[Book Review] 만들면서 배우는 파이토치 딥러닝

 

 

이 책은 전이학습/파인튜닝을 활용한 화상 분류, 물체 감지, 시맨틱 분할, 자세 추정, GAN을 활용한 화상 생성 및 이상 탐지, 텍스트 데이터의 감정 분석 그리고 동영상 데이터의 클래스 분류를 다루고 있는 책이다. 오가와 유타로라는 연구원이 기술했으며, '아크몬드'라는 필명으로 활동하고 있는 블로거 박광수님이 번역을 진행하였다. 지은이는 다음과 같은 멋진 말을 남겼다. 

 

머신러닝과 딥러닝은 '단독'으로 이뤄진 총 같은 무기나 도구가 아닌 'OO X 딥러닝' 이라는 형태일 때 비로소 진정한 가치를 발휘합니다. '인사 업무 X 딥러닝', '영업 X 딥러닝', '제조업 X 딥러닝', '의료 X 딥러닝', '소매업 X 딥러닝' 등 OO에는 기업과 산업 그리고 직무 특성에 따른 도메인 지식과 과제가 해당됩니다. '도메인 지식 X 딥러닝 구현 능력'을 가진 인재가 성장하여 기업에서 활약할 수 있도록 이 책이 도움이 되었으면 합니다. 

 

기술의 발전 속도가 굉장히 빠른 딥러닝 기술을 이용하여 더 나은 세상을 만들기 위해서는 '도메인 지식'과 '딥러닝 구현 능력'을 가진 사람들이 필수적으로 필요하다고 생각한다. 둘 중 어느하나 덜 중요한 것이 없는 것 같다. 도메인 지식을 가지고 그에 맞게 딥러닝 모델을 잘 설계 하여 학습, 테스트 및 검증을 할 수 있다면 비즈니스 현장에서 최적의 성능을 낼 수 있는 시스템이 탄생할 수 있을 것이다. 

 

이 책에서 설명하고 있는 딥러닝 모델들은 집필 시점의 SOTA(State of the art)에 기반한다고는 하는데, 지은이가 집필했던 시점이 2019년 5월이기 때문에 책에서 언급하고 있는 SOTA 모델들은 VGG, SSD 라서 지금 시점에서 SOTA는 아니지만, 딥러닝 모델 계에서 기본적인 시초가 되었었던 모델들이였기 때문에 '이 책을 통해 최신 딥러닝 모델을 구현하는 방법을 배운다'가 아니라 이전 기술들을 기반으로 모델을 구현하는 방법을 배운다고 생각하면 좋을 것 같다. 책마다 딥러닝 모델을 어떻게 구현하는지 서술하는 방법들이 모두 다르기에 이전 기술을 구현하는 방법을 설명한다 하더라도 모델을 구현하는 방법은 일맥상통하기 때문이다. (최신 모델은 자신이 research 하면 되는 부분이라고 생각하기에!)

 

그런 부분에서 이 책은 전이학습을 구현하기 위한 폴더 준비부터 데이터셋 준비, 데이터 로더 작성하는법, 최적화 기법, 학습 및 검증 하는 방법에 대해서도 기술하고 있기 때문에 내가 봤던 파이토치로 딥러닝 모델을 구현하는 책 들 중에서 끝판왕 인 것 같다. 그리고 각 도메인에 따른 딥러닝 모델 마다 도메인 내용 부터 시작해서 모델의 개요, 네트워크의 구성, Feature 모듈 설명, 파인튜닝을 통한 학습과정, 추론과정 까지 총체적으로 설명하고 있기 때문에 옮긴이는 중상급자를 위한 도서라고는 하는데, 딥러닝을 공부하고 싶은 파이썬을 알고있는 초보자가 봐도 쉽게 이해 할 수 있을 것 같다. 

 

이 책은 딥러닝 모델 구조들을 모듈 단위로 자세하게 설명할 뿐더러 구현하는 방법, 파인튜닝 하는 방법, 검증하는 방법까지 총체적으로 설명하고 있고, 딥러닝이 사용되는 다양한 도메인(이상탐지, 객체 인식, 분할, 자세 추정 등)에서 파이토치를 이용하여 딥러닝 모델을 구현하고 학습하는 방법을 자세히 설명하고 있기 때문에 파이썬과 파이토치를 경험해본 사람들이라면 충분히 이 책을 완독한 후에 도메인에 맞는 간단한 딥러닝 모델을 자신의 데이터셋으로 학습하여 만들어볼 수 있을 것 같다. 

 

 

한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.