한빛미디어

처음에는 도서명을 보고 '머신러닝'을 배운다는 것은 알겠는데 구체적으로 무엇을 배우는 것일까 의문점이 들었다. 그리고 머신러닝하면 굉장히 어렵다는 인상도 있어서 이름이 생소한 만큼 내용도 꽤 어렵지 않을까라는 두려움도 있었다. 그런데 막상 책을 펼쳐보니 생각했던 것과는 전혀 다른 인상이었다. 우선 머신러닝이 무엇인지도 설명하지만 가장 인상 깊었던 것은 머신러닝이 모든 것의 해법이 될 수는 없다는 것이었다. 다른 머신러닝 책들을 보면 딥마인드의 알파고 마냥 적용만 하면 안되는 것이 없다는 지나친 기술을 향한 낙관론만 설파하기 때문에 나에게는 신선한 것으로 다가 왔던 것이다. 그래서 시도하는 프로젝트가 먼저 머신러닝에 맞는 유형인지를 파악하고, 만약 적합하다면 어떤 모델을 써야할지도 신중하게 선택해야 한다는 것이다.

그리고 그냥 글로만 설명해서는 이해가 가지 않는 내용을 독자들이 아주 쉽게 이해할 수 있도록 그림과 도형 등 시각화로 표현했는데 금방 해당 용어가 의미하는 바를 머리로 체득할 수 있었다. 예를 들어 '바운딩 박스', '분할 마스크'가 각각 무엇인지와 차이점은 무엇인가를 고양이 그림을 통해 쉽게 설명하였다. 굳이 구구절절한 문장이 필요 없는 것이다. 

결론적으로 말하면 이 책은 머신러닝을 이용한 애플리케이션을 개발하기 위해 필요한 모든 것을 담고 있는 책이다. 그래서 앞서 언급했지만 과연 머신러닝에 적합한 것인지 설명하는 것처럼 애플리케이션을 제작하기 위해 반드시 검토해야할 사항을 처음 부분부터 2부 전까지 페이지를 할애하였다. 즉, 직접 파이썬으로 구현해보는 머신러닝의 각종 모델, 유형은 조금 진도가 나가야 진행이 되지만 이 '기획'이라는 단계를 절대 소홀히 하지 않고 저자가 큰 심혈을 기울였구나라는 것을 느낄 수 있었다.

이 책에서는 머신러닝을 이용한 애플리케이션을 개발하기 위해 필요한 것을 담았다고 했으니 그 예제로 어떤 가상의 프로젝트를 제시했을 것이다. 그것이 바로 머신러닝 에디터이다. 글을 쓸 때 고쳐야 할 점을 머신러닝이 미리 학습한 모델을 통해 제안을 제공해주는 것이다. 그렇다보니 다른 머신러닝 책들과 차별화된 점이 있었는데 '테스트', '디버깅' 같은 내용을 다루었던 것이다. 이러한 내용은 소프트웨어를 개발할 때 반드시 거쳐야 하는 필수 단계이므로 단순히 머신러닝이 아니라 머신러닝을 이용한 소프트웨어를 개발하기 위한 과정에서는 반드시 설명이 필요한 것이다. 책 후반부에 '배포'와 '모니터링'이 포함되는 이유도 바로 그 때문이다.

이 책이 도움을 줄 수 있는 독자 층으로는 '머신러닝'을 공부하시거나 관심이 있으신 분들이다. 그러나 그냥 데이터 분석을 위해 통계적 도구로 사용하려는 사람보다는 정말 머신러닝 기능을 적용한 소프트웨어를 만드는 사람들에게 더 유용할 것으로 보인다. 머신러닝을 사용해서 큰 수익 얻을 수 있는 주가를 추천해주는 애플리케이션을 만드는 사람이 있다고 해보자. 그런 분들에게 매우 큰 도움이 될 것이다. 단지 기술적 활용 뿐만 아니라 각각의 단계에서 고민하고 생각해봐야 하는 것을 제시해주니 애플리케이션 제작에 좋은 지침서가 될 것이라 확신한다.