알파고의 등장으로 ‘기계 학습(머신 러닝)’은 누구나 한번쯤 들어본 용어가 되었습니다. 엄청난 양의 기보를 집어넣어 바둑을 ‘학습’한 알파고는 인간을 압도하는 엄청난 실력을 보여주었습니다. 이 결과에 일부는 인공지능이 가져올 장밋빛 미래를 전망하기도 했고, 일부는 컴퓨터가 사람을 지배할지도 모른다는 공포심을 갖기도 했습니다. 하지만 이는 기계 학습이 무엇인지 정확하게 모르기 때문에 갖는 막연한 인상일 뿐입니다.
<기계 학습을 다시 묻다>는 기계 학습의 기초가 된 PAC 개념의 창시자인 레슬리 밸리언트 교수의 저서입니다. 수학자이자 컴퓨터과학자인 레슬리 밸리언트 교수는 1984년 “얼추거의맞기(Probably Approximately Correct, PAC)” 모델을 발표한 이래 40여 년간 기계 학습 분야에 기여한 공로로 2010년 튜링상을 수상했습니다. 이 책은 저자의 40여 년 연구를 한 권에 정리한 것입니다.
저자는 기계 학습에 적용한 PAC 모델을 생명체의 학습과 적응을 설명하는 데도 적용할 수 있음을 보여줍니다. 그리고 기계와 생명체 둘 다에 적용할 수 있는, 환경 적응 능력이 심어진 기계적인 계산의 개념으로 에코리즘이라는 단어를 만들었습니다.
이 책은 에코리즘이라는 통일된 틀로 컴퓨터과학의 방법을 이용해서 진화, 학습, 지능을 모두 설명합니다. 1, 2, 4장은 정량적인 컴퓨터과학의 접근법을 적용할 자연 현상의 모습을 개괄하고 3장에서는 컴퓨터과학을 소개합니다. 특히 알고리즘과 그 복잡도를 정량적으로 연구하는 것에 대해서, 그리고 그에 사용되는 연구 방법의 배경을 설명합니다. 5, 6, 7장은 각각 학습, 진화, 지능에 관해서 이 책이 내놓는 통일된 이론을 이야기합니다. 8, 9, 10장은 사람과 기계가 미래에 어찌 될지 저자의 개인적인 견해를 제시합니다.
이 책의 역자인 이광근 교수님은 원서보다 더 읽기 쉬운 번역서를 만들고자 많은 공을 들였습니다. 전문용어를 쉽게 풀어쓴 것뿐만 아니라 독자의 이해를 높이기 위해 내용을 두괄식으로 정리하고, 장별로 요약과 소제목을 추가해 내용을 빠르게 파악할 수 있도록 배려했습니다. 또 원서는 알파고가 등장하기 이전에 집필한 책이어서 깊은 신경망(deep neural net)을 이용한 기계 학습에 대한 내용은 빠져 있는데 번역서에는 저자에게 직접 요청해서 딥러닝과 관련한 내용을 추가했습니다.
“이 책은 에코리즘이라는 알고리즘의 틀로 인간의 인지, 생명의 진화, 그리고 인공지능을 멋지게 설명한다.” ― 리처드 카프(튜링상 수상, UC 버클리 사이먼 계산 이론 연구소 소장)
“컴퓨터과학의 놀라운 성취들, 컴퓨터과학의 기초와 중요한 성과를 압축적으로 설명하는 면에서도 빛나는 책이다.” ― 미국 알고리즘 및 계산 이론 연구회 뉴스(SIGACT News)
이 책은 어떻게 자연이 우리를 여기까지 이끌었는지, 그리고 과학 기술이 어디로 우리를 데려갈지를 설명해 주는 안내서다.” – 조지 다이슨(《Turing’s Cathedral》 저자)
“이 놀라운 책은 일반인들에게 수학과 인공지능의 미묘한 문제가 뭐가 있는지를 전달해 준다. 그리고 생물학자와 컴퓨터과학자 들에게 생각의 틀을 제공한다. – 마크 커슈너(하버드 의대시스템 생물학 교수, 《생명의 개연성》 공저)
먼 미래의 일처럼 느껴지던 기계 학습/인공지능이 생활 깊숙이 스며든 지금, 밸리언트 교수의 통찰이 녹아 있는 <기계 학습을 다시 묻다>를 통해 인공지능에 대한 막연한 공포나 기대가 아니라 현재를 똑바로 바라볼 수 있는 시각을 얻고, 학습을 통해 인공지능과 인간지능이 어디까지 나아갈 수 있는지를 바라보는 안목을 갖게 될 것입니다.
<기계 학습을 다시 묻다>는 다음 서점에서 구입하실 수 있습니다.
도서출판 인사이트 