2010년 중반부터 AI 가 다시 부흥하더니 최근 2 ~ 3년 간은 AI 의 열풍이다. 코딩 학원의 갯수만큼 엄청나게 많은 머신러닝 / 딥러닝 책이 출판되었다. 좋은 책들은 3 ~ 4년이 지나도 계속해서 회자되는 책들이 있는 반면, 그만큼 빠르게 잊혀가는 책도 많아졌다.
처음엔 이 책을 받고, 흔한 딥러닝 입문서이지 않을까 생각하였다. 너무나 많은 딥러닝 책이 나와 있고, 필독서라고 할만큼 유명한 책들도 꽤나 많기 때문이었다. 다만, 흥미로웠던 점은 이론은 굉장히 최소화하였다는 점과 케라스로 구현한 점이었다. 요즈음 나오는 책들은 대부분 Tensorflow 또는 Pytorch 로 구현되기 때문이다.
케라스는 Tensorflow 위에서 동작하는 라이브러리이지만, Tensorflow 보다는 좀 더 사용자 친화적으로 개발되어 사용이 편하다는 장점이 있다. 간단한 신경망의 경우에는 몇 줄 안되는 코드로 신경망을 구현할 수 있다. 좀 더 디테일한 튜닝을 진행해야 할 경우에 Tensorflow를 사용해야 하지만, 매우 간단한 모델을 만들거나 빠른 시간 내에 프로토타입을 만들어야 할 경우 Keras 가 좋은 선택지가 될 것이다.
이 책은 케라스를 이용해 딥러닝 인공신경망을 만들어 인공지능을 구현한다. 기본 편(0 ~ 8장) 과 심화 편(9 ~ 11장) 으로 구성되어 있으며, 책에서 배울 수 있는 인공신경망의 종류는 다음과 같다.
- ANN : 두뇌의 신경망을 흉내 낸 인공지능 기술
- DNN : 은닉 계층을 여러 개 쌓아서 만든 인공신경망
- CNN : 합성곱을 이용하는 신경망 기술
- RNN : 계층의 출력이 순환하는 인공신경망
- AE : 비지도학습 인공신경망
- GAN : 경쟁을 통한 최적화를 수행하는 생성적 인공신경망
- UNET : 저차원과 고차원 정보를 모두 사용하여 이미지의 경계를 비롯한 특징을 추출하는 인공신경망
- RL : 행동에 대한 정책을 학습하는 인공신경망
- QAI : 양자컴퓨터를 이용하여 구현하는 인공지능이며 양자 컴퓨터는 양자 효과를 활용하는 컴퓨팅 환경이다.
이 책의 저자 김성진 님은 누구나 인공지능을 쉽게 익힐 수 있도록 다양한 기초를 실습하여 딥러닝의 큰 그림을 그릴 수 있게 만들었다고 한다. 따라서 복잡한 이론보다는 실습 위주로 구성되어 있으며 책의 목적 또한 다양한 딥러닝 모델의 개념을 익히는 것이므로 이론을 최대한 간략하게 소개한다.
이 책의 장점은 말 그대로 쉽고 빠르게 딥러닝 모델을 구현할 수 있다는 점이다. 책에 나와 있는 다양한 예제를 따라 하다 보면 딥러닝에 대한 깊은 이해 없이도 아주 강력한 딥러닝 툴을 손쉽게 사용할 수 있다.
모델 구현 외적으로도 빠르게 복습을 할 수 있다는 점도 있다. 각 신경망의 특징은 어느 정도 알 수 있지만 구현하려면 막히는 경우도 종종 있는데 이 때, 이 책을 활용하면 좋을 것 같다.
한빛미디어의 <AI로 일하는 기술> 이라는 책이, 인공지능에 관해 이론적으로 큰 틀을 잡을 수 있는 책이라면, <케라스로 구현하는 딥러닝> 은 딥러닝의 구현에 관해 경험적으로 큰 틀을 잡을 수 있는 책이라고 생각한다.
처음 AI 에 입문하는 비전공자라면, 위의 두 책을 보는 것도 추천한다.
"한빛미디어 < 나는 리뷰어다 > 활동을 위해서 책을 제공받아 작성된 서평입니다."
댓글