사진 가장자리와 테두리, 인스타 그램

1970년대에는 테두리 없는 사진이 유행했다면 1960년대에는 울퉁불퉁한 사진 테두리가 유행했었다. 패션처럼 사진에도 유행을 돌고도는데 그중 하나는 검은 테두리의 사진이다. 

검은 테두리는 흑백사진에서 하얀색 피사체와 배경을 분리해주는 역할이 있고, 사진 자체에 깊이를 주기때문에 많은 사람들이 선호하는 테두리이다. 

read more

we don’t choose our own name

Look, name, as in literal meaning of a name, is something what we are all attached to. Since the day we are born, we are called by the name and till the death we are called by the same name. Name is something that identifies oneself more than anything. Its a common experience to feel anger when someone mocks your name. 

read more

Burn After Reading (2008)

노인을 위한 나라는 없다 (2007) 을 감독한 코엔형제의 작품이다.

하나의 사건을 가지고 여러 인물이 꼬인다는 점이 최근에 본 여러 작품들과 비슷하다.

넷플릭스의 Arrested Development 시즌 3과 Dirk Gently’s Holistic Detective Agency도 비슷한 양상을 보인다.

바로전에 본 영화처럼 소동극 형태를 맡고 있다. 이 감독 영화들을 좀더 챙겨 봐야겠다.

별 2.5개 (재밌진 않지만 말리지는 않음) read more

뉴욕 사진이 망했어요

뉴욕가서 사진을 많이 찍었는 데, 아직도 포커스나 명암 조절이 부족해서 그런지 제대로 쓸만한 사진이 많이 부족한거 같네요.

좀 더 익숙해져야될 것 같아용. 그래도 후보정을 잘 해두면 좀 살릴 수 있지 않을 까요? 좀 나중에 다시 한번 보고 살릴 수 있는 건 살려 봅시다.

그리고 필터도 새로 살래용 read more

네이버 포스트는 왜 아이디를 가리지 않을까.

아이디란 인터넷 사이트에서 단순히 로그인을 위해 사용하는 identification이지만 대부분의 사람들은 모든 사이트에서 아이디를 동일하게 사용한다. 그래서 누군가의 아이디를 알게 된다면 그 사람이 인터넷에 올렸던 수 많은 글들을 확인하고 그 사람의 사고방식이나 생활 습관을 쉽게 알아낼 수 있다.

요즘들어서 SNS 때문에 인터넷으로 얼마나 쉽게 사람을 추적할 수 있는 지에 대해서 말이 많지만 사실 아이디로 추적하는 거는 내가 중학교 때였던 8년 전에도 충분히 가능했다. 옆 짝꿍이 초등학생 때 작성했던 인터넷 소설도 발견하고, 고등학교 때 친구가 사실은 거대한 커뮤니티의 네임드 였다는 것도 발견할 수 있었다.

우리나라 사람들이 가장 많이 사용하는 사이트는 단연컨데 네이버이다. 그 어떤 커뮤니티보다도 예전 부터 재미 있었던 건 네이버 뉴스 댓글창이다.

이제와서 예전 네이버 댓글을 찾기 힘들어서 그런지 이런 것 밖에 나오진 않지만 예전에는 이랬다. 글쓴이의 아이디도 번부 나오고 예전 글 보기를 통해서 재치있는 사람들의 댓글들을 많이 확인 할 수 있었다.

다만 문제점은 아이디라는게 이제는 개인 정보로 직접 연결이 되다 보니까 개인정보 보호를 위해 이제는 아이디의 일부만 보여주는 것으로 바뀌게 되었다. 위에 보면 알 수 있듯이 사실 이때는 IP주소마저 공개로 표시됐다.

그리고 이게 현재 모습이다. 각각 네이버 뉴스, 웹툰, 포스트다. 전부 아이디를 가려서 신상 보호에 도움을 준다. 즉 아무리 댓글로 자기가 백만장자라고 떠들어도 아이디를 검색해 사실은 거지였다~라는 건 밝힐 수 가 없는 것이다. 아마 이런 목적으로 네이버는 아이디를 가린 것 같다.

