쉽게 이해할 수 있는 자율주행 기술 원리

자동차 자율주행 기술 교과서 - 인공지능 시대의 자동차 첨단기술을 이해하는 자율주행 메커니즘 해설 ㅣ 지적생활자를 위한 교과서 시리즈
이정원 지음 / 보누스 / 2024년 7월

어릴 적 봤던 공상과학 만화 속에는 운전하지 않아도 알아서 다니는 자율주행 자동차가 자주 등장하곤 했다. 그때는 그저 만화적 상상으로만 생각했다. 실제 이게 가능해지려면 아주 많은 시간이 지나야 할 거라 생각했다. 그런데 그런데, 그게 지금 현실이 되었다. 미국에서는 자율주행 택시 서비스가 운영 중이고, 우리나라도 야간 버스며, 셔틀 버스를 자율주행 테스트 운영하고 있고, 자가용에도 자율주행 기능이 많이 적용되어 나오고 있다. 

이처럼 자율주행 자동차는 이제 시대적 흐름이다. 다들 스마트폰을 쓰듯이, 자율주행 자동차도 머지않아 대중화가 이뤄질 것이다. 이에 이정원 저자의 '자동차 자율주행 기술 교과서'는 자율주행 자동차에 관련된 기술을 가볍게 알아보는데 참 적당한 책이다. 

특히 자율주행은 지금 IT에서 가장 핫한 AI, 인공지능 기술을 총집합하여 이용하고 있는 만큼 딥러닝, 머신러닝 등 인공지능에 관심이 있는 사람이라면, '자동차 자율주행 기술 교과서'가 리얼한 인공지능 활용 현장을 제대로 느끼게 해줄 것이다.

'자동차 자율주행 기술 교과서'는 보누스의 다양한 기술을 다룬 교과서 시리즈 중에 하나다. 복잡하고 어려운 것을 이해하기 쉽게 설명하고 있어 내가 좋아하는 시리즈다. '자동차 자율주행 기술 교과서' 역시 자율주행에 관련된 첨단 기술을 누구나 알기 쉽게 이야기하고 있다.

내용을 7개의 파트로 나눠 설명하고 있다. 자율주행 기술의 역사나 기본 기능에 대한 것을 다룬 파트 1, 2부터 시작해서, 주변을 인지하고 판단하는 기술, 위성항법 기술, 운전자 인터페이스 기술, 자율주행 기술의 미래, 국내 자율주행 스타트업 현황 같은 내용을 담고 있다.

'자동차 자율주행 기술 교과서'가 쉽게 느껴지는 이유 중에 하나가 내용 구성이다. 왼쪽에는 기술에 관련된 설명이 잘 정리되어 있고, 오른쪽에는 관련된 사진이나 일러스트 같은 것을 담고 있어 보다 빠르게 이해할 수 있게 돕고 있다.

내 경우 틈틈이 인공지능 프로그래밍 관련해서 공부하고 있는데, 솔직히 각종 이론들을 보고 있으면, 내가 응용력이 부족해서 그런지 몰라도 이걸 도대체 어디다 써먹을 수 있는지 모르겠다. 그런데 '자동차 자율주행 기술 교과서'를 보고 있으면, 이걸 여기다 썼네 하는 것들이 많다. 

가우시안 필터로 노이즈 감소하여 영상에서 경계를 명확히 하고, 라플라시안으로 경계면을 찾고, 허프 변환으로 차선과 교통 표지판을 인식한다. CNN 학습으로 이미지도 인식하는데, 단순 인식을 넘어, 보행자의 이동 경로 예측까지도 한다. 

자율주행에 있어서 없어서는 안되는 각종 센서에 대한 이야기도 나온다. 라이다, 레이더, 카메라, 자이로센서, 가속도 센서의 원리와 차이점, 비교 같은 것이 나온다. 카메라 하나로 거리 계산하는 원리도 재미있었고, 라이다 센서의 다양한 개발 현황도 알 수 있었다. 전반적으로 '자동차 자율주행 기술 교과서'에 자율주행 관련 최신의 정보와 상황이 반영되어 있어서 더욱 좋았다. 

