"한빛미디어 서평단 <나는리뷰어다> 활동을 위해서

책을 협찬 받아 작성된 서평입니다."



혼자 만들면서 공부하는 딥러닝 

- 딥러닝 기본을 공부하고 실력을 향상하고 싶은 이를 위한 길잡이 -



안녕하세요. 오늘은 『혼자 만들면서 공부하는 딥러닝』이라는 도서를 소개합니다. 이 책은 AI와 딥러닝의 기본 개념을 학습한 이후, 실제로 이를 어떻게 활용할 수 있을지에 대한 실질적인 방향을 제시합니다. 『혼자 공부하는 머신러닝+딥러닝』 등의 입문서를 마친 독자들에게 적합하며, 딥러닝의 이론에서 실제 적용으로 넘어가고자 하는 분들에게 유익한 자료가 될 수 있습니다.

이 책을 통해 배우는 내용

『혼자 만들면서 공부하는 딥러닝』의 가장 큰 특징은 컴퓨터 비전과 자연어 처리라는 두 주요 분야를 중심으로, 총 20개의 실용적인 프로젝트를 직접 구현하며 학습할 수 있다는 점입니다. 단순한 기능 설명에 그치지 않고, 각 기술의 등장 배경과 발전 과정을 자연스럽게 이해할 수 있도록 구성되어 있습니다.

Part 1. 컴퓨터 비전의 핵심 개념 학습 (Chapter 1~3)

Chapter 1. CNN으로 패션 이미지 분류

LeNet을 기반으로 패션 아이템 이미지를 분류하는 모델을 구현하며, 합성곱 신경망(CNN)의 기본 구조와 작동 원리를 실습을 통해 익힙니다.

Chapter 2. 사전 훈련된 모델로 강아지/고양이 분류

AlexNet, VGGNet, ResNet 등의 사전 훈련된 모델을 적용하여, 고양이와 강아지 이미지를 분류하는 프로젝트를 진행합니다. 사전 학습 모델의 개념과 전이 학습의 기본을 이해할 수 있습니다.

Chapter 3. 고급 CNN 및 전이 학습 실습

DenseNet, MobileNet, EfficientNet 등 고성능·경량화된 모델을 활용하여, 피스타치오 품종 분류 등의 프로젝트를 수행하며 실무에서의 활용 감각을 익힙니다.

Part 2. 트랜스포머 기반 자연어 처리 (Chapter 4~6)

Chapter 4. 인코더 기반 감성 분석

BERT, RoBERTa, DistilBERT와 같은 인코더 모델을 활용하여 영화 리뷰 텍스트의 감성(긍·부정)을 분류합니다.

Chapter 5. 디코더 기반 텍스트 생성

GPT-2, Llama 3, Gemma 2 등을 활용해 AI가 문장을 생성하는 과정을 학습합니다. 최신 대규모 언어 모델을 실습할 수 있는 기회를 제공합니다.

Chapter 6. 인코더-디코더 모델을 이용한 텍스트 요약

BART, T5 등의 모델을 사용하여 긴 문장을 요약하는 프로젝트를 진행합니다. 문장 이해와 생성의 통합적 구조를 경험할 수 있습니다.

최신 LLM 실습: Llama 3 예제

이 책에서는 Llama 3와 같은 최신 LLM을 KerasNLP 라이브러리를 통해 간편하게 실습할 수 있도록 구성되어 있습니다.

llama = keras_nlp.models.CausalLM.from_preset("llama3_8b_en")
llama.generate("I am a...", max_length=30)
llama.fit(my_dataset)

이처럼 사전 학습된 모델을 손쉽게 불러오고, 성능을 확인하며, 나만의 데이터로 미세 튜닝하는 일련의 과정을 실습할 수 있습니다.

실습 중심의 접근과 친절한 지원

이 책의 또 다른 특징은 다음과 같습니다:

KerasNLP 기반 간결한 구현: 복잡한 설정 없이 최신 모델을 몇 줄의 코드로 불러오고 실습할 수 있습니다.

구글 코랩 기반 실습: 별도 설치 없이 웹 브라우저에서 바로 실습이 가능합니다.

학습 지원 커뮤니티 제공: 저자가 운영하는 유튜브 강의와 커뮤니티를 통해 학습 중 생기는 질문에 대한 지원을 받을 수 있습니다.

