머신 러닝 교과서: 파이토치 편

머신 러닝 교과서: 파이토치 편 - 탄탄한 이론과 다양한 예제로 배우는 머신 러닝/딥러닝 실전 가이드
세바스찬 라시카.유시 (헤이든) 류.바히드 미자리리 지음, 박해선 옮김 / 길벗 / 2023년 11월

핸즈온 머신러닝과 쌍벽을 이루는 AI의 AtoZ를 담은 교과서라는 말이 무색하지 않은 AI계의 명작.

머신 러닝 교과서는 2가지 버전으로 구성되어있다. 2021년에 출간된 텐서플로 편 그리고 지금 소개하는 파이토치 편이다. 물론 동일한 저자와 역자가 참여했다고는 하나 초판과 개정판 사이에는 3년 정도 시간차가 있기 때문에 AI 영역에서 가장 핫한 이슈들이 추가로 수록되어있다.

보통은 개정판이 등장하면 굳이 구판은 볼 필요가 없는 법이지만 이 책은 조금 다르다. 텐서플로와 파이토치를 둘 다 능숙하게 다루고 싶거나 둘의 차이를 느껴보고 싶은 독자라면 초판과 개정판의 책을 모두 실습하면 큰 효과를 볼 수 있을 것이다.

사실 나의 경우 초판인 텐서플로편에 베타리더로 참여했다. 직접 모든 내용들을 읽고 실습에 참여했는데 당시 한가지 아쉬운 점이 남았다. 그래서 당시 편집자이신 안윤경 과장님께 언젠가 기회가 되면 파이토치 교과서 편을 출간해주시면 좋겠다고 말씀드렸었는데 약 2년의 시간이 지나 그 소원을 들어주시니 나에게는 또 다른 의미로 다가오는 책이다. 이 자리를 빌어 편집자님께 깊이 감사드린다.

AI를 본격적으로 공부하고 싶은 책은 많지만 그 중에서도 가장 추천하고 싶은 책을 꼽으라면 이 책과 핸즈온 머신러닝 책을 꼽고 싶다. 그만큼 AI 전반에 걸친 탄탄한 기본기를 모두 아우르는 책이기 때문이다.

LLM과 Generative AI가 등장하는 요즘 이 기본기를 소화하지 않고 그 모델들을 이해하는 것은 불가능에 가깝다. 아예 OpenAI나 Gemini같은 서비스에 AI를 맡기고 서비스 구현 부분에 치중한다면 모를까 AI에 발을 딛기 위해선 이런 책들을 섭렵하는 것이 필수 단계이다.

이 책은 현대 AI의 역사를 축약해서 각 챕터별로 소개하고 있는 만큼 그 양이 방대하다. 크게 전반부에 머신러닝 파트가 등장하고 중반부에 파이토치를 배우며 잠깐 쉬었다가 후반부에 가열차게 딥러닝을 향해 돌진하는 구조이다.

원서는 2022년도에 출간된 것으로 알고 있는데 당시 화두였던 트랜스포머 부분이 수록된 것이 특징이고 그래프 신경망이 수록된 것도 눈에 띄는 부분이다.

그 외에도 CNN, RNN, RL, GAN 과 같은 굵직한 모델들도 담겨 있다. 전반부 머신러닝 영역이야 주로 사이킷런을 사용하기에 파이토치와 무관하지만 후반부는 딥러닝의 영역이므로 파이토치를 반드시 알아야 한다.

때문에 12 ~ 13장에 걸쳐 파이토치의 특징과 기본 문법을 맛보게 되는데 이 부분 또한 이 책의 큰 특징 중 하나이다. 시중에 파이토치만 똑 떼어서 알려주는 책은 없는 것 같은데 그동안 읽었던 책 중에서는 이 책이 파이토치를 가장 깊숙히 소개하고 있다고 느꼈다.

