|
해당 출판사로부터 책을 제공받아 꼼꼼히 읽은 뒤 솔직하게 리뷰한 글입니다. '비전공자를 위한 인공지능 교과서'를 읽고, 인공지능에 대한 개념적 이해와 관련된 궁금증을 많이 해결할 수 있었습니다. 기술적인 부분보다는, 인공지능의 개념&특징&관련 산업에 집중하여 설명된 도서입니다. 도쿄대 공학부 교수님께서 추천하는 도서답게, 비전공자를 대상으로 하는 도서답게 인공지능과 관련된 명확한 최신 정보를 담고 있는 도서입니다. 기술이 정말 빠르게 변하는 시대죠. 특히 IT는 1년만 지나도 변경되는 내용이 많은 분야입니다. 이 책은 또 나온지 얼마되지 않은 신간이다 보니, 최신 정보도 많이 담고 있어서 좋았어요.
원문은 일본의 두 작가님께서 쓰신 듯합니다. 정용민 작가님께서 한국어로 옮겨주셨네요. 내용만 본다면 원문이 외국어라는 것을 알 수 없을 정도로 자연스럽고 쉽게 번역이 잘 되어있습니다. 쓰신 분과 옮기신 작가님 모두, 많은 것을 쉽게 담기 위해 큰 노력을 하셨다는 게 느껴진 책이었어요.
'비전공자를 위한 인공지능 교과서' 는 옮긴이 머리말부터 굉장히 흥미로웠습니다. 제목에서 적혀있듯이 비전공자도 이해할 수 있는 책을 만들기 위해 저자인 후쿠마 도모키, 가토 고이치 작가님께서는 전문 용어보다는 비관련자도 이해할 수 있는 쉬운 용어로 풀어 설명하려고 노력을 많이 하셨다고 해요. "공학도라면 기술 분야를 학습해야겠지만, 기업의 실무 담당이나 경영진이라면 이런 부분은 중요하지 않습니다" 라는 문구가 가장 임팩트가 있었습니다. 이 말 그대로, 구독 대상을 명확하게 설정하여 잘 만든 도서였다고 생각합니다.
또, 이 책을 한 문장으로 설명한 문구는 "너무 쉽게 설명하면 추상적인 내용이 될 수 있고, 너무 구체적으로 설명하면 어려워질 수 있다. 이 책에서는 이 둘 사이의 균형을 맞추려고 노력했다." 였습니다. 정말 제가 배워본 인공지능은 딱 저랬거든요..ㅋㅋㅋ 쉽게 하자니 뜬구름 잡는 얘기 같고, 어렵게 하자니 이해를 못하겠고 공학도도 이해하기 어려운 것이 진짜 기술적인 AI.. 이 책에서는 그런 어려운 부분은 전혀 없으니, AI에 대해 1도 모르시는 분도 걱정 없이 읽을 수 있을 것이라 생각합니다.
위에서도 말씀드렸듯이 인공지능 분야는 수학적인 개념이 빠질 수가 없고 이 수학적인 개념이 비전공자가 봤을 때는 아예 다른 언어처럼 느껴질 수 있습니다. 수학적인 부분은 최대한 빼고, 일상생활에서의 예시를 이용하여 쉽게 설명하여 비전공자도 인공지능의 개념을 이해하고, 인공지능 산업에서 요구하는 내용들을 친절하게 설명한 도서입니다.
책에서 인공지능이라는 주제를 설명하는 방식과 범위는 위의 사진들을 참고해주시길 바랍니다. (완전 교과서 느낌) 이 책을 모두 읽으며 느낀 점은 교양으로 인공지능에 대해 배운다면 이 도서를 써도 괜찮을 정도로 인공지능을 둘러싼 개념에 대해 잘 설명하고 있습니다.
개인적으로는 책 읽는 훈련이 된 중학생 이상이면 충분히 이해할 수 있도록 풀어쓴 책이라는 생각이 듭니다. 따라서, 기술자/공학도 당사자 가 아닌 관련 업계에서 '인공지능 산업'에 대한 이해가 필요하신 분께 추천드리는 도서입니다. 인공지능을 직접 만들필요는 없지만 인공지능의 특징과, 관련 시장에 대한 정보를 안다면 더 좋은 비지니스를 할 수 있을테니까요. 이런 목적으로 이 책을 읽으신다면 기대한 것보다 넘치는 좋은 정보를 얻으실 수 있을 것이라 생각합니다.