문제는 포스트다. 네이버 포스트는 약간 블로그 같은 느낌으로 사람들이 직접 글을 올릴 수 가 있다. 그리고 아이디 대신 닉네임을 사용 할 수 도 있는데, 많은 사람들은 포스트에 글도 올리지 않고 그냥 나두고 있다. 문제는 네이버 포스트의 기본 닉네임은 아이디고, 댓글의 아이디 부분만 클릭하면 바로 그 사람의 포스트를 들어 갈 수가 있다는 것이다.

보다 싶이 만약 내가 첫번째 댓글의 닉네임을 누른다면 그사람의 포스트로 들어가지며 그사람의 아이디는 그대로 노출 된다. 이 아이디를 내가 인스타그램에 검색한다던지해서 개인 정보까지 파악을 할 수 있다.

물론 아이디를 가리는 것은 의무가 아니다. 하지만 이왕가릴거면 제대로 가리자 네이버야. read more

이발사 딜레마와 대각선 논법

이발사의 역설은 누구나 한번 쯤은 들어본 유명한 역설입니다. 수학자 러셀이 누군가한테서 들었다고 자신에 책에 처음 적었다고 하네요. 워낙 유명해서 왠만한 사람들은 다 한번 씩 들어보았고 초등학교 수학관련 만화책에서도 왠만하면 나옵니다. 저는 메이플스토리 논리문제 만화책에서 처음 본 것 같네요.

한 마을의 이발사는 자신의 머리를 자르지 않는 모든 사람의 머리만 잘라줄 때, 이발사는 자기 자신의 머리를 자를 수 있을까, 라는 내용이 이발사의 역설입니다.

만약 이발사가 자신의 머리를 자른다고 생각해 봅시다. 그럼 이발사는 자신의 머리를 자르는 사람이기 때문에 자신의 머리를 잘라주면 안돼겠네요. 만약 자신의 머리를 자르지 않는다면 이발사는 자신의 머리를 자르지 않는 사람이니까, 자신의 머리를 잘라야 겠네요.

어느 선택을 해도 모순에 도달하는 ‘이 명제는 거짓이다’와 같은 역설처럼 보입니다.

오늘 계산이론 (Theory of Computation)이라는 수업을 들었는 데, 교수님이 이 역설을 대각선 논법으로 설명 해주신것이 인상 깊어서 이 글을 써봅니다. 대각선 논법은 실수가 비가산 집합임을 보여주는데도 사용하지만 이 글에서는 그정도 까지는 가지 않을 것 같네요. 그럼 대각선 논법을 간단히 설명해드리도록 하겠습니다.

O X O O O
X O X X O
X O X X O
O X O O X
O O X X X

다음과 같은 5X5 테이블을 있다고 할때 가로열을 각각

라고 봅시다. 즉 는 첫번째 가로열에서 동그라미의 위치를 표현하는 집합입니다.

이제 이 테이블에서 대각선만 보면 순서대로 가 됩니다 이것을 반전 시킨 것을 라고 볼 때, 대각선 논법이란 것은 그 어느 가로열도 이것과 동일하지 않다는 것입니다. 즉 그 어느 것을 보아도 D와 동일하지 않다는 것을 확인 할 수 있습니다. 즉 이는

로 볼 수 있고 이는 모든 가능한 에 적용됩니다.

 

이제 다시 이발사 문제로 되돌아가 봅시다. 한번 이렇게 생각해 봅시다. 란 a라는 사람이 머리를 잘라줄 수 있는 사람들의 집합으로 본다면, 1번 주민은 자기자신과, 3번, 4번, 5번 사람의 머리를 잘라줄 수 있겠네요.

어떤 마을 이라도 마을사람 수 x 마을 사람 수의 크기의 테이블을 만들 수 있고 이런 머리잘라주는 관계를 표현할 수 있습니다.

그렇다면 자기자신의 머리를 자를 수 없는 사람들의 집합은 D가 됩니다. D는 대각선의 반전이고 대각선에 동그라미가 표시된 사람들은 자기자신의 머리를 자를 수 있는 사람이기 때문입니다.

이발사가 머리를 잘라 줄 수 있는 사람은 가 되겠고, 이발사가 마을 안에 있는 이상 이발사 역시 저 테이블 안에 들어있을 테니 대각선 논법에 의해 가 될 수 밖에 없습니다.

