|
?? 수포자도 이해할 수 있는 AI 수학 여러분 인공지능AI에 관심이 있지만, 수학이 높은 벽이라 생각되어 포기하신분 계실까요? 오늘은 제가 3주간 읽었던 정말 재미있는 "파이썬 수학책"을 소개해드리려고 해요. 『AI를 위한 필수 수학』 이 책은 정말 수학을 싫어하는 사람들을 위해 만들어진 것 같아요. 복잡한 공식이나 증명은 쏙 빼고, 실제로 AI에서 어떻게 쓰이는지만 쉽게 설명해줘요. ???? ?? AI와 수학의 은밀한 관계 AI가 수학을 얼마나 사랑하는지 아세요? 통계학, 선형대수학, 미적분학... 이런 어려운 말만 들어도 머리가 아프죠? 근데 이 책은 이런 개념들을 정말 쉽게 풀어서 설명해줘요. AI가 수학을 먹고 자란다 마치 AI와 수학이 연애하는 것처럼요! ?? 재미있게 읽다 보면 어느새 수학의 매력에 푹 빠질 거예요. 거짓말 같다고요? 딱 꾹 참고 50페이지만 읽어보세요. 25장 정도밖에 되지 않아요. ?? 실무에서 바로 쓸 수 있는 AI 수학 이 책의 또 다른 매력은 바로 실용성이에요. 그냥 이론만 나열하는 게 아니라 실제 AI 시스템에서 어떻게 쓰이는지 구체적인 예시를 들어가며 설명해줘요. 그래서일까? 지루함은 1도 없었어요. 어떻게 활용하고 적용할 수 있는지 그부분만 주목하면 되거든요. 간접체험, 개발자의 AI 수학 마치 AI 개발자가 된 것 같은 느낌이랄까요? ?? 그래프 이론이나 운용 과학 같은 생소한 분야도 다루고 있어서, 실무에서 바로 적용할 수 있는 아이디어를 얻을 수 있답니다! ?? 누구를 위한 책인가요? 이런 분들께 강력 추천! ① AI에 관심은 있지만 수학이 걱정되는 분들 ② 개발자나 연구자로 AI 분야에 뛰어들고 싶은 분들 ③ AI 기술을 비즈니스에 적용하고 싶은 경영진 ④ 수학의 전체적인 그림을 이해하고 싶은 학생들 인공지능에 대한 관심을 가지고 앞으로 공부를 꾸준히 해나가실 분들에게 적합해요. 끝까지 완독하려면, 꾸준하게 읽을 수 있어야하거든요. AI와 수학 모두를 한번에 잡을 수 있죠. ?? 전문가들이 추천한 파이썬 수학책 여러분, 이 정도면 안 읽을 이유가 없죠? ㅋㅋㅋ 저도 이 책 덕분에 수학이랑 좀 친해졌어요. 여러분도 한 번 도전해보세요! AI의 세계로 여러분을 초대합니다! ??? 이 정도면 읽어야 하는 거 아닌가요? 여기까지가 제가 소개해드리는 『AI를 위한 필수 수학』 책이에요. 여러분도 이 책으로 AI의 세계에 한 발짝 더 가까워져보는 건 어떨까요? 수학이 더 이상 무서운 게 아니라 재미있는 도구가 될 거예요! ??  ?? 한빛미디어 ＜나는리뷰어다＞ 활동을 위해서 책을 제공받아 작성된 서평입니다. |
|
AI를 위한 필수 수학 책을 읽게 되었다. 기본적인 수학 지식부터 컴퓨터 비전, 자언어 처리, 확률적 생성 모델, 그래프 모델, 인공지능과 편미번 방정식에 대한 개괄적인 수식을 담고 있어 AI분야에서 수학 수식이 어떻게 사용되는지 파악하는데 도움이 많이 되었다. AI는 거품이 끼어 있다고 하나 분명 발전중인 분야이다. 이에 대한 미래에 대한 내용을 담고 있었으며, 선형함수 비선형 함수에 대한 내용이 소개가 되었다. 익히 알고 있는 기본적인 신경망의 기본 함수 형태는 선형함수 형태를 띄고 있고 비선형 함수로 근사하기 위해서 활성화 함수를 사용하는 것으로 알고있다. 