한빛미디어

들어가며

​

생성 AI는 현재 기술 분야에서 주목받는 핵심 토픽 중 하나입니다. GPT와 DALL﹒E 등의 기술을 통해 AI가 얼마나 창의적으로 행동할 수 있는지의 가능성을 보여주고 있습니다.

특히 생성 AI는 단순히 데이터를 처리하거나 분류하는 것을 넘어, 새로운 데이터나 내용을 스스로 생성할 수 있는 능력을 지녔습니다.

​

이러한 AI 기술의 발전은 우리의 일상생활뿐만 아니라 다양한 산업 분야에도 큰 영향을 미치고 있습니다.

따라서 이 분야에 대한 깊은 이해와 연구는 더욱 중요해지고 있습니다.

​

​

책에 관하여​

​

『만들면서 배우는 생성 AI』는 생성 AI의 세계를 깊게 이해하고자 하는 독자들을 위한 안내서입니다.

사실 서비스를 이용하는 엔드 유저의 입장에서는 생성 AI의 의세계를 깊게 이해할 할 필요까지는 없습니다. 우리가 자동차를 타고 다니지만, 자동차의 이모저모를 다 파악하고, 고칠 수 있는 역량이 필요하지는 않는 것처럼요. 하지만 깊게 이해해보길 원한다면, 또 그 주제가 생성 AI이라면 생성 AI에 대한 깊은 이해를 위해서는 기초적인 AI와 딥러닝의 지식이 필수적이며, 이 책은 좋은 길잡이가 되어 줄 것입니다.

​

이러한 데이비드 포스터는 이 책에서 생성 AI의 기본부터 최신 기술에 이르기까지 상세하게 설명하고 있습니다. 초판에서는 GAN에 대한 설명이 주를 이루었지만, 이후 생성 AI 분야의 급격한 발전에 따라 2판에서는 다양한 새로운 내용과 기술들을 추가하였습니다.

​

책은 크게 세 부분으로 구성되어 있습니다.

첫 번째 부분에서는 생성 AI의 기초와 기본 개념들을 소개하고 있습니다. 여기에서는 생성 AI를 처음 접하는 독자들도 쉽게 이해할 수 있도록 기본적인 내용을 친절하게 설명하고 있습니다.

두 번째 부분에서는 다양한 생성 모델들과 그들의 작동 원리, 장단점 등을 상세하게 다룹니다.

마지막 부분에서는 이러한 기술들이 실제로 어떻게 응용되고 있는지, 그리고 앞으로의 전망에 대해서도 다룹니다.

​

조금 더 자세히 들여다보면

Part 1은 생성 모델의 핵심 개념을 소개합니다. 여기에서는 '생성 모델의 정의', '기존 AI와의 차이점', 그리고 '생성 모델 학습에 필요한 기본 수학적 개념'에 대해 세세하게 설명합니다. 딥러닝의 주요 개념인 Data type, Multi-Layer Perceptron (MLP), Model, Loss function, Optimizer, Training, Evaluation, CNN, Normalization 등을 체계적으로 다루며, 이를 통해 생성 AI의 세계에 대한 튼튼한 기반을 다질 수 있도록 도와줍니다.

​

Part 2는 주요 생성 모델링 기법에 대한 깊이 있는 토론을 제공합니다. 변이형 오토인코더 (VAE), 생성적 적대 신경망 (GAN), 자기회귀 모델, 노멀라이징 플로 모델, 에너지 기반 모델, 확산 모델 등 6가지 주요 생성 모델을 중심으로, 이들의 기본 아이디어, 알고리즘, 그리고 한계점 및 발전 방향에 대해 상세히 살펴봅니다.

​

Part 3은 생성 AI의 실제 응용 사례와 그 중요성에 대해 다룹니다. 딥페이크, 저작권 등 현재 화두가 되고 있는 문제들과 생성 AI의 미래 방향성, 그리고 이에 따른 윤리적 고민에 대한 논의를 통해 독자들에게 깊은 통찰력을 제공합니다.

​

이 책을 통해 독자는 생성 AI의 본질부터 최신 동향까지 체계적으로 이해하게 될 것입니다. 생성 AI의 미래적 적용과 그로 인한 사회적, 윤리적 문제에 대한 성찰도 함께 제공하여 독자들의 깊은 통찰력을 높이는 데 도움을 줍니다.

​

​

마치는 말

​

● 이 책은 특히 다음과 같은 독자층에 강력히 추천합니다.

- AI 및 딥러닝의 세계에 첫 발을 디딘 초보자

- '생성형' 딥러닝 기술에 깊은 흥미를 가진 이들

- 딥러닝의 모든 단계를 체계적으로 학습하고자 하는 연구자 및 학생들

- 챗GPT와 같은 혁신적인 모델의 기원과 발전에 대한 깊은 호기심을 가진 전문가들

● "<만들면서 배우는 생성 AI>"는 딥러닝의 전반적인 개념부터 최첨단 '생성형' 기술까지 깊이 있게 탐구합니다. 이 책은 딥러닝 모델의 구성부터 복잡한 알고리즘까지 단계별로 접근, 특히 텍스트 생성과 관련된 부분은 딥러닝 기반의 콘텐츠 창작에 관심 있는 전문가들에게 매우 유용할 것이라 생각됩니다.

​

● 분량이 480쪽입니다. 그러나 딱딱하거나 마냥 지루하지 않습니다.

- GAN부터 트랜스포머, 확산 모델에 이르기까지의 다양한 딥러닝 영역을 실제로 구현하며 체험하는 과정을 차근차근 밟아가며, 생성형 딥러닝과 그 세계에 깊숙히 들어가고 싶다면, "<만들면서 배우는 생성 AI>"라는 책의 일독을 꼭 권합니다.