원서는 이 책이다. Amazon에서 평이 너무 좋아서 읽고 싶었는데 마침 학교 도서관에 신간 도서로 들어와서 제일 먼저 읽게 되었다.
칩 워의 저자도 재미있게 읽어서 기대를 많이 했다. 결론부터 말하자면 그 정도(?)로 재미있고 유익한 책은 아니었다.
책은 4부로 이루어져 있다. 1부 가능성의 세계, 2부 개념에서 현실로, 3부 익스포넨셜 폭발적 성장, 4부 인피니트 무한한 확장과 지배이다.
1부는 젠슨 황이 대만에서 미국으로 이민을 오는 것과 미국에 정착하는 과정을 다룬다. 시기상으로는 1993년까지의 내용을 다룬다. 그는 부모님보다 먼저 미국으로 이민을 간 친척네 집에서 형과 같이 지냈다. 이 이후에는 기숙학교를 다녔고, 오레곤 주립대를 졸업하는 시기까지를 1부에서 다룬다. 생각보다 젠슨 황이 기숙학교에서 꽤 힘들게 지냈는데 현재 젠슨 황의 성격은 대부분 저 때 형성된 게 아닐까 싶다. 추가로 젠슨 황에 가려서 잘 모르는 Nvidia의 공동 창업자들인 커티스 프리엠과 크리스 말라초프스키에 대해서도 소개한다.
2부에서는 NV1, RIVA 128 등 초창기 Nvidia 칩들에 대한 설명을 주로 다룬다. 그 당시에 Nvidia를 인수할 수도 있었지만 어디 한번 잘하는지 해봐라고 그냥 방치한 3dfx 등 현재는 없어진 회사들에 대해서도 다룬다. 시기상으로는 1993~에서 2003년까지의 Nvidia에 대해서 소개한다.
3부에서는 우리도 잘 아는 단어들 GPGPU(General Purpose Graphics Processing Unit)를 만든 마크 해리스를 Nvidia로 영업하는 과정과 그래픽 프로그래밍 전문가가 아닌 과학자와 엔지니어도 GPU의 연산 능력을 활용할 수 있게 만든 프로그래밍 모델 CUDA(Compute Unified Device Architecture)에 지대한 영향을 끼친 이안 벅과 존 니콜스에 대해서 다룬다.
이외에도 병렬 컴퓨팅 전문가 데이비드 커크를 영입한 이야기와 그가 Nvidia에서 쓴 병렬 컴퓨팅의 교과서인 programming massively parallel processors도 소개한다. Nvidia가 돈을 벌기 위해서 이미 충분한 성능임에도 불구하고 프리미엄 그래픽 카드를 로스 워커 교수(AMBER)에게 판매하려고 하는 추한 사례도 소개한다.
4부에서는 데이비드 커크를 이을 병렬 컴퓨팅 전문가 빌 댈리 교수를 영입하는 이야기를 다룬다. 빌 댈리는 앤드류 응 교수가 비싼 CPU 수천 개를 이용하여 딥러닝을 구글과 협력하여 연구하고 있었을 때 GPU를 사용하면 훨씬 효율적으로 할 수 있을 것 같다고 알려주었다. 때마침 이때 제프리 힌튼, 알렉스 크리제브스키와, 일리야 슈츠케버가 ILSVRC 2012에서 Nvidia 칩을 이용하여 85% 의 정확도로 대회 우승을 했다. 이 시점을 기준으로 딥러닝을 하기 위해서는 GPU를 사용하는 것이 새로운 트렌드로 자리 잡게 된다.
마지막으로 Ray Tracing(가상의 장면에서 빛이 물체에 반사되거나 통과하는 움직임을 시뮬레이션하는 기술)과 DLSS (Deep Learning Super Sampling) Ai를 이용하여 저해상도 이미지를 고해상도 이미지로 변환하며 세부 디테일을 보완하는 방식등 현재 40**번대에도 사용되는 신기술들에 대해서 알려준다.
책이 내용은 좋은 편이나 CS 공부를 해도 GPU에 대해서는 잘 모를 수 있다고 생각한다. AI 공부도 굉장히 수준급으로 해야지만 GPU를 사용하고 고사양 게임을 많이 하지 않으면 솔직히 GPU가 어떤 일을 하는지 잘 모른다. 비트 코인을 채굴하지 않는 이상...
