여성들은 오픈소스 프로젝트에 대한 기여를 통해 AI/ML 기술을 발전시키는 데 놀라운 진전을 이루었습니다. 그들은 연구원, 개발자 및 기업이 최첨단 AI/ML 솔루션을 만들고 구현할 수 있도록 지원하는 도구, 알고리즘 및 프레임워크를 개발하고 유지 관리해 왔습니다.
이러한 성과를 축하하기 위해 Google Dev Library는 전 세계 개발자들의 뛰어난 기여를 소개했습니다. 또한 AI/ML 프로젝트를 진행하는 여성 개발자들의 기여를 보여줄 수 있는 기회를 제공했습니다. 글을 읽으면서 이들의 프로젝트와 통찰력을 확인해 보시기 바랍니다.
Suzen은 미션 중심의 사회 지향적 기업들이 AI와 데이터를 활용하여 영향력 있는 결과를 도출할 수 있도록 돕는 열정을 가진 머신 러닝 엔지니어입니다. 트위터에서 3년간 경험을 쌓은 Suzen은 모델 개발 및 배포 프로세스를 간소화하여 더 빠른 반복 개발과 향상된 효율성을 지원하는 플랫폼 도구를 개발했습니다. Sue는 최근 "InteractiveContext를 사용하여 사용자 지정 TFX 아티팩트를 시각화하는 방법" 이라는 제목의 블로그 게시물을 Dev Library와 공유했습니다. Sue와 함께 이야기를 나누며 Sue의 경험에 대해 자세히 알아보겠습니다.
1. InteractiveContext를 사용하여 TFX 아티팩트를 검사하는 것과 관련하여 최근 Dev Library에 제출하신 내용과, InteractiveContext가 TFX 파이프라인 디버깅에 중요하다고 생각하는 이유를 말씀해 주시겠습니까?
TFX에서 제가 가장 좋아하는 점 중 하나는 InteractiveContext를 사용하여 개별적으로 파이프라인 단계를 실행하고 대화형으로 결과를 검사할 수 있다는 것입니다. 예전에는 시각화가 내장된 표준 아티팩트만 표시할 수 있다고 생각했지만, 사용자 정의 아티팩트와 함께 InteractiveContext를 사용할 수도 있습니다. 저는 사용자 정의 아티팩트를 표시하는 방법을 설명하는 예제나 문서를 찾지 못했기 때문에 튜토리얼을 작성했습니다.
2. 다른 개발자를 돕기 위해 프로젝트에 대한 기술 문서를 작성하는 프로세스를 안내해 주시겠습니까?
저는 업무 또는 오픈소스 프로젝트를 위한 기술 문서를 만들 때 커뮤니티의 모범 사례 및 스타일 가이드를 따르고 독자를 중심에 두기 위해 최선을 다합니다. 저는 독자들이 문서를 읽은 후에 무엇을 배우거나 할 수 있기를 바랄 수 있는지에 대해 많이 생각합니다. 제출한 튜토리얼을 작성할 때도 비슷한 접근 방식을 따랐습니다.
저는 여러분이 관심 있는 지역 사회와, 현재 사용 중이고 개선에 도움이 되고자 하는 프로젝트에 기여하는 것을 추천합니다. 프로젝트를 사용하여 무언가를 만드세요. 설명서를 좀 더 명확히 할 필요가 있다면 질문하세요. 버그가 발견되면 보고하세요. 멋진 것을 만들면 데모를 보여주거나 그에 대한 글을 작성하세요. 해결할 수 있는 문제가 발견되면 자발적으로 해결에 나서보세요. 그리고 막히거나 무언가를 이해하지 못하면 도움을 요청하세요. 또한 GitHub의 '오픈소스에 기여하는 방법' 가이드(https://opensource.guide/how-to-contribute/)를 읽어보시기 바랍니다. 제가 말씀드리고 싶은 점은 오픈소스 프로젝트가 코드 그 이상이며 여러분의 관심사에 따라 기여할 수 있는 다양한 방법이 있다는 것입니다.
