ㅇㅇ

우분투, 파이썬, 텐서플로우, 넘파이, 도커, 통계, 컴퓨터구조 등 회사일을 하면서 얻은 모든 지식을 여기다가 정리한다.

Ubuntu 명령어 모음

:

du -sh * # 현재 폴더 용량 확인

FDISK

:

mount

:

달린 device list보는 법

parted -l

fdisk -l

mkdir /home/id/data

mount /dev/sdc1 /home/id/data

즉 폴더만들고 parted -l로 새로 단 장비의 device 이름(sda,sda,sdc)를 보고 그 내부에 partition번호(1,2,3,...)을 보고 해당 partition을 지정한 폴더(/home/id/data)에 mount시킨다. 

Vim 명령어 모음

정규표현식 모음

Discard Data or Fix Data

Feature Engineering은 다음으로 구성되어 있다.

feature selection, feature extraction, feature scaling, create new feature

No Free Lunch Theorem In Machine Learning

:데이터에 대한 어떠한 가설도 없다면, 어떤 모델을 다른 모델보다 더 좋아할 이유가 없다. 따라서 데이터에 대한 도메인 지식이 반드시 필요하다는 것.

Dropout시

tf.placeholder_with_default쓰기(값 안넘기면 default값(1로 두고)을 사용함으로써 test할 때랑 train할 떄 구분 지어줌)

SVM(Support Vector Machine)

:데이터를 뿌려놓고 확률을 생각하지 않고 decision boundary를 구하는 방법

decision boundary를 margin(decision boundary과 가장 가까운 점(a training instance)과의 거리)이 크게 찾고 싶은 것

decision boundary를 support하는 vector를 찾는 것이 목표(결국 너비가 가장 큰 road에 걸려져있는 vectors를 support vector라 한다.)

wx+b가 양수가 나오면 w방향으로의 점들임(w는 평면의 법선벡터)

confidence level = y_i(wx_i+b), y_i는 positive case에 1, negative case에 -1을 assign, 이렇게 함으로써 모든 training instances에 대해 confidence level은 항상 양수

confidence level이 최대가 되게하는 (w,b)를 찾는게 목표(임의의 training instance에 대해 모두다 wx+b=0인 평면에 정사영 시킨 벡터로 벡터를 분리해서 보면 바로 이해가 됨)

x_0와 decision boundary와의 거리는 (wx_0+b)/||w||가 된다. 

만약 decision boundary가 존재한다면, 그리고 그때 support vectors를 wx_1+b = a, wx_2 + b = -a라 하자. (a는 임의의 양수)

그럼 다음과 같은 optimization problem이 된다.

max over (w,b) 2a/||w|| s.t. (wx_j+b)y_j >= a for all j in training instance

a를 편의상 1로 두고 역수취해 min 문제로 바꾸면

min over (w,b) ||w|| s.t. (wx_j+b)y_j >= 1 for all j in training instance

즉 quadratic programming(w의 크기->2차)

Hard margin SVM이란, 어떠한 error case도 허용하지 않는 것

Soft margin SVM이란, error case에 penality를 줌(즉 허용하되 penalty를 부여, decision boundary와 떨어진 거리에 비례하게 혹은 error case의 개수만 고려)

Hard margin SVM은 현실에서 구현이 힘듦(대개는 에러가 생김), Hard나 Soft모두 linear decision boundary를 찾는게 목표, 어쨌든 선형 decision boundary를 찾아야하는데 error case가 생긴다면 Soft margin SVM써야함

Kernel Trick을 이용하면 Hard Margin이면서 nonlinear decision boundary를 찾을 수가 있음.(데이터의 원래 차원에선 nonlinear이지만, feature mapping에 의한 차원 확장 공간에선 linear decision boundary임)

Soft margin SVM에서 

penalty상수에다가 error case 개수를 min에 추가하는 방법이 있을 수 있다. 이건, 모든 error case가 동등하게 penalty줘야하는 경우

penalty상수에다가 support vector를 넘어서는 순간부터 penality를 주는 형태가 있다.

전자는 0/1 loss(decision boundary를 넘어서는 순간부터 error줌), 후자는 hinge loss(decision boundary를 넘지 않았어도 support vector를 넘어서면 penalty 부과)

0/1 loss인 경우가 잘 쓰이지 않는 2가지 이유, 형평성문제(아주 틀린놈이랑 조금 틀린놈이랑 같은 취급), quadratic programming 구현이 어려움

후자에서 hinge loss인 경우 optimization problem은 다음과 같다.

min over (w,b) (||w||+C*sum over all j ξ_j s.t. y_j(wx_j+b) >= 1- ξ_j and ξ_j >=0 for all j in training instances.

(여기서 1-ξ_j를 이해하는게 관건, 원래는 >=1이었는데, >=1-ξ_j란 원래 있어야할 >=1영역보다 떨어진 정도를 1-ξ_j 로 나타낸 것)

후자는 Quadratic Programming이 쉽게 풀림 ξ_j를 slack variable(부가변수)라 한다.

Constraints를 Soften했다고 해서 Soft margin SVM이라 하는 것

Kernel Trick이란, 다른 차원으로 보내서 내적으로 정의되어있지만, 다른 차원으로 보내는 feature mapping function을 구하지말고 구하는 방법을 가리킨다. lagrange multiplier를 구하는 dual

https://www.youtube.com/watch?v=dP9CDyR0L3E

이거부터 보면서 마무리 정리하면 됨

Quadratic Programming

:다변수, 차수는 최대 2차인 함수를 max/min optimization, constraint는 1차로 표현되는 형태릐 문제를 가리킨다.

nonlinear programming의 대표적인 예

Quadratic Residue

:이차잉여를 배우는 이유는 정수계수정수방정식을 풀 때 그냥 풀기는 어려워서 합동식으로 범위를 제한하고 Chinese Remainder Theorem를 써서 구하는게 큰 그림. 이를 위해 일차, 이차 등 합동방정식을 해결먼저하는게 필요하고 그 때 이차잉여, 르장드르 기호 도입 등이 필요함

Decision Tree

:

n:features 총 개수

m:training instances의 총 개수

Parameters(scikit learn기준)

max_depth:tree의 depth의 상한을 설정

presort:학습이전에 데이터를 sort를 먼저 할 지를 정한다. m이 천단위로 적을 땐 True, 만단위이상일 땐 False하는 것이 학습 속도에 도움이 된다.

criterion:gini or entropy, cost function을 계산하여 feature를 greedy하게 나눌 때, impurity를 gini value를 쓸 지 entropy를 쓸 지 정한다. gini와 entropy가 성능 차이가 뚜렷하지 않으므로 계산이 빠른 gini가 default, 두개가 만들어낸 tree가 다를 때를 보면은 gini가 the most frequent class를 독자적인 branch로 두는 경향이 있고 entropy는 balanced tree를 만들어 낸다.

min_samples_split:leaf가 아닌 node가 split될 후보가 되기위한 최소 samples개수, 즉 만약 node_k가 samples가 153인데 min_samples_split가 160이면 학습시 node_k에서 쪼개는 것은 더이상 생각 안함

min_samples_leaf:leaf가 가질 수 있는 최대 samples 개수, 만약 node_k가 samples=7이고 쪼개지면 1과 6으로 쪼개지는 상황인데 min_samples_leaf가 2이면 1<2이므로 쪼개지지 않게 함

max_leaf_nodes:leaf의 최대개수 상한

max_features:학습시 각 node에서 feature를 고르는데 feature 고려 후보 개수 상한, 즉 max_features=5이고 모든 feature개수가 50일 때, 각 node에서 50개 중 임의의 5개의 feature만 택해서 greedy하게 best feature, threshold를 찾아낸다. 적을수록 regularize하는 것이고 overfit risk 낮춤

splitter:각 node에서 greedy하게 택한 best feature를 쓸지, 아니면 random하게 feature택하고 threshold만 적절하게 학습으로 찾을 지 선택

학습과정

:

Cost(feature_name, threshold_value) = left_ratio * left_impurity + right_ratio * right_impurity 가 최소가 되게하는 feature_name과 threshold_value를 택한다. 

즉 the purest subsets(weighted by their size)가 되게끔

이후 각 node마다 위의 과정을 반복하여서 feature_name과 threshold_value를 차례로 설정해나간다. 더이상 training instance가 나눠지지 않을때까지 나누거나 max_depth로 설정한 값까지 나눈다. 즉 greedy하게 학습한다.

greedy하기 때문에 optimal solution인지는 알 수가 없다. optimal solution을 찾는 것은 NP-Complete로 알려져 있으며 O(exp(m))로 알려져 있다. 

regression의 경우

Cost(feature_name, threshold_value) = left_ratio * left_variance + right_ratio * right_variance 가 최소가 되게하는 feature_name과 threshold_value를 택한다.

여기서 left_variance란, left에 속하게 되는 instances의 y값의 편차를 가리킨다.

학습할 때의 계산복잡도는 O(n*m*log(m))이다.

restriction없이 그냥 decision tree를 학습한 후에 모든 children nodes가 leaf인 node중에서 chi-square test using p-value 해서 null hypothesis:이 node를 children과 두는게 성능 향상되는게 우연이다, 라고 둔 확률이 일정 threshold(hyperparameter)보다 크면 accept하고 node의 children를 삭제하는 형태의 constraint를 두기도 한다. pruning(가지치기)라고 한다.

학습후

:

각 node는 다음의 데이터를 갖는다. 

feature_i criteria, ex) length > 0.2, 통과되면 왼쪽 node로 감

gini value(1 - (a_1/samples)^2 - (a_2/samples)^2....), 즉 작을수록 좋고, impurity를 measure하는 metric중 1가지 or entropy (parameter인 criterion을 default가 gini)

(entropy는 각 class의 training instance분포를 기준으로 구함, training instance가 0인 class는 summand로 넣지 않음)

samples(통과된 training instance의 개수), 

value=[a_1,a_2,...a_class개수]로 각 training instances의 class별 개수, 

class(이 node에 있으면 predict한 class값)

tree_clf.predict_proba("feature value list")를 통해 임의의 instance(feature value list로 실현된)를 입력하면

instance가 도착한 node의 samples와 value를 이용하여 instance가 어떤 class인지 predict한 값과, 그 class일 확률을 계산한다.

그 class일 확률 및 다른 class일 확률은 samples와 value를 이용하여 a_1/samples, a_2/samples,...를 통해 계산한다. 즉 training instances들의 그 node에 분포한 확률을 뱉는 것일 뿐. 즉 test instance의 feature값이 무엇이든, 같은 node에 도착하면 class distribution은 같게 나온다.

predict할 때의 계산 복잡도는 O(log(m))이다. Worst case는 O(m), 즉 모든 leaf가 training instance를 1개씩만 갖는 상황. (꼭 한개의 node에 여러 samples가 있을 필요가 없음, 특정 class의 samples가 다 있어야 하는 것도 아님)

따라서 아무리 많은 training instance로 학습하였어도, prediction은 빠르다.

특징

:

데이터 전처리를 거의 필요로 하지 않는다. scaling, centering따위 필요하지 않음

nonparametric(parameter가 없다는 뜻이 아니라, 있지만, 학습 이전에 정하지 않는 다는 의미), 따라서 overfit위험이 크므로 max_depth같은걸 지정함

regularization은 hyperparameter(max*을 줄이거나 min*을 늘리거나 하여 overfit 예방)

decision tree는 기준을 orthogonal하게 잡아버림, 따라서 rotation된 data에 대해선 generalization performance가 약함->PCA쓰고 decision tree쓰면 해결됨

학습데이터의 small variance이 학습된 decision tree 모양을 크게 바꿀 수 있음->instable

scikit-learn의 경우 decision tree를 학습시킬 때마다 (max_features같은게 설정되어 있다면)같은 training data set이어도 다른 모델들이 나올 수 있다. 왜냐하면 random하게 feature를 택하기 때문->instable

이러한 instable문제 때문에 random forest(decision tree의 bagging version)이 등장함

Random Forest

:

Autoencoder

:input, hidden layers, output으로 구성

데이터의 효과적인 표현(coding)을 learning

대개는 더 작은 사이즈로 dimensionality reduction

알아서 적절한 features만 뽑아낼 것(without label and domain knowledge)

->Autoencoder

사용하는 곳

-feature detectors, feature extraction, dimensionality reduction

-generative model

Autoencoder가 단순히 identity가 아닌 이유

-사이즈를 줄여나간 latent feature space

-변형된 Autoencoders(input은 with noise, output은 without noise)

구성

encoder=recognition network

decoder=generative network

output=reconstructions

loss=reconstruction loss

internal representation=latent feature

internal representation < input

이 때 undercomplete autoencoder라 한다

Simple Autoencoder(즉 layer가 가장 적게)에서 

activation function을 안쓰면 PCA와 같다.

Deep Autoencoder

주의사항:너무 딥하게 만들면, 모든 training instance마다 1개의 숫자로 대응시켜버려서

training accuracy는 좋지만 generalize는 못할 수가 있음

전략1:Tying Weights

transpose를 활용하여 같은 weight를 둠으로써 학습할 weight개수를 낮추고 deep하게 가능

fully_connected쓰지말고 직접 행렬을 정의하는게 이때는 훨씬 간결하다

이 때 주의사항

weights1과 weights2만 regularizer에 넣고

weights3과 weights4는 넣으면 안됨

bias는 tied도 regul도 안했음

전략2:한번에 한개의 autoencoder학습시키기

매우 deep한 autoencoder에서 유용하다(효율적인 학습)

즉 한번에 2개의 weight와 2개의 bias를 학습시키자.(그동안 나머지 weight와 bias는 고정)

이때 phrase가 증가함에 따라 input을 매번계산하지않게 하기 위해

값을 저장해두고 쓰기

Visualizing Features

방법1: layer에서 각 뉴런마다 가장 값이 높게 나오는 training instance찾기, 이 때 layer가 top에 있을 때가 효율적임, lower에 있을 때는 매우 추상적이고 값도 적을 가능성이 높다. 예를 들면 first neuron이 가장 높은 값이 있을 때, 그 때의 training instance가 고양이 사진이라면 다른 고양이 사진에서도 first neuron값이 높게 나올 것이다.

방법2:각 뉴런마다 직전 웨이트값을 transpose하여 plot해보기, weight값의 크기를 통해 그 뉴런이 어떤 feature를 찾으려는지 시각화됨

방법3:임의의 랜덤 input(image)를 넣고 내가 관심있는 neuron이 좀 더 activate하게되게 이미지를 수정해나가기(backpropagation)

(Classification의 pretraining 으로 사용할 경우, 그냥 Classification의 성능을 볼 수도 있다.)

Regularization implement example

:

regularizer = tf.contrib.layers.l2_regularizer(l2_reg)

initializer = tf.contrib.layers.variance_scaling_initializer()

X = tf.placeholder(tf.float32, shape=[None, n_inputs])

weights1_init = initializer([n_inputs, n_hidden1])

weights2_init = initializer([n_hidden1, n_hidden2])

weights1 = tf.Variable(weights1_init, dtype=tf.float32, name="weights1")

weights2 = tf.Variable(weights2_init, dtype=tf.float32, name="weights2")

weights3 = tf.transpose(weights2, name="weights3") # tied weights

weights4 = tf.transpose(weights1, name="weights4") # tied weights

biases1 = tf.Variable(tf.zeros(n_hidden1), name="biases1")

biases2 = tf.Variable(tf.zeros(n_hidden2), name="biases2")

biases3 = tf.Variable(tf.zeros(n_hidden3), name="biases3")

biases4 = tf.Variable(tf.zeros(n_outputs), name="biases4")

hidden1 = activation(tf.matmul(X, weights1) + biases1)

hidden2 = activation(tf.matmul(hidden1, weights2) + biases2)

hidden3 = activation(tf.matmul(hidden2, weights3) + biases3)

outputs = tf.matmul(hidden3, weights4) + biases4

reconstruction_loss = tf.reduce_mean(tf.square(outputs - X))

reg_loss = regularizer(weights1) + regularizer(weights2)

loss = reconstruction_loss + reg_loss

Tensorboard

:

now = datetime.utcnow().strftime("%Y%m%d%H%M%S")

root_logdir = "tf_logs"

logdir = "{}/run-{}/".format(root_logdir, now)

mse_summary = tf.summary.scalar('MSE', mse)

file_writer = tf.summary.FileWriter(logdir, tf.get_default_graph())

이렇게 학습시마다 다른 텐서보드를 얻기위해 폴더명에 실행시간을 추가시켜버리는 테크닉가능

summary_str = mse_summary.eval(feed_dict={X: X_batch, y: y_batch})

step = epoch * n_batches + batch_index

file_writer.add_summary(summary_str, step)

이렇게 텐서보드에 표현하고 싶은 필요한 스칼라값을 (학습중에서도 생기는,배치나 에퐄사이에)추가하여 학습, 그러면 events파일로서 저장되어 텐서보드에 표현가능

ROC(Receiver Operating characteristic curve)와 AUC(Area Under Curve)

:

False Positive란 예측값이 Positive인데 틀린(False) case, 즉 실제론 Negative인데 Positive라고 예측한 경우, Type I error

False Negative란 예측값이 Negative인데 틀린(False) case, 즉 실제론 Positive인데 Negative라고 예측한 경우, Type II error

False Positive Rate란 FP/N, 즉 실제 Negative에서 False Positve의 비율, 낮을수록 Negative인 것을 Negative라고 잘 판단

True Positive Rate란 TP/P, 즉 실제 Positive에서 True Positive의 비율, Recall이라고도 불리며 높을 수록 Positive인 것을 Positive라고 잘 판단

ROC란 어떤 binary classifier의 threshold를 다양하게 하여 x축을 FPR, y축을 TPR으로 하여 그린 곡선이다. 해석은 다음과 같다.