책은 총 7개의 Part로 이루어져 있다. Part1 원유, 구석구석 살펴보기, Part2 정유 산업을 이해하기 위한 화학 기초, Part3 정유 산업 한눈에 이해하기, Part4 정유기업 정리 & 나아가는 방향, Part5 석유화학 산업을 이해하기 위한 화학 기초, Part6 석유화학 산업 한눈에 이해하기, Part7 석유화학 기업 정리 &나아가는 방향으로 구성된다.
Part1 원유, 구석구석 살펴보기에서는 원유의 생성과정, 추출 방법, 원유 매장량이 많은 국가, 원유의 종류(셰일 가스)와 가격에 대해서 다룬다.
Part2 정유 산업을 이해하기 위한 화학 기초에서는 분자식, 혼합물, 상평형등 중, 고등학교 때 배우는 화학에 대해서 간략하게 설명한다.
Part3 정유 산업 한눈에 이해하기에서는 원유가 중동에서 한국으로 들어오는 길과 시간, 분별 증류와 전환 공정에 대해서 다룬다.
분별 증류 과정에서는 LPG, 휘발유, 나프타, 등유, 경유, 중유가 각각 몇 도에서 분류되는지, 어디에 사용되는지 알려준다.
전환 공정에서는 탄화수소의 종류를 파라핀계, 올레핀계, 나프텐계, 방향족계로 나누어서 설명한다. 열분해, 접촉 분해를 소개한 뒤 고도화 공정(탈황)과 혼합 공정을 설명하고 Part3가 마무리된다.
Part4 정유기업 정리 & 나아가는 방향에서는 한국 최초의 정유사 SK 이노베이션부터 아람코 자회사인 에스오일, GS 칼텍스, HD 현대 오일뱅크등 우리가 가는 주유소 회사들을 소개한다.
Part5 석유화학 산업을 이해하기 위한 화학 기초에서는 연금술부터 시작하는 화학의 역사부터 근대 화학과 유기화학, 무기화학을 빠르게 설명한다. 끝 부부에는 고분자가 무엇인지 간략하게 설명한다.
Part6 석유화학 산업 한눈에 이해하기에서는 NCC(Naptha cracking center)와 기초 유분을 소개한다. NCC의 열분해 공정, 급랭 공정, 압축 공정, 정제 공정을 설명한 뒤 기초 유분들(에틸렌, 프로필렌...)과 중간 원료들 스티렌, 이염화에틸렌 & 염화비닐도 다룬다.
합성수지(폴리테트라플루오로에틸렌...), 합성 섬유(레이온...)와 합성 고무(스티렌부타디엔)에 대해서 소개한 뒤 Part6가 끝나는데 너무 생소한 물질들이 많아서 솔직히 머리가 뒤죽박죽 하다. 특히 이름도 되게 길고 비슷한 애들이 많아서 뇌가 분류를 잘하지 못하는 것 같았다.
Part7 석유화학 기업 정리 &나아가는 방향에서는 기초 유분의 시장 선두인 LG화학, 롯데케미칼을 시작으로 한화 솔루션, 코오롱플라스틱, 국도화학, 금호석유화학 등 다양한 국내외 기업들에 대해서 소개한다. 정유 회사들이 석유화학 분야로 진출함에 따라서 기존 석유화학 회사들은 어떤 방향으로 나아가고 있는지 설명하면서 책이 끝난다.
나는 Part6부터는 솔직히 잘 이해를 못 한 것 같다. 너무 내용이 많고 유, 무기화학을 배운 적이 없다면 잘 이해가 가지 않는 내용들이 많았다. 개인적으로 정유 산업을 소개하는 Part1~ Part4는 정말 재미있게 읽었다. 사우디아라비아를 제외하면 생각보다 중동에서 석유가 매장되어 있는 국가가 별로 없다는 것과 미국이 석유 매장량이 상당히 많다는 것을 이 책을 보면서 알았다.
도대체 누가 원유를 증류하고 남은 찌꺼기로 비닐을 만들 생각을 했을까? 인류는 참 대단한 것 같다.
화학, 정유 산업에 관심이 없는 사람들도 읽으면 좋을 것 같다. 책에서 고급 휘발유와 일반 휘발유가 무엇이 다른지, 옥탄가가 무엇인지도 알려준다. 특히 외제차(Porsche, BMW, Mercedes-Benz, Rolls Royce)를 좋아하는 사람이라면 이 책을 꼭 읽어봤으면 좋겠다. 참고로 외제차들은 대부분 고급 휘발유를 주유한다.
