확장메뉴
주요메뉴


소득공제 베스트셀러
미리보기 카드뉴스 공유하기

비전공자도 이해할 수 있는 AI 지식

: 구글 검색부터 유튜브 추천, 파파고 번역과 내비게이션까지 일상을 움직이는 인공지능 이해하기

박상길 저 / 정진호 그림 | 반니 | 2022년 03월 04일   저자/출판사 더보기/감추기
리뷰 총점9.8 리뷰 20건 | 판매지수 24,144
베스트
자연과학 44위 | 자연과학 top20 16주
정가
19,800
판매가
17,820 (10% 할인)
YES포인트
eBook이 출간되면 알려드립니다. eBook 출간 알림 신청
8월 얼리리더 주목신간 : 귀여운 방해꾼 배지 증정
8월 전사
쇼핑혜택
1 2 3 4 5

품목정보

품목정보
출간일 2022년 03월 04일
쪽수, 무게, 크기 440쪽 | 790g | 145*220*30mm
ISBN13 9791167960221
ISBN10 116796022X

이 상품의 태그

카드 뉴스로 보는 책

책소개 책소개 보이기/감추기

디지털 기술 시대에 살아남기 위한,
교양으로서의 AI 수업

최근 모나리자의 실제 얼굴이 화제에 올랐다. 옅은 눈썹에 묘한 미소를 지은 얼굴은 수많은 관람객의 상상에만 존재하던 모나리자의 모습이었다. 모나리자의 사진을 찾아내기라도 한 걸까? 실은 이 이미지를 만든 건 인공지능이다. 한 콘텐츠 크리에이터가 인공지능 프로그램 아트브리더와 딥페이크 기술을 활용하는 페이스앱을 이용해 구현한 것이다. 이제 AI 기술은 누구나 놀라운 결과물을 낼 수 있게 하는 도구가 되었다. AI가 처음 세상에 알려지기 시작했을 때는 인공지능이 인간을 일자리에서 모조리 내몰 거라는 두려움도 있었다. 하지만 실제로 AI 의사나 기자가 등장하고 이들을 현장에서 경험해본바, 이제는 기대의 목소리가 커지고 있는 것이 사실이다. 실제로는 인공지능이 인간을 대체하기보다는 인간이 인공지능 기술을 도구 삼아 업무의 효율을 높이고 고도화하는 방향으로 가리라는 것이다.

이 책, 《비전공자도 이해할 수 있는 AI 지식》은 이처럼 인공지능이란 도구가 주어진 시대에, 다양한 사람이 인공지능을 이해하고 자신의 분야에서 활용할 수 있게 돕기 위해 쓰였다. 관련 공부를 해본 적 없는 사람들, 과학?수학이 낯선 문과생까지도 인공지능 기술의 역사와 원리를 이해할 수 있게 교양 수준으로 쉽게 풀어냈다. 저자는 인공지능 기술을 곧 우리 삶 전반에서 일상적으로 활용하게 될 것이라고 말한다. 처음에 특정 집단만 사용했던 스마트폰이 채 10년도 되지 않아 우리나라 성인 95%가 사용하게 된 것처럼 말이다. 이제는 마냥 인공지능을 두려워하거나 어려워할 게 아니라, 농업부터 사무직까지 어떤 분야에서든 인공지능을 접목하고 활용해 줄 아는 사람만이 시대의 요구에 따라갈 수 있다고 말한다.

저자는 카카오에서 챗봇을, 다음에서 검색엔진을 만들었고 지금은 현대자동차 AI팀 리더를 맡고 있는 AI 기술 현장의 전문가다. 이러한 경험을 바탕으로 저자는 인공지능을 둘러싼 추상적인 이야기가 아닌 실제로 현실을 바꾸고 있는, 가장 쓸모 있는 AI 이야기를 우리에게 들려준다. 아울러 어려운 수식 대신 300컷이 넘는 그림이 이해를 돕는다. 개발자로 일하다 IT 전문 일러스트레이터가 된 정진호 저자는 인공지능의 원리를 간단한 그림으로 누구나 쉽게 이해할 수 있게 풀어냈다.

지금도 일상에서 보이지 않는 곳에서는 인공지능 기술이 활약하고 있다. 그리고 이러한 쓰임은 점점 더 커질 것이다. 따라서 지금 우리에게 필요한 건 인공지능을 향한 두려움이 아니라 그것의 유용함을 깨닫고 이해하는 것이다. 이 책을 읽고 자신이 공부하고 일하는 분야에서 인공지능을 어떻게 접목할지 고민할 때, 그것은 그 자체로 새로운 기회가 될 것이다.