파이토치에서 주로 활용하는 패턴이 순차적으로 잘 소개되어있고, 파이토치 라이트닝과 텐서보드와의 연동까지 다루고 있어 딥러닝 실습에 필요한 파이토치의 기능을 대부분 다루고 있다. 덕분에 후반부에는 파이토치와 종속되지 않은 순수 모델의 구현에 집중할 수 있게 도와준다.

또 하나의 특징은 수학을 배제하지 않는다. 어려운 수식도 필수적인 것은 반드시 등장시켜 이론과 개념을 충실히 하고 있다. 이런 부분은 초기에는 가독성을 떨어뜨려 반갑지 않겠지만 이해의 수준이 깊어질수록 많은 도움이 된다. 원서 제목과 달리 책 제목에 교과서라는 단어를 포함시킬 수 있는 이유이기도 하다.

더불어 이 책을 번역한 역자에 대한 칭찬도 빼놓을 수는 없을 것 같다. 같이 소개한 명서 핸즈온 머신러닝도 박해선 역자님이 번역하셨는데 이렇게 양대산맥을 독점하셔도 되는건지 모르겠다. 독과점(?) 문제를 논외로 하면 덕분에 두 책 다 일관성 있는 번역으로 독자 입장에서는 편히 이해할 수 있어 좋았다.

특히 번역과정에서 손실될 수 있는 정보나 원저자가 생략한 징검다리 지식들을 역자 노트로 보충설명하고 있어 이해에 큰 도움이 된다.

머리말 근처에 한 줄 씩 소감을 남기신 베타리더 분들이 코드를 일일이 실습했을 것이기에 코드의 오류는 거의 찾아보기 어려울 것이고 완성도 높은 코드를 담고 있다. 이는 초판에 내가 경험했기 때문에 산 증인으로써 자신있게 말할 수 있는 부분이다. 아마 파이토치나 각종 라이브러리의 버전 호환성 정도만 유의하면 될 것이다.

딥러닝도 결국 머신러닝의 한 영역이기에 초반부의 머신러닝 파트 또한 중요하다. 완숙한 경험이 쌓여야 활용할 수 있는 다양한 기법들도 이 책의 백미 중 하나이다.

길벗 출판사의 책 첫장을 펴면 “장맛이 밴 책을 만들고 싶습니다.”라는 문구를 만날 수 있다. 난 늘 읽을 때마다 이 구절이 맛깔나는데 이 책이야 말로 장맛이 제대로 밴 책이다. 뭐하나 흠잡을 수 없을 만큼 어느 부분을 펴서 읽어봐도 주옥같다.

AI 방향으로 진로나 학업을 꿈꾸는 이들에게 가장 추천하고 싶은 책이다. AI에도 영역이 다양해서 특정 모델 혹은 기술로 전향하고 싶은 현직자에게도 알찬 책이다. 책장에 이 책 한 권 장만해 놓는다면 두고두고 요긴할 것이기에 AI와 관련이 있는 모든 사람에게 꼭 추천하고 싶은 책이다.

---

• 책소개 - 머신 러닝 교과서: 파이토치 편

[100자평] 머신 러닝 교과서: 파이토치 편

머신 러닝 교과서: 파이토치 편 - 탄탄한 이론과 다양한 예제로 배우는 머신 러닝/딥러닝 실전 가이드
세바스찬 라시카.유시 (헤이든) 류.바히드 미자리리 지음, 박해선 옮김 / 길벗 / 2023년 11월

아는 만큼만 보인다고 밑에 분 명작에 편협적인 댓글 달지마세요. AI 연구개발 하는 사람 입장에서 최고 명작 중 하나입니다.

기계의 반칙

기계의 반칙 - 위대한 AI 석학이 해설하는 인공지능에 대한 오해와 진실
넬로 크리스티아니니 지음, 김정민 옮김 / 한빛미디어 / 2023년 11월

인공지능 분야의 석학이 20년 이상 AI를 연구하는 과정에서 겪어 온 철학적, 기술적 고찰의 기록

첫장을 열면서부터 시기적으로 이르게 깜짝 놀랐다. 세간에 알려진 AI에 대한 생각 또는 접근방식과는 달리 저자만의 독특한 시각과 깊이 있는 인사이트를 느낄 수 있었기 때문이다.