나는 하루만에 이해하는 반도체 산업이 조금 더 재미있었다. 아무래도 전자공학 전공자는 아니지만 머릿속에 아무것도 없는 화학과는 달리 그래도 조금이라도 어디선가 들은 지식이 있어서 그런 것 같다. 다음에는 진짜 하루만에 마지막 시리즈인 제약 바이오 산업도 읽어봐야겠다.
중간고사 때문인지 모르겠다. 공부를 해도 성적이 별로고 공부를 안 해도 성적이 별로여서 솔직히 학교 시험을 던질까도 생각 중이다. 나는 O'reilly 책을 읽으면서 공부하는 걸 좋아하는데 슬프게도 그런 식으로 공부를 해서는 학교 시험에서 좋은 점수는 받기는 어렵다. 재미있는 건 몇 년 전 O'reilly 책을 읽기 전 즉 지식이 거의 없는 상태와 O'reilly 책을 틈날 때마다 읽는 지금과 점수 차이는 크지 않다는 것이다. 이제는 그냥 점수는 버리고 하고 싶은 것 위주로 할 예정이다.
이 책은 OpenAI를 만든 사람 중 한 명인 Ilya Sutskeva의 박사과정 지도 교수 Geoffrey Hinton이 추천한 책이다. 사실상 AI 학계와 업계 최정상에 있는 여러 사람들이 좋다고 해서 호다닥 학교 도서관에서 빌려서 봤다. 특히 학교에서 인공지능 수업을 듣고 있는데 학교 슬라이드와 같이 보면 도움이 될 것 같아서 빌렸다.
책은 총 12장으로 이루어져 있다. 1장 패턴을 찾고 말 테다, 2장 여기에서 모두가 숫자에 불과하다, 3장 그릇의 바닥, 4장 십중팔구, 5장 유유상종, 6장 행렬에는 마법이 있다, 7장 커널 밧줄 탈출쇼, 8장 물리학의 소소한 도움으로, 9장 심층 학습의 발목을 잡은 사람(실은 아님), 10장 오래된 신화를 깨뜨린 알고리즘, 11장 기계의 눈, 12장 미지의 땅으로 이루어져 있다.
1장은 로젠블렛의 퍼셉트론과 선형 분리 가능한 것(linearly separable)이 뭔지 설명한다. 내적 하고 bias를 더하는 퍼셉트론도 연산도 알려준다. 1장은 크게 어렵지 않다.
2장에서는 벡터, scalar, 행렬에 대해서 다룬다. 벡터의 크기, 연산, inner product 등의 계산 방법을 익힌다. 여기서부터 살짝 어려워진다.
3장에서는 버나드 위드로와 마션 호프에 대해서 짧게 언급한 뒤, 미분, gradient, stochastic gradient descent(SGD), global minimum을 찾는 방법, MSE(Mean Squared Error)를 소개한다.
4장에서는 Monty Hall Dilemma를 소개한 후 조건부 확률과 NN(nearest neighbor)에 대해서 설명한다. 개인적으로는 Monty Hall Dilemma가 잘 이해가 가지 않아서 좀 어려웠다.
5장에서는 overfitting, k-NN Algorithm와 PCA를 소개한다.
6장에서는 벡터와 행렬의 관계, 벡터 행렬이 PCA를 하는데 어떻게 사용되는지 설명한다. 벡터, 행렬 공부를 많이 안 해서 그런지 이 부분도 어렵게 느껴졌다.
7장은 이자벨 귀용과 홉필드 망에 대해서 소개하고 kernel function과 kernel trick, SVM을 다룬다. Radial basis function (RBF)도 소개한다. RBF도 7장에서 처음 들어서 굉장히 낯설고 어렵게 느껴졌다.
kernel은 팝콘의 kernel이나 Linux kernel만 알고 있었는데 AI에서도 kernel이 있다는 걸 안 지 얼마 안 돼서 7장은 그냥 이런 게 있구나 하는 정도로 넘어갔다.
8장은 신경망을 신경생물학적 관점에서 살펴본다. Hamiltonian이라는 것에 대해서 설명도 한다. 헤브 학습 규칙, 홉필드 망 등 용어 자체가 생소한 것들을 설명해서 이해가 잘 가지를 않았다.