즉 자기 자신의 머리를 자를 수 없는 사람만 잘라주는 이발사는 존재할 수 없는 것입니다.

  read more

어린이용 치약의 우월성

  1. TCG에서 상위호환이란 하나의 카드가 모든 면에서 다른 카드보다 우월할 때 쓰는 용어이다. 어느 하나가 모든 면에서 다른 것보다 우월하면 열등한 것은 도태 되는 것이 당연하다.
  1. 예를 들어서 SSD는 처음 나왔을 때 HDD보다 월등하게 빨랐지만, 가격면에서 더 안 좋았기 때문에 현재 SSD와 HDD는 서로 공존하는 상태이다. 만약 SSD가 속도, 물리적 크기, 가격면에서 전부 더 나았다면 HDD는 빠르게 도태되어 사라졌을 것이다. 하지만 서로 서로 장단점이 있기 때문에 SSD는 HDD의 상위호환이라고 부르기는 힘들다.

  2. 이렇듯 한 제품이 다른 제품보다 모든 면에서 가격을 포함한 모든 면에서 낫다면 열등한 제품은 존재의 의미가 없으며 사라져야한다.

  1. 어린이용 치약은 일반 치약의 상위호환이다. 어린이용 치약과 일반 치약의 성능은 똑같다. 불소가 포함되어 있다면 어린이용 치약은 일반 치약과 성능면에서 전혀 차이가 없다. 가격 면에서도 동일하다. 가장 큰 차이는 어린이용 치약은 일반 치약처럼 자극적이지 않고 (어린이들은 맵다고 표현한다), 기분좋은 딸기맛과 향이 나는 것이다.

    read more

타자 습관

한번도 눈치를 못채다가 얼마전에 알게 된 사실이 있는데 바로 내 타자 습관에서 오른 손이 독수리 타인걸 알게 되었다. 사실 키보드를 안보고 치기 때문에 별로 생각을 안했는데 보니 오른쪽은 거의 전부 검지로 해결을 한다. 이 정도만 해도 사실 400타는 나오지만 문제는 버튼의 위치를 손목의 감으로 찾기 때문에 키보드가 바뀌면 오타량이 엄청나게 늘어난다. 영타도 어깨에 힘주고 집중해야지 겨우 300타가 되는 수준이다. 그나마 한글은 자음 모음이 따로 배열되어 있어서 자음을 치는 동안 오른손 검지 손가람이 모음을 찾아갈 시간이 있지만, 영어의 경우 오른손을 연속으로 쓰는 경우도 많기 때문에 약간 속도가 더딘다.

많이 늦었지만 습관을 다시 고쳐 잡아서 영한 둘다 500타를 넘겨보도록 하자. read more

배점에 대한 고찰

  •  초등학교 때 부터 대학교 때 까지 우리의 성적을 평가 받는다. 이 성적은 다양한 활동을 가지고 평가받는데 주로 필기 시험이 60~80퍼센트를 차지하고 나머지는 출석, 과제(수행 평가)등으로 채워진다. 각각의 weight은 교수(선생)가 판단한 중요도나 난이도를 가지고 매겨진다. 예를 들어 중간고사는 30퍼를 차지하고, 전체 범위인 기말고사는 40%를 차지하며, 큰 프로젝트는 20%, 작은 과제는 10%를 주는 등으로 이루어진다.

    거의 모든 수업은 시험이 다음과 같이 매겨진다. 예를 들어 중간고사를 100점 만점에 70점을 맞았고, 기말을 80%, In-class Participation 만점, 퀴즈 만점의 경우

    으로 평가된다. 이는 절대평가의 경우 아무런 문제가 되지 않지만, 만약 상대평가일 경우 문제가 된다.

