한빛미디어

도입과 느낌

힌빛미디어의 첫걸음 시리즈 중 하나인 GAN 첫걸음을 읽었습니다. 제일 처음 이 책을 마주하고 든 생각은 '너무 얇은데?' 였습니다. 그리고 읽고나서 느낀 것은 이 얇은 책에 입문을 위한 모든 것이 담겨있다는 것이었습니다. 물론 딥러닝에 처음 입문하는 사람들이 이 책을 찾을거란 생각은 안하지만, 맨 앞 챕터에서 신경망에 대한 짧지 않은 내용을 첨부한것도 초심자들을 위해 나름 괜찮다고 느꼈습니다. 전체적인 구성은 신경망 기초, GAN 기초, GAN 확장 으로 책이 이루어져있습니다. 내용적인 부분 이외에도 깔끔한 디자인과 얇은 구성으로 카페에 들고가서 가볍게 공부하기에 좋았습니다.

 누구에게 이 책을 추천할 수 있을까? 

딥러닝에 대한 기본적인 ( 신경망, 배치 등) 이론들을 알고있는 상태에서 GAN을 공부해보고 싶은 사람들에게 추천하고 싶습니다. 무엇보다 수식없이 단순한 일러스트로 소개를 시작하는 부분이 입문자에게 친숙하게 다가갈 수 있을 것이라고 생각했습니다. 

또한 이미 다른 딥러닝 모델들을 잘 알고있고, GAN에 대한 개념적인 부분과 구현의 부분을 하루~이틀동안 빠르게 살펴보길 원하시는 분들도 좋은 책이 될 것입니다. 저도 GAN에 깊숙한 이론이 아니라 가장 베이스가 되는 개념과 Pytorch이 구현 느낌을 빠르게 파악하길 원했고, 제 목적과 이 책이 딱 들어맞다고 생각을 했습니다.

Pytorch가 익숙하지 않다면요?

그렇기 때문에 존재하는게 챕터 1이기도 합니다. 물론 신경망 이론에 익숙하지 않으신 분들을 위해 존재하는 파트기도 하지만, 기존 텐서플로우 사용자들이 어떻게 파이토치에서 신경망이 구현되는지 차이에 익숙해지기 위한 부분이라고도 생각합니다. 또한 파이토치는 파이썬 유저들에게 파이써닉하게 코드를 짤 수 있다는 가장 매력있는 장점으로 최근 많은 인기를 끌고 있기도 합니다! 이번 기회에 파이토치를 사용해보는 것도 좋다고 생각합니다.

다음 단계는?

이 책을 통해 GAN을 더 공부하고 싶고, GAN을 활용한 다른 task를 다뤄보고 싶으면 모델의 수식에 대한 어느정도의 이해가 필요하다고 생각합니다. 구글에 generative adversarial networks survey, review, tutorial 등을 검색해서 이 책을 통해 익힌 기본 개념에 수식을 더해서 더욱 풍부한 지식을 만들어 나갈 수 있을 것입니다. 

최근에 다른 생성모델을 공부하면서 느낀 점은 수식과 이론을 함께 시작하는 것은 상당히 고된 일이었습니다. 이런 간결한 구성으로 이루어진 입문서가 없다면 이런 저런 논문이나 영어 문서들을 뒤져가며 수식+이론+구현 3박자의 적절한 균형을 이루면서 공부를 해야하는데 아무 조언자없이 스스로 이런 공부를 해나가는 것은 쉽지 않습니다.

이 리뷰를 보고 책을 읽게 된다면 신나는 GAN 공부를 위한 밑바탕을 만들어갈 수 있는 기회가 되었으면 좋겠습니다.