한빛출판네트워크

인공지능, 딥러닝. 그야말로 우리 시대를 관통하는 핫한 키워드다. 인공지능이라는 학문의 역사는 훨씬 오래전으로 거슬러 올라가야하지만, 인공지능이관련 전공자가 아닌 일반 대중에게까지 익숙해지게 된 데에는 최근의 기술 발전이 큰 역할을 했다. GPU로대변되는 컴퓨팅 파워의 획기적인 향상은 기존에는 불가능했던 연산을 가능하게 했고, 이는 인공지능이 실용의단계로 넘어 올 수 있도록 하였다. 여기에 컴퓨팅 파워 뿐 아니라 네트워크, 스마트폰, 사물인터넷 등 정보 통신의 발달은 과거에는 생각지도 못했던방대한 양의 데이터를 만들어 냈고, 이러한 빅데이터는 인공지능 기술 발달과 함께 서로 시너지 효과를내기에 이르렀다.

 인공지능이인기를 얻으면서 함께 유명세를 얻게 된 것 중 하나는 파이썬이다. 일부에서는 인공지능을 배우고 활용하려면파이썬이 필수라는 이야기가 종종 들리기도 하는 실정이다. 파이썬이 가진 언어적 장점과 함께 즉시 활용가능한 다양한 라이브러리와 인터넷에 가득한 예제는 초보자도 쉽게 인공지능을 접할 수 있도록 하고 있긴 하다. 시중에나와 있는 인공지능 관련 도서도 파이썬을 중심으로 설명하고 있는 책이 어림잡아 7~80 % 이상으로보인다.

 정말파이썬만이 정도(正道)일까?파이썬이 대세인 것은 사실이지만, 유일한 방법은 아니다.파이썬이 프로그래밍 언어 순위에서 높은 위치에 있더라도, 전통적인 강자들 역시 존재한다. C/C++, Java 는 여전히 사랑받고 있다. 인공지능 분야에서도마찬가지이다.

조시 패터슨, 애덤 깁슨의 ‘자바를활용한 딥러닝’은 제목에서와 같이 자바 개발자를 위한 책이다. 자바기반의 DL4J 라이브러리를 사용하여 딥러닝으로 인공지능을 개발하는 방법을 소개하고 있다. 이 책에서 소개하는 DL4J (https://deeplearning4j.org/)는 자바와자바 가상 머신용으로 작성된 딥러닝 라이브러리로 매우 다양한 딥러닝 알고리즘을 지원하며, 아파치 하둡과스파크를 이용한 분산 병렬 처리가 가능하다. DL4J는 아파치 라이선스 2.0을 따르는 오픈소스 소프트웨어이며, 스카이마인드 그룹을 통한 상업적지원도 가능하여, 상용 서비스 개발에도 활용이 가능하다.

 이책은 본문은 총 9개의 챕터로 구성되어 있다. 책의 전반부(1~4장)에서는 딥러닝을 수행하기 위해 알아두어야 할 것들에 대해소개하고 있다. ‘인공지능은 수학이다’라는 말이 있을 정도로, 인공지능을 제대로 이해하기 위해서는 수학적인 기초가 필수적이다. 선형대수, 통계 등 머신러닝에 필요한 수학적 지식을 다시 한번 복습하며,신경망과 딥러닝의 기초 지식, 심층 신경망의 설계 원리 및 구조에 대해 다룬다. 이어지는 5장에서는 본격적으로 심층 신경망을 구축하는 방법에 대해자세히 소개한다. 문제를 제대로 풀기 위해 어떤 신경망을 선택해야 하는지와 DL4J를 사용하는 방법을 시작으로 합성곱 신경망을 이용한 손글씨 이미지 모델링,순환 신경망을 활용한 시퀀스 데이터 모델링, 오토 인코더,VAE 모델 및 자연어 처리를 위한 딥러닝 애플리케이션에 대한 내용을 담고 있다. 6장과7장은 심층 신경망에 대한 튜닝 방법을 소개한다. ‘벡터화’라는 제목을 가진 8장은 이 책의 백미라고 할 수 있다. 딥러닝에서 벡터화는 매우 중요한 부분이지만, 많이 간과되는 영역이다. 학습을 제대로 시키고 문제를 해결하기 위해서는 다루고자 하는 데이터에 따라 적절한 벡터화 방법이 필요하다. 이미지 데이터 백터화, 순차데이터 벡터화, 텍스트 데이터 벡터화를 설명하며, 그래프 구조 벡터화와 관련하여Node2Vec 변화에 대해 간략히 다루고 있다. 본문의마지막 챕터인 9장은 하둡과 스파크에서 DL4J를 사용하는방법을 소개한다. 책의 부록은 인공지능에 대한 소개, 강화학습을 위한 RL4J, 신경망과 역전파에 대한 수학적 접근 방법, DL4J라이브러리 사용법 등 90여쪽에 걸쳐 본문에서 다루지 못했지만 한번쯤 생각해 보면 좋은내용과 실습에 필요한 주요 절차를 친절히 소개하고 있다.