책을 통해 자율주행 기술을 살펴 보면서, 자율주행차는 단순히 기존의 자동차 개념으로 봐서는 안 된다는 생각을 하게 되었다. 현재 위치를 알기 위해, GPS 뿐만 아니라, 센서와 확률적 계산이 필요하고, 보다 정밀한 지도, 각종 알고리즘이 필요하다. 보다 빠른 통신 기술, 해킹에 대비한 보안 기술, 보다 높은 차원의 안전 보장 기술 등이 종합적으로 요구된다.

그러고 보니, 책에서 말한 거와 같이 자율주행 자동차는 차보다는 로봇으로 보는 것이 더 타당했다. 로봇으로 보는 것이 고정된 자동차 형태와 기능에서 벗어나 더 다양한 사고를 할 수 있게 한다.

자율주행 자동차가 완전 대중화가 되면, 많은 것이 달라질 수 있을 것이다. 에너지와 차량을 보다 효율적으로 관리할 수 있게 될 것이다. 교통 인구 소멸로 교통이 더욱 불편해지고 있는 시골 지역에 새로운 희망이 되어 줄 수 있을 것이다. 책 마지막 파트에 나온 자율주행 관련 새로운 스타트업 기업도 많아 질 것이다. 스마트폰이 가져다준 변화처럼 자율주행 자동차도 놀라운 변화를 야기할 것이다.

이와 같이 '자동차 자율주행 기술 교과서'는 빠르게 자율주행 관련 첨단 기술을 살펴 볼 수 있게 해주면서, 다가올 미래에 대한 다양한 생각과 상상력, 아이디어 등을 펼칠 수 있게 도와 준다. 

틀린 정보 바로 잡고, 젊은 뇌로 만드는 방법서

당신의 뇌는 나이 들지 않는다 - 마인드맵 창시자 토니 부잔의 두뇌 사용 설명서
토니 부잔.레이먼드 킨 지음, 이영래 옮김 / 비즈니스북스 / 2024년 6월

사람들이 카톡이나 문자하는 것을 보고 있으면, 내가 진짜 나이 들었구나 느낀다. 어린 친구들은 다다다닥 빠르게 문자 보내고 읽는 속도도 빠르다. 반면 나는 글을 읽고 무슨 소리 하는 건지 의미 파악하고, 어떤 대답을 해야 할지 고민에 빠진다. 그 모습을 영상으로 찍었다면, 내가 나를 봐도 무척 답답했을 것이다. 나도 분명 어릴 적에는 이러질 않았던 거 같은데, 이건 나이 때문이 아닐까 하는 생각을 하게 된다. 

솔직히 나이가 들어가면서, 젊었을 때와 많은 차이를 느끼고 있다. 전에 아무 문제 없었던 몸 곳곳에서 문제가 생기고 있다. 뭔 놈의 허리는 이리 자주 아프고, 방바닥에 앉았다 일어 설때마다 마디마디가 아프고 불편하다. 다치거나 병 걸리면 잘 낫지도 않는다. 체력 저하도 많이 느낀다. 조금만 뭘 해도 피곤 속에 빠진다.

이 보다 더 걱정되는 것은 뇌 건강이다. 갈수록 무언가를 기억하기 참 어렵다. 암기한 거 같은데, 진짜 뒤 돌아서면, 멍하니 아무 생각도 떠오르지 않는다. 물건 놓은 곳이 생각 나지 않아, 며칠을 뒤지는 일이 다반사다. 기억능력이 초 초단기로 떨어진 거 같다. 그리고 두뇌 안에서 자동 삭제 기능이 작동하는 건지, 과거 일들이 자꾸 떠오르지 않는다. 이러다 내 가족도 못알아 보는 것이 아닌가 하는 두려움 마저 생긴다. 

이런 내 변화를 사람들과 얘기하다 보면, 자기들도 그렇다면서, 이게 다 늙어서 그렇다고 한다. 뭔가 서글퍼지는 대화가 된다. 

