Deep Learning Project에서 Deep Insight를 얻기 까지는 많은 시간이 소요된다.

주어진 과제에 급급하여 Project를 하다보면, 우리가 얻는 것은 신기루 뿐이다.

Data를 바라보고 수집하고 Parameter들을 Estimation하면서 그들의 Tendency를 유추해 나가고 그들의 표면적인 모습들이 아닌 Deep Relation의 Attribute까지 밝혀낼 수 있으려면 우리는 우리의 목표와 기준 잣대로 평가하기 보다는

Hyper Parameter들의 수많은 궤적들을 Business측면의 Reassign된 Vector평면 속에서 의미를 추론해 나가야 한다.

AutoML이 대두되고 있지만 이는 현재는 논문 Scope을 벗어나지 못하고 있다.

예를 들자면 자연어 처리의 경우 인간은 상대방이 한 말을 벡터차원에 뿌리고 그들의 유사도와 긴밀성을 추론하여 판단하지 않는다.

즉 우리는 수많은 가정속에 그것들을 녹이고 그것의 경향성을 판단할 뿐이지 그것이 맞다고는 볼수 없다

즉 Mechanic, Bio, Industry 등 모든 Input과 Output이 될 수 있는 지점을 바로보고 그들을 유추할 수 있는 것은 바로 Input과 Output Data들을 수 없이 바라보고 애정을 갖고 있는 사람들이다.

그들과 긴밀하게 커뮤니케이션 하지 않고서는 AutoML에 대한 구현은 쉽지 않을 것이다.

인간과 Deep Learning 그들은 Deep Tendency를 갖고 있기 때문이다.

사람과 기계 마찬가지로 그들의 깊숙한 고민까지 털어놓을 수 있게 까지는 많은 시간이 소요될 것으로 본다.