[독서-740] 파이썬 생활 프로그래밍 - 11가지 프로젝트

Do it! 파이썬 생활 프로그래밍 - 웹 크롤링부터 데이터 분석까지 내 손으로 직접 만든다! ㅣ Do it! 시리즈
김창현 지음 / 이지스퍼블리싱 / 2020년 7월

파이썬 코드는 읽기 쉽고 작성하기 어렵지 않아 비전공자도 쉽게 배울 수 있다. 일상 속에서 접할 수 있는 상황을 가정하여 초심자나 비전공자도 배울 수 있도록 설명하고 있다. 책 속에 11가지 프로젝트를 소개하고 있는데 프로젝트라기보다는 샘플이나 예제 수준 정도이다. 크게 어려운 내용은 없기 때문에 처음부터 단계별로 학습해 나간다면 파이썬에 대해, 파일처리하는 방법, 통계 데이터와 시각화 표현까지 가볍게 체험해 볼 수 있다.

파이썬으로 코딩하기 위한 기본적인 환경에 대해 소개하고 파이썬에 관한 기초적인 것을 학습한다. 구구단 만들기, 부가세 계산하기, 텍스트 파일을 처리하는 방법을 다룬다. 책 속에 진행되는 내용과 코드를 보면 실무에 사용되는 용도라기보다는 학습 목적을 둔 것 같다. CSV 파일로 데이터를 다루는데 아래와 같이 CSV 파일을 읽고 쓰는 모듈을 별도의 함수로 소개한다.

데이터 분석을 위해 넘파이(numpy), 판다스(pandas), 맷플롯립(matplotlib)에 관한 내용도 가볍게 다룬다. 넘파이는 배열을 다루는 도구로 숫자로 된 큰 배열 데이터를 다룰 때 편리하다. 판다스는 많이 사용하는 패키지로 테이블 형태의 데이터를 다루거나 통계분석을 할 때 사용한다. 맷플롯핍은 데이터로 시작화 자료를 만드는 패키지이다.

[독서-739] AI 지도책 - 세계의 부와 권력을 재편한다.

AI 지도책 - 세계의 부와 권력을 재편하는 인공지능의 실체
케이트 크로퍼드 지음, 노승영 옮김 / 소소의책 / 2022년 11월

인공지능이란 과연 무엇일까?라는 질문과 함께 시작한다. 기술에 대한 기대와 관심은 인간에서 그릇된 환상을 심어주기도 한다. 인공지능이 갖고 있는 문제점을 통해 다시 생각해 보면 인간의 지능을 뛰어넘게 되는 특이점을 지날 수 있을까 생각해 본다. 이 책은 지구, 노동, 데이터, 분류, 감정, 국가, 권력, 우주라는 주제로 되어 있다. 다양한 관점에서 인공지능에 대해 다시 생각해 보게 한다. 

일부 사람들은 인공지능이 현재와 미래 사회 다양한 문제를 해결해 주는 만능 해결사로 생각한다. 하지만 이 책을 읽게 되면 인공지능의 실체를 어렴풋이 알게 되면 장밋빛 꿈은 사라진다. 인공지능을 구현하기 위해서는 높은 컴퓨팅 파워가 필요하다. 많은 양의 전력을 사용하는 것은 환경문제를 야기한다.

인공지능의 발전을 위해서는 학습을 위한 방대한 양의 데이터가 필요한데 그 데이터를 지속적으로 공급하기 위해서는 자원과 에너지, 노동력이 필요하다. 인공지능은 인간의 생활을 편하게 해주고 인류의 발전을 위한 혁명적인 도구 이전에 지구에 존재하는 한정적인 자원을 마구 사용하는 괴물이 되기 쉽다. 희토류나 리튬을 채굴하기 위해 지구의 환경을 오염시키고 수명을 단축시킨다. 인공지능의 도입으로 공장을 보다 스마트하게 만들 수 있다고 하지만 결국 인간의 노동을 단순한 작업으로 분류하여 효율을 높이는데 목적이 있다. 인간의 행복과 존엄을 고려하지 않고 있다.

SNS는 사람들과의 관계를 온라인으로 확장하여 시공간을 초월하는 것처럼 보이지만 실제로는 사람들과의 자연스러운 만남을 단절시키고 있다. 이제는 인간과 인간이 만나 마음을 열고 대화하는 것이 어색하게 되어버렸다. 얼굴을 마주하고 직접 만나는 시간이 점차 줄어들고 있어 실제 사람과의 대화가 불편하게 되었다. 

출판사에서 도서 협찬을 받았습니다. 하지만 개인의 주관적인 견해로 작성하였습니다.

[독서-738] 통계 101 X 데이터 분석 - 제대로 다진 기초 통계

빅데이터 시대, 올바른 인사이트를 위한 통계 101×데이터 분석 - 데이터는 다뤄도 통계까지 배울 시간은 없었던 당신에게
아베 마사토 지음, 안동현 옮김 / 프리렉 / 2022년 10월

인공지능과 데이터 분석을 진행하다 보면 통계와 관련된 내용이 자주 등장한다. 고등학교 수학에서 배우고 나중에 사회에서 사용할 일이 별로 없을 줄 알았는데 요즘 들어 다양한 곳에 통계에 관한 내용이 나오고 있어 이번 기회에 제대로 알려고 했다. 때마침 데이터는 다룰 수 있어도 통계에 대해 잘 알지 못하는 사람을 위한 책이 나왔다고 해서 반가운 마음에 이 책을 선택했다. 분석과 통계에 관한 이해를 하는데 많은 도움이 되어줄 거라 기대했다.