그런데 이번에 본, '당신의 뇌는 나이 들지 않는다'에서는 이런 것들이 잘못된 생각이며, 잘못 알려진 것이라고 말한다. 나이를 먹어도 두뇌는 젊음을 얼마든지 유지할 수 있고 개발될 수 있다고 말한다.

나이 들수록 두뇌 세포가 죽어서 줄어든다는 얘기는 잘못 알려진 것이라고 한다. 이에 대한 어떠한  증거도 없다고 한다. 우리가 알고 있는 것은 잘못된 연구가 퍼져서 믿게 된 것이라고 한다. 만일 두뇌도 몸과 함께 노화한다면, 나이 든 사람들 특히 장수한 노인은 지적으로 문제가 있어야 하는데, 해외 토픽과 같은 것을 보면, 그렇지 않은 사례를 많이 볼 수 있다.

우리가 잘 아는 예술가 미켈란젤로가 성 베드로 대성당 돔 공사를 시작한 것은 63세이고 89세에 완공했다. 다빈치는 52세에 모나리자를, 브람스는 교향곡 4번을 51세에 오스만제국의 궁전 건축가 미마르 시난은 80대에 셀리미에 모스크를 건축했다. 그러고 보니 책에는 언급하지 않았으나, 강태공 강상은 80대에 등용되어 주나라 재상이 되었다. 천재나 유명 인물이 아니어도 노년, 고령의 나이에도 정치나 과학 연구를 하는 이들이 많은 것을 알 수 있다.

연구에 따르면, 20대 최고 기준, 정신적 쇠퇴는 평생 동안 5 ~ 15퍼센트에 불과하다고 한다. 우리가 체감하고 믿는 정도와는 많은 차이가 있다. 난 최소 30% 이상을 예상했는데, 아니었다. '당신의 뇌는 나이 들지 않는다'를 보니, 감소한 이유도 꼭 뇌의 노화 때문만이 아니었다. 신체 건강과 직결되어 있었다. 나이를 떠나 병을 앓고 있다면, 정상적인 뇌 활동을 하지 못한다. 그만큼 열심히 좋은 건강 상태를 유지할 수 있도록 노력이 필요한 것이다.

뇌는 다른 신체에 비해 많은 산소와 영양을 소비하는데, 신체 능력이 떨어져 제대로 공급하지 못하니 뇌도 힘을 쓰지 못하는 것이다. 그러므로 규칙적으로 유산소, 근력, 유연성 운동도 해줘야 하고, 살코기, 생선, 채소, 과일 등 좋은 것들을 골고루 먹어야 한다. 충분한 수분 섭취와 수면도 중요하다.

아울러 두뇌를 위한 운동 또한 꼭 필요하다. 나이 들어 기억력이 떨어졌다 느끼는 것도, 그만큼 기억하려는 노력을 하지 않아서다. 암기하려는 노력을 해야 기억력도 향상된다. 전에 봤던 연구를 보면, 현대의 인류는 초창기 인류보다 뇌 용량이 줄었다고 한다. 문자나 기록이 가능해지면서, 많은 것을 기억하지 않아도 되어 그리 되었다는 추측을 했다. 뇌는 쓰면 쓸수록 좋아진다고 한다. 간단한 것부터 암기하는 습관을 가지고, 마인드맵과 같은 방법으로 사고력을 늘리는 것이 좋다. 

뇌가 굳지 않게, 새로운 것에 흥미를 가지고, 배우는 것도 좋다고 한다. 이 나이에 공부는 무슨, 이 나이에 뭘 배워, 이런 태도는 뇌에 안 좋다. 나도 나름 얼리어답터 성향이 있어, 전에는 새로운 것만 보면, 환장을 했는데, 지금은 시큰둥하니 무관심해졌다. 이건 어쩌면 뇌 자극에 힘쓰라는 경고 신호일지 모르겠다. 말랑말랑하게 뭐든지 흡수할 수 있는 젊은 뇌를 만들기 위해서는 그만큼 노력이 필요한 것이다. 방송마다 백세시대, 백세시대 하는데, 몸 뿐만 아니라, 뇌 건강도 반드시 챙겨야 한다.