-[0,1]x[0,1]에서 그린 곡선이다.

-y=x위의 점인 경우 accuracy가 50%이다.(단 FPR=TPR=0.9인 경우랑 FPR=TPR=0.1인 경우 전자는 그래도 Positive인 것을 Positive라 판단하는 성능은 좋으며, 후자는 Negative인 것을 Negative로 판단하는 성능은 좋음)

-같은 binary classification문제에서 2개의 모델을 threshold를 다양하게하여 ROC curve를 각각 그려 2개를 그린다. 이 때 두 모델중 어느 것이 성능이 더 좋은 지를 판단하는 것을 AUC를 사용하여 구한다. (즉 2개 모델에서 threshold를 뭘하든 모델자체의 성능을 평가하기 위함)

-(FPR, TPR)=(0.9, 0.1)인 경우 엄청 성능이 낮음, random보다도 성능이 낮은 경우

-AUC가 높다->(FPR,TPR)이 좌측 상단에 있다->Better Case->즉 2모델 중 AUC가 높은게 Better Case(threshold가 존재)한다.

-실제로 어떤 threshold hold를 쓸 지는 TPR와 FPR중 무엇이 더 중요한지(즉 Problem마다 다름)를 생각하고 정한다.

Ridge, Lasso, L1, L2, regularization

:

ridge regression이란 bias말고 weight를 l2 norm구해서 l2 norm자체를 loss에 추가한 것

lasso regression이란 bias말고 weight를 l1 norm구해서 l1 norm 자체를 loss에 추가한 것

lasso는 여러 feature중 의미없는 feature를 걸러내는 데 사용

ridge는 weight의 절댓값을 줄임으로써 모델의 generalization의 성능을 끌어올리고자 하는 것

특히 training data가 적을 때 사용

Docker

:

장점

-용량 줄이기. 가상머신은 운영체제를 하나 새로 까니까 용량이 더 든다.

-빠르다. 가상머신은 CPU를 쪼개서 쓰므로 느릴 수 밖에 없다. 프로세스 차원으로 격리시켜 사용하는 도커는 OS를 분리하진 않으므로 기존 자원을 그대로 사용하므로 빠르다.

-

특징

-리눅스 전용

-sudo로만 실행가능, 매번 sudo쓰기 싫으면 sudo usermod -aG docker egoing을 실행시켜 현재 계정을 도커계정에 추가시키면 된다.

-image와 container로 구성, image란 실행파일과 라이브러리의 총합, container란 image를 실행해둔 상태를 가리킨다.

설치하기

-sudo wget -qO- https://get.docker.com/ | sh

사용하기

어떠한 패키지를 사용하는데에 있어서 그것을 일일이 다 설치하기보단 그것을 미리 설치해둔 좀 더 큰 이미지를 받아 실행시킴으로써 패키지 관리자를 사용할 수가 있다.

-우분투 이미지 다운받아 실행하기

push

ex)docker push ~~~~

자기가 만든 이미지를 서버로 공유하는 것

docker와 dochub와의 관계는 git과 github와 비슷하다.

pull

ex)docker pull ubuntu:14.04

우분투 14.04 패키지 시스템이 구성된 이미지를 받아온다.

우분투의 커널을 제외한 모든 리눅스 배포판이 이미지안에 포함되어있다.

ex)docker pull nginx:latest

이처럼 버전을 latest라 두면 가장 최신버전의 이미지를 받아온다.

images

ex)docker images

현재 docker가 갖고 있는 이미지의 리스트를 반환한다.

search

ex)docker search ubuntu

현재 dochub에 있는 ubuntu가 포함된 이미지 리스트를 반환한다.

결과 리스트에서 앞에 아이디가 적혀져있지 않은 것은 도커에서 지원하는 공식 이미지들이다.

하지만 결과 리스트가 너무 많아서, docker.com에서 browse 탭에서 ubuntu라 검색하면 Tags에 버전들 목록이 있으며 그것을 참고해서 docker pull ubuntu:14.04 같이 입력하여 사용하면 된다.

run

ex)docker run -i -t ubuntu:14.04 /bin/bash

설치된 이미지를 통해 container를 실행시키고 들어가는 명령어

/bin/bash를 쳐줌으로써 이미지에 있던 bash파일을 실행하면서 container를 실행

docker는 기본적으로 실행할 메인 실행파일(현재는 /bin/bash)을 함께 실행시켜야 container가 유지되고, 이것을 종료함으로써 container를 종료한다.

-i:interactive환경을 제공

-t:가상터미널환경을 제공

이후 container 내에서 어떠한 패키지들을 설치하면 그것은 원래 운영체제에서는 설치되지않고 container 내에서만 설치가 된다. 마찬가지로 기존 운영체제에 설치된 패키지를 container 내에서 사용할 수가 없다. 완전 독립

ex)docker run -i -t --name bg ubuntu:14.04 /bin/bash

--name을 통해 container의 이름을 붙여 실행시킬 수 있으며, 이는 후에 container를 재실행하기 쉽게 만든다. 만약 name을 지정하지 않았다면 docker가 알아서 이름을 만든다.

container내에서의 패키지 설치 및 사용 등은 container-level에서 독립적이다. 즉 하나의 image로 여러개의 container를 만들어서 사용할 수가 있으며 각개의 container는 독립적으로 운용된다.

ex)docker run -d --name hello-nginx nginx:latest

-d:detached, 백그라운드로 실행, 그렇다보니 bash같은 실행파일을 지정해주지 않아도 된다.

start

ex)docker start "container id"

ex)docker start "container name"

ex)docker start bg

container의 id나 name을 이용하여 container를 실행시킨다. 이 경우 container가 실행되지만 안으로 들어가지는 않는 상태가 된다.

attach

ex)docker attach "container name"

start로 실행시켰던 container로 들어가는 명령어

ps

ex)docker ps

현재 실행중인 container 목록이 나온다.

ex)docker ps -a

과거에 종료했던 container까지도 포함해서 목록이 나온다.

ex)docker container rm "container id"

docker rmi "image_name" 했을 때 특정 container가 사용중이므로 삭제가 안될 때가 있다. 그 때 docker ps해도 container가 켜지지 않았음에도 에러가 날 때가 있는데, 그땐 docker ps -a로 과거 container history를 본 다음에, 확실히 container를 제거해줘야한다. 그때 docker container rm "container_id"가 필요하다.

ctrl+p+q

container 내에서 container를 종료시키지 않고 빠져나오는 명령어

만약 container를 종료시키면서 빠져나오고 싶다면 exit 혹은 ctrl+d를 써서 bash를 꺼주면 된다.

stop

ex)docker stop "container name"

container밖에서 현재 실행 중인 container를 종료시키고 싶을 때 사용하는 명령어

rm

ex)docker rm "container name"

특정 container가 관심없어서 지우고 싶을 때 사용

rmi

ex)docker rmi "image name"

docker가 갖고 있던 image중에서 image를 삭제하는 명령어

exec

ex)docker exec "container name" touch /hello.txt # touch란 파일 만들기 명령어이다.

밖에서 container의 우분투에서 명령을 실행시킬 수가 있다.

commit

ex)docker commit "container id" "image name"

만든 container를 image로 뜨는 명령어이다.

nvidia-docker2설치과정

$ curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | \

  sudo apt-key add -

$ distribution=$(. /etc/os-release;echo $ID$VERSION_ID)

$ curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | \

  sudo tee /etc/apt/sources.list.d/nvidia-docker.list

$ sudo apt-get update

$ sudo apt-get install -y nvidia-docker2

$ sudo docker pull nvidia/cuda:10.0-cudnn7-runtime-ubuntu16.04

$ sudo systemctl daemon-reload

$ sudo systemctl restart docker

cp

ex)docker cp "host파일경로" "container name":"container 내부경로" # host->container 파일복사

ex)docker cp "container name":"container 내부경로" "host파일경로" # container->host 파일복사

ex)docker cp docker-cp-test anchore:test

참고자료

http://pyrasis.com/docker.html

https://opentutorials.org/course/128/8657

https://nicewoong.github.io/development/2018/03/06/docker-commit-container/

https://hiseon.me/2018/02/19/install-docker/

https://github.com/NVIDIA/nvidia-docker/issues/838

Git

:

버전관리 시스템 중 하나(version control system)

파일이름을 바꾸지 않으면서도 버전관리, 즉 변경사항을 관리한다.

게다가 backup, recovery, collaboration(다른 사람과 협업) 등이 가능

설치방법

:

sudo apt-get install git

or

sudo yum install git

git init

ex)git init

프로젝트 폴더 내에서 실행하면 이 폴더를 버전관리를 하겠다고 git에게 알려주는 명령어

이후 프로젝트 폴더 내에 .git이란 폴더가 생기고 여기에 모든 작업 내역들이 저장된다.

git status

ex)git status

버전관리를 하겠다고한 폴더내에서 실행하면 현재 폴더 내에 파일들의 status를 알려준다.

git add "file명"

ex)git add f1.txt

git에게 파일을 관리(track)하라고 명령하는 명령어

git init하고나서 이후에 새로 추가된 파일들에게 주로 필요하며, init된 폴더내에 있다고해서 버전관리가 다 필요한 파일들이 아니기때문에, 새로 만들때마다 git add해주어야 한다.

최초 track을 하기 위해서도 git add를 쓰지만, 이후 파일을 수정하고나서 git status하고나면 "modified"가 나오는데, 이때 바로 git commit하여 새버전을 만드는게 안된다.

이때 새 버전을 만들때도 git add "file명" 해주어야 한다.

즉, git add는 1. track(변경이 된건지 아닌건지), 2. make new version, 2가지를 위함에 필요하다.

즉, git은 내가 commit하고 싶은 파일만 등록해서 commit할 수 있게 add를 둔 것, add를 통해서 stage(commit 대기파일들)에 파일을 등록시킨다.

작성자 profile 등록

git config --global user.name bg

git config --global user.name bg@gmail.com

이렇게 함으로써 버전에 작성자 profile을 등록할 수 있다.

git commit

실행하게되면 stage(commit 대기파일들)에 있는 것을 commit한다.

git status한 내용들이 하단에 주석으로 깔리고 상단에는 버전메시지를 입력하게끔 vim으로 .git/COMMIT_EDITMSG파일이 열린다.

버전메시지(commit message)란, 새 버전의 유의미한 변화를 적어주면 된다.

이후 commit하여 생성된 버전이 저장되는 곳을 repository라 한다.

git log

버전메시지들의 log가 남는다. 버전 작성자의 profile과 버전을 만든 data도 출력한다. 그리고 각 commit의 id도 출력한다.

git log -p

버전메시지들의 log와 함께 각 버전마다 직전버전과의 변화를 출력한다. 

기본적으로 버전관리라함은 git init한 폴더 자체를 1개의 버전으로 보기 때문에, 각 버전마다 새로생긴 파일, 수정된 파일 등의 변화를 볼 수가 있다.

git log "commit id"

해당 commit id의 이전 log만 출력한다.

git diff "commit id1".."commit id2"

commit id1과 commit id2 사이의 log -p만 출력, -는 commit id1의 내용, +는 commit id2의 내용을 출력한다.

git diff

작업한 변경사항들을 보여준다. 대개는 commit하기전에 확인차원에서 써본다. add하기 전의 파일들의 수정사항들을 확인하는 것이다. add한 파일들의 수정사항들은 나오지 않는다.

git reset

(버전을 되돌리는 방법이므로, 주의해서 사용해야함, 프로젝트 폴더 전체를 백업떠두고 하는 걸 추천)

git revert

Python3

:

sudo apt-get install python3-pip

pip3 freeze > requirements.txt

pip3 install -r requirements.txt

Numpy

:

Clustering

:

결과에 따른 종류:

Hard clustering:각 instance가 단일 cluster에 속하는 경우

Soft clustering:각 instance가 각 cluster에 속하는 정도를 나타낸 경우

알고리즘에 따른 종류:

K-means clustering:

n개의 instance를 m(<=n)개의 cluster에 속하게끔 분류를 한다. 이 때 C_1, C_2, ..., C_m개의 cluster에 속하는 instances의 평균을 μ1,μ2,...,μm이라 할 때 C_k에 속하는 임의의 instance와 평균사이의 거리제곱의 합이 최소가 되게하는 C_1,C_2,...,C_m을 설정하는 것을 목표로 한다. 방법은 Assignment Step과 Update Step을 반복적으로 시행하여 얻는다. 

먼저 initial values of means를 설정한다. 이후 Assignment(각 점마다 가장 가까운 mean의 cluster에 배정), Update(각 cluster의 새 mean을 구함)

이후 Assignment를 하여도 변함이 없을 때 종료한다. 

특징:

거리(distance)함수를 L2 외 다른 것을 씀으로써 변형 K-means clustering이 가능

만들어진 cluster가 convex하지 않으면 clustering이 실패하거나 means가 엉뚱한 값이 될 수가 있다.

초기 mean 설정에 대한 여러 방법들이 존재

최적 cluster 개수 k를 설정하는 여러 방법들이 존재(거리제곱의 합이 최소 중에 최소가 되는 k 선택, 물론 k=n이면 0이 되지만, k<<n인 k 중에서 거리제곱의 합이 급격히 변화하는 k를 택하거나, silhouette(각 점(i)마다 cluster 내의 다른 점들과의 평균거리(a(i))와 다른 cluster 각각의 평균거리(즉 다른 cluster 내의 점들과의 거리의 평균)의 최솟값 (b(i))를 구한다. 이렇게 각 데이터 i마다 a(i), b(i)를 바탕으로 silhouette score s(i)를 구하고 s(i)의 값에 따라 i가 cluster에 잘 배정됐는지를 해석한다. wiki에서 silhouette clustering을 검색, s(i)값이 높을 수록 좋으며, cluster 개수 k를 증가시키며 평균 silhouette score값이 최대가 되는 k를 택한다. 혹은 이전의 거리제곱의 합이 최소인 것과 동시에 silhouette score를 각 군집마다 결과를 내서 함께 고려하여 k를 결정하기도 한다. Calinski-Harabasz index(군집간 산포와 군집내 산포의 비율을 이용, https://scikit-learn.org/stable/modules/clustering.html#calinski-harabaz-index 참고)를 이용하여 k를 결정하기도 함(물론 silhouette, 거리제곱합 등도 함께 이용)

DBSCAN(Density-Based Spatial Clustering of Applications with Noise):

특징:

non-convex 문제를 해결할 수 있음

k를 먼저 선언하지 않아도 된다.

Ensemble

:

이론 배경은 Law of large number에 있다.

Pandas

:

국내

서울

-난지도

전라도

-장도(섬)(보성군 벌교읍)

-전라우수영(해남)

-낙안읍성(순천)

-선암사(순천)

-진도(4월에 바닷길 축제)

-

국외

싱가폴에서의 크리스마스? 더운 크리스마스?

1. 

목표는 아래의 모든 머신기구들 max중량, 셋트당 10~20, 4셋트채우기

1일차

체프:65

팩머:20

숄프:40

렉익:35

레프:80

케프다:20

2일차

체프:75

팩머:20

숄프:40

레프:100

렉익:40

로프다:10

케프다:X

3일차

체프:75

팩머:20

숄프:50

렉익:X

레프:100

로프다:12.5

케프다:X

4일차

체프:80

팩머:25

숄프:50

렉익:45

레프:110

로프다:15

케프다:X

주기동:주간기술동향, 정보통신기술진흥센터

180704 주기동

블록체인 기반의 탈중앙화 사례분석

단계별 제공가치 및 내용

1단계, 공유성, 모든 노드(사용자) 간에 정보를 공유함

2단계, 투명성, 정보 공유로 인해서, 숨기는 항목이 거의 사라짐

2단계, 무결성, '증명 알고리즘' 사용에 의해 공유 정보의 무결성 보장

3단계, 신뢰성, 믿을 수 있는 정보 공유로 노드 사이에 신뢰가 형성됨

4단계, 탈중앙화, 중개 비용 감소, 공유 비용 절감, 개인 권리 강화

GPS 전파교란 동향 및 대응 기술

GPS란, 위성항법시스템(Navigation Satellite System)중 Global, Regional 두가지로 분류할 수가 있는데, Global 중에서도 미국의 Global Positioning System을 GPS라 한다.

GPS 위성에서 송신하는 송출 신호의 세기는 25W로 강한 수준이지만, 지상까지의 거리가 멀어서, 약 20,000km, 지상에서의 수신 신호세기는 휴대전화 최소 수신 전력의 1/300 수준인 -160dBW로 약하다.

