표기 혼란 없는 머신러닝 논문용 LaTeX
첫 arXiv 초안부터 최종 제출본까지, 표기 정리표, 절제 실험 표, 알고리즘, 학습 실행 결과 그림, 논문 옆의 Git.
대부분의 ML 논문은 LaTeX에서 같은 방식으로 무너집니다. 3쪽에서는 수식이 멀쩡하다가 12쪽쯤에는
일관성이 없어집니다. 손실 함수가 어떤 섹션에서는 L이고 다른 섹션에서는 \mathcal{L}이며, 굵은
벡터는 저자가 기억날 때만 나타납니다. 리뷰어는 언급하지 않더라도 알아차립니다.
이 글은 워크숍 논문, 학회 투고, 그리고 학습 코드와 뿌리를 공유하는 학위논문 장을 쓰는 학생을 위한 실용 가이드입니다.
첫날에 표기 정리표부터 정하세요
관련 연구를 쓰기 전에, 매크로 스무 줄을 먼저 쓰세요.
\newcommand{\vect}[1]{\boldsymbol{#1}}\newcommand{\mat}[1]{\mathbf{#1}}\DeclareMathOperator*{\argmax}{arg\,max}\newcommand{\loss}{\mathcal{L}}\newcommand{\expect}{\mathbb{E}}\newcommand{\kl}{\mathrm{KL}}이 블록을 모든 공동 저자의 브랜치에 붙여 넣으세요. 모델이 새 기호를 만들어 내면 먼저 정리표에 추가한 다음 쓰세요. AI에게 표기법 따르게 하기 레슨도 같은 발상이며, 언어 모델이 과정에 들어 있을 뿐입니다. 모델은 글꼴을 새로 만들어 내는 것이 아니라 정리표를 따라야 합니다.
연구용 편집기의 실시간 수식 미리보기를 쓰면, 입력하는 동안 \mathcal{L}과 L이 같은 대상이 아니라는
점을 바로 알아챌 수 있습니다.
최종 제출본까지 살아남는 표
절제 실험(ablation) 표는 페이지 밖으로 넘칠 때까지 커집니다. 세로선 없는 booktabs, 소수점 정렬을
위한 siunitx, 그리고 지표와 데이터 분할(ImageNet, CIFAR, 분포 내 대 OOD)을 밝히는 캡션을 쓰세요.
표가 여러 페이지에 걸친다면 글꼴을 7pt로 줄이지 말고 일찌감치 longtable을 쓰세요.
첫 초안에는 시각적 빌더가 도움이 됩니다. 표 생성기는 브라우저에서 실행됩니다. 최종 표도 캡션에 지표 이름을 밝히고 ±가 표준편차인지 표준오차인지 정의해야 합니다.
투고처가 허용한다면 시드와 하이퍼파라미터 범위는 부록 표에 보고하세요. 본문 표는 훑어보기 쉽게 유지합니다.
알고리즘과 코드 목록
의사코드는 고정폭 문단이 아니라 algorithm2e나 algorithmicx에 넣으세요. 실제 학습 코드 조각은
언어를 지정한 listings나 minted에 넣어야 리뷰어가 훑어볼 수 있습니다. 본문은 짧게 유지하고,
전체 설정은 부록이나 커밋 해시가 붙은 저장소 링크에 두세요.
\begin{algorithm}\caption{Training step}\label{alg:step}...\end{algorithm}인용하는 알고리즘에는 번호를 붙이세요. PyTorch 코드를 다섯 쪽씩 PDF에 쏟아붓지 마세요.
TensorBoard와 matplotlib에서 만든 그림
가능하면 PDF나 SVG로 내보내세요. 300dpi 래스터 PNG는 UI 스크린샷에는 괜찮지만 선 그래프에는
쓰지 마세요. \includegraphics 전에 여백을 잘라내세요. 플로트가 다음 섹션으로 달아난다면 [H]와
한 시간 동안 싸우기 전에 크기와 위치를 먼저 고치세요: 플로트 위치.
다중 패널 절제 실험은 subcaption으로 TeX에서 조립하거나, 외부에서 합성해 PDF 하나로 넣으세요.
훑어보는 독자가 범례를 한 번만 배우면 되도록 그림 전체에서 “제안 방법”의 색을 일관되게 유지하세요.
2단 학회 클래스
NeurIPS, ICML, ICLR, CVPR 스타일 클래스는 여백과 플로트 규칙을 바꿉니다. 공식 클래스로 일찍 컴파일하세요. 페이지 제한은 실제로 적용됩니다. 글꼴을 짓눌러 맞추지 마세요. 공고가 허용한다면 증명과 추가 절제 실험은 부록이나 보충 PDF로 옮기세요.
관련 연구와 인용
안정적인 인용 키를 쓰고 Scholar에서 내보낸 항목을 정리하세요. .bib를 검증하세요:
BibTeX 검증기. 의존하는 코드와 데이터셋을 인용하세요. 저자-연도와 숫자
방식 중 어느 쪽인지는 투고처에 따라 다릅니다. 두 방식을 섞지 말고 템플릿의 스타일을 쓰세요.
논문 옆의 Git
아키텍처를 바꿀 때마다 이름을 붙일 수 있는 커밋이 되어야 합니다. 논문과 코드를 서로 다른 백업 습관을 가진 두 프로젝트가 아니라 하나의 프로젝트로 다루세요.
Oleafly (새 탭에서 열림)는 논문을 실제 Git 저장소에 두고, 그 옆에 프로젝트를 이해하는 편집기를 제공합니다. 실시간 수식 미리보기, 파일 간 참조, 인용 자동 완성, SyncTeX PDF가 들어 있습니다. ML 코드가 이미 사는 방식과 같습니다. 마감에 쫓겨 문법이 기억나지 않을 때는 치트시트와 함께 쓰세요.
OpenReview나 CMT에 업로드한 것과 일치하는 커밋에 태그를 달아 두세요. 반박(rebuttal) 중에 필요해집니다.
반박과 최종 제출본
반박 기간은 짧습니다. 제출한 PDF의 소스를 오염시키지 않도록 “반박 실험”용 브랜치나 폴더를 따로 두세요. 최종 제출본에는 한 쪽이 더 허용되는 경우가 많습니다. 실패한 실행을 전부 쏟아 내는 데 쓰지 말고 명확성을 위해 쓰세요.
더 넓은 영향과 한계
투고처가 짧은 사회적 영향이나 한계 문단을 요구하더라도 쉬운 말로 쓰세요. LaTeX가 모호한 문단을 구해 주지는 않습니다. 본문 페이지 제한이 빠듯하다면 책임질 수 있는 부정적 결과는 부록에 넣고, 리뷰어가 숨겼다고 오해하지 않도록 본문에 그렇게 했다고 밝히세요.
업로드하기 전에
섹션 전체에서 표기 정리표가 일관되는지, 주요 표에 지표 이름이 있고 ±가 정의되어 읽을 수 있는지,
알고리즘과 그림이 순서대로 인용되었는지 확인하세요. 공식 클래스가 글꼴 편법 없이 페이지 제한 안에서
컴파일되는지, .bib가 깨끗하고 코드와 데이터가 인용되었는지, 업로드한 PDF의 커밋 해시를 기록했는지도
확인하세요.
ML 실험은 이미 충분히 변동이 큽니다. 표기와 표만큼은 조용하게 유지하세요.