볼록한 평면과 볼록하지 않은 평면에 대한 내용이 나오는데 아주 작은 영역에서는 비선형 함수가 선형으로 보이고 선형으로 작동할 수 있다고 한다. 더불어 많은 선형함수 들이 모이면 비선형 함수를 모방할 수 있다고 알고있다. 볼록 함수의 장점은 미분을 통해 극값을 갖는 위치를 찾는데 도움을 받을 수 있다는 것이다. 크로스 엔트로피 정보이론에 대한 내용도 나왔는데 발생할 확률이 낮은 사건일 수록 점수를 높게 주는 함수를 나타내고 있었다. 커널 트릭을 다루는 파트에서는 데이터 포인트 쌍에 적용할 수 있는 함수 K가 있을 때 이 함수를 고차원 공간으로 변환된 데이터 포인트 상의 스칼라 곱을 계산해 주는 함수라 가정하면 쌍대 문제의 스칼라곱을 함수 K로 대체해서 동일한 쌍대 문제를 더욱 고차원 공간에서 풀 수 있게 된다는 것과 여기서 직관적으로 알 수 있는 점으로 저차원에서 비선형적으로 분리되는 데이터가 고차원에서는 선형적으로 분리될 수 있다는 내용이었다. 커널 트릭을 사용해 각 데이터 포인트를 변환하지 않고 데이터의 스칼라곱을 계산할 수 있다는 내용이 인상적이었다. 연속 함수를 다항식으로 근사할 수 있다는 내용이 나오는데 바이어슈트라스 근사 정리라는 수학 분야에서 매우 고전적인 내용이라 한다. 또, 과적합을 방지하기 위해서 손실 함수의 최소 값을 구할 때 패널티 항까지 합쳐서 최소값을 구하는 방법이 있다는 것을 알게 되었다. 마지막으로 신경망 가중치 계산을 빠르게 갱신하기 위한 역전파 계산식이 나오는데 체인-룰을 이용한 미분 함수를 사용함을 알 수 있었다. 이 글은 한빛미디어로부터 책을 증정받아 작성되었습니다. 
|
 O'REILLY AI를 위한 필수 수학 Essential Math for AI 할라 넬슨 지음 안민재 옮김 ## 대상 독자   이 책에서는 독특하게 "이 책을 읽으면 안 되는 사람들"을 적어져 있습니다.  내용인 즉, 수학 자체를 다루는 수학책이 아니기에 수학 이론에 대한 부분은 다른 전문 서적을 참고 하여 학습이 필요 하다는 의미로 생각됩니다. 책에서 학습하기 전 선행해서 학습하면 최소한 도움되는 항목들로 아래의 항목들을 나열하고 있습니다. 벡턱, 행렬의 덧셈과 곱셈 그리고 몇 가지 행렬 분해 등의 연산 미적분학과 선형 대수학에 대한 기본 개념 함수에 대한 기본 개념 프로그래밍 언어로는 파이썬 ### 책 구성 이 책은 총 14개의 장으로 구성되어 있습니다. 1장, "인공지능 수학을 왜 배워야 할까?" 2장, "데이터, 데이터, 또 데이터" 3장, "데이터에 함수를 최적화 시키는 방법" 4장, "신경망을 위한 최적화" 5장, "합성곱 신경망과 컴퓨터 비전" 6장, "특이값 분해: 이미지 처리, 자연어 처리, 소셜 미디어" 7장, "자연어 처리와 금융 인공지능" 8장, "확률적 생성 모델" 9장, "그래프 모델" 10장, "운용 과학" 11장, "확률" 12장, "수학적 논리" 13장, "인공지능과 편미분 방정식" 14장, "인공지능, 윤리, 수학, 법률, 정책" 각 장의 마지막에는 "정리하기" 구간을 두어 해당 장의 학습한 내용에 대해 생각해 볼 수 있도록 구성되어 있습니다.  내용 중 부연 설명 또는 추가로 알면 좋은 내용에 대해서는 "NOTE" 구간을 두어 정리되어 있습니다.  ### 결론 이 책은 인공지능에서 각각의 방법론, 모델 등에서의 적용되는 알고리즘에 대한 수학적인 표현 (공식)에 대해서 자세히 설명 하고 있습니다. 이 책은 수학에 대한 기반 지식이 없다면 많이 어려운 책 입니다. 이 책을 학습하던 중 막히는 부분이 많다면 책 초입에 서술한 선행 학습 필요한 항목들에 대해서는 꼭 학습한 후 다시 이 책을 학습하는 것이 좋습니다. 빠르게 한번 읽어 보겠다는 접근 보다 수식과 그에 대한 그래프들이 많기 때문에 정독하는게 맞을 것 같습니다. |