교란방법으로 잡음기법(위성 신호보다 40dB 이상의 강한 잡음 신호를 방출하여 수신기가 GPS 신호를 제대로 수신하지 못하게 방해하는 기법)과 기만기법(Meaconing(재머가 위성항법 신호를 수신하여 일정시간 동안 지연시킨 후 재방출하여 근처의 수신기로 하여금 재머 위치를 자신의 현 위치로 착각하게 만드는 방법)과 Spoofing(위성항법 정보를 열어서 내부 정보를 다른 정보로 조작하여 재방출함으로써 수신기로 하여금 재머가 보낸 엉뚱한 위치를 자신의 현 위치로 착각하게 만드는 방법))이 있다.

ICT로 고도화된 월드컵, 실시간 전술 변화 지원과 비디오 판정 도입

트래킹 시스템, 각 팀에 태블릿2개, 선수와 공의 위치 데이터, 각 선수의 달리기 속도, 패스와 압박, 태클 등의 통계데이터 제공 및 경기 영상 전달(30초 정도 딜레이)

VAR(Video Assistant Referee)

제2회 스타트업 월드컵

1위, 류코 랩스, 암 환자의 백혈구 수치를 신체에 의료 기기를 삽입하지 않는 비침습적 방법으로 모니터링하는 기술

2위, 플리토, 실시간 소셜 번역 앱

공동 3위, 스트랩, 시각장애인 지원 웨어러블 기기

공동 3위, 월박스, 전기자동차의 충전 효율 향상 기술

심사기준:임팩트가 강한 하나의 제품을 보유하고 있는가, 이미 사업화가 진행되어 어느 정도의 매출이 있는지

아마존의 인공지능 개발 플랫폼 개방을 통한 AI 생태계 확대 전략

2018년 5월 인공지능 알렉사 활용 앱 플랫폼인 스킬(Skill)에 유료 앱 등록을 모든 개발자에게 오픈함으로써 아마존의 음성 인공지능 생태계가 폭발적으로 확대될 것으로 예상

유어 보이스(Υοur Voice)라는 화자인식 기능도 개방함

이를 통해 하드웨어 제조사들에게 자사의 제품에 알렉사를 쉽게 탑재할 수 있는 기회를 제공, 인공지능 스피커 에코의 가치 상승, 많은 IoT상품들의 출현

Kohler의 Numi라는 인공지능 변, 음성명령에 따라 커버여닫기, 비데 강도 조절, 음악 재생, 물사용량 통계 등 가능

180711 주기동

인공지능의 창업 분야와 기회

1. 인공지능 기반 커머스에서 찾는 창업의 기회, Curation Commerce, 인공지능 기반의 맞춤형 추천, 개인화, 고객들의 특성, 과거 구매 내역 등 기반, Amazon Go는 무인 매장, 소비자는 스마트폰에 앱을 내려 받은 후, 매장에 들어가 계싼대에 줄을 설 필요 없이 원하는 상품을 들고 나오기만 하면 된다. 수백 대의 카메라와 센서들이 소비자가 어떤 물건을 골랐는지 자동으로 인식하고 연결된 신용카드로 결제까지 완료하기 때문

2. 미래 인공지능 챗봇에서 찾는 창업의 기회, 챗봇 자체를 서비스의 중심으로 이끌어가고 싶다면, Nadia와 같이 인간의 감정을 어루만져 줄 수 있는 친구 서비스로 가야한다. 혹은 B2B 형태의 창업으로 다른 서비스에 도움을 주는 형태로 가야한다. 챗봇 비즈니스를 시작할 땐 챗센터(chat Center), 즉 고객이 묻는 채팅 질문에 사람이 직접 대응하는 시스템을 동시에 운영해야 한다. 초기 오픈 단계에서는 90%에 가까운 예외사항들이 발생하고 이러한 예외사항에 대한 데이터를 빠르게 수집하여 적용해야 한다.

3. 인공지능 통번역에서 찾는 창업의 기회

4. 헬스케어 IoT와 인공지능의 결합에서 찾는 창업의 기회, 문신, 렌즈 형태의 센서들이 등장, 정신과 치료는 매일매일 환자의 상태를 파악해야만 좀 더 정밀하고 정확한 진료 가능, 챗봇을 통해 하루3번 상담, 구글 컨택트 렌즈를 통해 당뇨 진단도 가능, 

5. 패션과 인공지능의 결합에서 찾는 창업의 기회, 3D 패션 분야 가상현실을 통해 원단의 재질과 물리적 특성을 구현해 실물같은 옷을 보여줄 수 있다. 옷(티셔츠)에 센서를 달아 VR성능을 키우기도 가능, 자켓에 센서를 달아 스마트폰 제어가능(주요 수요층이 자전거로 출퇴하는 사람)

6. 인공지능 서비스 로봇에서 찾는 창업의 기회, 인공지능 면접관 서비스, 지원자의 얼굴 표정, 음성 등을 모니터링해서 지원자의 성향과 업무 능력 파악, 명품 진위여부 서비스도 가능(Entrupy가 개발한)

7. 가정용 로봇에서 찾는 인공지능 기술창업의 기회, 감정 표현, 소통, 개인 비서, 가전기기 제어, 집안 모니터링, 음악 스트리밍, 영화 재생, 교육(아이들의 질문에 대답과 재미있을만한 이야기를 들려주고 농담도 건넴), 약먹을 시간 알려주기, 담당 의사와 화상통신, 

7가지의 공통점은, '개인화'

IBM 왓슨, 구글 등의 원천 기술을 사용할 것을 추천하며, 대신 자신의 전문 분야(domain)에 노력을 쏟기를 바란다.

기업에서 사용되는 전력의 100%를 재생에너지로 충당하자는 'RE 100' 캠페인에 참여하는 글로벌 대기업들이 늘어나고 있음. (Renewable Energy)

구글 액션 카메라 '클립스clips', 가족이나 애완동물 등을 가르쳐두면, 그 인물을 중심으로 촬영, 미소 혹은 춤, 포옹 등을 스스로 파악해 사진작가처럼 비디오 및 사진을 찍음, 피사체와 1~2미터 거리가 적절, 최고의 씬 6초 정도 클립을 찍음, 

AI 민족주의 우려, 미-중 위주로 AI기술이 집중 발전하여 유전국/비유전국 처럼 지정학 요소가 될 수 있다.

180718 주기동

DQN(Deep Q-network)을 자율주행자동차에 적용하는 시도들이 있었지만 성공하지는 못하였다. 그 이유는 DQN은 ATARI 게임처럼 불연속적인 행동을 처리하는 조작이 간단한 문제에 적합하기 때문이다. 또한 DQN은 시뮬레이션 크기를 조금만 키워도 현재의 컴퓨터 계산 용량으로 처리할 수 없는 "차원의 저주"라는 컴퓨팅 자원의 한계도 가지고 있다. Deep Deterministic Policy Gradient, DDPG가 최근에 개발되었다. 연속적인 행동을 제어할 수 있다.

강화학습 기반 자율주행차량의 제어를 위해서 DQN을 적용하면, 차량의 3가지 행동 즉, 브레이크, 핸들, 가속페달의 값이 연속적이라서 계싼량이 기하급수적으로 증가하여 차원의 저주 문제에 봉착한다.

2017년 7월에는 일본 유명 영어학습 서비스 회사인 '이온(AEON)'이 영어학습용 가상현실 콘텐츠 "영어로 대접 가이드"를 출시하고 이를 애플리케이션으로 제공하여 스마트폰용 HMD를 사용하여 VR형태로 학습이 가능하도록 하였다. 즉, 단어와 예문을 사전 학습하고 대화 상대가 나타나면 배운 것을 토대로 대화를 이어나가는 방식으로 학습, 답변에 따라 달라지는 스토리텔링 콘텐츠를 VR기술을 활용하여 서비스하고 있다.

180725 주기동

딥러닝 기법을 이용한 인공지능 기반의 소비자 선호도 분석 시스템(짬뽕라면 A,B의 고객들의 리뷰를 통해 선호도 및 특성 조사를 딥러닝 기법을 이용하였을 때와 대면 조사(관능평가)의 성능 비교 및 장점이 있다.)

대면 조사의 단점:

-표본 집단의 구성 문제

-사이즈 증가에 따른 비용 문제

-취향 평가를 위한 적합한 질문 만드는 과정 및 평가를 위한 툴만드는 게 어려움

딥러닝 결과가 실제 대면조사와 비슷하게 나옴

허마시엔셩, new retail, 

new retail전략은 2016년 10월 마윈 회장이 제시한 것으로, 온 오프라인의 벽을 허무는 onmi channel 소매와 스마트 물류를 융합한 미래형 소비유통 모델이며, ICT를 활용하여 공급망을 혁신하고 빅데이터 분석에 따라 소비자의 요구를 만족시킨다는 것이 핵심

특히 육류, 야채 등의 코너에서 정확한 수요 예측을 통해 당일 생산과 당일 판매를 함으로써 최고의 신선도를 추구하는 것이 특징

육류와 야채 등 신선식품의 수요를 높은 정확도로 예측하고 당일 판매의 신뢰성을 보장할 수 있는 것은 철저한 고객 데이터 분석과 상품 추적 시스템을 활용하고 있기 때문

회원제를 택함, 반드시 스마트폰 전용 앱이 깔려야 쇼핑가능, 알리페이를 사용해야함, 이를 통해 방문 내역, 구매 내역 데이터 축적

전체 고객 ID를 부여하고 모든 판매 기록을 사용자마다 분석하여서 POS(계산대) 데이터 분석보다 정확도 높일 수 있음

스마트폰 앱으로 상품 포장과 가격표에 붙어있는 바코드 및 QR코드를 읽으면 상품에 관한 설명을 얻을 수 있음(생산지, 수확일, 가공일, 매장까지의 배송내역 등) 심지어 물고기 한마리마다 QR코드가 붙어있음

구매 후 현장에서 즉석 조리가 가능, 고객이 해산물을 수조에서 꺼내 결제한 다음, 조리 카운터에서 조리법과 양념을 지정하면 매장 내 상주 요리사가 즉석에서 요리를 해옴, 이걸 grocery + restaurant = grocerant라 한다. (미국, 유럽, 중국에서 유행)

스마트폰으로 주문하고 배송 받는 것이 가능, 30분 내에 배송해줌, 매장에서 대략 3km 이내 거리인 경우, 앱으로 매장에 있는 상품을 주문하면 30분 이내에 받을 수 있으며, 주문이 들어가면 점원이 매장에서 상품을 선택하고 허마시엔셩의 오토바이 퀵서비스를 이용해 배송함

경쟁업체 7Fresh는 허마시엔셩과 유사하되, 차별성으로는 고객을 자동으로 따라다니는 무인 자율 주행 쇼핑 카트, 셀프 계산대에서 얼굴 인식 인증 결제 도입 등이 있음

showrooming족, 즉 매장에서는 상품만 체크하고 실제 구매는 인터넷에서 하는 사람들, 쇼루밍 족을 위해 매장에는 재고가 있지만 쇼핑몰 사이트에서는 품절인 상품이 있다면 그 사실이 가격표에 표시되게하여 낭패를 보지않게 해주며, 각 가격표는 온라인과 연동하여 온라인 쇼핑몰의 가격과 실시간 연동되어 있다.

유튜버들의 축제, 비드콘(VidCon)

유튜버는 동영상 UCC(User Created Contents) 사이트인 유튜브에서 인기를 얻고 있고 영향력이 있는 인플루언서(influencer)들을 총칭하는 말

2018년 축제에 어린이와 청소년, 그리고 여성참가자가 많음

주최하는 곳은 유튜브나 모회사인 구글이 아니라, 컨퍼런스 이름과 같은 비드콘이라는 기업이고 올해로 9번째 행사를 주최함

안내 로봇, 아이들의 집단 괴롭힘을 피할 방법 학습

아이들의 경우 로봇의 길을 비켜달란 부탁에 무시하거나 여러 명의 어린이가 로봇을 둘러싸고 발로 차거나 공을 던지는 등의 폭력적 행동을 보이기도 함

이를 해결하기 위해 아이들의 행동 패턴 및 폭력 행위 모델을 포함한 시뮬레이션 학습용 알고리즘 '회피 기동 시스템(Escape Maneuver System)을 개발함

알고리즘의 핵심은 폭력이 발생할 가능성이 높은 상황이라고 판단되면, 로봇이 원래의 경로를 변경하거나 목적지를 변경하도록 하는 것임(사람과 조우했을 때, 상호작용 시간, 인구 밀도, 1.4m 이하의 사람이 있는지 등을 감지하며, 위험이 감지될 경우 1.4m 이하의 사람들로부터 달아나 키가 큰 사람의 그룹이나 인구밀도가 높은 장소로 이동함)

날짜+영어표현

주말에 총정리

(내일은 켜자마자영단어에있는거 옮기기)

cortically

sensualism

phubbing

coital

assertive

supine

panacea

kindergartener

gossamer

meridian

voiceover

devolve

heist

dachshund

cynic

live a decadent life

make biased calls

swoon

humongous

arable

agnostic

pawn off

fine-grained

circumplex

latch

in hidsight

fete

fiddle

melt away

window pane

polysemy

invariably

syntactical

cold start

legend

granularity

factoid

multiple hops

prune

downstream

grid-search

out of the box

nil

hapax legomenon

gestapo

scaffold

mescaline

ad hoc

topical

leapfrog effect

tendril

tush

shook(shake)

cheek

drool

lightsaber

faint

mermaid

bang(앞머리)

jack o lantern(할로윈 호박)

I pity the fool(난 그 어리석은 놈을 동정하지(나에게 잘못한 그새끼 걸리면 뒈진다 류의 catchphrase))

I forgot my combination(combination은 열쇠 비밀번호)

late pass(초중고딩들 지각사유서)

killer handshake(악수할때 특이하게 하는 방법 중 하나)

electives(선택과목들)

emasculate(무기력하게 느끼게 만들다)

giggly(낄낄거리는)

imputation

futuristic

WBS(Work Breakdown Structure, 소프트웨어 공학 쪽 용어)

SOW(Statement of Work, Scope of Work)

IR(Investor Relations)

PR(Public Relations)

HIS(Hospital Information System)

EMR(Electronic Medical Record)

PHR(Personal Health Record)

replenishment

rosary

faint music

chit chat

dork

tantalize

kindred spirits

wrecks it for me

RV(recreational vehicle)

play dead

admission by that name

cog in a network

barrel of a gun

wasp

feisty

dysfunctional family

acrimonious

extubate

right wing extremist

huckleberry

cock a gun

splinter

leg up

sea change

use it or lose it

intrepid

collar

anaphora

fleece

surf and turf

snippet

wide berth

irons in the fire

bipolar

1. 식이요법, 운동
-어떠한 불행한 일이 일어나도, 이 건장한 내 몸은, 다른 일을 시도할 자신감을 준다.
-피로, 육체의 아픔은 불필요한 불행을 맞이하는 것이다.
-건강한 몸과 맑은 정신은 행복의 필요조건이다.
-어떠한 해야할일이 있더라도 식이요법과 운동을 반드시 지킨다. 무조건 우선순위 1등이다.
-이것을 어겨가며까지 해야할 중요한 일은 없다. 운동시간을 빼고 나머지 투자한다해서 그 일이 더 잘되리라 생각은 완전히 근시안적인 생각이다.

2. 무엇인가 늘어놓은 계획은 ㄴㄴ
-이때동안 A1,A2,A3,...식의 계획은 통하지 않았다.
-이루지못한 죄책감만이 남았다.
-성공하더라도 보상은 크지 않다.
-매일 하는 습관 1,2개만두고 나머진 우선순위만 둘 것이며 구체적으로 무언갈 하겠다고 계획하지 않는다.
-"만일 네가 꿈을 갖더라도, 그 꿈의 노예가 되지 않을 수 있다면, 또한 네가 어떤 생각을 갖더라도, 그 생각이 유일한 목표가 되지 않게 할 수 있다면"

3. 사랑
-사랑을 꾸미지 마라. 네 자신이 네 자신답게 살아라.
-사랑이란 이 사랑이 영원하지 않을 수 있다는 것을 인지하되 사랑에 냉소적이지 않는 것이다.
-이 사랑이 영원하진 않을 지언정, 사랑한 내 감정은 그 순간만큼은 솔직했고 순수했으며 그 기억은 영원한 것으로 남을 것이다.
-현재 사랑하는 사람을 두어라. 상상의 고통들로 나를 괴롭히지 않아야 한다. 누군가를 좋아하는 감정은 세월이 흐를수록 자주 오지 않는다. 그런 감정을 느끼면 감사해하고, 걱정하지 않고 받아들이고, 더욱 열심히 사랑하라.

4. 직업과 돈
-오직 내 능력을 확실히 키울 수 있는 직업이어야 한다. 회사의 소속감, 연봉, 회사 내 사람들과의 관계 등 보다도 가장 중요한 것은 내가 추구하는 방향의 실력을 키울 수 있어야 한다. 즉 능력향상 외의 것들로 안주해 회사에 버티려고 하는 나를 경계해야한다. 사랑하는 일이 아니란 생각이 들면, 그만 두어라. 사랑하는 척을 하지 말자.
-그만큼 내 능력을 키우고, 성공을 누군가에 기대지 않아야 한다.
-돈을 착실히 모으자. 돈이 있으면 불필요하게 비굴한 직업을 가질 일을 줄일 수 있다.
-많은 준비를 하고 직업을 찾으려 하지 않아야 한다. 어느 정도의 준비 후 일단 직장을 잡는다. 이것은 미래의 불필요한 걱정을 줄여 행복한 자아 발전의 근간이 된다.

