기계는 왜 학습하는가 : AI를 움직이는 우아한 수학

기계는 왜 학습하는가 : AI를 움직이는 우아한 수학

$25.46
Description
“걸작”
2024년 노벨 물리학상 수상자 제프리 힌턴 강력 추천
AI가 구현하는 놀라운 세상을 떠받치며 미래를 만들어갈 핵심 수학!
2024년 챗GPT의 마법 같은 등장은 빠르게 모두의 관심사를 장악했다. AI가 길을 찾아주고, 음악을 추천하고, 그림을 그려주고, 문서를 정리해주는 수준에서 도약하여 정보를 “스스로” 찾아서 알려주고 질문에 “생각해서” 대답하는 수준에 이른 것처럼 보였기 때문이다. 과연 AI는 진짜 생각하는 기계가 된 것인가? AI로 인해서 우리 사회는 어떻게 달라지고, 우리의 삶은 또한 어떻게 될 것인가에 대한 장밋빛 기대와 어두운 우려가 공존하고 있다. 과학저술가 아닐 아난타스와미의 이 책은 오늘날의 AI를 있게 한 알고리즘을 구성하는 핵심 수학을 상세하게 살펴봄으로써 기계 안에서 어떤 과정이 작동하고 있는지를 선명하게 제시한다. 이 책에서는 수십 년간 “기계 학습machine learning” 연구자들에게 활력과 흥분을 선사한 정교한 수학 원리와 알고리즘을 설명한다. 기계 학습이라는 방대한 분야에서 구사하는 알고리즘에는 비교적 간단한 수학이 쓰인다. 수백 년을 거슬러 올라가는 이 수학은 고등학교나 대학 저학년 때 배우는 것들로, 선형 대수, 미적분, 베이스의 정리, 가우스 분포(및 종형 곡선) 등이다. 이 책은 기계 학습 분야를 떠받치는 핵심적 수학 개념이라는 렌즈를 통해서, 로젠블랫의 퍼셉트론에서부터 현대의 심층 신경망(인공 신경세포라는 연산 단위의 정교한 연결망)에 이르는 여정을 들려준다. 1950년대의 비교적 단순한 개념을 이해하면서 수학과 친숙해진 뒤에는 조금씩 난도를 끌어올려 오늘날 기계 학습 시스템을 떠받치는 전문적인 수학 원리와 알고리즘을 살펴본다. 이 과정은 우리가 기계에 불어넣는 어마어마한 힘을 이해하는 데에 필요한 최소한의 이론적, 개념적 지식을 펼쳐 보인다. 학습하는 기계의 작동원리와 그 바탕을 파악할 수 있도록 돕는 이 책을 통해서 독자들은 비로소 AI의 정체를 이해하고 AI로 가득해질 미래를 자신 있게 맞이할 수 있을 것이다.

저자

아닐아난타스와미

저자:아닐아난타스와미AnilAnanthaswamy
영국물리학회에서수여하는물리학저널리즘상과영국과학저술가연합에서수여하는최우수탐사저널리즘상을비롯한여러상을수상한과학저술가이며,「뉴사이언티스트」전속필자겸부편집장을지냈다.펜/E.O.윌슨과학저술상후보작『나를잃어버린사람들TheManWhoWasn’tThere』을비롯한여러대중과학서의저자이다.2019-2020년MIT나이트과학언론기금을받았으며,인도공과대학교에서졸업생중과학저술에대한공로자에게수여하는최고상인저명한졸업생상을수상했다.

역자:노승영
서울대학교영어영문학과를졸업하고,서울대학교대학원인지과학협동과정을수료했다.컴퓨터회사에서번역프로그램을만들었으며환경단체에서일했다.“내가깨끗해질수록세상이더러워진다”라고생각한다.옮긴책으로『오늘의법칙』,『휴먼해킹』,『우리몸오류보고서』,『약속의땅』,『시간과물에대하여』,『천재의지도』,『바나나제국의몰락』,『트랜스휴머니즘』,『그림자노동』등이있다.『세상모든것의물질』로제65회한국출판문화상번역상을수상했다.홈페이지(http://socoop.net)에서그동안작업한책들에대한정보와정오표를볼수있다.

