비즈니스 관점에서의 데이터 과학을 깊이있게 풀어낸 책

비즈니스 데이터 과학 - 비즈니스 의사결정을 위한 통계학, 경제학, 인공지능의 만남
맷 태디 지음, 이준용 옮김 / 한빛미디어 / 2022년 6월

저자인 맷 태디는 아마존 08년부터 18년까지 시카고 대학교 부스 경영대학원에서 계량경제학 및 통계학 교수로 재직하였으며, MS의 수석 연구원과 이베이의 연구원을 포함하여 다양한 산업 분야에서 일한 경험이 있으며 현재는 아마존 부사장으로 재직하고 있다.

이 책은 비지니스에서 데이터 관련 문제를 해결하는데 중요한 수학적 이론 및 실용적인 방법들을 소개하고 있다. 저자의 특별한 시각과 비지니스 경험에서 얻은 지혜들을 담고 있기에, 많은 인사이트들을 얻을 수 있을 것이다.

이 책은 데이터 기반 회사에서 데이터 과학자로 일하려는 사람에게 촛점을 맞춰 저술되었다.
이 책을 통하여 비즈니스 정책에 중요한 영향을 미칠 변수를 식별하고, 정책 변경에 따른 재동의 반응을 파악하기 위한 SNS 데이터를 수입하여 분석할 수도 있다.

과거 데이터에서 패턴을 찾는 것은 유용하기 때문에 이 책에서 여러가지 패턴 인식 방법에 대해 배우겠지만 비즈니스 문제에 대해서 더 깊은 분석을 위해서는 '무슨 일'이 일어났는지보다 '왜' 이런 일이 발생했는지를 파악해야하며, 이 책에서는 상관관계 뿐만 아니라 인과관계 분석에도 도움이 되는 기법들을 설명하고 있다. 주류 데이터 과학보다는 경제학에 더 가깝기에 실무에 실질적인 도움이 될 것이다.

솔직히 말해 개인적으로 친근함이 느껴지는 책은 아니다. 시작부터 수두룩하게 나열되는 수식들과 어려운 용어들, 도표들에 정신을 압도당한다.
아무래도 비전공자나 입문자들을 대상으로 하는 가벼운 책이 아니다보니 그런 것 같다.

의사 결정과 관련된 최신 기술을 알고싶고, 신기술을 문제에 적용하는데 관심이 있고, 데이터 분석을 바탕으로 더 나은 의사 결정을 내리는 것에 관심이 있는 사람에게는 강력히 추천할만 하다.

챕터는 크게 11개로 나뉘며 챕터 0 '들어가며'를 제외하면 모두 10개의 챕터로 이루어져 있다.

1. 불확실성
2. 회귀
3. 정규화
4. 분류
5. 실험
6. 제어
7. 인수분해
8. 데이터로서의 텍스트
9. 비모수
10. 인공지능

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

책 한권으로 모바일 앱 ML을 입문할 수 있는 길라잡이

온디바이스 AI
로런스 모로니 지음, 곽도영 외 옮김 / 한빛미디어 / 2022년 11월

머신러닝, 딥러닝에 대해 공부할 수 있는 수 많은 책들이 있지만 훈련된 모델을 iOS나 Android에서 활용하는 방법에 대해서 다루고 있는 책은 많지 않은데, 한 권으로 두 OS 모두에 대해 배워볼 수 있는 좋은 교재이다.

머신러닝에 대해 이미 공부를 해 본 독자라면 머신러닝에 관한 내용은 편안하게 볼 수 있으며, iOS, Android를 다루는 부분도 친절한 설명과 함께 진행되므로 금새 익힐 수 있다.

이 책 한 권을 마치고 나면 운영중인 서비스 혹은 사이드 프로젝트에 ML을 바로 적용해볼 수 있으며 뭐라도 하나 만들어볼 수 있다는 자신감이 생긴다.

책의 전반부에서는 인공지능과 머신러닝, 컴퓨터 비전 등에 대한 내용들을 다루고 있으며, iOS와 Android에서 각각 MK Kit로 예제 앱들을 만들며 사용법을 익힐 수 있다.

후반부에서는 AWS firebase의 custom model hosting 이용하여 다양한 모델을 호스팅하고 앱에서 특정 모델을 가져와서 활용하는 방법을 알아볼 수 있다.

또한 모바일에 탑재하기에 모델이 너무 크거나 자주 업데이트 되거나, 리버스엔지니어링 등의 위험을 피하고 싶은 경우 활용 가능한 '모델 서빙 서버' 구성 및 활용에 관한 내용도 배워볼 수 있으며 실무에 유용하게 사용 가능하다.
이를 위해 tensorflow serving을 소개하고 있으며, docker로 설치하거나 linux에 직접 설치하는 두가지 방법으로 설명하고 있어서 선호하는 방식으로 구성하여 사용할 수 있다.