통계학의 전체 모습을 살펴보고 통계분석의 기초를 다룬다. 고등학교 수학에서 배웠던 내용이라 단어들은 익숙했다. 그림은 컬러로 심플하고 설명은 친절하고 잘 정리되어 있어서 이해가 잘 되었다. 통계를 기반으로 어떻게 데이터를 분석하는지 설명하고 있다. 책 표지나 페이지는 일반 서적처럼 편집되어 있지만 내용은 학술 서적에 가까웠다. 

지난달에 "데이터 분석 준전문가" 국가공인 시험을 응시했는데 "데이터 분석"과목에서 통계분석에 관한 내용이 상당히 비중 있게 나왔다. 고교 수학 이후로 통계에 관련 경험과 지식이 없어 상당히 힘들게 준비한 기억이 난다. 제대로 이해하지 못하고 암기를 하려니 잘 기억나지도 않았다. 이 책에서는 예시를 들어 각각의 개념을 잘 말해주고 있어 이해가 잘 되었다. 통계학에 대해 잘 모르는 사람이 이제 통계를 알아야 할 때 이 책을 보면 좋을 거 같다. 통계를 배우려고 하는 문과생에게도 추천한다.

통계학에 관해 확실한 개념을 잡기 위해 2번 정도는 정독해야겠다. 프리렉 출판사에서 독자의 니즈를 잘 파악한 듯싶다.​

출판사에서 도서 협찬을 받았습니다. 하지만 개인의 주관적인 견해로 작성하였습니다.

[독서-737] 예수의 발자취를 따라서 - 성경 지리 안내서

예수의 발자취를 따라서 ㅣ CHRISTIAN FOUNDATION 3
피터 워커 지음, 박세혁 옮김 / 도서출판CUP(씨유피) / 2022년 9월

"예수의 발자취를 따라서" 제목만 보고 바로 읽고 싶은 마음이 들었다. 교회를 다니고 신앙을 갖고 있는 사람이라면 누구나 예수 그리스도의 발자취에 대해 알고 싶을 것이라고 생각한다. 베들레헴부터 나사렛, 요단강, 유대 광야, 갈릴리, 사마리아, 가이사랴 빌립보, 여리고, 베다니, 감람산, 예루살렘, 성전, 골고다, 엠마오까지 장소의 배열된 순서만 보아도 이 세상에서 예수 그리스도의 탄생과 사역, 죽음과 부활을 따라가 볼 수 있다. 성지순례를 직접 갈 수는 없지만 예수 그리스도가 태어나신 곳에서부터 죽으시고 부활하신 곳까지의 발자취를 이 책을 통해 간접적으로 따라갈 수 있다.

저자는 케임브리지대학교에서 고전학과 기독교 역사를 공부했고 옥스퍼드대학교에서 신약을 가르쳤다. 그리고 트리니티 목회대학원에서 성서학 교수로 재직했다. 시간과 공간을 기초로 하여 이야기를 전개해 나가는 과정이 보다 사실적이게 다가온다. 이전에 출간된 비슷한 책을 본 적이 있지만 이 책은 정리가 잘 되어 있고 내용도 방대하여 많은 정보를 얻을 수 있다. 각각의 지역마다 장소와 관련된 주요 연대가 표시되어 있고 지도와 함께 설명하고 있어 이해하기 어렵지 않다.

각각의 챕터에 담긴 이야기들이 새로운 장소를 방문하는 것 같다. 지도를 기준으로 책의 내용을 읽다 보면 마치 상상 속으로 성지순례를 하고 있는 착각이 든다. 이 책은 저자가 서론에서 말한 것처럼 여행할 수 없는 이들을 위한 여행안내서이다. 성지순례 가이드를 담당하고 있는 사람이라면 이 책을 적극적으로 추천한다.

출판사에서 도서 협찬을 받았습니다. 하지만 개인의 주관적인 견해로 작성하였습니다.

[독서-736] 그림으로 배우는 데이터 과학 - 한 눈으로 살펴봄

그림으로 배우는 데이터 과학 ㅣ 그림으로 배우는 시리즈
히사노 료헤이.키와키 타이치 지음, 김성훈 옮김 / 영진.com(영진닷컴) / 2019년 5월

데이터 과학자란 컴퓨팅 기술을 활용해 데이터 수집 및 처리, 통계학이나 머신러닝으로 분석, 의사 결정과 상품 개발까지 이어지는 일련의 흐름을 효과적으로 처리하는 기술을 가진 사람을 말한다. 데이터 과학자에게 필요한 지식과 기술은 수학, 알고리즘, 하드웨어 지식, 소프트웨어 지식, 통계학, 머신러닝, 비지니스, 과제 응용력 등 다양한 분야에 걸쳐 있다.

데이터 과학은 먼저 무엇을 할 것인지 가설을 수립하고 데이터를 수집한다. 그리고 필요한 지식과 요소 기술을 조합해 데이터 분석을 한다. 피드백 정보를 바탕으로 개선하며 원하는 결과가 나올 때까지 PDCA주기를 반복한다. 데이터를 수집하는 방법에는 크게 세 가지로 나눌 수 있는데 1) 공개 데이터, 2) 오픈 API, 3) 웹 콘텐츠(웹 크롤링 또는 웹 스크레이핑)가 있다.