제 개인 프로젝트의 대부분은 활발한 학습의 장입니다. 그러한 프로젝트에 대해 글을 쓸 때, 저는 결과보다는 그것을 개발하는 과정에 훨씬 더 집중합니다. 그래서 저는 그것들이 어떻게 작동하는지 보여주는 것 외에도, 제가 그것들을 만드는 데 영감을 준 것, 제가 직면한 도전, 그리고 프로젝트의 다음 단계에 대해 설명합니다. 또한 저는 제가 배운 도구와 개념을 이해하는 데 도움이 되는 자료에 대한 다양한 링크를 소개합니다.
3. 오픈소스 AL/ML 프로젝트 개발에 관심이 있는 다른 여성들에게 하고 싶은 조언에는 어떤 것들이 있고, 어떻게 시작할 수 있나요?
저는 여러분이 관심 있는 지역 사회와, 현재 사용 중이고 개선에 도움이 되고자 하는 프로젝트에 기여하는 것을 추천합니다. 프로젝트를 사용하여 무언가를 만드세요. 설명서를 좀 더 명확히 할 필요가 있다면 질문하세요. 버그가 발견되면 보고하세요. 멋진 것을 만들면 데모를 보여주거나 그에 대한 글을 작성하세요. 해결할 수 있는 문제가 발견되면 자발적으로 해결에 나서보세요. 그리고 막히거나 무언가를 이해하지 못하면 도움을 요청하세요. 또한 GitHub의 '오픈소스에 기여하는 방법' 가이드(https://opensource.guide/how-to-contribute/)를 읽어보시기 바랍니다. 제가 말씀드리고 싶은 점은 오픈소스 프로젝트가 코드 그 이상이며 여러분의 관심사에 따라 기여할 수 있는 다양한 방법이 있다는 것입니다.
4. Dev Library 작성자 프로필 소개에 따르면 '언어 학습을 재미있고 접근하기 쉽게 만드는' 방법을 모색하고 있다고 나와 있습니다. 그 과정을 안내해 주실 수 있나요?
이 부분은 아직 진행 중이고 제가 주로 취미삼아 하는 것입니다. 저는 언어를 배우는 것을 좋아하고 언어를 배우는 방법을 배우는 것을 좋아합니다. 언어는 제가 '지루함을 느끼지 않고 몇 시간 동안 이야기할 수 있는 주제' 입니다. 실제로 이와 관련한 프로세스가 정해져 있지는 않습니다. 대신에 저는 탐구와 실험을 많이 하며 호기심에 따라 움직입니다. 때로 여기에는 언어학 교과서 읽기, 다양한 언어 학습 앱 사용하기, Common Voice와 같은 프로젝트에 참여하기, spaCy와 같은 라이브러리 사용 방법을 배우는 것 등이 포함됩니다.
5. 앞으로 오픈소스 AI/ML 개발 분야가 어떻게 발전할 것으로 보고 있으며 이러한 변화에 어떻게 대비하고 있습니까?
머신러닝의 민주화를 목표로 하는 도구와 플랫폼이 지속적으로 개발되고 있습니다. 이를 통해 사람들이 자신이 사용하는 모델과 AI 기반 제품에 의미 있게 참여하고 작동 방식을 더 잘 이해할 수 있기를 바랍니다. 또한 이것이 Masakhane과 같은 더 많은 풀뿌리 참여 연구 커뮤니티로 이어지고 ML이나 소프트웨어 엔지니어링 배경이 없는 사람들이 오픈소스 프로젝트를 만들고 기여하도록 장려할 수 있기를 바랍니다.
Aqsa는 기술에 대한 강한 호기심과 다른 사람들과 아이디어를 공유하려는 열망을 가진 열정적인 머신 러닝 엔지니어입니다. 그녀는 방문 고객 수 예측, 백내장 감지, 증강 현실, 물체 감지 및 추천 시스템을 포함한 다양한 프로젝트에서 실무 경험을 보유하고 있습니다. Aqsa는 'TensorFlow의 콜백 — 훈련 동작 사용자 정의'라는 제목의 블로그 게시물을 Dev Library와 공유했습니다. Aqsa와 이야기를 나누면서 그녀의 경험에 대해 자세히 알아보겠습니다.
1. 파키스탄 최초의 Google Developer Expert(GDE)로서, 포용적이고 다양성을 갖춘 커뮤니티를 구축하는 데 어떻게 접근하시나요?
