한빛미디어

책 제목에서 두개의 키워드가 눈에 들어온다.! 빅데이터, 기계학습
과연 이 작고 얇은 책에서 현재 이슈가 되고 있는 빅데이터와 예전부터 지금까지 기술의 최고봉은 기계학습에 대해서 어떻게 다룰것인가! 그냥 개론이나 다루겠구나! 라고 생각했었다.

기존의 뉴로컴퓨터 및 신경망에 대한 도서들도 생각이 났다. 개론위주이거나, 너무 어렵거나, 방대한 소스만 나열된 도서들 뿐, 그래도 개론이라도 명확하게 해주는 몇몇 도서만 있을 뿐이였다.
인공지능, 기계학습 트렌드, 기술변화, 정책에 관한 학회지같은 도서들, 최근 빅데이터에 대해서도 아직 다루는 도서들 수준이 그러하다.
쉽게 원론이나 예제를 보여주기가 참 힘든 주제였다.

이 두가지 주제를 이 얇은 책으로 나열한다니....

책은 기계학습의 역사라고 해서 현재 우리가 인공지능이라 불리우는 역사의 초기부터 현재까지 알기쉽게 구분/설명하며, 관심을 유도한다. 학습방법에 대해서 예를 들면서 설명한다. 각 방법으로는 어떤것들이 있으며, 테스트 데이터로 어떻게 분석되는지 예를 보여준다.(일본 기상청 사이트를 예로 든다.) 형태소 분석이나, 통계를 공부했다면, 정말 알기쉽고 간결한 예제란 생각이 들정도이다.

점차 진화된 방법과 규칙이라는 주제로 넘어가면서, 소스 길이도 길어지고 있으나, 소스에 대한 설명이 있어, 프로그램이 어떻게 동작하는지 머리속에 그림은 계속 그리며, 도서의 전개를 따라갈수 있다.

그 유명한 유전자 알고리즘을 거쳐 인간의 뇌를 모방한 뉴로컴퓨터의 핵심 신경망에 대해서 기본적인 학습망과 함수적인 설명이 시작된다. 계속적인 자기학습으로 가중치를 조절하여 예측치를 도출하는 기본컨셉과 퍼셉트론을 이용한 논리회로 예제가 간결하고도 적절하게 설명되고 있다. 또한 역전파에 의한 학습법까지 신경망의 주요 컨셉을 다 설명해 주고 있다.

무엇보다도 이책은 각 장마다 적절한 장의 주제 설명과, 예제 소스가 깔끔하고 알기쉽게 설명이 되어있다. 그래서 넓고 깊고 자세히 다루지는 못하지만, 기본 골격을 말해주고 있다. 물론 이점이 이책의 장점이자 자칫 겉모습만 보여주는 단점이 될수도 있겠지만, 가장 현실적으로 기계망을 설명해주는 입문서가 아닐까라는 생각을 해본다. 하지만 개인적으로 이도서가 초보자를 위한 입문서는 아니라는 생각이 든다. 적어도 대학교 3학년 이상의 학생들이 어느정도 컨셉과 궁금함을 지니고 이책을 접해야 부족한 연결고리를 제시해주는 도서라는 생각이 든다.

아쉬운점은 제목에 있는 "빅데이터"란 단어의 비중이 작았다는 점, 마지막에 이런 학습법으로 빅데이터 분석이 더 좋아졌다는 트렌드라도 언급되었으면 어땧을까 하는 생각이 듭니다.