관련 공부를 하고 있는 사람은 아니지만 어떤 분야에 있어 전문가가 되는 법이라는 타이틀을 자신있게 내걸고 있는 책이기도 하고 AI니 빅데이터니 같은 IT트렌드에 대해서도 관심이 가던 참이라 한번 읽어보았다. 저자는 관련 공부를 하다가 관련기업에서 일도 하다가 관련 프리랜서로도 일하다가 지금은 관련 기업을 창업해서 일하며 관련 전공 박사과정을 밟고 있는 분이었다. 그렇기에 자신과 같은 길을 걷고자 하는 후배들에게 해주고 싶은 이야기를 이렇게 담아낼 수 있었던 것으로 보인다. 그렇다고 이 책이 첫번째 주는 뭘하고 개월단위로는 뭘하고를 알려주는 책은 아니었다. 이쪽분야에 관심있다면 어떤식으로 접근하는게 좋고 어떤 지식이 필요한데 이런저런 경로를 통해 접할 수 있으며 관련 기술 분야에는 어떠어떠한 지식들이 쓰여지고 언어나 알고리즘별로 어떤 특징이 있으며 꾸준하게, 효율적으로 공부하려면 어떻게 하는게 좋은지 등을 자신의 경험, 그리고 실제 저자의 학습법을 소개해가며 알려주고 있는 책이었다. 써놓고 보니 타임테이블 잡아주는 것보다 더 실용적인 팁일수도.
파이썬과 자바의 장단점도 제대로 알지 못하고 딥러닝과 머신러닝의 차이도 제대로 설명할수 없지만 저자가 알려주는 핵심메시지를 중심으로 읽어나가는데 큰 무리는 없었다. 지금은 전혀 상관없는 일을 하고 있지만 이 분야와 관련있는 수학적지식으로서 수리통계학과 선형대수가 중요하다는 부분을 보면서 행렬이라 쉬워보였지만 좌절했던 기억이 떠오르기도. 저자는 핵심개념만 이해하면 되며 이를 학습하기 위해서는 어떤 책이 좋으니 추천해주는 것을 넘어 이건 절판이니 도서관에서 빌려보라고도 말한다. 심지어 책읽기 싫으면 네이버에서 무료로 제공하는 강의 플랫폼인 에드워드에서 카이스트 주재걸 교수의 인공지능을 위한 선형대수 11시간짜리를 하루에 한시간씩만 들어도 된다고 너무나도 구체적으로 설명해주고 있었는데 너무 친절하게 느껴져 나도 한번 들어볼까 싶은 생각이 들더라는.
어떤 분야든 어느정도 기초가 잡히면 그 이후부터는 자신과의 싸움이 아닐까 싶다. 뒷부분에서는 저자도 한층 깊은 공부를 위해서는 관련분야의 논문을 읽어야 한다고 말하는데 책은 적어도 1년정도의 텀을 필요로 하기에 논문보다는 덜 새로운 지식이 담기기 때문이다. 이는 분야를 막론하고 맞는 말이긴 한데 이쪽분야는 워낙 기술발전이 빠르니 더 그럴듯. 열심히 관련 논문을 읽고 이해했으면 해당 논문의 핵심 아이디어를 논문 맨 앞장에 요약한 후 자신만의 아이디어를 접목하려 시도해야 한다라는 부분은 논문이든 책이든 어디에도 적용할 수 있는 공부팁이었다.
이 저자가 책에서 AI 빅데이터 관련 기업으로 언급한 솔트룩스, 엔텔스, 모비젠, 바이브컴퍼티(컴퍼니 오타인듯), 퍼즐데이터, 이씨마이너, 아임클라우드 등이 각각 어떤 사업모델을 가지고 있는지 소개해주었으면 하는 작은 아쉬움과 더불어 KPI측정 관련한 프로세스 마이닝에 대해서도 조금더 알고싶은 욕심도 들었지만 그래도 나름 유익하게 읽은 책이었다.