《바르셀로나의 유서》를 읽고 생각해 본 것들..

바르셀로나의 유서 ㅣ 위픽
백세희 지음 / 위즈덤하우스 / 2025년 6월

굉장히 얇은 책이라 순식간에 읽어볼 수 있었다. 그리고 내용을 떠나서 책 디자인이 너무 예뻤다. 마치 고급진 초콜릿처럼 겉표지가 정사각형으로 금이 그어져 있었고, 다른 한편으로는 그 사각형 안에 책 제목이 한 글자 한 글자 박혀있어서 원고지를 모태로 만든 디자인 같다는 생각도 해볼 수 있었다. 하지만 속 내용은 마냥 예쁘다고만 보기는 어려웠다. 주인공인 이샘이라는 인물이 다소 우울해보였기 때문이다. 등장인물은 메인화자인 '이샘'이라는 인물과 스페인 출신의 '파울라' 그리고 직접적으로 등장하진 않지만 이샘이 편지를 전하고자 했던 '강토' 이렇게 3명이다.

이샘이라는 캐릭터는 이 책을 쓴 저자의 모습이 상당부분 반영된 것처럼 느껴졌다. 실제로 책 마지막 부분에 수록된 작가의 말에서 저자가 이샘이 자신의 실제 성격과 유사한 캐릭터라고 인터뷰한 내용도 있었다. 다만 좀 아쉬웠던 것은 외모에 대한 자기 비하와 질투심이 너무나도 컸던 나머지 자기자신을 있는 그대로 사랑하지 못하는 이샘의 모습이었다. 이로 인해 스스로를 방안에 가두고 세상 밖으로 나가는 것을 극도로 두려워하는 모습을 보이기도 하고, 어쩌다 간혹 밖을 나가서 사람들을 만나다가 자신이 예쁘다고 생각하는 사람이라도 보게 되면 마치 아물었던 상처부위가 다시 터지는 것처럼 열등감과 자괴감에 빠져 괴로워하는 모습을 보며 독자로써 참 마음이 아팠다.

파울라라는 캐릭터는 이샘이 쓴 책을 스페인어로 번역한 인연으로 인해 이샘과 연결고리가 생긴 인물이다. 소설 속에서 이샘과 파울라는 합정역에서 처음 만나게 되는데, 이샘은 자신의 예상과는 달리 너무나도 아름다운 파울라의 모습에 겉으로는 티내지 않았지만 속으로는 위에서 언급했던 것처럼 외모에 대한 열등감과 자기연민에 빠져 괴로워하는 모습을 보여준다. 이것은 파울라에 대한 미움이라기보다는 자기자신을 사랑하기 힘들어하는 이샘 자신의 내면의 문제이다.

이후 여차여차하여 이샘이 파울라의 고향인 스페인 바르셀로나로 여행을 가게 되는데, 그곳에서 유명한 건축가인 가우디가 설계했다고 알려진 까사 바트요, 까사 밀라, 사그라다 파밀리아 성당 등을 보면서 곡선의 아름다움에 매료되기도 한다.

속칭 '가우디 투어'라고 알려진 이 투어를 하면서 이샘은 가이드가 했던 말을 떠올린다.

'사그라다 파밀리아 성당의 웅장한 외견에 압도당한 채 들어가면 다소 허전하다고 느낄 수 있다고.
하지만 내부는 다양한 색의 빛으로 가득차 있다고. 아무것도 없는 것 같지만 환한 빛이 가득차 있다고.' 그 말이 좋았어. (p.8)

외관상의 아름다움이 마치 전부인 것처럼 생각하며 살아왔던 이샘에게 가이드의 이 말은 나름대로 신선하게 다가왔던 것처럼 보였다. 외면뿐만이 아니라 내면의 아름다움이라는 것에 대해서도 생각해볼 수 있게 되었기 때문이다.


이후 여행을 마치고 한국으로 돌아오면서 이샘은 강토에게 편지를 남기는데 여기서 생(生)에 대한 의지와 더불어 삶에 대한 회의감도 함께 드러낸다. 죽음에 대한 두려움과 더불어 도무지 살아갈 자신이 없어보이는 듯한 이러한 이중적인 모습을 보면서 독자인 나는 처음엔 이게 대체 뭔가 싶었지만, 바르셀로나라는 외국도시에 있다가 현실인 한국으로 돌아오면서 느낄 수 있는 복합적인 감정일 수도 있겠다는 나름의 결론에 이르렀다.

