인간 뇌에서의 정보 처리를 모방한 인공 신경망은 컴퓨터 비전, 자연어 처리, 빅데이터 분석, 자율 주행차, 의료 진단, 예술작품 창작 등 실로 매우 다양한 분야에서 활용되고 있다. 특히, ChatGPT와 Sora 그리고 GPT-4o의 등장으로 인해 전 세계인들이 AI 기술의 눈부신 발전을 실감하게 되었고, 심층 신경망을 활용하는 딥러닝에 대한 관심이 더욱 높아지고 있는 실정이다. 그렇지만, 신경망 이론은 난해하기 때문에 그 내용을 이해하고 이를 원하는 분야에 활용하는 데 어려움이 있다. 이런 연유로 독자들이 흥미롭게 인공 신경망을 공부하여 튼튼한 기초 이론을 바탕으로 딥러닝을 이해하고 나아가 원하는 응용에 활용할 수 있도록 이 책을 집필하였다.
이 책은 기본적인 신경망 이론을 기반으로 하여 딥러닝의 핵심인 컨볼루션 신경망과 순환 신경망 그리고 생성 신경망까지 다양한 신경망 모델을 다루면서도 많은 예제를 통해 공부한 내용의 개념이 쉽게 정립될 수 있도록 배려하였다. 특히, 클라우드 기반으로 주피터 노트북 서비스와 GPU를 지원하는 구글 코랩 환경에서 텐서플로(케라스)를 이용하여 다양한 응용을 직접 구현할 수 있도록 예제를 구성하였고, 파이토치에 대한 내용도 곁들여 독자들이 활용하는 데 도움이 될 수 있게 하였다.
이 책에서 다루는 내용은 다음과 같다. 제 1장에서는 인공 신경망의 특징과 응용 절차, 신경망 모델의 발전 과정을 소개하였고, 제 2장에서는 신경망의 근간이 되는 뉴런의 기능을 비롯하여 신경망을 모델링하는 방법, 신경망의 구조와 기본적인 학습 방법, 그리고 ReLU 함수, sigmoid 함수, softmax 함수 등 신경망의 출력을 얻는 데 사용되는 다양한 활성화 함수에 대하여 기술하였다. 제 3장에서는 최초로 구현된 신경망인 퍼셉트론을 비롯하여 단층 신경망을 이용한 분류와 회귀에 대하여 기술하였고, 제 4장에서는 일반적으로 MLP라고 칭하는 다층 신경망과 대표적인 학습 방법인 BP 알고리즘에 대하여 기술하였다. 제 5장에서는 학습률, 손실 함수, 최적화 알고리즘을 비롯하여 여러 가지 학습 인자와 성능 평가 지표 등 성능을 향상시키기 위한 방법에 대하여 기술하였다.
제 6장에서는 컴퓨터 비전 분야에 널리 활용되고 있는 컨볼루션 신경망과 대규모 데이터셋으로 사전 학습된 고성능의 신경망 모델을 활용하는 전이 학습에 대하여 기술하였고, 제 7장에서는 시계열 예측과 자연어 처리 분야에 널리 활용되고 있는 순환 신경망과 트랜스포머, BERT, GPT 언어 모델에 대하여 기술하였다. 제 8장에서는 예술작품 창작에도 널리 활용되는 생성 신경망인 변형 오토 인코더와 GAN 그리고 스타일 전이에 대하여 기술하였다.