9장은 Backpropagation, sigmoid function, RELU 등을 다룬다. 다행히 이미 어느 정도 어렴풋이 아는 것들이라서 큰 무리 없이 읽을 수 있었다.
10장은 Geoffrey Hinton, Yan Lecun 등 AI 분야에서 유명한 사람들을 조금씩 소개하고 Backpropagation을 수식으로 증명한다. 수식이 너무 복잡해서 솔직히 잘 이해가 가지는 않았다.
11장은 신경생리학자인 데이비드 허블과 토르스텐 비셀의 연구도 소개하는 것을 시작으로 Yan Lecun과 CNN, Neocognitron, LeNet 등을 다룬다. 특히 CNN에서 convolution을 하는 방법과 stride, kernel, pooling, max pooling도 소개한다.
12장은 GPT(Generative Pretrained Transformer)를 비롯한 Transformer, Kaiming He의 masked auto encoder(MAE) 등 최신 ML에 대해서 다룬다.
솔직히 책을 다 읽기는 했지만 책의 몇 퍼센트 정도를 이해했냐고 물어보면 50%도 안 되는 것 같다. 한 30~40% 정도...
1~12장을 소개하는 부분에서 잘 이해가 가지 않았다는 말만 엄청 많은 것 같다. ㅋㅋ
이전까지는 AI 분야에서 아주 유명한 사람들 Ilya Sutskeva, Geoffrey Hinton, Alec Radford 정도만 알았다면 Isabelle Guyon, George Cybenko 등 AI 공부를 어느 정도 해야지만 알 수 있는 사람들과 그 사람들에 업적에 대해서 배울 수 있었다.
AI를 처음 공부하는 사람에게는 이 책을 추천하지 않는다. 나의 경우 AI 공부는 거의 한 적이 없지만 나름 AI 책들을 읽으려고 하는 입장임에도 불구하고 굉장히 어렵게 느껴졌다. 특히 (수학) 수식적으로 AI를 접근한 적이 없는 사람들에게는 읽는데 많이 힘든 경험이 될 거라고 장담할 수 있다. 그럼에도 불구하고 AI 분야에 전문가가 되고 싶거나 깊게 공부하고 싶은 사람들에게는 추천할 만한 책이라고 생각한다.
나는 대부분의 사람들이 사실 AI 공부를 하면 안 된다는 입장이다. 뭐랄까 기초도 별로 안 되어있는데 응용만 하려고 하는 느낌이 너무 강하다. 특히 나를 포함한 대부분의 학부생들이 그렇다. 그럼에도 불구하고 많은 사람들이 AI 공부를 하고 있다.
학부생임에도 불구하고 AI를 체계적으로 공부하고 싶다면 3blue1brown의 Neural Network playlist를 보는 것으로 시작하는 것을 추천한다. 너무 기초적이지도 않고, 수학(수식) 없이 설명하는 것도 아니고 Grant Sanderson이 manim을 이용해서 시, 청각적으로 지식을 전달하기 때문에 AI 학습에 좋은 출발점이 된다고 생각한다. 이 외에도 다양한 AI 원서들을 읽으면서 실력을 쌓으면 좋을 것 같다.
1학기가 시작하기 전에 아빠가 노트북이 필요해서 인터넷을 열심히 검색한 결과 LG 그램 16z90tp-gx59k을 샀다.
추가로 스펙은 RAM 32gb, 512GB SSD, Free OS이다.
윈도우는 내가 설치한 적이 많아서 이번에도 설치를 했으나 문제가 많았다. 평소에는 windows11 iso 파일을 이용하여 아무런 문제 없이 설치를 하였지만 해당 방식으로 LG 그램에 윈도우를 설치하면 윈도우 추천 배경화면이 잘 안 바뀌는 등 여러 가지 문제점이 있었다.
그리하여 정말 여러 번 윈도우를 지웠다 깔았는데 결론만 말하자면 LG gram에 경우에는 Windows용 설치 미디어를 이용하여 설치해야지만 정상적으로 깔린다.