 ‘자바를활용한 딥러닝’은 딥러닝을 실무에서 사용하기 위해 알아야 할 이론적인 내용과 함께, 실전에서 활용 가능한 다양한 주제를 심도있게 다루고 있어, 딥러닝관련 전문 지식이 없는 입문자도 충분히 이 책을 통해 신경망을 구축할 수 있을 것으로 보인다. 자바를기반으로 하고 있는 만큼 자바에 대한 기본기는 필수이다. 딥러닝에 관심이 있는 자바 개발자에게 적극추천한다.

머신러닝, 딥러닝, AI 이 세 단어는 굳이 개발자가 아니어도, 적어도 하루에 한번씩은 뉴스기사를 통해서, 아니면 대화 중에 심심치 않게 듣게되는 말이다. 그 이유는 자율주행에서부터 광고, 그리고 넷플릭스나 왓챠에서까지 우리 일상 속에 이미 이런 기술이 적용되어 있기 때문이다. 그래서 그런지 개발자로 일하다보니 이 분야에 대해 관심이 안 갈 수가 없다. 지금 당장은 아니더라도 미래에 이쪽이 유망하다는건 불보듯 뻔한 일이니까... 그러나 배우고 싶어도, 시중에 나와 있는 책은 파이썬이기 때문이라 자바를 주언어로 하고 있는 나로써는 프로그래밍 언어의 장벽이 있어 쉽게 다가가기가 어려웠다. 파이썬이라고는 파이썬 입문 정도가 다인데, 분명 책을 산다고 하면 한글 타자게임 하듯, 똑같이 코드를 따라 치는 것 그 이상이하도 아닐 것이 불보듯 뻔하기 때문이었다. 그.런.데. '자바'로 하는 딥러닝이라니! 물론 머신러닝, 딥러닝을 하기 위해서는 결국 언젠가는 파이썬으로 코딩을 해야하겠지만, 머신러닝과 딥러닝이 적어도 어떤 방식으로 돌아가는지 알기에는 자바로 되어있는 이 책이 훨씬 나에게 적합하겠다는 생각이 들었다. ​ 그렇게 해서 책을 집어 들었지만, 사실 미적분을 건너뛴 몇안되는 문과생 출신이다 보니, 딥러닝의 입문자를 위한 책이라지만 앞부분에서 절망감이 밀려들어왔다. 선형대수, 통계에 대한 공부가 선행되어야 함을 깨달았다. 그나마 생물심리학 과목에서 배웠던 뉴런은 쉽게 이해가 갔는데, 수학 파트에서는 '벡터'가 무엇인지 모르는 나는.... 책장이 넘어가지지 않았다. ​ 하지만 책의 장점을 꼽자면 머신러닝 및 딥러닝이 무엇이고, 그 작동원리 및 실습까지 한권에 모두 담았다는 것이다. 또한 번역서이지만 번역이 매끄럽다. 다루고 있는 내용은 복잡할 뿐, 번역의 문제로 읽다가 짜증이 나서 미간이 찌푸려지는 일은 없다. 다만, 책 소개에서는 입문자에게 적합하다고 되어있지만 나처럼 이과/공대 수학의 기초가 없는 사람에게는 조금 많이 어렵다. 그래서 내 생각에는 '공대 수학이 베이스로 깔려있는' 자바 개발자 중 딥러닝에 대해 깊이 이해하고 싶은 경우에 이 책이 적합할 것 같다. P.S. 나의 경우엔 그래서 책을 보면서 유투브로 수학공부를 같이 했는데, 나처럼 수학에서 절망한 분들에게는 3Blue1Brown 이라는 유투버를 추천한다.

데이터 분석 및 머신러닝을 하려면 어떤 공식처럼

파이썬으로 해야한다는 분위기가 일반적인 것 같습니다.

그동안 국내에서 많이 사용하며, 많은 기업체의 전사시스템

개발에 사용되어 왔던 자바를 활용한 머신러닝을 왜 다루지

않을까하는 생각이 참 많았습니다.

이 책은 그에 대한 해답을 제공합니다. DL4J라는 딥러닝 라이브러리를 통해 자바로 쉽게 할 수 있는 방법을 설명하고 있습니다.