Google Developer Expert(GDE)로서 저의 책임은 포용적이고 다양성을 갖춘 이벤트, 워크숍, 멘토링을 통해 기술 커뮤니티를 개선하는 데 도움을 주는 것입니다. Google, 동료 GDE 및 Google Developer 그룹의 지원을 통해 우리는 배경이나 경험 수준에 관계없이 모든 사람이 접근할 수 있는 기회를 만드는 것을 목표로 합니다. 연사로서 저는 ML에 대한 지식을 다양한 청중과 공유하고 여성, 소수자, 다양한 배경을 가진 개인을 포함하여 기술 분야에서 소외된 개인에게 멘토링을 제공합니다. 저는 교육 및 직업 기회에 대한 지침을 제공하고 다양한 의사소통 수단을 통해 사람들을 자원과 연결하여 최대한 많은 사람들에게 서비스를 제공합니다.
2. 오픈소스 AI/ML 프로젝트에서 다른 개발자와의 협업에 어떻게 접근하며, 성공을 보장하기 위해 따르는 모범 사례는 무엇입니까?
GDE 커뮤니티에는 튜토리얼, 연구 논문 등을 위해 함께 협력하는 활발한 오픈소스 기여자들이 있습니다. 협업이 권장되며 Google 직원들은 때로 GDE와 함께 오픈소스 프로젝트를 주도합니다. 여러분이 관심을 표명하면 개발자들은 기꺼이 협력할 준비가 되어 있습니다. 긍정적인 문화를 조성하기 위해 우리는 가치와 존중, 명확한 목표, 관리 가능한 작업, 커뮤니케이션 채널, 열린 커뮤니케이션, 건설적인 피드백 및 이정표 축하를 강조합니다. 성공적인 협업은 서로의 시간과 기술을 소중히 여기는 데 달려 있습니다.
3. 오픈소스 프로젝트에서 기술적 엄격함과 사용 용이성 및 접근성에 대한 요구 사이의 균형을 어떻게 맞추고 있습니까?
기술적 엄격함과 사용 용이성 사이에 적절한 균형을 맞추려면 청중과 그들의 요구 사항을 이해하는 것이 중요합니다. 기술 지식이 없는 청중을 위해 기술 개념을 단순화하고 실제 적용에 중점을 두어야 합니다. 오픈소스 프로젝트의 경우에는 좀 더 유연성을 가져도 되지만, 워크숍이나 교육에서는 청중에게 적합한 도구와 기술을 선택하세요. 초보자의 경우에는 더 간단한 언어와 대화형 데모를 사용하세요. 중급 또는 고급 수준의 청중의 경우에는 코딩 스니펫과 복잡한 개념을 통해 기술적인 세부 사항을 더 자세히 다루어 보세요.
4. 기술 작성자가 콘텐츠나 프로젝트를 정기적으로 수정하는 것이 왜 중요하다고 생각하시나요? 모든 기술 작성자 또는 오픈소스 유지 관리자가 이 모범 사례를 따르는 것이 중요하다고 생각하시나요?
기술은 끊임없이 변화하므로 기술 작성자는 정확성을 보장하기 위해 정기적으로 콘텐츠를 수정해야 합니다. 청중의 피드백은 콘텐츠를 접근 가능하고 유용하게 만드는 데 도움이 될 수 있습니다. 그러나 기여자는 바쁜 일정으로 인해 자신의 작업을 업데이트할 시간을 내지 못할 때도 있습니다. 그럼에도 불구하고 기술 블로그와 프로젝트는 여전히 업데이트나 후속 블로그를 통해 기여할 수 있는 새로운 개발자에게 유용한 시작점이 됩니다.
5. 귀하가 작업한 프로젝트 중 특히 자랑스럽게 여기는 프로젝트에 대해 말씀해 주시겠습니까? 그리고 그것이 오픈소스 커뮤니티에 어떤 영향을 미쳤습니까?
