BOOKSEEK READING GUIDE
딥러닝 입문 책 추천: 신경망의 원리와 모델 구현 사이에서
사진을 구분하고 문장을 요약하는 프로그램은 같은 딥러닝이라는 이름으로 묶이지만, 입력되는 자료와 확인해야 할 결과는 다릅니다. 딥러닝 책을 고를 때도 신경망의 기본 흐름을 처음 살펴보려는지, 이미 배운 개념을 바탕으로 모델을 직접 만들어 보려는지 구분해야 합니다. 이 글에서는 코드를 통
신경망의 원리와 모델 구현 사이에서
사진을 구분하고 문장을 요약하는 프로그램은 같은 딥러닝이라는 이름으로 묶이지만, 입력되는 자료와 확인해야 할 결과는 다릅니다. 딥러닝 책을 고를 때도 신경망의 기본 흐름을 처음 살펴보려는지, 이미 배운 개념을 바탕으로 모델을 직접 만들어 보려는지 구분해야 합니다. 이 글에서는 코드를 통해 신경망과 여러 응용을 접하는 개발자용 입문서와 이미지·텍스트 모델을 구현하며 실습을 넓히는 책을 비교합니다. 두 권 모두 프로그래밍을 활용하므로 파이썬의 기초를 모른다면 먼저 간단한 문법과 자료 구조를 익혀두는 편이 수월합니다.
딥러닝 입문을 공부할 때 알아둘 사항
책을 고르기 전 아래 질문부터 정리해 보세요.
입력과 출력
- 이미지와 텍스트가 어떤 형태의 데이터로 입력되는지 확인합니다.
- 분류·생성·예측처럼 모델에 요구하는 결과를 구분합니다.
학습과 평가
- 학습에 쓴 자료와 성능을 확인할 자료를 구분합니다.
- 결과의 숫자가 어떤 기준으로 계산됐는지 확인합니다.
실습 준비
- 파이썬 기초와 사용할 라이브러리에 익숙한지 살펴봅니다.
- 책에서 사용한 도구 버전과 현재 실습 환경을 비교합니다.
개발자의 시선으로 활용 장면을 익히기
여러 모델을 만들며 실습 넓히기
『혼자 만들면서 공부하는 딥러닝』은 이미지 분류에서 전이 학습, 트랜스포머와 텍스트 처리까지 모델 구현 사례에 집중합니다. 기본 개념을 한번 접했고 여러 형태의 모델을 직접 만들어 보고 싶은 독자에게 잘 맞습니다.
코랩 실습을 따라가면서 모델마다 입력과 출력이 어떻게 달라지는지 비교해 보세요. 신경망 자체가 낯설다면 기초를 설명하는 입문서를 먼저 살펴보는 편이 좋습니다.
모델을 구현할 때는 실행 성공과 이해를 구별해 보세요. 입력 자료의 형태, 마지막 출력의 의미, 평가할 기준을 코드 옆에 적어 두면 서로 다른 실습을 비교하기 쉽습니다. 전이 학습처럼 이미 학습된 모델을 사용하는 경우에도 그대로 사용하는 부분과 바꾸는 부분을 나누어 읽는 편이 좋습니다. 예제 수를 늘리기보다 모델 사이의 공통 흐름을 정리하는 활용법입니다.
이 책에서 짚는 학습 항목
- 이미지 분류와 합성곱 신경망
- 전이 학습
- 텍스트 분류
- 트랜스포머와 언어 모델
어떤 책부터 고르면 좋을까요?
신경망과 응용의 큰 흐름을 코드로 접하려면 모로니의 책을, 기본기를 갖춘 뒤 이미지와 텍스트 모델을 더 많이 구현하려면 박해선의 책을 살펴보세요. 두 책은 서로 다른 출발점에 놓인 독자를 위한 선택지입니다.
『개발자를 위한 머신러닝&딥러닝』은 텐서플로 코드를 통해 신경망을 소개하고 이미지·자연어·시계열 문제로 범위를 넓힙니다. 개발 경험은 있지만 인공지능 코드는 처음 접하는 독자가 활용 장면을 살펴보기에 적합합니다.
모델을 웹이나 모바일 등에서 활용하는 방향도 다룹니다. 2022년판이므로 실습 과정에서 도구의 변경 사항을 함께 확인해야 합니다.
개발 경험이 있다면 기존 프로그램의 입력과 출력에 익숙한 관점으로 예제를 읽어 보세요. 다만 모델은 규칙을 직접 작성하는 코드와 다르게 학습 자료의 영향을 받으므로, 실행 결과를 곧바로 일반적인 성능으로 해석해서는 안 됩니다. 이미지·문장·시계열 예제를 비교하면서 자료의 형태와 평가 목적을 함께 적으면 응용 범위를 파악하는 데 도움이 됩니다.
이 책에서 짚는 학습 항목