인공지능, 지금 배우지 않으면 늦습니다.

📍AI & ML 개발자 수요는 많은데, 해줄 사람은 부족하다니..

• 인공지능(AI): 인간의 이해 능력을 컴퓨터 프로그램으로 실현한 기술
• 머신러닝(ML): 인공지능의 한 분야로, 경험을 쌓아가며 자동으로 능력을 개선해가는 컴퓨터 알고리즘

인공지능과 머신러닝을 한 마디로 요약하자면, 인간처럼(혹은 인간보다 더 뛰어나게) 문제를 해결하고 학습해가는 컴퓨터 프로그램이자 알고리즘입니다.

인공지능과 머신러닝을 개발한다는 것은, 인간이 노동하는 것과 같은, 혹은 그 이상의 효과를 낼 수 있다는 의미인 셈이죠. 그렇기 때문에 요즘 많은 기업에서 인공지능(AI), 머신러닝(ML) 개발자를 원하고 있습니다.

하지만 이렇게 시대가 바뀌는 동안에 우리는 바빠서, 시기를 놓쳐서 역량을 갖추지 못하고 있습니다. 여러분 진짜 지금이라도 배우지 않으면 정말 늦습니다.

유명한 경제학자 및 언론은 이미 도래한 4차 산업 혁명의 시대로 우리가 알고 있는 직업의 많은 부분이 "AI로 대체 된다"라는 의견을 내비치고 있습니다. 기계를 만드는 사람이 아니면, 내가 기계에 의해 대체된다는 의미겠죠.

실제로 우리가 많이 사용하는 검색엔진과 SNS 서비스는 나보다 나를 더 잘 파악하고 있어요. 흔히 "오늘도 유튜브 알고리즘이 나를 이곳으로 인도했다.."라는 댓글 밈이 쓰이는 데, 이건 우스갯소리가 아니라 진짜 우리가 AI의 위대함을 체감하고 있다는 증거죠.

_{AI, ML로 시작하는 이미지 처리의 원리는 의외로 배우면 간단합니다.}

내가 좋아하는 콘텐츠를 적재적소에 추천해서 내가 많은 돈과 시간을 쓰게 만들고, 언어번역기로 어려운 영어를 알아서 번역해 주고, 인공지능의 이미지 인식 기술로 자율 주행 자동차가 출시되는 등등..

우리는 이처럼 이미 인공지능과 머신러닝이 실생활에 많이 들어와있다는 걸 체감할 수 있습니다. 그리고 그런 것들을 개발할 줄 아는 사람과, 그렇지 못한 사람으로 나뉘게 되겠죠. 내가 몸담고 있는 직무 또한 모두 대체될 겁니다.

AI와 ML, 이 정도면 정말 지금쯤은 "배워볼 만하다", "배워야겠다"라고 생각되지 않나요?

인공지능과 머신러닝 진입장벽을 허무는 클래스

📍"머신러닝을 해야겠는데... 어려운데?"

시중에 머신러닝 관련 서적도 있고 쉽게 배울 길이 있지만 그 길을 잡는 것 자체가 일종의 진입장벽이 있습니다.

내가 필요한 것만 배우려고 집중하면 깊이가 부족해서 다음 단계로 진행이 안되고, 그렇다고 하나부터 열까지 다 알려고 하면 머신러닝은 배우기도 전에 흥미를 잃고 맙니다.

저는 (여러분과 마찬가지로) 머신러닝을 주 전공으로 시작하지 않은 사람이기 때문에, 여러분이 느끼는 어려움에 공감합니다. 그렇기에 인공지능과 머신러닝 기초지식을 어느 수준까지 공부해야 할지, 그리고 어느 방향으로 나아가야 할지 알려드릴 수 있어요.

저는 서울대 출신 AI 연구직 '알파돌' 입니다.

_{머신러닝을 독학했습니다. 많은 시행착오가 있었죠.}

📍복잡한 문제를 직접 푸는 게 싫어서, 인공지능을 배웠어요.

저는 단순한 것과 헬스를 좋아하는 사람이에요. 그리고 AI를 연구하고 있죠.

복잡한 문제를 풀기 싫어해 인공지능에게 문제를 맡기는 걸 좋아하고, EDA(Exploratory Data Analysis) 분야 스타트업의 현직 연구원으로 일하고 있습니다.

