| AI라는 분야는 너무 빠르게 발전하고 있습니다. 불과 2-3년 전에 나온 책도 구닥다리가 되는게 많죠. 인공지능 초기의 책들을 보면 단순한 머신러닝을 다룬 책만 있기도 했고, CNN만 다룬 책들도 있었습니다. 최근에 chatGPT를 포함한 내용을 보려면 또 다른 책을 구매해야 하는 점도 있습니다. 그런데 문제는 이 분야가 매우 넓고, 발전하는 속도가 빠른데 초심자가 보기에 전체를 아우를 수 있는 책이 없다는 것입니다. 아직도 AI에 입문하면 유튜브의 무슨 강의를 보기를 추천하고 있고, 실제 개발자 레벨로 상세하게 들어가면 파이썬과 텐서플로우, 파이토치 등을 다루는 방법을 가르치고 있습니다. 그러나 너무 좁은 영역 한곳에 몰두하게 되다 보면 전체적인 그림을 잊게 되는 것이죠. 그리고 많은 도서들이 전체적인 그림을 보여주지는 않고 관심을 끌기 위한 단순한 예제를 설명해서 손가락 끝만 보게 하는 경우도 많습니다. 실제로 AI를 공부하기 위해선 선형대수, 확률과 통계, 머신러닝, 딥러닝 과목을 거쳐야 하고 여기에 실제 코딩을 위해선 또 파이썬과 파이토치와 관련 생태계를 알아야 하고, 응용분야를 위해선 로봇이나 비전 시스템과 리눅스, 컨테이너등 여러가지 기술들을 알아야 합니다. 이책은 그 중에서 AI 에 입문하려는 사람에게 이론이 되는 분야를 깊지는 않으나 넓고 상세하고 이해하기 좋게 정리한 책입니다. 문장도 매우 읽기 쉽고 이해가 잘 되는 것으로 보면 저자가 많은 노력을 기울이고 배려한 게 느껴집니다. 또 기술적으로도 핵심을 잘 짚었고 그림이 많아서 직관적으로 이해할 수 있도록 해 놓았습니다. 이렇게 주저리 주저리 찬사를 할수 밖에 없는 이유가 다른 책들에서는 이러한 느낌을 받지 못했기 때문입니다. 그리고 마지막으로 첨언을 하자면 이 책도 몇년이 지나면 최신 기술들을 반영하지 못한 구식책이 될수도 있습니다. 그만큼 AI 분야의 발전이 빠르기 때문입니다. 현 시점인 2025년에 AI 분야에 입문하려는 분이나 지금까지 알고 있는 것들을 정리하려는 분에게는 최고의 책이라고 추천드리고 싶습니다. |
| 지속적으로 신기술이 나오고 사뭇 복잡할 수 있는 인공지능(AI)에 대한 개념 및 구조 원리를 알기 쉽게 설명해주는 좋은 책입니다. 인공지능 계열 딥러닝, 머신러닝 공부하다가 잘 정리가 안될 때 적극 추천드릴 수 있는 책이라고 강력히 추천 드립니다. |
| 업무 때문에 구매한 책이지만 정말 구매하길 잘했다 싶습니다. 물론 알기 쉽게 설명했다고는 했지만 인공지능이 속속들이 제가 이해하기엔 책 한권으로 부족할 수는 있습니다. 이 책에서도 이해하기 어려운 부분도 꽤 많았구요. 하지만 이 책을 읽다보니 막연하게만 생각했던 것들이 아 어떻게 이런 학습과 결과물 도출이 가능했는가 하는게 이해가 됩니다. 또한 투자 관점에서도 이 책 정도의 상식은 알고 있으면 도움이 될거라고 봅니다. 가중치가 뭔지 딥러닝 머신러닝이 뭔지 비지도 학습이 뭔지 알쏭달쏭했던 용어들도 정리되는 효과도 있네요. 추천할 만한 책입니다. |
|
실용서는 잘 구매하는 편인 아닌데 .. 사실 현실을 잘 살아가기 위해서는 실용서를 더 읽어야 할 지도 모른다. 무튼 이 책은 이른바 대-AI시대를 살아가는데 있어 교과서적인 이해가 필요한 사람들에게 권할 만 하다 기초없는 응용은 사상누각이라는 걸 입시공부하며 깨달았기 때문 |
|
저자는 인공지능 기술의 핵심에 해당하는 원리를 기초부터 제대로 이해할 필요가 있다고 말한다. 그렇지 않으면 ‘인공지능에 오롯한 지능이 있다는’ 오해에 빠져 막연한 두려움이나 불안 또는 과도한 기대나 낙관에 빠지는 일이 벌어질 수 있어서다. ChatGPT 3가 처음 등장했을 때를 떠올려보자. 많은 뉴스 미디어에서는 매개변수가 1,750억 개라는 둥, 뉴런과 비슷하다는 둥 여러 설명을 붙였지만, 그 기술적 본질과 원리를 명쾌하게 설명한 경우가 많지 않았다. 막연하고 두루뭉술한 설명은 시간이 꽤 지난 지금도 언론 기사에서 종종 보일 정도다. 이처럼 기술적 이해가 떨어지는 설명은 인공지능과 관련한 여러 오해를 부채질하기도 한다. 이 때문에 불필요한 비용과 갈등이 발생할 수도 있다. 예를 들어 AI 프로젝트에 투입된 실무자가 인공지능을 잘못 이해해 ‘스스로 학습하는 인공지능’을 목표로 삼는다면 큰일이다. 현재 인공지능에 이런 기술 개념은 없으니 완전히 방향을 잘못 잡은 셈이다. 반면 인공지능이 인간을 완전히 대체할 것이라는 불안에 기술 변화를 거부하고 21세기 러다이트 운동 같은 엉뚱한 행위에 관심을 보인다면, 본인의 경쟁력 상실로 이어질 뿐이다. 이때 우리에게 올바른 이해가 필요하다. 인공지능의 기초를 상기해 보자. 어떤 머신러닝 기술이든 가설식에서 출발한다. 아무리 발달한 인공지능이라도 결국 정교한 가중치를 지닌 수식에 불과하다는 점을 알아야 한다. 요즘 사람들의 이목을 집중시키는 대규모 언어 모델만 봐도 그렇다. 유창한 문장 생성 능력과 달리 상식이 부족하고, 학습 데이터에 따라 편향도 발생한다. 언어 모델이 내놓은 결괏값이 어떻게 나왔는지 설명하지 못한다는 점도 계속 문제점으로 지적된다. |