딥러닝이 작동하는 이유: MIT 6.7960이 가르치는 비전공자를 위한 본질 상세페이지
출간 정보
- 2026.07.15 전자책 출간
듣기 기능
TTS(듣기) 지원
파일 정보
- EPUB
- 약 9.5만 자
- 0.5MB
지원 환경
- 앱
- 웹
- PC뷰어
- PAPER
ISBN
9791124458648
UCI
-
딥러닝이 작동하는 이유: MIT 6.7960이 가르치는 비전공자를 위한 본질
작품 정보
Sara Beery 교수는 MIT 6.7960 Deep Learning Fall 2024 첫 강의에서 한 줄로 정의했습니다. "Deep learning is neural networks plus differentiable programming." Yann LeCun이 2018년 1월 7일 페이스북에 적은 정의와 정확히 같은 문장입니다. ChatGPT를 매일 쓰는 시대에 살면서도 "왜 딥러닝이 작동하는가"를 한 번도 정리해본 적 없는 비전공자에게, 이 한 줄이 책의 척추가 됩니다. NeRF가 사진 몇 장으로 3D 공간을 만들어 내고, AlphaGo가 바둑판의 우주를 읽고, ChatGPT가 다음 토큰을 예측하는 모든 응용이 정확히 같은 두 기둥 위에 서 있다는 사실 — 그 사실을 비유와 도식으로 따라가는 것이 이 책의 5장 분량 여정입니다.
1장은 정의에서 출발합니다. AI ≠ 머신러닝 ≠ 딥러닝의 위계, 표현 학습(representation learning)이 왜 진짜 핵심인지, Letter T classifier 비유로 본 modular reuse, 그리고 MIT 6.7960의 좌표(Phillip Isola·Sara Beery·Jeremy Bernstein 3 강사진과 CSAIL의 위치)까지 다룹니다. 2장은 신경망의 안쪽을 직관 비유로 풉니다. 선형 변환과 비선형성이 왜 같이 가야 하는지, Loss function이 "정답과 예측 사이의 거리"라는 한 줄 정의, 역전파가 "책임 분배의 알고리즘"이라는 비유, SGD가 "경사를 따라 내려가는" 학습의 핵심, 그리고 미분 프로그래밍이 "학습이 가능하다는 것의 진짜 의미"라는 5단계입니다. 수학 등장 시에는 반드시 1-2문장의 직관 비유를 동반시켜 비전공자가 멈추지 않도록 했습니다.
3장은 응용입니다. NeRF(Mildenhall ECCV 2020)가 사진 몇 장으로 3D 공간을 만들어 내는 마법, AlphaGo(2016)·AlphaProof(IMO 2024 28/42점)·AlphaFold(CASP14 2020-11 / Nature 2021-07-15) 게임에서 과학으로의 도약, Diffusion(Ho DDPM NeurIPS 2020 / Stable Diffusion = CompVis+Runway 원본 / Stability AI 컴퓨트 후원)이 노이즈에서 그림을 만드는 과정, Transformer(Vaswani et al. 2017 8인 저자)와 LLM이 작동하는 방식, 그리고 모든 응용의 공통 조건인 "미분 가능한 loss와 충분한 데이터"까지 풀어냅니다. 4장은 아키텍처 종류와 역사입니다. CNN·RNN·LSTM·Transformer·Diffusion·VAE·GAN의 데이터 모양별 강점, 그리고 Perceptron(1957 IBM 704 시뮬레이션·1958 Mark I 공개) → backprop(Rumelhart·Hinton·Williams 1986 Nature) → AlexNet(2012 top-5 error 15.3%) → GPT 시대까지의 굵직한 흐름을 시간순으로 정리합니다.
마지막 5장은 한계와 행동입니다. 데이터 의존성·해석 불가·환각·에너지 비용(GPT-3 학습 1287 MWh)이라는 딥러닝의 4 한계, "이론과 실전의 혼합"이라는 영상의 핵심 메시지("모르는 게 정상"이 비전공자에게 가장 큰 위안), 한국 AI 연구 생태계(2024-12-26 AI 기본법 통과·2026-01-22 시행, 2025-10-31 APEC에서 발표된 2030 ~260K GPU 공급 계획, NAIRL 2024-10 출범, Sovereign AI 5컨소시엄→4팀 축소), 그리고 비전공자 최단 학습 로드맵(김성훈 모두를 위한 딥러닝 → fast.ai → 자기 도메인 프로젝트 → Kaggle → 부스트캠프 5-6개월 온라인 전일제)을 다룹니다. 마지막 6주 학습 가이드로 책을 닫으며 — AI 사용자에서 AI 이해자로 옮겨가는 다음 행동을 손에 쥐여 드립니다.
1장은 정의에서 출발합니다. AI ≠ 머신러닝 ≠ 딥러닝의 위계, 표현 학습(representation learning)이 왜 진짜 핵심인지, Letter T classifier 비유로 본 modular reuse, 그리고 MIT 6.7960의 좌표(Phillip Isola·Sara Beery·Jeremy Bernstein 3 강사진과 CSAIL의 위치)까지 다룹니다. 2장은 신경망의 안쪽을 직관 비유로 풉니다. 선형 변환과 비선형성이 왜 같이 가야 하는지, Loss function이 "정답과 예측 사이의 거리"라는 한 줄 정의, 역전파가 "책임 분배의 알고리즘"이라는 비유, SGD가 "경사를 따라 내려가는" 학습의 핵심, 그리고 미분 프로그래밍이 "학습이 가능하다는 것의 진짜 의미"라는 5단계입니다. 수학 등장 시에는 반드시 1-2문장의 직관 비유를 동반시켜 비전공자가 멈추지 않도록 했습니다.