독립

세상과의 독립이 필요해졌다. 사람들이 무엇이라 생각하는지 연연하지 않아야 한다. 사람들이, 동기, 선배, 후배, 교수, 가족, 친구 모두 포함된다. 내 자신만의 삶을 정하고 이루어 나가도록 해야할 것이다. 특히, 누군가에게 잘보여서 잘풀리려는 마음은 절대 들어오지 않도록 해야한다. 아무도 도움을 주지 못할 뿐더러, 도움이 되려는 것은 대부분은 자기 이득을 위해 나를 이용하는 것이다. 나 스스로가 잘되어서 나를 필요로하는 곳이 많아져야 한다. 붙잡지 마라, 붙잡게 만들어라. 특히 주의를 해야할 점은 교수조차도 믿지 않아야 한다는 점을 반드시 알아야 한다. 나 스스로가 원하는 삶을 살며, 누군가가 나에게 도움이 되면 좋은 것이고 안되면 말아라. 조금이라도 내키지 않는 것은 확답을 받아라.

실천

2016년 7,8,9월 모두 생각의 달이었다. 어떻게 살아야할지 고민하며 실천을 하지 않고 살아왔다. 어릴 때는 며칠의 생각이 몇달, 몇년의 삶을 지속하게 하였는데, 지금은 3달이란 시간을 보냈는데도 정확한 답을 얻지 못했다. 인생이란게 쉽게 생각했는데 어려워진 느낌이다. 도무지 어떻게 진행될 지 모르는 인생이다. 그 속에서 내 나름 믿고 살아가야하는 방향이 있다. 실천이다. 나는 사실 성실하고 하기 싫은 것도 잘 참는다. 아직도 믿고 확실하다. 하지만 요 근래 3달을 생각해오며 실천 능력이 확실히 떨어졌다. 다시 습관으로 만들어야 한다. 특히 수학을 실천하는 버릇을 가져야 한다. 모든 문제를 해결하려는 문제해결 습관을 가짐으로써 배운 수학을 써먹으려고 해야할 것이다. 그리고 새로운 수학을 배우는 일은 언제나 힘이 든다. 개념의 모티브를 이해하고 적용 사례들을 배우는 것도 중요하지만, 일단 힘들게 개념들을 숙지해야 한다. 그리고 다시 모티브와 적용 사례들을 보는 길이 사실 빠른 길일 수 있다.

매일 아주 지칠 때까지 공부하며, 남은 10분~30분 조차도 이용하여야 한다. 그러면 수학을 즐기는 순간이 더 빨리 올 것이다.

공부, 연구에 대한 생각

공부가 수단이면 공부를 오래하지 못한다. 사실 공부로 돈을 많이 벌긴 힘들다. 심지어 가정을 이루지 못할 수도 있다. 이런 상황에서도 공부를 계속하려면, 공부를 하는 그 자체가 순수한 동기여야 공부하면서 겪는 많은 난관을 해결해나가는 필살기이다.

운동에 대한 생각

운동능력에 대한 내 생각은 바뀌었다. 근육을 키우면 그것을 평생을 유지(물론 조금은 빠지겠지만)하는 것으로 생각했었다. 지금은 달라졌다. 운동 능력은 현재형이다. 예전에 얼마나 했든은 중요하지 않다. 지금 얼마나 하냐가 중요하며 그 능력을 현재에 계속 지켜나가는 것이 능력이다.

술을 먹지 않아야 한다. 함께든, 혼자든. 그래서 저녁8시 이후에 오는 연락을 모두 무시하자. 큰 연락은 없으며 8시되면 휴대폰을 무음하고 내 공부에 집중하는 시간을 가져야 한다.

필기에 대한 생각

노트필기의 단점, 적는 데에만 몰입을 하는 경우, 그 적는 내용을 기억하고 행동에 실천하려는 의지를 잃어버린다. 적음으로써 알고 있다고 생각하기 때문이다.

[질문] 또 봤다 제임스조이스 작성일 : 12-08-30 22:52 조회 : 804

서브컬처에 익숙한 사람이라면 모두 알겠지만, 네 토라레라는 장르가 있다. 한마디로자기가사랑하는 사람이자기보다우월한사람과성관계를맺으면서자신이 제공할수없었던극한의쾌락을느끼는것을지켜보는장 르이다. 네토라레망가를또봤다. 볼때마다너무괴롭다. 자존감이망가져가는게느껴진다. 여자를성적으로만족시 킬수없는나는하잘것없는존재라는생각이머릿속에계 속맴돈다. 머릿속을헤집어내모든약점을노출시킨다.

"난 이렇게 나약하다. 난열등하다. 사람들은날비웃는 다. 나약한나를비웃는다. 친절한말로나를기만한다. 너 무나도괴롭다. 그렇지만또봤다. 이제마음이괴롭다. 네 토라레물이내자존감을부순걸까?아니면내부서진자존 감이자극을견디지못하는걸까? 내작은물건으로는여자 를만족시킬수없다. 여자들은나같은사람을좋아하지않 을것이다. 여자들은동양인보다백인을좋아하고, 돈많은 남자를좋아하고, 잘생긴남자를좋아하고, 어쨌든누구를 좋아하건난아니다. 나는절대로행복할수없다."

나는 어쩌다가 세상을 이렇게 이해하게 된 걸까? 이세상을어떻게이해해야하는가? 현실은과연무엇인가 ? 회복할수있을까? 누구에게사랑받을수있을까?

'이 세상은 매력이 강한 사람이 지배한다.'를 기본 적인 전제로 설정하자. 그리고 그 이유는 모두매력 있는사람을원하기때문이다. 그리고그매력중가장강력 한매력은성적매력이다. 그리고성적으로상대를만족시 킬수없는상대는, 100%의 존중을결코받을수없다. 이걸 깨닫는데까지십수년이걸렸다. 진정한마음은통한다느니 , 상호간의신뢰따위의말로기만당하며살았다. 성적으로 끌리지않는상대의진심은가치없는것이다.

성적 매력이 강한 사람은 위험한 존재로 여겨진다. 그강력한매력은곧힘이고, 타인을자신에게종속시킬수 있는힘이기때문에, 자주성을원하는인간에게는위협적일 수밖에없다. 그리고위협성자체가성적매력이다. 뭣도 없는사람이부리는허세말고, 진짜힘을가진사람이가지 는위협성말이다. 그리고이성적카리스마로가득찬사람 은이곳저곳을돌아다니며사람들을위협한다. 나의매력 에굴복할것인지, 아니면반항하며나와상관없는사람이 되어서, 나와어울릴수있는기회를놓칠것인지끊임없이 타인에게묻는다. 항진명제이지만, 존재자체가그질문을 수반하고, 그렇게질문할수있기때문에강한것이고, 강하 기때문에존재자체가그질문을할수있는것이다. 그러니 성적매력은강함과깊은연관성을가졌고, 뒤집어서강함 이곧성적매력이라고할수있다.

그리고 대부분의 사람들은 그 매력에 굴복한다. 여 자의적은여자라고들많이하고, 여자들은예쁜여자, 남자 에게인기있는여자를싫어한다고한다.많은남자들은그 얘기를들으면, 마치매력있는여자들은시기와질투때문 에견딜수없이괴로운삶을사는것이라고착각하곤한다. 하지만여자들사이에들어가보면상당히다른양상을띠고 있다는것을알수있다. 여자들의모임에서가장대접받는 것은인기있는여자애들이다. 물론뒷담화의대상이되는 경우도많다. 시기의대상이된다. 하지만그매력적인사람 앞에서면, 굴복할수밖에없다. 자기보다우월한존재를 인식하고, 그사람의화가자기에게미치지않기를바라기 때문이다. 당연히남자들도다르지않다. 돈많은남자, 잘 생긴남자, 인기있는남자들은두려움의대상이되지, 무시 의대상이되지않는다.

매력적인 사람의 삶은 결코 괴롭지 않다. 최소한 매력 때문에 괴롭지는 않다. 만약그렇게이야기하는 사람이있다면조금더귀기울여봐라. 이성이라면그사람 은당신의동정을사고싶어하는것이고, 동성이라면당신 을위로하거나은연중에당신을무시하고싶은것이다. 만 약진짜로그렇게생각하는사람이있다면, 매력없는사람 의쭈구리같은인생이얼마나괴로운지모르기때문에하는 소리이다. 진지하게따진다면별할말없을것이다.

성적 매력이 뛰어나지 않은 사람들의 대부분은 친 절함과 편안함을 무기로 삼으려 한다. 허세로부족함 을숨기는사람들은순식간에도태되니언급할필요도없 다. 그리고상대입장에서는친절하지만약한사람이제공 하는안정감, 안락함이매력적일수있다. 섹스가불만족스 럽지만, 섹스는그다지중요하지않다고할수도있고, 만족 스러웠다고거짓말을해주며살아갈수있다. 하지만그건 어떤강력한매력의상대가나타나헤집어버리면한순간 에뒤집어지는불안한행복일뿐이다. 겸손과친절은그자 체만으로의미있는게아니다. 남에게해를끼칠수있는사 람이베풀때아름다운것이다. 나약한사람이겸손하고친 절하다면, 그것을비굴함으로해석될뿐이다. 그러니, 누군 가가나약한사람의겸손과친절함에감동한다면, 그것은 자기보다더나은존재에대한경탄과존경이아닌, 나약한 사람의노력에주어지는동정의시선일뿐이다. 그렇기때 문에, 뛰어난사람과뛰어나지않은사람간의관계는결국 깨질수밖에없으며, 유지된다하더라도그것은거짓말이 섞인관계다.

친구와 비슷한 주제로 대화를 나눈 적이 있다. 그 친구는내말이틀렸다며, 유재석을예로들었다. 유재석의 편안한매력과친절함을보아라, 그유재석을사람들이좋 아한다. 그렇다면사람들이원하는것은성적매력과별상 관없는편안함과안락함아닌가? 그리고어쩌면, 그편안 함과안락함이곧성적매력아닌가?

천만의 말씀이다. 내가보기에유재석이야말로본질적 으로성적매력이가득한사람이고, 지금대한민국에서가 장섹슈얼한사람을꼽자면유재석이단연최고이며, 장동 건이나원빈과는비교할수없을정도의카리스마를가지고 있는사람이다. 유재석을섹슈얼한사람으로만드는것은 그의유머와능력이다. 그리고유재석을완전하게만든결 정적인요인은최근대폭업그레이드된그의신체적매력과 돈이다.

먼저 유머에 대해 생각해보자. 사람이자신의소유라 고할수있는것은몇가지없다. 자기가갖고있는모든물 건들을내존재와는상관없는외부의것이다. 말그대로몸 밖에있고, 내정신밖에있으니내것이아니라는것이다. 그리고자신의아내, 친구등등은, 내정신과신체밖에있 는데다가, 자주성, 주체성까지있으니두말할것없이내 것이아니다.

그렇다면인간이자신의소유라할수있는것은, 신체와정 신뿐이다. 그리고이정신은기분과같은빠른본능에좌지 우지되는부분과, 논리적명제와같은느린이성에지배되 는부분으로나뉘어져있다. 그중우리의일상에가장큰영 향을주는것은기분이다. 본능에가깝게맞닿아있는것이 기분이고, 기분은이성보다강력하다할수있는데, 이성의 방향을기분이설정하기때문이다. 기분이나쁘면모든것 이나빠보이고, 사고역시나쁜방향으로흘러간다. 위에서 이야기한네토라레물을보고난다음에, 사랑에대해어떻 게생각하느냐고묻는다면개같은소리하지말라며쏘아 붙일것이고, 'The Notebook'과 같은영화를본다음에는사 랑이란아름다운것이라며녹아내리는모습을보여줄것이 다. 유머는이기분을좌지우지할수있는강력한무기이다 . 인간이가지고있는두가지중하나인정신을좌지우지할 수있기때문이다.

여기서 인간이 원하는 것이 무엇인지 살펴보면, 이 유머의 힘이 무엇인지 알 수 있다. 인간이원하는것 은행복이다. 그러니자신을행복하게해줄수있는사람을 좋아하는것이다. 행복은책에씌여있는것도아니고, 물리 적실체가없으며, 일관성도없다. 다시말해, 행복이란'기 분'인 것이다.

물론, 어떠한 기분을 제대로 느끼기 위해서는 몇 가지 조건이 갖춰져야 한다. 굶지말아야하고, 배설을 할수있어야하고, 신체적고통을느끼고있지않아야한다 . 하지만이런조건은비교적쉽게달성할수있다. 현대사 회에서는이런조건을충족하고있는사람이대부분이다. 그렇다면기분이좋으면그순간에는행복을느끼는것이며 , 기분이나쁘면그순간에는불행한것이다. 다른사람의 기분을지배할수있는유머는다른사람에게인위적으로 행복감을불어넣을수있는강력한사람인것이다. 사랑의 미약을손에쥐고있는것이다. 하지만이정도로는유머가 왜진짜강력한무기인지완전하게설명하지못한다. 유머 가강한이유는유머는무기가될수도있기때문이다.

남녀가한데모여술을먹고있는상황을가정해보자. 거기 서누군가가내기분을긁으며, 사람들앞에서나를무시한 다. 흘려넘기기힘든수준이되었고, 자신의남성성에대한 도전이되었다. 그자리에내가관심을갖고있는여성이자 리했는데, 그여자앞에서창피당할것같다. 그상황에서 자신의남성성을어필하며상대방을찍어내릴수있는가장 강력한대처는무엇인가?

첫째로, 폭력을꼽을수있는데, 그건반쪽짜리방법이다. 남성성의세련되지못한과시이고, 자신이폭력적인사람을 광고하는꼴이되며, 법으로사람이옭아매여져있는현대 사회에어울리지않는다. 무엇보다여자들은폭력에서자신 을방어할수있는남자는좋아하지만폭력으로남을먼저 제압하려는사람은좋아하지않는다.

언쟁을 한다면 그 사람과 같은 수준으로 인식될 것 이다. 게다가목소리크고시비걸기좋아하는놈들은대체 로멍청하기때문에설득하기굉장히어려워, 시비건놈이 들이는노력보다더많은노력을들여야한다. 그긴대화와 많은말에사람들은주로귀기울이지않는다. 귀를기울인 다하더라도시비거는놈의바보같은작태에지쳐서포기하 고, 둘다분위기망치는똑같은놈들이라고맘편하게생각 해버릴것이다.

그 상황에서 제일 좋은 방법은 유머로 대처하는 것 이다. 촌철살인의위트로포인트를콕짚어내고, 시비거는 놈을제외한나머지사람들을웃게한다면, 그사람들은전 부당신의편이되는것이고, 그시비거는놈은패배하는것 이다. 그래서유머러스한사람은타인에게위협적인것이다 . 힘센놈, 똑똑한놈, 모두유머러스한사람에게질수밖에 없다. 위에서이야기한대로, 웃으면행복하기때문에유머 러스한사람을좋아하는측면도있지만, 유머는정말로강 력하다. 그래서유머러스한사람을적으로돌리려는사람은 많지않다.

그리고 유재석은 대중적 인식과 달리 타고난 유머 감각이 엄청난 사람이다. 울렁증을극복하기전까지안 정적으로매번터트리는사람이아니었고진행을하면서본 격적으로떴기때문에유머감각이상대적으로저평가되고, 가끔보여줬던그의센스는진짜라는것을알수있다. 센스 로먹고산다는신정환이나탁재훈보다훨씬뛰어나다. 그 유머가만들어준매력에친절함과겸손이추가된것이다. 그반대가아니다. 거기에그는성실함으로돈까지벌었으 며안정적인생활을구축해놓았기때문에, 그는상대에게 행복감을줄수있는조건들을전부갖춰놓은상태인것이 다.

하지만 무엇보다 유재석을 완전하게 만든 결정타, 부족한 10%를 채워준 것은, 그가 근 몇년동안 만들 어 놓은 자신의 신체적 매력이다. 아무리웃긴남자라 도, 아무리돈이많은남자라도, 신체적인매력이부족하다 면상대의욕망을완전하게충족시켜줄수없다. 욕망을충 족시켜주지못하는관계는반쪽짜리관계이다. 항상1%건 10%건, 뭔가부족한여지가남는것이다. 신체적매력이없 는남자는자기여자를지키기힘들다. 결혼한여자니까남 자들이들이대지않는다고? 바람을피우는건더러운행위 이고, 내가남의여자를뺏으면다른사람에게상처를주기 때문에그러지않는다고? 어림반푼어치도없는웃기는소 리다. 당장살펴볼수있는모든성인물을한번살펴봐라. ' M.I.L.F.'라는 말은이미포르노계을떠나일상어로장착한 수준이며, '인처'는 대표적인모에속성중하나다. 유부녀 라서매력이떨어지는건절대아니며, 오히려유부녀라서 매력이상승한다. 다른사람이내게매력적인것을소유한 다하더라도그것에대한소유욕은절대줄어들지않고, 빼 앗을수있는것이기때문에매력은오히려증가한다.

