2022.07

3일에 방 입주하고 일주일 정도는 정신이 없었다. 낮에는 센터로 갔다가, 돌아오면 택배 정리하고 노트북 세팅, 공부를 해서 시간이 잘 갔던 것 같다. 이 생활을 며칠 반복하다보니 둘째 주에는 좀 외로웠다. 밥도 방에서 계속 해결하다보니 더 했던 것 같다. 그래서 배드민턴 소모임을 가입하고 나가봤는데 확실히 조금 달랐다. 체육관까지 오가는 시간도 익숙하지 않았고, 끝난 뒤 치맥이 없는 것도 아쉬웠다. 광주에서 민턴 치던 환경이 특이했다는 것을 깨달았다.

소마 프로젝트에서 머신러닝과 서버리스 아키텍처를 사용할 것 같아서 각각 멘토링을 들었는데, 솔직히 별로 도움이 안됐던 것 같다. 애초에 3시간으로 저 방대한 양을 다 설명하는게 불가능하다. 이미 알고있는 상황에서 리마인드하는 목적으로 듣는 것이 효율을 잘 뽑아낼 수 있을 것 같다.

7.15 - 7.27에 첫 스프린트도 개시했다. 나는 hair segmentation을 맡았는데, 실사 이미지가 아니고 캐릭터 사진이다보니 인식이 잘 되지 않았다. pretrained 모델들은 대부분 figaro-1k 데이터셋을 사용하여 학습되었기 때문에 사람 머리만 잘 인식했다. input이 앞 면이냐 뒷 면이냐에 따라서 방법이 다른 것 같았다. 앞 면은 얼굴을 먼저 인식한 뒤 face landmark들의 분포에 따라서 segmentation하는 방식이었고, 뒷 면은 머리카락의 패턴 자체를 학습해서 구분하는 것 같았다. 그래서 앞 면은 segmentation이 러프하게 되지만, 뒷 면은 그나마 pixel-wise하게 분리되었다.

하지만 이건 모두 사람 사진일 때의 이야기이고, 캐릭터 사진의 경우 앞 면일 때는 아예 face detection이 되지 않고, 뒷 면 사진일 때는 사람 머리카락처럼 가닥이 촘촘하게 표현된 경우에는 부분적으로 인식이 되었지만, 단색으로 표현된 경우에는 인식하지 못했다. 팀원들과 의논해본 결과 컨셉 아트에서 눈동자를 생성하는 것과 hair 3D model을 만드는 것은 따로 모델이 필요하다고 의견이 맞춰졌다. hair 3D model을 머신러닝으로 생성하는 것은 만족할만한 결과가 나오지 않아 사용하지 않기로 한 nerf의 축소판인데, 잘 될지는 모르겠다. 2주 간의 스프린트 기간 동안 프로젝트의 진전이 없어서 아쉬웠지만 구현 방법이 구체화되고 있다는 것을 위안삼기로 했다.

추가로 중순 쯤에 클라우드 심화교육이 있었다. AWS에서 진행하는 Architecting on AWS라는 교육 프로그램이고 AWS의 서비스를 전반적으로 설명해주는 내용이었다. 3일간 900p의 슬라이드를 바탕으로 진행했는데, 기술교육을 제대로 듣지 않았더라면 진도를 따라가기 힘들었을 것 같다. 7월에 얻은 것은 AWS에 관한 약간의 이해와 python venv 환경 구성 정도인 것 같다.

마지막 주에 미성 체육관에서 진행하는 민턴 레슨을 청강하러 갔다. 분위기나 사람들이 괜찮은 것 같아서 8월에 오전 레슨을 받기로 했다.