목차


프롤로그
제1장패턴을찾고말테다
제2장여기에선모두가숫자에불과하다
제3장그릇의바닥
제4장십중팔구
제5장유유상종
제6장행렬에는마법이있다
제7장커널밧줄탈출쇼
제8장물리학의소소한도움으로
제9장심층학습의발목을잡은사람(실은아님)
제10장오래된신화를깨뜨린알고리즘
제11장기계의눈
제12장미지의땅
에필로그
감사의글

역자후기
인명색인

출판사 서평

주요내용

제1장에서는1950년대말엽프랭크로젠블랫이개발한퍼셉트론을만난다.현대AI의시작으로일컬어지는퍼셉트론은데이터에숨겨진패턴을유한한시간안에반드시찾아내는,즉데이터를살펴보는것만으로패턴을학습하는최초의쓸만한‘뇌기반’알고리즘이다.퍼셉트론은1943년에철학자성향의40대중반신경과학자와10대영재가발표한논문에그뿌리를두고있다.이둘은뇌가연산장치라면,인간의뇌신경세포를모방하여단순한계산모형인인공신경세포를만들수있을것으로생각하고뉴로드(neurode.신경세포neuron+분기점node)라는인공세포를구현했다.심리학자였던로젠블랫은이를바탕으로세포가직접학습을할수있는퍼셉트론을개발하여발표했다.퍼셉트론은데이터집합을학습하여선형적으로분리할수있는선형분리초평면을반드시찾아냈다.이와같은퍼셉트론은신경과학자들이생각한인간신경세포의작동방식을모형화한것이었기때문에신비로움을풍겼으며,언젠가AI의장밋빛미래가실현되리라는기대감을불러일으켰다.예를들면,퍼셉트론은특정사람들의키와몸무게데이터가주어지면,이를학습해서이사람들을비만과비만이아닌사람으로분리할수있는기준을반드시찾아냈고,새로운사람의키와몸무게가주어졌을때그가비만인지아닌지를분류할수있었다.

제2장에서는1865년9월아일랜드의수학자윌리엄로언해밀턴을만나러더블린의로열운하다리로떠난다.그곳에서기계학습의핵심이된한스칼라scaler와벡터vector라는수학개념을만난다.벡터를이해하면퍼셉트론의학습방식을알수있다.퍼셉트론은데이터에서가중치와분리초평면을찾는데,이는벡터개념을이용하여데이터점과초평면의상대적거리를찾는것과관계가있다.제3장은계곡의바닥으로내려가는최단거리를찾는과정을살핀다.즉발생하는오차를최소화하는방법을찾아내는과정을따라간다.1956년다트머스대학교에서개최된첫AI대회를마치고돌아온버나드위드로는대학원생호프와함께적응필터의잡음을줄이는방법을고민하다가최소제곱평균leastmeansquares,LMS알고리즘,즉알고리즘이함수의최솟값에다가가는방법을이용해서어떻게신경세포를훈련할수있는지를깨달았다.오늘날심층신경망은엄청난수의가중치를사용하는데,전부경사하강법을훈련에이용한다.

확률을다루는제4장에서는“0.8의확률로1701년태어났다”라고전해지는토머스베이스를만나불확실한상황에서수학적으로엄밀하게결론을도출하는방법,즉베이스정리를살펴본다.베이스정리는확률통계라는분야를낳았으며,250년가까이지난지금기계학습의어마어마한원동력이되고있다.

제5장은베이스정리를토대로하는최적분류자못지않은효율을발휘하는최근린법nearestneighbor,NN알고리즘을배운다.먼저19세기런던을휩쓸었던콜레라발병구역을정리하여전염병학에엄청난기여를한존스노라는의사를통해서강력한기계학습알고리즘의또다른개념적핵심을알아본다.존스노는콜레라가발병한지역과사망자수를지도에기록하여그상관관계를파악함으로써그병의원인이마을의한“우물”에서비롯되었음을밝혔다.이문제를더일반적으로표현하자면가장가까운이웃을찾는일이라고말할수있다.이는패턴인식을위한극도로중요한알고리즘이되었다.패턴인식은기업들이우리에게책이나시계나영화를권하고싶을때쓰는방법으로우리를(책이나영화에대한취향에따라)고차원공간의벡터로나타내고우리의가장가까운이웃을찾아그들이무엇을좋아하는지파악한다음,그책이나영화를우리에게권하는것이다.