이러한 복합적인 감정이 내면에서 오락가락하던 이샘은 결국 강토에게 이런 말을 남긴다.

'강토. 난 결국 나를 이길 수 없을 거 같아. 그래서 유서를 썼어' (p.44)

물론 소설 속에서 이샘이 죽는 장면까지는 직접적으로 나오진 않았다. 그냥 강토가 보고싶다는 말만 남긴다. 뒷부분에 나온 작가의 말을 읽어보니 강토라는 인물은 작가 자신이 언제나 믿고 편하게 의지할 수 있는 친구였다고 한다. 그래서 자신의 속마음을 가감없이 강토에게 편지 형식을 빌려 전한 듯하다.


소설 속에는 나오지 않았지만, 인터넷에 검색해보면 실제로 이 책의 저자는 젊은 나이에 세상을 떠난 것으로 나온다. 나무위키를 보면 생전에 우울증이 심해서 병원 약을 처방받을 정도였다고 하니 정신적으로 굉장히 고통스러운 시간들을 보냈던 것으로 추정된다.

독자인 내가 저자에 관해 잘 알진 못하지만, 이 소설 속에 등장했던 이샘이라는 인물이 저자의 분신과도 같다고 본다면, 결국 자기 비하와 과도한 질투심은 궁극적으로 스스로를 괴로움이라는 블랙홀 속으로 끊임없이 빠져들게 하는 치명적인 독(毒)과 같은 것이라는 생각을 지울 수 없었다.

만약 소설 속 이샘과 같은 성격을 갖고 있는 독자들이 있다면 남과 비교하면서 열등감을 느끼거나 자기자신을 끊임없이 비하하는 행위를 하루속히 멈춤과 동시에 매사에 스스로 만족할 줄 알고 감사할 줄 아는 사람이 되었으면 좋겠다는 생각을 해본다. 물론 말처럼 쉽진 않을 수도 있겠지만 하나하나 하다보면 못할 것도 없다고 생각한다.

우연한 기회가 되어 읽어볼 수 있게 되었다. 책 제목...

우연한 기회가 되어 읽어볼 수 있게 되었다. 책 제목에 나온 바르셀로나는 개인적으로 다른 책이나 여행 유튜브 또는 TV프로그램 같은 데서 종종 만나봤던 곳이라 그리 낯선 느낌은 아니다. 비록 실제로 가보지는 못했지만 그곳에 대한 인상이나 기억은 꽤나 좋은 편이다.

다만 뒤에 나온 유서라는 단어가 조금은 마음에 걸렸다. 죽음을 앞둔 사람들이 주로 사용하는 용어이기 때문이다. 실제로 이 책을 쓴 작가는 무슨 이유인지는 명확히 알진 못하지만 비교적 이른 나이에 이 세상과 작별했다는 소식을 어디선가 봤던 기억이 난다.

출간연도를 보니 이 책은 작가가 살아생전에 썼던 마지막 유작이었던 것 같다. 이 책 출간 이후에 새로 나온 책이 없기 때문이다.

죽음에 대해서 잠시 언급하다보니 잠깐 쓰는 글임에도 괜시리 내 마음이 먹먹해지는 건 어쩔 수 없는 듯하다.

아직 읽기 전이라 어떤 내용들이 나올진 알 수 없지만, 작가가 세상을 떠나기 전에 썼던 글을 통해 바르셀로나라는 도시에서 느낄 수 있는 감성과 더불어 등장인물들의 내면에 자리하고 있는 감성도 느껴보는 시간이 되길 바래본다.

가장 먼저 밑줄친 문장에는 세계적으로 유명한 건축가인 가우디가 설계했다고 알려진 사그라다 파밀리아 성당에 대한 얘기가 나온다. 독자인 나도 이 성당에 대해 영상이나 이미지 등으로 여러 번 접해본 기억이 있기에 작가가 느낀 것과 내가 이 성당에 대해 가졌던 느낌을 비교해보면서 읽어보는 나름의 재미(?)가 있었다. 만약 향후에 기회가 된다면 바르셀로나에 직접 여행을 가서 실물을 체감해보는 것도 좋은 경험이 될 듯하다.

