한빛미디어

0. 그로킹? 그로킹 딥러닝

​

이 책을 읽으면서 제목 그로킹(Grokking)이란 단어를 찾게 되었습니다. grok의 사전적 의미는 (심정적으로)이해하다, 공감하다 이더군요. 그러면서 아~ 하는 생각이 들었습니다. 우선 저자가 의도하고자 하는 부분이 공감이 가서이고, 이 부분이 딥러닝을 배우는데 많이 필요하기 때문이었습니다. 사실 딥러닝이라는 것으로 공부할 때, 제대로 쉽게 이해하기란 무지 어렵습니다. 딱떨어지게 답이 정해진것을 찾는게 아니다 보니 도무지 최적어떻게까지 하는지 그리고, 어느 정도를해야하는 건지 답을 찾기 어렵기 때문이죠. 하이퍼 파라미터를 수번에 걸처 변경하고, 여러 알고리즘들을 서로 비교해 하는 과정은 쉽게 지치게 만듭니다. 그러나 결국 답은 "아 이정도면" 이라는 딥러닝 모델을 원하고 필요로하는 사람들의 공감을 이루는 분석결과와 모델이 나올 때, 바로 결론에 도달하게 됩니다.

​

1. 최대한 쉽게, 그리고 탄탄하게~

​

저자는 두 가지를 목표로 했다고 하네요

​

(1) 간단한 계산을 넘어서는 수학 지식이 없어도 독자가 이 책을 소화할 수 있어야 한다.

(2) 내부 동작 과정을 알 수 없는 고수준 라이브러리에 의존하지 않아야 한다.

​

저자는 최대한 딥러닝의 문턱을 낮추기 위해 최대한 쉽게 설명하려고, 노력했다는 말을 독자들에게 전합니다.

​

이 부분에서 리뷰어 입장에서, 상당이 공감하는 부붑입니다. 이 책은 책의 절반을 신경망에 대해서 설명하는데 할애합니다. 즉 신경망에 대해서 실제 독자가 심도있게 공부하고, 학습할 수 있도록 제안합니다. 전체가 16장으로 이뤄져있고, 뒤의 2장은 실제 딥러닝에 대해서 교양적인 내용을 다루니, 14장의 9장을 신경망을 설명하는데 배정하였으니 얼마나 집중을 했는지 알수 있으실 것입니다.

​

​

즉, 저자는 기초, 이제 딥러닝을 공부하는 독자를 대상으로 이 책을 작성했고, 최대한 이를 충실히 이행하는데 집중합니다.

​

2. 이해하기 쉽게 설명한 코드의 시각화

​

그럼, 이 책의 가장 장점을 설명해 보도록 하겠습니다. 이 책은 코드를 쉽게 이해할 수 있도록 코드마다, 시각화된 설명을 매우 많은 공을 들여서 제공합니다. 사실 처음 코드에 익숙하지 않는 초보자들은 코드 울렁증 때문에, 벌써 코드야 하면서 쉽게 포기할 수 있는데, 이 부분을 쉽게 따라 올 수 있도록 많은 지면을 통해 설명합니다.

​

사실 이렇게 설명하지 않을 경우 많은 부분을 수식으로 채워야하는 사항이 발생합니다. 즉 저자는 이런부분들은 지행하면서, 스스로 독자가 이해하려 노력하도록 유도합니다. 저도 읽다보니 이해안되는 부분은 그림을 통해 눈이 뚤어져라 쳐다보고 있더군요 ~ ㅎㅎㅎ, 아마 여러분들도 비슷한 경험을 하게 될 것입니다.

​

3. 책에서 상호소통?

​

이 책을 읽다보면, 저자는 독자들과 소통을 하기 위해 노력합니다. 예를 들자면 아래의 지면과 같이 질문형식의 콘텐츠 배치를 통해, 해당 장에서 독자들이 자주 물어볼 수 있는 기초질문, 처음 배우는 사람들이 쉽게 할 수 있는 아주 사소한 질문에 대답하는 형식을 통해 설명을 이어갑니다.

​

음~~ 이 부분이 사실 이 책에서 가장 마음에 드는 부분입니다. 아래의 사진과 같이 "신경망이 뭔가요?", 딥러닝 입문 강의를 진행하다보면, 이런 질문들을 자주 받게 됩니다. 반대로 수업시간에 질문을 하기도하죠~ "잘 따라오고 있나요?"