제6장에서는독일의빼어난수학자다비트힐베르트를만나행렬의마법을경험하게된다.또한엄청난수의데이터를다루는주성분분석이라는간단하고우아하고탄탄한방법,다시말해서고차원데이터를훨씬적은축에투영하여데이터가가장많이변이하는차원을찾는법을알아본다.

제7장에서는데이터를나누는선형경계,즉분리초평면을찾는과정에서더나은것을얻는방법을찾은연구자들을만난다.연구소동료인블라디미르바프니크와번하드보저그리고그의아내이자벨귀용은“커널수법kerneltrick”을이용해서무한차원공간에서는물론이고최적의분리초평면을찾는알고리즘을개발하여현대알고리즘개발의돌파구를열었다.프랭크로젠블랫이고안한퍼셉트론알고리즘은분리초평면을찾을수있다.그러나분리초평면이무한히존재하는데그중더나은것은어떻게찾을것인가?그것이바로이들이적용하고자한커널수법이다.바프니크의1964년최적한계분류자와커널수법의조합은엄청난위력을발휘했다.이제넘보지못할데이터집합은하나도없게되었다.

제8장은“홉필드망”을만들어“신경망”연구를부활시킨,물리학을전공한신경생물학자존홉필드의이야기를들을차례이다.그러기전에이책은먼저물리학의세계에살짝들어가서자기현상을이해하고자기모멘트,스핀spin이무엇인지소개한다.이는연상기억과대칭,교란,에너지안정성등의개념으로이어지며,단층신경망인퍼셉트론의한계를뛰어넘을다층신경망을학습하는방법을개발하기에이른다.

제9장에서는심층학습,그러니까층이세개(입력층,은닉층,출력층)이상인심층신경망에대한찬사와비난을동시에받고있는조지시벤코를만난다.그는1989년논문에서은닉층이하나뿐인신경망에충분히많은신경세포가주어지면어떤함수든어림할수있음을밝혀냈는데,이는입력을우리가원하는출력으로전환할수있다는뜻이다.그러나그의논문이은닉층하나만제시했다는오해를받기도했다.
제10장은심층신경망의훈련을가능하게해준알고리즘인“역전파backpropagation”를다룬다.심층학습혁명의핵심인물인제프리힌턴이심리학자데이비드러멜하트,전산학자로널드윌리엄스와시작한공동연구를살펴보고,미분,도함수,연쇄규칙의잔잔한강물에발을담근후에는신경망이저지른오류를연쇄규칙을이용하여역전파하는방법을살펴보며역전파의위력을체감하게할것이다.

제11장은기계에시력을부여하기위한여정을따라간다.고양이의뇌에전극을심어뇌의활성도를알아보는실험을거쳐이미지인식을위한합성곱신경망을도입한얀르쾽에게이르게된다.또한그래픽처리장치(GPU)를이용한심층신경망의발전으로이제는이미지인식이컴퓨터시각,자연어처리,기계번역,의료영상분석,금융데이터패턴인식등다방면에서널리쓰이고있다.

마지막제12장“미지의땅”에서는심층신경망의현재를확인하고앞으로의과제와신경망이가져올미래를전망한다.

이책은AI가내놓는엄청난결과물이면에있는단순하지만우아하고강력한수학원리를핵심위주로살펴본다.독자들의이해를돕기위해서많은그래프를이용해서수학개념을시각화하고,“수학적코다”라는절에서는수학의원리를간결하게정리하여증명한다.그래프와수식의바다에서독자들은AI를움직이는핵심적인수학개념과원리를파악함으로써현재엄청난속도로발전하고있는AI를보다선명하게이해하게될것이다.