특히 작가님들이 관련 현업에서 일하시는 분들이라 그런지 산업적인 부분에서 필요한 지식들을 많이 담고 있어서 좋았습니다. 공대생인 저는 학교에서는 어려운 기술적인 부분만 배우지 실제 산업과 시장과 관련된 부분은 배울 수 없었거든요.
이 책을 구매하시는 분이 꼭 참고하시면 좋을 부분은, 이 책은 비전공자를 대상으로 하기 때문에 수학적인 내용은 거의 담겨있지 않습니다. 이 부분은 어떤분께는 한없이 큰 장점이 되고, 어떤 분께는 아쉬운 점이 될 수 있을 것 같습니다. 이 책은 처음부터 비전공자를 대상으로 출판된 도서이기 때문에 목적에 맞게 생각한다면 이것보다 더 쉽고 명확하게 설명할 수는 없을 것이라 생각합니다.
?일본 현업 최전선에서 일하는 TDAI Lab 대표이사, 고문 전문가께서 쓰신 책 ?공학도가 아니지만 인공지능에 대해 궁금하신 분 (인공지능을 1도 몰라도 괜찮아요) ?인공지능과 관련된 업무를 맡으신 분 ?제목 그대로, 문과에서 인공지능을 설명해줄 수 있는 모든 부분이 담겨있음 ?교과서라는 이름이 잘 어울리는 도서. 더 자세한 리뷰를 보고 싶으시다면 블로그로 찾아와주세요! 도서 사진도 아래 블로그에 등록해놓았습니당 https://blog.naver.com/thfug11/ |
|
비전공자를 위한 인공지능 교과서 저자 : 후쿠마 도모키 인공지능을 이용하여 지금까지 없던 새로운 가치를 비즈니스에 제공하는 것을 목적으로, 2016년 도쿄 대학교 학생 벤처 기업인 TDAI LAB을 설립해서 대표이사로 취임하여 최첨단 인공지능 연구와 도입을 지원하고 있다. 빅데이터에서 진실을 구별해 내는 신뢰성 스코어링 AI에 대한 연구/개발도 진행하고 있다. 저자 : 가토 고이치 현재는 기업을 대상으로 인공지능의 효과적인 활용법 안내와 도입을 지원하고 있으며, 90년대에는 일본 마이크로소프트에서 윈도우 제품 및 마케팅 책임자로 지냈다. 2003년에는 와세다 정보기술연구소를 설립하고 대표이사로 취임하였으며, 업종별로 인공지능의 맞춤형 도입 지원 패키지를 개발하고 있다.
CHAPTER 1 | 인공지능을 두려워하는 이유 1 1-1 왜 인공지능을 두려워할까요 3 CHAPTER 2 | 인공지능의 정체 9 2-1 무엇을 할 수 있어야 인공지능이라고 부를 수 있을까요 11 2-2 인공지능이 생각하기에 합리적인 것은 무엇일까요 17 2-3 인공지능은 어떻게 해서 최고의 한 수를 선택할까요 20 2-4 인공지능은 어떻게 해서 실패로부터 배우는 것일까요 24 2-5 인공지능에게는 왜 대량의 데이터가 필요할까요 30 COLUMN 인공지능 화가와 뮤지션이 탄생할 것인가 34
CHAPTER 3 | 인공지능은 어떻게 진화해 왔을까요 35 3-1 인공지능이 왜 지금 주목받는 것일까요 37 3-2 인공지능 연구가 급속히 확대되고 있다고 할 수 있는 근거는 무엇일까요 39 3-3 예전의 인공지능은 어떤 것이었을까요 43 3-4 옛날과 오늘날에 인공지능의 차이점은 무엇일까요 49 3-5 머신러닝이란 무엇인가요 53 CHAPTER 4 | 인공지능은 인간과 어디까지 가까워질 수 있을까요 59 4-1 인공지능은 사람의 마음을 이해할 수 있을까요 61 4-2 인공지능이 쓴 글에서 지성이 느껴지는 이유는 무엇일까요 65 4-3 인공지능이 똑똑해지는 데 사람의 지식이 도움을 줄 수 있을까요 