|
AI 시대를 맞이하면서 수학의 중요성이 날이 갈수록 중요해지고 있다. 머신러닝과 데이터 과학 분야를 접하는 이에게 가장 어렵게 생각하는 것은 아무래도 그리스 문자로 이루어진 수 많은 방정식일 것이다. 나 또한 이와 크게 다르지 않았다. 이 책은 620 페이지 가량의 분량이다. 내가 이 책을 읽으면서 들었던 느낌은 인공지능과 머신러닝을 공부하면서 배웠던 것들이 총망라 되어 있다는 것이었다. 우선 통계학 시간에 배웠던 내용들은 기본으로 포함되어 있었다. 가장 인상적이었던 점은 이 책이 그냥 AI에서 쓰이는 수학을 그냥 나열하지 않았다는 점이다. 검색에 사용되는 페이지랭크 알고리즘이라든지, 소셜 미디어에서 가짜 뉴스를 선별하기 위해 사용되는 수학적 개념이라든지 실제로 인공지능이 실생활에서 쓰이는 알고리즘과 수학을 가져왔기 때문에 어느정도 실무와 가까운 수학을 주로 다룬다고 생각하면 될 것 같다. 예전 알고리즘 책에서 봤던 무수한 수학으로 도배되어 있다기 보다는 진짜 필수적인 수학적 내용을 가득 채웠다고 느꼈다. 챕터 1도 바로 수학으로 들어가는 것이 아닌 인공지능 시대에 수학이 왜 필요한지를 다루는 것만 보아도 이 책이 고리타분한 수학 책은 아님을 알 수 있다. 분량과 다루는 범위가 방대한 편에 속하기 때문에 모든 부분을 읽는다기 보다는 자신이 필요한 부분을 먼저 읽으면 될 것 같다. 물론 거의 모든 챕터가 인공지능과 직접적인 관련이 있기 때문에 이 분야에서 연구와 개발을 하는 분이라면 결국은 모든 부분을 읽어야 할 것으로 생각한다. 그래서 이 책은 아무래도 인공지능 분야에 있으면서 수학적 부분을 한번에 정리하고자 하는 분에게 특히 유용할 것으로 본다. |
|
인공지능(Artificial Intelligence, AI)은 우리의 일상생활부터 산업의 여러 영역에 이르기까지 광범위하게 영향을 미치고 있습니다. 인공지능은 수학과 깊이 연결되어 있으며, 이 두 분야의 만남은 인공지능을 더욱 강력하고 지능적으로 만드는 데 기여하고 있습니다. 인공지능에 사용되는 수학은 크게 선형 대수학, 확률과 통계, 미적분이 있으며, 《AI를 위한 필수 수학》(할라 넬슨 지음, 안민재 옮김, 한빛미디어, 2024)는 이러한 수학을 쉽게 설명하면서, 큰 그림으로 보면서 수학과 인공지능이 어떻게 상호작용하는지 보여주는 책입니다.  책은 14개의 장으로 구성되어 있으며, 각 장은 AI 시스템을 이해하고 구축하는 데 필요한 다양한 수학적 개념을 설명합니다. 책에서 다루는 주요 내용입니다. 