👨💻TIL은 다시 돌아봐도 읽기 쉽게! 편하게!
요 근래 매일같이 고민하던 과연 넷플릭스/유튜브와 같은 웹에서 추천서비스는 머신러닝으로만 작동하는가? 에 대한 고민이 있었다. 사실 머신러닝 모델을 꼭 적용해야만 하나? 하는 생각을 지울 수가 없었다. 도대체 왜 그렇게 해야만 하는가?
그 물음에 대해서 오늘 결과를 어느 정도 알 수 있는 시간이었다. 결과적으로는 모델을 사용해야 한다는 것이다! 웹 백엔드 데이터를 비교하여 사용자에게 유사도가 높은 데이터를 추천해주는 것은 직접 작성하는 것보다 모델을 사용하는 것이 훨씬 더 좋은 사용하기에도 좋고, 편리했다!
내가 굳이 모델을 사용하려고 하지 않았던 이유는 하고 싶은 프로젝트에 추천 서비스를 적용하기 위해서는 데이터가 모자랄 것이라고 어느 정도 예상했기 때문이었다. 그러나, 오히려 데이터가 없이 직접 추천서비스를 구현하기 위해 작성한다면 추천의 정확성도 떨어질 뿐더러, 신뢰하기도 어려울 것이다!
머신러닝을 활용해야만 한다는 생각을 벗어나고 싶어 그렇지 않아도 할 수 있지 않나에 대한 생각은 계속 했지만, 대체 왜 그래야만 하는지에 대한 이유는 알아보지 않았다. 하지 않는 것에 대한 이유가 있다라는 말로는 아직은 부족하지만, 그러는 것이 왜 더 좋은지는 알게 되었다.
새로운 프로젝트를 시작하고, Starting Assignment를 새롭게 작성하게 되는 시간.
목표로하는 기획->목업->코딩을 거치고 싶었고, 오늘은 드디어 그것을 조금은 더 자유롭게 작성할 수 있게 되는 시간이었다.
이번 프로젝트는 기존에 내가 가지고 있던 코드를 활용해 최대한의 프론트엔드에 들어갈 개발 리소스를 줄여보자는 취지에서 기획되었다. 그렇기에 더욱 이전의 프로젝트를 이해할 수 있어야 했지만, 팀원들과 회의를 거칠 때마다 나도 모르는 것 투성이었다.
프로젝트를 진행하면서 알면서도 이유를 대가면서 피해갔었던, 내 개발 파트가 아니라면 팀의 프로젝트라도 다 알지 못했다. 그렇기에 프로젝트를 더욱이 다시 리뷰할 수 있는 역량이 절실하다.
053022 | 내용 |
---|---|
KEEP | 꾸준하고 끊임없기 기록하기 |
PROBLEM | 프로젝트를 전부 소화하지 못해 다른 파트는 이해하지 못해 재활용을 못함 |
TRY | 확실하게 TIL로 프로젝트를 소화하기 |