사그라다 파밀리아 성당의 웅장한 외견에 압도당한 채 들어가면 다소 허전하다고 느낄 수 있다고.
하지만 내부는 다양한 색의 빛으로 가득차 있다고.
아무것도 없는 것 같지만 환한 빛이 가득차 있다고.
그 말이 좋았어. - P8

인생은 왜 아무리 생각하고 대비해도 내 안에 없는 방향으로 향할까? - P15

예쁜 사람들 앞에선 늘 그래. 약해지고 기가 죽고 시녀처럼 벌벌 기게 돼. 앞에 레드카펫을 깔아준 채 편히 지나가십시오, 하고 싶고. 신부 들러리처럼 뒤에 서서 드레스를 정리해주고 싶어진달까. - P16

안 하던 거를 자꾸 해봐야 한다 - P24

웃으면 역시 힘이 나나 봐. - P47

마음에 블랙홀이 있는 여자를 피해야 한다고. 그들은 그 어떤 것에도 만족할 수 없다고. - P48

"까사 바트요는 가우디가 바다를 상상하며 만든 집이에요. 이곳에 직선은 거의 없습니다. 문도, 창도, 계단 손잡이도 모두 곡선입니다." - P64

가우디는 곡선을 좋아했대. 나는 그 곡선들 사이에서 직선처럼 삐걱거리며 걸었어. - P64

그의 위대함에 비해 죽음은 너무 허무했어. 전차에 치였는데, 다들 노숙자로 여기며 빈민들이 치료받는 무상 병원에 놔두고 가버렸대. - P66

"옷차림만 보고 판단하는 이들에게 이 거지 같은 가우디가 이런 곳에서 죽는다는 걸 보여줘라. 난 가난한 사람들 곁에 있다가 죽는게 낫다" - P66

똑바르지 못한 선, 계속 돌아 나가는 구조, 한 번 꺾이고 다시 부드럽게 이어지는 곡면들. 나도 이 집처럼 생긴 건 아닐까 생각했어. 돌고 꺾이고 가끔 빛을 받으면서 결국 살아있잖아. - P68

나는 나를 싫어하지 않아. 난 나를 너무 좋아하기 때문에 지금의 내 모습이 싫은거야. 내 안에 시커먼 물만 줄줄 흐르지 않는다는 것도, 깊고 빛나는 것들이 있다는 것도 알아. 매일 내가 평범하다고 부르짖지만 대체로 똑똑할 때가 더 많다는 것도, 나만이 보고 쓸 수 있는 것도 있다고 생각해. 사람들은 내 솔직함이 부럽다고 하지만, 난 거짓말쟁이였던 거지. 솔직함이라는 탈을 쓰고도, 제일 큰 거짓말은 결국 나 자신에게 했던 셈이야. - P72

결론은 아직 다 끝내고 싶지 않다는 거야. - P73

내가 얼마나 나를 아끼는지, 얼마나 싫어했는지, 또 얼마나 좋아하고 싶어 했는지를 알아줬으면 해. - P73

여전히 죽고 싶진 않고, 살고 싶은 것도 아니야. - P73

[100자평] 1년 안에 AI 빅데이터 전문가가 되는 법

1년 안에 AI 빅데이터 전문가가 되는 법 - 4차 산업혁명 시대의 최고의 직업 ㅣ 1년 안에 AI 빅데이터 전문가가 되는 법
서대호 지음 / 반니 / 2020년 2월

AI 빅데이터 분야에 관심은 있지만 어디서부터 시작해야할지 도무지 감이 잡히지 않는 분들께 이 책을 강추한다. 저자는 자신의 경험을 바탕으로 단계별로 어떤 것을 공부하는 게 좋을지 친절하게 설명해준다. 또한 본문 중간중간에 해당 분야의 추천도서도 나와있어서 좀 더 깊이있는 학습을 원하는 독자에게 아주 유용한 참고서적이 될 것이다.

이 책의 마지막 부분에는 AI 빅데이터 분야와 관련된...

이 책의 마지막 부분에는 AI 빅데이터 분야와 관련된 용어들에 대한 설명이 간략하게나마 나와있다. 이 책을 처음부터 끝까지 쭉 읽어왔던 독자라면 적어도 본문에서 한 번쯤은 만나봤던 용어겠지만, 이 분야의 전공자가 아닌 이상 해당 용어들이 비교적 생소할 것이기에 아마도 저자가 독자들을 배려해서 용어가 의미하는 바를 정리해준 듯하다.