목차 목차 보이기/감추기

추천사
들어가며

1 인공지능: 위대한 인공지능, 깨어나다
인간을 이긴 최초의 체스 기계
진정한 인공지능이 등장하다
규칙 기반, 인공지능을 구현하다
머신러닝, 스스로 규칙을 찾아내다
인공지능의 핵심기술, 딥러닝의 등장
데이터, 인공지능의 원유
시스템, GPU가 인공지능을 완성하다
오픈소스, 모두가 참여하는 혁신
일상을 움직이는 AI

2 알파고: 인간을 능가하는 기계의 등장
딥 블루는 어떻게 체스 챔피언이 되었을까?
인공지능, 바둑을 넘보다
도박의 확률을 이용하는 몬테카를로 방법
정책망, 어디에 돌을 내려놓을까?
가치망, 형세를 판단하다
알파고가 수를 두는 방법
신의 한 수
인간은 필요 없다

3 자율주행: 테슬라가 꿈꾸는 기계
자율주행의 시작, 다르파 그랜드 챌린지
자율주행차 스탠리가 우승한 비결은?
자율주행의 공식, 베이즈 정리
센서 전쟁: 레이더, 라이다 그리고 카메라
카메라, 동물의 눈으로 도로를 바라보다
주행 데이터와 모방학습
완전 자율주행은 가능할까?
자율주행의 딜레마, 누구를 희생해야 할까?
자율주행차가 바꿀 미래

4 검색엔진: 구글이 세상을 검색하는 법
검색엔진의 등장
엄청난 돈을 벌어들이다
엄청난 문서를 수집하다
검색엔진은 어떻게 검색할까?
랭킹, 수십 조 가치의 줄 세우기 기술
최신 문서를 찾아서
품질 좋은 문서를 찾아서
페이지 랭크, 구글의 시대를 열다
쿼리에 딱 맞는 문서 찾는 법
검색 결과의 개선을 어떻게 확인할까?
검색엔진 최적화와의 싸움
점점 더 똑똑하게, 구글 MUM

5 스마트 스피커: 시리는 쓸모 있는 비서가 될 수 있을까
인공지능 비서의 탄생
애플 시리, 음성인식 비서의 시대를 열다
아마존 알렉사, 스마트 스피커의 시대를 열다
스마트 스피커는 어떻게 말을 알아들을까?
음성인식, 목소리를 알아듣다
자연어 이해, 의도를 이해하다
다이얼로그 매니저, 명령을 실행하다
딥러닝, 인간보다 더 자연스러운

6 기계번역: 외국어를 몰라도 파파고만 있다면
하루키 번역을 앞선 구글 번역
기계번역의 시작
규칙 기반, 모든 규칙을 정의하다
예시 기반과 통계 기반, 가능성을 보이다
신경망 기반, 자연스러운 번역의 시작
문장을 통째로 압축하기
번역 규칙을 스스로 학습하다
인간을 뛰어넘은 기계번역

7 챗봇: 카카오 챗봇에게 고민 털어놓기
챗봇 이루다는 왜 2주 만에 서비스를 멈췄을까?
컴파일러, 컴퓨터가 인간의 언어를 이해하다
좌표, 기하학을 숫자로 바꾸다
워드투벡, 언어를 숫자로 바꾸다
코사인 거리로 비슷한 단어를 찾다
기계와 자유롭게 대화할 수 있을까?
GPT, 인간을 능가하는 언어 생성 모델
기계가 언어를 이해할 수 있을까?
튜링 테스트와 중국어 방
인공지능이 진정한 이해를 묻다

8 내비게이션: 티맵은 어떻게 가장 빠른 길을 알까
내비게이션, 당신의 스마트한 운전 비서
오컴의 면도날 원칙
예측을 좌우하는 데이터
의사결정나무, 단순한 모델의 힘
랜덤 포레스트, 대중의 지혜를 발휘하다
그레이디언트 부스팅, 정답과 거리를 줄여나가다
데이크스트라 알고리즘, 최단 거리 탐색의 비밀
모든 내비게이션이 채택한 A* 알고리즘
내비게이션, 경로 안내 그 이상의 것

9 추천 알고리즘: 알 수 없는 유튜브 알고리즘이 여기로 이끌다
추천 서비스의 역사, 넷플릭스부터 유튜브까지
맥주와 기저귀는 함께 팔린다
10대 소녀의 임신을 예측한 알고리즘
추천 시스템의 시작
협업 필터링, 비슷한 고객을 추천하다
행렬 인수분해, 잠재요인을 찾아내다
딥러닝을 도입한 유튜브 추천 알고리즘