정말 많은 부분을 다루고 있습니다. - 인공지능 수학을 배워야 하는 이유 - 최적화 - 인공 신경망 - 컴퓨터 비전(합성곱 신경망) - 선형 대수로 보는 특이값 분해 - 자연어 처리 - 확률적 생성 모델(적대적 생성 신경망) - 그래프 모델 - 무작위성과 불확실성을 체계적으로 정량화할 수 있는 확률 - 자연 현상과 사회 현상을 모델링 할 수 있는 편미분 방정식 - 인공지능과 윤리   책의 장점입니다. - 그림과 간단한 설명으로 수학에 익숙하지 않은 사람도 읽을 수 있습니다. - 인공지능에 필요한 수학을 한 권으로 광범위하게 다루고 있습니다. - 각 장의 마지막마다 '정리하기'가 포함되어 있어 배운 내용을 복습하기 좋았습니다. - 다양한 분야에서 수학을 어떻게 적용하는지 배울 수 있었습니다. 대상 독자입니다. 책은 인공지능에 처음 발을 들이는 학생부터 이미 분야에 종사하는 전문가까지, 다양한 독자층을 고려하여 내용이 구성되어 있습니다. 수학이 인공지능에 어떻게 활용되는지, 각 개념 간의 연결로 전체적인 그림을 이해하고자 하는 독자들에게 적합합니다. 다음 사람에게 특히 추천합니다. - 수학에 익숙하지만 데이터 과학에 잘 모르는 사람 - 인공지능의 기반이 되는 수학적 모델에 관심이 있는 사람 - 데이터 과학, 컴퓨터 과학 등 인공지능을 활용하는 분야의 대학생과 대학원생 - 산업에서 인공지능이 어떻게 활용되는지 궁금한 사람 이 책은 인공지능에서 어떤 수학을 필요하며, 어느 부분에서 수학이 활용되는지 설명하는 책입니다. 따라서 인공지능을 활용해 어플케이션을 만들거나, 파이썬과 같은 언어의 여러 프레임워크를 활용해서 문제를 해결하고 싶은 사람들에게 맞지 않는 책입니다.   책에서 가상 인상적이었던 부분은 마지막 장인 14장이었습니다. 인공지능과 윤리적 문제를 다양하게 다루고 있습니다. SF 소설 작가인 아이작 아시모프가 언급한 로봇의 3 법칙으로 마무리합니다. 로봇의 3원칙은 다음과 같습니다. 1. 로봇은 인간에게 해를 끼치거나 행동하지 않음으로써 인간이 위험에 처하게 해서는 안 된다. 2. 로봇은 인간이 내리는 명령에 복종해야 한다. 단, 그 명령이 제1법칙과 충돌하는 경우는 예외로 한다. 3. 로봇은 제1법칙이나 제2법칙과 충돌하지 않는 한 자신의 존재를 보호해야 한다. 로봇의 3원칙을 보니 인공지능 로봇과 인간의 공존과 갈등을 다룬 영화 아이, 로봇(알렉스 프로야스, 2004)이 생각났습니다. 영화에서 주인공인 경찰 수사관 델 스프너(윌 스미스)는 한 로봇이 인간을 살해한 사건을 조사합니다. 수사 과정에서 그는 로봇의 기본 법칙(로봇의 3 법칙)에 대한 의문을 품게 되고, 이 사건이 단순한 고장이나 오류가 아니라 더 깊은 음모와 관련이 있음을 알게 됩니다. 델은 자신이 믿고 있던 로봇에 대한 신념과 인간의 자유 의지에 대한 고민을 하게 되며, 결국 진실을 파헤치기 위해 싸우게 됩니다. 앞으로 우리는 이런 경계가 모호해지는 상황을 만나게 될 것입니다. 책에서는 AI의 지능이 어떻게 구성되는지를 이해하는 것이 얼마나 중요한지, 인공지능으로 인한 문제점과 해결법은 무엇이 있는지 고민해 볼 수 있어 좋았습니다. 또한 책을 통해 수학이 단순한 수식이 아니라, 인공지능과의 관계를 정의하고 형성하는 중요한 요소임을 깨달을 수 있었습니다. 또한, 인공지능이 발전이 가져올 미래에 대한 과장된 기대와 동시에 인공지능이 야기한 문제를 느낄 수 있는 책이었습니다. 생성형 AI를 비롯해 인공지능 기술이 일상생활에 점점 더 많은 영향을 미치고 있는 상황에서, 이 책은 그 변화에 대비하는 데 필수적인 수학을 알려주고 있습니다. 인공지능을 보다 잘 이해하고 활용하고자 하는 모든 사람들에게 필독서로 추천하고 싶은 책입니다. "한빛미디어 ＜나는 리뷰어다＞ 활동을 위해서 책을 제공받아 작성된 서평입니다." #AI를위한필수수학, #AI, #인공지능, #수학, #선형대수, #미적분, #확률, #통계, #머신러닝, #최적화, #AI윤리, #한빛미디어, #서평, #리뷰 |