개인적으로는 우리가 영어를 처음 공부할 때 새로 배우는 단어의 뜻을 알아야 하는 것처럼 AI 빅데이터 분야를 공부할 때도 이 분야에서 자주 쓰는 용어들을 숙지하고 있어야 하는 게 맞겠다는 생각이 들었다.

토픽모델링: 문서 집합의 추상적인 ‘주제‘를 발견하기 위한 통계적 모델 중 하나로, 텍스트 본문의 숨겨진 의미 구조를 발견하기 위해 사용되는 텍스트 마이닝 기법 중 하나다. - P270

감성 분석: 어떤 주제에 대한 주관적인 인상, 감정, 태도, 개인의 의견들을 텍스트로부터 뽑아내는 분석을 말한다. - P270

단어 네트워크: 각 단어들을 노드로 단어 간의 관계를 엣지로 표현해 단어 간의 관계를 네트워크로 도시화하는 분석 방법이다. - P270

서포트 벡터 머신(Support Vector Machine): 기계 학습의 분야 중 하나로 패턴 인식, 자료 분석을 위한 지도 학습 모델이며, 주로 분류와 회귀 분석을 위해 사용한다. (기준을 정해 분류 문제를 해결) - P270

랜덤포레스트(Random Forest): 분류, 회귀 분석 등에 사용되는 앙상블 학습 방법의 일종으로, 훈련 과정에서 구성한 다수의 결정 나무로부터 부류(분류) 또는 평균 예측치(회귀 분석)를 출력함으로써 동작한다. - P270

배깅(bagging, bootstrap aggregating): 통계적 분류와 회귀 분석에서 사용되는 기계 학습 알고리즘의 안정성과 정확도를 향상시키기 위해 고안된 일종의 앙상블 학습법의 메타 알고리즘이다. - P270

부스팅(Boosting): 전체 데이터에서 여러 샘플링 데이터를 추출해 순차적으로 이전 학습 분류기의 결과를 토대로 다음 학습 데이터의 샘플 가중치를 조정하면서 학습을 진행하는 기법이다. - P270

KNN(k-nearest neighbor): 분류나 회귀에 사용되는 비모수 방식이다. 입력이 특징 공간 내 k개의 가장 가까운 훈련 데이터로 구성되어 있다. 출력은 k개의 최근접 이웃이 가진 투표값 또는 평균값이다. - P270

SI 업체: 정보시스템의 개발에 관하여 상담하고 그에 따라 설계, 개발, 운용, 보수, 관리 등 일체 업무를 담당하는 정보 통신 기업을 말한다. - P270

IBM 모델러(IBM Modeler): IBM의 데이터 마이닝 및 텍스트 분석 소프트웨어 애플리케이션이다. 예측 모델을 작성하고 다른 분석 작업을 수행하는 데 사용된다. 사용자가 프로그래밍 없이 통계 및 데이터 마이닝 알고리즘을 활용할 수 있는 시각적 인터페이스가 있다. - P271

래피드마이너(rapid miner): 데이터 과학에서 사용하는 컴퓨터 소프트웨어 프로그램이다. ‘래피드마이너‘라는 회사에서 개발했다. 프로그램을 통해 데이터 전처리, 기계학습, 딥러닝, 텍스트 마이닝, 예측 분석 등을 활용할 수 있는 프로그램을 제공한다. - P271

나임(knime): 무료 오픈 소스 데이터 분석, 보고 및 통합 플랫폼이다. 모듈식 데이터 파이프라인 개념을 통해 기계 학습 및 데이터 마이닝을 위한 다양한 구성 요소를 통합 제공한다. - P271

주성분 분석: 고차원의 데이터를 저차원의 데이터로 환원시키는 기법이다. 서로 연관 가능성이 있는 고차원 공간의 표본들을 선형 연관성이 없는 저차원 공간의 표본으로 변환하기 위해 직교 변환을 사용한다. 주성분의 차원 수는 원래 표본의 차원 수보다 작거나 같다. - P271

장고(Django): 파이썬으로 작성된 오픈소스 웹 애플리케이션 프레임워크로, 모델-뷰-컨트롤러 패턴을 따르고 있다. - P271

PyQT: C++의 크로스 플랫폼 GUI 프레임워크 중 하나인 QT를 파이썬 모듈로 변환해 사용 가능하게 만든 라이브러리다. - P271

Tkinter: 파이썬 설치 시 기본적으로 내장되어 있는 파이썬 표준 라이브러리이며 쉽고 간단한 GUI 프로그램을 만들 때 활용될 수 있다. - P271

