딥러닝 독학, 코딩은 처음인 초보자도 가능

인공지능이라는 말은 이제는 대중화 된 것 같습니다. 얼마 전 있은 전국동시지방선거를 치루는 과정에서도 인공지능, AI라는 말은 매체에 자주 등장하였습니다. 당선 결과 예측을 인공지능이 하는 것입니다. 대중화되는 반면에 인공지능을 배우기 위한 진입장벽은 어렵습니다. 인공지능이 무엇인지 한 문장으로 정의하기 또한 애매합니다. 인공지능이라는 큰 집합을 세부적으로 구분하면 데이터 분석, 머신러닝, 딥러닝 등으로 나뉩니다. 또한, 알고리즘 별로는 선형분류, 이미지 분류, 자연어 처리 등 다양한 기술이 있습니다. 지금도 새로운 알고리즘을 바탕으로 한 모델 구축이 계속 되고 있습니다.

인공지능이 대중화 된 만큼 학습하기 위한 환경도 많이 변화하였습니다. 예전에는 성능좋은 컴퓨터를 구입하고, 유명한 논문들을 찾아 공부하였습니다. 지금은 클라우드 환경을 이용하고, 온라인 강의를 통해 접할 수 있습니다. 교양서적을 떠나 많은 전문 지식을 쉽게 풀어 쓴 책들도 많이 있습니다. 컴퓨터 프로그래밍을 위한 학원의 교육과정도 인공지능 위주로 개편되는 것 같습니다.

대중화된 수요에 비해 인공지능을 다루는 인력이 부족합니다. 이러한 요구에 자신에게 맞는 학습 방법을 찾는 것이 인공지능을 빠르게 배울 수 있는 지름길이 될 것입니다. 인공지능을 처음 접하는 분들도 쉽게 익힐 수 있도록 하는 책들 또한 많습니다.

코딩은 처음이라 with 딥러닝
이종환 저 | 영진닷컴 | 2022년 04월 25일

인공지능이라 하면 스르로 생각하고 판단하는 컴퓨터라는 의미로 생각할 수 있는데, 실제로 지금까지 사용되고 구현된 인공지능은 데이트 분석을 돕는 알고리즘이다.^11쪽

인공지능은 사실 데이터 분석을 위한 알고리즘입니다. 이러한 알고리즘의 대표적인 것으로 머신러닝과 딥려닝이 있습니다. 이 책은 딥러닝의 작동 원리를 이해하고 코딩까지 할 수 있는 수준으로 알려주는 책입니다. 수학적 이론은 미분과 행렬 계산만 알고 있으면 충분히 소화가 가능하다고 말합니다. 한마디로 딥러닝을 처음 접하는 왕초보도 쉽게 따라하면서 배울 수 있는 책입니다.

이 책의 저자는 인공지능 교육과 연구 개발을 병행하는 아리스트 주식회사의 대표인 이종환님 입니다. 실제 대학에서 지금도 출강을 통해 인공지능 교육을 해오고 있습니다. 그 현실감각을 그대로 책에 답고 있습니다. 다만, 초보자를 위한 안내서인 만큼 교과서 적인 틀을 지니고 있기도 합니다. 강의, 마무리, 연습문제, 실습 코드 작성과 같은…

저자의 강의도 유튜브 채널을 통해 무료로 수강할 수 있습니다. 영진닷컴 IT 채널에는 현재 37개의 강의 동영상이 있는 것을 확인할 수 있습니다.

책은 총 8개의 Part로 구성되어 있습니다. Part1은 인공지능의 개념에 대해 소개합니다. 머신러닝과 딥러닝의 차이를 알려줍니다. 배우는 과정에서 등장하는 새로운 용어들을 쉽게 정리한 것이 보입니다. 실습에 사용할 캐글에 대한 주요 소개도 빼놓지 않습니다.

Part 2와 Part 3는 Deep 하게 들어가기 전에 흐름을 잡기 위한 과정입니다. 딥러닝의 흐름을 잡으면서, 알고리즘의 기본 흐름을 파악할 수 있도록 하고 있습니다. 딥러닝의 최종 목적은 최적화라는 것을 은근슬쯕 알려주고 있습니다.

Part 4부터 본격적인 모델 구축 과정을 유형별로 나눠 학습할 수 있도록 하고 있습니다. 신경망 모델, 이미지 분류, 자연어 처리와 같이 실제 많이 사용되는 내용 위주로 안내하고 있습니다. 전체 과정을 학습할 수 있도록 밑그림을 먼저 소개하고 각 과정에서 필요한 알고리즘과 코딩을 소개하는 식으로 진행됩니다.