그러니, 자기여자가성적매력을완전히상실하지않는이 상들개처럼발정난수컷들이달려들기마련이고카리스마 가없는사람은그들개들에게여자를뺏길수밖에없다. 수 많은부잣집아주머니들이헬스트레이너들과바람을피우 는이유가무엇이라고보는가? 능력있고, 세상에서아랫사 람들등쳐먹으며갑중의갑노릇하는자신의남편을배신 하면서위험한줄타기를하는이유가무엇인가? 부인으로 서의책임, 엄마로서의책임, 도덕, 윤리따위를갖다던지 면서아무리욕망을누르려해봐도, 어쩌다닿은손길에, 탄탄한가슴에, 남편에게없는신체적매력에마음이동하 는것은어쩔수없는것이다. 남자들역시비슷하지않은가 ? 집에조강지처가기다리고있는데왜룸싸롱에서여자들 을주무르고있는가? 착한여자친구가내일함께소풍가려 고도시락을싸고있는마당에왜클럽에서애먼여자번호 를따려고안달이나있는가? 그리고, 당신이그러고있는 데왜당신의처는, 여자친구는, 다를것이라고생각하는가 ?

신체적 매력이 아예 없는 사람은 항상 불안 요소를 안고 있는 것과 마찬가지다. 기본적인 매력은 갖췄 는데, 신체적 매력이 아예 빵점이니 뭔가 불안한 것이다. 스파르타 병사들은 용맹하고, 페르시아 군 대는 뒷길에 대해 모르는게 확실하지만, 그래도 후 위를 방어하고 있는 병력이 전혀 없으니 뭔가 불안 한 것이다. 그리고유재석은, 성공적으로그것을보충했 고그렇게그는완벽한남자가된것이다. 그러니나경은에 게는자신에게들이대는헬스트레이너가별로대단해보이 지않는다. "물론트레이너몸도괜찮고, 매력있지만, 내남 편의몸도괜찮은데굳이도박을할필요는없다. 무엇보다 이남자는전체적으로내남편보다훨씬떨어지는남자"라 고생각하게되는것이다. 물론가정사는당사자외에는아 무도모르는것이지만, 드러나는요소만을따져보면그런 결론이나온다. 고로, 유재석은자기여자를지켜낼수있는 남자이고, 그래서현재대한민국에서가장섹슈얼한사람 중하나이다.

내 말의 포인트는 이것이다. 신체와정신둘다타인에 게위협이될만큼강해야하고, 그래야그것이성적인매력 으로이어진다는것이다. 그리고이성적인매력없이는자 기여자를지켜낼수없고, 여자뺏긴비참한남자가되는것 이다.

나는 성적 매력이 없는 사람이다. 평범한외모에, 돈 도없으며, 신체능력역시뛰어나지않다. 그렇다고위트있 는사람도아니다. 모두다알고있는당연한사실들을누가 물어보지도않았는데이렇게길게얘기하는걸봐도알수 있지않은가? 소위비장의무기라고불리는'대물'도 없다. 아마이글을읽고있는사람들의대부분이나와같은처지 일것이라고생각한다. 우리대부분은그런사람들이다. 뛰 어나지않으며, 뛰어난사람에게질수밖에없다. 뛰어난 사람들이우리의여자를뺏고자한다면, 두말못하고뺏기 거나, 우리의여자가자비를베풀어하잘것없는나와남아 주기를기대할수밖에없는불쌍한처지의사람들이다.

그렇다면 우리는 어떻게 이런 불쌍한 처지에서 벗 어날 수 있을까? 겸손과친절, 물론말은좋다. 하지만그 게타인에게겸손과친절로받아들여지지않을것이다. 주 제파악을해야된다. 지금의우리는너무나약한사람들이 다. 만약내가손석희가차고다니는카시오전자시계를차 고나갔는데, 누군가검소해서참좋다고칭찬한다면나는 죽빵을한대갈길것이다. 지금사람놀리냐고. 돈없어죽 겠는데검소는개뿔이검소......

하지만 그런 사람이 아니랍시고 또 교만을 부린다 면 더더욱 안된다. 그것은못이"나 좀갈겨줍쇼" 하면서 일부러비뚤어지는것과다름없다. 교만은누가해도밉상 이다. 강한사람이잘난체하는것도짜증나죽겠는데, 나약 한우리가그러면진짜험한꼴볼수도있다. 그리고나약 한우리는거기에더상처를받고, 악순환만계속되는것이 다. 강해지기전까지우리는교만도, 겸손도떨자격없는 쭈구리같은존재들이다.

그렇다면, 겸손을 떨 만한 사람이 되어야 한다. 자 신의친절에타인이감사해할만큼의사람이되어야한다. 어떻게강한사람이되는가? 답은간단하다. 약한사람이 아니면된다.

일단 내가 쓴 이 글을 약한 사람의 예시로 삼아보 자. 사실아무것도아닌하잘것없는몇개의2D그림들일 뿐 인네토라레망가에가슴이놀라서세상을저주하는이꼴 이약한사람의모습이다. 내가네토라레를보고이렇게상 처를받은이유는그게현실이기때문이다. 실제로존재하 는현실을이야기하는것이아니라, 나의현실을말하는것 이다. 실제현실과구분되는나의현실이다. 내가바라보는 세상을그망가가망친것이다. 그리고네토라레에묘사된 세상은, 실제현실, 그러니내현실과독립적으로존재하는 현실과어느정도의유사성을보이는순간, 나는그유사성 에만집중하며그것을바로내현실로만들어버린것이다. 네토라레에묘사된세상은, 오르가즘이야말로최고의가치 이며, 나보다성기도크고섹스를더잘하는남자가달려들 기만한다면내여자는나를배신하는현실이다. 그리고더 중요한것은, 내여자가나를배신하면내세상이끝나버리 는현실이다. 위에이야기했듯이성적매력은실제현실에 서도중요하다. 하지만실제현실의성적매력과그법칙은, 네토라레에묘사된현실과다르다. 실제현실은내가항상 지는현실이아니기때문이다. 실제현실의나는루저가아 니기때문이다. 하지만그네토라레물의충격을견디지못 하고무너져버리고, 네토라레물에의해새로이구성된나의 현실에서의나는매력이라곤전혀없는돼지이고, 남들에 비해뒤쳐지기만할뿐인루저이다. 이렇게나는약한사람 이되어버렸다. 약한사람은자신의현실이왜곡되도록허 락하는사람이다.

그리고약한사람에게성적매력은없다. 그나약한내면은 얼굴에, 말에, 행동에드러나고, 부정적이고패배적인모습 그대로드러난다. 부정적인외부적자극을걸러내지못하고 그에의해왜곡된현실에서살아가는사람은한치도아름답 지않다.

내 현실이 왜곡된 이유는 무엇인가? 플라톤의'국가' 에등장한유명한비유처럼, 우리에게현실이란벽을바라 보는것과같다. 플라톤의비유와는다르게, 우리의현실을 순백의벽이라고생각해보자. 갓밑칠을한순수한벽이다. 다빈치가프레스코를그리기직전의벽과같은순수한상태 이다. 그리고지금까지나를가르쳤던선생님, 부모님, 내 친구들뿐만아니라, 내가만났던모든경험들은나와함께 그벽에조금씩그림을그리는것이다. 이사람들과경험들 은모두나를가르치기도하고, 내게배우기도하며, 자신의 벽화를그리고나의벽화를바라보기도했다. 그림을망치 려는나쁜경험들, 나쁜사람들도있었지만나는그때마다 그경험들을잊어기도하고그사람들을제지하기도했다. 그사람들을통해배운현실을그림에어느정도반영하기도 했다. 내가그벽화의주인이고내가그벽화를만드는사람 이며, 그벽화는나의손길이숨쉬는벽화다.

하지만 어느 순간부터 나는 벽화를 그리는 것을 포 기했다. 그리고그것을우두커니바라보기만했다. 그리고 그사이수많은나쁜경험들과나쁜사람들이내벽화에마 구낙서를하기시작한것이다. 네토라레를예로들어이야 기하자면, 네토라레는내벽화위에검은페인트를끼얹은 것이다. 내가계속벽화를그리고있었다면, 검은페인트가 가득들고오는네토라레를알아보고, 제지하고, 원한다면 그검은페인트만벽화에반영했을수도있다. 하지만내가 포기했기때문에, 나는그벽화를그리는게너무힘들다고 생각해버렸기때문에손을놓아버렸고, 결국네토라레를올 바로벽화에반영하기는커녕, 그검은페인트가내벽화를 완전히망치도록내버려둔것이다.

다시 화구를 잡아야 한다. 검은페인트를긁어내고, 그 밑에있는아름다운것들의흔적을찾아내다시그려야한 다. 하나하나천천히다시만들어내야한다. 내삶의주체성 을찾아야하고, 내현실을내가스스로만들어나가야한다. 내가벽화에그려넣는것은, 내가받은가르침과내가한경 험들, 내가만난사람들이다. 그러니, 우리의현실의주체성 을다시회복하고, 수많은관념들과존재들이주었던상처 에서회복하려면우리는다시경험하고, 배우고, 사람들을 만나야한다.

회복을 위한 첫번째 단계는 노동이다. 신체적 노동 과 정신적 노동 둘 다 포함한다. 쟁기로 밭을 갈건, 책상 앞에 하루종일 앉아있건, 노동을 결국 육체를 소모하는 것이다. 내 손으로 벽화를직접그려야한다. 벽화는알아서그려지지않는다. 부모님이벽화를그려준다 면그것은나의벽화가아니라부모님의것이다. 난그벽화 에이질감을느낄수밖에없고, 부모님이떠나갔을때벽화 를그리는법을익히지못해누가낙서를해놓을때벽화를 고치지도못하고, 누가낙서하는것을막지도못한다. 그 리고노동이란곧책임을의미한다. 책임감이없다면, 노동 하지않을것이고, 노동하지않는다면, 화구를놓고벽화를 그리지않을것이다. 그러니, 노동하기때문에노동하는것 이고, 노동해야하기때문에노동한다. 불완전함으로가득 찬세상에, 몇안되는완전한것중하나다.

그리고 두 번째는 지성이다. 인간은태어나면반드시 죽는다. 그러니우리가하는모든경험은언젠가는끝난다. 현실은냉혹하다. 허리케인하나에재즈의성지가쓸려나갈 수있는것이현실이다. 우리가이런현실을항상직시하며 살아가는것은불가능하다. 우리는현실의무게를온전히 감당할수없다. 그리고이현실의무게를우리가조금이라 도소화할수있는형태로바꾸어주는것이이성이다. 자꾸 현실적현실적운운하면서부정적인견해를내놓는놈들을 불쌍하게바라봐야하는이유도이것이다. 짊어질수없는 것을짊어지려애쓰며자신의뼈를부수고있는있는불쌍 한사람들이다. 벽화를그리는게고작인우리는, 진짜리얼 쓰리디현실을감당할능력이없다. 움직이는역동적인현 실을현실그대로벽화로그릴수있는가? 본질적으로다른 것이다. 지성은그현실을내가그릴수있는형태로, 내머 리속의관념으로바꾸어주는것이다. 나스스로세상을이 해할수있는힘이다.

노동을 하는 사람은 강하다. 타인에게종속적이지않 기때문이고, 자기외의관념에쉽게휘둘리지않는다. 자기 할일이있는데왜타인에게의존하겠는가? 의존하지않는 사람은, 동시에누군가에게굴복할필요도느끼지않는다. 자신의삶의의미가자신안에서완성되었기때문에, 굴복 해서얻을것이전혀없기때문이다. 누군가가내현실을마 구왜곡해서, 당신을루저로만들어버리는것을허락하지 않는다. 여기서, 나는열심히일하지만직장에서상사에게 매일욕먹고, 맨날을질하고다닌다며반문하는사람들이 있을수있다. 하지만, 비록내가경험하지못한당신의인 생이지만, 최소한나는당신이누군가에게굴복한다고생각 하지않는다. 상사에게욕안먹을수는없고, 을이라면을 노릇을할수밖에없다. 그것은당신의노동의일부이며, 당신은그것을충실하게이행하고있는훌륭한사람이다. 그러니당신의인생이굴복하는것이아니며, 당신은완전 한인생에가까워지고있다.

그리고 지성을 갖춘다면 어떤 매체나 왜곡된 현실 이 위협이 되지 않는다. 세상을있는그대로바라보되, 그것을어떻게해석할지는내가결정할수있게된다. 그리 고노동을통해그세계관을매일확인하며, 강화하게된다. 한마디로외부세계에의존하지않고자신만의세계관과가 치관을확립할수있기때문에, 동시에외부세계의위협에 정신이굴하지않게되는것이다. 그러니, 나처럼영화'은 교'를 보면서한은교와서지우가섹스하는장면을제발보 여주지말라고마음속으로끊임없이빌고또비는나약한 정신에서진화할수있다. 그영화를온전히바라보고, 또 오히려그영화에서보여주는충격적인장면에놀라고, 진 정영화를즐기기까지할수있다.

이렇게 자신의 본질적인 존재, 육체의 노동과 정신 의 운동을 차돌처럼 강하게 만들어야 한다. 강해지 기위해신체가건강해야하는건당연한얘기이고, 신체가 건강해지는과정에서성적능력의향상이최소한조금은있 으리라생각한다. 그리고최후의단계로운동을하고, 자신 의외형을꾸밈으로서, 잘구워진케이크에아이싱을해야 한다.

이렇게 강해지고, 세상에나가는것이다. 그렇게독립된 하나의존재로서세상을마주할수있다. 남에게의존하는, 폐가되는사람에서, 허물을벗고더좋은사람이되어사회 에기여하고주변사람들에게힘이될수있다. 성적매력은 강함에서온다. 이렇게강한사람에게서는성적매력이차 고넘친다. 그리고당신은, 당신이사랑하는사람이당신의 나약함에지쳐유혹에넘어가는상황을방지할수있을것 이며, 웬만한잡것들이당신의사랑을무너뜨리려할때그 것을막을수있는힘을가질수있다. 물론모든이성이당 신을사랑하지는않을것이다. 당신을싫어하는이성도있 을것이며, 당신을배신하는이성도있을것이다. 하지만당 신은그어떠한현실도온전히감내할수있는힘이생길것 이다. 배신앞에서당당할수있다. 상처를받아도회복할 수있다는희망을가질수있다.

나는인터넷을많이하는사람이지만, 성대사랑에는글을 처음쓴다. 처음보는사람, 심지어이상한고민을하고있 는사람이, 이렇게잘난체하는게우스워보일수도있다. 하 지만나는내주변동기들뿐만아니라, 수많은사람들이나 와같은고민을하고, 같은것때문에고통스러워하는것같 다. 특히인터넷공간에서, 이러한고통으로인해터져나오 는절규를들을수있다. 하루종일디씨, 일베, 오유, 엠팍, 아고라, 네이버/다음 뉴스댓글란, 등등을비롯한수많은 인터넷공간에상주하면서쏟아내는수많은말들에서이러 한절규를들을수있다. 그곳은음지이다. 양지와는다르다 .

'멘토'들이 대세가 된 이유는 고통스러워하는 사람 들이 많기 때문이다. 그들이책이불티나게팔리는이유 는그책에서위안을찾으려는사람들이많기때문이다. 하 지만청춘멘토라고하는사람들이이런음지에서터져나오 는절규들을온전히들어줄수있는지의문이다. 그들이부 족해서가아니라, 그들은결국양지의사람들이고양지의 방식으로음지의문제를접근하고있다. 우리가원하는것 은뻔한얘기가아니다. 그리고우리가원하는것은양지가 얼마나좋은곳이며양지에서살아가는방법이아니다. 우 리가원하는것은우리앞에놓인이현실이대체뭔지, 어떻 게이런현실이만들어졌는지이해하는것이고, 이현실을 이겨내는방법이다.

덴젤 워싱턴이 주연한 영화 'Malcolm X'를 보면, 백 인 여학생이 말콤 엑스에게 접근해, 인종차별 문제 를 해결하는데 내가 백인으로서 할 수 있는게 뭐가 있냐고 묻는 장면이 있다. 그리고말콤엑스는'Nothing '이라고 차갑게대답하고갈길을간다. 과연그들은우리의 문제에얼마나공감을하는가? 그들의문제인가? 공감하 는것이가능한가?

우리가 마주하고 있는 질문들은 특수한 것이며, 우 리 외의 다른 사람들이 이해하기 힘든 질문이다. 결 국우리가우리스스로의답을찾아야한다.

누가 요약좀

야한 망가를 보고 나서 아 나는 성적매력이 없

어, 망했다.라고 생각하다가

그럼 어떻게 해야 성적매력이 있는 사람이 될

까.

노동과 지성을 통해 강해져야해. 라고 하는 것

같은데요.

거 남자가 여자 뺏기는 야한만화 보고 이런 장

문의 글을 써내려간거 보면

진짜 충격을 받긴 받았나보네요.

하지만 제목이 또 봤다 인걸로 봐서 충격을 받

을 걸 알면서도

본거고 거기서 쾌감을 느꼈다면 이미 훌륭한 M

이 아닙니까?