오랫동안 과학, 좁게는 AI의 영역에 있어 칼 세이건이나 엘런 튜링과 같은 저명한 과학자의 위상은 범접할 수 없는 신과 같은 존재였다. 튜링테스트는 말할 것도 없고 외계 지능체 탐사를 위해 공헌한 칼세이건의 노력에 흠집을 내려는 시도는 저명한 이들조차 엄두를 내지 못하는 영역이었다.

그럼에도 저자는 그들에게 선전포고하는 것으로 본 도서의 시작을 열었다.

칼 세이건의 주장에 따르면 외계 지능체는 3차원의 31^3 비트 시퀀스이자 포름알데히드 분자를 형상화한 이미지를 표현한 무선 신호만으로도 우리의 존재를 인식할 수 있음을 주장했다.

이러한 가설은 외계 생명체 역시 우리와 같은 우주에서 진화했고 같은 물리법칙의 지배를 받았을 것이기에 이러한 개념을 이해할 수 있다는 점에 기인한다.

가설을 테스트 하는 과정에 있어 물리학 박사 과정의 학생 네 명이 부분적으로나마 메시지를 해독할 수 있었다는 점은 긍정적이었지만 저자의 테스트에서 칼 세이건의 가설은 통과하지 못한다.

저자의 고양이들에게 금속판과 무선 시퀀스를 활용하여 테스트를 진행했지만 고양이로 부터 어떤 답장도 받을 수 없었기 때문이다.

인간 판정단이 대화 중 상대방이 인간이라고 생각할 수 있는지의 여부를 테스트하는 튜링 테스트 또한 마찬가지이다. 인간인지 아닌지 판단한다는 기준 자체가 지극히 인간 중심적이다.

이를 통해 저자가 주장하는 바는 코페르니쿠스적 전환의 강조이다. 지구가 세상의 중심이 아니듯, 지능이라는 것을 정의 내리는 것에 있어 그 중심에 인간이 있어서는 안된다는 것이다.

무언가를 정의라는 내린다는 것은 어찌보면 단순한 행위일지도 모른다. 하지만 이 정의 하나에 외계 생명체를 발견하는 방식 및 가능성이 뒤집힐 수 있고 뒷 장에 이어질 기계 및 AI를 이해하는 정도와 방식이 뒤집힐 수 있음을 책을 읽는 내내 지속하여 경계할 수 밖에 없었다.

이어지는 장은 저자가 AI를 연구해오며 등장했던 굵직한 사건들의 기록들이 담겨있다. 한국인이라면 모르기 힘든 이세돌과 알파고의 접전에서부터 데이터에 조그만 관심이라도 가진 이라면 들어봄직한 추천 시스템을 통해 어느 아빠가 어린나이에 딸이 임신한 사실을 알게 된 일화 등이 대표적이다.

AI의 태생에 결정적 기여를 한 접근방식을 치트키라 표현하며 소개하는가 하면 기계 학습의 패턴 속에서 질서를 찾아내는 고찰 그리고 부분적으로 인간의 지능을 뛰어넘는 기계 지능에 대한 저자의 견해는 소개된 주제 하나하나에도 책 한권 분량의 리뷰를 작성할 수 있을 정도로 거대한 철학의 향연이다.

책의 후반부로 진입할수록 기계와의 공생 방법에 대한 고찰로 이어진다. 로봇을 금지가 아닌 규제하는 방식으로 우리 삶에 받아들이는 방법이라든가 의도를 벗어난 행동 즉, 윤리적인 측면의 고민 그리고 소셜 머신과 같이 우리 사회에 이들이 영향을 미치는 정도와 우리 삶에 침투하는 방식 등에 저자의 인사이트를 엿볼 수 있다.

AI의 역사는 짧지만 사건의 분량은 적지 않다. 하루에도 수없이 쏟아져 나오는 AI의 논문 홍수 속에서 새로운 기술이나 인사이트를 쫓는데도 급급한 요즘이다.

