정형 데이터를 다루는 통계적 방법은 오랜 시간 동안 숙성되어 수많은 분야에서 널리 사용되고 있다. 이 책은 기존의 정형 데이터 처리에 잘 사용하지 않던 딥러닝 방법론에 대해 적용이 필요한 이유와 과정, 절차를 풍부한 예제와 사례를 함께 엮어 소개한다.
이 책은 크게 두 가지 점에서 데이터를 다루는 사람들의 시선을 끈다. 하나는 친숙한 기술로부터 시작해 파이썬 데이터 관리를 거쳐 딥러닝을 적용할 수 있도록 체계적인 도입부를 안내한다는 점이고, 다른 하나는 정형 데이터를 기반으로 AI 적용 애플리케이션까지 이어지는 개발 과정 및 파이프라인을 책 전반에 걸친 간단한 예제를 통해 효율적으로 설명한다는 점이다.
전반부에서는 데이터를 다루는 법부터 시작해 엔드투엔드 딥러닝 솔루션 개발에 필요한 요소들의 구조를 다루고, 특징을 설명하며, 기본 모델을 설계하고 학습 및 실험을 돌리는 과정 전체를 모사한다. 기존 정형 데이터 분석 및 처리에 익숙한 프로그래머들을 위해 데이터 접근 시 SQL과 엑셀, 판다스(Pandas)로 동일한 데이터를 모사하고 접근하는 방식 또한 동시에 소개한다. 후반부에서는 판다스를 주로 다루며, 이 과정에서도 테이블을 동반한 시각화를 통해 독자의 이해를 돕는다. 후반부에서는 웹 및 페이스북 챗봇을 통한 서비스 배포 과정, 그리고 그 과정에서 필요한 단계를 하나씩 다룬다. 웹 배포는 플라스크(Flask)를 통해 일반적인 웹 서버와의 연동을 파이썬 언어로 구현하는 법을 소개한다. 챗봇의 경우 일반 챗봇 프레임워크인 라사(Rasa)를 통해 구현하므로, 이후 꼭 페이스북 메신저가 아니더라도 다른 챗봇들을 만드는 과정에도 적용할 수 있어 응용도가 높다.
특히 이 책을 빛나게 해주는 점은 기술에 대한 구체적인 설명뿐 아니라 적재적소에 배치된 다양한 부가 설명들이다. 데이터를 다루는 과정에서는 도메인 전문가의 중요성과 역할을 소개하고, 딥러닝과 기존의 머신러닝 방법론과의 비교를 통해 장단점을 가감 없이 보여주는 식이다. 이러한 접근은 독자가 방법론을 배우는 것뿐만 아니라 ‘어떤 도구’가 ‘어떤 상황’에 적합한지, ‘어떤 사람들’과 협업해야 하는지를 알게 해준다. 또한 책 말미에 제안하는 다양한 숙제들은, 책을 통해 정형 데이터와 딥러닝 적용에 관심이 생긴 독자들이 스스로 학습하고 응용하는 길을 제시한다. 역자 박찬성 님의 유려한 번역을 통해 쉽게 다가오는 이 책은 딥러닝에 관심 있는 데이터 과학자뿐 아니라, 정형 데이터 전반에 관심이 높은 독자 모두에게 흥미로운 책이 될 것이다.
.jpg)