이런 독자에게 권장합니다

딥러닝 입문을 마치고 실무형 프로젝트 경험을 쌓고자 하는 분

GPT, Llama 등 최신 언어 모델을 직접 실습하고자 하는 분

이론보다는 실습 중심으로 빠르게 실력을 향상시키고자 하는 분

결론

『혼자 만들면서 공부하는 딥러닝』은 딥러닝 기술의 흐름을 따라가며 실용적인 프로젝트를 통해 학습할 수 있도록 구성된 도서입니다. 이 책은 단순히 모델을 사용하는 데서 그치지 않고, 학습자가 실제로 모델을 구현하고, 응용하며, 나아가 독자적인 프로젝트를 설계할 수 있도록 안내합니다. 딥러닝에 대한 이해를 심화하고 실습 경험을 쌓고자 하는 독자에게 적합한 학습 자료로 평가할 수 있습니다.



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

■ 결론 부터..

“혼자 만들면서 공부하는 딥러닝”은 이론만 하면 지루하기도 하고 이해도 잘 안될꺼 같은데 딥러닝 입문자에게 딱 맞는 핸즈온 실습형 교재라는 생각이 들었습니다. 저처럼 “혼자 공부하는 머신러닝+딥러닝”을 읽고 좀 더 딥러닝을 알아보고 싶어서 다음 단계로 넘어가기에 정말 좋은 책인것 같습니다.

음. 제 본인 기준에서는 처음 보기엔 적합하지 않다? 가 결론 입니다. 기초적인 지식과 내용을 갖추셨다면.. 아니시라면 “혼자 공부하는 머신러닝+딥러닝”부터 읽고 다음 단계로 추천 드려 봅니다.

​

-핸즈온 실습형 교재 : 직접 손으로 해보는 방식. 이론만 설명하는게 아니라 실제로 따라 해보는 실습 중심.

​

​

■ 한줄 평

“혼자 만들면서 공부하는 딥러닝”은 딥러닝 실력을 확실히 한 단계 업그레이드하고 싶은 분께 정말 추천드립니다.

​

​

■ 이 책의 구성.

사실 용어가 주는 압박감이 사실 장난이 아닙니다. 저도 첨엔..

하지만 천천히 단계별 설명과 실습으로 이해가.... 음.. 암튼 구성은 이렇습니다. ^^

​

간단히 말하면, CNN부터 최첨단 LLM까지 실제 모델을 직접 구현하며 배우는 구성.

내부 구성을 자세히 보면, LeNet, AlexNet, VGGNet, ResNet, DenseNet, MobileNet, EfficientNet 같은 컴퓨터 비전 분야의 대표 CNN 모델과, BERT · RoBERTa · DistilBERT 등 트랜스포머 인코더 기반 모델, GPT‑2, Llama‑2/3, Gemma‑2 등 디코더 기반 언어 모델, BART, T5 같은 인코더‑디코더 요약 모델까지 다루고 있습니다.

전체 실습은 Google Colab 환경에서 진행되며, 코드도 깃허브에 공개되어 있어 바로 실습이 가능합니다

​

■ 이 책이 좋은 이유.

1. 실전 프로젝트 중심 구성이라서.. (칼라라 맘에 듭니다. ㅋㅋ)

2. 패션 이미지 분류, 강아지/고양이 사진 분류, 영화 리뷰 감성 분석부터 GPT‑계열 생성과 텍스트 요약까지. 다양한 과제를 직접 구현해보면서 “이론이 실제 어떻게 적용되는지” 감을 잡을 수 있어서..

3. “문법 체크 → 코드 따라 하기 → 미니 프로젝트 → 핵심 키워드 정리” 딱 혼공하도록 구성이 되어 있어서..

4. 최신 모델(20개의 모델) 경험해 볼수 있어서...

GPT, Llama, Gemma 등 최근 주목받는 언어 생성 모델을 직접 만져볼 수 있다는 점이 참 매력적이라서...

5. 저자 직강 유튜브 강의, 오픈채팅 Q&A, 깃허브 코드 제공 등 학습 도우미가 풍부합니다.