매력 있어도 괴로움 있을수 있어요... 남들이 봐

서 매력이 있지만 그것이 허울 일 수 있고 내면

적으로 내가 보는 내 삶이 지속적으로 주체적

일 수 있는지 ... 사람들한테 유머나 위트나 언

변으로 사기치고 다닌건 아닌지 ... 매력이 절대

가치는 아닐거예요~~ 섹슈얼하다는 것이 전적

으로 매력을 담보하지도 않아요...

살 빼면 곧휴 커져요

일리가 있지만 전부는 아닐 거라는 생각이 드

네요..

어쨌든..추천합니다..

ㅎㅎ전체적으로 공감도안되고, 무엇보다 글쓴

분이의 자존감이 심히 걱정됩니다.....

글을 굉장히 잘 쓰시네요!

엄청 정성들여 쓴 글 같아서 추천

이분도 생물학적 관점에서 사회를 설명하는것

이 괴벨스님과 비슷한게 있네요

뭐 별로 공감은 안가지만, 사람도 이성이라는

허울속에 있다지만 결국 일개 생물이니 생물학

적 관점에서 사회를 설명하는게 상당히 현실설

명력이 있다는 생각도 들어요.

요즘 상당수의 사람들은 성형수술이라는 방법

을 택하고 있죠.

성형수술은 아니라도 외형 치장에 공들이는 이

유가 여기 있네요.

성적 매력이라는 것이 일단은 외형에서 가장

많이 발산되니까요.

그럴 듯한 외형은 인간 사회에서 '우대권' 같은

거죠.

여러모로 공감이 많이 되는 글입니다.

글 잘봤습니다. 많은 글 부탁드려요~

댓글입력

--------------------------------------------------------------------------------------------------

사람 사는 꼴을 보면 재밌다. 한 울타리 안에 살면 서 뭘 그리 재고 따지는지. 도토리 키 재는 모습이 귀여우면서 처량하다. 내가 너고, 네가 나인데 잘 나면 어떻고 못나면 어떠하리. 대개 이를 모르고 경쟁하다 죽는다. 도토리 키만 재다가 먹지도 않고 뒈지는 것이다.

지인이 들려준 얘기다. 지하철을 탔단다. 노인끼리 싸움이 벌어졌단다. 싸움이 끝났는데도 한 노인이 화를 못 참았던지 이렇게 말했단다. "내가 누군지 알아? 응?! 내가 이래뵈도 초등학교에서 교장까지 한 사람이야! 이거 왜 이래?" 듣는 사람 없는데 노 인은 장광설을 늘어놓았단다. 제3자가 들었을 때 는 웃긴 얘기다. 싸움이랑 교장이랑 뭔 상관? 노인 입장에서는 다르다. 노인에게 교장이란 싸움의 필 살기다. 나는 이만큼 배운 사람이라는 뜻이다. 배 운 사람이니까 너희보다 낫다는 뜻이다. 나는 교장 까지 한 사람이니 까불지 말라는 뜻이다. 일종의 자부심이다.

노인이 한심하지만 우리라고 다를까? 사람은 모두 자부심을 가진다. 자부심이란 곧 자아(ego)다. 예 를 들면 이렇다. "나는 성균관대라는 명문 사학에 다니고, 과는 문과 탑(TOP)인 경영학이고, 학벌도 괜찮으니 취직도 잘될 것이고, 키와 외모도 좋으니 결혼도 잘할 것이고, 조건이 받쳐주니 자본주의 사 회에서 넉넉하게 살 것이다." 여기까지는 괜찮다. 이렇게 생각해도 누가 뭐라 할 사람 없다. 이정도 야 누구나 하는 생각이지 않은가. 문제는 다음이다 .

"성대요? 전 연대 다녀요. 과는 이과 탑(TOP)인 의 대구요. 근데 성대가 나쁜 학벌은 아니지만 자찬할 정도는 아니죠. 그쵸? 제가 말이 너무 심했나? 죄 송해요. 그렇고 요즘 SKY 나왔다고 취직 잘되는 것 도 아니더라고요. SKY가 이정도인데 다른 학교는 어쩌겠어요. 저는 키가 179예요. 1센치 모자라서 루 저입니다. 하하. 특별히 어려움은 없어요. 집안이 좀 살거든요."

울컥한다. 발끈한다. 반박하지 않고서는 잠이 안 온다. 눌러주고 싶은데 스펙이 달린다. 독기를 품 고 집에 돌아와 엉엉 울거나 책상에 앉는다. 그래 봤자 작심삼일이지만. 인간이 이렇다. 서로 재고 따지면서 승자와 패자를 나눈다. 승자는 웃고 패자 는 운다. 이 싸움은 계속된다. 평생. 누구도 이 싸움 이 가짜라는 사실을 깨닫지 못한다. 판 자체가 없 는데 수를 놓으면서 울고 웃는다. 가히 코미디다. 옆에서 구경하는 사람은 배꼽 잡는다. 연대? 성대? 그게 뭔 상관인데? 죽을 때 저승사자가 연대생은 늦게 데려가나?

세속적인 가치가 죄다 이런 식이다. 국산차는 외제 차 앞에서 깨갱거리고, 강북은 강남 앞에서 깨갱거 리고, 지방대는 명문대 앞에서 깨갱거리고, 루저는 위너 앞에서 깨갱거리고, 추녀는 미녀 앞에서 깨갱 거린다. 모두 상대성 탓이다. 다름을 차이로 여기 면 되는데 호오, 선악, 미추로 여기니 차별이 생긴 다. 차별하는 자는 속으로 키득거리고, 차별받는 자는 겉으로 열폭한다. 둘 다 꼴사납다.

혹자는 말한다. 잘못된 교육 시스템이 낳은 문제라 고. 일리가 있다. 대한민국은 어릴 때부터 줄서기 를 가르친다. 한 반에 1등이 있고 꼴등이 있다. 문 제는 순위가 아니라 순위를 가늠하는 기준이다. 기 준이 하나다. 하나밖에 없다. 공부만 잘하면 장땡 이다. 선생은 학생을 공부 순위로 인식한다. 너는 1 등, 너는 14등, 너는 꼴등. 수학을 잘하는 영희, 축 구를 잘하는 철수, 노래를 잘하는 미숙 따위는 없 다. 수학은 알아줄지 몰라도 축구와 노래는 안 알 아준다. 그딴 것은 안 쳐준다. 기준이 하나니까 협 동성도 없고 다양성도 없다. 전쟁이다. 총만 안 들 었지 군대나 다름없다. 1등은 시스템에 적응해 발 전하고, 꼴등은 시스템에 부적응해 퇴보한다. 시스 템은 무자비하다. 얄짤없다. 승자는 칭찬해주고, 패자는 걷어찬다. 애들이 주눅 든다. 시스템은 초 중고를 넘어 대학과 사회까지 점령한 상태다. 심지 어 국가까지 이 시스템 하나로 돌아간다. 인간들이 줄서기에 목매는 것도 무리는 아니다.

시스템만으로는 부족하다. 뭔가 풀리지 않는 의문 이 남는다. 왜 예뻐야 하고, 왜 키가 커야 하고, 왜 돈이 많아야 하고, 왜 학벌이 좋아야 하는가? 신경 안 쓰면 안 돼? 포기하면 편하잖아. 말이 쉽지 행동 은 어렵다. '나'를 버리지 못하는 인간은 키 · 외모 · 돈 · 학벌이 전부다. 인생이 키요, 도덕이 외모 요, 꿈이 돈이요, 목표가 학벌이다. 아침에 눈 떠서 밤에 눈 감을 때까지 '키외모돈학벌'로 남과 나를 비교한다. 멈추는 법이 없다. 나이 먹고 철 들면 정 신 차릴 때도 됐는데 끝이 없다. '나'를 버리지 못해 서 그렇다. 한 번이라도 '나'를 탐구해 보지 않아서 그렇다. '나'가 누구인지 모르고 세속에 휘둘려 20 년을 살아와서 그렇다. 상대성이 행복을 주지 않는 다는 사실을 알면서도 비교가 주는 쾌감에 찌들어 서 그렇다. '키외모돈학벌' 포기하면 남에게 꿀릴 까봐 그렇다. 죄다 겁쟁이다.

상대성에 찌든 현대인의 특징을 말해 본다. 겉은 정상인데 속은 비정상이다. 말은 잘하는데 논리가 없다. 생각은 많은데 깊이가 없다. 욕망은 있는데 신념은 없다. 우위는 따지는데 평등은 무시한다. 이외에 수없이 많다. 비교만 하니까 이리 치이고 저리 치여서 왔다 갔다 하는 것이다. 제자리에 앉 아서 몰입하는 자세가 부족하다. 뚝심이 없다는 소 리다. 내가 성대 다니면 누가 연대 다녀도 안 꿀려 야 한다. 남한테 떠벌리려고 학교 간 것이 아니라 공부하려고 간 것이기 때문이다. 공부가 목적이지 자랑이 목적이 아니다. 학문이 즐거우면 '설연고 서성한 중경외시' 따위는 눈에 안 들어온다. 학벌 순위는 중요하지 않다. 학문의 즐거움이 중요하다. 나는 공부만 하면 된다. 철학이 좋으면 철학과에 가라. 수학이 좋다면 수학과에 가라. 여자한테 자 랑하려고, 남자한테 시집 잘 가려고 인기 있는 과 에 가는 년놈이 많다. 남의 눈치 보면서 적성과 무 관한 과에 앉아 있는 년놈도 많다. 제자리도 모르 면서 대학생이라고 뻐긴다. 앞서 말했지만, 코미디 가 따로 없다.

타인은 나의 지옥이다. 내 삶에 타인을 배재하고 나를 추구하는 순간 자유가 찾아온다. 지옥에 머물 것인가, 천국에서 자유를 찾을 것인가. 사람들은 말한다. 자기는 열심히 산다고. 꿈을 이뤄 행복해 질 것이라고. 천만에. 과연 그럴까? 남을 의식하는 삶, 남이 알아주기를 바라는 꿈은 헛되다. 허상은 버려라. 분별도 놓아라. 호오, 선악, 미추는 애초에 없다. '키외모돈학벌'은 가짜다. 가짜를 부여잡고 왜 웃는가? 가짜를 놓치고 왜 우는가?

진짜만 봐라. 진짜는 어디에 있는가? 노래 가사도 있지 않은가. "네가 진짜로 원하는 게 뭐야?" 답하 라. 당신은 무엇을 진짜로 원하는가? 좋은 대학 나 와서 좋은 직장 다닌다고 여자 앞에서 떠벌리는 것 ? 얼굴 예쁘고 몸매 착해서 남자 시선을 한 몸에 받 는 것? 동창회에 외제차 끌고 나와서 있는 척하는 것? 우리 남편은 의사라고 수다 떠는 것?

다 버리면 나만 남는다. 천지에 우주와 나밖에 없 다. 나는 고요하고 명료해진다. 삶과 꿈이 확고해 진다. 남의 시선에 이리저리 끌려다니지 않게 된다 . 주관이 생기고 뚝심이 바로 선다. 무소의 뿔처럼 혼자서 가는 것이다. 남이 알아주는 것은 관심밖이 다. 내가 즐거우면 그만이다. 세상이 잘난 놈, 못난 놈 뒤섞여 싸울 때 나는 세상을 관망한다. 상대성 이 무의미하다는 사실을 안다. 도토리 키재기라는 사실을 안다. 허망한 싸움에 승자도 패자도 없다는 사실을 안다. 그냥 쓴웃음 지을 뿐이다.

아인슈타인이 여자 꼬득이려고 노벨물리학상 받았 나? 고다르가 멋있는 척하려고 영화 만드는가? 안 드레이 류블로프가 남한테 자랑하려고 그림을 그 렸나? 석가모니가 부르조아 되려고 출가했나? 예 수가 고상한 척하려고 십자가에 희생했나? 이들은 자기 길을 갔다. 물리학이 좋아서 하다 보니까 노 벨상이 따라 왔고, 영화가 좋아서 찍다 보니까 영 광이 따라 왔고, 예술이 좋아서 그리다 보니까 좋 은 작품이 따라 왔고, 생이 고(苦)라서 하다 보니까 깨달음이 따라 왔고, 신념이 확고해서 추구하다 보 니까 사랑이 따라 온 것이다. 역사가 알아주는 것 은 절대성이지 상대성이 아니다. 상대성에 물든 자 패망한다. 상대성에 물든 자는 자립하지 못한다. 상대성 자체가 비교에 근거하므로 남이 없으면 존 립이 불가능하다. 존재 자체가 허상이다.

사랑도 마찬가지다. 어떤 놈은 자기 여자와 남의 여자를 비교한다. 성욕을 사랑으로 착각하기 때문 이다. 어떤 년은 자기 남자와 남의 남자를 비교한 다. 남자에게 의지만 하려는 속셈 때문이다. 두 년 놈 다 사랑을 모른다. 남자 친구, 여자 친구도 남에 게 보이려고 사귀는 세상이다. 말세다. 내가 좋아 하면 그만이다. 남이 뭐래도 내가 좋으면 사랑이다 . 얼굴이 못생겼든, 키가 작든, 학벌이 후지든 나만 좋으면 장땡이다. 나랑 대화하고, 나랑 껴안고, 나 랑 키스하고, 나랑 살 사람인데 남이 뭔 상관이람? 남의 눈치만 보고, 남의 얘기만 들으면 사랑이 어 렵다. 네 스스로 판단하라. 사랑하는 일까지 엄마, 아빠, 친구한테 물어 볼래? 둘이 좋으면 그만이다. '남의 여자 친구는 예쁜데, 남의 남자 친구는 돈 많 은데.'라는 생각일랑 집어치워라. 사랑도 뚝심 있 게 가 봐라. 끝까지 가 봐라. 자기 맘이 다할 때까지 사랑해 봐라. 사랑의 끝에 무엇이 있는지 파헤쳐 봐라. 이리저리 휘둘리지 말고 줄 때까지 다 줘 봐 라. 준 만큼 못 받을까봐 두려워하지 마라. 겁쟁이 는 사랑 못 한다.

말이 길었다. 어쨌든 20년을 살았는데 상대성에 매 여 있다면 문제 있는 것이다. 남의 눈치 보지 마라. 아까운 시간 낭비하지 말자. 내 삶은 내가 살고, 내 죽음도 내가 당한다. 처음부터 끝까지 나밖에 없다 . 상대성은 남이 없으면 무너지지만, 절대성은 남 이 없어도 홀로 빛난다. 20년을 상대성에 허비했다 . 가짜는 버려라. 도토리 키 잴 시간에 그냥 먹고 자 라. 큰 도토리 뽐내다가 굶어 죽는다.

*수학

미분적분학

-spivak, Calculus

-James Stewart, Calculus:Concepts and Contexts

선형대수학

-이상구, 선형대수학

-Gilbert Strang, Linear algebra and its applications

확률및통계

-Alberto leon-garcia, Probability, statistics, and random processes for Electrical Engineering.

정수론

-Kenneth Rosen, Elementary Number theory and its applications

이산수학

-Richard Johnsonbaugh, Discrete Mathematics

기하학개론

-Marvin Jay Greenberg, Euclidean and non-euclidean geometries:development and history

미분방정식

-Martin Braun, Differential equations and their applications

해석학

-Wade, Introduction to analysis

행렬론

-Kwak and Hong, Linear algebra

공학수학

-Erwin Kreyszig, Advanced Engineering Mathematics

실변수함수론

-Antoni Zygmund, Measure and Integral

-(대학원)Royden, Real analysis

대수학

-Fraleigh, a first course in abstract algebra

-(대학원)Dummit, Abstract Algebra

보험수학

-Newton, Actuarial mathematics

복소해석학

-Herb silverman, Complex analysis

위상수학

-Munkres, Topology

조합 및 그래프이론

-Bona, A Walk Through Combinatorics - An Introduction to Enumeration and Graph Theory

실해석학

-Walter Rudin, Real and complex analysis

응용미분방정식

-Zill, Differential equations with boundary value problems

르베그적분론

-Frank jones, Lebesgue integration on euclidean space

복소수함수론

-Stein, Complex analysis

계산적금융수학

-Desmond Higham, An introduction to Financial Option Valuation

수치해석학

-곽도영, Numerical analysis(Lecture notes)

확률론

-Resnick, A probability path

미분기하학

-John Lee, Introduction to smooth manifolds

군표현론

-Bruce Sagan, Symmetric groups

대수적 위상수학

-Allen harcher, Algebraic topology

대수적 그래프이론

-Godsil, Algebraic graph theory

*물리

일반물리학

-Halliday, Fundamentals of physics

전자기학

-Griffiths, Introduction to Electrodynamics

일반역학

-Marion, Classical dynamics of particles and systems

수리물리학

-Afken, Essential Mathematical Methods for Physicists

1. 화음인식

-Theano돌려보기, 

-Viterbi내용정리

2. 텝스

3. Hypergraph Theory

4. Random Graph Theory

5. a(G)관련

-Find Lower bound

-path의 Laplacian egv구할때처럼, cos, sin을 포함하는 spectrum을 찾은 다음에 graph로 해석해보기

-GWG관련해서 연구해보기

-Homotopy method, complete split graph등 생각하고 적용할 수 있는 예 찾기

5. 기타

-수학복습(함수해석학 내용중 정리안된 부분, 산업수학 특강 자료 내용, NIMS에서 배운 내용 특히 RBM부터, MCMC내용)

-한국사정리

-물리정리

-노트북 정리(매틀랩, 파이썬, 오피스, 한글 등 설치)

-Frequentist, Bayesianist 내용 정리

-NRF신청하기

*요일별 할일

-일요일

-화음인식 했던 거 복습

-RBM공부

-CNN공부

-코딩 생각하지말고 내 공부만하면 됨

*방학 계획(Teps를 꼭 따내야한다.)