스파크(Spark): 메모리 내 처리를 지원하여 빅데이터를 분석하는 애플리케이션의 성능을 향상시키는 오픈소스 병렬 처리 프레임워크다. - P271

SCI-HUB: 온라인 논문 검색 엔진 사이트로, 5,800만 개의 유료 논문을 무료로 제공하고 있다. - P271

슬랙(slack): 클라우드 기반 팀 협업 도구다. - P271

플로(flow): 프로젝트 관리 중심의 그룹웨어 협업 툴이다. 프로젝트 일정 관리, 일정 공유, 업무 관리를 제공한다. - P271

API(Application programming interface): 응용 프로그램에서 사용할 수 있도록, 운영 체제나 프로그래밍 언어가 제공하는 기능을 제어할 수 있게 만든 인터페이스를 뜻한다. - P271

프로세스 마이닝(Process Mining): 이벤트 로그 데이터 분석을 통해서 어떤 일이 어떻게 흘러가는지, 어떤 상품이 어떤 과정으로 제작되는지, 한 고객이 서비스 내에서 어떤 여정을 거치는지 등의 프로세스를 도출해내는 것을 의미한다. - P271

오늘 읽기 시작한 부분에서 저자는 독자들이 일정 수준...

오늘 읽기 시작한 부분에서 저자는 독자들이 일정 수준 이상 AI 빅데이터에 대한 공부가 되었다는 전제 하에 자기 자신을 어필할 수 있어야 한다고 말한다. 일반적으로 엄청난 인지도를 갖고 있던 사람이 아닌 이상 누가 먼저 알아서 나를 찾아주는 것이 아니기 때문이다. 이를 위해서는 스스로를 대단한 사람이라고 여길 줄 아는 자신감이 굉장히 중요하다고 저자는 말한다.

"나는 대단하다. 나는 미친놈이다." - P237

자기 자신을 대단하다고 생각해야 한다. 특히 AI 빅데이터 분야에 대해서는 누구보다도 더 대단하다고 생각하라. 자신감을 가질때 직관과 통찰력이 생기고 창의적·분석적인 사고를 함양할 수 있다. - P237

AI 빅데이터 분야는 분석 결과를 해석하고 적용하는 데 이러한 직관, 통찰력, 창의력, 분석적인 사고가 필요하다. 수학 문제처럼 한 가지 정답이 있지 않다. 당신이 생각하는 것이 여러 정답 중 한 가지 정답이 된다고 굳게 믿어야 한다. - P237

당신이 말하는 게 정답이라는 생각으로 자신감을 가져야 한다. 당신만큼의 지식을 가진 사람이 거의 없기 때문에 당신이 최고가 될 수 있다. 만약 조금 막히거나 모르는 부분이 있으면 빠르게 부족한 부분을 학습하면 된다. 이미 기본기를 익혔기 때문에 이 정도 보완하는 것은 쉽게 할 수 있다. - P238

아무리 실력을 갈고 닦아도 세상이 인정해주지 않으면 허사다. 또한 경쟁자와 실력이 엇비슷할 때는 얼마나 자신을 잘 포장하는지가 더욱 중요해진다. - P238

핵심은 주어진 데이터로 AI 빅데이터를 적용한 모델을 생성해서 인사이트를 도출하는 것이지만 방법이나 산출물의 형태가 매우 다양하다. 예를 들어 가장 단순한 형태로는 엑셀의 CSV 형태로 데이터를 주고 이를 이용해서 분석한 결과를 리포트 형식으로 제출하는 것이다. 주로 학교 논문이나 마케팅 회사에서 시장조사를 원할 때 이러한 형식의 용역을 준다. - P241

최근 가장 늘어나는 의뢰 형태는 AI 빅데이터를 접목한 어플리케이션이다. 어플리케이션은 C/S 방식 소프트웨어, Web 방식 소프트웨어, 모바일 앱 등의 형태로 나타날 수 있다. 이러한 방식의 AI 빅데이터 관련 의뢰가 들어오면 단순히 엑셀에서 데이터를 로드한 후 모델을 생성하는 수준의 지식만 가져서는 절대 불가능하다. 하지만 대부분의 데이터 과학자들은 딱 이 정도의 지식밖에 갖추지 못해 어플리케이션을 접목한 비교적 큰 규모의 프로젝트는 수행하지 못하고 있다. - P242

