홈앤서비스 SK BROADBAND

“수학은 몰라도 됩니다”는 내가 산 것 중 가장 비싼 거짓말이었다
지름길은 없다. AI 엔지니어가 되는 정도(正道)
loss가 왜 내려가는지 아는 사람이 되는 길. 파이썬에서 논문 재현, 취업까지 이어지는 단 하나의 학습 지도

행렬곱 AB와 BA는 왜 다른지, loss.backward() 한 줄이 정확히 무슨 일을 하는지, zero_grad를 빼먹으면 무슨 일이 벌어지는지, attention은 왜 √d로 나누는지. 이 책을 따라 걷다 보면 이런 질문에 자기 말로 답할 수 있게 된다. 수식을 한국어로 옮겨 읽고, 실전 GPT 코드를 강의 없이 읽으며 미니 모델을 직접 학습시키고, 최신 논문을 5분 안에 분류해 재현까지 해본다. 그리고 그 결과를 학위 대신 내밀 수 있는 포트폴리오로 만든다. 따라 치기만 하던 사람이 스스로 읽고 만드는 사람이 되어 가는 과정이다.

이 책은 AI 엔지니어를 꿈꾸는 사람을 위한 학습 로드맵이다. 개념을 하나 더 설명하는 교재가 아니라, 무엇을 어떤 순서로 배우고 어디까지 하고 넘어갈지를 알려주는 지도다. 세상에 자료는 이미 차고 넘친다. 부족한 것은 고르는 눈이다. 이 책은 파이썬부터 수학적 직관, 딥러닝 코어, 원전 해부, 논문 읽기, 전공 선택, 취업까지 길을 단계로 나누고, 단계마다 꼭 볼 자료와 지금은 버려도 되는 것의 경계, 다음으로 넘어가도 되는지 스스로 확인하는 통과 조건을 둔다. 그 길을 실제로 걸어본 사람의 판단이 곳곳에 담겨 있다.

AI에게 물으면 무엇이든 답을 얻는 시대지만, 무엇을 물어야 할지는 여전히 스스로 정해야 한다. 강의를 여러 개 들었는데도 빈 파일 앞에서 손이 멈췄던 사람, 수학 앞에서 매번 돌아섰던 사람, 비전공이나 학위 없이 AI 엔지니어를 준비하는 사람에게, 이 책은 처음부터 다시 시작해도 헤매지 않을 길을 보여주는 든든한 안내서가 될 것이다.

AI는 기초가 있는 사람에게는 날개지만, 없는 사람에게는 더 빨리 헤매게 하는 도구다. 지금 부족한 것은 도구가 아니라 길이다.

머리말 | AI가 다 알려주는 시대에, 커리큘럼이 왜 필요한가
추천사
이 책을 제대로 보는 방법
프롤로그 | 나는 어떻게 여기까지 왔나

01 지도: 왜 대부분의 AI 공부는 실패하는가

함정 1. 튜토리얼 지옥
함정 2. “수학은 몰라도 됩니다”
함정 3. 한글 자료의 우물
불편한 질문 하나: 당신이 되려는 건 “AI 엔지니어”인가
그래서, 지도
지형 보고: 어디로 움직이는가
통과 확인하기

02 파이썬: 도구가 되는 최소한

“문법을 안다”와 “도구로 쓴다”는 다르다
무엇을, 어디까지
AI와 함께 배우되, 순서를 지켜라
5분 실습: loss가 내려가는 것을 직접 본다
통과 확인하기

03 수학적 직관

시작하기 전에: 이 장의 규칙
선형대수: 행렬을 “변환”으로 보는 눈
확률과 통계: loss가 사실 무엇인지
미적분과 최적화: gradient는 “방향”이다
다들 여기서 헤맨다: 수학 급소 사전
수학과 화해하는 법: 수식 번역
4~6주 실행 계획
통과 확인하기

04 고전 머신러닝: 딥러닝을 작게 미리 배우기

머신러닝이란: 규칙을 쓰는 대신 함수를 찾는다
선형회귀에서 로지스틱 회귀로: 뉴런 하나의 정체
오버피팅: 평생 따라다닐 유일한 적
평가지표: accuracy는 자주 거짓말을 한다
트리와 앙상블: 딥러닝이 만능이 아닌 곳
비지도학습(unsupervised learning): 정답 없이 구조를 찾다
어디까지만 하고 넘어가는가
통과 확인하기

05 딥러닝 코어: 루프 하나로 전부 꿰기

학습이란 무엇인가: 루프 하나로 전부 꿰기
딥러닝의 제1원칙: 미분 가능해야 배운다
아키텍처의 진화: 왜 이 순서인가
딥러닝이 정말 배우는 것: 표현
진화의 나머지 갈래들: 지도에 없는 이름을 만났을 때
학습을 굴리는 기술: 그리고 “왜 안 되지?”라는 사고법
Under the Hood: 학습 루프 안에서는 무슨 일이 벌어지는가
코드 실력은 어떻게 느는가
실전: 작게, 밑바닥부터, 한 번
통과 확인하기

06 원전 해부: nanoGPT를 함께 뜯는다

파이토치, 다섯 개의 부품
무엇을 만들 것인가: 데이터가 텐서가 되는 순간
model.py 해부: 번호가 문장이 되기까지
train.py 해부: 그 루프가 실제 코드로
생성: 모델이 말을 하는 순간
손을 움직일 차례: 실험 과제 3개
학습이 끝난 모델의 삶: 추론이라는 두 번째 세계
이 장을 닫기 전에: 원전에서 원전으로
통과 확인하기

07 논문 읽는 법: 독학러의 진짜 무기

논문은 앞에서부터 읽는 게 아니다
수식 앞에서 멈추지 않는 법
실전 워크스루: “Attention Is All You Need” 해부
첫 논문 10편: 한 편씩 내비게이션
현재편: 11~15번째 정거장
GAN 해부: 이번엔 당신이 유도할 차례
재현: 읽기의 완성
Coursera 이후: 최전선에서는 이렇게 읽는다
flow matching, 첫 계단만 같이 내려가보기
흐름에서 증명으로: 이 책 전체를 관통하는 구분
통과 확인하기

08 전공 선택: 갈래길 지도

LLM - 에이전트 트랙
비전 - 생성 모델 트랙
RL - 로보틱스 (피지컬 AI) 트랙
멀티모달 트랙
트랙을 고르는 세 가지 질문
통과 확인하기

09 증명: 학위 없이 취업, 이직, 이력서

오픈소스: 학위 대신 저장소
발표: 커뮤니티가 커리어를 바꾼다
이력서: “공부”가 아니라 “증거”를 쓴다
직군 지도: 리서처와 엔지니어는 다른 시험을 본다
코딩 테스트의 현실적 준비선
첫 회사: 실력이 곧 선택지다
이직의 기술: 타이밍, 협상, 오퍼 레터에 없는 약속
면접관 시점: 실력을 어떻게 확인하는가
통과 확인하기

10 종장. AI와 함께 공부하는 법

1. 나에게 없던 것이 당신에게 있다
2. 대체와 가속은 다르다
3. 권장하는 사용법
4. 경계하는 사용법
5. 커리큘럼 단계별 사용 수칙
6. 역설의 끝

맺음말 | 다시, 지도는 걷는 사람의 것

부록

A. 전체 로드맵 한 장 지도
B. 단계별 자료 모음
C. 논문 리딩 체크리스트
D. 자주 묻는 질문
E. 증명 키트
F. 면접 질문집: 유형별 질문과 좋은 답의 뼈대