0. 매일 아침 달리기

1. Teps

-매일 Part1~3복습

-매일 part1,2 or part3, 1200제

-매일 Part4, 5개 dictation, 15개 복습

-Voca, Grammer, Reading 복습(1시간)

-Voca, Grammer, Reading(5) 풀기

따라서 이번 방학에 Teps성적을 꼭 따자.

2. 한국사

-근현대사 매일 1단원씩 정리, 암기(블로그)

-이야기 한국사 1편씩 보기

-국사 예전에 정리한거보며 추가 정리, 암기, 1단원씩

3. 화음인식

-화음인식 세미나때 열심히

-

4. 그래프이론 Diestel 읽고 정리

-

5. 그래프이론 논문 3일에 1개씩 읽고 정리

6. 기타 수학

-수학 복습(함수해석, 산업수학, 대수위상, MCMC, 표현론, FReqVSBayes,, 미분기하, 등등 수학 자체를 좋아해서 정리하는 시간을 가져야한다.)

*2학기 계획

수업

천기상 교수님 수업

박정형 교수님 수업

논문연구

------------------------------------------------------------

전반적인 계획

TEPS->TOEFL->...영어공부를 계속 해야함

한국사->물리->...교양 공부

화음인식

Diestel->Hypergraph and Random graph

그래프이론 논문, a(G)관련

-Matrix Decomposition 마저정리

-여름학회내용정리(메일보고)

-Theano설치 및 실행

자주성:
영어(군문제로 시작하였지만, 영어듣기능력은 반드시 필요하다, 듣기능력을 갖추고는 말하기 능력도 갖추자.)

그래프이론(박사때까진 그래프이론에 대한 전반적인 지식을 갖추자.)

Spectral(박사때까진 Spectral 그래프이론에 대한 지식을 갖추자.)

궁극적인 목표가 무엇이냐?

그래프이론를 바탕으로한 데이터분석가가 되는 것이다. 그러기위해선 다음을 갖추어야 한다.
1. 순수 그래프이론에 대한 지식, 대학원수준의 책 한개를 정독하여야 한다. 끼고 사는 책이 필요하다.
2. Spectral Graph Theory책 또한 한개를 정독하여야 한다. 끼고 살아야 한다. 어떠한 지식을 습득할때면 여기에 접목시켜서 보아야한다. 그래야 전공자다.
3. 머신러닝에 관한 지식을 갖추어야 한다. 강연, 책, 실습 기회가 있다면 적극적으로 이용한다.

숙달:
그래프이론, Spectral Graph Theory를 공부한 다음엔 Random Graph에 관한 지식을 갖추도록하자. 혹은 다른 분야 또한 공부해야한다.
전문가가 되어야한다. 전문가란, 자기가 아는 것이 무엇이고 모르는 것이 무엇인지 분명해야 하며, 모르는 것이 나오면 아는 것을 바탕으로 고민할 수 있어야 한다. 즉 아는 것을 정확하게 알아야 하며, 그것을 토대로 누군가와 협력을 할 수 있다.

소명:
분명히 할 것은 나는 연구를 할 것이다. 여기에는 의심을 갖지 않는다. 이러한 연구는 인간 사회에 발전에 기여하는 방향을 할 것이다. 나는 순수히 통계적인 것에만에는 관심이 가지 않는다. 이러한 연구들의 특징은 기술에 데이터를 맞추는 오류를 자주 범하기 때문이다. 순수수학으로만의 발전 또한 지금의 나는 흥미를 느끼지 못한다. 구체적인 도움과 흥미가 있는 분야에 도전할 것이다. 그래서 해결하여 성취감을 느낄 것이다. 순수수학으로만의 발전 또한 의미가 있다. 하지만 그 의미는 나에게 반만 전달된다. 지금의 나는 그렇다.

이해는 생각만 해도 할 수 있지만 실천은 삶으로 몸으로 해야하기 때문에 더 어렵다.

외적 동기가 오히려 흥미를 떨어뜨릴 수 있다. 따라서 어떠한 일을 계획할 때 내 기존의 흥미를 유지할 수 있는 수준에서 할 수 있는 건지 판단해야한다. 독립적인 한 인간이라는 인식이 점점 흐릿해지고 흥미 따위는 눈사태처럼 우르르 쏟아지는 과제와 의무에 깔려 사라지고 만다.

----------------------------------------------------------------------------------------------------------------------------------

Teps듣기 -> Teps총점 -> TOEFL -> ...

-Teps듣기 마지막 책까지 공부한 다음 들었던거 다시 듣기

-Teps듣기 Part1,2,3 정답률 80%이상되면 Part4랑 독해등 나머지부분 총 집중해서 성적만들기(800돌파가 목표)

-이후 TOEFL 시험응시, 다 공부하되 스피킹도 확실히

순수 그래프이론 -> Random Graph -> ...

-Oum Syllabus따라, 매주 1Chapter씩(3번씩 읽어주고 필요한 경우 따라 적어본다. 모든 내용을 스스로 증명할 수 있게끔한다.)

Spectral graph theory -> Application to other area

-Applications of combinatorial matrix theory책 따라 매주 Chapter1개씩, 특히 Chapter6부터보고 앞부분필요하면 그부분 다시보고, 3번씩 읽어주고 필요한 경우 따라 적어본다. 스스로 증명할 정도로 익숙해져야한다.)

ML학부생세미나+CRF등 당장 필요한 지식+NIMS+콜로퀴움

-ML책 보며 세미나 따라가고 블로그에 간단히 내용정리

-CRF강의보기, 코세라

-NIMS, 월요일갔다와서 당일날 바로 정리

-콜로퀴움 중 빅스관련 보고 정리

연구실에서는 컴퓨터 거의 사용하지 말기
공부정리는 영어만 그즉시하고 나머진 몰아서하기, 정리보다 생각이 우선이어야 함

운동은 무분할로, 공부 충분히 한 날 하기

조교일관련

1.

이름 나이 학교 고향을 묻지 않는 모임을 만들면 어떨까

만나서는 제일 먼저 자기인생에서 가장 힘들었을 때의 일화로 자기를 소개한다.

이렇게 사람이 만나면 어떨까?

마음이 힘든 사람은 공감을 통해 속시원히 털어놓아 내일을 힘차게 살아갈 힘을 얻을 것이다

기쁘게 살아온 사람은 자기 삶에 감사해 할 것이고

불필요한 격식은 없을 것이다.

솔직한 내면을 모두 보일 것이다. 

그럼으로써 창의적이고 자유로워질 것이다.

1. 100점을 맞으려고 하지는 않는다.

2. 각각의 의미, 의의, 활용, 다른 해석, 상상을 해본다.

3. 주어진 기간내에 주어진 범위를 커버하지 못할 수 있다. 그건 언젠가 하면 되는 일이다. 

4. 호기심을 잃지 말 것이며, 공부를 하며 운동도 하고 다른 중요한 일들도 놓치지 않아야 할 것이다.

5. 오늘 하루는 그렇게 특별하지 않았지만 그렇게 의미없진 않았다.

6. 가끔은 나가서 하고 싶은 생각만하다가 돌아오자.

7. 한달간 딱 한권의 책만 공부해보자.

8. 내 기준대로 책읽고 공부해 나가야 한다. 내 자신의 솔직한 능력 그것만이 중요하다.

9. 학점(성과)가 낮으면 안돼!라는 것 때문에, 내가 내 기준대로 공부할 수 없는 곳이라면, 그 자리는 일찍 뜰수록 개이득이다.

10. 수업을 너무 부담가지지말고 듣기, 어차피 책에 다 있는 내용이다.

11. 시험기간에는 철학?적인 생각을 하지 않는다. 감성적인 부분을 보통 생각하게 되며, 시험이 끝난 후 잊을만한 내용들이다. 시험기간에는 별 생각없이 오래 공부하는 것이 제일 좋다. 다만 시험이 끝났을 때 뭘 더 공부할 지 어디에 집중할 지만 메모하여 둔다.

12. 해야할 일이 많을 때 다 못할 수도 있다. 하지만 못해도 괜찮다. 그러나 하지 않는 것은 안된다.

13. 배운 수학을 다시 떠올리는 것을 즐기자. 이것이 요즘 잘 안되는 이유는 완벽하고 싶은 내가 완벽하지 않는 나를 마주하기 싫어서인 것 같다. 애초에 완벽할 수 없는 부분인 것을

14. 진정한 자신감(소속감에서 오는 자신감이 아닌, 오직 나의 실력으로부터오는 자신감)을 가지자. 대인배가 되고 집중할 수가 있다.

15. 가치를 느껴야 공부를 한다. 카이스트는 현재 수단만을 강요하고 있다. 최서영 교수님의 말씀을 생각하라.

16. 수업을 무리하게 듣지 않는게 좋다. 호기심은 자유로울 때야 발동하기 때문이다. 앞으로는 적당히 수강하여서 적당한 호기심을 갖고 학기를 보낸다.

모든 남자가 가슴 큰 여자를 좋아하진 않는다. 모든 남자가 가슴 작은 여자를 좋아하지 않는다.

기존에 존재하는 것을 다르게 해석하는 능력, 그것이 창의력이다.

자유는 매번 수행할 기획(즉, 자유가 현실 속에서 만들어낼 수 있는 현실)에서 출발하여 재해석된다. 

개인은 자신의 미래를 향해 열려있으며, 이 미래는 기성의 정의에 갇히지 않는다. 그 결과 내가 어떤 사람인가는 그 자체로는 알기 힘들고, 내가 되기를 바라지만 아직 되지 않은 미래의 모습을 고려함으로써만 정의될 수 있다. 그러므로 과거는 우리의 욕망이나 기획에 따라 이용되어야 한다. 과거는 움직이지 않는 것이 아니고 그 의미 또한 예전에 정해진 대로 고정되어 있는 것이 아니다. 그러므로 과거를 재가공하는 것은 나의 몫이며, 나는 나의 과거를 오직 나에게 유용한 방식으로만 기억할 수 있다. 즉 내가 어떤 모습으로 변하는가에 따라 내 과거의 의미는 달라진다.

행복=가진 것/원하는 것, 가진 것에 만족할 줄 알아야 한다.

천국의 오류, 초점오류의 일종으로, ~을 가지면 좋겠다. ~의 한 특성만을 고려해서 생각한 오류, 예를 들면 무인도에 한 가구만 사는 경우, 천국같아보이지만, 아플 때 불편하고 식수, 전기, 등을 고려 못하는 점

쾌락적응, 즐거운 일이든, 불행한 일이든, 시간이 지나면 행복도가 원래의 상태로 돌아간다는 이론

춘천사람과 서울사람에게 각각 어느지역 사람이 더 행복하냐는 설문에 둘다 서울지역 사람이 더 행복할 거라고 생각했지만 실제론 비슷비슷하게 나왔다.

행복은 어떤 대단한 한방이 아니라는 것이다. 아주 소소하지만 빈번하게 작은 긍정적인 기쁨을 얼마나 자주 느끼느냐가 행복도를 결정

행복은 생각+감정, 생각(내가 원하는 길을 가고 있다), 감정(그 과정이 즐겁다.)

자신의 목표를 향해 가고 있다면 고통스럽더라도 우리는 행복하다고 말한다. 하지만 그 과정에서 긍정적 감정을 경험하지 못한다면 우리는 또 불행하다고 말할 수 있다. 

삶의 질은 평생 어떤 일을 하며 그 일을 하며 어떤 생각을 하는 지에 달려있다.

스스로 가치를 느끼는 순간 지루함과 고통은 갑자기 즐거움으로 변한다. 행복은 내 손 안의 작은 새다.

사랑하면 알게된다. 다 안다는 말이 아니라, 끝까지 알려고 한다는 것이다. 안다고해서 사랑하는 것은 아니다.

일등하는 아이는 사랑을 못한다. 골고루 공부해야하니까 결국 다 외워야하니까. 일등하는 아이는 나중에 평범해진다. 역사에 이름이 남기는 힘들다. 지금 많이 알고 있지만, 사랑하지 않기 때문에 1,2년 뒤에 다 까먹게 된다. 한개를 사랑하고 나머지는 어쩔 수 없이 대충하는 사람이, 오랜 세월 뒤엔 반짝이는 사람이 될 것이다.

사랑하는 대상이 바뀔 수는 있는데, 사랑이 없어서는 안된다. 죽을 때까지 사랑을 해야한다.

슬픈 영화를 본 후에 친구들과 대화를 할 때, 어느 부분이 슬펐는지, 슬퍼한 대목이 서로 다르다. 마찬가지로 공부를 할 때도, 수학을 좋아하는 아이들 사이에서도 어느 부분이 좋은 지 각자가 다를 수 있다. 학문을 할 때의 가장 큰 포인트는, 나만 좋아하는 부분을 찾는 것이다. 좋아하는 부분 찾을 때까지 다방면으로 공부하는 것이다.

과학을 좋아해서 카이스트가는 애는 극히 일부야. 과학을 진짜 좋아하는데 왜 성적때문에 자살하니? 업적만 생각하는 애들, 그런 애들이 죽지. 자기가 좋아하는 자연과학을 하러 카이스트에 와서 오늘 실험 실패했다고 죽는 새끼가 어딨어? 사랑하게되면 안죽어, 좋아하는 거 하는데. 

진짜 사랑을 하게되면 어떠한 제약도 넘어간다.사랑을 하게되면 자유를 요구하고, 강해진다. 그래서 고민해야 할 것은, 내가 사랑할 것이 무엇인지만 고민하면 된다.

고백컨대, 꿈이 없어도 노력으로 성공한 사람은 많이 봤습니다. 노력 없이 꿈으로 성공한 사람은 본 적이 없어요. 어떤 멘토는, 허황된 꿈을 꾸지 말고 아예 먼미래의 목표는 다 잊어버리고 지금 당장, 눈 앞에만 집중해서 최선을 다하란 얘기도 했습니다.

특히나 현실적인 근성은 꿈을 꾸는 사람보다, 헝그리한 사람이 훨씬 강합니다. 꿈을 좋아하는 사람 중 다수는 낭만적인 걸 좋아하기에 도중에 쉬이 지치고는 합니다만, 헝그리한 사람은 지치지 않죠. 이룬 것도 뭐도 없기 때문에 지칠 여유 자체가 없습니다. 끝까지 가는 사람은 대개 헝그리한 사람들입니다. 어려서 꿈만 키운 사람 보다는요. 현실에 투정댈 여유도 없고, 내 몸값에 안맞는 일이라거나 학벌이 아깝다고 징징댈 여유도 없습니다. 오늘은 좀 쉬어야겠다고 할 수도 없고, 저건 좀 귀찮은데 라고 할 여유도 없어요. 시키면 해내고, 할 수 있을 것 같으면 하는 사람들은, 절박함이 강한 사람들이에요. 

고등학교 때는 내가 머리 좋은 지 알았는데 대학오니까 난 아닌가봐 ㅠㅠ, 라는 글에 댓글이, 대학교 때는 내가 멍청한 줄 알았는데 직장와보니까 아니더라.

그저그런 영화도 하이라이트는 재밌다. 타인의 삶은 하이라이트로 보게 되어있고, 내 삶은 단 1초도 편집 안 된 그대로 느끼게 되어있다. 그러니 철저하게 편집된 타인의 삶을 부러워할 필요도, 도대체 내 삶만 왜 이 모양인가 슬퍼할 필요도 없다.

성적이 나를 지켜주지 않는다. 오직 나만의 생각하는 방법, 내가 무언가를 접했을 때 떠올렸던 그 영감, 그리고 그것으로부터 뻗어져나오는 생각의 갈래. 그 자유로움과 풍성한 상상이 나를 만들고 그것이 나를 살게할 것이다.

메타 인지(Metacognition)란 자신이 무엇을 알고 무엇을 모르는지 정확히 파악하는 능력이다.

자신이 겪는 어려움과 불이익을 너무 깊이 생각하는 사람은 자기 연민과 좌절감에 사로잡힌 채 자신의 모자란 점을 다른 무언가의 탓으로 돌리고, 배움에는 전혀 신경을 쓰지 않는다. '학습된 무기력'에 빠지기도 한다. 거듭 마주치는 장애물 때문에 실패를 경험한 사람이 그 장애물이 사라져도 어쩔 도리 없는 것처럼 행동하는 경우를 이르는 말이다.

