쉬운 딥러닝

쉬운 딥러닝 - 수학·통계를 몰라도 이해할 수 있는
반병현 지음 / 생능북스 / 2021년 4월

이세돌을 꺽은 것이 딥러닝이었습니다. 2016년니까 벌써 5년이나 되었습니다. 그 당시 알파고를 구성하는 파이썬과 텐서플로가 한국 기술계에 충격을 주었습니다. 그리고 인공지능 머신러닝 딥러닝은 컴퓨터공학하시는 분들을 넘어 일반인들 취업시장에도 화두입니다. 하지만 수식을 근간으로 하는 딥러닝 쉽지 않죠. 그점을 극복하고자 <쉬운 딥러닝>이 딥러닝의 사용예부터 코딩구조 설명까지 최대한 수식없이 쉽게 설명합니다. 딥러닝을 조금 맞보다가 이해가 잘안되는 분, 딥러닝 책 몇페이지 둘추다가 닫으신 분들에게 꼭 맞는 책일듯합니다.

저자는 KAIST 바이오 뇌공학과 출신으로 딥러닝을 독학하여 관련프로그램을 개발하여 석사과정을 조기졸업한 천재시네요. 이 책의 전작은 공익때 업무자동화프로그램을 개발하여 공익신분이지만 청와대까지 불려가서 강연과 기술자문을 한 인재입니다. 그 결과물이 <6개월치 업무를 하루만에 끝내는업무자동화>로 출간되었습니다. 현재는 안동에 위치하는 식물생명공학업체 '상상텃밭'의 CTO입니다.

<쉬운 딥러닝>은 파이썬은 아나콘다로 깔고 에디터툴은 파이참을 씁니다. 저는 주로 주피터노트북을 쓰는데 오랜만에 파이참을 대하니까 어색했지만 에디어툴 몇가지는 사용하는데 어려움이 없어야 개발자의 덕목아닌가합니다. 가속작업은 nvidia의 cuda툴킷을 사용합니다. 저는 그래픽카드가 폭망이어서 코랩을 사용할생각도 있었지만 이 책에서 제시되는 예제 정도 돌리는데는 폭망노트북의 그래픽카드로는 큰 퍼포먼스는 없었기에 무리없이 구동가능합니다.

이 책에서는 딥러닝의 기본인 FNN과 CNN, LSTN을 다룹니다. 우선 FNN은 딥러닝책을 약간 봐서는 처음보는 용어입니다. 퍼셉트론을 이용하는 전체적인 개념입니다. 퍼셉트론은 입력층과 히든층 출력층이 있는 다층퍼셉트론을 설명하면서 분류와 회귀를 적용법을 알려줍니다. 소위 활성화함수인 시그모이드, 렐루의 그래프모양정도는 암기해야합니다. 사례코딩에서 인공신경망코드가 유사함을 알수있습니다. 어떻게 반복되는것만 알아도 다른 사례에 복사붙여넣기가 당연히 가능함을 파악해야 합니다.

CNN은 합성곱신경망으로 불리죠. FNN이 해결못한 이미지분류문제를 퍼셉트론이 아니라 필터로 해결한 방식입니다. 다만 CNN은 2차원데이터이므로 출력은 FNN으로 마무리를 합니다. 학습의 진전을 위해서 배치노멀라이즈와 폴링레이어는 꼭 암기해야 딥러닝을 실제 사용할 수있는 다른 기회가 옵니다. 그리고 텐서플로허브를 이용해서 고흐의 화풍을 일반사진에 적용해 보는 실험은 인공지능에 대한 흥미를 더해줍니다. 핸드폰앱으로 얼굴을 변해주는 앱들의 방법이 모두 이런 방식임을 알게 됩니다. 이미지 인공지능하면 최근에 GAN 적대적신경망이 많이 이야기되죠. 가짜를 만드는 위조 인공지능입니다.

마지막 부분은 자연어학습부분인 LSTM입니다. 이 방식은 FNN의 방법을 개선하여 순환신경망(RNN)이 만들어졌고 RNN으로 인해 과거기록을 활용할 수있게 되었지만 더 오래된 기억을 활용할 수없는 한계를 보였지만 장단기기억인 LSTM이 개발되면서 학습성능을 높였습니다. 기상예측과 주가예측 활용예도 흥미롭네요. 딥러닝은 책한두권으로 이해도 활용도 쉽지않을겁니다. 그만큼 범위도 넓고 이해를 해야 할 영역도 많습니다. 다만 기초이해가 떨어진다면 단계를 넘는 것이 힘들어집니다. 그럴때는 기초를 자세히 설명한 책이 필요할 때가 있죠.