출판사 리뷰

“코딩만 배우면 AI를 만들 수 있을 줄 알았는데… 너무 막막해요.”
AI 개발의 세계에 첫발을 내딛는 수많은 입문자들이 SyntaxError라는 첫 번째 장벽 앞에서 좌절합니다.
하지만 진짜 문제는 코딩 실력이 아니라, 잘못된 ‘학습 순서’에 있습니다.
훌륭한 셰프가 칼질부터 배우지 않고 ‘요리의 원리’부터 이해하듯, AI 개발 역시 파이썬 코드 이전에 AI의 ‘생각법’을 먼저 배워야 합니다.
"AI 개발 로드맵: 입문자를 위한 필수 사전 지식 안내"는 바로 그 ‘생각법’을 알려주는 가장 친절한 지도입니다.

Part 1. AI와 처음 만나는 시간 (AI 교양)
수학 공식 하나 없이, ‘AI 레스토랑’, ‘헷갈리는 삼 형제’와 같은 재미있는 비유와 이야기로 AI, 머신러닝, 딥러닝의 핵심 개념을 완벽하게 이해합니다.
Part 2. AI 개발의 비밀, 그 속을 들여다보다 (핵심 지식)
데이터라는 재료가 어떻게 AI 모델이라는 요리로 완성되는지, 그 비밀스러운 주방의 전체 과정을 엿봅니다. 개발자들이 사용하는 도구와 그들의 고민까지 생생하게 담았습니다.
Part 3. 진짜 개발자로, 첫걸음을 준비하며 (로드맵)
AI 전문가의 다양한 직무부터 나만의 강점을 찾는 법, 그리고 실패하지 않는 3단계 공부법까지. 당신이 길을 잃지 않도록 가장 현실적이고 구체적인 로드맵을 제시합니다.

이 책은 단순히 지식을 나열하는 대신, 당신의 머릿속에 AI 개발의 전체적인 ‘관점’과 ‘지도’를 그려줍니다.
AI의 소비자를 넘어, 당신의 지식과 경험으로 세상에 없던 가치를 만드는 ‘창조자’가 되고 싶다면, 그 첫걸음은 바로 이 책이 될 것입니다.