교과서 내의 단어를 바꾸는 것도 효과가 있다. '~일 수도 있다.', '~일 지도 모른다'와 같은 구절이 들어가면 학생들은 훨씬 더 다양한 답을 생각해 내고... 역사를 공부할 때도 마찬가지다. 스탠퍼드 대학교의 한 교수는 학생들에게 어떤 특정 인물의 역할을 주고 독일의 역사에 대해 일기를 쓰도록 했다. "너는 1900년에 베를린 매춘부의 자식으로 태어났어" 라는 가정을 전달받은 학생은 1914년 제1차 세계 대전이나 1920년대 나치당과 히틀러의 등장을 어떤 시각으로 바라볼까?

원래 존재하지도 않았던 고정 관념을 만들어 낼 수도 있다는...유럽계 미국인 남학생들에게 아시아계 미국인들이 수학 성적이 더 좋다고 말하자, 그들은 곧장 고정 관념의 피해자가 되고 말았다. ... "네가 그렇게 똑똑하다면 왜 부자가 못 됐어?"라는 말은 가난한 사람은 우둔하다는 고정 관념이 되고, 그러한 이미지는 저소득 가정 출신 학생들의 학습을 저하시킬 수 있다.

우리는 자신의 다양한 역할을 통해 정체성을 구축해 나가는데, 자신과 동일시하는 집단이 추한 고정 관념의 표적이 되면, 다른 사람들의 시선을 의식하며 두려움과 자기 비하에 빠진다. ... 기차가 다가온다는 걸 안다면, 기차에 치이는 일을 피할 수 있다. 자신의 정체성, 특별한 자질, 경험을 즐기고 고맙게 여길 줄 안다면, 자아의 존엄성을 계속 지킬 수 있다.

내가 생각하는 내 삶에서 필요한 것들

1. 대학생때 알게 된 사람이 단시간에 많아져서 불편했고 대학원와서는 너무 적어 불편했다. 어느 정도의 사람들을 어느 정도로 만나주어야 함을 느끼고 있다. 소속감이 필요하다기 보다는 삶이 활발하게?되는 데에 필요

2. 즐거운 놀이를 할 때의 표정을 생각. 여가로서 하고 있는 것이 정말로 내가 제대로 된 놀이를 즐기고 있는 지 확인 필요

LOL도 친구랑 함께 즐기는 게 좋더라. 그 외는 하지말자. 

3. 놀이는 일을 더하기 위해서 필요한 것이 아니라, 놀이 그 자체가 인생에서 중요한 만족을 주는 것이다.

4. 연대는 본성이다. 문명과 교육이 아니라. 거울세포는 인간만이 가진 것

연대를 느끼는 것을 어색해하지말고 자연스럽게 받아들이면서 마음에 따라 행동해 나가면 자연스럽게 연대를 하게 된다.

->재능 나눔을 하고 싶긴 한데

5. 시간날 때 게임하기보다는 그냥 글을 써보자. 뭐에 대해서든 일단 써보자.

6. 지금 26살인데, 내가 예전에 상상해온 26살의 모습은 아니다. 이 감정은 누구나 느낀다. 인생은 준비되기 전에 닥치는 것이다. 준비되기 전에 수능을 보고 준비되기 전에 졸업을 하고 결혼을 하고 애를 가진다. 50살이 되어도 내 고등학교 친구들은 고등학교 때의 그모습으로 보일 것이다.

7. 사랑하고 사랑받아야 한다. 사랑의 감정을 받지 못하면 인생은 고독으로 가득차서 어두워진다. 고독은 줄이거나 없앨 수 없다. 잠시 잊어버릴 수 있다. 고독과 싸우려고 하지말고 사랑얻고 사랑받기 위해서 노력해야한다. 사랑을 주는 것은 자기 맘대로 할 수 있는데 받는 것은 어렵다. 사랑 받으려면 다른 사람에게 필요한 사람이 되어야 한다. 내가 같이 있으면 좋아야 한다. 사랑받는 비결은 필요한 사람이 되어주어야 한다는 것이다.

1. 본질적으로 이룰 수 없는 것들에 대해서 생각하지 않기. 

-과학 자체가 의심의 여지가 없이 명확한 지식이 아니다. 명확한 것에 대한 추구는 잊자.

2. 자신에게 몰입하지말고 세상 돌아가는 것, 여러 분야의 지식, 내가 호감을 느끼는 사람들에 대한 관심을 늘리자.

-특히 죄의식에서 벗어나야 한다. 

3. 사람을 상하게 하는 것은 과로가 아니라, 걱정이나 불안이다.

-결정을 일단 내리면, 별다른 사실이 밝혀지지 않은 이상 결코 번복하지 않도록 하자.

-정신적 훈련, 의식이 무의식을 바꿀 수 있다. 큰 일이 일어나지 않을 거란, 혹은 일이 일어나더라도 큰 일이 아닐거라는 의식적인 근거를 통해 무의식적인 걱정과 불안을 해결하도록 노력하자. 그래야 

-하루 종일 지차니게 많은 생각을 하지않고 주어진 일을 해결할 수 있다.

-불면증이 해결

-효율성과 분별력 증가

4. 질투는 사물을 있는 그대로 보지않고 사물 사이의 관계를 통해 보려는 데서 생긴다.

-공작새들은 자기 꼬리가 세상에서 가장 훌륭하다고 믿을 것이다.

5. 자신이 이성적으로 판단한 것에 대해서 확고한 결심을 세움으로써 근거없는 합리적인 생각이 아무런 거리낌 없이 출몰하지 못하도록 하는 것, 그리고 그런 생각에 단 한 순간도 마음을 빼았기지 않는 것. 인격의 여러 부분들 간에 조화를 이끌어 내야 한다.

6. 이성이 정열적인 사랑이나 자식에 대한 사랑, 우정, 자비심, 과학이나 예술에 대한 열정을 약화시킬 순 없다.

차라리 이것들을 느낀 다는 것에 기뻐하자.

7. 자아가 분열되어 있는 사람은 자극과 오락거리를 찾게 된다. 그는 강렬한 감정을 느끼는 것을 좋아하지만, 건전한 이유 때문에 그런 것이 아니라 그런 감정이 순간적으로나마 자신을 내면에서 벗어나게 하고, 고통스러운 생각을 없애주기 때문이다.

8. 뭔가에 도취해야만 느낄 수 있는 행복은 거짓된 행복이며, 충족감을 줄 수 없는 행복이다. 자신의 능력을 충분히 발휘하고 자신이 몸 담고 있는 세상을 완전히 인식하면서 느끼는 행복이야말로 진정한 충족감을 주는 행복이다.

9. 대인관계

-당신의 (남을 돕고자하는)동기는 당신 자신이 생각하는 것처럼 반드시 이타적인 것만은 아니다.

-당신의 장점을 과대평가하지 마라.

-다른 사람들이 당신에 대해 당신 자신과 마찬가지로 관심을 가지고 있다고 상상하지 마라. 

-특히 가장 가까운 사람을 대할 때 우리가 반드시 잊지 말아야 하지만, 늘 기억하기는 쉽지 않은 것이, 그들은 그들의 입장에서 인생을 바라보고, 그들을 움직이는 것은 그들의 입장일 뿐, 그들이 당신의 입장에서 인생을 바라봐주지는 않는다는 점이다.

-대부분의 사람들이 당신을 해코지하고 싶다는 생각을 가질 만큼 당신에 대해 골몰하고 있다고 상상하지 마라.

10. 세상과 맞지 않는 젊은이

-바로 주위에 있는 사람들과의 견해와 다르다해서 두려워서 내놓고 인정하지 못하는 견해들이 다른 곳이나 다른 계층에서는 평범한 상식으로 받아들여질 수도 있다는 생각은 전혀 하지 못한다.

-지적 소수파의 성원들이 서로 교제하면서 즐겁게 지낼 수 있는 방안이 모색되어야 한다.

-자신이 어떤 의견을 내놓으면 사회적인 적의에 직면해야 할지도 모른다는 두려움에 떨게 되는데, 바람직한 해결책은 바로 이러한 적의를 될 수 있는 한 대수롭지 않은 것, 또한 될 수 있는 한 아무런 영향력도 발휘하지 못하는 것으로 만들어버릴 수 있는 방법이 무엇인지를 찾는 것이다.

-행복의 필수조건은 우연히 이웃이 되거나 알고 지내게 된 사람들이 지난 비본질적인 취미나 욕망에 견주어 자신의 생활 방식을 확립하는 것이 아니라, 자신의 마음 깊은 곳에서 우러난 충동으로부터 비롯한 생활 방식을 확립하는 것에 있다.

11. 인간에 대한 따뜻한 관심은 사랑의 일종이다. 행복을 가져오는 사랑은 다른 사람들을 관찰하기를 좋아하고 개인들의 특성 속에서 기쁨을 느끼는 사랑이며, 만나는 사람들을 지배하려고 하거나 열광적인 찬사를 받아내는 대신, 그들의 관심과 기쁨의 폭을 넓혀주려고 하는 사랑이다. 행복의 비결은 되도록 폭넓은 관심을 가지는 것, 그리고 관심을 끄는 사물이나 사람들에게 적대적인 반응을 보이는 것이 아니라 되도록 따뜻한 반응을 보이는 것이다.

12. 관심이 내면으로 쏠려 있는 사람은 자신의 관심에 값할 만한 것을 찾아내지 못한다. 

13. 삶에 대한 평범한 열정이 가져다 주는 행복에 비하면, 대단히 특별한 관심은 그다지 만족스러운 행복을 가져다주지는 않는다.

14. 취미와 욕망은 모두 전체적인 인생의 틀에서 벗어나서는 안된다. 건강과 사랑하는 사람에 대한 애정, 그리ㅣ고 사회적 명예를 해치는 안되는 몇 가지 요소들이 있다. 건강을 유지, 자신의 능력을 전체적으로 유지, 생계유지에 충분한 소득을 유지, 처자식에 대한 의무와 같은 사회적 의무를 완수하는 것이다.

15. 다른 모든 것을 포기하고 한 가지 욕망만 지나치게 추구하는 사람은 대게 심리적으로 깊은 문제를 가지고 있고, 공포의 대상으로부터 달아나려고 하는 사람이다. 

16. 사랑받지 못함->절망감->불안감을 없애기 위해 자신의 삶을 철저하고 완전하게 지배하는 습관을 들임

안정감은 호혜적인 사랑에서 나오는 경우가 대부분이지만, 정확히 구분하자면 안정감을 베푸는 사랑이 아니라 받는 사랑에서 나온다.

17. 바람직한 사랑은 안정한 배에 탄 사람이 느끼는 감정에 견줄 수 있고, 배가 난파당해서 헤엄치는 사람이 느끼는 감정은 그보다 못한 사랑에 견줄 수 있다. 불안감을 느끼는 사람은 상대방을 본질적인 특성으로 평가하지 않고, 그 사람이 베푸는 봉사로 평가하기 때문이다. 진정으로 가치 있는 성적 관계는 신중한 태도가 필요하지 않는 관계이다.

18. 책읽기를 좋아하는 사람이라면 자신의 전문적 활동과 관련이 없는 책을 읽는 것이 바람직하다. 아무리 중요한 일이 있다고해도 깨어있는 줄곧 그것만 생각하고 있어서는 안된다.

19. 비개인적이며 원대한 희망에 집중하는 태도는 개인적인 일의 실패나 불행한 결혼 생활 등의 고통을 궃은 날씨를 만난 것 같은 사소한 불편으로 여기게 해준다.

20. 자기 자신만을 사랑하는 사람은 자신이 열정을 바치는 대상이 늘 변함없다는 것 때문에 견딜 수 없는 권태에 시달리게 마련이다.

행복한 사람은 자유로운 애정과 폭넓은 관심을 가지고 객관적으로 살아가는 사람이다. 

------------------------------------------------------------------------------------------------------------------------

*생각정리

1. 과학 자체가 명확한 지식이 아니다. 계속 바꿔지는 것이다.

2. 일단은 계량경제학을 제대로 하겠다는 생각을 갖자. 이후에 나의 선택에 대한 불명확한 불안감을 떨쳐버리자. 박사, 교수 이후에서도 내가 하고싶은 연구가 생기면 그때가서 바꾸면 된다. 일단은 세상의 다양한 것을 배울 수 있는 사회과학 쪽을 공부하도록 하자.

3. 무언가 도취에서 오는 행복감은 아주 잠시오는 행운이다. 그것만이 진정한 행복이 아니다. 도취하지 않는다해서 선택이 잘못됐냐는 걱정은 하지 않아도 된다. 충족감이 오는 일상속에서의 행복이면 된다. 그리고 그것이 진정한 행복이다.

4. 계량경제학, 논문 등 한가지에 부담감을 크게 느끼고 있다는 것은, 내가 현재 지금 공포를 갖고있다는 증조이기도 하다. 그 공포란, 기간내에 학위를 마쳐야한다는 내 주위에서 오는 부담감이다. 이러한 것을 버리자. 

5. 하나의 걱정은 지도교수님이 정말 나에게 도움이 되는 분인가 하는 의심이다. 내가 연구하고자 하는 분야를 연구하시는 분은 아니시다. 내 스스로 연구를 해 나가는 능력을 키우자. 지도교수님이 나에게 도움을 줄 수 있는 부분은 내가 필요로 하는 사람을 알아봐주실 수 있으시다는 것이 있다. 그리고 학과지원도 내가 능동적으로 이용하면 된다. 나는 능동적으로 연구를 하고, 필요로하는 사람을 알아보고 서로 만나서 얘기를 나누도록 노력해야할 것이다.

즉 내연구, 내공부를 해나가며 누군가에 도움이 필요하다면 적극적으로 요구를 하자.

*몇가지 습관

1. 해야할 것(과제, 행정 등)을 항상 확인하자. 그것부터 해결하도록 한다.

2. 계량경제학, 내 주된 공부이다. 

3. 적극적으로 교수님 뵙기

4. 잠자는 시간에 대해서 규칙정하진 말기. 특별히 수업이나 참여해야될 게 있지 않은 이상, 잠오면 자자.

5. CFA를 너무 무겁게 생각하지 않도록 한다. 그냥 사회과학쪽 상식을 위한 공부를 하도록 하자.

6. 다음날 시간맞춰 일어나야하지 않는 한, 자기전에 운동하고 보충제먹고 잔다.

들은 수업
1. 실변수함수론(신수진교수님)

수업:수업교재(Real Analysis, Royden 3판)보다는 Lecture Note중심, 교재의 Chapter10, 11, 12, 13을 배움

숙제:각 시험마다 숙제를 3개씩 내줌, 총 3번 시험을 치므로 학기중 숙제 9번, 출석체크 없으며 숙제도 성적에 반영안되고 스스로 공부하는 용

도움:Normed Vector Space, Topological Vector Space, Locally Convex Space, Banach Space, Lp Space, Outer Measure, Product Measure, Duality 위주로 배움, 매 수업(50분)마다 많은 양을 배우므로 그때그때 복습해가며 수업을 들어야한다. 특히 직전 수업까지의 내용을 필히 복습하고 수업을 들어야한다. 증명을 다 보진 못하더라도 내용은 알고 수업에 임해야함. 매주 월요일(18시40분~)퀴즈를 치름, 총 13번 침. 시험에는 안배운 용어들도 등장(ex. Totally bounded라는 개념을 수업에 다룬 적이 없어도 알거라 생각하고 첫시험에 나옴, 두번째 시험에는 첫번재 시험범위였던 Weak*compact등이 나옴)

반성:첫, 두번째 시험이후부터는 매 수업의 내용을 그때그때 정리하는 버릇이 들었고, 증명기법들이 쉬워져 따라가기 쉬웠다. 두, 세번째 시험부터는 숙제를 거진 다 풀고 시험에 임해서 편했다. 진작 이렇게 했었어야했는데... 그리고 너무 많은 양을 따라가다보니, 지금은 많이 까먹은 상태...

2. 수치해석학(곽도영교수님)

수업:Lecture Note중심, 기본적인 nonlinear equation해법(Bisection, Newton, Secant 등과 그것의 improved형태들), Approximation for curve, Interpolation, Numerical Integration using quadrature, ODE기본해법 복습, LU-decomposition, Eigenvalue Problem, QR분해 등을 다룸

숙제:코딩(C언어나, 매트랩 등으로 작성), 기본 적인 Theorem 증명

도움:코딩 숙제가 꾸준히 나와 좋으나(코딩 기억 유지하는 데에는), 수업이 타이트하지 않음, 크게 배운게 없을 정도, 고급 선형대수 배우는 느낌

반성:앞으로 할 연구에 크게 도움이 될지 미지수. 그래도 선형대수 부족한 부분을 채우는 데에는 도움이 됐다. 잘정리해둬서 박사과정 퀄 칠 때 다시 보기 좋게 해두자.

3. Scientific Writing(김은경교수님)

수업:Lecture Note 중심, Scientific Paper의 구성, 문법, 등을 배움

숙제:논문을 읽고 Critique해서 제출

도움:논문의 구성(Organization)과 기본적인 문법을 익히는 데에 도움, 아주 구체적인 글쓰기 방법들을 배움(ex. 확률이 자주 나온다면 확률보다는 구체적인 숫자 100에서 시작해서 데이터를 제시하는게 도움, 등)

반성:확실히 마지막 학기에 듣는게 도움 됐을 듯, 논문도 몇편 봐야하며 자기 논문을 쓴다면 Final 과제도 해결되므로.