마치며
용어집
미주

저자 소개 (2명)

책 속으로 책속으로 보이기/감추기

이 책에는 고심해서 고른 인공지능의 8가지 쓸모를 자세히 소개합니다. 단순한 소개에 그치지 않고, 각 서비스가 어떻게 작동하는지 구체적인 원리를 살펴보면서 여러분이 인공지능 서비스에 매력을 느낄 수 있도록 했습니다. 특히 원리를 이해하는 것이 얼마나 우아하고 아름다운 일인지를 깨닫게 하고 이를 통해 기술과 과학에 대한 이해를 높이고, 나아가 여러분이 다른 분야에도 작동 원리를 응용하여 도움이 될 수 있도록 했습니다.
--- 「들어가며」중에서

미 대선 결과를 정확하게 예측하여 일약 스타로 떠오른 통계학자 네이트 실버는 《신호와 소음》에서 인간을 능가하는 기계를 두고 “기술을 있는 그대로 바라보라”고 주문했습니다. “지나치게 기술에 의존해서도 안 되며 그렇다고 기술에 공포를 느껴서도 안 된다”면서 말이죠. 인간을 능가하는 인공지능의 등장은 여전히 먼 이야기입니다. 전혀 두려워할 필요가 없습니다.
--- 「알파고: 인간을 능가하는 기계의 등장」중에서

딥러닝 알고리즘은 계속해서 발전하고 있습니다. 이제 단순히 스크립트를 읽는 것을 넘어 어린 나이에 세상을 먼저 떠난 딸의 목소리를 재현한다거나, 성우가 맡았던 목소리 연기를 대신하기에 이르고, 오디오북 콘텐츠는 물론 영어회화 서비스에도 쓰입니다. 알파고가 인간을 능가한 것처럼 조만간 딥러닝이 사람보다 더 자연스러운 소리를 내게 될지도 모를 일입니다.
--- 「스마트 스피커: 시리는 쓸모 있는 비서가 될 수 있을까」중에서

출판사 리뷰 출판사 리뷰 보이기/감추기

구글 검색부터 네이버 파파고, 내비게이션과 유튜브 알고리즘까지
일상을 바꾼 모든 AI 기술의 원리를 쉽게 풀어낸다

아침에 일어나 스마트 스피커에 날씨를 물어본다. 궁금한 일이 생기면 곧바로 포털에서 검색한다. 어디론가 이동할 때는 내비게이션에 목적지를 입력한다. 유튜브나 넷플릭스가 내게 추천해준 영상들을 차례로 훑어본다. 이는 지금 우리 일상의 한 장면들이다. 그리고 이 장면에는 모두 인공지능 기술이 녹아 있다. 자율주행, 검색엔진, 스마트 스피커, 기계번역, 챗봇, 내비게이션, 추천 알고리즘이 일상에 쓰이면서 우리는 삶이 편리해졌다고 느낄 뿐이지만 그 안에서는 혁신적인 인공지능 기술이 작동하고 있는 것이다. 이 책은 이러한 인공지능 기술을 우리가 이해할 수 있는 언어로 풀어낸다. 구글이 어떻게 순식간에 필요한 정보를 찾아내는지, 챗봇은 어떻게 정답을 들려주는지, 추천 알고리즘은 내 취향을 어떻게 알아내는지 등, 우리 일상과 밀접한 인공지능 기술의 원리를 친절하게 설명한다.

먼저 우리가 인공지능 하면 가장 먼저 떠올리는 알파고의 원리를 소개한다. 알파고는 어떻게 최고의 바둑 고수들을 뛰어넘을 수 있었을까? AI 체스기계 딥 블루가 세계챔피언 카스파로프를 이겼을 때도 바둑은 인공지능이 넘볼 수 없는 영역으로 치부되었다. 체스와는 달리 바둑은 그 경우의 수가 너무나도 컸기 때문이다. 이러한 문제를 인공지능 학자들은 몬테카를로 방법으로 해결한다. 모든 경우의 수를 계산하는 것이 아닌 무작위로 샘플링하여 정답을 찾는 것이다. 참고로 몬테카를로는 카지노와 도박으로 유명한, 모나코 동북부에 있는 휴양 도시로 도박에서 확률을 계산하는 것에서 그 이름을 따왔다. 여기에 더해, 어디에 돌을 내려놓을지 판단하는 정책망 알고리즘, 승리할 확률이 얼마나 되는지 판단하는 가치망 알고리즘을 활용해 알파고는 결국 이세돌 9단에게 승리를 따낸다.

