좋은 학부생용 알고리즘 입문 책

똑똑한 코드 작성을 위한 실전 알고리즘 - 파이썬 예제로 문제 해결 전략 익히기
조지 하이네만 지음, 윤대석 옮김 / 한빛미디어 / 2022년 5월

알고리즘을 공부하는 학생 입장에서 어렵게 느껴질 수 있는 부분은 이론과 실전의 연결고리라고 생각한다. 이진 배열 탐색, 해시 함수, 스택과 같은 알고리즘을 이론적으로 이해해도 이것을 코드화 시키는 것은 또 다른 문제이다. 반대로 코드를 잘 짜는 학생도 이론을 이해 못한다면 알고리즘을 구현할 수 없다. 실제로 내가 사용했던 알고리즘 교과서는 이론 서적과 실전 서적이 별개였고, 당시 C언어(…)를 갓 입문한 나로써는 이론도 가뜩이나 어려운데 이걸 구현하라고 매주 자동 채점되는 코딩 과제 잔뜩 내시는 교수님이 너무 버거웠던 기억이 난다.

이 책에서 두드러지는 특징이 이 부분을 도와준다는 것이다. 이론을 컴퓨터 언어로 옮기는 과정의 중간다리를 만들어준다. 구체적으로는 이론 -> 이론 시각화 -> 코드 구현 방법까지의 프로세스를 순서대로 소개해준다. 이 책에서 코드 구현은 Python을 사용하였다. 사진으로 책 주요 구성을 살펴보며 포스트를 짧게 마무리하겠다.

위 사진들처럼 알고리즘을 예시와 함께 구체적으로 코드화 시키기까지의 내용을 꼼꼼하게 담고 있다.

이 책은 기본적으로 학부에서 다루는 알고리즘 범위를 다룬다. 그러나 기본적인 알고리즘 원리 및 코드 실현 외 심화적인 내용은 포함하지 않는다. 알고리즘 기본 단계에서 이론으로 코드화 시키는데 어려움을 겪는 학생들이 차근차근 공부하면 자신감이 생기는 데 도움될 것 같다.

한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.

NLP 연구자 및 엔지니어에게 추천하는 책

시맨틱 데이터 모형화 - 데이터의 유용성과 가치를 높이는 방법
파노스 알렉소풀로스 지음, 박해선 옮김 / 한빛미디어 / 2022년 3월

결론부터 이야기하자면, 오랜만에 읽은 좋은 전공 서적이었다. 또 서평 활동을 신청할 당시 내가 읽으리라고 기대했던 그런 류의 서적이었다. 시간이 조금만 지나면 의미가 없어지는 기술책이나 코드를 따라 쳐보면서 공부하는 기술 입문서가 아닌, 머릿속 한 구석에 숨어있다가 어느순간 탁 떠올라 연구에 인사이트를 제공해줄 그런 책.

지금은 데이터의 양만큼이나 질 또한 매우 중요한 시대가 되었다. 따라서 딥러닝을 배우는 입문자들은 데이터 전처리(pre-processing)을 통해 데이터를 최대한 쓸모있도록 만드는 법을 배운다. 또, 연구자가 데이터셋을 얼마나 이해하느냐가 모델 퍼포먼스를 좌지우지할 때도 있다. 그래서 연구나 대회를 시작하기에 앞서 EDA (Exploratory Data Analysis)를 수행하여 데이터의 특징을 파악하는 것이 중요하게 여겨지기도 한다. 즉 같은 데이터여도 사용자의 이해능력과 경험치에 따라 활용도가 상이해지는 것이다. 이 책은 데이터를 비판적인 시각으로 바라볼 수 있는 능력을 길러준다. 시멘틱 데이터를 다양한 시각에서 깊이있게 이해하고 시멘틱 모형을 만들때 필요로하는 비판적인 사고능력을 길러줄 것이다. 따라서, NLP를 공부하는 대학원생이나 NLP 엔지니어 및 연구자들이 한번쯤 읽어보길 추천한다. :)

Statement: 한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.

만지면서 딥러닝 입문하기에 좋은책

fastai와 파이토치가 만나 꽃피운 딥러닝 - 박사 학위 없이 AI를 폼나게 구현하는 법
제러미 하워드.실뱅 거거 지음, 박찬성.김지은 옮김 / 한빛미디어 / 2021년 8월

딥러닝을 쉽게 배울 수 있는 리소스가 아직도 점점 더 많아지고 있고, 그 덕에 초보자들은 기초적인 이론지식부터 복잡한 딥러닝 모델과 태스크에 도달하기까지의 시간이 많이 단축되었다.