DL4J는 꽤 오랫동안 개발되어 온 프레임워크입니다. 나름

완성도도 있습니다.

DL4J를 사용할 수 있도록 이 책은 앞부분에는 이론적인 내용이,

뒷부분에는 실습 내용이 있습니다.

이론 부분은 처음 머신러닝을 접하는 분들에게는 다소 어려울 수도 있을 것 같습니다. 하지만, 어느 정도 학습을 한 분께는 

잘 정리가 되어 있다고 말씀드리고 싶습니다.

오라일리 출판사의 책의 특징상 설명이 참 많습니다. 

그냥 이런 것이 있다고 소설책 읽듯이 이론부분은 넘어가셨으면 합니다. 실습하다 잘 이해가 안 가면 반복해서 읽는 것도 좋은 방법일 것 같습니다.

실습부분도 cookbook 스타일이기 보다 전체적인 프록램의 흐름을 설명한 수 자세히 설명합니다. 

다소 초보자가 따라하기에는 어렵지 않을까 합니다.

파이썬을 활용한 머신러닝 및 데이터분석 책들이 많은 현재, 

자바를 활용하는 이 책은 매우 신선했습니다.

현재 자바로 개발된 운영시스템에 쉽게 연동할 수 있지 않을까 생각합니다.

1번만 볼 책이 아니라, 그리고 자바에 한정해서 읽을 책이 아니라, 레퍼런스처럼 두고두고 읽어볼만 책이라 생각합니다. 

<이 책의 리뷰는 한빛미디어 '나는 리뷰어다'로 부터 책을 지원받아 작성된 글입니다.>

자바 개발자를 위한 효율적인 딥러닝 신경망 구축 가이드

이 책의 전반부에서는 이론을, 후반부에서는 튜닝, 병렬화, 벡터화, 파이프라인 구축 등 딥러닝 실무의 핵심을 설명한다. 특히 DL4J 라이브러리로 스파크 및 하둡에서 심층 신경망 구조를 학습하고 딥러닝 워크플로를 실행하는 실용적인 방법과 전략을 알려준다. 이론과 실습 모두 깊이 있게 다뤄 딥러닝 관련 전문 지식이 없는 입문자도 이 책을 읽고 나면 딥러닝 신경망을 구축할 수 있다.

책소개

이번에 리뷰하게 된 책은 자바로 배우는 딥러닝 책입니다!

직무와 아주 잘 맞는 책인데요~ 현재 회사에서 자바로 개발을 진행하고 있고 딥러닝도 같이 하고 있다보니

마음에 쏙 든 책이었습니다.

문제는 책이 생각보다 두껍습니다. 읽느라 고생을 조금 했습니다.

2주만에 읽으려고 하보니 조금 빠듯한 부분도 많았습니다.

책의 장점 중 하나는 Python이 아닌 JAVA를 사용해서 딥러닝을 배울 수 있다는 점입니다.

그게 왜 좋은 점이냐면 대부분의 책이 Python을 이용해서 기초적인 부분을 알려주고 있지만

개발을 하는 실무 개발자 입장에서는 자바도 굉장히 많이 쓰이기 때문입니다. 

그에 비해 서적이나 자료가 적다보니 이런 책이 달게 느껴지네요.

가장 기초적인 부분이 바로 '회귀'! 

다른 Python 책에서도 가장 기본적이고 기초적으로 나오는 부분입니다.

Python이 아니라 JAVA로 설명해주고 있어서 좋았습니다.

그 다음으로 나오는 부분이 경사 하강법! 

오차를 줄이기 위해 경사 하강법을 사용하게 됩니다.

O'REILLY의 책 답게 설명은 자세하게 되어 있습니다.

그러나 초보자가 바로 알기 쉬운 설명은 아니고 어느정도 알고리즘 과 자바에 대학 지식이 조금은 필요하니

참고 하셔야 합니다.

가장 자세히 봤던 부분은 자연어를 처리하는 Word2Vec 부분입니다.

말 그대로 문자를 벡터화 시키는 것인데 Woman과 man을 벡터화 하게 되면

비슷한 단어로 나타내집니다. 주변 단어를 찾는 다거나 비슷한 단어를 찾을 때 사용 할 수 있는 

알고리즘 중 하나이고 중요한 부분이기 때문에 자세히 봤던 파트입니다.

어려운 부분임에도 쉽게 설명되어 있어서 이해하는데 큰 어려움은 없었습니다.

[ 마무리 ]

자바로 딥러닝을 시도해보고 싶은 분에게 추천하는 책

자바의 기본적인 개념을 가지고 책을 볼 것!

디자인    ★★★☆☆

내용       ★★★★☆ 

난이도    ★★★☆☆