챗봇에 쓰이는 원리도 흥미롭다. 인간의 언어를 다루는 인공지능 기술에서는 인간의 언어를 컴퓨터가 이해할 수 있는 언어로 바꾸는 것이 핵심인데 그 대표적인 방법이 ‘워드투벡’이다. 워드투벡은 말 그대로 단어를 벡터로 바꾼다는 의미다. 워드투벡은 어떤 단어와 특징을 관련성에 따라 0.99에서 0.01까지의 가중치로 표현한다. 예컨대 캐러멜이란 단어에서 단맛이란 특징의 가중치는 0.92, 크기는 0.06, 둥근 정도는 0.02의 숫자로 표현할 수 있다. 이렇게 하면 해당 단어를 각 특징을 차원으로 삼은 벡터 공간의 좌표에서 표현할 수 있는데, 이 좌표에서 특징이 유사한 단어들은 가까이 모이고, 이를 보고 컴퓨터는 단어의 유사도를 판단할 수 있는 것이다. 그리고 같은 방법으로 문장을 벡터로 표현하면, 우리의 질문에 가장 유사한 답변을 재빠르게 찾아주는 챗봇 기술이 된다.

“오늘도 알 수 없는 유튜브 알고리즘이 나를 이 영상으로 끌고 왔다”라는 밈으로 유명한 유튜브 알고리즘에 관한 설명도 재미있다. 여러 추천 알고리즘 중에 대표적인 것이 행렬 인수분해다. 행렬 인수분해를 이용하면 하나의 행렬을 2개의 행렬로 분해해서 계산하고 예측 정보를 얻어낼 수 있다. 예컨대, 고객이 어떤 영화에 남긴 평점을 하나의 행렬로 보고 여기에서 고객의 특징과 영화의 특징을 분해해 추출하는 것이다. 이러한 알고리즘에 딥러닝을 도입해 우리의 유튜브 화면에는 알 수 없는, 하지만 볼 수밖에 없는 영상들이 줄지어 올라온다. 참고로 행렬 인수분해는 사이먼 펑크라는 가명을 쓴 인물이 뉴질랜드 여행 중에 넷플릭스 프라이즈에 참가하여 고안한 알고리즘이다. 그는 이 알고리즘으로 대회에서 3위까지 올라가지만 대회에 관심이 없어진 그는 자신이 발명한 알고리즘을 블로그에 모두 공개하고 홀연히 자취를 감춘다.

인공지능 기술을 둘러싼 흥미로운 역사와 뒷이야기들

인공지능 기술의 발자취를 따라가다 보면 자연스레 등장하는, 흥미로운 사건들을 읽는 것도 이 책의 재미다. 먼저 인간을 이긴 최초의 체스 기계 이야기를 살펴보자. 이 기계는 놀랍게도 1770년 오스트리아에서 등장했다. 컴퓨터는 상상하지도 못했고 사칙연산을 겨우 해낼 수준의 기계를 구상하던 시절이었다. 태엽을 감으면 오스만제국의 의상을 입고 터번을 머리에 두른 인형의 나무 팔이 움직이면서 체스를 두었다. ‘메케니컬 터크’라는 이름의 이 기계는 당연히 세계적으로 유명해졌고 나폴레옹과 겨뤄 이기기도 한다. 미국의 추리소설가 에드거 앨런 포는 이 기계를 보고 체스를 두는 인형에 관한 에세이를 쓰기도 한다. 이 체스 기계의 정체는 무엇이었을까?

한때 세계적인 서비스로 자리매김했던 야후!가 구글에 밀리게 된 사연도 있다. 인터넷이 막 등장했던 무렵에는 디렉토리 서비스가 인터넷의 첫 관문이었다. 디렉토리 서비스는 인터넷 사이트를 주제별로 일목요연하게 정리한 서비스로, 예컨대 운동 ] 수영 카테고리로 가면 수영에 관련한 사이트가 죽 나오는 식이었다. 이 디렉토리 사이트의 최강자는 야후!였고 당시에는 모든 사람이 야후!를 인터넷 시작 페이지로 삼았다. 하지만 디렉토리 사이트의 치명적인 단점이 있었는데, 디렉토리의 편집을 사람이 직접 한다는 것이었다. 기하급수적으로 성장하는 인터넷 환경에서 그 변화에 사람이 하나하나 대응한다는 것은 사실상 불가능한 일이었다. 그럼에도 야후!는 디렉토리 서비스에 경쟁력이 있다고 판단했고, 결국 건 두 스탠퍼드 대학원생이 검색엔진을 위주로 만든 구글에 밀려나게 된다.