분명히 나처럼 OS가 안 깔린 그램을 사용하는 사람들이 많을 텐데 위 문제에 도움이 되는 글은 딱 하나밖에 없었다. 참고로 나는 레미즈가 뭔지도 잘 모른다. 유일하게 도움이 되는 글이기 때문에 링크를 건 것이다. 나는 단지 그냥 Free-OS 모델을 샀기 때문에 윈도우(Microsoft 정품) 설치를 하고 싶은 것 뿐이다.
LG 그램은 FAT32 방식을 사용하는데 windows11 파일 용량이 4GB가 넘어가면 제대로 복사가 이루어지지 않는다고 한다.
그래서 설치방식은 FAT32 형식으로 바꿔야 한다. 나는 이전 노트북은 Lenovo Ideapad를 사용했었는데 거기서는 딱히 이런 문제가 없었다. 엄마, 아빠가 사용하는 Desktop은 Dell인데 Dell에 윈도우를 설치할 때에도 아무런 문제가 없었다.
나도 컴퓨터에 관심이 많지만 FAT32, NTFS, UEFI, GPT 등이 뭔지 잘 몰랐는데 이번 기회에 조금씩 찾아보았다. 솔직하게 얘기하면 재네들이 뭐냐고 누가 물어봤을 때 설명할 수 있는 정도는 전혀 아니다. 그냥 그런 게 있어라고 말할 수준인 것 같다.
그래서 해당 방식으로 모든 걸 싹 다 밀고 윈도우를 다시 깔았더니 더 이상 윈도우 추천 배경화면이 안 바뀌는 문제는 없어졌다. 문제는 윈도우를 밀기 이전에도 가끔 노트북을 켜면 Memory Training in Progress라는 문구가 뜨고 부팅이 되지 않았는데 윈도우를 새로 설치한 이후에도 이 문제는 계속되고 있다.
심지어 이전에는 Memory Training in Progress가 뜨고 몇 분 기다리면 부팅이 되기는 하였으나 오늘 기준으로는 강제 종료하지 않으면 아예 꺼지지도 않는다. 이 상태에서 엄청난 팬 소음이 발생한다.
참고로 영상을 계속 찍기에는 팔이 아파서 그냥 중단했다. 추가로 저 상태가 계속 지속되었다.
구글도 열심히 찾아보고 AI에게도 물어봤으나 나처럼 이런 일을 겪는 사람은 단 한 명도 없는 것 같다. 하드웨어 문제인 것 같아서 LG AS 웹사이트에 가입한 후 1:1 문의 글도 올렸고 1:1 문의 글에는 가까운 서비스센터로 방문해야 될 것 같다고 해서 다다음주에 방문할 예정이다.
엄마가 내가 컴퓨터에 그래도 조금 관심이 있으니까 아빠가 쓰기 괜찮은 노트북을 하나 추천해 달라고 해서 LG 그램을 구입한 건데 LG 측에서는 이렇게 문제가 있는 상품을 도대체 왜 판매하는 건지 모르겠다. 내가 중국, 대만 노트북은 어떠냐고 물어봤는데 엄마는 그래도 이왕이면 국산이 낫지 않을까라고 답변해서 올해 나온 LG 그램 중 RAM, SSD가 가격대비 좋은 편인 걸 샀는데도 이렇다. 참고로 산지 3개월도 채 되지 않았다. 이전에 썼던 100만 원이 채 안 되는 Lenovo Ideapad도 윈도우 설치와 사용하는 데 있어서는 아무런 문제가 없었다.
대부분의 좀 연세가 있는 분들이 국산 노트북(삼성, LG)을 선호하는 경향이 있는데 내 생각에는 성능 대비 비싸기만 하고 솔직히 Lenovo, ASUS 등의 회사에 비해서 뭐가 더 나은지 잘 모르겠다...
집에서 가까운 LG 그램 서비스 센터에 다녀왔다. 서비스 센터 아저씨한테 내가 LG 그램과 관련하여 겪은 문제들을 전부 다 토로했는데 슬프게도 잘 이해를 못 하신 것 같다. 그래서 결국 그분이 다른 서비스 기사한테 전화를 걸어서 다른 기사한테 답변을 받아야 되는 상황으로 바뀌었다. 다른 서비스 기사한테 연락을 하는데 시간이 1시간 좀 넘게 걸려서 나는 집에 갔고 연락을 받으면 전화를 해주겠다고 했다.
결론부터 말하자면 올해 나온 LG GRAM PRO에서 Memory training is in Progress는 "모든 LG GRAM PRO에서 나타난다" 라고 전달받았다. 단 Memory training is in Progress가 나타나는 조건이 있다.