|
이 책은 AI에 대한 필수적인 개념을 설명합니다. 다만 다른 인공지능 도서들과 다르게 수학 개념을 기저에 놓고 중점을 두어 설명합니다. 수학을 중점에 놓고 있기는 하지만 복잡한 수식과 증명이 있지는 않습니다. 수학을 어렵게 느끼는 많은 사람들에게는 기초를 다지면서 내용을 접할 수 있으며, 더 어렵다면 수학적 부분은 스킵하면서 읽어 나갈 수도 있습니다. AI 주요분야에서 요구하는 수학적 원리를 구체적인 사례로 설명하며, 수식의 세부사항 보다는 기념의 관계와 전체적인 큰 그림을 이해시키려고 노력합니다. 따라서 AI 관련 직무를 준비하는 이들이나, AI 기술을 도입하려는 이들에게 유용한 학습 자료중 하나가 될 수 있습니다. 개념이나 용어설명 측면에서는 입문서로도 유용합니다. AI와 관련된 통계, 선형대수, 미적분, 확률과 같은 수학적 개념들이 구체적인 AI 개념이나 작동원리와 연결되어 설명하기 때문에 단순히 이론을 접하는 것을 넘어 실제 응용에 대한 정확한 감을 잡는데 도움이 됩니다. 신경망의 학습 원리나 자연어 처리에서의 코드 인터널을 이해하기 위해 논문이나 복잡한 전문서적을 병행하여 이해하지 않아도, 적당한 선에서 최대한 간결하게 기작을 설명하여 독자들로 하여금 본질을 쉽게 파악할 수 있도록 해 줍니다. 책에서 다루는 수학은 크게 두가지로 나눌 수 있습니다. 하나는 AI의 기초가 되는 수학과, 또 다른 하나는 AI의 다양한 응용분야에서 어떻게 사용되는지 설명하는 부분입니다. 예를들면, 알고리즘 학습 과정에서 경사하강법이 어떻게 적용되는지, 확률적 모델이 데이터 분석에 왜 중요한지 등에 대해 설명합니다. 복잡하게만 여길 수 있는 수학이 실제 AI의 코드 내부에서 어떻게 문제 해결에 응용되는지 명확하게 알 수 있습니다. 코드로 AI를 배운다면 단순히 함수를 설정하고 옵션으로 설정한뒤 fit 하고 기다렸다가 그래프 모양을 보거나 테스트 케이스에 적용해 보는 반복작업이 되겠지만, 본 도서는 이 작업이 수학적 원리를 기반으로 다양한 문제를 풀어가는 과정으로 깨닫게 해 줍니다. 다만 전공자 입장에서는 설명이 다소 간단하게 느껴질 수 있는데, 깊이 있는 수학적 내용보다는 실용적인 측면을 강조하고 있기 때문입니다. 대상으로 여기는 독자들에게는 AI 개념을 수학의 틀로 잡아주지만, 고급 개념을 배울 수 있거나 최신 동향을 설명하고 있지는 않습니다. 최신 모델이나 딥러닝 기법을 다루기 보다는 기본을 충실히 설명하고 있습니다. 또한 설명 방식이 서술적이고 수식을 최소화 했지만 수학을 기저에 깔고 개념을 설명하고 있어 실제 코딩이나 실습을 선호하는 독자들에게도 맞지 않습니다. 실전 코드를 통해 AI와 수학의 연관성을 파악하고 싶은 독자들이나 이런 스타일이 학습 적성에 맞는 이들에게는 이 책보다는 다른 자료나 서적을 참고하는 것이 좋습니다. 그러나 AI와 수학의 개념적 이해를 목적으로 한다면 이 책은 매우 훌륭한 입문서가 되어 줍니다. AI는 수학과 밀접하게 연결되어 있습니다. 