마지막 Part 8은 배운 내용을 바탕으로 실제 프로젝트 형태로 코딩을 해 볼 수 있도록 하여 실전 감각을 유도하는 장입니다. 작동원리를 이해한 후 실제 몸으로 직접 익힐 수 있도록 하였습니다.

실제 현장에서 인공지능을 가르치는 입장을 잘 반영한 것 같습니다. 기본 원리부터 코딩까지 안내하는 안내서 같은 책입니다. 새로운 학문인 만큼 날마다 나오는 새로운 용어들이 있는데 그 부분도 이해하기 쉽도록 쉬운 용어들로 설명하고 있어 초보자에게는 더 유익할 듯 합니다.

인공지능, 딥러닝이 처음이라면 이 책으로 시작해보면 왜 이 책의 제목을 ‘코딩은 처음이라’ 라고 지었는지 단번에 알 수 있을 것칩니다. 좋은 책을 만나는 것 또한 배우는 입장에서는 좋은 기회 입니다.

#인공지능독학 #딥러닝실무 #선형모델 #자연어처리 #캐글 #케라스 #개프로

1. 딥러닝 입문하기
IT 개발자로 현업에서 일하고 있지만 AI(인공지능)과 머신러닝/딥러닝 분야와는 거리가 멀어서 이론적으로만 알고 있었다.
＜코딩은 처음이라 with 딥러닝＞는 막막한 딥러닝 학습을 원하는 사람들에게 입문 교제로 적절한 책이다. 
책의 목차를 살펴보자.
초반 부분에는 인공지능과 딥러닝에 대해 기본적인 이론을 소개한다.
그리고 중반에는 선형분류, 선형모델, 신경망 모델에 대한 이론과 실습이 나온다.
마지막으로 이미지 분류와 자연어 처리까지 다룬다.

인공지능 하면 무엇이 떠오르는가?
아마도 이세돌과 알파고의 대결이 떠오르는 사람이 많을 것이다.
알파고는 AI 기술이 실제적으로 구현된 매우 성공적인 구글의 바둑 프로젝트다.
수많은 경우의 수가 존재하는 바둑 분야에서 어떻게 컴퓨터가 인간을 이길 수 있었을까?
알파고의 원리를 간단히 설명하면 수많은 기보를 학습 후 계속해서 대국을 치르면서 승리의 확률이 가장 높은 위치에 바둑돌을 놓을 뿐이다.
알파고는 인간이 예상하기 힘든 위치에 바둑돌을 하나하나 놓으면서 결국 승리했다.

그럼에도 여전히 인공지능은 걸음마 단계이다.
책에서도 다음과 같이 한계를 인정한다.

p10
사람이 지각하고 학습하고 추론하는 지능을 과학적으로 표현한다는 것은 지금도 마찬가지지만 당시에도 매우 추상적인 개념이었다.
따라서, 당시 혹은 지금까지도 인공지능은 여전히 실제 구현과는 먼 개념이며, 과학적 대상이라기보다는 철학적이거나 몽상적인 대상으로 봐야 할 것이다.

개와 고양이를 구분하는 인공지능 프로그램이 있다고 가정해 보자.
수만 개의 개, 고양이 사진을 학습한 프로그램에게 고양이 줄무늬를 그린 강아지 사진을 제시해 보자.
사람이면 간단하게 개라고 답하겠지만 인공지능은 고양이라고 답할 것이다.
줄무늬가 있는 개는 학습하지 않았기 때문이다.
사람은 개에게 옷을 입히고 미용을 하고 염색을 한다는 사실을 알고 있다.
컴퓨터에게 줄무늬 염색을 한 개는 전혀 상상하지 못한 추상적인 개념 일 것이다.
이처럼 인공지능은 갈 길이 멀다.

책에서 마음에 들었던 부분은 용어에 대한 올바른 설명이다.
인공지능, 머신러닝, 딥러닝 등 각각의 차이가 무엇이고 어떤 곳에서 사용하는지 명확하게 이론을 설명한다.
다음과 같이 부등호를 그려보면 이해가 쉽다.
인공지능 ＞ 머신러닝 ＞ 딥러닝
머신러닝은 정형화된 구조적 데이터를 다루는 단층으로 이루어진 알고리즘이다.
딥러닝은 이미지, 자연어, 소리 같은 비구조적인 데이터를 다루는 다층으로 구성된 알고리즘이다.

2. Kaggle 실습 도구
책에서는 파이썬(python) 플랫폼인 캐글(kaggle)로 딥러닝 실습을 한다.
캐글은 데이터 분석과 머신러닝 분야 학습을 위한 웹 기반 플랫폼이다.
캐글 사이트에 회원가입해서 코드를 실행하면 된다.
영진닷컴 유튜브 채널에서 무료 강의가 제공된다.

