『인공지능 개론』

들어가는 글
코끼리를 만지러 가는 길 ··· 1
1장. 인공지능의 개념과 분류 ··· 4
도대체 무엇이 인공지능인가
1.1 인공지능이란 무엇인가
1.2 튜링 테스트와 지능의 판별
1.3 인공지능의 분류
1.4 규칙에서 학습으로

2장. 인공지능의 역사와 패러다임 ··· 26
70년 전에도 같은 헤드라인이 있었다
2.1 인공지능의 탄생: 첫 번째 여름
2.2 겨울과 부활의 사이클
2.3 기호주의와 연결주의
2.4 딥러닝 혁명: 세 번째 여름
2.5 생성형 인공지능의 시대

3장. 탐색을 통한 문제 해결 ··· 47
1초 만에 길을 찾는 기계
3.1 문제 해결과 상태 공간
3.2 무정보 탐색: 손전등 하나로 더듬기
3.3 정보 이용 탐색: 나침반을 손에 넣다
3.4 국소 탐색과 최적화: 경로가 아니라 상태가 답일 때
3.5 게임에서의 탐색: 미로에 상대가 나타났다

4장. 지식 표현과 논리적 추론 ··· 77
문서가 아니라 답을 내놓는 기계
4.1 지식으로 문제 풀기
4.2 명제 논리: 참과 거짓의 언어
4.3 1차 술어 논리: 세계를 더 곱게 쪼개는 언어
4.4 규칙 기반 시스템과 전문가 시스템
4.5 구조적 지식 표현: 시맨틱 네트워크에서 지식 그래프로

5장. 불확실성과 확률적 추론 ··· 104
‘아마도’를 계산하는 기계
5.1 불확실한 세계, 확률이라는 언어
5.2 베이즈 정리: 증거로 믿음을 갱신하다
5.3 나이브 베이즈: 스팸 필터의 원리
5.4 베이지안 네트워크: 단서들의 연결망
5.5 시간 속의 불확실성: 마르코프 모델

6장. 기계학습의 기본 개념 ··· 130
규칙을 쓰는 대신 가르친다
6.1 학습하는 기계
6.2 학습의 재료: 데이터와 특징
6.3 일반화: 기계학습의 진짜 목표
6.4 모델 평가: 얼마나 잘 배웠는가
6.5 기계학습 워크플로 전체 보기

7장. 지도학습과 핵심 알고리즘 ··· 159
연장통을 열며
7.1 지도학습 문제의 두 얼굴: 회귀와 분류
7.2 선형 모델: 직선으로 세상을 근사하다
7.3 k-최근접 이웃: 이웃에게 물어보기
7.4 결정 트리: 스무고개로 분류하기
7.5 서포트 벡터 머신: 가장 넓은 도로 긋기
7.6 앙상블: 여럿이 모이면 강해진다
7.7 알고리즘 선택 가이드

8장. 비지도학습과 표현학습 ··· 183
8.1 정답 없이 배우기
8.2 군집화: 비슷한 것끼리 모으기
8.3 차원 축소: 본질만 남기고 압축하기
8.4 이상 탐지와 응용
8.5 표현학습: 특징을 스스로 배우다

9장. 인공 신경망의 원리 ··· 206
9.1 생물학적 뉴런에서 퍼셉트론으로
9.2 다층 퍼셉트론과 활성화 함수
9.3 신경망은 어떻게 배우는가: 손실 함수와 경사 하강법
9.4 역전파: 오차를 거꾸로 흘려보내기
9.5 과적합과 정규화

10장. 딥러닝과 컴퓨터 비전 ··· 237
10.1 왜 완전연결 신경망으로는 부족한가
10.2 합성곱 신경망(CNN)의 구조
10.3 전이학습: 거인의 어깨 위에서
10.4 컴퓨터 비전의 주요 과제
10.5 보는 AI에서 그리는 AI로: 생성 모델

11장. 시퀀스 모델과 트랜스포머 ··· 262
11.1 순서가 있는 데이터: 시퀀스 문제
11.2 순환 신경망(RNN)
11.3 어텐션: 필요한 곳을 바라보는 힘
11.4 트랜스포머

12장. 자연어 처리와 대규모 언어모델 ··· 289
12.1 컴퓨터는 어떻게 언어를 다루는가
12.2 대규모 언어모델의 원리
12.3 프롬프트: LLM에게 일 시키는 법
12.4 한계와 극복: 할루시네이션, RAG, 파인튜닝
12.5 언어를 넘어: 멀티모달과 LLM 평가

13장. 강화학습 ··· 315
13.1 행동으로 배우는 AI
13.2 가치와 벨만 방정식
13.3 Q-러닝: 수첩에 적으며 배우기
13.4 심층 강화학습과 응용

14장. 인공지능 윤리와 거버넌스 ··· 339
14.1 왜 인공지능 윤리인가
14.2 편향과 공정성
14.3 프라이버시와 데이터 보호
14.4 투명성과 설명 가능성
14.5 책임과 거버넌스

15장. 인공지능의 현재와 미래 ··· 364
15.1 지금까지의 여정, 그리고 현재의 능력과 한계
15.2 AI 에이전트: 이 책 전체의 총결합
15.3 미래 기술의 흐름: 세 개의 방향
15.4 AGI 논쟁과 사회적 영향
15.5 인공지능 시대를 살아가는 법

부록 A. 인공지능을 위한 기초 수학 ··· 387
A.1 함수와 그래프
A.2 벡터와 행렬
A.3 미분과 연쇄법칙
A.4 확률과 정보

부록 B. Python과 인공지능 실습 ··· 400
B.1 Google Colab 시작하기
B.2 Python 기초 문법: 실습에 필요한 만큼만
B.3 세 가지 연장: NumPy, Pandas, Matplotlib
B.4 실습 저장소 안내

부록 C
C.1 주요 용어집 ··· 414
C.2 연습문제 해답 ··· 428

참고문헌 ··· 447