AWS로 시작하는 AI 서비스 with 파이썬

---

◆ 책 소개 ◆

 

AWS의 모체인 Amazon은 세계 제일의 쇼핑 사이트이다. Amazon 내부에서 다양한 AI가 사용되고 있다는 것은 쉽게 상상할 수 있으며, AWS의 AI 서비스가 무척 다양하여 전체를 파악하는 것조차도 상당히 어려울 정도이다. AWS에서는 내부에서 AI를 통해 도출된 예측이나 개인화(Personalize)라고 얘기되는 AI 서비스를 일반인들에게도 제공하고 있다. 따라서 이러한 서비스를 직접 수행하며 어떠한 서비스가 제공되고 있는지 확인하는 것이 매우 중요하다.

 

이 책은 인공지능 개념과 역사, 선형회귀, 딥러닝 등 대표적인 기계학습 알고리즘, 기계학습을 사용하기 위한 SageMaker, EC2, AMI 등의 구현 경험과 Amazon Recognition, Amazon Comprehend, Amazon Textract, Amazon Translate 등의 서비스를 통한 AI의 구동을 직접 따라 하며 경험할 수 있다. 또한, Jupyter Notebook을 활용한 작업환경을 통해 이미지, 파일 등을 AWS로 업로드/다운로드할 수 있어 그동안 피상적으로 가지고 있던 지식들을 체계화시킬 수 있다.

 

 

제1장에서는 기계학습이나 딥러닝과 같은 AI를 구성하는 기초적인 기술에 대해 설명하고 있다. 제2장에서는 AWS에서 기계학습에 관한 서비스나 그것과 깊은 관계가 있는 데이터 수집·축적 등과 같은 서비스를 개략적으로 정리하였으며, 제3장 이후부터 실제로 조작을 하며 AI와 관련해서 AWS가 어떠한 서비스를 제공하고 있는지 구체적으로 파악할 수 있도록 구성했다. 서비스를 사용해 보고 무엇을 할 수 있는지, 어떻게 진행하면 좋은지 실제로 체감하다 보면 자신에게 알맞은 적절한 서비스를 선택하고 구축할 수 있게 될 것이다. 실제 구축 작업을 할 때는 별도로 AWS 레퍼런스 등을 참조해야 하는 경우도 있을 수 있으나, 이 책을 통해 체험하게 된다면, 레퍼런스 사이트를 능숙하게 다루면서 구축 작업을 진행할 수 있다. 

---

 

◆ 주요 내용 ◆

 

제1장 인공지능이란 무엇인가?

AWS의 기계학습 서비스를 사용하기 전에 미리 인공지능(AI)이란 무엇인지 인공지능과 기계학습은 어떤 관계가 있는지 알아봅니다. 일반적인 프로그래밍과 기계학습의 차이점에 대해 알아두는 것도 중요합니다. 기계학습과 딥러닝(Deep Learning)의 기본적인 내용에 대해서도 상세하게 소개합니다.

 

제2장 AWS의 기계학습 서비스

AWS에서는 기계학습과 관련된 다양한 서비스가 제공되고 있습니다. 기계학습을 실시할 때는 데이터를 취급하는 것이 중요합니다. 데이터가 있어야만 기계학습 모델을 만들 수 있습니다. AWS에서는 데이터를 수집하여 축적하고 분석하기 위한 서비스를 풍부하게 제공하고 있습니다. 본 장에서는 이러한 서비스들을 어떻게 조합하여 기계학습을 실제 시스템에 도입해갈지 배워보겠습니다.

 

제3장 AI 서비스

AWS 기계학습 서비스를 실제로 사용해 보도록 하겠습니다. 먼저 이미지 인식(Rekognition)이나 음성 인식(Transcribe)과 같은 기본적인 ‘AI’ 기능을 부담 없이 사용할 수 있는 서비스를 실제로 조작해 보도록 하겠습니다. 또한, 학습 데이터를 스스로 준비하여 예측 모델을 만드는 Forecast와 Personalize 같은 서비스도 AI 서비스로 분류되고 있기 때문에 이 부분도 함께 배워보도록 하겠습니다

 

제4장 Amazon SageMaker

AI 서비스를 사용할 수 있게 되었다면, 다음으로 독자적인 모델을 자유롭게 만들 수 있는 Amazon SageMaker에 도전해 봅시다. SageMaker에서는 모델을 만들 때 미리 준비되어 있는 내장된(Embedded) 알고리즘뿐만 아니라 독자적인 알고리즘을 이용할 수 있습니다. 또한 만들어진 모델을 AWS 환경에 배포함으로써 실제 시스템에서 호출하여 사용할 수도 있습니다. SageMaker를 잘 다룸으로써 보다 본격적으로 AI를 활용해 봅시다.

 

제5장 AWS Deep Learning AMI

독자적인 모델을 만들고 그것을 실제 시스템에서 활용하고자 한다면 SageMaker만으로 충분할 것입니다. 그러나 선진화된 알고리즘을 직접 사용하는 등 보다 유연한 기계학습 환경이 필요한 경우라면 AWS Deep Learning AMI(DLAMI)가 필요할 것입니다. 제5장은 DLAMI를 사용해 EC2 환경에서 딥러닝 모델을 만드는 방법을 설명하도록 하겠습니다.

---

 

저자 이노우에 켄이치

IT 엔지니어, 경제산업성 추진자격 IT 코디네이터, 주식회사 비빈코 대표이사이자 Tech Garden School 강사이다.

20년이 넘는 업무 시스템 개발 경험 중에서 콜센터에 AI 도입 프로젝트에 참가한 것을 계기로 2016년에 첫 저서 「첫 Watson API 사례와 실천 프로그래밍(릭 텔레콤)」을 집필했다. 이후 AI·IoT에 뛰어난 IT 코디네이터로서 활동하게 된다. 2017년에는 기타큐슈시 주최의 비즈니스 콘테스트 ‘기타큐슈에서 IoT’에 응모한 아이디어가 입선, 그 멤버와 기타큐슈시 고쿠라키타구에 주식회사 비빈코를 창업해 IoT 솔루션 개발·도입이나 이미지 인식 모델을 활용한 앱 개발 등을 하고 있다. 최근에 「왓슨으로 체감하는 인공지능(릭 텔레콤)」, 「현장에서 사용할 수 있다! Watson 개발 입문(공저, 쇼에이사)」을 집필했다.

 

번역 양성건

LG산전, 건강보험심사평가원, 철도청, 서울시, 행정자치부, 보건복지부, 국민건강보험공단, 소방방재청, 경찰청, LG텔레콤 등 17년간 다양한 공공 SI프로젝트를 수행했으며 오키나와 우라소에시, 후쿠오카 사가현 등 일본에서 시스템 구축을 위한 BPR/ISP를 수행하였다. 2011년부터 프로젝트 현장에서 감리, 컨설팅, 개인정보영향평가 업무를 수행하고 있다. 번역서로는 “Amazon Web Services로 시작하는 클라우드 입문(영진닷컴)”, “IT 운용 체제 변화를 위한 데브옵스 DevOps(영진닷컴)” 등이 있다.

 

🔔 온라인 서점에서 도서 미리보기 확인하기 🔔

 <<yes24 / 알라딘 교보문고>>