3장은 응용입니다. NeRF(Mildenhall ECCV 2020)가 사진 몇 장으로 3D 공간을 만들어 내는 마법, AlphaGo(2016)·AlphaProof(IMO 2024 28/42점)·AlphaFold(CASP14 2020-11 / Nature 2021-07-15) 게임에서 과학으로의 도약, Diffusion(Ho DDPM NeurIPS 2020 / Stable Diffusion = CompVis+Runway 원본 / Stability AI 컴퓨트 후원)이 노이즈에서 그림을 만드는 과정, Transformer(Vaswani et al. 2017 8인 저자)와 LLM이 작동하는 방식, 그리고 모든 응용의 공통 조건인 "미분 가능한 loss와 충분한 데이터"까지 풀어냅니다. 4장은 아키텍처 종류와 역사입니다. CNN·RNN·LSTM·Transformer·Diffusion·VAE·GAN의 데이터 모양별 강점, 그리고 Perceptron(1957 IBM 704 시뮬레이션·1958 Mark I 공개) → backprop(Rumelhart·Hinton·Williams 1986 Nature) → AlexNet(2012 top-5 error 15.3%) → GPT 시대까지의 굵직한 흐름을 시간순으로 정리합니다.
마지막 5장은 한계와 행동입니다. 데이터 의존성·해석 불가·환각·에너지 비용(GPT-3 학습 1287 MWh)이라는 딥러닝의 4 한계, "이론과 실전의 혼합"이라는 영상의 핵심 메시지("모르는 게 정상"이 비전공자에게 가장 큰 위안), 한국 AI 연구 생태계(2024-12-26 AI 기본법 통과·2026-01-22 시행, 2025-10-31 APEC에서 발표된 2030 ~260K GPU 공급 계획, NAIRL 2024-10 출범, Sovereign AI 5컨소시엄→4팀 축소), 그리고 비전공자 최단 학습 로드맵(김성훈 모두를 위한 딥러닝 → fast.ai → 자기 도메인 프로젝트 → Kaggle → 부스트캠프 5-6개월 온라인 전일제)을 다룹니다. 마지막 6주 학습 가이드로 책을 닫으며 — AI 사용자에서 AI 이해자로 옮겨가는 다음 행동을 손에 쥐여 드립니다.
리뷰
0.0
구매자 별점
0명 평가
이 작품을 평가해 주세요!
건전한 리뷰 정착 및 양질의 리뷰를 위해 아래 해당하는 리뷰는 비공개 조치될 수 있음을 안내드립니다.
- 타인에게 불쾌감을 주는 욕설
- 비속어나 타인을 비방하는 내용
- 특정 종교, 민족, 계층을 비방하는 내용
- 해당 작품의 줄거리나 리디 서비스 이용과 관련이 없는 내용
- 의미를 알 수 없는 내용
- 광고 및 반복적인 글을 게시하여 서비스 품질을 떨어트리는 내용
- 저작권상 문제의 소지가 있는 내용
- 다른 리뷰에 대한 반박이나 논쟁을 유발하는 내용
* 결말을 예상할 수 있는 리뷰는 자제하여 주시기 바랍니다.
이 외에도 건전한 리뷰 문화 형성을 위한 운영 목적과 취지에 맞지 않는 내용은 담당자에 의해 리뷰가 비공개 처리가 될 수 있습니다.아직 등록된 리뷰가 없습니다.
첫 번째 리뷰를 남겨주세요!
첫 번째 리뷰를 남겨주세요!
'구매자' 표시는 유료 작품 결제 후 다운로드하거나 리디셀렉트 작품을 다운로드 한 경우에만 표시됩니다.
- 무료 작품 (프로모션 등으로 무료로 전환된 작품 포함)
- '구매자'로 표시되지 않습니다.
- 시리즈 내 무료 작품
- '구매자'로 표시되지 않습니다. 하지만 같은 시리즈의 유료 작품을 결제한 뒤 리뷰를 수정하거나 재등록하면 '구매자'로 표시됩니다.
- 영구 삭제
- 작품을 영구 삭제해도 '구매자' 표시는 남아있습니다.
- 결제 취소
- '구매자' 표시가 자동으로 사라집니다.
성인 인증 안내
성인 재인증 안내
성인 인증 안내
성인 재인증 안내
청소년보호법에 따라 성인 인증은 1년간
유효하며, 기간이 만료되어 재인증이 필요합니다.
성인 인증 후에 이용해 주세요.
해당 작품은 성인 인증 후 보실 수 있습니다.
성인 인증 후에 이용해 주세요.
청소년보호법에 따라 성인 인증은 1년간
유효하며, 기간이 만료되어 재인증이 필요합니다.
성인 인증 후에 이용해 주세요.
해당 작품은 성인 인증 후 선물하실 수 있습니다.
성인 인증 후에 이용해 주세요.
본문 끝 최상단으로 돌아가기