유튜브 강의는 아직 3장부터는 올라오진 않았는데... 기다리고 있습니다. ^^

■ 누가 보면 좋을까?

1. “혼자 공부하는 머신러닝+딥러닝”을 읽으신 분이라면 딱 맞는 다음 단계인 분들.

2. 이론을 넘어 실습을 하고 싶은 초중급자: 머신러닝 기초는 알지만 직접 모델을 구현해보고 싶은 분, 최신 언어 모델을 직접 돌려보고 싶은 분들..

  “한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.”

이 책은 '왜 이렇게 동작하는가?'에 대한 근본적인 이해를 추구합니다. TensorFlow나 PyTorch 같은 프레임워크를 사용하지 않고 NumPy만으로 신경망을 구현해보면서, 딥러닝의 작동 원리를 제대로 이해할 수 있었습니다. 수학적 개념도 코드와 함께 설명해주어 이론과 실습이 자연스럽게 연결되는 점이 인상 깊었습니다. 딥러닝을 단순히 사용하는 것을 넘어서 진짜 이해하고 싶은 분에게 강력히 추천하는 책입니다.

[ 한빛미디어 서평단 '나는 리뷰어다' 활동을 위해서 전자책을 협찬 받아 작성된 서평입니다. ]

- 이 책의 장점은?

 책 표지에 나와 있는 것 처럼 이 책의 장점을 보자면, 크게 두가지가 있을 것 같다.

1. 설치 없이 구글 코랩으로 웹에서 실습이 가능함

2. 유튜브 직강도 있으니까 막히면 강의 보고 따라할 수 있음.

오픈채팅은 꺼려지는 사람도 있을테니까 꼭 장점이라 보기엔 애매하다.

(1대1 익명이면 몰라도 오픈채팅은 좀 부끄러워라...)

- 대상 독자는?

 책에서는 대상 독자가 '고급 딥러닝 주제를 다룬 심도있는 학습으로 건너가기 전, 징검다리로 삼을 책을 찾는' 사람, 개발자라고 한다. 이전작 '혼자 공부하는 머신러닝+딥러닝' 을 재미있게 본 독자라면 더욱 강추한다고 한다.

 '첫 독자가 전하는 말' 에는 베타리더 중 한명이 '단순 입문자부터 초급자' 부터 아우를 수 있는 책 이라고 말했지만 솔직히 이론적으로도 그렇고 코드를 직접 입력해보는것도 생각보다 어렵지 않을까 싶다.

 일단 어려운 단어가 많이 나온다. 아래 이미지처럼 일반 사람이라면(사실 개발자도 처음 보는 사람이 많겠지만) '합성곱층' 이라는 단어는 생소할 것이다.

개발을 잘 모르는 사람이 그럭저럭 이론에서 나와있는 단어들을 알게되고 실습으로 넘어갔다고 생각해보면, 아래와 같은 상황을 마주칠 수 있다.

네?

어느정도 개발을 해봤거나 에러를 읽을 줄 아는 사람들은 뭐가 문제인지 알 수 있다.

'해당 모듈에 ~~ 속성이 없음'

그런데 이걸 개발 초짜나 입문자가 바로 해결 할 수 있을까? 무리라고 생각한다.

- 실제 읽어보니?

위에 말들만 보면 리뷰 쓰라고 했는데 까고만 있는거 아닌가? 라는 생각이 들 수도 있다.

'하지만 이런 에러사항이 있을 것 같다' 정도로 가볍게 보고 실제로는 저게 하나도 문제가 되지 않는다는 말을 하고 싶었다.

위 이미지 같은 에러는 대충 공부하거나 초보 개발자들이 자주 겪는 실수에서 비롯된다고 생각한다. 보통 오타를 만들었거나 import 에러가 대부분일테니까 말이다.

나 또한 일단 이미지가 나오는 결과를 보고싶으니까 코드부터 쳐볼까? 라는 생각에서 아무생각없이 먼저 쳐보면서 발생한 에러였다.

이 책에서 처음으로 이미지가 결과로 나오는 위 코드 부분을 따라서 쳐보면 아래와 같이 나온다.

훈련 이미지를 활용해서 이미지 결과물을 출력했다.

여기서도 첫번째 코드 부분의 'import keras' 나 'import matplotlib.pyplot of plt' 부분은 해당 코드를 설명할 때 나오지 않고 아래와 같이 나온다.

