한빛미디어

이 책은 '21년 12월 발간한 책으로 22년 8월 현재 초판 1쇄 발행본이다.

저자는 모하메드 엘겐디로 라쿠텐에서 엔지니어링 부사장을 맡아 AI 플랫폼 및 프로덕트 개발을 관리하며 아마존에서 AWS와 아마존고 팀에 자문을 하기도 했다.

저자의 약력에서 살펴볼 수 있듯 책의 내용은 학술에 치우친 내용이 아닌 실제 업무에서 많이 사용하는 예제를 적용하여 현업자에게 많은 도움이 되어 보인다.

책 내용은 전체적으로 총 536페이지 가량의 조금 두꺼운 분량으로 보이며 책상앞에 두어도 큰 부담이 되지는 않아 가까이 두고 활용할 수 있어 보인다.

본문은 총 10장으로 구성되어 있으며 10장 중,  

1장은 컴퓨터 비전과 관련한 일반적으로 알아야 할 내용과 본 책에 대한 전반적인 안내, 도입에 관한 내용을 다루고 있는데 딥러닝 교과서와 내용은 유사해 이미 이에 대해 알고 있는 사람은 수월하게 넘어간다.

2장은 딥러닝과 신경망을 소개하며 퍼셉트론, 다층퍼셉트론, 활성화 함수의 종류, 순방향계산, 오차함수, 최적화 알고리즘, 역전파 알고리즘에 대해서도 간략히 소개하고 있다.

3장은 합성곱 신경망을 설명한 장으로 입력층, 출력층, 은닉층, 신경망 구조, 과적합 방지를 위한 드롭아웃층 추가등에 대해 설명하고 있다.

4장은 기초를 지나 본격적인 내용을 다루고 있으며 성능지표, 하이퍼 파라미터 튜닝, 배치정규화등에 대해 다루고 있다. 

5장은 시각화 경진대회에서 수상한 이미 이름을 많이 들어본 신경망 모델에 대해 설명하고 있는데 그 내용으로는 LeNet-5, AlexNet, VGGNet, GoogLeNet, ResNet을 다루고 있다.

6장은 전이학습을 설명하고 있는데 전이학습의 3가지 방식인 사전학습된 신경망을 분류기로 이용하기, 사전 학습된 신경망을 특징 추출기로 이용하기, 미세 조정하기등에 대해 친절히 알려주고 있으며 적합한 전이 수준의 선택을 위해 4가지 시나리오를 상정하여 시뮬레이션을 하고 있다.

7장은 사물탐지를 다루고 있으며 관심있는 사람들은 이미 들어본 R-CNN, SSD, YOLO를 상세히 설명하고 있으며 장 말미엔 자율주행차를 위한 싱글샷 탐지기 학습에 대해 총 7단계로 상세히 나누어 이를 설명하고 있다.

8장은 생성적 적대 신경망(GAN)을 설명하고 있는데 GAN구조, 모델의 평가방법, 응용분야, 프로젝트 실습을 통해 간단하나마 GAN에 대해 맛을 보여주고 있다.

9장은 딥드림과 신경 스타일 전이를 다루고 있는데 과학 기술적인 부분을 예술적인 분야로 업그레이드 하는 내용으로 기존의 표현방식에 식상해 있거나 새로운 표현을 시도하고자 하는 사람들에게 매우 유용한 내용으로 보이며 본문엔 코드도 있어 직접 실행해 볼 수 있다. 

 10장에선 시각 임베딩을 설명하며 응용분야인 안면인식, 이미지 추천, 물체 재식별에 대해 그림을 통해 쉽게 설명하고 있으며 손실함수, 정보량이 높은 데이터를 고르는 마이닝과 본 장과 관련한 주제를 다룬 프로젝트를 실행한다.

전체적인 총평은 출판사측에선 난이도 중고급으로 설정하였으나 앞부분은 대학교 교재의 일반적인 내용 위주로 설명되어 있어 코드로 도배되어 있는 일반 컴퓨터 도서와는 달리 난해하지 않으며 일반인이나 초중고등 학생에게도 선행 학습없이 책을 한장 한장 천천히 따라서 실습하면 딥러닝 비전에 대해 더 많은 호기심이 자극되어 더 깊은 바다로 내려가게 될 것으로 보인다.

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