-
-
처음 만나는 AI 수학 with 파이썬 2ND - 한 권으로 배우는 인공지는 수학 첫걸음
아즈마 유키나가 지음, 유세라 옮김 / 영진.com(영진닷컴) / 2026년 1월
평점 :
이 서평은 리뷰어스클럽의 소개로
출판사로부터 서적을 제공 받아 주관적으로
작성하였습니다.
늦깎이 대학생으로서 인공지능(AI)을 공부하다 보면 필연적으로 마주하는 딜레마가 있습니다. 최신 라이브러리를 사용하면 코드 몇 줄로 그럴듯한 모델이 만들어지지만, 정작 내부에서 데이터가 어떻게 처리되는지는 ‘블랙박스’처럼 느껴진다는 점입니다. 논문을 읽거나 모델의 성능을 튜닝하려 할 때, 발목을 잡는 것은 언제나 파이썬 문법이 아닌 ‘수학’이었습니다.
수학의 필요성은 느끼지만, 방대한 대학 수학을 처음부터 다시 공부하기에는 물리적인 시간이 부족합니다. 직장 생활을 하면서 쉽지 않습니다. 이때 필요한 것은 수학적 엄밀함보다는, AI가 작동하는 원리를 이해하기 위한 것이라고 생각하였습니다. <처음 만나는 AI 수학 with 파이썬 2ND>는 저의 이런 문제를 해결해 줄 것이라는 생각을 했습니다. 표지에 적힌 "중학교 수학만 알고 있으면 OK!"라는 문구처럼, 진입 장벽을 낮추고자하는 노력을 하고 있습니다.
저자 아즈마 유키나가는 이학 박사(물리학)이자 주식회사 SAI-Lab의 대표로, 이론과 실무를 겸비한 인물입니다. 특이한 점은 그가 세계적인 교육 플랫폼 Udemy에서 약 3만 명의 수강생을 보유한 인기 강사라는 사실입니다. 이런 점은 상당히 이 책에 대한 신용도를 올려주고 있네요.
그리고 저자는 서문에서 "AI에 대해서 배우고 싶지만 수학의 문턱 높이를 느끼는 분"을 명확한 타겟으로 설정했습니다. 전제 조건으로 기초적인 컴퓨터 조작 능력과 파이썬 프로그래밍 경험을 요구하지만, 수학적 지식은 최소한이라고 가정하고 집필되었습니다. 이는 수학을 ‘학문’이 아닌 AI 개발을 위한 ‘도구’로 접근하겠다는 의도로 해석됩니다. 물론 저는 학문적 접근도 욕심이 있지만, 물리적으로는 좀 힘드니까 이 책에서 시키는대로 따라갈 생각입니다.
그냥 수학만을 바로 시작하는 책은 아닙니다. 우선 파이썬의 기초 부분부터 배우기 때문에, 파이썬에 익숙하지 않은 사람들도 책과 함께 파이썬 + 수학 + AI를 할 수 있습니다. 그리고 솔직하게 더 높은 수준을 배우고 싶다면 다른 책을 참고하라고 하는 진심어린 조언도 하고 있습니다.
책은 크게 선형대수, 미분, 확률 통계라는 세 가지 산을 넘도록 설계되어 있습니다. 첫 번째 산인 선형대수 파트에서는 AI 데이터 처리의 기본인 벡터와 행렬을 다룹니다. 과거에는 그저 숫자들의 나열이나 괄호 묶음으로만 보였던 행렬이, 파이썬의 NumPy 라이브러리를 만나는 순간 확인할 수 있는 데이터로 보였습니다. 이미지 파일이 행렬로 변환되고, 행렬 연산을 통해 이미지가 회전하거나 색이 변하는 과정을 직접 코딩하면서, 저는 비로소 "아, 이래서 선형대수가 필요하구나"를 온몸으로 체감했습니다.
두 번째 산인 미분 파트는 이 책의 백미라고 할 수 있습니다. 인공지능이 학습한다는 것의 본질이 결국 '오차를 줄여나가는 과정'이며, 그 오차를 줄이는 방향을 알려주는 나침반이 바로 미분이라는 사실을 깨닫게 해 줍니다. 특히 '경사 하강법(Gradient Descent)'을 설명할 때, 산을 내려가는 비유와 함께 이를 파이썬 코드로 구현해 보는 과정은 압권이었습니다. x = x - learning_rate * grad라는 단 한 줄의 코드가 수많은 수식의 핵심임을 알았을 때는 정말 기분이 좋았습니다. 그래프가 서서히 최솟값을 찾아가는 모습을 시각화하여 보여주는 예제들은, 머릿속에서만 맴돌던 개념이 명확하게 보이게 하는 것만 같았습니다.
마지막 산인 확률과 통계는 데이터의 불확실성을 다루는 AI의 언어를 가르쳐 줍니다. 정규분포나 우도(Likelihood) 같은 개념들이 단순히 교과서 속 이론이 아니라, 스팸 메일을 필터링하고 주가를 예측하는 AI 모델의 판단 근거가 된다는 것을 실제 예제를 통해 보여줍니다.
책을 읽으면서 느낀 점이라면, 이 책은 수학적 깊이보다는 활용 가능성에 방점을 둔 책이라고 말할 수 있겠습니다. 수식의 유도 과정을 엄밀하게 증명하기보다는, 파이썬 코드로 결과를 확인하고 그래프로 시각화하여 "아, 이렇게 작동하는구나"라는 납득을 이끌어내는 데 주력합니다. 아무래도 기초 책이기 때문에 그런 것 같습니다.
대학원에서 다루는 심화 모델링이나 최신 논문의 수식을 완벽하게 이해하기에는 부족할 수 있습니다. 그러나 저와 같이 개발 경험은 있지만 수학적 베이스가 약한 학습자, 혹은 문과 출신으로 AI 대학원에 진학하여 기초 체력을 빠르게 길러야 하는 이들에게는 가장 효율적인 입문서가 될 것이라고 확신합니다. 저만해도 그렇거든요.
수학은 눈으로 읽는 것이 아니라 손으로 푸는 것이라고 합니다. 이 책의 관점에서 보자면 AI 수학은 손으로 코딩하고 눈으로 그래프를 확인하는 것이라고 말할 수 있겠습니다.
책장에 꽂아두고 개념이 흔들릴 때마다 해당 파트의 코드를 돌려보며 리마인드 할 수 있는 책으로 활용하려고 합니다. 저와 비슷한 상황이신 분이라면, 이 책과 함께 공부하시는 것도 좋겠습니다.
