관련 공부를 하고 있는 사람은 아니지만 어떤 분야에 있어 전문가가 되는 법이라는 타이틀을 자신있게 내걸고 있는 책이기도 하고 AI니 빅데이터니 같은 IT트렌드에 대해서도 관심이 가던 참이라 한번 읽어보았다. 저자는 관련 공부를 하다가 관련기업에서 일도 하다가 관련 프리랜서로도 일하다가 지금은 관련 기업을 창업해서 일하며 관련 전공 박사과정을 밟고 있는 분이었다. 그렇기에 자신과 같은 길을 걷고자 하는 후배들에게 해주고 싶은 이야기를 이렇게 담아낼 수 있었던 것으로 보인다. 그렇다고 이 책이 첫번째 주는 뭘하고 개월단위로는 뭘하고를 알려주는 책은 아니었다. 이쪽분야에 관심있다면 어떤식으로 접근하는게 좋고 어떤 지식이 필요한데 이런저런 경로를 통해 접할 수 있으며 관련 기술 분야에는 어떠어떠한 지식들이 쓰여지고 언어나 알고리즘별로 어떤 특징이 있으며 꾸준하게, 효율적으로 공부하려면 어떻게 하는게 좋은지 등을 자신의 경험, 그리고 실제 저자의 학습법을 소개해가며 알려주고 있는 책이었다. 써놓고 보니 타임테이블 잡아주는 것보다 더 실용적인 팁일수도.
파이썬과 자바의 장단점도 제대로 알지 못하고 딥러닝과 머신러닝의 차이도 제대로 설명할수 없지만 저자가 알려주는 핵심메시지를 중심으로 읽어나가는데 큰 무리는 없었다. 지금은 전혀 상관없는 일을 하고 있지만 이 분야와 관련있는 수학적지식으로서 수리통계학과 선형대수가 중요하다는 부분을 보면서 행렬이라 쉬워보였지만 좌절했던 기억이 떠오르기도. 저자는 핵심개념만 이해하면 되며 이를 학습하기 위해서는 어떤 책이 좋으니 추천해주는 것을 넘어 이건 절판이니 도서관에서 빌려보라고도 말한다. 심지어 책읽기 싫으면 네이버에서 무료로 제공하는 강의 플랫폼인 에드워드에서 카이스트 주재걸 교수의 인공지능을 위한 선형대수 11시간짜리를 하루에 한시간씩만 들어도 된다고 너무나도 구체적으로 설명해주고 있었는데 너무 친절하게 느껴져 나도 한번 들어볼까 싶은 생각이 들더라는.
어떤 분야든 어느정도 기초가 잡히면 그 이후부터는 자신과의 싸움이 아닐까 싶다. 뒷부분에서는 저자도 한층 깊은 공부를 위해서는 관련분야의 논문을 읽어야 한다고 말하는데 책은 적어도 1년정도의 텀을 필요로 하기에 논문보다는 덜 새로운 지식이 담기기 때문이다. 이는 분야를 막론하고 맞는 말이긴 한데 이쪽분야는 워낙 기술발전이 빠르니 더 그럴듯. 열심히 관련 논문을 읽고 이해했으면 해당 논문의 핵심 아이디어를 논문 맨 앞장에 요약한 후 자신만의 아이디어를 접목하려 시도해야 한다라는 부분은 논문이든 책이든 어디에도 적용할 수 있는 공부팁이었다.
이 저자가 책에서 AI 빅데이터 관련 기업으로 언급한 솔트룩스, 엔텔스, 모비젠, 바이브컴퍼티(컴퍼니 오타인듯), 퍼즐데이터, 이씨마이너, 아임클라우드 등이 각각 어떤 사업모델을 가지고 있는지 소개해주었으면 하는 작은 아쉬움과 더불어 KPI측정 관련한 프로세스 마이닝에 대해서도 조금더 알고싶은 욕심도 들었지만 그래도 나름 유익하게 읽은 책이었다.