이를 이 책을 통해 자연스럽게 이해할 수 있게 됩니다. AI를 단순히 짧은 프로그래밍 기술로 생각하는 분들에게는 이 책을 한번쯤 읽어 봄으로 해서 AI의 본질을 이해하는데 큰 도움이 될 것입니다. AI 시스템이 다양한 데이터를 분석하고 학습하는 과정에서 적용되는 다양한 수학적 원리를 설명하고 있으며, 이론적 원리에 그치지 않고 실질적인 문제 해결 능력으로 발전시키는데 도움을 줄 것 입니다. 이 책의 또 다른 장점은 광범위한 주제를 다루고 있지만 각각의 주제를 체계적으로 설명하고 있다는 점 입니다. 수학적 기초에 그치지 않고 AI의 여러 응용 분야에서 수학이 사용되는지에 대한 흥미롭고 유익한 내용입니다. AI에 관심있는 사람들 중, aI의 수학적 기초를 이해하고 실제 응용 사례를 통해 AI 작동 방식을 파악하고 싶다면 이 책은 좋은 가이드가 됩니다. 수학적 개념을 깊이 다루지 않으면서 수학적인 개념으로 틀을 잡고 더 깊이 있는 학습으로 나아갈 수 있는 기초지식을 제공해 줍니다. "한빛미디어 ＜나는 리뷰어다＞ 활동을 위해서 책을 제공받아 작성된 서평입니다." |
|
‘인공지능 시대, 차별화되는 역량’ _  최근에 데이터관련 자격시험 준비를 진행한적이 있습니다. 관련 내용을 학습하면서 다른 것들은 크게 상관이 없었습니다. 시간을 투입하고, 내용을 이해하면서 암기를 하거나, 습관적으로 자주 보면 자연스레 시험용 지식이 저장되기 때문입니다. 그런데 실제 데이터 분석이나 결과값을 보여주는 프로그램을 다루는 과정에서는 이게 단순히 자격시험 공부하는 방식으로 되지는 않았습니다. 왜냐하면 한정적인 시간에서 결과값을 만들어야 하는데 그러기 위해서는 관련된 수식작성 함수를 알아야 하고, 이러한 함수작성이 필요한 산식과 더불어 통계관련된 경험이 있어야 효율적으로 결과값을 낼 수 있기 때문입니다. 그래서 저는 AI시대에 우리가 LLM등 초 거대인공지능 관련된 내용을 ‘잘 활용하기 위해서는’ ‘질문’을 잘해야한다지만, AI와 소통을 잘하기 위해 필요한 역량은 단연 수학적 능력이라고 생각합니다. ＜AI를 위한 필수수학＞을 읽어야 하는 이유도 여기에 있었습니다. GPT를 쓰던 Copilot을 쓰던 한국의 뤼튼을 쓰던, 아니면 파이썬을 쓰던 자바스크립트를 쓰던, 태블로를 쓰던 Power BI를 쓰던간에 인간은 프로그램에게 명령어를 주입합니다. 해당 명령어를 통해 결과값을 만들어내는데, 이것이 인간이 만족할만한 수준으로 내기 위해서는 2가지입니다. 첫번째는 해당 프로그램에 연결, 보유, 혹은 완벽하지 않은 프롬프트를 분석할 수 있는 소스가 가득한지, 두번째는 입력을 하는 주체(사람 혹은 그 다른 것)이 해당 프로그램이 최적화할 수 있는 프롬프트를 낼 수 있는 실력이 있는지의 문제입니다. 예를 들면 데이터 모델링에 필요한 연산자나, 혹은 수식을 만들어 낼 수 있다면 굳이 인공지능 프로그램이 자체 소스를 이용할 필요가 없기 때문입니다. 본서는 바로 후자의 점에서 특화된 서적으로 데이터 분석을 할 때 필요한 통계와 관련된 수학적 지식과 사례를 다룹니다. 예를 들어 금융과 관련된 보험손해율과 관련된 인공신경망 모델을 만든다고 합니다. 이를 위해서는 보험납입보험금과 실제 들어간 비용관련된 데이터가 있어야 합니다. 