67 CHAPTER 5 | 인공지능은 틀릴 수 있다 71 5-1 인공지능은 어떨 때 틀리는 걸까요(첫 번째) 73 5-2 인공지능은 어떨 때 틀리는 걸까요(두 번째) 77 COLUMN 높은 표현 능력을 가진 딥러닝 모델 80 5-3 인공지능은 어떨 때 틀리는 걸까요(세 번째) 81 5-4 인공지능은 어떨 때 틀리는 걸까요(네 번째) 85 COLUMN 과학습의 처리 방법 88 5-5 인공지능이 내린 답을 믿어도 될까요 89 CHAPTER 6 | 인공지능 내부에 잠재된 악의란 무엇일까요 95 6-1 인공지능을 속일 수 있다는 것이 사실일까요 97 COLUMN 딥페이크 기술의 순기능 107 6-2 인공지능이 사람을 차별한다는 게 사실인가요 108 6-3 인공지능의 예측이나 결정을 믿을 수 있게 하려면 무엇이 필요할까요 114 6-4 인공지능은 어떻게 해서 예측이나 결정의 근거를 설명할 수 있을까요 118 6-5 인공지능의 예측이나 결정을 믿을 수 있게 하려면 설명 이외의 다른 방법도 있을까요 124 CHAPTER 7 | 앞으로의 인공지능은 어떻게 될까요 129 7-1 인공지능이 감정을 갖게 된다는 게 사실인가요 131 7-2 인공지능이 인공지능을 만든다는 게 무슨 뜻인가요 135 7-3 인공지능끼리 바둑을 두면 어떻게 되는 건가요 142 7-4 인공지능은 어떻게 진짜 같은 가짜 영상을 만드는 걸까요 146 7-5 인공지능은 어떻게 불량품을 찾아낼까요 150 CHAPTER 8 | 인공지능 연구의 최전선 153 8-1 인공지능 연구가 급속도로 진행되고 있는 이유를 알려 주세요 155
8-2 인공지능 연구를 이끌어 나가고 있는 나라는 어디일까요 161 8-3 인공지능 연구의 최신 동향을 알고 싶으면 어떻게 해야 하나요 168 8-4 인공지능 연구의 성과는 어떻게 평가되나요 175 8-5 인공지능 연구가 당면한 과제는 무엇일까요 179 CHAPTER 9 | 인공지능을 잘 다루려면 183 9-1 인공지능 프로젝트에 도전하려면 어떤 것에 주의해야 할까요 185 9-2 인공지능 프로젝트에서 차별화할 수 있는 포인트를 알려 주세요 189 CHAPTER 10 | 인공지능 투자를 성공적으로 이끌어 가려면 195 10-1 어떤 영역의 인공지능에 투자해야 할까요 197 10-2 인공지능 비즈니스에 도전하려면 어떤 것에 주의해야 할까요 201 CHAPTER 11 | 가까운 미래의 인공지능은 어떻게 될까요 207
왜 인공지능을 두려워할까요 인공지능은 한 가지 분야라도 사람만큼 잘 해내면 만능이라는 착각이 들게 합니다. 바야흐로 인공지능의 전성시대라고 해도 과언이 아닙니다. 최근 몇 년간 인공지능은 제조, 유통, 서비스, 금융, 정보 통신, 의료, 사회 인프라 등 대부분의 비즈니스 영역에 진출한 것은 물론이고, 주변의 일상 곳곳에서도 쉽게 찾아볼 수 있습니다.
무엇을 할 수 있어야 인공지능이라고 부를 수 있을까요 사람이 규정한 행동 범위 안에서 합리적으로 행동하면 인공지능 이라고 부를 수 있습니다. 인공지능을 자세히 들여다보기 전에 먼저 무엇을 해낼 수 있어야 인공지능이라고 부를 수 있을지 즉 인공지능의 정의에 대해 생각해 보겠습니다. 인공지능의 정의는 어디에 초점을 맞추느냐에 따라 해석이 다르기 때문에 누구에게나 공통으로 적용될 정의는 존재하지 않습니다.