<fastai와 파이토치가 만나 꽃피운 딥러닝> 또한 딥러닝 공부를 시작하고자 하는 사람들에게 좋은 입문책이 되어줄듯 하다. 다른 입문책과 차별되는 점이 있다면 CV, NLP, 추천시스템과 같은 굵직한 딥러닝 분야들 맛보기를 다뤄주고 있다는 점. 아직 어떤 필드를 할지 결정하지 못했거나 필드들이 서로 어떻게 다른지 알아보고싶은 사람들에게 제격이다.

개인적으로는 <밑바닥부터 시작하는 딥러닝> 책과 병행해도 좋겠다는 생각이 들었다. <fastai와 파이토치가 만나 꽃피운 딥러닝>이 fastai라는 높은 레벨의 프레임워크를 이용해서 딥러닝 어플리케이션을 쉽게 구현해보는 반면, <밑바닥부터 시작하는 딥러닝>에서는 딥러닝 프레임워크 없이 numpy와 파이썬의 기본 라이브러리만을 사용해서 말그대로 “밑바닥부터” 딥러닝을 구현해본다. 이 두가지 경험 모두 초보자에게는 중요하다. 딥러닝 “이론”만 백날 붙잡고 있어도 딥러닝을 이해하는 데에는 한계가 있고, 잘 되어있는 프레임워크를 사용해서 딥러닝 모델을 “구현”해본다고 해도 무엇이 이론 밑바탕이 되는지 알기 힘들기 때문이다. 만약 초보자 때부터 이 두가지를 모두 경험해본다면, 시작할 때부터 좋은 인사이트를 가지고 딥러닝을 공부할 수 있는 기회를 가질 것 같다. “밑바닥” 시리즈와 이 포스트에서 소개하는 <fastai와 파이토치가 만나 꽃피운 딥러닝> 모두 입문자를 대상으로 출판된 책이니, 겁먹지 말고 펼쳐봐도 좋다.

이 책이 지향하는 방향을 잘 나타내는 책 속 문장들은 다음과 같다.

먼저 간단하면서도 사용하기 좋은 도구를 사용해 실세계 문제를 해겨하는 데 사용할 수 있는 최신 딥러닝 모델을 사용하는 방법을 보여드리겠습니다. 그다음 이런 도구가 만들어진 방시고과 이런 도구를 만든 도구가 만들어진 방식 등을 점점 더 깊이 파고듭니다. (P40)

지금까지 딥러닝은 특정 집단의 전유물처럼 사용됐습니다. 저희는 그 경계를 허물고, 모두가 딥러닝을 쓸 수 있도록 합니다. (P40)

저희는 기술의 기본기를 이해하고, 이를 실제로 적용하고, 새로운 도구와 기법이 출시될 때 신속하게 전문성을 확보하는 방법을 배우는 것이 핵심이라고 믿습니다. (P44)

…그리고 도중에 읽기를 포기했습니다. ‘윽! 나는 도저히 수학을 이해하지 못할 거야!’라고 수천 번 생각했습니다. 그러기를 반복하다가 복잡한 수학적 용어를 접할 때마다 코드로 바꿔 개념을 터득하는 방법을 생각해냈습니다… (P195)

여기서는 그레이디언트 부스팅 트리 앙상블을 학습시키는 방법을 자세히 다루지 않습니다. 빠르게 변하는 분야라서, 이 책을 읽을 때쯤엔 여기서 습득한 지식이 구식이 될 가능성이 높기 때문이죠. (P415)

개인적으로 이 책에 대해 높이 평가하고 싶은 부분이 있다. 바로 Chapter 3 통째로 데이터 윤리를 다룬다는 것이다. 머신러닝은 그저 우리가 먹여주는 데이터를 가지고 학습을 하기 때문에, 데이터의 내용과 퀄리티에 따라 천차만별한 결과를 보일 수 있다. 최근 몇년동안 데이터 윤리에 대한 중요성이 점점 더 조명을 받고 있는데, 과거 딥러닝 입문 책에서는 거의 다루지 않거나 조금만 언급하고 말았던 데이터 윤리 내용을 한 챕터에서 디테일하게 설명해준다. 건강관리 알고리즘의 버그가 많은 환자들에게 피해를 끼쳤던 사례, 유튜브 추천 시스템이 갑작스러운 음모론 유행을 일으킨 사례에 더불어 아프리카계 미국인 이름을 구글링하면 범죄 신원 조회 광고가 등장했던 사례를 소개하고 이와 같은 문제에 대응할 수 있는 기술적인 방법론과 사회적으로 요구되는 책임감을 다룬다. 혐오 표현, 알고리즘 필터 버블과 같은 관련 연구들이 활발하게 진행되고 있는 시기인 만큼, 입문자들도 이와 관련해서 처음부터 공부할 기회가 있다면 딥러닝을 조금 더 넓은 시각에서 바라볼 수 있을 듯 하다.