상황이 이러할 진데 한가롭게 AI의 본질과 윤리 혹은 인류의 미래에 공생할 수 있는 방법을 찾는데 기울일 수 있는 시간은 얼마나 될까?

하지만 이런 신기한 기술의 일부를 쫓는데 급급하여 정작 중요한 본질적인 부분, 즉, 우리의 미래 그리고 기계와의 공생에 대한 인문학적인 고찰은 기술의 발전 속도를 어느정도 따라가고 있는지에 대한 고민이 끊임없이 이어졌다.

책을 읽으며 가장 강렬히 느낀 것은 지금이 매우 중요한 시점인 것 같다는 생각이다. AI 연구자 혹은 업계 종사자라면 더 중요한 본질을 놓치고 있지는 않은지 각성이 필요해보인다.

AI에 직접적인 관련이 없는 독자들 또한 마찬가지다. 이것이 우리 삶에 침투하여 어떤 미래를 선사할 것인지 그 안에서 나의 역할은 무엇일지 고찰할 시간이 필요하다. 이러한 이유에 기인하여 이 책의 존재 가치는 더욱 빛난다고 말할 수 있을 것 이다.

---

• 책소개 - 기계의 반칙

윤피티의 프레젠테이션 디자인 실무 강의

윤피티의 프레젠테이션 디자인 실무 강의 with 파워포인트 - 마이크로소프트 MVP & 프레젠테이션 디자이너에게 1:1로 배우는
윤상림 지음 / 한빛미디어 / 2023년 11월

PPT 프레젠테이션 디자인 실무 기법을 전달하는 책.

효율적으로 PPT 도구를 다루는 방법과 시각적으로 매력적인 다자인을 구성하는 방법을 쉽게 알려주는 책이다. 개인적으로 컬러를 선택하는 노하우, 이미지를 PPT에 녹이는 방법, 파워포인트 기능의 숙달, 저자의 경험에 기반한 인사이트 등 크게 네가지 측면에서 많은 도움을 받았기에 각각 하나씩 소개해보고자 한다.

첫번째로 소개하고 싶은 장점은 컬러를 선택하는 노하우를 얻을 수 있었다는 점이다. 디자인 문외한인 나로써는 색상을 고르는게 정말 쉽지 않았다. 색상의 가지수가 몇가지인지는 모르겠으나 내게 너무 많은 선택권을 주는 것이 불안했다. 긴 시간을 들여 고른 색상은 너무 원색적이거나 촌스러웠으니 색상을 고르는 데 들이는 시간도 아까웠다.

그 때문인지 그동안 PPT의 색상을 중요하게 생각하지 않았다. 인터넷에서 돌아다니는 예쁘고 세련되어 보이는 PPT를 몇개 구한 후 그 중 눈에 띄는 색상을 선택하는게 보통이었는데 이 책 덕분에 PPT 내부 컬러도 각각 메인, 서브, 베이스 컬러로 세분화 된다는 사실을 알 수 있었다.

어쩐지 인터넷에 돌아다니는 예쁜 색상 몇가지를 선택하다보면 PPT 한페이지 자체는 나름 봐줄만한 것 같기도 하였으나 결과적으로 전체 PPT 작업이 끝나고 나면 통일성이 깨지는 느낌을 받곤 했다.

정신없이 산만해 보인다거나 너무 다양한 색상 조합으로 정신없고 집중력이 떨어져 가독성을 해치곤 하였는데 메인 컬러를 선택하고 저자의 경험과 조언에 따라 서브 색상 및 베이스 컬러를 선택하는 순서로 진행하니 전체적으로 PPT에 어떤 색상을 녹여야 할지, 혹은 색상 부분에 있어 내가 현 시점 어떤 색상을 선택해야 할지에 대한 나름의 기준이 세워졌다.