인공지능이 왜 지금 주목받는 것일까요 현재의 인공지능 붐은 사실상 세 번째로서 50년 이상 연구해 온 성과가 드디어 결실을 맺고 있습니다. 미래의 인공지능을 예측하기에 앞서 지금까지의 인공지능 붐과 기술 진화의 역사를 간단하게 되짚어 보겠습니다. 제 1차 인공지능 붐 그리고 겨울이 오다 인공지능의 탄생은 1956년 거슬러 올라갑니다. 미국의 다트머스대학교에서 인공지능이라고 하는 개념이 발표되었습니다. 하지만 당시의 컴퓨터 성능은 지금에 비하면 보잘 것 없었으며 인공지능 이론도 간단한 게임을 풀어 내는 수준밖에 되지 않았기 때문에 실용성과는 거리가 있어서 열기는 금세 식어버렸습니다. 이 책은 인공지능의 발전으로 일자리가 사라지는데 대한 불안감과 인류를 지배하는 미래의 인공지능에 대해 알려주는 책입니다. 인공지능의 발전과 앞으로의 가치, 인간에게 편리한 일들을 자세히 알려주는 유익한 책입니다. 인공지능에 대해 궁금하신 분들은 꼭 읽어보시길 추천드립니다. 제이펍 출판사로부터 해당 도서 지원을 받아 작성한 서평입니다. |
|
시대는 빠르게 변화하고 있고, 이와 관련된 새롭고 다양한 정보들과 지식들도 다양한 매체를 통해 쏟아져 나오고 있지만 매번 이 모든 정보들을 모두 습득한다는 것은 너무나도 어려운 일인 것 같습니다.
- 앞표지
|
|
#“비전공자를위한 인공지능 교과서”는 비전공자 또는 일반인의 용이한 이해접근을 위해 Meta Leading적 관점의 책에관한 책, 즉 AI에관한 AI로 풀어내기위해 경계를 넘어 중요의제 위주로 인공지능(이하 AI)를 소개하고 있는 것이 특징이다. AI의 미래는 한해한해를 예측할수 없을만큼 비약적으로 진화하고 있다. 직능에타리서는 인간의 능럭을 잎서기도하다는것이 딥러닝의 현주소다. 간단히 Data & Big Data로 이해하는 학부생이나 공학도적 이해를 넘어서는 수준에 와 있는것이 사실이다. 지금은 상식이 되어버린 제4차산업혁명의 핵심 아젠다에 해당되는 AI는 신사업 동력과 관련하여 미국에서는 애플의 무인자동차가 거리에 나다닐 허가되기까지, 요즘 대세인 메타버스 그 넘어까지 이여지고 있는 각 나라별 핵심 먹거리를 만들어 내고자하는 혈안인 첨단상업 정책들에 해당한다.
더불어 21세기에 들어서 거대한 흐름인 가상현실 세계를 창조해내고 초보적인 길안내 등에 생생한 현실세계를 접목시켜 전부터 운영되고 있는것은 초보적 시각인 것도 사실이다. 이는 현실과 도다른 가상의 세계에서 아바타 혹은 부케를 만들어내고 비지니스 세계에서는, AGI 강인공지능 또는 범용 인공지능으로까지 이여지고, 각 나라마다 견해차이는 있지만 인공지능 윤리관 정립을위해 철학사상과 종교관까지 연결되는 상황이다. 물론 그만큼 새로운 케시카우로서 미래 새신사업동력을 창조하며 거대한 비즈니스 플랫폼의 발판이 되고 있기도 하다.(p. 212)
#생각하기에 현실적으로 AI의 메커니즘은 Data를 발판으로 상상해야 한다는데서 출발하는듯 하다. 시대상식으로 바라본 AI와 관련한 세계는 용어들이 일부는 친근하며 생소할 수도 있다. 모를수 없는 용어인 Data 혹은 Big Data(빅 데이터), Machine Learning(ML 머신러닝), Deep Learning(DL 딥러닝), Metaverse(meta 초월 + 우주 universe, 메타버스)와 조금은 생소할 수 있는 Text Mining(텍스트 마이닝), unstructured data(비정형 데이터), Metadata(메타데이터)와 얼마 전에 읽게된 Mydata(마이데이터)를 통해 데이터 경제가 가속되면서 기업데이터 뿐만 아니라 개인 데이터 시장도 급속히 성장하고 있다는 사실이다. 아직 기업중심의 유통구조이기 때문에 개인데이터는 외사결정에서 소외되고 있다.(마이데이터, p.80) 등과 연결되고 있다.
