엑셀로 배우는 딥러닝

엑셀로 배우는 딥러닝 - AI의 구조를 쉽게 이해할 수 있는 딥러닝 초(超)입문
와쿠이 요시유키.와쿠이 사다미 지음, 권기태 옮김 / 성안당 / 2018년 11월

인공지능(AI)이 어느 면에서는 인간의 수준을 넘어서고 있어 세상을 놀라게 만들고 있다. 그것의 한계가 어디까지인지 상상을 하다보면 인간과의 관계가 어떻게 될 것이지에 대하여 생각하게 되고 터미네이터와 같은 부정적인 상상에 불안감이 생기기도 한다. 지구상에서 최적의 환경적응자로 진화해온 인간이기에 최선의 방법을 찾을 수는 있을 것이다. "인공지능의 구조를 이해할 수 있으면, 객관적인 판단이 가능하게 될 것입니다."라는 말처럼 이제는 막연한 걱정이나 동경만 할 시기는 끝났다. 인공지능으로 무엇을 할 수 있는지 연구까지는 못할지라도 최소한 인공지능이 무엇인지 알고는 있어야 한다. 인공지능은 인간의 학습능력과 추론능력, 지각능력, 자연언어의 이해능력 등을 컴퓨터 프로그램으로 실현한 기술이다. 지금은 딥러닝 또는 심층학습이라는 알고리즘이 대표적 인공지능이다. 이 딥러닝을 아주 초보적이지만 그것도 익숙한 엑셀로 배울 수 있게 해준다. 이용하는 엑셀의 함수는 단 7개로서 별다른 노력이 필요치 않다. 게다가 성안당의 다운로드 사이트에서 워크시트를 다운하여 컴퓨터에서 바로 확인 하면서 책을 읽어 나가면 이해의 정도가 빨라지고 명확해지는 것같다. 우리의 신경세포(뉴런 neuron)의 동작과 엑셀로 뉴런의 동작을 재현한 예제(4*3 화소 흑백 2진 이미지로 읽어 들인 필기체 문자 "O"와 "X"를 식별하는 합성곱 신경망의 작성, 9*9 화소의 흑백 이미지로 읽어 들인 필기체 숫자 "1"과 "2"를 식별하는 합성곱 신경망 작성)를 사용한 설명으로 개괄적인 신경막의 구조와 합성곱 신경막의 구조를 손쉽게 이해를 할 수 있게 되어 있다. 입력층, 은닉층, 출력층으로 된 신경망의 구조를 시작으로 입력층, 합성곱층, 풀링층, 출력층으로 된 합성곱 신경망의 구조를 익히면서 딥러닝의 개략은 이해가 된 것 같다. 신경막의 기본 원리와 합성곱 신경막을 중심으로 하는 딥러닝의 기본 개념을 습득하는 정도이지만 만약에 파이쎤이나 C등의 프로그램을 톻하여 딥러닝을 이해하려고 한다면 얼마나 많은 노력이 필요할 것이지 상상이 되지 않는다. 덕분에 딥러닝의 기본 개념은 습득은 했다. 시작은 했으니 이제부터 활용하는 단계로 올라가기 위해서는 더 많은 노력이 필요할 것이다.