📚주요 이력 및 프로젝트

• 서울대학교 계산과학전공 석사 (물리탐사 연구실)
• 부산대학교 물리학 학사
• Waveform inversion using the shifted Laplace transform(SEG, 2017)
• EDA 스타트업 현직 AI & ML 연구원
• Neural network를 이용한 Data regression 해외 논문제출(예정)
• EDA처리 방식 기법에 대한 공동특허(진행)
• 프로그래머스 코딩테스트 - 컴퓨터비젼 6위
• 프로그래머스 코딩테스트 - 추천시스템 65위

_{제가 다루는 실제 데이터 예시입니다. 쉬운 데이터를 다뤄보면 여러분도 익숙해질 수 있어요.}

저도 머신러닝으로 직업을 가지게 될 줄은 몰랐어요. 그저 재미있게 하다 보니 머신러닝 연구원으로 일할 기회가 왔고, 또 여러분을 만나게 될 기회를 만나게 되었습니다. 기왕 하는 거 열심히 해봅시다.

이름하여, '파이토치로 불붙인 머신러닝!'

📍파이썬, 기초 수학, 그리고 파이토치!

우리가 배울 도구는 이렇게 3개뿐이에요. 인공지능, 머신러닝 이렇게 말하면 뜬구름 같은데, 결국 실제로 쓰는 도구로 접근하면 그렇게 막연한 게 아니란 걸 알 수 있습니다.

📍챕터 1: 우선 파이썬과 인사합니다.

우선 인공지능과 머신러닝을 배우기 위해선, 그에 필요한 파이썬을 어느 정도까지만 알아야 합니다. 저희는 챕터 1개만 이용해서, 빠르게 파이썬과 첫인사를 나눠볼게요.

Google colab 사용법 (주피터 노트북)과 코드를 배우고, 파이썬이 이해하는 정보와 말하는 방식, 파일 입/출력 등을 배워볼게요. 이 정도만 배워도 인공지능과 머신러닝으로 들어갈 수 있는 마중물이 되기에 충분합니다.

📍챕터 2: 그 다음엔 머신러닝을 관찰해보죠.

우리는 머신러닝이 문제를 분류하는 방법을 알아야 합니다. 그래서 머신러닝의 학습(learning)이라는 부분과 기초 수학(math)에 대해 배워볼게요.

기초 수학을 쓰는 이유는 컴퓨터가 우리 말을 '수학이라는 언어'로 알아듣기 때문이에요.

수학하면 벌써부터 머리에 쥐가 나시는 수포자들을 위해 쉽게 설명할 거고, 마지막에는 정리와 과제를 통해 터득할 수 있도록 돕겠습니다. (끈기 있게 따라만 와주세요!)

📍챕터 3: 이제 파이토치를 예열합시다. (취이익🔥)

_{복잡한 데이터도 인공지능이 해결하도록 만들어봅시다!}

파이토치(PyTorch)? 첨 듣는 이름에 쫄지 마세요. 불붙이는 토치(🔥)를 떠올리시면 연상이 쉽습니다. 파이토치는 연구용 프로토타입부터, 상용 제품까지 '빠르게' 만들 수 있는 도구입니다.

저희는 파이토치로 데이터 처리, 수학 및 머신러닝 문제 등을 풀어보면서, 점점 인공지능과 머신러닝 프로그램을 개발하는 수준으로 가까워지는 거예요.

(✓여기서 잠깐!)

왜 텐서플로(Tensorflow)를 사용하지 않을까요?

텐서플로는 구글 브레인팀이 개발한 프레임워크로, 파이토치와 같은 기능을 하는 머신러닝 도구인데요, 현재는 파이토치에 뒤쳐지고 있는 추세라, 저희는 파이토치로 머신러닝을 배우는 거예요.

📍챕터 4: 실생활 적용하기 첫번째, 추천 시스템!

자 이제 파이썬, 기초 수학, 파이토치라는 3가지 도구가 준비되었으니, 실생활에 이걸 적용해보는 일만 남았습니다. 진짜 AI, ML 개발을 해보자고요!