이 말도 사실인지는 모르겠다. 그냥 문제가 있는데도 모르는 척하고 뭉개려고 하는 걸 수도 있다. 어찌 됐건 나는 뭐 믿기로 했다.
뭐 안 믿으면 어떡할 건데..
LG 서비스 센터에 의하면 Memory Training is in Progress가 나타나는 조건은 다음과 같다.
1. 배터리 방전
2. 전원 버튼을 눌러서 노트북 강제 종료
3. 바이오스 업데이트
4. 절전되었다가 방전되었을 때
슬프게도 나는 배터리가 방전된 적도 없고, 특별한 이유 없이는 강제 종료를 한 적도 없다. 바이오스를 업데이트한 적도 없다. 무엇보다도 올해 나온 제품인데 벌써 BIOS를 버전을 업데이트했을까 싶었다.
LG Update & Recovery에서 설치하라고 한 드라이버들은 전부 깔았는데, 여기서 바이오스를 업데이트했을 가능성이 낮지만 아주 조금은 있다. 마지막으로 충전기는 항상 꼽아서 사용하기 때문에 절전과 방전이 될 가능성은 0이다.
LG 서비스 센터에 의하면 LG GRAM PRO의 BIOS가 4월 정도에 업데이트되었다고 하기 때문에 4월과 5월 초 전후로 Memory training is in Progress가 뜬 사람들이 있을 가능성이 높다.
그래서 해결책이 뭐 어떻게 하라는 거야라고 물어보면 내 대답은 "너랑 LG에서는 할 수 있는 게 아무것도 없어"이다. 그냥 시간이 지나면서 Memory training is in Progress가 안 뜨겠지라고 바라는 수밖에 없다. 나도 그러고 있다...
그 이외에도 내가 LG GRAM PRO를 사용하면서 겪은 문제가 하나 더 있다.
바로 Wifi로 인터넷에 연결되어 있는 데에도 DNS_PROBE_POSSIBLE이 떠서 자꾸 떠서 검색창이 안 뜨는 문제가 있었다.
그럴 때마다 밑에 보이는 WIFI 버튼을 더블 클릭으로 껐다 켜서 창을 새로고침 하면 다시 인터넷 연결이 되었었다.
나의 경우 아래 블로그의 글을 통해서 DNS 서버 주소를 Google로 바꾸었다. 그래서인지는 모르겠지만 요즘은 이 문제가 거의 일어나고 있지는 않다.
집에 와서 또 Memory Training in Progress가 뜰까 봐 10번 정도 껐다 켰는데 아쉽게도(?), 다행인지는(?) 모르겠지만 안 뜨고 있다.
LG Gram을 기획하거나 제조하는 사람들은 이 글을 꼭 봤으면 좋겠다. Memory Training is in Progress가 일어나는 걸 모르고 제품을 출시하는 건지 이런 불편한 점이 있는 걸 알면서도 뭉개는 건 지 속을 알 수가 없다.
설령 몰랐다면 더 이상 저런 문제가 없게끔 노트북을 다시 설계해야 되는 것이 아닌가 싶고, 알면서도 이런 걸 팔면 미친놈이 아닌가 싶다.
LG GRAM PRO는 솔직히 문제가 진짜 많다. 할말하않...
앞으로 나는 절대로 LG GRAM은 사지 않을 생각이다. 여태까지도 한 번도 산 적이 없지만 말이다. 가성비도 중국, 대만 제품들에 밀리는 데 사용하기도 이렇게 불편하면 누가 쓸까 싶다. 나는 어차피 외산 노트북을 좋아하니까 상관이 없지만 어른들(특히 나이 드신 분)들은 LG, 삼성이 국산 제품이니까 꼭 국산 노트북을 사서 애국을 해야겠다고 생각을 하시는 분들이 많은데 솔직히 그분들 얼굴에 똥칠을 하는 게 아닌 가 싶다.
그나저나 LG GRAM PRO에서 Intel RST는 끌 수 있나 싶다. 이 사실도 서비스 센터에 물어보려고 했으나 너무 정신이 없고 어차피 대답을 못 해줄 것 같아서 질문을 하지 않았다. 나중에 저 노트북을 안 쓰면 Ubuntu를 깔면 좋을 것 같다.