#예를들어 데어터에의한 AI 정의의 4가지 관점은 왜 AI를 이해해야 하는가를 여실히 보여주고 있다. *인지모델접근 - 인간처럼 생각하는 시스템, 컴퓨터가 생각하도록 하는 시도. *튜링모델접근 - 인간처럼 행동하는 시스템, 인간이 해야하는 기계일을 해야하는 기술. *사고법칙접근 - 합리적으로 생각하는 시스템, 계산모형을 이용한 정신능력 연구. *합리적에이전트접근 - 합리적으로 행동하는 시스템, 현재의 AI 본질를 가장 표현하는 의미다.(p.p. 12, 13)
*AI Artificial Intelligence 사람의 다양한 일, 업무 들을 말그대로 기계가 대신 하는것~ 이는 AI가 신뢰받을만한 4가지 일정 필요조건을 만족해야 한다. 4가지로는 Robustness(견고성), Fairness(공정성), Aaccountability(설명책임), Reproducibility(재현성).(p.p. 57, 91, 97) *AI Artificial Intelligence & ML Machine Learning 학습 데이터 양에 따른 머신런닝과 규칙기반 인공지능의 비교(p. 56) *Metaverse, meta +universe *Deepfike 최근 사회문제가 되고 있는 범죄에 이용되고 있는 기술이다. AI를 사용하여 얼굴을 자기가 원하는 이미지로 바꿔 퍼트리곤 한다. 보이스피싱에도 이용되고 있다.(p.p 104~5) *Unstructured Data, 텍스트와 이미지 등 형태가 불규칙하여 정의하기 어려운 항목들 의미 *Metadata는 좀 어려운 개념으로 데이터에대한 데이터라는 의미로 예를들어 내가 어떤 목적을가진 탐색을통해 이루어져 제공되는 데이터를 말한다고 이해하고 있다. *Text Mining은 구글링을 통해 검색되는 유용한 자료들이 어떻게 분석되고 수집돼 우리에게 탐색되는지 일련의 과정을 생각해보면 쉽게 이해될듯 하다. *Unstructured data, 정형 데이터의 반대로, 텍스트와 이미지같은 불규칙한 형태로 식별이나 정의내리기 어렵고 아키텍처가 없는, 시스템이나 토대가 없는 것을 말한다.
즉, 본문은 AI 관련 상식인 동작과 생활속 활용, 그리고 학문적 접근인 AI의 현재와 미래, 방향, 또한 AI한계와 동향에 이르기까지 일반인, 또는 비전공자들을 대상으로 알기쉬운 차트까지 전향적으로 알기 쉽고 가볍게 접근하고 있다. 이에 저자는 미래 AI에대한 거대한 숲을 바라볼수 있도록 헤안을 성찰함으로 관련 기업에서 일할 사람들은 필독서로 한번은 읽어봐야 할 가치가 느껴진다. 이 책의 가장 중요한 핵심 포인트는 창업자나 실무담장자라면 시각을 달리 접근해야 한다는 점을 저자는 정확히 하고 있다. 즉, 개념의 이해와 Domain(도메인(속성이나 종류), 엔터티(Entity), 속성(Attribute))(p.56) 지식을 바탕으로 창의적인 통찰력으로 균형을 잃지 않고 비지니스를 이여가야 한다는 점은 중요하고 말하지 않아도 자명하다. #비전공자를위한인공지능교과서 #MetaLeading #메타리딩 #MetaLeading적관점 #MachineLearning #ML #머신러닝 #DeepLearning #DL #딥러닝 #Data #데이터 #Mydata #마이데이터 #BigData #빅데이터 #Deepfike #딥페이크 #TextMining #텍스트마이닝 #unstructureddata #비정형데이터 #Metaverse #meta #초월 #우주 #universe #메타버스 #Metadata #메타데이터 #가상현실세계 #가상세계 #아바타 #부케 #부케릭터 #인지모델접근 #튜링모델접근 #사고법칙접근 #합리적에이전트접근 #출판사의 지원으로 작성했습니다. @#
|