문제는 대부분은 정형, 반정형, 비정형 데이터로 이워져있으니 이를 전처리하는 시간, 모델링 평가를 하는 시간, 모델링 검증을 하는 시간, 이를 통한 시각화를 하는 시간과 더불어, 추후에는 인공지능 모델을 만들어서 자동화를 시켜야 합니다. 위에 들어가는 모든 과정에서 시간을 획기적으로 줄일 수 있는 것은 이를 만들기 위한 인공지능 소프트웨어의 입력값이 효율적인 수식작성과 통계수리학적 지식이 들어가는 겁니다.  인공지능 시대가 도래했기 때문에 이제 인공지능이 모든 것을 대체해줄 수 있을 것 같습니다. 불가능한 것은 아닙니다. ‘비용을 많이 쓰면 됩니다’ 이는 위의 언급한 통계수리학적 지식을 가진 엔지니어들이 인공지능 소프트웨어를 가지고 이미 다양한 연산, 데이터 분석, 불완전한 질문을 완벽한 결과물로 만들 수 있는 방법을 담아내는데 엄청난 시간과 비용을 투입했기 때문입니다. 이제 그것을 일반 소비자들에게는 ‘돈’으로 받아내는 시대입니다. GPT의 가격인상과정을 보시면 앞으로 이것이 현실이 되고 있는 것을 이해하실겁니다. 그렇다면 방법은 2가지입니다. 가격인상을 받아들이고, 더 가격대비 효율적인 곳에 투입을 하던지, 아니면 자신의 역량을 이용해서 효율적인 결과값을 남들보다 빠르게 얻어내던가. ＜AI를 위한 필수수학＞같은 내용들을 내재화해야하는 이유입니다.  ‘만일 이 2가지가 아니라면 이제는 AI시스템의 노예가 될 수도 있습니다.’ 한빛미디어 ＜나는리뷰어다＞ 활동을 위해서 책을 제공받아 작성된 서평입니다. |
|
요즘들어서 일하면서 느끼는 부분은 수학이 참 어렵다는 것이다. 흔히들 꼭 수학을 알아야 개발을 할 수 있는거냐고 반문할 수 있겠지만, 그냥.. 뭔가 논문도 읽고, 원리를 이해하려니 거기에 나와있는 수학이 이해가 안되고, 또 그걸 이해하려고 쉽운 수학을 보려니 너무 범주가 넓어지곤 한다. 제일 문제인 것은 뭔가 모르는 수학이 나왔을때 어떤 부분을 찾아서 공부를 해야 이해할 수 있느냐는 것이다. 한마디로 뭔가를 모르는데 무엇을 모르는지 모른다는 것이다. 그래서 시중에서도 수학 관련 전공서적도 찾아보고, 뭔가 AI를 연구하는데 있어 필요한 수학지식을 쌓을만한 참고서를 찾았다. 그런데, 아마 전공서적을 본 사람들은 공통적으로 느끼겠지만 전공서적도 결국 보면 문제와 증명으로 가득차있고, 결국 시간을 내서 문제를 풀면서 이해를 해야 한다. 그렇기에 필요한 지식을 빠르게 습득하려는 사람에게는 수학을 공부한다는 게 참 어려운 일이다.  그러다 이번에 이 책을 읽을 기회가 생겨서 몇주의 시간을 거쳐서 책을 살펴보게 되었고, 느낀점을 정리해보고자 한다. 한마디로 요약하면, AI를 공부하는데 있어 필요한 수학을 어렵지 않게 공부할 수 있는 책, 특히 앞에서 언급했던 무엇을 모르는지 모를때 해당 분야를 찾아서 읽으면 딱 좋은 책이었다. 사실 어렵지 않게 공부할 수 있는 책이란 표현을 썼는데, 이 책을 보면 그 복잡한 수식이나 증명이 거의 없다. 수학책치고, 수식이나 증명이 없는 책을 찾아보기 어려운데, 이 책은 진짜 없다. 대신 그 수식을 설명하기 위한 설명이나 예시가 풍부하게 담겨져 있고, 이로 인해서 책의 분량이 제법 된다. 또한 나름 AI에 대한 설명 책이긴 한데, 안에 코드도 거의 없다. 