파이썬 딥러닝 텐서플로

파이썬 딥러닝 텐서플로
오승환 외 지음 / 정보문화사 / 2021년 6월

21세기는 4차혁명시대이고 그 핵심에는 인공지능이 있습니다. 인공지능은 디지털트랜스포메이션으로 기업에 적극 도입이 되어 활용되고 있습니다. <파이썬 딥러닝 텐서플로>는 인공지능을 구현하는 프로그래밍툴을 다루며 데이터분석, 머신러닝, 딥러닝 등을 배워서 업무에 적용할 수있는 방법을 제공합니다. 인공지능이 1943년 인공신경망개념이 개발되고 나서 2~3번의 굴곡을 겪고 이세돌과 알파고의 대결후 지금은 꼭 배워야 하는 기본소양의 위치까지 올라섰다고 합니다. 인공지능을 좀더 깊게 익혀보면 머신러닝과 딥러닝을 다루게 되는데 이 책에서는 제목대로 구글에서 만든 프레임워크인 텐서플로를 이용해서 할용가능한 신경망을 구축할 수있도록 돕게 구성했습니다.

저자는 오승환, 이경록, 김태헌, 홍재권 등 4인공저입니다. 저자분들이 두분은 문과전공이시고 나머지 두분은 공학이시지만 건축과 기계정보공학으로 직접 컴공을 전공하지않으신 비전문가십니다. 취미로 시작했고 공부하신지 4-5년정도밖에 안되십니다. 2019년 캐글스터디를 같이하면서 비직무,비전공인분들이 공부하면서 실력을 쌓아서 책까지 내시는 수준으로 향상시킨점이 이 책을 접하는 독자입장으로써 위안이 되는 면이 큽니다.

본 도서의 코드실행은 코랩에서 실행하도록 권하고 있습니다. 그래서 코드가 주피터노트북으로 제공이 됩니다. 컴퓨터의 사양이 좋지 못한 분들은 코랩이 매우 시간이 절약됨을 알죠. 실행시간 뿐 아니라 버전이 달라서 디스플레이가 안되는 문제도 깔끔하게 해결되는 점도 장점입니다. 물론 노트북에다 직접하는것보다는 반응속도가 차이가 있지만 그것빼고는 장점일겁니다. 텐서플로는 2015년 구글에서 발표를 한 머신러닝 라이브러리입니다. 즉 이는 파이썬 전용프로그램이 아닙니다. 자바스크립트나 스위프트로도 모덹발이 가능합니다. 하지만 비전공자에게는 파이썬이 매우 편하게 접할수있는 언어이고, 한국인에게 일본어가 쉬운 것으로 비유를 하면 원리는 다르지만 크게 차이는 크지 않습니다. 물론 파이썬이 초급만 쉽지 중급으로 들어가면 복잡해지는데, 이는 일본어도 유사하죠. 자료구조는 스칼라, 벡터, 행렬, 텐서로 이루어져있고 자동미분개념은 꼭 집고 넘어가야 합니다.

2019년 9월 텐서플로2로 업글됩니다. 이때 캐라스API가 포함되어 나왔습니다. 캐라스는 R로도 유명한 프랑소와 숄레가 메이크한 딥러닝 라이브러리입니다. 캐라스가 백엔드엔진을 쉽게 변경할 수있다고는 하지만 그것은 고수들의 영역이고 제 입장은 코드따라 치기도 바쁘죠. 훈련데이터와 테스트데이터에 대한 사항, 에포크, 손실함수등 신경망이론의 기본 개념을 숙지시킵니다. 선형회귀를 이용해서 모델을 만들고 훈련과 검증하는 코딩도 구현해 봅니다. 이 책에서 파트2와 파트 3은 가장 기본적인 딥러닝기본방식을 배우게 됩니다. 이 장들은 2-3번의 반복 숙지가 필요합니다.

파트4부터는 활용입니다. 이미지분류의 합성곱신경망(CNN), 자연어처리의 순환신경망(RNN), 강화학습 등은 순서가 있는 것이 아니라 자신의 업무에 따라 공부하면 되는 별도개념이므로 책의 순서에 관계없이 필요시 공부하면 된다고 합니다. 그런데 딥러닝선배들을 보면 기초적인 CNN,RNN, 강화학습방법은 대부분 숙지하고 용도에 맞게 응용하는 방식입니다. 우선 CNN은 컴퓨터비전분야에 대표적으로 사용되어 고양이와 개의 이미지 분류가 대표적이죠. 용어는 채널, 스트라이드, 패딩, 풀링 등의 용어에 익숙해져야 합니다. RNN은 자연어데이터, 음성데이터 그리고 시계열데이터를 분석하는데 사용됩니다. 알고리즘으로 LSTM, GRU를 다루고, 활용으로, 자연어처리(NLP)와 트랜스포머, VIT 등까지 학습범위를 넓혀줍니다. 강화학습은 게임학습을 잘하면 보상을 주는 방식으로 원래는 수학이 많아서 접근이 용이하지 않는데, 책에서는 모든 수학을 걷어내서 원리만 빠르게 배울수있게 해두었습니다. Frozen Lake, 가치함수, Cartpole 등의 개념을 익히게 해줍니다. 쉽지 않고 이 책외에도 좀더 다양한 관련책을 봐야하는 첫걸음을 내딛게 해줍니다.

파이썬, 딥러닝, 텐서플로 비전공자, 아니 전공자라도 쉬운 개념은 아닙니다. 기존 방식과는 다른 정의들도 많고 수학이라는 토대를 계속 공부해야하는 난관은 있지만 점점 세상의 중심이 되는 인공지능에서 전문가가 되기위한 기본소양(?)임을 잊지 않고 노력하는 것이 매우 중요할 듯합니다. 뜻이있어 공부를 시작햇고 묵묵히 실행해야 자신의 자리가 있을 거란 생각이 듭니다.

본도서는 출판사로부터 무료로 제공받아 서평합니다.