두번째로 마음에 들었던 것은 이미지를 PPT에 녹이거나 편집하는 기술이다. 이미지와 PPT는 완전 별개라고 생각해왔는데 이미지를 PPT에 들여와 숨을 쉬게 해주는 과정이 생각보다 다양하다는 것을 깨달을 수 있었다.

예를 들어 아래 예제처럼 카카오 프로필의 둥근 사진은 무조건 포토샵에서 가공해서 들여와야 하는 줄 알았는데 PPT에서도 불러온 이미지를 타원형으로 잘라주는 스킬이 있다는 것을 이 책을 통해 처음으로 알게 되었다.

더욱이 품질 좋은 이미지를 얻는 방법도 궁금했는데 저자가 소개하는 다양한 레퍼런스 사이트들 덕분에 이미지를 구하는 데 많은 도움을 얻을 수 있었다.

세번쨰로 인상적이었던 부분은 PPT의 다양한 기능을 일목요연하게 정리해준다는 점에 있다. 개인적으로 프로그래머이기에 단축키를 즐겨 활용하는 편이었는데 유독 PPT를 다룰 때면 단축키를 몰라 마우스의 사용 비중이 월등히 늘어났다. 신기하게도 평소 행태랑 다른 걸 몸이 아는지 단축키를 쓰지 않다보면 이내 머리가 재미없어 한다. 왠지 자신감도 떨어진다.

때문에 언젠가 PPT 단축키를 한 번 일목요연하게 정리하여 익혀야 겠다 생각했는데 그 생각만 벌써 15년째 가지고 있고 막상 실행으로 옮기진 못했다. 이 책은 PPT를 단축키를 활용하여 더욱 풍부하게 활용하고 빠르고 효율적으로 이용할 수 있도록 도와주고 있어 이런 부분은 독자로써 상당히 고마운 부분이었다.

그동안 서식만 복사하는 기능을 몰라 마우스 우클릭으로 어렵게 경로를 찾아가며 기억력을 탓하고 시간을 낭비하곤 했었는데 ctrl + shift + c키로 서식복사하고 ctrl + shift + v 키로 붙여넣기를 하며 ‘역시 이 맛이지!’를 여러번 외쳤다.

비단 단축키 외에도 PPT에 숨겨진 유용한 기능들은 PPT를 나름 구상하고 기획하는 데 있어 많은 자신감을 주었다.

마지막으로 저자의 경험과 노하우가 풍부하게 수록되어있다는 점을 강조하고 싶다. 특히 책의 후반부에 해당하는 파트2 부분에서 저자의 인사이트를 많이 얻을 수 있었다.

이런 경험적인 측면은 독자에게 전달하기 쉽지 않다는 것을 잘 알고 있다. 추상적으로 전달하면 체계를 확보하며 배울 수 있다는 점이 장점이나 구체적으로 실전에서 당장 적용하기 어렵다.

반면 너무 구체적으로 전달하면 따라하기는 쉽고 무엇인지 확실히 이해는 할 수 있으나 체계가 잡히지 않아 유사한 케이스를 마주했을 때 즉각적으로 배웠던 기술이 떠오르지 않아 또 한참을 해맨다.

파트2에서는 제안서, 포트폴리오, 브리핑, 강의자료 등 템플릿 유형별로 실습을 진행한다. 각각의 목적에 따라 전달방식은 달라진다. 강조하고자 하는 부분부터 목적이 달라지는데 늘 동일한 유형의 템플릿을 사용했던 내가 우수한 품질의 PPT를 만들 수 없음이 당연하게 느껴졌다.

한편 다소 아쉬운 부분도 있다. 저자의 스킬을 전달하는 방식이 보다 타임라인에 기반하였으면 어땠을까 싶다. 대부분 PPT에 관심을 가지는 사람은 시간이 많지 않은 사람들이다.

파트2의 유형별로 실습을 진행하며 작업자에게 필요한 선택의 순간마다 어떤 기준으로 해당 색상 혹은 디자인 구성을 선택했는지 선택하는 과정에서 저자의 경험에 기반한 인사이트가 녹아있었다면 더욱 명작이 되지 않았을까 싶다.