'당신의 뇌는 나이 들지 않는다'의 저자 토니 부잔은 마인드 맵의 창시자로 기억력, 암기력 관련해서도 널리 알려진 전문가다. 아마 많은 분들이 이 저자를 잘 알고 있을 것이다. 나 역시 토니 부잔의 책을 오래전부터 봤었고, 시험이나 업무, 자료 정리 등에 기억술과 마인드 맵을 적극 활용하고 있다. 이번 '당신의 뇌는 나이 들지 않는다' 역시, 나에게 많은 도움이 되었다. 잘못된 정보와 고정 관념을 바로 잡을 수 있었고, 뇌에 도움 되는 다양한 방법과 사례에 대해서도 알 수 있었다. 적어도 앞으로 나이 핑계 대고 머리가 안 돈다는 변명은 못할 거 같다.

실무 조언과 함께 익히는 데이터과학, 인공지능관련 수학

개발자를 위한 필수 수학 - 기초 수학으로 시작하는 데이터 과학 첫걸음 ㅣ O'reilly 오라일리 (한빛미디어)
토마스 닐드 지음, 박해선 옮김 / 한빛미디어 / 2024년 6월

빅데이터, 인공지능을 공부하다 보면, 항상 걸리는 부분이 수학이다. 전에는 프로그램 개발하는 데, 수학 몰라도 크게 힘든 부분이 거의 없었다. 개발에 걸림돌은 업무나 기술에 대한 이해였지, 수학적인 능력은 아니었다. 내 경우 여러 개발을 해왔지만, 총합이나 평균 정도가 가장 많이 사용된 수학이었고, 좀 복잡한 경우 벡터와 미적분 정도였다.

그런데 인공지능을 공부하면서 이 정도의 수학 지식으로는 터무니 없이 부족하다는 생각을 하게 되었다. 물론 인공지능이나 빅데이터를 하는데 있어, 수학 때문에 프로그램 개발을 못하는 것은 아니다. 하지만 수학을 모르면, 왜 이렇게 해야 하는지 제대로 알지 못한다. 남이 하는 거 따라 할 수는 있어도 구체적인 방향을 제시하기 어렵고, 문제가 생겼을 때, 해결하기도 어렵다.

그런 만큼 인공지능 관련 서적을 볼 때마다, 잘 모르는 수학들이 나오면, 어떻게든 알기 위해 신경을 쓰고 있다. 그렇지만, 좀처럼 수학 실력이 늘지 않는다. 매번 단편적으로 수학을 공부하다 보니, 연결성이 떨어져, 볼 때마다 항상 새롭다는 기분이다. 자주 봐왔던 베이즈 확률도 그렇고 통계 공식, 회귀 분석 등이 다 그렇다.

그래서 느낀 게 인공지능이나 데이터 과학에 관련된 수학을 집중적으로 공부할 필요가 있다는 것이다. 그래서 보기 시작한 책이 토머스 닐드의 '개발자를 위한 필수 수학'이다. 제목만 보면, 대학에서 배우는 전산 수학을 말하는 건가 할 수 있는데, 이 책을 좀 자세히 이해하기 위해 원제를 보면, 'Essential Math for Data Science'으로 데이터 과학에 관련된 수학을 보다 중점적으로 다룬다는 것을 알 수 있다. 당연히 머신러닝과 같은 인공지능 쪽에도 필요한 수학을 익힌다.

기초수학과 미적분, 확률, 기술 통계와 추론 통계, 선형대수학, 선형 회귀, 로지스틱 회귀와 분류, 신경망 이렇게 7개의 장으로 필수 수학을 배우고, 마지막 8장에 데이터 과학 실무 관련 조언을 담고 있다.

