한빛미디어

"한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬 받아 작성된 서평입니다."

이번에 리뷰할 서적은 한빛미디어에서 출판된 『혼자 만들면서 공부하는 딥러닝』입니다.
딥러닝에 대한 실질적인 이해와 구현 능력을 키우고자 하는 독자를 위한 이 책은 단순히 이론을 나열하는 것을 넘어, 
구글 코랩(Colab)을 활용하여 직접 코드를 작성하고 모델을 훈련하며 결과를 확인하는 핸즈온(Hands-on) 방식에 중점을 둡니다.

Chapter 1. 합성곱 신경망(CNN)으로 패션 상품 이미지 분류하기
딥러닝 실습의 출발점으로 CNN을 다루며, 구글 코랩 환경 설정부터 LeNet 모델 구현까지 친절하게 이끕니다. 
`Conv2D`, `Pooling`, `Dense` 등 CNN의 기본 구조를 손에 익힐 수 있습니다. 이 장은 딥러닝을 완전히 처음 시작하는 독자에게 매우 적합합니다.

Chapter 2. 사전 훈련된 CNN 모델로 강아지와 고양이 사진 분류하기
딥러닝의 중요한 개념인 전이 학습(transfer learning)을 다루며, VGGNet부터 ResNet, GoogLeNet까지 다양한 CNN 모델을 실습합니다. 
직접 모델을 불러와 성능 개선을 해보며 실제 모델 사용 감각을 기를 수 있는 좋은 훈련 과정입니다. 미니 프로젝트로 실전 감각을 높인 점도 인상적입니다.

Chapter 3. 고급 CNN 모델과 전이 학습으로 이미지 분류하기
MobileNet, EfficientNet 등 모바일이나 경량 환경에서의 모델 적용까지 폭넓게 다룹니다. 
텐서플로 허브, 허깅페이스 모델을 직접 활용하여 피스타치오 이미지 분류를 수행하는 등, 실제 응용에 가까운 흐름이 구성되어 있습니다. 전이 학습의 실전 감각을 익히기에 딱 좋은 장입니다.

Chapter 4. 트랜스포머 인코더 모델로 영화 리뷰 텍스트의 감성 분류하기
이미지에서 텍스트로 영역을 넓히며 트랜스포머와 BERT를 중심으로 감성 분석을 진행합니다. 
어텐션 메커니즘, 포지셔널 인코딩 등 복잡한 내용을 코드로 실습하며 자연스럽게 체화할 수 있게 구성되어 있습니다. DistilBERT, RoBERTa 등 모델 비교도 흥미롭습니다.

Chapter 5. 트랜스포머 디코더 모델로 텍스트 생성하기
GPT-2, LLaMA, Gemma 등 텍스트 생성계의 대표 모델들을 실제로 구현하거나 불러와 다양한 텍스트를 생성해봅니다. 
특히 KerasNLP를 적극 활용하여 복잡한 구현을 단순화한 것이 실용적입니다. Gemma, Llama 같은 최신 모델까지 다룬다는 점에서 동시대 흐름을 잘 반영한 구성입니다.

Chapter 6. 트랜스포머 인코더-디코더 모델로 텍스트 요약하기
BART와 T5를 사용해 텍스트 요약 모델의 작동 원리를 실습합니다. 
특히 T5-1.1 모델은 사전 지식이 있다면 더 깊게 탐색할 수 있으며, 미니 프로젝트로 이어지는 구성 덕분에 단순 학습에서 벗어나 실제 적용의 감각까지 익힐 수 있습니다.

#총평
"혼자 만들면서 공부하는 딥러닝"은 딥러닝 입문자에게 매우 적합한 책입니다. 
이론적인 깊이보다는 실전적인 구현 능력에 초점을 맞추고 있으며, 코랩을 활용한 편리한 실습 환경은 독자가 딥러닝 학습에 대한 진입 장벽을 낮추는 데 크게 기여합니다. 
CNN과 트랜스포머라는 딥러닝의 양대 산맥을 모두 다루면서 이미지와 텍스트 분야의 핵심 모델들을 직접 구현하고 경험할 수 있다는 점에서 이 책은 딥러닝 학습 여정의 훌륭한 길잡이가 될 것입니다.

#이 책이 특히 좋은 이유
* 구글 코랩 환경으로 진입 장벽을 최소화
* 전통적 CNN부터 최신 트랜스포머 모델까지 고루 다룸
* 단순 이론 설명이 아니라 손으로 실습하며 구조를 익히는 흐름
* 모델 구조, 사용법, 성능 비교까지 자연스럽게 이어지는 구성

#아쉬운 점 (개선 가능성)
* 일부 심화된 개념에 대해서는 추가적인 참고 자료나 심층적인 설명이 미비함
* 오류 처리나 디버깅에 대한 팁이 좀 더 있었다면 초보 학습자에게 더 큰 도움이 되었을 것임

#이런 독자에게 추천
* 딥러닝을 "직접 실습하면서" 배우고 싶은 분
* CNN과 트랜스포머, 전이 학습을 전반적으로 경험하고 싶은 초중급자
* 이미지 분류, 감성 분석, 텍스트 생성 등 주요 태스크를 실전 감각으로 익히고 싶은 분