C++로 배우는 딥러닝

C++로 배우는 딥러닝 - 신경망의 기초부터 C++를 이용한 구현까지
후지타 타케시 지음, 김성훈 옮김 / 성안당 / 2018년 6월

주어진 과제를 컴퓨터에 정확하고 상세하게 입력해야만 해결되는 기존의 시스템과 비교하여 요즘 Artificial Intelligence는 주어진 데이터에서 과제를 해결하는 방법을 스스로 찾아낸다는 점에서 혁신성을 드러낸다. 컴퓨터 프로그램, 로봇, 뇌과학과 바이오 기술 등 생물학적 영역까지 광범위하게 적용되는 AI의 중심역활을 하는 컴퓨터 알고리즘과 그와 관련된 미들웨어를 말하는 딥러닝은 이전까지의 일반적인 자기완결형 프로그램과는 달리 마치 고등생물처럼 생각하는 모습을 보여 준다고 한다. 그래서 그런지 이제 막 입문하는 나에게는 버거운 내용들이 많았다. 소프트 엔지니어가 딥러닝의 기초를 이해하고 소프트웨어를 구현함으로써 딥러닝의 편리함이나 재미를 느끼는 데에 초점을 맞추었다는 작가의 바램을 충족시키기엔 프로그래밍 언어 입문자 실력으로는 당연히 무리였다. 학습서의 서평을 쓸 때마다 드는 의문점과 또 다시 마주 친다. 개인적으로는 서평단을 신청할 때 학습서의 경우 내 자신이 모르는 배우고 싶은 것들만 신청하므로 당연히 내용을 모르는 상태에서 출발을 하고 어느 정도 시간이 지나야 내용을 어렴풋이나마 이해하게 된다. 아무리 짧아도 한달은 걸려야 그나마의 서평이 가능할 거라는 생각이다. 일반 소설책처럼 2주이내는 모르는데 어떻게 평가를 하는지 궁금하기만 하다. 실제로 이 글을 쓰고 있는 지금도 기본 개념인 기계학습, 신경망, 딥러닝을 완전히 이해하고 있다고 말할 수가 없는 실정이다. 그래서 C++과 연관지어 딥러닝을 이해하는 것은 뒤로 미루고 기본 개념부터 시작한다. 먼저 딥러닝의 기반이자 뇌신경세포의 전기적인 행동에서 영감을 얻어 단순화한 구조를 컴퓨터로 재현 가능한 알고리즘으로 정의한 것인 신경망부터 살펴보면  1950년대 원시적인 구조의 퍼셉트론의 1차 AI 열풍, 1980년대 계층 퍼셉트론의 2차 AI 열풍, 2010년대 심층화 네트워크의 학습부진문제를 해결한 3차 AI 열풍에서 심층학습이란 의미의 딥러닝이 사용되었다.

'딥러닝을 학습하려면 기초이론을 이해해야만 합니다.'
이제부터 시작이라는 마음다짐을 해본다. 기계를 학습시켜 인간처럼 기계가 특정한 규칙을 형성하고 정답을 구하는 능력을 부여하고자하는 기계학습 그 중에 신경막 기반의 딥러닝을 배우는 것은 어떤 면에서는 인간을 훨씬 넘어서고 있는 인공지능을 이해하고 긍정적인 문명발달로 향하는 발걸음이 될 것이다.