'개발자를 위한 필수 수학'에 나온 수학을 살펴보면, 중고등학교 시절, 대학 때 배웠던 것들도 나오고, 전혀 배우지 못한 수학들도 나온다. 복잡한 공식과 각종 수식이 나오다 보니, 부담이 되는 사람들도 많겠지만, 어디까지나 필수 수학을 다루고 있는 만큼 난이도가 높지는 않다. 쉬운 것들부터 다루고, 설명 또한 자세하다. 아울러 그래도 이해가 안 되는 사람 또는 보다 깊은 이해를 원하는 이를 위해, 저자가 참고 서적과 사이트 링크 같은 것들을 참 다양하게 알려 주고 있다. 부록의 보충 학습도 그냥 지나치면 안 되는 도움 되는 내용들을 많이 담고 있다.

더군다나 이 책을 옮긴 박해선 역자 또한 읽는 이를 위해 큰 도움을 주고 있다. 곳곳에 옮긴이의 주석을 달아서, 최근의 정보도 담고, 우리나라에 맞는 용어 설명, 추가 추천 서적, 추가 설명 등을 하고 있다. 이러한 역자의 노력은 책의 가치를 더욱 높여준다고 생각한다. 이러다 보니, 개인적으로 박해선 역자가 옮긴 책을 더 선호하고 있다.

'개발자를 위한 필수 수학'을 통해 데이터과학이나 AI에 필요한 수학을 배운다는 점도 중요하지만, 이 책에서는 단순히 수학만 알려주고 있는 것은 아니다. 수학 이론을 어떻게 파이썬으로 코딩하는지 수학 문제마다 익히게 된다. 파이썬과 함께 넘파이, 사이파이, 심파이, 사이킷런을 사용해서 코딩하고 있다. 이를 활용한 코딩 관련된 노하우도 이야기하고 있고, 사용 이유나 차이점 같은 것도 알려 주고 있어, 바로 코딩 능력을 향상하는 데도 도움 된다.

중요한 또 한 가지는 저자의 실무 경험을 통한 각종 조언들이 곳곳에 담겨 있다는 점이다. 3장부터 이러한 조언들이나 견해가 내용 중간중간에 나오기 시작해서, 끝 파트인 8장에는 구체적인 사례와 함께 이야기되고 있다. 책 중간에 나오는 내용들은 텍사스 명사수 오류와 같이 데이터 분석의 오류나 편향을 예방하기 위한 것들이다. 일반 수학 책에서는 수학 설명만 다루다 보니, 이런 실무적인 것은 알기 어렵다. 통계나 분석을 적용하기 위해서는 이런 지식은 꼭 필요하다.

8장에서는 데이터 과학자, 빅데이터 관련 일을 하고자 하는 사람들에 대한 조언들이 나온다. 내용들이 매우 구체적이다. 경영진 설득이 필요한 상황, 어떤 때 일을 맡지 않고 도망쳐야 하는지, 데이터 사이언스 업계의 상황과 전망, 구인 상황, 필요한 능력 등이 자세히 나온다.

공부를 했으면, 문제를 풀어 보는 것은 당연한 과정일 것이다. 특히 수학이라면 더욱 필요하다. 그래서 그런지, '개발자를 위한 필수 수학' 뒷부분에 워크북이 별책 형태로 붙어 있다. 연습문제를 풀어보며, 배운 것을 체크해 볼 수 있게 되어 있다.

데이터 과학 또는 인공지능을 공부하는 사람에 있어, '개발자를 위한 필수 수학'은 어떤 수학을 공부해야 하는지 명확히 알려주고, 자신의 실력 수준이 어떤지 종합적으로 점검할 수 있게 해준다. 나 역시도 술술 익히는 파트도 있었지만, 한 페이지를 제대로 나가지 못하는 곳도 많이 있었다.

수학 능력치를 올려주는 것 뿐만 아니라, 코딩과 데이터 사이언스에 대한 시야도 넓혀주는 책이다. 수학 때문에 고민인 프로그래머가 있다면, '개발자를 위한 필수 수학'을 적극 추천해 본다.