  작가 소개

지은이 : 김청

  목차

AI 개발 로드맵: 입문자를 위한 필수 사전 지식 안내서
프롤로그: 코딩을 배우기 전, AI의 '생각법'을 먼저 배워야 합니다
Part 1. AI와 처음 만나는 시간 (AI 교양)
AI가 낯선 당신을 위해, 가장 중요한 개념만 골라 이야기처럼 풀어냅니다.
이 파트를 읽고 나면 뉴스에 나오는 AI 용어들이 친구처럼 느껴질 것입니다.
Chapter 1. AI, 이미 당신의 일상 속에
1-1. OTT 서비스는 어떻게 내 취향을 저격할까? (추천 시스템)
1-2. 내 목소리를 알아듣는 AI 비서의 비밀 (자연어 처리)
1-3. 사진첩 속 인물을 자동으로 분류하는 마법 (컴퓨터 비전)
1-4. [개념 잡기] 그래서 '인공지능'이란 무엇일까?
Chapter 2. 인공지능, 머신러닝, 딥러닝: 헷갈리는 삼 형제 완벽 정리
2-1. 가장 큰 형, 인공지능 (AI)
2-2. 데이터로 배우는 둘째, 머신러닝 (ML)
2-3. 인간의 뇌를 흉내 낸 막내, 딥러닝 (DL)
2-4. [한눈에 보기] AI 레스토랑 비유: 주방장, 레시피, 그리고 특급 비법
Chapter 3. AI는 어떻게 학습하고 예측할까?
3-1. 정답을 알려주며 가르치기 (지도 학습)
3-2. 스스로 패턴을 찾게 하기 (비지도 학습)
3-3. 상과 벌을 주며 훈련시키기 (강화 학습)
3-4. [핵심 원리] AI는 '오답노트'를 쓰며 똑똑해진다 (손실 함수와 최적화)
Part 2. AI 개발의 비밀, 그 속을 들여다보다 (핵심 지식)
AI 모델이 만들어지는 과정을 따라가며, 개발자들이 어떤 재료로, 어떤 도구를 사용해, 어떤 고민을 하는지 구체적으로 살펴봅니다.
Chapter 4. AI의 쌀, '데이터' 이야기
4-1. 좋은 데이터가 좋은 AI를 만든다 (Garbage In, Garbage Out)
4-2. 엑셀 시트 같은 '정형 데이터' vs 글과 이미지 같은 '비정형 데이터'
4-3. AI가 세상을 편견으로 배우지 않게 하려면? (데이터 편향성)
4-4. [개발자처럼 생각하기] 내게 필요한 데이터는 어디에 있을까?
Chapter 5. 수학 없이 이해하는 AI의 작동 원리
5-1. AI는 점들을 연결해 미래를 본다 (회귀: 집값 예측의 원리)
5-2. AI는 선을 그어 세상을 나눈다 (분류: 스팸 메일 필터의 원리)
5-3. AI는 비슷한 것끼리 무리를 짓는다 (군집화: 고객 그룹 분석의 원리)
5-4. [핵심 감각] 수학은 계산이 아니라, 복잡한 문제를 단순하게 보는 눈
Chapter 6. AI 모델 개발의 전체 과정 엿보기
6-1. [1단계] 풀고 싶은 문제는 무엇인가? (문제 정의)
6-2. [2단계] 데이터를 모으고 깨끗하게 다듬기 (데이터 수집 및 전처리)
6-3. [3단계] 문제에 맞는 모델을 고르고 훈련시키기 (모델링 및 학습)
6-4. [4단계] AI의 성적표 매기기 (모델 평가)
6-5. [5단계] 세상에 AI를 선보이기 (배포 및 서비스)
Chapter 7. AI 개발자들의 연장 가방 구경하기
7-1. AI 개발의 공용어, '파이썬(Python)'은 왜 인기가 많을까?
7-2. 레고 블록처럼 코드를 조립한다: 라이브러리와 프레임워크
7-3. 구글과 페이스북이 만든 AI 도구: 텐서플로(TensorFlow)와 파이토치(PyTorch)
7-4. 코딩 없이 AI 모델을 만드는 도구도 있다? (AutoML)
Part 3. 진짜 개발자로, 첫걸음을 준비하며 (로드맵)
AI 개발의 큰 그림을 모두 이해한 당신에게, 이제 무엇부터 시작해야 할지 구체적이고 현실적인 길을 안내합니다.
Chapter 8. 나는 어떤 AI 전문가가 될까?
8-1. 다양한 AI 직무의 세계 (데이터 분석가, 데이터 과학자, ML 엔지니어)
8-2. 코딩 실력 vs 도메인 지식: 나만의 강점 찾기
8-3. AI 시대, 오히려 비전공자가 유리한 이유
Chapter 9. 실패하지 않는 AI 공부 시작법
9-1. [1단계] 파이썬 기초: AI와 대화하는 법 배우기
9-2. [2단계] 데이터 분석 라이브러리: 데이터를 자유자재로 다루기
9-3. [3단계] 머신러닝/딥러닝 이론: 모델의 원리 깊게 파고들기
Chapter 10. 개발자처럼 생각하고 성장하기
10-1. 지식보다 중요한 '문제 해결 능력' 키우기
10-2. 오류 메시지는 적이 아니라 친구
10-3. 나의 성장을 기록하는 가장 좋은 방법, 블로그와 깃허브(Github)
10-4. 함께 배우는 즐거움: 스터디와 커뮤니티의 힘
에필로그: 당신의 지식과 경험이 AI를 만날 때, 세상에 없던 가치가 탄생합니다
부록: AI 세계를 여행하는 히치하이커를 위한 안내서
반드시 알아야 할 AI 필수 용어 50
초보자가 가장 많이 하는 질문 TOP 10

  회원리뷰