be a valuable option for future applications or when expanding to other domains.:

• https://aws.amazon.com/ko/what-is/apache-spark/

IDE

vscode

개인적으로 vscode는 extension 사용과 가벼운 맛에 사용한다. 애용하는 extension은 아래와 같다.

🤔 Why not using pycharm for python, ml researches?
🙋 While pycharm excels at python debugging, our lab uses multiple languages (Python, C++), making a multi-language IDE like vscode more practical for unified tooling and workflow consistency.

• Extensions:
  • for languages: python, autopep8 or black-formatter, isort, cmake
  • for utils**: git graph**, jupyter, marp, remote-ssh, vscode-icons, wsl
• Format on save ctrl + shift + p > settings.json example:

  {
    "[python]": {
      "editor.defaultFormatter": "ms-python.black-formatter",
      "editor.formatOnSave": true,
      "editor.codeActionsOnSave": {
        "source.organizeImports": "explicit"
      }
    },
    "isort.args": ["--profile", "black"],
    "[json]": {
      "editor.defaultFormatter": "esbenp.prettier-vscode"
    },
    "github.copilot.nextEditSuggestions.fixes": false,
    "github.copilot.nextEditSuggestions.allowWhitespaceOnlyChanges": false,
    "editor.formatOnSave": true,
    "editor.formatOnSaveMode": "modificationsIfAvailable"
  }
  

visual studio 2022

• Download & install
• Debugging skills: https://learn.microsoft.com/ko-kr/visualstudio/debugger/getting-started-with-the-debugger-cpp?view=vs-2022

CLI

Github

README for preparation & execution

• README template : https://github.com/othneildrew/Best-README-Template (Recommended)
• simple ver.: https://gist.github.com/DomPizzie/7a5ff55ffa9081f2de27c315f5018afc

Few useful tips of git:

• git pull --rebase: make sure to pull git if collaborating with someone to prevent merge conflicts
• git stash → test branch commit: preserves current commit
• git status: track your git if something gets wrong.
• commit by units(tasks, files etc)

Commit Message Format

• [Tag] short desciption
  • ex. [Task] Add [FILENAME].py

Others

• Download git bash from the official site
• generate ssh-key: https://git-scm.com/book/ko/v2/Git-서버-SSH-공개키-만들기
• How to build internal git server

DVC

To manage large contents/data and codes seperately, we use dvc(data version control). What is DVC?

TDD

TDD 개발은 개인 선호도라고 생각하는 편인데, 일단 본인은 TDD를 하지 않으며, 먼저 만들고 검토하는 순으로 개발하는 편이다.

What is Test Driven Development?

🤔 So.. is it necessary?
🙋 Our lab focuses on independent research, so this design approach—mainly useful for long-term, multi-developer projects—means TDD is optional for us.

A/B test

보통 서비스 기업에서 사용자 선호도 실험을 위한 테스트 기법이다. 알고 있으면 좋아서 짧막하게 소개한다.

• What is A/B test?
• How to A/B test

What to see & How to see

머신러닝을 시작한다고 했을 때 어떤 시각으로 봐야할지에 대한 어느 정도의 방향성을 가지고 시작하는게 좋다고 생각한다.

• top-to-bottom: 모델을 만들어보고 -> 왜라는 의문으로 올라가는 방식
• bottom-to-top: 선형대수와 통계학부터 시작해서 -> 모델을 만들어보는 방식

하루가 다르게 쏟아져 나오는 논문들로 대부분은 top-to-bottom 방식으로 접근하는 편이지만, 중요도 상관없이 양방향 모두 중요하다고 생각한다. 그래도 적어도 기본적인 것들은 알고 시작하는 것이 맞다고 생각한다. 틀이 없으면 그 모델이 왜 성능이 안나오는지 거의 시간만 허비하기 때문이다.(본인이 실제로 그랬기도 하다)

어떤 포지션을 잡냐에 따라서 다르지만(application이나 research의 방향 등등) 딥러닝의 큰 틀은 전통적인 머신러닝 방법을 차용해서 데이터를 기반해서 정제하고 어떤 모수 혹은 비모수적인 방법으로 확률분포를 만든다. 그래서 데이터를 잘 표현하는 확률분포를 만드는 것을 큰 틀로 생각하면 좋을 것 같다.

선형대수와 통계학

Bottom up에서 공부하려면 아래 책들을 추천한다. 엄청난(?) 정석은 아니지만 어느정도 insight얻는데는 도움을 많이 줬던 책들이다.

• 선형대수와 통계학으로 배우는 머신러닝 with 파이썬
• Coding the matrix

🤔 그래서 이러한 과정이 필수인가?
🙋 중요성을 위해서 아래 트위터 글을 첨부한다.

Summary

머신러닝/딥러닝에 입문하려는 사람들에게 도움이 될 수 있는 환경설정과 공부 방향성에 대한 포스트였다. 다음 포스트에서는 본격적으로 모델을 만들어보면서 왜라는 의문으로 올라가는 top-to-bottom 방식으로 진행할 예정이다.