술술 읽히며 명확히 이해시키는 영문법 책

악마의 영문법 100법칙 - 읽으면서 이해하고 암기 필요없는
도키요시 히데야 지음, 김의정 옮김 / 더북에듀 / 2024년 6월

학창 시절 내 머리에 각인된 영어 수업 시간은 모든 게 암기만 가득한 지겨운 과목이었다. 단어 외우는 것도 그렇고, 영문법도 다 외워야 했다. 언어는 습관이다 보니, 많은 부분 암기가 당연히 필요하겠지만, 무작정 외우는 것은 너무 지루하고 재미없었다. 당연히 지금도 영어는 난공불락과 같은 존재이다.

그런데 요즘에는 영어 공부가 재미있어지고 있다. 특히 영문법 경우, 과거에 나온 책들은 거기서 거기의 내용에 무작정 외울 것을 강요 했는데, 최근 나온 영문법 책들 중에는 왜 그렇게 쓰는지 이유를 설명하고 있는 것들이 등장하고 있기 때문이다.

내 학습 스타일이 이해 우선이다 보니, 단기 암기는 어떻게든 한다고 해도, 조금만 지나면 뇌가 리셋되듯이 다 까먹어 버린다. 반면, 이해된 것은 보다 오랜 시간 기억하는 편이다. 또한 이해한 것은 다시 확인하면 짧은 시간에 다시 기억을 떠올릴 수 있다.

이런 나에게 도키요시 히데야의 '악마의 영문법 100법칙'은 너무나 딱 맞는 영문법 책이었다. 이 책은 영문장이 왜 그렇게 쓰이는지, 비슷한 문장 사이에 어떤 뉘앙스 차이가 있는지, 왜 이건 사용하지 않고, 이건 사용하는지, 그동안 그냥 외우기만 해야 했던 각종 영문법에 명확한 이유를 누구나 알기 쉽게 설명하고 있다. '이건 시험에 나오니까 무조건 외워라'하는 책들과는 결이 완전히 다르다.

이러한 '악마의 영문법 100법칙' 속 내용들은 인지 언어학을 기반으로 한다. 형식적인 것을 벗어나 언어의 주체인 인간을 중심으로 영어 속에 스며있는 문화, 역사, 습관 등을 반영하여 영문법을 설명하고 있다.

'악마의 영문법 100법칙'에서는 영어와 한국어는 세상을 보는 시각에 어떤 차이가 있는 지부터 살펴본다. 한국어는 자신이 카메라가 되어 바깥 풍경을 비추는 언어이고, 영어는 외부에서 또 다른 내가 나 자신을 바라보는 언어라고 말한다. 그래서 "여기가 어디지?"라고 말할 때, Where is here? 가 아니라 Where am I? 가 된다고 한다. 처음엔 이 소리가 알쏭달쏭하게 와 닿을 것이다. 그러나 책 진도를 조금씩 나아가다 보면, 확실하게 그 뜻을 이해하게 된다.

'악마의 영문법 100법칙'은 책 제목처럼 영문법을 100가지 법칙으로 나눠 설명하고 있는데, 읽어 보면 알겠지만, 한번 책을 읽기 시작하면, 거침없이 진도를 나가게 된다. 전에는 영문법만 보면, 꾸벅꾸벅 졸기 십상이었는데, 이 책은 재미난 이야기를 읽듯 거부감 없이 부드럽게 읽어 나가게 된다. 책 제목 앞에 붙어 있는 '읽으면서 이해하고 암기 필요 없는'이라는 문구가 과장이 아니게 느껴진다. 외우기 위해 연습장에 문장 쓰고 연신 동그라미 치고 할 필요 없는 책이다. 그 시간에 차라리 여러 번 반복해서 읽는 게 더 효과적이라 생각한다. 그만큼 머리에 많이 남고 오래간다. 출간 즉시 아마존 베스트셀러 영문법 1위에 오를만 하다.

'악마의 영문법 100법칙'이 참 영리한 게, 설명만 쉽게 풀어 놓은 것이 아니다. 계속 등장하는 그림들이 완전 치트키다. 빠른 이해와 오래 기억하는 데 도움을 준다. 이미지 기억 쪽에 강한 사람들에게 빼놓을 수 없는 요소인 것이다.

