알파고 쇼크 이후에 많은 사람이 인공지능에 관심을 갖게 됐다. 인공지능이 갑작스럽게 나온 기술인 것 같지만 오래전부터 지속적으로 연구가 진행됐던 분야다. 이 기술과 많은 데이터, 값싸고 성능 좋은 연산장치의 등장이 접목돼 알파고, 사람보다 사람 인식을 잘하는 서비스, 자율자동차 등과 같은 파격적인 결과물들이 등장하고 있다. 이 결과의 바탕에는 많은 데이터를 통해 시스템에 지능을 부여하는 머신 러닝이 있다. 우리가 인지하지는 못하지만 이 머신 러닝 기술은 오래전부터 온라인 스토어, SNS, 금융 분야 등에서 사용되고 있으며, 그 적용처가 점차 확대되고 있다.
이 책은 머신 러닝을 적용하고자 하는 실무자, 개발자, 혹은 머신 러닝에 관심 있는 사람을 위한 책이다. 머신 러닝은 선형 대수, 확률, 통계, 최적화 등에 기반을 학문이며, 이 분야에서 사용 중인 용어 및 관련 내용은 머신 러닝을 시작하기 위한 장애물이 되고 있다. 이 책에서는 실제로 머신 러닝을 적용하기 위해 필요한 배경지식을 최소한의 수식과 간단한 파이썬 코드를 통해 체계적으로 머신 러닝부터 딥러닝까지 설명한다. 이 책에서 소개하는 내용을 바탕으로 머신 러닝과 딥러닝에 관련된 서비스 및 라이브러리를 더욱 잘 활용할 수 있을 것이다.
아무쪼록 이 책이 머신 러닝 기법을 자신만의 프로젝트에 적용하고자 하는 독자들에게 도움이 됐으면 한다.
최근 컴퓨터를 이용한 이미지의 인식률이 사람의 능력을 뛰어넘는다는 소식이 들려오고 있다. 이와 같은 기술 발전으로 매장에서 물건을 살 때 별도로 결제하지 않더라도 물건을 집는 장면을 인식해 자동으로 결제하는 아마존 고(Amazon Go)와 같은 서비스가 생겼고, 길/차량/사람/신호/표지판 인식 기술을 활용한 자율 주행 자동차가 등장했다. 이처럼 이미지에 포함된 정보를 추출해내는 컴퓨터 비전 기술은 여러 분야에서 핵심적인 역할을 하고 있으며, 이 활용처가 확대될 것이란 전망이 매우 우세하다.
이 책에서는 컴퓨터 비전을 쉽게 적용하기 위한 방법들을 소개한다. 이전에 컴퓨터 비전은 수학적 배경 없이 접근하기 어려웠지만, OpenCV와 같은 훌륭한 라이브러리들이 등장하면서 비전 알고리즘 내부 내용을 모두 이해하거나 직접 구현하지 않아도 컴퓨터 비전을 원하는 곳에 적용할 수 있게 됐다. 또한 이런 라이브러리와 더불어 프로그램을 쉽게 작성하게 해주는 파이썬을 사용하면, 컴퓨터 비전 활용이 더욱 더 쉽다.
나는 물체 인식과 추적에 OpenCV를 활용해왔다. 처음 OpenCV를 활용하기 시작한 2005년쯤에는 직접 구현해 사용했던 많은 알고리즘이, 현재 라이브러리에 포함돼 있다. 그리고 이 라이브러리가 파이썬을 지원함에 따라 C나 C++를 이용해 구현하는 것보다 생산성이 높아졌다. 그래서 요즘은 빠른 속도를 요하는 경우를 제외하고는 파이썬을 활용해 프로그램을 작성하고 있다. 좋은 도구의 등장은 원래 해결하고자 하는 문제에 더욱 집중해 빠르게 해결하도록 도움을 주고 있다.
이 책에서는 유용한 도구를 활용해 컴퓨터 비전이 어떻게 적용될 수 있는지, 쉬운 주제부터 복잡한 것까지 단계적으로 보여준다. 단순히 라이브러리 소개에 그치지 않고 이를 활용하고 통합해 실제 컴퓨터 비전 서비스의 구축 과정을 보여줌으로써 컴퓨터 비전이 실제로 활용되는 방법에 대한 아이디어를 얻는 데 무척 유용할 것이다. 또한 컴퓨터 비전에 대해 흥미를 느끼지만 어디서부터 시작할지 고민하는 독자에게도 도움이 될 것이다.
아무쪼록 컴퓨터 비전 기술을 활용해 자신만의 응용 예를 만들고자 하는 독자들에게 도움이 됐으면 한다.
