http://www.yes24.com/Product/Goods/108840496

< 목차 >

- 1. 기원: 퍼셉트론의 그림자
- 2. 약속: 긴 겨울과 짧은 봄
- 3. 거절: 르쾽의 르넷, 힌턴의 딥러닝
- 4. 돌파구: 실리콘밸리 속으로
- 5. 증명: 딥러닝 바이러스
- 6. 야망: 딥마인드의 목표
- 7. 경쟁: 인재 영입 대작전
- 8. 과대 선전: 끝 모를 성공 궤도
- 9. 지나친 우려: 브레이크의 필요성
- 10. 폭발: 알파고 쇼크
- 11. 확장: 진격의 구글
- 12. 꿈속에서: 매너리즘에 빠진 마이크로소프트
- 13. 속임수: 진짜보다 진짜 같은 가짜 이미지
- 14. 자만심: 차이나 파워
- 15. 편향성: 영리를 넘어 윤리로
- 16. 무기화: 인공지능 군납 논란
- 17. 무력감: 필터링과 검열 사이
- 18. 토론: 다른 의견
- 19. 자동화: 저마다의 피킹 로봇
- 20. 종교: 베일에 싸인 미래
- 21. 미지의 요인: 미완의 해피 엔딩

드디어 딥러닝의 역사를 다룬 책이 나왔습니다. 저자가 뉴욕타임스 IT 전문 기자라서 이쪽 업계의 비하인드 스토리를 구체적으로 풀어내고 있습니다. 인공지능에 관심있는 분들이라면 충분히 소장가치가 있다고 생각합니다.

인공지능처럼 신경망도 2번의 겨울이 있었습니다. 1957년 프랑크 로젠블라트가 퍼셉트론을 발표하면서 신경망이 큰 주목을 받았습니다. 하지만 마빈 민스키가 XOR 같은 비선형 문제를 풀 수 없다는 사실을 비판하면서 첫 번째 겨울이 시작됩니다. 1986년 역전파 알고리즘이 개발되면서 다시 신경망이 인기를 끌게 됩니다. 하지만 신경망의 층이 깊어지면 그래디언트 소실이나 과대적합으로 학습이 잘 안되었습니다. 이를 해결하지 못하면서 다시 두 번째 겨울을 맞이합니다.

그때 이후로 신경망이란 단어는 볼드모트처럼 금기어가 되었습니다. 신경망이란 말만 포함되어 있으면 논문 채택이나 연구비 지원이 아예 안될 정도였으니까요. 그래서 근사함수, 비선형회귀처럼 다른 용어를 쓰기도 했습니다. 2012년 제프리 힌튼이 자신의 모델을 딥러닝이라고 부른 것도 같은 이유였습니다. 지금 생각해보면 오히려 탁월한 선택이 되었지만요.

이 책은 과거부터 지금까지 딥러닝의 발전 과정을 자세히 설명하고 있습니다. 또한 구글, 딥마인드, 페이스북, OpenAI, MS, 바이두 등 글로벌 대기업들이 딥러닝 인재들을 끌어들이기 위한 암투를 적나라하게 보여줍니다. 제프리 힌튼의 DNN리서치와 데미스 하사비스의 딥마인드를 거액으로 인수한 구글이 가장 앞서갔습니다. 페이스북은 한 발 늦긴 했지만 얀 르쿤을 영입하면서 빠르게 따라가고 있습니다. OpenAI 역시 인공지능을 공개해야 한다고 강조하면서 많은 연구자들을 모았습니다. 물론 지금은 영리회사가 되었지만요.

한 가지 아쉬운 것은 CPU와 GPU를 혼동해서 번역을 했다는 점입니다. 전체에 걸쳐 거의 10번 넘게 틀리게 사용되어서 읽는데 조금 거슬렸습니다. 강화학습에서도 rewards를 보상이 아니라 보수라고 지칭한 것도 약간 이상했습니다. 전문가에게 감수를 받았으면 좀 더 완벽했을텐데요. 너무 좋은 책인데 빨리 수정이 되었으면 합니다.