시리를 둘러싼 뒷이야기도 흥미롭다. 시리는 원래 민간 연구소의 프로젝트로 시작했다가 그 가능성을 보고 일부 연구원이 세운 스타트업 회사의 이름이자 서비스명이었다. 시리는 처음에 챗봇에 가까운 서비스였으나 출시를 1년이나 미루면서 음성인식 기능을 도입하고 마침내 앱스토어에 올라가 순식간에 엄청난 인기를 끌게 된다. 그리고 2주 후 시리의 공동 창업자 대그 키틀러스는 전화를 한 통 받는다. “안녕하세요. 스티브 잡스입니다.” 키틀러스는 장난전화라는 생각에 통화 종료 버튼을 누르지만 곧이어 두 번째 전화가 걸려오고 시리 팀은 모두 스티브 잡스의 집으로 초대된다. 잡스와 대화형 인공지능 그리고 애플의 미래를 두고 3시간이 넘도록 얘기를 나눈 후 잡스는 말한다. 애플이 시리를 인수하고 싶다고 말이다. 그렇게 시리는 애플의 핵심 서비스가 되어 아이폰 안에서 우리의 목소리를 기다리고 있다.

추천평 추천평 보이기/감추기

“알파고, 자율주행차, 기계번역 등은 인공지능을 이용한 대표적인 기술인데, 이들 기술이 실제로 어떻게 작동하는지를 가장 많은 사람이 이해할 수 있는 수준으로 설명한다.”
- 권순선 (구글 글로벌 머신러닝 프로그램 리드)

“인공지능과 교양서, 어쩐지 잘 어울릴 것 같지 않은 소재라서 별다른 재미는 기대하지 않고 읽기 시작했음을 밝힌다. 하지만 막연하게 알고 있던 인공지능의 역사와 뒷이야기를 누구나 이해할 수 있도록 재미있게 풀어 쓴 저자의 능력에 감탄했다. 컴퓨터 공학을 전공하는 조카에게 꼭 한 권 사줘야겠다는 생각이 든다.”
- 신명철 (카카오 엔터프라이즈 자연어 처리 파트장)

“예전에 지인이 ‘구글은 어떻게 검색창에 검색어를 넣는 순간 1초도 안 걸려서 전 세계의 모든 서버를 뒤져 문서를 찾아주느냐?’라고 물어본 적이 있는데, 그때 이 책이 있었더라면 대답 대신 건네줬을 것이다.”
- 이상호 (SK텔레콤 CTO, 11번가 대표)

“인공지능을 제대로 알고 싶어 하는 모든 입문자에게 그리고 입문자에게 인공지능을 제대로 설명하고자 하는 모든 인공지능 전문가에게 이 책을 추천한다.”
- 장동선 (뇌과학 박사, 궁금한뇌연구소 대표)

“어려울 수 있는 인공지능을 분야별로 초기 역사부터 최신 기술까지 다루면서도, 친근한 그림과 친절한 설명으로 풀어 초보자도 쉽게 이해할 수 있는 책이다. 평소 인공지능에 관심이 있으나 어떤 책으로 시작해야 할지 고민한다면 이 책을 적극 추천한다.”
- 하정우 (네이버 AI랩 연구소장)

회원리뷰 (20건) 리뷰 총점9.8

혜택 및 유의사항?
[서평]비전공자도 이해할 수 있는 AI 지식(반니) 내용 평점5점   편집/디자인 평점5점 YES마니아 : 로얄 스타블로거 : 블루스타 W***y | 2022.06.13 | 추천0 | 댓글0 리뷰제목
'일상 속에 녹아든 AI의 기술이 어떻게 쓰이는지의 개괄적인 부분을 파악할 수 있는 책 '    IT업계에 처음 발을 들일 무렵, 비전공자를 위한, 어린아이도 이해할 수 있는, 초보자도 알 수 있는 등의 많으 타이틀이 붙어있는 책들을 왕왕 접했다. 하지만 이 책들의 장점이자 단점은 정말로 겉핥기에서 끝날 뿐, 심도있는 이론으로 넘어가는 중간 과정으로는 힘들다는 점이;
리뷰제목

'일상 속에 녹아든 AI의 기술이 어떻게 쓰이는지의 개괄적인 부분을 파악할 수 있는 책 '

 

 IT업계에 처음 발을 들일 무렵, 비전공자를 위한, 어린아이도 이해할 수 있는, 초보자도 알 수 있는 등의 많으 타이틀이 붙어있는 책들을 왕왕 접했다. 하지만 이 책들의 장점이자 단점은 정말로 겉핥기에서 끝날 뿐, 심도있는 이론으로 넘어가는 중간 과정으로는 힘들다는 점이다. 하지만 이 책만은 조금 달랐다.

