[책 리뷰] 그림으로 배우는 StatQuest 신경망 & AI 강의

AI 관련 책을 꽤 많이 읽어봤지만, 늘 한 가지 벽을 넘지 못했다. 코드를 짜는건 익숙해져도, 그 코드 아래에서 실제로 어떤 원리와 개념이 돌아가는지를 수학적으로 온전히 이해하는 일은 매번 실패했다. 빨간 쏘가리 책부터 오라일리 책 종류별로 보고, 딥러닝용 수학책까지 펼쳐보았지만 미분에서부터 가로막혀서 접어둔 경험도 있다.

 

그래서 이번 책을 봤을 때 가장 먼저 시선이 갔던 건 "그림으로 설명한다"는 점이었다. 그리고 무엇보다 귀여운 스콰치와 공룡시치. 공룡을 좋아하는 것도 한몫했지만, 캐릭터 중심의 AI 책이라는 점이 호기심을 막 자극했고, 그림이라면 좀 쉽게 이해할 수 있지 않을까? 라는 기대감으로 서평단을 신청했다.

 

제이펍 출판사 서평단 활동을 위해 책을 제공받아 작성한 리뷰입니다.

💡개요

신경망 기초부터 트랜스포머 아키텍쳐까지 한 권으로 정리된 구성입니다.

목차
01. 신경망과 AI의 기본 개념
02. 역전파를 활용한 가중치와 편향 최적화
03. 입력과 출력이 여러 개인 신경망
04. argMax와 softMax로 출력값 간단하게 만들기
05. 크로스엔트로피로 훈련 속도 높이기
06. 합성곱 신경망으로 이미지 분류하기
07. 순환 신경망으로 주가 예측하기
08. 장단기 메모리로 더 나은 주가 예측하기
09. 워드 임베딩으로 단어를 숫자로 변환하기
10. Seq2seq와 인코더-디코더 모델로 언어 번역하기
11. 어텐션으로 더 나은 언어 번역하기
12. 트랜ㅅ스포머로 더욱 강력한 언어 번역하기
13. 디코더-온리 트랜스포머로 대량의 텍스트 생성하기
14. 인코더-온리 트랜스포머로 분류와 클러스터링하기
붑록 학교에서 배웠겠지만 아마도 지금은 잊어버렸을 내용

 

🖼️압도적으로 그림이 많은 구성

"그림으로 설명하는 ~" 류의 책들은 여럿 있지만, 이 책만큼 전체가 오롯이 그림으로 구성된 사례는 처음 보는 것 같습니다. 대부분의 그림 기반 교재가 "텍스트가 중심, 그림은 보조" 형태를 취하지만, 이 책은 텍스트보다 그림이 훨씬 많고, 딥러닝 개념들을 전부 낱낱이 해부해서 시각적으로 재배치해두었습니다

 

텍스트와 수식으로 설명하는 책들은 구조를 상상하기 어려워 이해하는데 어려운 경우가 종종 있었습니다. 하지만 이 책은 딥러닝의 내부 원리와 동작들을 전부 그림으로 풀어 설명하여 그 흐름을 이해하기 쉽다는 장점이 있습니다. 스콰치와 공룡이 대화하며 설명을 이끌어가는 스타일이 생각보다 몰입을 잘 이끌기도 하구요.

 

종이 재질도 참 특이합니다. 일반적인 책의 얇은 종이가 아니라, 잡지 같은 매끄러운 코팅 종이에 컬러 인쇄입니다. 색을 다채롭게 활용하여 그래프나 그림도 훨씬 눈에 잘 들어오고, 계속 넘겨보고 싶은 느낌이 듭니다. 책 내용뿐만 아니라 품질도 신경을 많이 쓴 것 같은 든든한 책입니다.

 

🖼️딥러닝 전 과정을 그림으로 재해석

책에서는 코드, 모델 사용법보다는 왜 이런 구조를 가지게 되었는지, 왜 이렇게 동작하는지를 전제로 설명합니다.

 

기초부터 탄탄하게

초반부에는 뉴런, 가중치, 편향 같은 가장 기본적인 기초 요소부터 시작해, 신경망이 데이터를 처리하는 흐름 전체를 그림으로 정리합니다. 가중치가 손실값에 어떤 영향을 주는지, 변화량을 어떻게 계산하는지, 왜 경사를 따라 내려가는 방식으로 최적화가 가능한지 등등, 기존의 텍스트 중심 설명에서는 어려웠던 부분들이 훨씬 명확하게 보입니다.

