나는 AI엔지니어입니다
AI/ML을 처음 접하거나 기초를 다지고 싶은 학습자를 위해, 실제로 많은 이들이 공부하면서 도움을 받았던 입문 자료를 소개한다. 다음 자료들은 각기 형식과 난이도, 그리고 언어가 다르므로 자신의 수준과 환경에 맞게 선택하기를 바란다.
다만 도서는 여러 권을 추천하지 않았다. 요즘은 양질의 콘텐츠를 담은 한국어 입문서도 많고, 유튜브, 블로그, 온라인 강의 등 다양한 학습 경로가 많아 굳이 특정 책을 고집할 필요가 없기 때문이다.
사실 최근에는 기본적으로 ChatGPT, Gemini 같은 AI를 활용해 공부하는 것을 추천한다. 입문자 수준에서는 적극 활용하는 것이 좋다. 다만 단순한 질의응답식 공부가 아니라, 내가 이해되지 않는 부분을 이해될 때까지 질문을 반복해야만 한다. 완벽히 알아야만 이해한 것이다.
《패턴 인식과 머신 러닝》(제이펍, 2018): 머신러닝 이론을 수학적으로 깊이 있게 이해하고 싶은 사람에게 추천하는 대표적인 참고서다. 수식이 많고 난이도가 높은 편이지만, 머신러닝 분야에서 고전이자 정석으로 꼽히는 책으로, 수식을 포함해 이론을 제대로 배우고자 할 때 적합하다.
《가상 면접 사례로 배우는 머신러닝 시스템 설계 기초》(인사이트, 2024): 머신러닝 모델을 단순히 학습시키는 것을 넘어서, ‘어떻게 실제 시스템에 적용하고 지속적으로 운영할 것인가?’에 대한 명확한 관점을 제시하는 책이다. 전통적인 머신러닝/딥러닝 책이 모델 설계와 수학적 이론에 집중하는 반면, 이 책은 실제 제품에서 머신러닝이 어떻게 쓰이는지, 실무에서는 어떤 문제가 발생하는지, 그리고 그 문제를 어떻게 시스템 차원에서 설계하고 해결할 것인지를 집중적으로 다룬다.
PR12 딥러닝 논문 읽기 모임: 논문 읽기 훈련을 시작하고 싶은 사람에게 추천한다. 다양한 발표자가 돌아가며 AI 논문을 리뷰하고, 발표 후 질의응답까지 진행하는 형식의 세미나 영상으로, 유튜브에서 시청할 수 있다. 최신 트렌드를 살펴보고, 실제로 연구자들이 논문을 어떻게 이해하고 토론하는지를 배울 수 있다.
모두를 위한 딥러닝(Sung Kim 등): 딥러닝을 처음 배우는 사람에게 추천한다. 한국어로 진행되는 대표적인 머신러닝/딥러닝 입문 강의로, 유튜브에서 시청할 수 있다. 개념 설명이 친절하고 실습 중심으로 구성되어 비전공자나 입문자도 쉽게 이해할 수 있는 커리큘럼이다.
Stanford CS229: Machine Learning Course(Andrew Ng): 머신러닝 전반을 체계적으로 공부하고 싶은 사람에게 추천한다. 스탠퍼드 대학교에서 Andrew Ng 교수가 진행한 머신러닝 강의로, 수학적 원리부터 다양한 알고리즘까지 포괄적으로 다룬다. 영어로 진행되지만, 세계적으로 가장 널리 사용되는 커리큘럼 중 하나다.
Trending Papers: 최신 연구 동향을 파악하고, 논문 구현 및 성능 비교를 통해 실무 감각을 키우고 싶은 사람에게 추천한다. AI/ML 분야의 최신 논문을 주제별로 정리하고, 각 논문에 대한 코드 구현과 벤치마크 결과를 함께 제공하는 플랫폼이다. 컴퓨터 비전, NLP, 시계열, 오디오 등 다양한 분야별로 SOTA 성능을 확인할 수 있으며, 어떤 모델이 어떤 데이터셋에서 가장 뛰어난 성능을 보이는지 쉽게 비교할 수 있다.
캐글: 실전 프로젝트와 데이터 분석 실습 경험을 쌓고 싶은 사람에게 추천한다. 데이터 사이언스 및 머신러닝 실습을 위한 가장 대표적인 플랫폼이다. 다양한 실습용 데이터셋과 커널(코드 노트북), 그리고 실제 기업이 주최하는 competition에 참여할 수 있다. 초보자부터 실무자까지 폭넓게 활용할 수 있으며, 실제로 많은 사람이 포트폴리오와 학습용 프로젝트를 위해 사용한다.
허깅 페이스 허브: 최신 모델 구조를 빠르게 테스트하고, 오픈소스 생태계 흐름을 익히고 싶은 사람에게 추천한다. 최신 AI/ML 모델, 데이터셋, 데모 등을 쉽게 검색하고 바로 테스트해 볼 수 있는 오픈 플랫폼이다. Repositories, Models, Datasets, Spaces 등 다양한 카테고리가 있으며, 모델 카드와 샘플 코드가 잘 정리되어 학습이나 실무에 바로 활용할 수 있다.
LangChain 한국어 튜토리얼(테디노트): LangChain을 활용한 AI 에이전트 설계 및 LLM 실무 응용력을 키우고 싶은 사람에게 추천한다. LangChain의 핵심 기능과 사용법을 한국어로 상세하게 설명하며, 기능별 예제를 이용해 실습까지 바로 따라 할 수 있도록 구성되어 있다. 에이전트, 툴 사용, 체인 구성 등 실전 활용 흐름을 빠르게 익힐 수 있는 자료다.
AI/ML을 배우는 방법은 정말 다양하다. 기초를 친절히 다루는 강의부터, 최신 논문을 직접 구현해 보며 실무 감각을 키울 수 있는 플랫폼까지 선택지는 많다. 중요한 것은 현재 자신의 수준과 목표에 맞는 자료를 잘 선택하는 것이고, 무엇보다 공부한 내용을 직접 실습하고 작은 프로젝트라도 스스로 만들어보며 경험을 쌓는 일이다. 그래야 문제를 풀어내는 힘이 생기고, 꾸준히 성장할 수 있는 기반을 다질 수 있다.
『나는 AI 엔지니어입니다』(이동진, 제이펍) 중 일부 발췌