책에는 8개의 Part가 있다.
이론과 다양한 기술과 용어에 대한 설명이 이어진다.
그리고 장이 끝나면 한 페이지로 정리된 "이번 장의 마무리"가 나온다.
연습문제가 이어지는데 대학시절 교제의 문제 느낌이다.
데이터분석 초보자 입장에선 다소 어려울 수 있는 문제다.
다른 참고 도서를 꼼꼼히 봐야 풀만한 문제들도 있다.
뒤를 이어 실습문제와 심화문제가 나온다.
학부생 과제 정도의 난이도로 보인다.

3. 이미지 분류
책에서 가장 재미있게 본 내용은 이미지 분류다.
컴퓨터가 인식하는 이미지는 사람이 보는 느낌과 많이 다르다.
인간은 이미지를 보면 사진인지 그림인지 먼저 빠르게 판단하고 사진이라면 어떤 사물을 어느 장소에서 언제 찍은건지 배경을 이해하고 판단하는 것이 가능하다.
반면에 컴퓨터는 이미지를 픽셀로 나누고 해당 픽셀의 색상을 숫자 데이터 값으로 처리한다.
꽃인지 동물인지 자동차인지 아무런 관심이 없다.
컴퓨터가 바라보는 이미지는 색상 데이터의 조합일 뿐이다.
어떻게 컴퓨터에게 이미지를 학습 시킬까?
방법은 매우 다양하다.
하나의 이미지를 여러 가지 필터를 통해 외각선으로 분리하기도 하고 픽셀을 줄여 단순화 시키기도 한다.
뇌의 뉴런 구조처럼 다수의 층(레이어)을 통해 변환 시킨 이미지를 분류하고 분석한다.
행렬을 합과 곱 계산으로 변경시킨다.
이미지 색상을 흑백으로 만들어보기도 하고 지역을 구분하여 특성을 강화시키기도 한다.

CNN(Convolutional Neural Networks) 합성곱 신경망 모델은 이미지 분석에 매우 효율적인 모델이다.
실습으로 CNN Layer를 구현하는 문제가 나온다.
마지막 심화문제로 25000개의 개/고양이 사진으로 Train 학습하고 12500개의 개/고양이 사진으로 Test 시험하는 문제가 나온다.
말로만 듣던 이미지 분류 문제를 실습으로 풀어보는 좋은 내용이었다.

4. 자연어 처리
자연어 처리하는 모델도 오랜 시간 연구하고 있는 대표적인 주제다.
인간의 언어는 어찌 그리 계속해서 변화하고 복잡하며 미묘한지. 
아직도 완벽한 번역기 개발은 불가능에 가깝다.
많이 하는 연구 중에 하나는 어떤 영화나 단어에 대한 감상평 또는 호감/비호감을 분류하는 것이다.
특정 주제에 대한 긍정적/부정적 어떤 의견이 많은지 분류할 수 있다.

책에서 실습 예제로 한글 영화 감상평 분류를 제시한다.
국어는 영어와 다르게 하나의 띄어쓰기 단위가 여러 형태소로 구성된다.
한국어는 형태소 분석을 통해 의미 있는 단어만 추려내는 사전 작업이 필요하다.
예를 들면 "오늘도 좋은 하루 보내세요"라는 문장을 "오늘 / 좋다 / 하루 / 보내다"로 의미 있는 단어들로 쪼개는 것이다.
Word index 즉 말뭉치 사전이라고 한다.
책에서 소개하는 다양한 모델을 적용해서 실습한다면 데이터 분석에 도움이 많이 될 것 같다.

인공지능에 대한 과한 상상을 하고 이 책을 접한다면 다소 식상할지도 모른다.
어쩌면 수백 년 뒤에도 컴퓨터는 스스로 생각하지 못하고 인간이 프로그래밍 한대로만 움직일 수도 있다.
스스로 생각하고 판단하고 행동하는 인공지능은 과연 가능할까?
자연어 처리 관련해서 흥미로운 프로젝트를 생각해 볼 수 있다.
인스타, 페이스북, 트위터, 블로그의 글들을 크롤링하고
긍정적인 기대감이 많아지는 기업의 주식에 투자하는 것이다.
부정적인 내용이 많아지면 해당 주식을 판매한다.
기업이 가지고 있는 데이터에 접목하여 타깃 마케팅으로 활용하는 것도 좋다.

막연해 보이는 인공지능에 대해 조금이라도 실체적으로 입문할 수 있는 책을 만나게 되어 좋았다.