이처럼 이 책은 딥러닝을 직접 만져보면서 입문하기에 매우 적합한 책이고, 많은 실질적인 문제들을 쉬운 예시를 들어 소개해준다. 번역이 어색한 부분들이 있어서 아쉽긴 했지만 번역본들의 특성상 어쩔수 없는 부분이기도 하다. 직접 만지면서 공부하기 좋아하는 입문자들에게 추천한다. :)

Statement: 한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.

NLP 연구자도 읽어볼만한 책

비전 시스템을 위한 딥러닝 - 신경망을 활용한 엔드투엔드 컴퓨터 비전 애플리케이션 구축하기
모하메드 엘겐디 지음, 심효섭 옮김 / 한빛미디어 / 2021년 12월

읽어보며

---

일반적으로 NLP보다 CV의 생성 태스크가 세상의 관심을 더욱 많이 받는데, 생성 결과를 바로 직관적으로 볼 수 있어서 연구자들 뿐만 아니라 일반인들도 흥미로워해서 더욱 그런 듯 하다. 나 또한, Part 3에서 소개하는 이미지-이미지 번역, 스타일 전이 등을 결과물들을 보며 흥미를 많이 느꼈다. ‘조금 변형해서 NLP에 이렇게 적용할 수도 있겠는데?’ ‘이미 진행중인 비슷한 연구가 있을까?’ 하는 생각에 갑자기 눈이 번쩍 떠지며 초 집중모드로 들어가서 Part 3 전 챕터를 순식간에 읽어버렸다. 그래서 정작 흥미를 가장 많이 느꼈던 부분은 GAN, 신경 스타일 전이, 그리고 시각 임베딩을 다룬 Part 3였다 :)

평소 거의 NLP 관련 서적만 찾아보다 보면, 원래 많이 접하는 익숙한 내용들만 보게되니 머리를 아무리 쥐어짜도 ‘이걸로 될까’ 싶은 아이디어나 간신히 나올 때가 많다. 오픈된 태도로 다른 분야의 지식 또한 많이 접하고 아이디어 풀을 넓히는 것이 좋은 연구자의 자질임을 알면서도, 당장 눈앞에 주어진 일이 많을 때 다른 분야의 책에 손을 뻗기가 여간 부담되는 것이 아니다. 하지만 이번 기회에 이 책을 읽으며 스스로에게 강제성을 부여해서라도 주기적으로 다양한 분야의 지식을 접해야겠다는 생각을 더 강하게 하게 되었다. 큰 감흥없이 기초 딥러닝 지식을 다루는 Part 1를 훑고, ‘이 정도는 알아놓으면 좋지’ 하는 의무감(?)으로 비전 분야의 중요한 모델들을 다루는 Part 2를 읽고, Part 3에서 생각지도 못하게 샘솟는 영감을 받게 되면서 말이다.

그래서 비전 엔지니어를 꿈꾸는 이들에게 뿐만 아니라, NLP 등 다른 분야의 딥러닝 연구자/엔지니어들 또한 기분전환 삼아 읽어보면 의외의 것들을 얻어갈 수 있는 책이란 생각이 들었다. 개인적으로 이 전에 읽어본 딥러닝 서적들에 비해 설명이 친절해서(책이 많이 두껍기도..) 크게 고생하지 않고 읽을 수 있던 것도 한몫 했다.

추천 대상

---

저자는 “머신러닝 프레임워크의 기본을 이해하고 있으며 파이썬 코드를 작성할 수 있고 고급 머신러닝 모델 학습 기법과 함께 실무 수준의 신경망 구조를 이용해 복잡한 컴퓨터 비전 문제를 해결하길 원하는” 사람들이 대상 독자라고 말한다.

이에 조금 더 보태면, 비전 엔지니어를 지망한다면, 컴퓨터 비전을 위한 딥러닝을 직관적으로 공부해보고 싶다면, 최신 논문을 이해하기 위한 기초를 다지고 싶다면, 비전 모델 개발에 필요한 기본적인 수학적 원리를 이해하고 싶다면, 대상 독자가 될 수 있다.

NLP 연구자의 관점에서 더 보태자면, 위에서 서술한 것처럼 다른 분야의 딥러닝 연구자/엔지니어들이 읽기에도 충분히 친절하며, 좋은 아이디어 발상의 기회가 될 수도 있어 보인다. 단, 기초적인 지식을 다루는 Part 1에 더불어 상세한 코드 주석이나 친절한 수식 설명 등은 이미 딥러닝을 공부한지 어느정도 된 사람들에게는 거추장스럽게 느껴질 수도 있겠다.

이 책의 특징 요약

---

1. 설명이 친절하다. (책이 두껍다)
2. 요약이 잘 되어있다.
3. 코드도 알아보기 쉽다. (주석도 많다.)
4. 기본적인 딥러닝 지식을 익혔고, 더 나아가 비전에 관심있는 학습자에게는 더할것 없이 좋은 책이다.

한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.