​

저자는 이런 형식을 통해 독자들에게 쉽게 지나칠 수 있는 내용을 각인시키고, 또 지치지 않고 책을 잘 따라올 수 있도록, 유인하고 길을 인도합니다. 물론, 책이라는 제약이 있기 때문에 충분하다고 볼 수는 없지만, 그래도, 이러한 사고를 가지고 설명하고 있다는 부분은 충분히 칭찬받을만 하다고 생각합니다.

​

​

4. 그래도 공부하기 어려운 딥러닝

​

아무리 몸에 좋은 보약이라도, 먹어야 합니다. 즉 아무리 좋은 책이라 해도 읽어야 한다는 것이죠. 물론 그림으로, 매우 천천히 딥러닝을 설명한다해도, 일정 수준의 노력은 반드시 필요합니다. 저는 이 책에 대해서 이런예를 드리고 싶네요, 운동잘 배우는 게 뭐죠? 맞습니다 아주 기초적인 것을 잘 익혔느냐 입니다. 이는 비단 운동에 국한되지 않습니다. 모든 학습법에 적용되죠.

​

사실 입문자들도 사람이기 때문에 기초는 지루하고 따분할 따름입니다. 뭔가 바로 써먹고 쉽게 이용하고 싶어 응용에 눈을 돌리죠. 그러나 이 부분이

딥러닝 전문가로써 롱런하는 것을 멀게 한다는 사실을 알고계셔야합니다. 그것보다는 입문을 통해 배운부분을 하나씩 정리하면서, 기초가 탄탄한 나만의 코드를 작성하는 것이 중요하죠.이 책은 그런 부분에 집중하고 또 집중합니다.

​

5. 그래도, 재미는 응용이지~ 언어를 이해하는 신경망

​

저자는 중반부를 떠나 이제 막 훈련이 끝난 입문자들에게, 후반부 부터 쉽고 놀라운 딥러닝의 응용을 소개합니다. 바로 언어를 이해하는 신경망과, 섹스피어처럼 글을 쓰는 딥러닝을 소개합니다. 언어를 이해하는 싱경망은 영화리뷰의 예측을 통해서 사람들이 생각하는 부분을 예측하고, 이를 통해, 영화에 대한 평가를 할 수 있도록 합니다. 아주 재미있는 유명한 응용예제입니다. 여러분들은 이를 통해서, 기사 댓글과 같은 분석을 이제 딥러닝을 통해서 활용할 수 있습니다.

​

6. 맺음말, 다음 도약을 위한 준비 작은 안내서

​

책의 마지막절에서는 [다음 도약을 위한 준비]를 소개하면서, 이 책을 익인후, 딥러닝 전문가로 성장하는 지침에 대해서 이야기 합니다. 많은 부분이 공감이 가는 내용으로, "1단계 파이토치를 배우는 것을 시작으로 10단계 지역커뮤니티를 발전시키기" 까지 여러분들이 딥러닝을 끝까지 공부할 수 있는 길을 제시합니다. 저도 충분히 공감하고 실천하고 있는 사항이라 맺음말에 꼭 남기고 싶네요 사실 딥러닝의 전문가가 되기 위해서는 다양한 케이스, 집단지성을 통한 충분한 토론이 매우 중요합니다. 이를 위해서는 수 많은 난관을 극복해야합니다. 딥러닝 전문가 즉 데이터 사이언티스트는 정말 방대한 양의 학습과 경험을 요구합니다. 전문가들은 진정한 데이터사이언티스트는 극히 적다라는 말을 입버릇 처럼 합니다. 그리고 점점더 공부하면 할 수록 점점더 겸손하게 자신을 소개하게 되죠. 프로그래밍 언어스킬 부터, 데이터베이스 그리고, 통계, 시각화 등 공부해야할 영역의 방대하기 때문입니다. 그러다보면 지칠수 있고, 중도에 포기하는 경우가 대부분입니다. 이를 극복하기 위해서는 제대로 된 길을 만들고, 밝아나가는 것이 필요합니다. 저자는 아래와 같이 정도를 소개합니다.