그 첫 번째 적용으로 추천 시스템을 만들어 볼 거예요. 추천 시스템은 특정 사용자가 관심을 가질만한 정보 (영화, 음악, 책, 뉴스, 이미지, 웹 페이지 등)를 말 그대로 추천하는 것을 말합니다.

아까 "유튜브 알고리즘이 나를 여기로 인도했다"라는 말 기억나시죠? 저희도 그런 콘텐츠 추천 시스템을 만들어보려고 해요.

협업 필터링 모델, 콘텐츠 기반 모델, 하이브리드 추천 모델 등 추천 시스템을 만드는 데 사용되는 모델을 배워보고, 직접 시스템을 구현해보기로 해요.

📍챕터 5: 실생활 적용하기 두번째, 이미지 처리!

_{위 사진은 실존 인물이 아니에요.}

이건 인공신경망이라는 인공지능 & 머신러닝 시스템이 그린 그림이에요. 신기하지 않나요?

저희는 실생활 적용하기 두 번째 예시로, 인공신경망의 종류와 GAN, Style transfer를 각각 학습하고, 실습을 통해 위와 같은 이미지 처리를 배워볼 거예요.

우리는 이걸 통해 컴퓨터가 자동으로 그려내는 '새로운 포켓몬 디자인'을 같이 구현해 볼 거예요.

📍챕터 6: 보너스 챕터! 요즘 핫한 메타러닝을 배워봐요.

메타러닝은 위 그림에 쓰여있는 것처럼, 적응형(adaptation) 머신러닝이라고 보면 돼요. 이게 무슨 말이냐 하면, 기존 학습 알고리즘이 문제에 스스로 '적응해가면서' 자동으로 유연하게 업그레이드되는 개념을 말해요. (=머신러닝의 업그레이드 판이죠.)

저희는 Sine파 메타학습, Omiglorot 데이터학습 등을 통해 요즘 핫한 메타러닝까지 배우게 될 거고, "나 머신러닝 제대로 배워봤다!"라고 말할 수 있게 될 거에요.

제발 겁내지마세요! 해치지 않아요!

📍혹시 아직도 이런 이유로 겁이 나신다고요?

• 프로그래밍을 전혀 할 줄 몰라서
• 코드 치기가 어려울 것 같아서
• 수포자(수학을 포기한 자)라서

제가 FAQ에 자세하게 설명해뒀어요. 걱정하지 마세요. 코드도 다 제공해드릴 거고, 따라 쳐보면서 이해가 되게 도울 거예요. 그리고 수학은 정말 상세한 예제까지 제공하면서 쉽게 익힐 수 있도록 도울 거예요. 들어오세요!

단순 교양을 넘어, 실력자의 길로 입문하세요!

📍AI & ML은 배울수록 재미있고, 실력이 쌓이는 분야에요.

우리는 단순한 교양 수준을 넘어서, 머신러닝에 필요한 기본 지식을 습득하고 개발을 체험하게 될 거예요. 그 후로는 기계가 나 대신 문제를 처리하게 만드는 실력자의 길까지 걷게 되는 거죠.

여러분들은 다른 분들보다 메리트를 가진 개발자로 입문하게 되는 것이고, 동시에 대체되지 않는 직무를 갖게 되는 거예요.

또한 아직 풀리지 않은 문제가 많기 때문에, AI 연구직인 제가 느끼는 AI 산업의 미래와 여러분께 전하는 통찰로 클래스를 마무리 하겠습니다.

알파돌과 함께하는 머신러닝의 세계

위 사진은 인공지능이 문제를 스스로 해결하는 과정이에요.

우리도 클래스를 통해 이렇게 똑똑한 인공지능을 직접 만들어봐요.

지금까지의 모든 말들을 요약하면, "기계와 소통하기 위해 3가지를 배운다"라고 생각하세요. 컴퓨터 프로그래밍, 컴퓨터 제어를 위한 수학, 그리고 문제 풀이 시스템 구축.

한 번 우리도 배워서 당당하게 인공지능과 머신러닝을 할 줄 안다고 말해 봅시다. 그리고 그런 신직업의 세계로 가까워져봅시다.

👨🏻‍💻"나도 머신러닝 좀 한다!"

그럼, 클래스에서 뵙겠습니다 :)