혼자 공부하는 머신러닝 + 딥러닝

혼자 공부하는 머신러닝 + 딥러닝 - 케라스와 파이토치로 1:1 과외하듯 배우는 인공지능 자습서, 별책 용어노트, 저자 직강 유튜브 강의 제공 ㅣ 혼자 공부하는 시리즈
박해선 지음 / 한빛미디어 / 2025년 4월

본 도서는 리뷰어스클럽으로 무상으로 제공받아 주관적인 리뷰를 했습니다.

요즘 딥러닝의 정성시대가 열리고 있습니다. 우리가 아는 AI 챗GPT, GEMINI, 클로드 등은 모두 딥러닝을 근거로 해서 작동합니다.  그것이 자연어처리와 컴퓨터비전분야입니다. 인공지능의 단순한 사용자가 아니라 좀더 깊있는 구조를 공부하기위해서는 <혼자 만들면서 공부하는 딥러닝>이 큰 도움이 될겁니다.  저자는 합성곱신경망(CNN)을 이용해서 강아지 사진 분류, 패션상품 이미지분류, 전이학습까지 알아보고 현재 강세인 LLM의 트랜스포머, GPT-2, Llama, Gemma모델 등으로 자연어처리를 학습하여  사용해 볼수있습니다. 

저자는 박해선 컴퓨터서적 전문번역가십니다. 컴퓨터서적은 번역서가 많죠. 아마 저자가 한국에서 3손가락을 꼽아도 될정도의 지명도를 지닌 분이죠. <핸즈온 머신러닝>,<만들면서 배우는 생성ai> <케라스 창시자에게 배우는 딥러닝> 등 수많은 유명 저서를 번역했고 <Do it! 딥러닝 입문> 등의 저서가 있습니다. 

인공지능의 역사는 생각보다 오래되었습니다. 1943년 최초의 신경망이론이 만들어졌다고 합니다  그후 2번의 겨울을 거치고 우리가 아는 2016년 알파고vs 이세돌의 대국을 거쳐 현재의 생성형 AI로 전성기를 보내고 있습니다. 현재 많은 전문가들이 앞으로 5년이면 AI가 아닌 AGI가 온다고도 합니다.  학습공간은 코랩을 이용합니다. 여기서 주피터노트북을 이용해서 코딩을 해볼수 있습니다. 저자는  이 책이 이론과 활용 사이에 어딘가에 있다는 말이 인상적입니다.  학습에 도움이 되도록 '여기서 잠깐', 'note' 등을 이용해서 깊이와 다양한  활용지식을 보충하고 있습니다. 

딥러닝을 공부하기위해서는 모델들의 개념을 정확히 알아야 합니다. LeNet모델에서는 소프트맥스 함수를 사용하고 여러 카테고리에서 하나를 예측할 때 사용한다고 합니다. 이러한 함수를 알아야 당연히 활용이 가능하겠죠. 앞으로 렐루함수라는 활성화함수 등 다양한 함수를 알수가 있습니다.   이미지 분류에서 강아지와 고양이 분류가 있는데 매우 흥미롭습니다. 직접 고양이사진을 집어넣어보면 그것이 고양이인지 강아지인지 알아내는 것이 바로 현재 이미지를 인식하는 기본적인 구조일겁니다.  모델들은 도표가 있어야 이해가 쉽습니다. 구체적인 작동구조는 그림을 통해 설명을 대부분 설명하기에 이해가 쉽습니다. 피스타치오 품종을 캐라스에서 가져온 EffecientNet모델로 분류해 보면서 텐서플로 허브, 허깅페이스, 전이학습을 모두 접해봅니다. 

자연어처리분야인 트랜스포머 인코더모델은 비전보다는 좀더 어려운 느낌입니다. 이 부분을 RNN 순환신경망이라고 하죠. 어텐션 메카니즘에서 인코더-디코더모델을 경험해볼수가 있습니다. 요즘 가장 핫한 모델일겁니다. 트랜스포머 인코더인 BERT모델,  후속인 RoBERTa등의 모델을 허깅페이스에서 불러오는 방법 등을 경험할수있습니다. 그리고 인코더를 했다면 마지막으로 트랜스포머 디코더모델까지 공부영역을 넓힙니다. 메타의 라마, 구글의 감마등 오픈소스를 학습할 수가 있습니다.  이 책은 인공지능을 전공할 분들에게는 필수적인 코스의 책이고 전공을 하지 않더라도 이제 우리 인간을 지배할(?) AI의 구조를 알고 있다는건  앞으로 다양한 모델이 발표될때 설명을 이해하는데도 큰 도움이 될겁니다. 그리고  비전과 자연어를 분류하고 예측하는데  요즘 한창 유행하는 바이브코딩을 해보는데도 큰 도움이 될겁니다.