 

- 목차:

 이 책은 크게 발전 과정과 개괄을 담은 인공지능 파트와 더불어 우리가 본격적으로 인공지능을 알게 된 알파고에 대한 파트를 처음으로 다양한 분야에 진입하여 활약하는 AI 기술의 전반을 다룬다. 유망기업으로 손꼽히는 테슬라의 자율주행은 왜 다른 기업에 비해 우월한지, 구글이 검색엔진에 이어서 왜 거대모델을 노리는지, 기계번역과 심심이로 더 알려진 간단한 챗봇, 내비게이션도 넓게 등장한다. 또한 요즘 OTT의 유투브의 밥줄을 책임지는 추천시스템에 이르기까지 이 책이 꽤 두꺼운 이유가 있다.

 

- 인상적인 파트 :

 사실 우리가 가장 흔하게 접할 수 있는 AI를 떠올린다면 검색엔진만한게 없을 것이다. 자율주행은 아직 와닿지 않은 기술이고 추천 시스템의 경우  OTT와 유투브를 이용하는 사람들은 흔하게 만날 수 있는 시스템이라지만 모두가 인터넷을 하고 검색하는 이상 구글의 레이더를 벗어날 수는 없기 때문이다. 네트워크와 연계되서 구글이 어떻게 사람들의 정보를 수집하는지, 거대한 데이터를 어떻게 수집하고 관리해서 스스로의 몸집을 불려나가는지에 대한 과정을 초보자 입장에서도 쉽게 읽어낼 수 있다.

 

- 기억에 남는 부분 :

요즘 드라마에 보면 흔히 음성비서라고 해서 몇몇 기기들을 흔하게 만날 수 있다. 사실 실생활에서는 그렇게 쓰이지 않지만 이 음성비서들이 어떻게 구동되는지, 음성인식을 통해서 얼마나 일상이 편리해질 수 있는지에 대한 기술들을 대략적으로 확인할 수 있었다. 단순히 음성에서 끝나는게 아니라 자연어의 이해와 더불어 생성, 그리고 각기 다른 국가들의 언어를 어떻게 구현해낼 수 있는지의 과정들을 훑어보는 과정은 흥미로우면서도 쉽지 않은 과정이 될 것이다.

 

- 이 책이 도움이 되는 사람을 꼽는다면 :

 기본적으로 인공지능에 대한 흥미가 있는 사람들과 더불어 지금 우리 생활에 어떤 기술들이 쓰이는지 조금 깊게 알고 싶은 일반인, 그리고 기술에 대한 이해를 진행한 후에 기업 투자를 진행하고 싶은 사람들에게 상식으로서도 추천해볼법한 책이다. 또한 AI에 대한 진로를 고민하고 있는 학생 내지는 자신의 진로를 좀더 구체적으로 잡아나가고 싶은 IT 인공지능 관련 취업자 입장에서도 가이드라인을 잡아두기에 충분한 책이다.

 

- 내돈내산으로 직접 책을 구입한 뒤 작성된 후기입니다. -

댓글 0 이 리뷰가 도움이 되었나요? 공감 0
비전공자도 이해할 수 있는 AI지식 내용 평점5점   편집/디자인 평점5점 YES마니아 : 로얄 스타블로거 : 수퍼스타 k*******2 | 2022.05.15 | 추천0 | 댓글0 리뷰제목
2010년, 스탠퍼드대학교의 페이페이 리 교수는 약 100만 장의 이미지를 1,000개의 카테고리로 분류하는 이미지넷 대규모 시각 인식 챌린지 ILSVRC 를 주최합니다. 사람이 직접 분류한 이미지와 기계가 자동으로 분류한 이미지가 얼마나 일치하는지를 겨루는 대회였죠. 여기서 '사람이 직접 분류하는 일은 '메케니컬 터크'를 이용해 진행했씁니다. 250년 전 사람이 직접 들어가 체스르;
리뷰제목

2010년, 스탠퍼드대학교의 페이페이 리 교수는 약 100만 장의 이미지를 1,000개의 카테고리로 분류하는 이미지넷 대규모 시각 인식 챌린지 ILSVRC 를 주최합니다. 사람이 직접 분류한 이미지와 기계가 자동으로 분류한 이미지가 얼마나 일치하는지를 겨루는 대회였죠. 여기서 '사람이 직접 분류하는 일은 '메케니컬 터크'를 이용해 진행했씁니다.