AI 빅데이터를 접목한 어플리케이션 개발을 하려면 우선 DB, 서버, API, UI 개발에 대한 지식이 있어야 한다. - P242

우선 DB는 데이터가 실시간으로 적재되고 이렇게 실시간으로 적재된 데이터를 조회해서 화면에 뿌려주어야 하기 때문에 당연히 필요한 부분이다. 어플리케이션으로 개발하는데 엑셀 형태의 데이터가 들어갈 수는 없다. DB 관련해서는 MySQL과 같은 RDB와 몽고DB 정도의 No-SQL만 익히면 된다. ...(중략)... 서버 상에 DB 설치하고 테이블을 생성한 후 Insert, Select 하는 쿼리 정도만 익히고 있으면 된다. - P243

만약 페타바이트급 이상 데이터가 적재돼서 DB 성능 최적화가 요구된다면 그때는 DB 전문가에게 일을 맡기면 된다. - P243

서버도 공부해야 한다. 내게 용역을 맡기는 꽤 많은 스타트업들이 서버 구매하는 방법도 몰랐던 기억이 있다. 서버는 클라우드 서비스를 이용하면 된다. 아마존 aws, 마이크로소프트 애저, 구글 클라우드 플랫폼 중 하나를 활용하면 된다. - P244

아직까지 가장 많이 활용되는 서버는 역시 아마존 aws 다. 여러분도 처음이라면 aws를 공부하는 게 좋다. 서버를 구매하는 방법은 구글에서 다른 사람들이 써놓은 포스팅을 검색해서 읽어보거나 aws 홈페이지에 있는 사용설명서를 읽어보면 된다. - P244

서버를 구매한 이후에는 서버를 세팅해야 한다. 윈도우 컴퓨터를 구매한 후에 처음에 이것저것 프로그램을 설치하는 것처럼 서버를 구매한 후에도 필요한 프로그램을 설치해주어야 한다. DB나 파이썬3 설치가 가장 기본적이며 필요한 경로 설정이나 라이브러리도 설치해주어야 한다. - P244

리눅스 서버는 윈도우와 달리 마우스를 활용할 수 있는 GUI가 없기 때문에 100퍼센트 명령어로 작동한다. 따라서 리눅스 서버 기본 명령어들도 공부해야 한다. 파이썬을 백엔드에서 실행시키거나 주기적으로 스케줄링을 걸어주는 것 정도의 명령어는 익혀야 한다. 동작 도중 메모리 부족으로 서버가 꺼질 수도 있기에 메모리를 관리하는 것도 어느 정도 익혀야 한다. 이러한 지식들을 한 권의 책에서 다 익힐 수는 없다. 그저 구글 검색을 통해서 찾은 포스팅을 보고 연습장에 메모해주면 된다. 그 정도만 하더라도 금방 익힐 수 있다. - P244

API에 대해서도 공부해야 한다. 왜냐하면 대부분의 AI 빅데이터 관련 프로젝트가 API를 활용해서 AI 빅데이터 모델 예측 결과를 실시간으로 송신하고 이를 어플리케이션이 수신해서 화면이 뿌려주는 구조이기 때문이다. - P245

파이썬을 기준으로 API를 만드는 가장 쉬운 방법은 Flask 라이브러리를 활용하는 것이다. Flask 사용 방법은 굉장히 쉬워서 구글에 검색해 보아도 금방 따라할 수 있다. 조금 더 체계적으로 공부해보고 싶다면 《깔끔한 파이썬 탄탄한 백엔드》(비제이퍼블릭)를 읽으면 된다. - P245

UI 개발도 알면 좋다. 만약에 당신이 UI 개발까지 잘한다면 당신의 가치는 천정부지로 오를 것이다. - P245

가장 큰 이유는 프로그래밍 언어가 다르기 때문이다. 앱 개발은 자바나 코틀린을 이용하고 웹 개발도 자바 또는 자바스크립트를 많이 활용한다. 물론 파이썬도 장고Django 를 이용하면 웹 개발이 가능하지만 AI 빅데이터 분석을 위한 코딩 스타일과 많이 달라 입문자는 배우기 까다롭다. - P245