어쨌든 이 책은 PPT 문외한인 나에게 큰 도움이 되었다. 분량도 많지않고 실습을 따라하는데 많은 시간이 걸리지 않고 저자의 경험에 기반한 다양한 스킬을 익힐 수 있는 책이기에 PPT를 작성하는 데 고민이 많은 독자분들께 일독을 권하는 바이다.

---

• 책소개 - 윤피티의 프레젠테이션 디자인 실무 강의 with 파워포인트

핸즈온 머신러닝(3판)

핸즈온 머신러닝 - 전2권 - 사이킷런, 케라스, 텐서플로 2로 완벽 이해하는 머신러닝, 딥러닝 이론 & 실무, 3판
오렐리앙 제롱 지음, 박해선 옮김 / 한빛미디어 / 2023년 9월

AI 분야에서 단 한 권의 책만 읽을 수 있다면 주저없이 꼽고 싶은 명작. 드디어 3판 개정판이 발간되었다.

이 책은 참 묘한 책이다. 전체적으로 난이도가 높은 편임에도 부분 부분 읽다보면 의외로 읽기가 편하고 이해가 잘 되는 편이다.

엄밀한 수학적 정의를 다룬다든가 대부분의 논문 이해에 무리가 없을 수준의 깊이가 담겨있는 것은 아니지만 AI 진영에 두루 쓰이는 기술이 체계적으로 망라되어있다. 이 분야를 과학과 공학으로 나눈다면 과학보다는 공학 중심적인 내용을 담고 있다.

과학도 상당 부분 담겨있지만 과정의 도출보다는 결론을 깔끔하게 정리하는 식으로 기술되어있으며 이를 구현해 내는 것과 응용하는 데 보다 많은 도움을 주는 책이다.

따라서 이 분야의 기술을 숲을 보는 시각으로 두루 섭렵한다든가 프로그래밍 능력이 뛰어난 개발자가 AI 진영의 기술을 담은 서비스를 구현하는 데 많은 도움을 받을 수 있다. 물론 연구 진영에서도 AI분야의 비교적 최신 이론을 빠르게 정리하고 연구의 방향성을 잡는 데에도 큰 도움이 될 것이다.

이 책에는 1000페이지가 넘는 방대한 분량이 수록되어있음에도 어느 정도의 통계학적 혹은 데이터 관련 지식 - 예를 들면 그림으로 배우는 StatQuest 머신러닝 강의 책에 담긴 내용을 잘 숙지하는 정도-을 습득하고 있고, Python 중급 이상의 프로그래밍 실력을 갖춘 독자라면 긴 AI의 여정을 이 책으로 시작할 것을 권하고 싶다.

무언가를 골똘히 연구할 때나 고민하거나 혹은 문제해결을 위해 고심하고 있을 때 우리는 보통 마인드 맵과 같은 도구를 통해 생각을 정리하고 방향성을 잡는다.

이 책은 그런 마인드 맵에서 첫 출발 지점 동그라미의 위치로 적합한 책이다. 책 한 권으로 AI 진영의 폭넓은 지식을 한 눈에 파악하기에는 이 책보다 뛰어난 책이 없다고 생각한다. 방대한 내용을 담아내고 있음에도 하나하나의 주제는 매우 친절하고 자세하게 수록되어있고 직관적인 시각화를 통해 개념을 깊이있게 이해할 수 있도록 도와준다.

우선 머신러닝 서비스의 전반을 이해하는데에는 이 책의 1~2장 만으로도 충분하다. 2장의 실습을 진행하며 예측을 위한 머신러닝 모델을 어떤식으로 만들어나가는지 감을 잡는다면 뒤에 이어질 내용을 익혀 특정 데이터, 도메인, 기술, 아이디어, 문제에 심화 적용하기만 하면 되는 셈이다.