#인공지능독학 #딥러닝실무 #선형모델 #자연어처리 #캐글 #캐라스 #개프로

이 리뷰는 출판사로부터 도서를 제공받아 작성하였습니다.

https://blog.naver.com/kyoyo21/222752376364

"이 서평은 영진닷컴에서 책을 제공받아 작성된 서평입니다"

이 책은 딥러닝에 이제 막 관심이 생긴 초보자들에게 길잡이가 되어주는 좋은 책입니다. 
책이 예제와 코드를 통해 이해하기 쉽게 설계되어 있어서 쭉쭉 읽어나가기 좋은 책입니다. 
해당 책은 무료로 동영상 강의가 제공되며, 다양한 예제 코드를 포함하고 있습니다. 
책에 이해하게 쉽게 잘 풀어 정리가 되어있지만, 혹시 이해하기 어려운 경우에는 약 10분 길이의 동영상 강의를 통해 쉽게 이해할 수 있습니다. 

딥러닝 초심자들이 이해하기 어려운 용어나 개념들은 "혼자 정리하는 딥러닝" 부분을 통해 친절하게 comment 해주는 점도 좋았습니다. 
딥러닝에 막연한 두려움이 있었는데, 다양한 그림과 수식으로 이해하기 쉽게 해주신 점이 가장 좋았습니다. 
덕분에 기본기를 많이 쌓은 것 같아요. 이제 막 딥러닝을 공부하려는 분들에게 적극 추천하고 싶습니다! 

" 이 서평은 영진닷컴에서 책을 제공받아 작성된 서평입니다"

작년에 데이터 분석 공부에 입문한 뒤로 머신러닝, 딥러닝에 대해 큰 관심을 갖게 되었습니다.

딥러닝이 쓰이는 분야를 보면서 막연하게 재밌겠다, 배워보고 싶다는 생각을 늘 하고 있었는데요.

수학이나 공학을 전공하지 않아서 그런지 딥러닝에 대한 진입장벽이 다소 높게 느껴졌습니다.

그러다 이 책을 알게되어 같이 따라한다는 마음으로 공부를 시작해보았는데요.. (제목이 뭔가 친근하게 느껴져서요. ㅎㅎ)

딥러닝 이해에 필요한 개념을 정말 군더더기 없이 잘 설명해주고 있고

연습문제나 예제문제도 깔끔하게 구성되어 있어서 전반적으로 한 번 훑어보기에 너무나 좋아요!

정말 딥러닝을 처음 공부하시는 분들이 개념 잡기 + 감잡는데 도움이 되는, 친절한 책이라고 생각합니다.

이해가 안되는 부분이 당연히 있을 수 있고요.. 그래서 동영상 강의도 유튜브에 있으니 참고하시면 좋을 것 같아요. (길지도 않아요.. 한 챕터당 길어야 10분이더라고요)

제가 전체적으로 받은 인상은.. 공부를 정말 잘하는 학생의 요약노트를 훔쳐보는 느낌이었습니다 :)

덕분에 공부 잘했습니다. 감사합니다!

" 이 서평은 영진닷컴에서 책을 제공받아 작성된 서평입니다"

인공지능에 관심있는 초보자들이나 지금 막 시작하는 전공자들이 쉽게 따라할 수 있도록 구성되어 있습니다.

또한 무료로 동영상 강의가 제공되고 있어서 동영상 강의를 보면서 공부하기에도 편한 책입니다.

목차는 Part 1~3은 인공지능의 개념, 딥러닝의 기본 흐름 파악 같은 기초부터 시작해서 기본을 시작하는 단계입니다. Part4부터는 본격적인 딥러닝에 관한 내용인데요. Part4에서는 선형 모델을, Part5에서는 여러 선형모델의 결합인 신경망에 대해서 다룹니다.

Part6에서는 CNN모델을 다루고 Part7에서는 자연어 처리에 필요한 word embedding과 RNN모델에 대해 다룹니다.

마지막장에서는 배운 내용을 토대로 프로젝트 4개가 주어집니다.

매 Part마다 마무리 요약이 있고 연습,실습,심화 문제를 통해 내용을 잘 이해했는지 확인도 가능합니다.

심화문제에는 논리 연산 관련 내용이 있어서 기초지식이 없는 분은 어려울 수도 있습니다.

미분과 행렬의 기본적인 수학 지식이 있어야 딥러닝 개념을 이해할 수 있기에 사전에 미분과 행렬에 대해 공부를 하면 좀 더 도움이 될 것입니다.

유튜브 강의

https://www.youtube.com/playlist?list=PLdt2DTDneodcpXeH4q-NrHcaTN9MgvRS5

영진출판사

https://www.youngjin.com/book/book_detail.asp?prod_cd=9788931466140&seq=7042&cate_cd=1&child_cate_cd=5&goPage=1&orderByCd=1&searchType=Y&keyword1=%C4%DA%B5%F9%C0%BA%C3%B3%C0%BD%C0%CC%B6%F3