따라서 간단한 정도의 UI 개발만이라도 직접하는 것을 목표로 하자. 파이썬을 이용해서는 PyQT나 Tkinter와 같은 라이브러리를 이용해서 C/S 방식의 UI 소프트웨어를 개발할 수 있다. - P245

《파이썬으로 배우는 알고리즘 트레이딩》(위키북스)과 《파이썬 GUI 프로그래밍 쿡북》(에이콘출판)을 읽으면 PyQT나 Tkinter에 대해서 익힐 수 있다. - P246

그저 중급자 수준만 되어도 된다는 생각으로 공부하라. 중급자 수준의 실력만 갖추어도 엄청난 시너지 효과를 발휘할 것이다. - P246

AI 빅데이터를 두려워하지 말고 즐겁게 배운다면 당신도 전문가, 능력자가 될 수 있다. - P247

우리의 자존감은 외적인 요소들에 의해 높아지기보다는 나 자신의 믿음, 신념에 의해서 높아진다. - P248

우리는 우리가 하고 싶은 것들, 자신의 인생에서 성공이라고 생각하는 가치를 이루어내야 자존감을 얻을 수 있다. - P248

자존감은 능력에 비례하지 않는다. 나 자신을 대단하다고 생각하고 항상 좋아하고 행복한 것을 도전하며 살면 자연히 능력이 그에 따라오게 되어 있다. 즉 자존감을 먼저 가지면 능력은 자연스레 수반되는 것이다. - P251

세상이 원하고 강요하는 삶이 아니라 자신이 행복할 수 있는 방식으로 일을 해라. - P252

IT 계열 직종의 장점 중에 하나는 굳이 사무실에 출근하지 않아도 일하는 게 가능하다는 것이다. 앉을 책상과 컴퓨터만 있으면 장소가 어디든 일을 할 수 있다. 사무실 외에도 집이나 카페, 도서관에서도 일하는 게 가능하다. - P254

여러분도 공부를 시작하면서 지금 당장의 실력에 비관하기보다는 미래를 계속 꿈꾸며 달려 나가야 한다. 어느 순간 가속도가 붙으면 자기도 모르게 꽤 전문가가 되어 있을 것이다. 논문을 보면 이해가 잘 되고 주변에서 컨설팅 문의가 들어오면 시원시원하게 대답해줄 지식이 쌓이게 될 것이다. 바로 이때가 당신의 실력이 한 단계 성장한 때다. - P265

DNN(Deep Neural Network): 입력층과 출력층 사이에 여러 개의 은닉층들로 이루어진 신경망이다. 복잡한 비선형 관계를 모델링할 수 있다. - P268

RNN(Recurrent neural network): 은닉층의 결과가 다시 같은 은닉층의 입력으로 들어가도록 연결되어 있다. 이런 특성은 RNN이 순서 또는 시간이라는 측면을 고려할 수 있게 해준다. - P268

LSTM(Long Short Term Memory): 기존 RNN의 문제점은 입력된 데이터와 참고해야 할 데이터의 위치 차이가 커질 때 문맥을 연결하기 힘들다는 것이다. 즉, 참고해야 할 데이터의 시간차가 커지면 입력 데이터에 영향을 거의 미치지 못한다. LSTM은 Cell state를 통해서 어떤 정보를 취사할지 정하기 때문에 긴 시간 동안의 정보를 기억할 수 있다. - P268

CNN(Convolution Neural Network): 모델이 직접 이미지, 비디오, 텍스트 또는 사운드를 분류하는 딥러닝에 가장 많이 사용되는 알고리즘이다. 기존의 신경망에 필터 기술을 병합해 2차원 데이터를 잘 학습할 수 있도록 최적화시켰다. - P268

GAN(Generative adversarial network): 두 개의 네트워크로 구성된 심층 신경망 구조. 한 네트워크가 다른 네트워크와 겨루는 구조다. 처음에 생성자는 무작위 데이터를 만들고 구분자는 제대로 분류하지 못한다. 하지만 구분자는 생성자가 만든 데이터와 함께 진짜 데이터를 동시에 학습하기 때문에 조금씩 실력이 향상된다. 생성자 역시 구분자를 더 잘 속이기 위해 진짜처럼 보이는 데이터를 만들어간다. - P268