선생님, import가 없어요!

앞에서부터 하나씩 따라 써봤다면 import가 되어있는 상태라서 상관 없겠지만 이부분만 따로 떼어내서 한다던가 이부분부터 실행하려고 한다면 import가 없기 때문에 에러가 발생할 것이다.

- 정리하자면...

 이 책은 위에서 이야기한 것처럼 처음부터 끝까지 '따라오세요' 하는 방향대로 따라간다면 굉장히 훌륭하고 친절한 책이 될 것이다.

일단 컴퓨터 사양이 썩 좋지 못하다고 하더라도 '코랩' 이라는 강력한 무료 툴을 사용할 수 있고, 이 코랩을 어떻게 활용해야 하는지도 첫 챕터에 정리 되어있다.

해당 챕터를 시작할 때 어떤 학습을 할 지 정리된 '학습목표'와 '미리보기'가 존재해서 시작하기전에 쓱 훑어보기에도 좋고 챕터를 끝내고 다시 봐도 좋다.

아무리 봐도 모르는게 있다면 영상 강의를 통해서 복습하거나 배울 수 있고, 정말 필요하다면 오픈채팅을 통해 정보를 얻을 수도 있다. 무엇보다 풀 컬러로 이미지가 많이 삽입 되어있어 이해하는데 조금 더 도움이 될 것 같다.

개인적으로는 '컴퓨터 비전'에 관심이 많아서 이 책을 골랐는데 운 좋게 선정되었고, 천천히 따라가기 좋았다.

무엇보다 코드로만 한페이지를 가득 채우는 다른 책들과는 다르게 이론적 설명 다음에 한 줄, 또는 몇 줄 씩 설명이 들어가 있는 부분이 너무나도 좋았다.

 몇 번 읽어보아도 어려운 부분이 분명 존재했다. 하지만 이 친절하고도 훌륭한 책을 반복하고 읽고 실습하다보면 언젠간 딥러닝 전문가에 다가가 있지 않을까 하는 생각이 든다.

딥러닝을 배우고 싶었지만 너무나도 어려울 것 같아 망설여했던 많은 개발자들에게 이 책을 추천한다!

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

믿고 보는 책 시리즈가 있다면 “혼공” 시리즈가 아닐까 싶다.
혼자 만들면서 공부하는 ~ 시리즈 말이다.
AI 관련 믿고 보는 저자가 있다면 “박해선” 님이 아닐까 싶다.
핸즈온 머신러닝부터 정말 바이블 같은 책들을 번역하신 분이다.
그 분이 직접 쓰신 “혼자 만들면서 공부하는 딥러닝”이면 그냥 말 다했다.
 

1. CNN으로 패션 상품 이미지 분류하기
2. 사전 훈련된 CNN 모델로 강아지와 고양이 사진 분류하기
3. 고급 CNN 모델과 전이 학습으로 이미지 분류하기
4. 트랜스포머 인코더 모델로 텍스트 감성 분류하기
5. 트랜스포머 디코더 모델로 텍스르 생성하기
6. 트랜스포머 인코더-디코더 모델로 텍스트 요약하기

초보자에게 쉽지않은 내용이다. CNN, 트랜스포머, 전이학습 모두 낯설다면 다른 책을 보고와야할 것 같다. 하지만 혼공 시리즈 답게 매우 친절하다. 어려운 주제지만 왠지 해낼 수 있을 것 같다라는 생각을 하게 해준다.
 

다양한 이미지를 통한 설명이 특히 좋았다. 정말 잘 아는 저자는 정말 간단하게 설명할 줄 아는 사람이라고 생각한다.
 

파이썬 코드도 많다. 그런데 설명도 많다. 왜 이 함수를 호출했는지, 어떤 목적을 갖고 작성한 코드인지를 설명해주니까 정말 혼자 공부할만큼 친절하다.

머신러닝이 어느정도 익숙한 분들 누구에게나 추천할만하다. 
혼자공부하는 책이긴하지만 스터디하고 싶어지는 책이다.

강의준비하면서 이런저런 기초책들 많이 읽어봤는데

이렇게 정리가 잘된책은 처음입니다.

정말 추천..해요