250년 전 사람이 직접 들어가 체스르 두었던 그 자동기계가 맞습니다. 메케니컬 터크가 250년 만에 부활했습니다. (-33-)

 

 

그럼에도 불구하고 사실상 엔비디아의 독점 체제가 유지되는 이유는 CUDA 의 존재 때문입니다. 사실상 모든 딥러닝 라이브러리가 CUDA를 우선으로 지원하고 있고 CUDA 플랫폼의 지원 또한 워낙 강력하기 때문에 CUDA 를 지원하지 않는 다른 회사에서 출시한 GPU는 사용하기가 어렵습니다. 마치 모든 게임이 윈도우를 지원하고 윈도우에는 DirectX 가 있기 때문에 윈도우 OS 를 사용할 수 밖에 없는 것과 비슷하다고 할 수 있죠. (-51-)

 

 

미 대선 결과를 정확하게 예측하여 일약 스타로 떠오른 통계학자 네이트 실버 는 《신호와 소음 The Signal and the Noise 》 에서 인간을 능가하는 기계를 두고 "기술을 있는 그대로 바라보라" 고 주문했습니다. (-94-)

 

 

라이다가 장애물을 발견하면 그 위치를 장애물로 설정하고 그 안쪽은 운전가능 구역으로 설정해 주행 가능한 곳으로 가정하고, 바깥쪽은 미확인 구역으로 설정해 주행할 수 없는 곳으로 가정했습니다. 이렇게 운전가능 구역에서 주행한 기록을 학습 데이터로 삼아 엄청나게 많은 주행 데이터를 수집하여 머신러닝으로 학습했습니다. 기존에는 수많은 규칙을 일일이 입력해야 했지만 이제는 인간이 먼저 운전 가능 구역에서 운전 시범을 보이면 기계가 이를 배우게 한 셈이죠. (-103-)

 

 

2014년 구글의 자율주행차는 전동 휠체어를 탄 여성이 빗자루를 들고 도망가는 오리를 쫓아 도로로 나온 상황을 맞닥뜨렸습니다.마찬가지로 난생처음 보는 광경에 구글의 자율주행차는 대응하지 못했죠. (-132-)

 

 

이제 알렉사는 단순히 에코의 호출어를 넘어 아마존의 인공지능 플랫폼 그 자체를 가리키는 이름이 되었습니다. 그리고 재밌게도 알렉사가 등장한 2014년 이후에는 미국에서 자녀의 이름을 더 이상 알렉사를 짓지 않습니다. 아마도 매일 날씨를 알려달라도 재촉당하는 비서의 이름을 자녀의 이름으로 정하고 싶지 않아서겠죠. 실제로 2015년에만 해도 알렉사라는 이름은 32번째로 인기 있는 이름이었지만 2019년에는 139위가 되어버렸습니다. (-211-)

 

 

이듬해 공개된 GPT-3 는 더욱 놀라웠습니다. 인간을 위협할 정도라고 했던 GPT-2 보다 100배나 더 큰 모델이었거든요. GPT-3 가 학습한 원본 데이터는 무려 45TB 에 달합니다. 이 엄청난 데이터에서 잘못된 데이터를 추리고 추려서 알짜배기만 정제한 것만 해도 570GB 에 달했고,이를 모두 학습에 이용했습니다. (-322-)

 

 

2013년에 나온 워드투백은 언어 이해 모델입니다. 그리고 2018년에 나온 비트 또한 언어 이해 모델이죠. 특정 단어를 가려놓고 들어갈 단어를 맞추도록 하는 것은 언어를 이해하려는 모델이 쓰는 방식입니다.버트는 워드투백과 마찬가지로 문장의 의미를 벡터로 잘 표현하기 위해 엄청나게 많은 문장을 학습하죠. (-331-)

 

 

인공지능, 알파고, 자율주행, 검색엔진, 스마트 스피커, 기계번역, 챗봇,내비게이션, 추천 알고리즘이 소개되고 있으며, 아홉개의 인프라는 불가능했던 일들을 가능함으로, 인간의 삶을 변화시키고 있다. 그 과정에서 새로운 가치를 만들어 내고, 변화의 주역이 되었다. Ai는 인간의 한계를 극복했고, 시간의 한계를 극복하기 위한 기술적 변화를 완성해 나가고 있었다. 추구하는 바대로 살아가는 것, 빅데이터가 딥러닝과 융합하면, 기술으 확보해 불가능을 가능으로 전환하게 된다.

