AIology: 한 페이지로 인공지능 완주하기
직선 하나를 긋는 학습 기계에서 GPT·확산 모델·강화학습·에이전트까지. 9부 28장, 코드랩 20편으로 쓴 책.
처음 배우는 사람이 이 페이지 하나로 인공지능을 완주하도록 쓴 책, AIology를 공개했다. 모든 개념을 질문에서 시작해 원리로 끝내는 것을 원칙으로 삼았다.
왜 또 정리했나
이전에 All of AI로 12개 Chapter · 28개 Lecture를 정리한 적이 있다. 그건 “체계적인 지식베이스”였다. 이번엔 다르게 쓰고 싶었다. 개념을 나열하지 않고, “왜 이게 필요했는가”라는 질문에서 출발해 원리까지 한 호흡으로 읽히는 책.
구성
| 부 | 내용 |
|---|---|
| 1부 기계가 배운다는 것 | 인공지능이라는 문제 · 첫 번째 학습 기계 · 학습을 떠받치는 수학 · 외운 것과 배운 것 |
| 2부 고전 머신러닝 | 분류 · 트리와 앙상블 · 정답 없이 배우기 · 성적표를 읽는 법 |
| 3부 신경망 | 뉴런의 산수 · 역전파 · 깊이의 대가 · 병든 학습 고치기 |
| 4부 지각 | CNN · 비전의 과제들 · 오디오 |
| 5부 언어 | 토큰과 임베딩 · 어텐션 · Transformer |
| 6부 생성 | VAE와 GAN · 확산 모델 |
| 7부 거대 언어 모델 | 사전학습 · 정렬 · LLM 활용의 기술 · 에이전트 |
| 8부 행동 | 강화학습 · 정책 경사와 PPO |
| 9부 현장 | 연구실에서 세상으로 · 계속 공부하는 법 |
코드랩 20편
이론은 직접 만들어 봐야 남는다. NumPy 역전파, PyTorch 파이프라인, 전이학습, U-Net, 객체 탐지, ViT, BPE, Transformer, GPT, BERT 파인튜닝, LoRA, RAG, 에이전트, VAE · GAN, DDPM, DQN, PPO, CLIP, Whisper, 모델 서빙. 부마다 복습 퀴즈도 붙였다.
추천 독자
- 인공지능을 처음부터 제대로 이해하고 싶은 사람
- 개념은 들어봤지만 딥러닝 · LLM이 실제로 어떻게 돌아가는지 설명하지 못하는 사람
- 이론을 코드로 직접 만들어 보며 익히고 싶은 사람