인공지능 구조와 원리 교과서
컴퓨터 과학완독입문

인공지능 구조와 원리 교과서

송경빈

8/8장총 68분 읽기2026년 3월 10일 ~ 2026년 3월 25일

추천 대상 AI 기술의 구조와 원리를 체계적으로 이해하고 싶은 입문자

“AI의 핵심 원리를 그림과 함께 체계적으로 풀어낸 입문 교과서”

aimachine-learningdeep-learningneural-networktransformer

송경빈의 "인공지능 구조와 원리 교과서"는 232쪽 분량에 AI의 역사부터 트랜스포머까지를 그림 중심으로 풀어낸 입문서다. 저자는 AI ICT 정책 전문가로, AI 프로젝트를 관리하면서 직접 AI를 공부한 경험을 바탕으로 이 책을 집필했다. 수학적 배경 지식이 부족한 독자도 핵심 원리를 이해할 수 있도록 시각 자료를 적극 활용한 점이 돋보인다.

전체 8부 구성 중 7부 "대규모 언어 모델"이 가장 분량이 크고 내용도 알차다. Word2Vec부터 어텐션 메커니즘, 트랜스포머, 그리고 BERT와 GPT까지 LLM의 핵심 개념을 27개 소주제로 나누어 설명한다. 이 부분만으로도 트랜스포머 아키텍처의 전체 그림을 잡는 데 충분한 가치가 있다.

1~6부에서는 AI의 정의와 역사, 데이터의 역할, 머신러닝과 딥러닝의 기초, 비지도학습과 강화학습을 차례로 다루며 기본기를 다진다. 8부에서는 AI 기술의 한계와 미래 전망을 논하며 책을 마무리한다. 입문 교과서로서 AI 기술의 전체 지형을 빠르게 조망하고 싶은 독자에게 적합한 책이다.

읽기 진행률8/8장 (100%)

목차

  1. 1

    1부: 인공지능의 부상

    인공지능의 정의와 용어 혼용 문제, 퍼셉트론부터 딥러닝까지 AI 발전 역사의 주요 전환점을 정리한다.

    ·7분
  2. 2

    2부: 데이터와 인공지능

    AI의 핵심 연료인 데이터의 유형별 구분, 분석 방법, 빅데이터와 AI의 관계를 정리한다.

    ·7분
  3. 3

    3부: 머신러닝

    선형회귀부터 다중분류까지 머신러닝의 핵심 알고리즘과 수학적 원리를 MNIST 예제와 함께 정리한다.

    ·8분
  4. 4

    4부: 딥러닝

    퍼셉트론에서 CNN, RNN까지 딥러닝의 핵심 아키텍처와 발전 과정을 다층 신경망 구조와 함께 정리한다.

    ·9분
  5. 5

    5부: 비지도학습

    지도학습, 비지도학습, 강화학습의 구분과 자기지도학습, K-means 클러스터링, GAN의 원리를 정리한다.

    ·7분
  6. 6

    6부: 강화학습

    알파고 제로 사례를 중심으로 강화학습의 원리, 제한된 환경에서의 강점과 현실 세계의 한계를 정리한다.

    ·6분
  7. 7

    7부: 대규모 언어 모델

    Word2Vec부터 어텐션 메커니즘, 트랜스포머, BERT와 GPT까지 대규모 언어 모델의 핵심 구조와 원리를 체계적으로 정리한다.

    ·15분
  8. 8

    8부: 고성능 기계, 그리고 사람

    AI 기술의 취약점과 데이터 정제 문제, 강인공지능과 범용 인공지능의 가능성, AI 시대의 미래 대응 방향을 정리한다.

    ·9분