간단한 자기 소개
•
베이징대학교 School of Computer Science 석사과정 22학번 이산우입니다. 세부 전공 방향은 자연어처리이며 현재는 Ringle ML Team에서 인턴으로 근무중입니다. 석사 입학 후 automated essay scoring 관련 연구를 계속 진행해 왔었는데, 링글에서 개발하고 있는 CAF 진단 모델이 이런 연구와도 밀접한 연관이 있다고 생각해 제 성장에 도움이 될 것 같아 링글에서의 커리어에 관심을 가지고 조인하게 되었습니다.
지난 기간 동안 무엇을 했는가
•
CAF 모델 베타 단계에 링글에 조인하여 “보다 다각화된 AI 영어 회화 실력 진단”에 초점을 맞추고 리서치를 진행했습니다. CEFR, IELTS, TOEFL등을 참고하여 CAF 기반으로 새롭게 발굴할 수 있는 진단 영역이 있는지 조사하고 새로운 영역에서의 진단을 적절한 ML task로 formalize 하는 작업을 하였습니다.
•
진단 다각화의 일환으로 Coherence Scoring 진단 모델을 개발하였습니다. 모델 훈련을 위한 데이터 라벨링 작업에서 라벨링 가이드라인 제작을 수행했습니다. Coherence scoring을 주기능으로 두고, 잘못된 연결사 사용 감지 및 incoherent한 문장 감지 등의 부가 기능을 추가하여 학습자에게 점수 외에도 점수를 향상시킬 단서를 피드백으로 제공하고자 했습니다. 이를 위해 점수 예측, 두 텍스트 간의 점수 비교, 잘못 사용한 연결사 태깅 등의 task를 동시에 학습할 수 있도록 모델을 설계하였습니다. 이 과정에서 coherence modeling 관련 논문도 많이 읽을 수 있었습니다..!
•
훈련된 모델이 특정한 요인에 의해 편향된 예측을 하고 있지 않은지 검증하는 등 모델의 robustness를 확인하는 작업을 하였습니다.
무엇이 좋았는가
•
자유로운 리서치를 장려하는 분위기가 좋았습니다. AI 개발의 최신 연구들을 과감히 시도하고 팀원과 결과를 공유하는 과정에서 더 나은 아웃풋이 만들어지고 저 역시 성장하는 느낌을 받았습니다. 그리고 새로운 툴 또는 모델을 테스트할 때 Tech 팀에서 적극적으로 지원해줍니다..! 일례로 coherence model 훈련을 위해 라벨링 된 데이터가 필요하다고 팀에 말씀 드렸는데 며칠만에 라벨링 해주실 튜터님 약속을 잡아주시고 관련 비용도 지원해 주셨습니다!
•
팀 내 및 팀 간 소통이 활발해 자신이 하고 있는 연구가 링글 전체에서 어떤 역할을 하고 있는지, 앞으로 어떤 모습으로 프로덕트에 반영이 될지 예상할 수 있습니다. 따라서 확실한 목적의식을 가지고 효율적인 작업을 할 수 있게 됩니다.
•
자유로운 커피챗 문화가 좋았습니다! 회사에 계신 분들과 일상 이야기 뿐만 아니라 커리어와 관련된 이야기도 활발히 할 수 있어 앞으로 제가 하고 싶은 일을 생각하는 데 많은 도움이 되었습니다.
무엇이 아쉬운가
•
아쉬운 점은 잘 생각이 나지 않아 아마 없는 것 같습니다. 저희 회사 엘레베이터 평균 대기시간이 긴 편인데 건물 측에서 엘레베이터 시스템을 개선해 주시면 더 좋을 것 같습니다..!
다음 인턴쉽이 더 의미있도록 링글팀에게 바라는 한마디
•
제가 대학에서 리서치만 하다가 프로덕트를 위해 AI를 개발하는 환경에서 일하면서 프로덕트가 어떤 플로우와 의사결정을 거쳐 만들어지고 이 과정에서 리서처, 엔지니어의 역할이 무엇인지 아는 것이 매우 도움이 되었습니다. 그래서 새로 오시는 인턴분들께 이러한 부분에 대해 잘 설명드리면 좋을 것 같습니다!