마지막으로 모바일 앱을 개발 할 때 꼭 고려해야하는 윤리, 공정성, 개인정보보호에 관한 내용을 서술하며 책의 단원을 마무리 한다.

앞서 접해본 몇 권의 머신러닝 관련 서적들로 학습된 모델을 웹에 적용하는 방법에 대해서는 여러차례 익히고 활용해 보았지만 모바일 앱에 적용해볼 기회가 없어서 경험해 보지 못했는데, 이 책을 기회삼아 모바일 ML에도 한걸음 내딛을 수 있어서 기쁘다.

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

데이터를 다루는 모든이의 필독서

데이터 스토리 - 데이터를 설득력 있는 이야기로 바꾸는 방법
낸시 두아르테 지음, 권혜정 옮김, 윤영진 감수 / 한빛미디어 / 2021년 7월

데이터를 많이 다루는 직무를 맡고 있지만, 데이터를 표현하는 능력이 부족하다면 이 책을 꼭! 보라고 권하고 싶다.

같은 데이터라도 수 많은 표현 방법이 있으며, 그 중에 효과적인 방법도 있고, 그렇지 못한 방법도 있다.

이 책을 읽고나면 더 나은 표현으로 상대를 설득하는 효과적인 방법을 찾게 될 것이다.

많은 사람들이 프리젠테이션시에 수 많은 숫자와 그래프, 데이터를 사용한다.
더 많은 내용을 전달하기 위해 제한된 페이지 내에 더 많은 데이터를 구겨 넣는다.

이 책은 크게 4개의 파트로 나뉘어 있으며, 첫번째 파트는 데이터로 소통하는 방법에 대하여 서술하고 있다.

스토리텔링을 통해 말하고자 하는 바를 쉽게 전달할 수 있는 방법에 대하여 설명하고 있으며, 창의적인 사고와 직관력을 기를 수 있는 방법에 대해서도 설명한다.

의사 결정권자의 특성을 파악하고 그들의 시간을 배려하며, 그들이 정보를 습득하는 방식을 이해함으로, 보다 효율적으로 의사 전달을 하고, 결정을 돕는 방법에 대해서 배워볼 수 있다.

두번째 파트는 잘 짜여진 스토리로 정확하게 의사 전달하기에 대해 서술하고 있다.

데이터를 다루는데 있어서 자신의 관점을 만들고, 관점을 전달 할 때 가장 효과적인 동사를 설택하는 방법을 알 수 있으며, 이야기 구조를 활용하여 요악된 보고서를 작성하는 방법에 대해서도 알 수 있다.

또한 데이터 분석을 통하여 논리적이도 설득력 있는 글을 쓰는 방법에 대해서도 배워볼 수 있다.

세번째 파트는 명료한 자료와 한눈에 들어오는 슬라이드 만드는 방법에 대해 서술하고 있다.

상황에 맞는 차트를 선택하고 설명하듯한 설명글을 작성하는 방법.
시각 요소로 차트의 가독성 높이기.
핵심이 한눈에 들어오는 슬라이드 만들기에 대해 알아볼 수 있다.
(개인적으로는 이 파트가 도움이 많이 되었다. 늘 슬라이드를 만들다보면 넣을 내용은 많은데 핵심만 간추려서 압축하는데 애를 먹는...)

마지막으로 네번째 파트에서는 데이터 활용법에 대하여 서술하고 있다.

익숙한 크기 혹은 시간과 데이터를 연결하는 방법, 익숙한 사물과 데이터를 비교하는 방법, 데이터에 대한 감정을 표현하는 방법을 알 수 있으며, 데이터를 의인화 하는 방법에 대해서도 이해할 수 있다.

또한 데이터를 활용한 스토리텔링 실제 사례를 통해 실무에서 큰 효과를 거둔 데이터 활용 예에 대해 알아볼 수 있다.

오랜 시간축적된 저자의 데이터 활용 및 표현 기법에 대해 설명한 책이라 한번에 모든 내용을 다 습득할 수는 없겠지만 두고두고 반복하면서 저자의 스킬들을 익혀가면 좋을것 같다.

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

수식만 봐도 어질어질 해서 머신러닝에 엄두가 나지 않았던 개발자들이 웃을 수 있는...

개발자를 위한 머신러닝 & 딥러닝 - 인공지능 개발자로 레벨 업하기! 신경망 기초부터 컴퓨터 비전, 자연어 처리, 시계열 예측까지
로런스 모로니 지음, 박해선 옮김 / 한빛미디어 / 2022년 8월

몇년 전 딥러닝을 입문하기 위해 박해선 저자님의 서적들로 공부하며 직접 주최하신 밋업에도 참가했던적이 있는데, 저자님의 새로운 번역서가 나왔고, 리뷰를 하게 되었다.