무조건 외워야 했던 5형식도 보다 쉽고 명확하게 이해할 수 있었고, 어릴 적 영문판 스누피 만화책을 보고 좌절감을 뼈저리게 느껴야 했던, 짧은 문장에 대한 공포도 조금이나마 덜 수 있었다. 긴 문장은 어떻게든 이해하겠는데, 짧은 문장은 단어를 다 알고 있어도 무슨 뜻인지 알 수 없었다. 이 책 초반에 나오는 "Shark!", "What?" 삽화가 딱 그 예다. He shot the bird. 와 He shot at the bird.의 차이도 그렇다. 내가 영어를 대충대충 공부한 결과일 것이다. '악마의 영문법 100법칙'에 나오는 전치사 설명을 보고 나면, 어디선 for 쓰고 어디선 to 쓰는 이유가 명확해진다. 속 후련하게 하는 설명이다.

마지막 12장에는 목적이 있는 영어, 설득을 위한 영어 훈련법이 나온다. 말하기 훈련, 설명하는 기술, 설득을 위한 구문, 에세이 쓰는 요령과 같은 것을 연습한다. 다른 책에서는 보지 못한 내용들로 영어 회화나 영작 등에 독특하면서도 매우 효과적인 방법을 제시했다.

책을 다 보고 나서 학창 시절에 영문법을 '악마의 영문법 100법칙'처럼 설명해 주는 선생님을 만났다면, 얼마나 좋았을까 하는 생각이 저절로 들었다. 그랬다면, 적어도 영어 시간이 수면 시간은 되지 앉았을 것이다. 좋은 선생님을 만나는 것도 인생의 큰 운이다. 학교 선생님이야 내가 선택할 수 없지만, 책은 얼마든지 선택할 수 있다. 영어공부, 영어학습을 위해 '악마의 영문법 100법칙' 한번 읽어 보길 추천한다. 

그런데 왜 악마의 영문법이지? 내가 보기엔 이보다 천사 같은 영문법이 없는데...

골라 써먹는 재미가 있는 216개 실용 예제

실무로 통하는 ML 문제 해결 with 파이썬 - 전처리부터 딥러닝까지, 216개 실용 예제로 익히는 문제 해결 기법
카일 갤러틴.크리스 알본 지음, 박해선 옮김 / 한빛미디어 / 2024년 4월

코딩 실력을 높이는 방법은 여러 가지가 있는데, 역시 최고의 방법은 그동안 배운 것을 전체적으로 써먹을 수 있는 프로그램을 짜 보는 것이다. 그런데 초보라면, 곳곳이 지뢰밭인 느낌을 받을 것이다. 한번 막히며, 며칠을 끙끙거려도 쉽게 해결되지 않는다. 이때 주변에 프로그램을 잘 하는 사람이 있다면, 막히는 부분 살짝만 힌트를 줘도 엄청 쉽게 난관을 극복할 수 있게 된다. 

이는 초보만 해당되는 얘기는 아니다. 중급이든 고급 개발자든 막혔을 때, 그 파트 전문가가 살짝만 건드려줘도 문제 해결이 참 쉬워진다. 이런 원 포인트 레슨의 위력은 대단하다 느낀다.

하지만 보다 나은 멘토나 전문가의 도움을 얻기는 쉽지 않다. 그래서 차선책으로 찾는 게 책이다. 카일 갤러틴, 크리스 알본의 '실무로 통하는 ML 문제 해결'이 바로 그런 책이다. 머신러닝, 딥러닝 같은 인공지능 이론을 어느 정도 익히고, 이것을 써 먹을 때, 막히거나, 실제 어떻게 구현해야 할지 잘 모르겠을 때, 써먹으면 좋은 책이다.

