난생처음 인공지능 입문 by 서지영

 

[ 밑줄/연결 ]

 

----> 책상머리에서 문자 기획만 하는 사람들은 이 '특징 추출'이 뭔지, 뭘 하는 건지, 어떻게 하는 건지에 대한 기본 지식과 경험, 감이 없기 때문에 머신러닝과 딥러닝을 대충 섞어서 쓰는 것이다. 이 혁명이 얼마나 큰 것인지 전혀 감이 없으니..

 

자율주행차와  지능형  CCTV 등은 딥러닝이 도입된 인공지능의 대표적인 예입니다.

 

(학습, 추론)

학습(Learning)과 추론(Mechanism)은 데이터를 이용하여 규칙(Rule)을 만들고 결론을 도출하는 영역

방대한 양의 데이터를 학습하고 그 데이터의 의미를 추론하는 것

 

(행동)

매 순간 결정을 내리고 행동할 수 있도록 전략과 보상 같은 개념을 사용함

 

---> 이 책을 읽을 당시에는 몰랐는데, 2023년 6월 현재 다시 읽으면서 절감하게 된다.

주워 들은 지식만 있는 겸손치 못한 사무쟁이들이 인공지능이면 아주 만사해결되는 듯 떠벌이는 소리를 듣는 것도 참으로 속탄다. 실제 이 업계에 있는 사람, 이런 사람들을 알고 있는 사람들은 이 말이 절감, 공감될 것이다. 데이터 전처리에 하루 종일, 한 주 내내, 한 달 내내 지쳐간 사람들이라면..

 

 

(인공지능 서비스 개발 과정)

(데이터 수집)

ㅇ 챗봇 개발이라면 사용자들의 질의를 패턴화하기 위한 데이터가 필요

ㅇ 수년간의 사용자 질의 데이터가 잘 축적되어 있다면 다행

(데이터 저장 및 처리)

(프로그램 제작)

ㅇ 인공지능 알고리즘을 이용하여 사용자 질의에 대한 패턴을 분석하고 질의에 답변이 가능한 프로그램을 만듦

(서비스 배포)

----> 이 정도 가지고는 기본도 모른다고 할 수 있다. 아래 책들로 좀 보강을 해야 한다

 

(인공지능을 위한 HW 기술 : GPU)

CPU만으로 대용량 데이터를 처리하여 학습 시키기에는 너무 많은 시간이 소요됨. 비쌈 --> 실용적이지 못함

GPU를 연산에 적용하자 학습 속도가 가속화되면서 인공지능이 더욱 더 발전하게 됨

GPU가 일반적인 연산에도 유용하다는 사실이 알려지면서 범용적인 컴퓨터에서도 사용할 수 있도록 한 GPGPU(General Purpose computing on GPU)이 개발됨

 

GPGPU의 도입으로 수개월 걸리던 인공지능 학습 시간이 불과 몇 시간에서 며칠 사이로 줄었기 때문

 

인공지능은 학습을 위해 행렬곱 연산을 수행함

 

 

[ 자평 ]  이도 모르면 큰 일지지만, 이도 모르면서 용감한 것이 가장 위험하다. 

 

AI full stack을 하겠다는 소리를 많이 들었다.

응원하고 이루었으면 좋겠다.

 

다만 그것이 뭔지, 현재 수준이 어떤지를 좀 알고 했으면 좋겠다.

남들은 얼마나 많은 자원과 인력, 돈, 시간을 투자하는지 좀 봤으면 좋겠다.

 

이 책 자체는 오래 전에 읽었다.

정리 하면서 돌아 보니 어쩌다 보니 이 분의 책을 쿠버네틱스만 빼고는 다  읽은 듯하다.

개발자가 아니지만 기본 지식을 알아야 하기에 있었는데 이 분이 쓰신 내용이 나에게는 딱 맞는 수준인 것 같다. 

알고 있는 분이 제대로 쉽게 잘 썼다는 생각이 들었는데....경력을 보니 그럴만 했다.

 

'마이크로소프트에서 Data & AI Specialist로 근무 중이며, 정보관리기술사와 컴퓨터시스템응용기술사로 20년 넘게 IT 분야에서 일하고 있다. '