논문 데이터에 바로 옮겨 쓸 수 있는 데이터 타입별 표준 파이프라인. 시계열은 직접 학습하고, 텍스트·이미지는 API 로 특징만 뽑고, 마지막에 인과추론 시리즈의 방법을 실데이터로 돌린다. 모든 수치는 실제 실행 결과이고, 각 회차는 데이터 로드 셀만 바꾸면 자기 데이터에 돌아가는 Colab 노트북과 함께 온다.
같은 7블록 골격을 세 타입에 적용한다. 베이스라인을 먼저 세우고, 딥러닝이 얼마나 이기는지, 이긴다면 왜 이기는지를 숫자로 확인한다.
서울 지하철 11년치 일별 승차. 세 신경망은 계절 naive 를 35% 이겼지만 이득의 3분의 2는 달력 특징이었고, 구조 간 차이는 seed 안이었다. 455개 역은 여가·통근·업무 세 유형으로 갈린다.
→ 실습 02 · 텍스트뉴스 제목 5만 건. 튜닝 없는 bge-m3 임베딩은 같은 라벨 수에서 TF-IDF 를 앞서지만 라벨 전체를 쓴 TF-IDF 는 못 이겼고, 제로샷은 사회 기사의 22% 를 정치로 보냈다. 라벨 없는 군집이 찾은 것은 토픽이 아니라 2020년이었다.
→ 실습 03 · 이미지 · 멀티모달위성영상 5,400장과 상품 사진 4,000건. 64px 위성영상에서 CLIP 제로샷은 44% 지만 클래스당 100장 라벨의 선형 프로브가 85% 를 낸다. 상품에서는 텍스트 단독이 99% 라 이미지 결합의 이득은 작고 국한된다. 담긴 것을 모른 채 꽂으면 설계가 무너진다는 9장의 경고를 코드로 확인.
이론 시리즈 11개 장의 방법을 실데이터로 돌린다. 식별 → 추정 → 반박의 3단계를 코드로 강제한다.
노트북은 같은 순서로 짜여 있다. 자기 데이터에는 ①만 바꾼다.
내 논문 데이터가 어느 회차의 템플릿에 맞는지, 두 질문으로 정한다.
Colab 과 Cloudflare 무료 계정이면 충분하다. 학습이 필요한 회차는 1회차뿐이다.
각 회차의 .ipynb 를 내려받아 Colab 에 업로드한다. 런타임은 T4 GPU. 실습 1 약 10분, 실습 2·3 은 API 호출이 대부분이라 GPU 없이도 되지만 CLIP 임베딩(실습 3)은 GPU 가 빠르다.
① dash.cloudflare.com 에서 무료 계정 생성 → ② 프로필 → API 토큰 → "Workers AI" 템플릿으로 토큰 발급 → ③ 계정 ID(대시보드 우측)를 복사 → ④ 노트북 첫 셀에 입력. 하루 10,000 neurons 무료(임베딩 수십만 문장, 제로샷 약 3,400건).
베이스라인을 못 이기면 딥러닝을 쓸 이유가 없고, 이겼다면 왜 이겼는지를 절제로 보여야 한다. 그 두 문장이 있는 결과표가 논문 심사에서 신뢰를 준다.
그래서 모든 회차가 같은 순서를 반복한다. 누수 없이 자르고, 단순한 규칙을 먼저 재고, 딥러닝의 이득을 분해하고, 라벨 없이 구조를 보고, 재현에 필요한 것을 표로 남긴다.