골라 먹는 재미가 있다는 아이스크림처럼 '실무로 통하는 ML 문제 해결'은 골라 써먹는 재미가 있는 216개의 실용 예제를 담고 있다. 파이썬과 파이토치, OpenCV, 넘파이, 각종 라이브러리를 사용하여, 벡터, 행렬, 배열, 데이터 적재, 데이터 랭글링, 수치형 데이터, 범주형 데이터, 텍스트, 날짜와 시간, 이미지 다루기, 특성 추출을 사용한 차원 축소, 특성 선택을 사용한 차원 축소, 모델 평가, 모델 선택, 선형 회귀, 신경망 등등 23개의 챕터로 분류한 머신러닝 관련 주제를 담고 있다. 

구성은 크게 과제, 해결, 설명, 3단계 형태로 되어 있다. 과제가 제시되면, 그것을 해결하는 샘플 코드가 나오고, 이에 대한 설명이 나오는 식이다. 과제는 '벡터를 만들어야 합니다.' 같은 쉬운 것부터 시작해서, '훈련된 파이토치 모델을 실시간 예측을 위해 서빙하고 싶습니다.' 같이 보다 세밀한 주문이 들어간 것들이 나오므로, 자신이 구현하려는 것과 비슷한 과제를 찾아 골라 써먹으면 된다.

그래서 그런지 책을 보다 보면, 전에 많이 접했던 'XX 언어 100제' 그런 책들 느낌도 든다. 그도 그럴 것이 '실무로 통하는 ML 문제 해결'의 원제는 'Machine Learning with Python Cookbook'이다. 

쿡북이라는 이름처럼 필요한 레시피 과제만 쏙쏙 골라 써먹기 좋다. 아울러 이번 책은 최신 정보를 담고 있는 새로운 2판이라, 최신 정보와 함께 보다 잘 다듬어 나왔다.

게다가 이 책은 그저 번역만 되어 나온 것이 아니라, 박해선 역자가 '덧붙임'이라는 코너를 추가해서, 여기에 관련 수학 공식부터, 라이브러리 설명, 보충 설명, 또 다른 응용 코드, 테스트 코드 같은 것을 곳곳에 담아 놨다. 몇 줄 적은 주석 수준이 아니다. 긴 건은 두 쪽에 걸쳐 나온다. 마치 원래 시킨 식사에 맛난 반찬이 추가되어, 보다 푸짐한 밥상을 독자가 받을 수 있게 했다. 그만큼 책 내용을 보다 쉽고 폭 넓게 이해할 수 있게 해준다. 옮긴이의 노력과 정성에 고마움을 표하지 않을 수 없다.

'실무로 통하는 ML 문제 해결'은 초보를 위한 책이 아니다. 인공지능, 머신러닝, 딥러닝에 대한 사전 학습이 어느 정도 되어 있는 사람에게 도움이 되는 책이다. 그렇다고 너무 어려운 책도 아니다. 인공지능 입문 책에 많이 봤을 부분도 많이 나온다. 다만 여기서는 코딩 중심으로 코딩에 꼭 필요한 것들만 주로 담고 있다. 덕분에 응용 위주로 인공지능 지식을 빠르게 정리할 수 있다. 만일 이론 부분이 전혀 생각이 나지 않는다면, '참고' 코너에서 안내하고 있는 주소로 들어가 다시 한번 점검하는 것도 좋을 것이다.

내 경험상 코딩 내공은 책만 많이 본다고 쌓아지는 거 같진 않다. 이론 공부와 함께 다양한 프로그래밍 경험은 필수다. 그리고 기초를 튼튼히 해야 한다. 배열이나 날짜, CSV, JSON 다루기 같이 쉬운 것부터 차근차근 정복하는 것이 좋다. 코딩할 때마다 쉬운 걸 매번 반복해서 어떻게 하나 찾아야 한다면, 재미와 능률도 떨어진다. 물론 '실무로 통하는 ML 문제 해결'이 잘 정리하고 있지만, 자주 쓰고 쉬운 것들은 완벽히 내 것으로 만들어 둘 필요가 있다. 어쨌든 이번에 인공지능 코딩에 많은 도움이 될 골라 써먹을 수 있는 '실무로 통하는 ML 문제 해결'이란 좋은 책을 만나서 기쁘다.