한빛미디어

매달 딥러닝 책들이 유행 만큼  나오고 있는 데, 내용 자체는 별로 새롭지 않습니다.

그 내용은 DNN, CNN, RNN, LSTM, GAN 쯤을 다루는 정도, 즉 적당한 입문서에 해당 됩니다.

딥러닝 책이 나오고 꽤 많은 시간이 지났고 그 만큼 입문서는 꽤 많이 나온 것 같은 데 아직도 입문서는 계속 나올까....는 

개인적으로는 입문서의 근본적인 문제점 때문이라고 생각합니다.  

그 근본적인 문제점은 딥러닝 자체를 원리 만을 원하는 독자들은 없기 때문에 많은 딥러닝 책들이 코드와 함께 원리를 설명하기 때문입니다.

이 때문에 입문서를 읽어도 코드를 복붙하는 것으로 끝나고,  심한 경우에는 책에서 어려운 원리를 이해하기 보다는 이 코드를 쓰면 어떻게든 해결된다 수준으로 얼버무리는 경우가 꽤 있습니다.

사실 원리를 모르더라도 목적, 프로젝트의 상황 파악,  데이터에 대한 준비가 잘 되어 있으면, 딥러닝 모델을 블랙 박스처럼 사용해도 좋은 모델을 만드는 경우도 많습니다.   

제 경험상 원리를 아는 것도 좋지만, 아무리 딥러닝 모델을 잘 쌓아도 데이터가 안 좋으면  쓰레기가 나온다는 경험이 대부분이라서, 데이터에 더 집중하는 경우가 더 많았습니다.

그럼에도, 원리를 대충 아는 사람들은 딥러닝을 내내 사용하면서, 마음 속 한 구석에는 묘한 긴장감이 들 수 밖에 없는 데,

이는 딥러닝 모델이 최대 성능을 못 내고 있는 것이 아닐까라는 자신감 없음에서 나오는 것 같습니다.

[친절한 딥러닝 수학]은 이러한 부분을 보충하는 데 도움을 주는 책입니다.

[친절한 딥러닝 수학]은 딥러닝을 최대한 쉽게 설명하는 책입니다.

이 책의 대부분을 퍼셉트론, DNN, CNN 설명에 집중하고 있으며,  대화의 형식으로 길게 풀어 설명하고 있습니다.

[친절한 딥러닝 수학]은 딥러닝 입문서에서 중간 쯤에서 다루는 CNN에 끝나기 때문에 1~2 페이지에 끝내고 넘어가는 개념들도 최대한 자세하게 다룹니다. 

다른 입문서에서 쉽게 넘아가는 부분도 최대 10 페이지 이상으로 설명하는 경우도 꽤 있습니다.

이러한 과잉 친절로 인하여 딥러닝 모델을 작성해본 경험이 있는 분들이라면, 상당히 편하게 넘어갈 수 있고 일주일이면 2번 반복해서 읽을 수 있는 정도의 책입니다.

물론, 이 책이 쉽게 한다고 해서, 다른 책으로 이해하기 힘들었던 부분들을 눈으로 읽는 것만으로는 확실히 부족해서,

퍼셉트론 부분까지는 눈으로 읽을 수 있지만, DNN 부터는 노트로 쓰고 정리해야할 필요는 있습니다.

개인적으로 이 책에서 대단하다고 싶은 부분은 딥러닝을 공부하면서 다른 입문서에서 어려운 내용이니까 의문이 들더라도,

 다 설명하기에는 페이지가 많이 필요할 것 같아서  슬쩍 넘어가는 부분을 [친절한 딥러닝 수학]은 CNN 까지의 내용은 최대한 어떻게 해서든 이해하자는 느낌이 들정도로 정리해놓았다는 점입니다.

물론 이렇게 딥러닝 원리에 대해서 자세히 설명했다고 해서 코드 부분은 완전히 포기하지는 않았는 데, 이 부분은 친절한 딥러닝 수학이라고 해서 수학만 하다 보면 현실감이 전혀 없기 때문에 이 책으로 딥러닝에 입문하는 사람들은 지쳐버리기 때문이라고 생각합니다.

결론적으로 다른 입문서를 읽은 다음에 읽을 책으로는 상당한 가치가 있다고 생각합니다.

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."