 

핵심 아키텍처

중반부에는 CNN, RNN, LSTM, GRU 등 주요 구조를 소개합니다. 사실 이런 구조들도 텍스트만으로 이해하기 어려운데, 합성곱이 이미지 위를 어떻게 이동하며 특징을 추출하는지, 순환 신경망이 정보를 어떻게 기억하고 처리하는지 등을 단계별로 그림으로 풀어내 어떤 구조인지 바로 이해할 수 있게 합니다. 

 

CNN 파트에서는 3x3 필터가 이미지를 스캔하며 특징 맵을 만들어가는 과정을 애니메이션 프레임 보듯 단계별로 따라갈 수 있고, RNN에서 LSTM으로 넘어가는 부분에서는 왜 기본 RNN이 장기 의존성 문제를 겪는지, LSTM의 게이트 구조가 이를 어떻게 해결하는지 비교하며 보여줘 각 구조의 필요성을 자연스럽게 이해할 수 있습니다. 트랜스포머, attention 파트가 압권인데, 인코더-디코더 구조가 어떤 흐름으로 번역을 수행하는지, 디코더-온리 모델이 어떻게 텍스트를 생성하는지 등 전 단계를 전부 그림으로 풀어놔서 복잡한 과정을 이해하는데에 정말 많은 도움이 됩니다.

PyTorch 기반 튜토리얼 QR이 포함되어 있습니다. 책에서 본 개념을 바로 코드로 실습해볼 수 있다는 점도 큰 장점입니다.

 

🍊수학 부록

저는 딥러닝 책을 읽을 때마다 수학에서 막히곤 했습니다. 수학에 약해 수식이 어떻게 전개되는지, 왜 이 수식을 쓰는지 제대로 이해하기 어려웠던 이유가 가장 큰데요. 이 책은 수식을 설명할 때도 풀이 과정 하나하나 자세하게 설명해줍니다. 또 수학을 정리한 부록을 제공합니다.

 

이 책의 부록은 신경망을 이해하는 데 필요한 최소한의 수학 개념만 뽑아서 그림과 함께 설명합니다. 복잡한 공식의 나열 대신 그래프 중심으로 풀어내기 때문에, 수학 때문에 딥러닝 입문을 주저했던 사람에게도 큰 도움이 됩니다. 미분, 거듭제곱 법칙, 연쇄법칙, 코사인 유사도, 행렬 대수 등등

 

🦕느낀점

딥러닝 코드를 짜는 방법이 아닌 "개념을 이해하는" 관점으로 접근하고 싶었던 사람에게 최적화된 책입니다. 코드 중심 학습에 익숙하더라도 한 번쯤 이 모델이 내부에서 뭘 하고 있는지 궁금해질 때가 있는데, 이 책은 그런 궁금증을 깊은 수준까지 풀어줍니다. 책을 읽기 전에는 CNN, LSTM, 트랜스포머-이런 것이 뭔지, 어떻게 쓰는지만 대략적으로 알고 있었다면, 책을 읽은 후에는 트랜스포머가 내부적으로 어떻게 동작하는지 그 흐름을 그릴 수 있을 정도로 이해의 깊이가 달라졌습니다. 겉핥기로만 알던 개념들이 이제는 속까지 보이는 느낌이랄까요.

 

수학에 대한 설명이 함께 제공되고, 그림으로 구성되어 있어 심리적으로 부담감이 적고, 일과 중 시간 날 때 잠깐 훑어보기도 편하고(저는 출퇴근할 때 지하철에서 읽었습니다. 글이 적어서 멀미가 잘 안남gg), 귀여운 일러스트로 책꽂이에 꽂아두기만 해도 기분 좋은 장점이 많은 책입니다. 첫 장 펼치자마자 제 최애 책이 됨 

그림으로 모든 과정을 풀어내어 흐름을 따라가기 위해서는 약간의 집중력이 더 필요하긴 합니다. 그래도 구성, 전개가 초보자에게 적합해서 AI 공부에 대한 진입 장벽을 조금 낮추고 싶거나, 딥러닝 원리를 본격적으로 이해해보고 싶은 사람에게 꼭 추천합니다.

 

 

https://www.yes24.com/product/goods/162146601

그림으로 배우는 StatQuest 신경망 & AI 강의 | 조시 스타머 | 제이펍 - 예스24