저는 Google Women Developer Academy와 같은 영향력 있는 이니셔티브의 일원으로서, 파일럿의 멘토 역할을 했습니다. 이 프로그램은 기술 분야의 여성들이 의사소통 기술을 향상시키고 자신의 재능을 보여줄 수 있도록 준비하여 자신감을 높일 수 있도록 도와줍니다. 또한 COVID-19 대유행 기간 동안 저는 동료 Google Developer Expert(GDE) 와 협력하여 머신 러닝 개념을 단순화하는 '초보자를 위한 ML'이라는 오픈소스 과정을 만들었습니다. 현재 저는 GCP에서 지원하는 클라우드 AI 프로젝트를 진행하고 있으며, 클라우드 AI 학습에 보다 쉽게 접근할 수 있도록 오픈소스 'Cloud Playground' 저장소를 시작했습니다.
2018년부터 ML Google Developer Expert(GDE)로 활동하고 있는 Margaret은 기후 변화부터 예술, 디자인에 이르기까지 AI/ML을 실제 분야에 적용하는 ML 연구 엔지니어입니다. 딥 러닝, 컴퓨터 비전, TensorFlow 및 온디바이스 ML에 대한 전문 지식을 바탕으로 그녀는 컨퍼런스에서 자주 글을 쓰고 강연합니다. Margaret은 TensorFlow Lite와 같은 주제에 관한 여러 프로젝트를 Dev Library와 공유했습니다. Margaret과 이야기를 나누고 그녀의 경험에 대해 자세히 알아보겠습니다.
1. 사용하는 Google 기술을 알려주시겠어요?
제가 사용하는 Google 기술 중 일부는 TensorFlow, TensorFlow Lite, Keras, Android, MediaPipe 및 ML Kit입니다.
2. 오픈소스 프로젝트에서 다른 개발자와 공동작업하는 방법은 무엇이며, 성공적인 공동작업을 위해 따르는 모범 사례는 무엇입니까?
저는 Googler, ML GDE, 학생 및 기술 전문가와 협력해 왔습니다. 일관된 의사소통과 코드 체크인, 코드 검토 등의 모범 사례를 준수하는 것은 성공적인 협업을 보장하는 데 도움이 됩니다.
3. 오픈소스 AI/ML 프로젝트를 생성하고 유지 관리하기 위한 개발 프로세스는 무엇이며, 어떤 프로젝트를 우선적으로 작업하나요?
시간이 제한되어 있으므로 우선순위 지정이 매우 중요합니다. 저는 저를 포함한 개발자들이 도전할 수 있는 새로운 기술이나 영역을 소개하는 것을 좋아합니다. 코드와 튜토리얼 외에도, 저는 스케치노트와 시각적 일러스트레이션을 통해 지식을 공유하는 것을 좋아합니다.
4. 귀하는 TensorFlow Lite에서 학습 리소스를 공유해 왔습니다. 오픈소스 프로젝트 개발에 관심이 있는 다른 여성들에게 하고 싶은 조언은 무엇이며, 어떻게 시작할 수 있나요?
오픈소스 프로젝트에 기여하는 방법에는 여러 가지가 있습니다. 문서 또는 제품 기능에 대한 피드백 제공, 샘플 코드로 튜토리얼 작성, 버그 수정 또는 라이브러리 기여 등이 있습니다. 먼저 간단하고 쉽게 시작한 다음 더 어려운 프로젝트로 진행하는 것이 가장 좋습니다.
5. 앞으로 오픈소스 AI/ML 개발 분야가 어떻게 발전할 것으로 보고 있으며 이러한 변화에 어떻게 대비하고 있습니까?
오픈소스는 AI/ML 개발에 점점 더 중요해지고 있으며, 이는 최근의 생성형 AI 및 온디바이스 머신 러닝과 같은 개발을 통해서도 잘 드러납니다. 오픈소스 프로젝트를 위한 더 많은 기회가 있을 것입니다. 오픈소스 프로젝트는 다른 사람들을 돕는 동시에 최신 정보를 학습하는 데 효과적이므로 계속 기여해 주시기 바랍니다.
AI/ML 커뮤니티에 적극적으로 기여하고 있습니까? Google Dev Library 기여자가 되어보세요!
Google Dev Library는 Google 기술을 특징으로 하는 오픈소스 프로젝트를 선보이기 위한 플랫폼입니다. 글로벌 개발자 커뮤니티에 가입하여 프로젝트를 소개하세요. 콘텐츠를 제출하세요.