실리콘 밸리의 주택 가격을 예측하는 모델 하나를 만들어보는 과정으로 AI 진영에서 활용되는 기술 전반을 이해하기에 부족함이 없다. 더욱이 더 깊이있는 수준의 지식을 습득하는데 상당한 지적 호기심을 제공하여 향후 학습의 강력한 동기부여로 작용하기도 한다. 단 두개 챕터에 수록된 내용이지만 능히 한 권의 책을 낼 수 있을 정도의 분량이기도 하다.

이 책은 출판사의 배려로 3판부터는 2권의 책으로 나뉜다. 1권은 주로 머신러닝 내용을 다루고 있으며 케라스를 활용하여 간단한 딥러닝을 맛볼 수 있다. 머신러닝 대부분의 지식과 기술은 딥러닝에도 요긴하게 활용되므로 2권을 읽기 전에 충분히 개념을 학습해 두면 좋다.

이번 개정판에는 사이킷런에 추가된 새로운 기능들과 최신 라이브러리가 수록되었지만 1권에 해당하는 머신러닝 진영의 기술은 딥러닝에 비해 훨씬 오랜 기간 연구되었고 변화가 딥러닝 분야에 비해 적기 때문에 2판에 비해 크게 달라진 사항은 없다.

하지만 기술 측면에서 불필요하고 중요하지 않은 내용들이 많이 삭제되어 보다 집중력있게 핵심을 이해하는 데 도움을 주는 방향으로 편집된 것 같고 의외로 실무적으로 중요한 요긴한 팁들이 생략된 경우가 더러 있었는 데 그런 부분들이 알차게 보완된 느낌이다.

2판에서 계속 이어지는 기조 중에 정말 마음에 드는 것은 개인적으로 쉬운 내용 기술과 더불어 애매한 개념을 눈으로 보이게 하는 시각적 자료의 활용이 인상적이다.

예를 들면 3장에서 다루는 오차 행렬의 시각화는 볼 때마다 놀랍다. 2차원적인 동적 기억을 필요로하는 개념이라 보는 순간에는 이해가 되어도 기억이 휘발되고 나면 다시 깊이있는 통찰로 로딩하는데 제법 시간이 걸리는 이상한 지식 구조이다. (마치 법률 분야의 if에 따른 리걸 마인드 기억 구조와도 유사하다.)

어떤 책은 예측과 실제의 축을 거꾸로 명시해 많은 혼동을 주는가 하면 오차 행렬 혹은 혼동 행렬이라는 용어 답게 저자들도 혼동된 것인지 오류로 기술된 책들도 은근 많다. 반면 본 도서에는 이 오차 행렬표 내부에 숫자 그림이 들어가 있어 예시를 활용한 명쾌한 이해 및 개념을 잡는 데 도움을 주고 있어 저자의 전달력과 깊이 있는 인사이트에 여러번 감탄했다.

이런 장치는 책을 읽는 내내 여러번 경험할 수 있다. 아래 그림은 경사하강법의 여러 방식을 적용하며 실제 파라미터 공간에 표시된 경로를 시각화 한 것인데 예제를 실습하며 직접 구현해보려고 노력하다보면 말로는 전달하는 데 한계가 있는 경사하강법의 움직임을 눈으로 확인하고 직관적으로 이해하는 데 많은 도움을 받을 수 있다.

소프트맥스 회귀나 결정트리 등 알고리즘 설명 파트도 마찬가지이다. 대충 그렇다는 말 보다는 확실히 그림으로 경계선을 확인하고 파라미터 변수의 조정으로 달라지는 경계선을 눈으로 확인하는 것이 이 알고리즘을 확실하게 이해하는데 큰 도움이 된다.

하다 못해 통계의 가장 기초적인 성절인 대수의 법칙(큰수의 법칙)이나 차원의 저주도 눈으로 보여준다. 방대한 분량의 쉽지 않은 책을 때로는 매우 쉽게 만들어주는 묘한 장치들이다.

