Novelism

주의: 이 결과물이 술이 될 수도 있으니 미성년자는 따라하지 말아주시기 바랍니다. 지금까지 이런 음료는 없었다. 이것은 포도주인가 포도주스인가...? 작년 가을부터 여러번 만들어먹었는데 맛있었습니다. 먹어본 사람들도 맛있었다고 했던 것 같습니다. 일단 포도를 삽니다. 저는 돈이라면 벌벌 떠는 사람이라 그냥 싼거 샀습니다. 캠벨이나 머루포도 같은거 할인하는거 잘 찾아보세요. 한 박스 3kg 정도 짜리입니다. 상태가 별로 좋지 않아보이지만 뭐 어짜피 주스인데... 잘 씻어줍니다. 농약이나 먼지 오염이 걱정되면 열심히 씻어줍니다. 그리고 물을 빼줍니다. 집에서 놀고있는 술통에 담아줍니다. 가능한 술통도 깨끗이 씻어서 잘 말려줍니다. 알코올로 소독해도 좋습니다. 장갑을 끼고 포도를 으깨줍니다. 주먹으로 누르고 ..

중국식 맛탕 바쓰 만드는 방법입니다. ko.wikipedia.org/wiki/%EB%B0%94%EC%93%B0 바쓰 - 위키백과, 우리 모두의 백과사전 위키백과, 우리 모두의 백과사전. ko.wikipedia.org 그냥 편이상 맛탕이라 적었지만, 양념 치킨과 닭강정만큼이나 다른 요리입니다. 저는 요리를 감으로 합니다. 저울? 없습니다. 온도계? 없습니다. 시간? 제 마음속의 비트뿐 저는 과학자이긴 한데... 과학자에게 너무 많은것을 기대하면 안됩니다. 우선 고구마를 자르고 튀깁니다. 적당히... 적당히라고 하면 다 적당히 하면 됩니다. 요리를 처음부터 성공할 생각 하지 마세요. 뭐든 실패하고 시행착오로부터 배우는 것입니다. 실패로부터 배우는 사람은 어리석은자이지만 바보가 아닙니다. 다 튀겨지면 일단 접..

저도 머신러닝 기반 분자생성 논문을 썼지만, 머신러닝 기반 분자생성 방법들 중 쓸만한게 거의 없습니다. 논문 저자들 중 자신이 만든 메소드를 계속 쓰는 사람이 있는지 궁금할 정도입니다. 여러가지 문제가 있지만, 일단 데이터를 통한 학습이라는 것이 데이터로부터 자유롭지 못하다는 것과, 합성가능성을 고려하기 어렵다는 점이 문제입니다. 학습한 데이터와 다른것이 생성되었다면, 그것이 머신의 창의력의 결과이기보다는 학습이 잘못되어서 나왔을 가능성이 높습니다. 그리고 사이드 체인에 뭔가 많이 붙었지만, 그게 정말 필요해서 붙었는지, 아니면 머신의 학습 오류인지 판단하기도 어렵습니다. AE 기반 분자 생성 모델에서 AE의 reconstruction조차 100%가 안되는데... 생성할 때 붙는 무언가도 노이즈에 의한 ..

말하지 않아도 알아요. 그낭 바라보면... 이라는 광고가 있었습니다. 초코파이 情 (아홉) 제 지도교수님이 어느날 저에게 "니가 무슨 생각하는지 아무도 모르고 관심도 없다." 라고 말씀하셨습니다. 제가 너무 답답해서 하신 말씀 같은데, 저는 이 말을 제일 감사하게 생각합니다. 왜냐하면 저는 그 사실을 정말로 모르고 있었으니까요. 저는 사람들이 모든것을 안다고 (혹은 내 머리속을 안다고) 착각하고 있었습니다. 제가 약간 머리속을 들키는 것을 싫어하는 성향도 있었고요. (지금은 반대로 제가 생각하는 것을 다른 사람에게 이해시키는게 너무 어려워서 어떻게든 이해할 수 있는 사람을 찾고 싶을 정도인데... ) 그러니까 그 전까지 저는 사람들과 대화를 제대로 하지 못했습니다. 누가 무엇을 아는지 모르는지, 무엇에 ..

민주국가에 살고 있지만, 애석하게도 우리가 한 선택이 최선이었는지 항상 의문이 듭니다. 그래도 저는 민주주의를 좋아합니다. 민주주의는 핵심은 자신들의 문제를 자신들이 고민하고 자신들이 선택하고 그 결과를 자신들이 책임지는 것이라 생각합니다. 민주주의는 고민하고 대화하고 토론하는 과정으로 이루어지고, 구성원에 대한 상호 존중이 필요합니다. 대화와 토론에서 결론이 내려지면 좋은 일입니다만, 그렇지 않을 경우 (혹은 단순히 수렴을 위해서) 투표로 이어집니다. 고민과 대화 없는 투표는 의미가 없다고 생각합니다. 이런 결정과정이 결코 최선의 결과를, 혹은 최악의 결과를 피하는 것을 보장하지 않습니다. 사람은 실패를 경험하기 마련이며, 인간 사회 또한 마찬가지입니다. 중요한 것은 실패를 받아드리고 책임지고 더 나은..