예전에 '1년안에 AI 빅데이터 전문가가 되는 법'이란 책을 읽고 서평한 적이 있었다. 지금도 그렇지만 당시에도 AI나 빅데이터 등에도 관심이 많아 찾아보다 서평단 모집을 했던 책이었고, 당연히 관심이 있던 나는 신청해 책을 받아 리뷰를 했던 기억이 난다. 그리고 최근에 이 책의 심화편이 나온다는 소식을 듣고 무척 흥미를 가졌는데, 출판사에서 진행했던 저자님의 강연을 듣고 무척 읽고 싶다고 생각해 또 다시 서평단에 지원해서 읽게 되었다.
이 책은 예전에 냈던 동일 제목의 책의 심화편이라고 소개를 하고 있지만, 실 내용은 저번보다 약간 더 전문적인 용어를 썼을 뿐 체감되는 난이도는 엄청나게 올라갔다고 느껴지진 않는다. 목차를 보더라도 AI 전문가가 되면 생기는 메리트와 어떤 걸 공부해야하는지를 맛보기 식으로 소개를 하고 있는게 전부였다.
하지만 이 책이 가지는 가장 큰 장점은 좀 더 확실한 로드맵과 커리큘럼의 제공이었다. 저자는 실제 업무에서 어떤 부분을 준비해야하는지를 인공지능이 필요한 각 분야별로 설명을 하며, 그와 관련된 스킬에서 필요한 부분을 넓게 펼쳐 소개를 해주고 있었다. 그러면서 확실한 비전과 그에 맞는 좋은 정보들을 소개해주고 있었는데, 이 부분이 무척이나 도움이 될 것이라고 생각을 했다.
이제 인공지능분야에 대한 꿈을 갖고 하나씩 준비해보자라고 마음을 먹었지만 막상 어떻게 해야하는지 방법을 알려주는 게 없어 막막한게 많았고 이런저런 정보들도 찾아보았지만 두루뭉술하거나 이말저말이 다른게 많은 부분도 있어서 어떻게 해야하나 방황하는게 많았는데, 이 책에 소개된 정보는 일목요연하게 잘 정리되어 있고, 많은 사람들이 비슷하게 말한 부분들을 공감대로 형성하면서 소개하고 있어 무척 좋았다고 느껴졌다. 특히 논문과 관련된 지식을 많이 원했던 나에게 아예 챕터 하나를 통째로 논문 관련 내용을 적어둔게 너무나도 좋았다고 생각했다. 이런 부분은 학부생이 알기에는 쉽지 않은터라 더욱 반갑게도 느껴졌다.
사실 이 책이 주는 가치는 이 책만 읽고서는 인공지능 전문가가 된다기 보단 이 책에 나온 방법을 본인이 계속 수행한다면 전문가가 되기 위해 충분하다라는 로드맵을 제시하고 있다는게 맞다고 본다. 혼자서 어떻게 준비해야하나 막막한 사람, 인공지능 전문가를 꿈꾸는 전공자, 비전공자 모두 이 책을 통해 자신의 비전을 구축하면 무척 좋을 것 같다.
인공지능은 사실 빅데이터와 같은 말이라고 볼 수 있습니다.
이 책은 한국에서 빅데이터 업계의 정석과도 같은 학습 가이드북이라고 할 수 있겠다.
빅데이터 업계 자체가 이제 10년 남짓한 기간 동안 급속도로 발전하였기 때문에,
사실 어떻게 빅데이터 업계로 진출하기 위한 준비를 해야할지 막막할 경우가 많았습니다.
게다가 미국 우버에서 일하는 지인에게 물어보니 척척석사로도 부족하고 거의 박사급 아니면 취직도 잘 안하고 하더군요,,,
그런데 이 책은 실제 국내 업계에서 현업으로 뛰고 있는 분께서 노하우를 아낌없이 풀어주셔서
업계에 관심있는 비전공자를 포함한 모든 분들께 확실한 가이드가 될 거라고 생각합니다.
읽어보니 참 좋습니다.