생성형 AI를 밑바닥부터 시작해보기! "밑바닥부터 시작하는 딥러닝 5"

"이 후기는 한빛미디어 <나는 리뷰어다> 활동을 통해서 책을 제공받아 작성된 서평입니다."

 

밑바닥부터 시작하는 딥러닝 시리즈는 이미 많은 AI 개발자들에게 필독서처럼 읽히고 추천하는 책입니다.

제가 속한 AI 개발자 톡방에서 책 추천 질문을 받으면 답변에 꼭 포함되는 책 중 하나가 밑바닥~ 시리즈입니다.

밑바닥 시리즈는 인기에 힘입어 1편 이미지처리-CNN부터 2편 자연어처리-RNN, 3편 동적계산그래프, 4편 강화학습 

이렇게 고도화되는 AI 기술 동향과 분야에 발맞춰 지속적으로 시리즈로 발간되고 있습니다.

 

기대하던 5편에서는 생성형AI의 시대가 도래한 현 시점에 맞게 이미지 생성모델 원리와 구현을 다루고 있습니다.

전자책

 

책의 시작은 생성모델에 꼭 필요한 확률분포에 대한 개념을 설명하고 간단한 파이썬 코드로 실습하는 내용이 포함되어 있습니다. 하나의 실수값을 대상으로 하는 스칼라 정규분포부터 벡터 정규분포(다변량 정규분포), 3D 그래프 그리기, 실제 데이터를 활용한 실습, 정규분포를 여러개 혼합한 가우시안 혼합모델, EM 알고리즘 등  처음 접하면 어렵게 느껴지는 이론들을 단순히 개념적인 설명뿐만 아니라 예시와 그림, 실습을 통해 설명이 잘 이해되도록 풀어서 설명되어 있어 좋았습니다.

 

6장인 신경망은 파이토치 기반으로 선형회귀를 구현해보고 간단한 신경망을 구현해봄으로써 파이토치와 신경망에 익숙해지도록 트레이닝을 합니다. 그다음 7장에서는 신경망을 활용하여 보다 복잡한 데이터 표현이 가능한 "변이형 오토인코더 VAE", 8장, 9장에서는 최신기술인 확산모델(DDPM)의 원리와 이론, 확산모델을 통한 이미지 생성 구현까지 실습하는 내용이 포함되어 있습니다. 10장에서 확산모델을 응용한 조건부 확산모델을 활용하여 텍스트를 입력받아 이미지를 생성하는 Stable Diffusion(스테이블 디퓨전), Midjourney(미드저니) 를 이해할 수 있도록 "조건부 확산모델"을 간단하게 구현하고 실습해보는 것으로 책은 마무리됩니다.

 

책에서는 이미지 생성모델의 "원리"를 설명하려는 다양한 수학 수식이 많이 포함되어 있어 대충 훑어보기만 하면 머릿속에 썩 남는게 없다는 게 단점이지만, 인내심을 가지고 첫장부터 따라가다보면 어느새 수학 수식들이 복잡해져도 이해할 수 있기 때문에 책 내용을 꼼꼼하게 정독하시는 것을 추천드립니다. 

또한 점점 빌드업을 통해 쉬운 개념부터 어려운 개념까지 이미지 생성모델을 단계적으로 설명과 실습 코드를 포함하여 다루고 있어 생성형 모델을 연구할 때 논문이 잘 이해가 되지 않아 사전 지식을 쌓고 싶은 분들께 꼭 이 책을 추천드리고 싶습니다.