제가 단백질 구조 예측 분야를 연구하던 시절엔 구조 예측에 만에 집중했고, 단백질 하나 하나에 대한 연구를 별로 하지 않았습니다. 그러다보니 단백질 구조 예측을 해도 그것을 어디에 어떻게 사용할지에 대해서 깊히 생각해보지 않았습니다. 신약개발 분야로 넘어오면서 여러 단백질에 대해서 구조를 분석하다보니 여러 재미있는 점들을 알 수 있었습니다. 인간 단백질들 중에서 패밀리 단백질끼리는 서열이 매우 (50% 이상?) 유사합니다. 구조 또한 거의 유사합니다. 약물의 단백질에 대한 결합 여부를 실험해보면 패밀리에 속한 단백질 끼리는 상관성이 매우 높게 나올 것입니다. 슈퍼 패밀리라 할 수 있는 단백질들은 서열 유사성이 20% 정도로 떨어지지만, 전체적인 구조는 유사합니다. 그런데, 슈퍼 패밀리에 속하는 포켓 구조..

여러 연구실에서 주기적으로 그룹미팅을 합니다. 그런데, 어떤 분들은 그 자리를 자신이 업무 보고 받는 자리라고 생각하는 것 같습니다. 전 구성원이 참여했는데, 본인이 듣고 싶은것만 들으려 하고, 질문은 본인만 하고, 본인이 마음에 들지 않으면 발표를 진행하지 못하게 합니다. 솔직히 저는 참여해도 제 일이 아닌거 듣는것도 별로 흥미가 안생기고... 업무 보고를 원한다면 그냥 둘이 만나서 하는게 나은게 아닌가 같은 생각이 듭니다. 업무 보고가 아니라면 좀 더 구성원들이 자유롭게 의견을 교환할 수 있게 운영해야 합니다. 솔직히 그룹미팅 자리에서 듣고 질문하는 것보다는 궁금하면 나중에 직접 만나서 이야기하는게 더 편했습니다. 그리고 그 자리에서 도움을 요구하는 사람도 별로 없고요. 그냥 도움이 필요하면 개인적으..

저는 게임을 좋아합니다. "그런데 문득, 게임의 퀘스트 시스템을 업무에 적용하면 어떨까?" 라는 생각이 들었습니다. 현대사회는 복잡하고 여러 사람들이 협업하려면 모듈화가 필요합니다. 하지만 모듈화는 때때로 원하지 않는 결과를 반납하게 되는 상황이 되기도 합니다. 이럴 때 "프로젝트를 Quest 단위로 모듈화하고, 전체 프로젝트에서 해당 quest의 의미, 목적, 목표, 목표치, 등을 설정하여 관리한다면, 모듈화에 도움이 되지 않을까?" 하는 생각이 들었습니다. 게임에서의 Quest는 Quest를 발주한 사람, Quest에 대한 설명 (목적), 목표치, 기일, Quest를 받기 위한 자격, 보상 등을 포함합니다. 또한 Quest들을 연결해서 하나의 흐름 (Project)을 보여주기도 합니다. 예를 들자면 ..

이미 조금 지난 일이지만, 작년 CASP14에서 딥마인드의 알파폴드 2가 예측 정확도에서 다른 참가자를 크게 제쳐버린 일이 있었습니다. 하지만 아직도 알파폴드2를 제대로 분석한 자료는 보이지 않는 것 같습니다. 딥마인드를 과소평가하는게 아닌가... 그런 생각이 듭니다. 저도 나름 단백질 구조예측 분야를 연구한 경험이 있기에 몇가지 적어볼까 합니다. 먼저, 저는 단백질 구조예측대회 CASP12에 참여하였고 3위안에 드는 그룹 소속으로 주요 저자 중 한명이었습니다. 그리고 correlated mutation 관련된 논문을 2편 쓴 경험이 있습니다. (하지만 그중 한편 도메인 경계 예측은 딥마인드가 도메인 경계 나누지 않고 그냥 모델링 해버렸다고 해서 묻혀버린 분야가 되었습니다.) 굳이 제 이야기를 하는 이유..

한마디로 말하면 Queen은 저에게 여러 이유로 충격적인 밴드입니다. 제가 Queen을 처음 알게된건 대학원생 때였습니다. 인터넷에서 누군가가 장난으로 누나의 뮤직 플레이어에 이상한 곡들을 넣는 장난을 치는 글을 봤는데, 그중 한곡이 Bohermian rhapsody 라서 알게 되었습니다. 뮤직 비디오를 처음 보고 제 감상은, "아... 이거 뭐라 해야하나..." "뭐 이렇게 실험적인 노래가 다 있지?" "아카펠라 밴드인가" "노래가 뭔가 대단한데, 전혀 대중적이지 않은것 같다. 이런거 누가 듣나...? 사람들 앞에서 부를 수 있나...?" "이 밴드는 전위예술가들의 모임인가? 저 옷은 대체 뭐지..." 같은 것들이었습니다. 줄여서... 뭔가 대단한데, 전혀 대중적이지 않은 이상한 장르 음악을 만드는 사..