 

 

인간이 직접 두 손으로 두 발로, 운전해 왔던 일들을 자율주행자동차가 자율적으로 움직일 수 있고, 인간의 말을 명령어로 바꿔 나갈 수 있는 조건이 완성된다. 인공지능은 인간의 눈과 귀로, 언어와 초감, 시각과 청각을 모방한다. 물론 그동안 인간에 의존하였던 번역을 기계 스스로 자연어 번역을 할 수 있도록 언어 번역의 한계를 극복했다. 완벽함과 완벽하지 않음의 경계를 허물었으며, 웹을 활용함 데이터 수집과 구조화, 데이터 생성원리에 대해 인간이 가진 한계를 찾아내고 있다. 우리의 언어의 불완전한 구조를 인간의 인식과 자각으로 쉽게 맥락에 따라서 풀어냈다면,인간이 직접 운전하였던 주행기술조차 기계의 자율 주해이 가능하게 된다. 빅데이터를 활용하게 되면서, 구글 검색최적화가 가능해졌고, 각각에 최적화된 알고리즘, 신경망 기술이 완성될 수 있게 된다. 그리고 이러한 자율주행자동차 운행이 가능하려면, 변화와 혁신의 주요 기술이 우선되어야 한다.

 

전체 내용을 보시려면 ISO 국제인증전문기관 : 네이버카페(naver.com) 사이트 를 방문하시면 됩니다.

댓글 0 이 리뷰가 도움이 되었나요? 공감 0
비전공자도 이해할 수 있는 AI지식 내용 평점5점   편집/디자인 평점5점 스타블로거 : 블루스타 s****s | 2022.04.08 | 추천0 | 댓글0 리뷰제목
        출판사 후원을 받아 작성한 리뷰입니다.        자세한 내용은 ISO 국제인증전문기관 : 네이버카페   에서 확인하실 수 있습니다. [비전공자도 이해할 수 있는 AI지식 / 반니  / 박상길]   레이더 . 레이더는 2차 세계대전 전후에 영국에서 개발한, 상대방의 전투기를 탐지하는;
리뷰제목

슬라이드1.JPG

 

슬라이드2.JPG

 

슬라이드3.JPG

 

슬라이드4.JPG

 

슬라이드5.JPG

출판사 후원을 받아 작성한 리뷰입니다.

       자세한 내용은 ISO 국제인증전문기관 : 네이버카페 

 에서 확인하실 수 있습니다.

[비전공자도 이해할 수 있는 AI지식 / 반니  / 박상길]

 

레이더
. 레이더는 2차 세계대전 전후에 영국에서 개발한, 상대방의 전투기를 탐지하는 군사용 장비. 레이더는 전자파를 쏘아올려 물체에 반사된 반사파를 측정. 보이지 않을 만큼 원거리에 있는 물체도 감지 가능.

레이더와 자율주행차
. 레이더는 자율주행차에 필수입니다. 자율주행차에서 레이더는 반사된 전자파를 분석해 많은 정보를 알아낼 수 있습니다. 전자파는 빛의 속도로 나아가 순식간에 물체를 인식할 수 있고 야간이나 악천후에서도 안정적으로 작동합니다.

레이더의 단점 
. 정밀하지 못하고 파장이 크기 때문에 작은 물체는 측정하기 어렵다. 또한 전자파가 물체에 맞고 되돌아올 때 시간과 각도의 차이가 발생하기 때문에 거리와 방향을 정확하게 파악하기가 어렵다. 나무나 플라스틱 같은 전기가 통하지 않는 부도체는 전자파를 반사하지 못하기 때문에 인식을 잘 할 수 없는 문제가 있다.

고급승용차와 레이더
. 레이더가 고급 승용차에도 달려서 나온다. 상대적으로 저렴하면서도 우수한 성능 때문이다. 제네시스 G80만 해도 후측방 레이더 2개를 포함해 차량 전체에 레이더를 5개나 달아, 첨단 운전자 보조 시스템 ADAS 등에 활용하고 있다.
 

 

 

댓글 0 이 리뷰가 도움이 되었나요? 공감 0

한줄평 (7건) 한줄평 총점 10.0

혜택 및 유의사항 ?
구매 평점5점
진짜로 이해할 수 있는 책
이 한줄평이 도움이 되었나요? 공감 0
YES마니아 : 로얄 s******4 | 2022.08.13
구매 평점5점
쉽게 잘 설명되어 있습니다.~~
이 한줄평이 도움이 되었나요? 공감 0
YES마니아 : 로얄 지* | 2022.07.20
구매 평점5점
재미있습니다 추천
이 한줄평이 도움이 되었나요? 공감 0
YES마니아 : 골드 블**틀 | 2022.06.10
  •  쿠폰은 결제 시 적용해 주세요.
1   17,820
뒤로 앞으로 맨위로 aniAlarm