책을 한번 주욱 따라해보고 난 소감은 이렇다.
"머신러닝과 딥러닝의 개념을 잡고, 실무에 활용해보기 원하는 개발자들에게 많은 도움이 될 것 같다."

순차적으로 챕터를 따라가면서 예제들을 충실히 따라하면 텐서플로에 대한 사전지식이 없는 상태여도 순조롭게 내용을 따라갈 수 있다.

책의 제목이 '개발자들을 위한' 이기에 파이썬에 대한 기초문법 등을 다루고 있지는 않지만, 사용되는 문법이 어렵거나 복잡하지 않고, 문법 자체가 직관적이기에 개발을 처음 접하는 사람도 크게 어렵지 않게 공부 할 수 있을 것 같다. (는건 나만의 생각인가..)

수학적인 풀이보다는 예제와 결과 위주로 진행되는 구성 덕분인지 지루함을 느끼지 못했으며, 개념 설명시에는 손쉬운 다이어그램을 이용해 이해를 도왔다.

크게 파트를 나눠서 '모델 구축'과 '모델 사용'으로 나뉘어 있으며, '모델 구축' 파트에서는 Tensorflow, 컴퓨터 비전(이미지 인식, 신경망 설계, 모텔 출력 등), 공개 데이터셋 활용방법, 자연어 처리 등에 대해서도 예제를 통해 자세하게 익힐 수 있다. 목차만 봐도 배가 부를 정도.
물론 이 책 한권으로 머신러닝의 신이 될 순 없겠지만 그 '맛'을 보기엔 충분하고도 넘친다.

'모델 사용' 파트에서는 앞서 구축한 모델을 텐서플로 라이트에 대해 배워볼 수 있드며, 안드로이드 / iOS 에서 텐서플로 라이트를 사용하는 방법에 대해 배워볼 수 있다.
파이썬으로 구축한 모델을 자바스크립트로 변환하여 활용하는 방법도 설명하고 있어서, 웹에서도 손쉽게 활용 가능하다. (개인적으로 제일 맘에 들고 도움을 받은 부분)

최근 진행중인 업무가 딱 머신러닝을 활용해야 하는 직무인지라, 업무도 진행할 겸, 책 내용도 리뷰할 겸, 예전에 공부했던 내용들을 리마인드 하면서 공부했고, 확실히 학습은 반복하면 할수록 뭔가 더 성장하는게 느껴진다. 처음 머신러닝을 공부할 때, 어렵다고 느끼고 이해가 잘 되지 않던 부분도 몇 번 반복을 하니 회차가 거듭할 수록 이해도가 높아져 가는게 느껴진다.

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

가볍게 읽어볼 수 있었지만 결코 가볍지 않은 게임 업계의 비하인드 스토리!

피, 땀, 리셋 - 게임 개발 속 숨은 영웅들의 이야기, 아마존 게임 분야 베스트셀러
제이슨 슈라이어 지음, 권혜정 옮김 / 한빛미디어 / 2022년 8월

"피, 땀, 픽셀"의 저자 제이슨 슈라이어의 후속작으로써 전작을 너무나도 흥미롭게 읽었던 터라 기대하는 마음으로 읽어 내려갔다.

전작의 경우에는 열정적으로 게임을 만들어낸 스토리를 풀어냈다면 이번 작품은 수 많은 사람들이 일구어 놓은 회사가 RESET 버튼 한방에 초기화가 된다든가 하는 슬픈(?) 이야기를 풀어냈으며 일반적인 서적들이 성공담을 늘어놓는데 반해 실패담을 꾹꾹 눌러담아서 업계 종사자가 아니라면 알기 힘든 게임 분야의 비하인드 스토리를 옅볼 수 있다.

나도 개발을 하고 있긴 하지만 게임 업계와는 비슷한듯 전혀 다른 생태계인지라 알지 못했던 그들의 실패담을 솔직하게 들어볼 수 있어서 좋았다.
내가 그런 상황들에 직면했다면 정말 암담하고 많이 실망했을텐데 그 모든것을 딛고 새로이 일어서는 저자의 끈기도 본받을만 했다.
지금 나는 그들에 비해 굉장히 안전한 온실 속에서 따듯하게 지내고 있구나.. 하는 생각도 해본다.

현재 게임 업계에 몸을 담고 있다면 동병상련을 느낄 수 있는, 그리고 다른 분야의 독자라면 게임 산업을 이끌어가는 이들의 피와 땀, 열정을 느껴봄과 동시에 그들의 고충을 약간이나마 이해할 수 있게 되리라 본다.

지금 이 순간에도 수 많은 게임 업체들이 생겨나고 사라지고 있다는 사실이 놀라울 따름이다.

아무튼 간만에 기술 서적이 아닌, 소설을 읽듯이 가벼운 마음으로 재미있게 읽을 수 있던 책이었다.

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