책에 수록된 코드를 실습하기 쉽게 안배하고 있는 점도 이 책의 뛰어난 장점 중 하나이다. 말로 설명하는 것 이상으로 실제 구현하고 눈으로 확인할 수 있게 도와주는 방식이 매력적이다. 이 책의 역자는 저자의 배려를 한층 업그레이드 하여 더욱 편리하게 실습할 수 있도록 도와주고 있어 인상적이었다. 역자의 깃허브로 들어가 Open in Colab 버튼만 누르면 되니 어지간히 게으른 독자도 실습 핑계를 대긴 어려운 구조이다.

2권부터는 딥러닝의 여정을 떠난다. 보다 저수준의 텐서플로 API를 활용하는 예제들이 등장한다.

특히 CNN, RNN, LSTM의 기본 3모델에서 더욱 확장된 ResNeXt, CSPNet과 같은 다양한 신형 모델들이 등장한다. 이는 이 책의 또 하나의 매력이기도 하다. 개정판이 나올 때마다 비교적 최신의 선풍적인 인기를 끌었던 새로운 모델들과 기술들이 소개되고 있어 개인적으로 매우 유익했다.

가진 레거시 환경의 변화 대비 AI 진영의 SOTA 지식들은 차고 넘쳐 이젠 따라갈 수 없는 지경에 이르렀다. 가진 역량의 한계로 소소한 변화는 더이상 추적할 수 없게 되었고 집중하는 분야의 SOTA를 파악하고 시스템에 반영하는 것도 무리수였는데 이 책 덕분에 그간 잃어버린 고리, 미씽 링크를 연결할 수 있어 저자에게 많은 감사를 느낀다.

그러면서도 내용은 더욱 풍부해졌다. RNN 모델을 다룰때도 전통적인 통계 진영의 시계열 모델링도 다루고 있어 비교 대조하면서 관련 지식의 깊이를 풍부하게 만드는 데 도움이 되었다.

ARIMA 모델은 전통적으로 오랜 기간 동안 그리고 지금까지도 잘 쓰이는 모델인데 딥러닝 도서 대부분에는 이 부분이 생략되어있어 양 진영의 시너지를 활용하기 부족함이 많았는데 이번 개정판에는 그런 부분도 신경쓰고 있어 더욱 알차게 구성되었다는 느낌을 받을 수 있었다.

한편 이번 개정 3판의 백미는 역시 딥러닝 파트의 커다란 변화인데 허깅페이스의 트랜스포머스 라이브러리나 잡음 제거 확산 확률 모델 DDPM 등 2020년 이후 굵직한 변화를 추적하기에 좋다.

3판이나 개정되면서 1권 영역은 성숙도가 높아졌으니 다음번에는 딥러닝 위주의 2권에 대한 개정판만 나와도 좋겠다는 생각도 든다.

방대한 내용을 한정된 리뷰로 모두 담아내는 것은 보통 무리가 아니었다. 처음엔 챕터별로 다른 책에서 익히기 힘든 내용들을 본 도서는 어떻게 기술하는지에 중점을 두고 리뷰를 작성했다가 폭발하는 분량이 감당이 안되어서 다시 줄여 썼는데 이러니 또 책이 가진 모든 장점을 잘 보여주지 못해서 안타깝다.

개인적으로 2판의 베타리딩에 참여하였기에 더욱 정이 가는 책이고, 이번 3판 역시 참여의 기회가 있었으나 개인적인 좋지 못한 사정으로 인해 참여하지 못해 많이 아쉬웠던 책이기도 하다. 그만큼 더 알찬 리뷰를 정리하고 싶었는데 방대한 규모와 책의 수준이 뛰어나 수준에 걸맞는 리뷰 작성에는 한계가 있다.

하지만 분명한 사실은 AI 분야의 관련 기술을 한 권의 책으로 이 보다 폭넓게 파악하고 가진 레거시에 적용하는데 있어 이보다 도움되는 책은 없을거라 확신한다. 관련 분야의 도서를 벌써 300권은 넘게 읽은 것 같은데 이 만한 책을 찾지 못했기에 더욱 확신한다.

---

• 책소개 - 핸즈온 머신러닝