  • 작년에 LIFS1901 수업을 들은적이 있다. 이 수업은 일반 생물학 수업이였고 난이도는 그렇게 어렵지 않았다. 중간고사가 50%, 기말고사가 45%, 퀴즈가 5%의 특이하다고 하면 특이하고 평범하다고 하면 평범한 그저 그런 강의였다.
    문제는 두 시험의 난이도가 확연하게 차이에서 나타났다. 중간고사는 책에 나온 문제들이 그대로 나온 바람에 50점 만점에 평균 40점이 나왔으며 표준 편차는 주어지지 않았지만 꽤나 작았을 것이라고 예상 된다. 그 반면에 기말고사는 45점 만점에 평균 17.7, 표준 편차 8.7로 나왔다.
    이 강의는 상대평가제도이기 때문에 내 절대적인 점수보다는 다른 학생에 비해 얼마나 잘했는 지, 못했는지에 따라 성적이 나오는데 모두가 중간고사를 만점에 가깝게 받았고, 기말고사는 엄청난 편차를 보이며 낮은 평균을 보여주었다면, 거의 기말고사 하나로 모든 성적이 결정된 것이다.

    물론 45% 비중의 기말고사의 만점이 45점이고 50% 비중의 중간고사의 만점이 50점이기 때문에 각 시험의 1점은 동일한 비중을 가지고 있지만, 시험 전체로 보았을 때 당연히 성적에 대한 영향력은 기말고사가 더 크게 가지게 되었다.

     

  • 이러한 문제점은 시험 비중 시스템 그 자체에 문제가 있다. 당연히 이 방법이 교수(선생)에게는 성적을 주기에 쉬운 방법인 것은 부정할 수 없으나, 어떤 면에서는 공정하지 못하다고 볼 수 있다.
    몇년전에 친 국제 생물 올림피아드 대회에서는 특이한 방법으로 성적을 계산했다. 통계를 배우지 않았고, 친구가 한 설명이 정확히 기억이 나지는 않지만 다음과 같은 방법으로 계산했지 싶다. 실험 시험의 경우 4개의 실험이 있다. 전체 학생의 각 실험의 점수를 가지고 표준편차와 평균을 구한 뒤 모든 시험을 같은 분포로 만들어 모든 시험이 같은 영향을 가지게 만들었다.

    예를 들어 각 시험 1,2,3,4와 학생 A,B,C를 다음과 같이 나타내 보자.

    시험 1: {10,20,30}
    시험 2: {40,60,20}
    시험 3: {7,6,5}
    시험 4: {1,2,3}

    물론 실제로는 제대로된 통계적인 방법을 쓰지만 대충 아래와 같은 방식이다.

    시험 1의 경우 평균 20을 빼고 분포 10으로 나누어서 {-1,0,1}로 만든다. 나머지 경우도 동일하게 진행하게 평균과 분포를 구해서 원점수를 변환점수로 바꾸어 준다.

    시험 1: {-1,0,1}
    시험 2: {0,1,-1}
    시험 3: {1,0,-1}
    시험 4: {-1,0,1}
    이렇게 만든 뒤 총점을 계산하면
    A는 -1
    B는 1
    C는 0이 나온다.

    이런 방법을 쓸 경우 모든 시험이 동일하게 평가가 될 수가 있다. 즉 Grade를 내는 것 뿐만 아니라 성적 그 자체까지도 상대적으로 계산이 되어 더욱더 공정한 결과가 나오게 된다. 만약 평가자가 생각하기에 어느 시험을 더 큰 비중을 두고 싶다고 생각하면 그 시험에 좀 더 많은 퍼센트를 두면 된다. 예를 들어 위 예시를 들면, (시험 1 변환된 점수)x1.5 + (시험 2 변환된 점수)x0.5 + … 이런식으로 두면 된다.

  • 물론 이런 방법으로 채점되는 것들은 많고, 그 예시중 하나가 위에서 말했던 IBO이다. 다른 올림피아드의 경우는 잘 모르겠지만 아무래도 학생의 실력을 변별력있게 봐야된다는 점에서 IBO는 이러한 방법으로 채점을 두는 것 같다.
    위 방법은 단순한 Feature Scaling과 Mean normalization을 통해 이루어 진 것이지만 당연히 더 제대로 된 통계적인 방법은 있을 것이다. 중요한건 이런 공정한 방법이 있지만 학교 시스템에서는 그 어느 곳에서도 이러한 방법으로 성적을 주지 않는다는 것에서 문제가 있다고 생각한다.
  • read more