한빛미디어

“혼자 공부하는 머신러닝+딥러닝”을 처음 펼쳤을 때, 마치 예전 대학 시절로 돌아간 듯한 기분이 들었다. 지도 교수 없이도 혼자서 코드를 뜯고, 이론을 곱씹으며, 반복된 시행착오 속에서 하나하나 깨우치던 그 시간들. 이 책은 바로 그 시절의 ‘1:1 과외 선생님’이 되어주었다. 친절하지만 결코 얕지 않고, 탄탄하면서도 부담스럽지 않게, 엔지니어의 시선에서 본다면 실로 이상적인 머신러닝 입문서라 할 만하다.

책은 인공지능의 개념부터 시작해, 구글 코랩 환경에 익숙해지는 것으로 출발한다. 여기까지는 많은 입문서들이 채택하는 전형적인 흐름이다. 하지만 이 책의 진가는 다음부터 드러난다. '생선 분류 문제'라는 간단해 보이는 예제 안에 머신러닝의 전형적인 문제정의-데이터 준비-모델 학습-평가라는 사이클을 녹여냈고, 이를 실습 중심으로 풀어가며 자연스럽게 독자를 모델 개발의 문턱으로 이끈다. 특히 “도미와 빙어”라는 친근한 예제 덕분에, 개념이 보다 피부에 와닿았다.

​

다음장에서는 머신러닝의 알파이자 오메가인 데이터 전처리의 중요성을 강조한다. '수상한 도미 한 마리' 에피소드는 편향된 데이터가 어떻게 잘못된 의사결정으로 이어지는지를 직관적으로 보여주며, 엔지니어로서 데이터의 본질을 보는 눈을 키워준다. 넘파이와 사이킷런을 활용한 전처리 코드도 깔끔하게 정리되어 있어, 실전에서 그대로 응용 가능하리라 생각된다.

회귀, 분류, 트리 기반 모델 등 지도 학습의 핵심 알고리즘을 다루는 부분에서는, 단순히 공식을 나열하는 것이 아니라 각 알고리즘이 해결하려는 문제와 사용처를 명확히 짚어준다. 특히 릿지, 라쏘 회귀를 통한 모델 규제, 교차 검증과 하이퍼파라미터 튜닝, 그리고 앙상블 학습의 성능 향상 효과를 다룰 때는 실제 업무에 바로 적용할 수 있을 만큼 실용적이고, 문제 중심적 접근이 돋보인다.

다음 차례로 비지도 학습의 감을 잡을 수 있도록 k-평균 군집, PCA를 이용한 차원 축소 등을 단계적으로 설명한다. 여기서의 설명은 수학적 엄밀성보다는 직관에 집중하고, 시각적인 예시와 함께 데이터의 구조를 ‘느낄 수 있도록’ 유도한다. 이 부분은 수학에 부담을 느끼는 독자에게도 충분히 이해 가능한 수준으로 설명되어 있다.

​

책의 후반부 부터 본격적인 딥러닝 영역으로 들어선다. 케라스를 기반으로 신경망의 기본 구조에서 시작해, 심층 신경망, 드롭아웃, 옵티마이저, 모델 저장/복원 등 실무에서 반드시 필요한 요소들을 꼼꼼히 짚어준다. 파이토치 버전을 병기한 점도 인상 깊다. 이는 실제로 프레임워크 간 비교나 전환을 염두에 둔 독자에게 큰 도움이 된다. 특히 나는 “심층 신경망의 층 구성 방식”을 설명한 파트에서, 모델 설계의 감각을 키울 수 있는 좋은 인사이트를 얻었다.

이미지와 텍스트라는 비정형 데이터의 대표 분야를 다루는 부분에서는.. CNN과 RNN 구조, IMDB 리뷰 분석, LSTM/GRU 비교 등, 이론과 실습의 밸런스가 뛰어나며, 다양한 실전 예제가 마치 실제 프로젝트를 수행하듯 독자를 몰입시킨다. 특히 텍스트 처리 파트에서 '단어 임베딩', '순차 데이터의 특성', '시각화' 등을 체계적으로 다루는 점이 인상 깊었다. NLP에 입문하는 독자에게는 이보다 나은 길잡이는 없을듯 하다.

마지막장 에서는 최근 화두가 되는 트랜스포머와 LLM을 소개한다. 특히 HuggingFace의 KoBART와 OpenAI API를 이용한 실습은, 단지 책을 읽는 것에 그치지 않고, 곧바로 현업에서 활용 가능한 수준으로 안내해 준다. 나는 이 장을 읽으며, 최근 내가 관심 있었던 대규모 언어모델 아키텍처의 맥락을 다시 한번 점검할 수 있었고, 토큰화와 디코딩 전략에 대한 감각도 정립할 수 있었다.

총평하자면, 이 책은 ‘혼자 공부한다’는 전제를 충실히 지키면서도, 초심자와 경험자 모두에게 실질적인 가이드를 제공하는 드문 입문서다. ‘배운다’는 것이 아니라 ‘이해한다’는 감각을 주고, 매 챕터마다 등장하는 “문제해결 과정”은 이론을 맥락 속에서 익히게 해준다. 학습자의 혼란을 미리 예상하고, 예상 질문에 대한 해답까지 책 말미에 포함한 구성 또한 매우 인상 깊었다. 물론, 심화된 수학적 공식이나 수치해석에 대한 설명은 생략되어 있지만, 이는 이 책의 의도와 잘 맞아 떨어진다. 코어 개념을 실습과 함께 이해하고, 이후 심화로 나아가기 위한 탄탄한 밑거름을 만들기에는 이보다 좋은 입문서는 드물다. 마치 튼튼한 바닥재 위에 지어지는 인공지능 학습의 집처럼, 이 책은 '기초'의 의미를 가장 충실하게 보여주고 있다.

머신러닝,딥러닝 학습의 여정을 혼자서 묵묵히 나아가고자 하는 이들에게, 이 책은 가장 든든하고 확실한 동반자가 되어줄 것이다.

"한빛미디어 <나는리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."