그럼에도 인공지능에서 많이 활용되는 알고리즘에 대한 동작 원리들이 서술식으로 쭉 설명되어 있어서 이해하기가 쉬웠다. 물론 실제 코드를 실행하고 분석하면서 이해하는 사람에게는 좋은 책이 아닐 수도 있지만, 적어도 AI에 대한 수학적인 배경과 원리를 이해하기 쉽게 설명한 책을 찾는 독자라면 해당 책의 내용이 크게 도움이 될 것 같다. 개인적으로 이 책이 마음에 들었던 부분은 인공지능 영역별로 필요한 수학에 대한 정리가 잘 되어 있다는 점이다. 특히 자연어 처리에서 사용되는 transformer에 대한 동작 설명이나 확률적 생성 모델의 원리에 대해 다룬 부분에서는 항상 논문을 읽을때도 조금 막막했던 수식 부분에 대한 설명이 잘 되어 있어서 개인적으로 도움이 많이 되었다. 책 뒤에 나와있는 소개글을 보면 딱 이렇게 표현되어 있다. AI의 시작은 수학이다! 정리/증명/코딩을 빼고, 적용 사례에 집중한 수학 교과서 다시 책에 대해서 돌이켜보면 이 표현이 책에 대해서 잘 설명한 문구였다. 수학이 사실 중요한 것을 알면서도 섣불리 접근하기 어려웠던 부분이 있었는데, 이 책이 그런 어려움을 조금 완화시켜줘서 한 줄기의 빛과 같은 책이었다. 물론 다른 서평에서 언급되어 있는 것처럼 전체 주제에 대한 균형(어느 주제는 많은 분량을 할애해서 설명했는데, 후반부 주제는 심오한 주제에 비해 너무 간단하게 설명이 마무리된 부분도 있었다)이 없는게 조금 그랬지만, 그래도 지금까지 읽은 AI 관련 수학책 중에서는 가장 이해가 잘 되었던 책이었다. (해당 포스트에서 소개하고 있는 "AI를 위한 필수 수학" 책은 한빛미디어로부터 제공받았음을 알려드립니다.) |
|
? 이 책은 인공지능 학습에 필요한 전문적인 수학적 기본기를 다루며, 독자 스스로 개념을 충분히 이해할 수 있도록 구성되어 있다. 벡터, 행렬, 미적분, 확률 등의 기본 개념에 대한 사전 지식이 있으면 더욱 효과적으로 학습할 수 있지만, 없더라도 책에서 제공하는 설명과 예시를 통해 충분히 따라올 수 있다. (전공자들만.... ㅠ_ㅠ) 인공지능 입문자, 데이터 과학 전공자, 비즈니스 리더, 데이터 분석가, 인공지능 윤리에 관심 있는 분도 읽기 좋다. 그리고 특히, 함수의 개념과 도함수에 대한 이해는 필수적이며, 연쇄 법칙에 대한 지식이 있다면 더욱 좋다. 이 책에서 설명하는 핵심 개념은... 함수: 입력을 출력으로 변환하는 관계 도함수: 함수의 변화율 연쇄 법칙: 복합 함수의 미분 규칙 확률: 불확실한 사건에 대한 수량적 측정 인공지능: 인공지능의 역사, 기본 개념, 다양한 분야에서의 활용 사례 등 ... 이 정도 부분이 중요하다. 책을 소화할 때 필수 역량은 수학적 개념을 이해하고 문제를 논리적으로 해결하는 능력과 모르는 부분을 스스로 찾아보고 학습하는 능력이다. 그래서 전공자들만이 이 책을 소화할 수 있다라는 내용이다. 쉽지가 않다. 독자들이 얻을 수 있는 구체적인 이점을 제시한다. 예를 들어, "이 책을 통해 독자들은 인공지능 기술의 발전 방향을 예측하고, 자사의 비즈니스에 적용할 수 있는 전략을 수립할 수 있다."와 같이 설명할 수 있다. 이 책을 통해 인공지능의 기본 원리를 이해하고, 실제 문제에 적용하는 방법을 배울 수 있다. 수학적인 부분이 어렵게 느껴지더라도, 전체적인 흐름을 파악하고 핵심 개념을 중심으로 학습하면 충분히 이해할 수 있다. ? |