오토인코더(Autoencoder): 신경망의 입력층과 출력층의 노드 개수가 같은 구조다. 차원 축소 또는 노이즈 제거에 널리 쓰이는 네트워크 구조다. - P268

이미지넷(ImageNet): 이미지넷 프로젝트는 비주얼 객체 인식 소프트웨어 연구에 사용되도록 설계된 대형 비주얼 데이터베이스다. 프로젝트에 의해 1,400만 개가 넘는 이미지에 대한 주석이 달려 있다. - P269

파이썬 Python: 1990년 암스테르담의 귀도 판 로섬Guido Van Rossum이 개발한 인터프리터 언어다. 기업의 실무를 위해서도 많이 사용하는 언어다. 구글에서 만든 소프트웨어의 50퍼센트 이상이 파이썬으로 작성되었다. 최근에 데이터 과학을 위해서 가장 많이 사용되는 언어이기도 하다. - P269

R: 통계 계산과 그래픽을 위한 프로그래밍 언어다. R은 통계 소프트웨어 개발과 자료 분석에 널리 사용되고 있으며, 패키지 개발이 용이해 통계 소프트웨어 개발에 많이 쓰이고있다. - P269

추천 알고리즘: 사용자가 선호할 만한 아이템을 추측함으로써 여러 가지 항목 중 사용자에게 적합한 특정 항목을 추천해 제공하는 알고리즘을 일컫는다. - P269

이상탐지: 시계열 데이터에서 과거 또는 비슷한 시점의 다른 데이터의 보편적인 패턴에서 벗어나거나 벗어나려는 징후가 있는 드문 패턴을 찾아내는 데이터 분석의 한 분야다. - P269

텍스트 마이닝: 비정형 데이터 마이닝의 유형 중 하나다. 텍스트 마이닝은 비정형 및 반정형 데이터에 대하여 자연어 처리 기술과 문서 처리 기술을 적용해 유용한 정보를 추출, 가공하는 목적으로 하는 기술이다. - P269

SQL(Structured Query Language): 관계형 데이터베이스 관리 시스템의 데이터를 관리하기위해 설계된 특수 목적의 프로그래밍 언어다. - P269

RDB: 키key와 값value들의 간단한 관계를 테이블화한 간단한 원칙의 전산정보 데이터베이스다. - P269

몽고DB: 크로스 플랫폼 도큐먼트 지향 데이터베이스 시스템이다. No-SQL 데이터베이스로 분류되는 몽고DB는 JSON과 같은 동적 스키마형 도큐먼트들을 선호함에 따라 전통적인 테이블 기반 관계형 데이터베이스 구조의 사용을 삼간다. - P269

텐서플로(Tensorflow): 다양한 작업에 대해 데이터 흐름 프로그래밍을 위한 오픈소스 소프트웨어 라이브러리다. 심볼릭 수학 라이브러리이자, 뉴럴 네트워크 같은 기계학습 응용프로그램에도 사용된다. - P269

케라스(keras): 파이썬으로 작성된 오픈소스 신경망라이브러리다. MXNet, Deeplearning4j, 텐서플로, Microsoft Cognitive Toolkit 또는 테아노 위에서 수행할 수 있다. - P269

군집 분석: 각 개체의 유사성을 측정해 높은 대상 집단을 분류하고, 군집에 속한 개체들의 유사성과 서로 다른 군집에 속한 개체 간의 상이성을 규명하는 통계 분석 방법이다. - P269

나이브 베이즈(Naive Bayes): 개별 특성들 사이의 독립을 가정하는 베이즈 정리를 적용한 확률 분류기의 일종이다. 텍스트 분류에 주로 사용됨으로써 문서를 여러 범주(예: 스팸, 스포츠, 정치) 중 하나로 판단하는 문제에 적용한다. - P270

의사 결정 나무: 데이터를 분석해 이들 사이에 존재하는 패턴을 예측 가능한 규칙들의 조합으로 나타내며, 그 모양이 ‘나무‘와 같다고 해서 의사 결정 나무라고 불린다. - P270

RISS: 대한민국 교육부 출연 기관 한국교육학술정보원에서 제공하는 학술 연구 정보화시스템이다. - P270

구글 학술검색: 구글에서 제공해주는 검색 서비스 중 하나로 논문, 학술지, 간행물 등의 학술 용도를 검색 대상으로 한다. - P270