+ 펴낸 책2019.10.16 12:28



[프로메테우스, 오픈소스 모니터링 시스템]

쿠버네티스와 클라우드 환경을 위한

메트릭 기반 성능 모니터링 도구

브라이언 브라질 지음 | 김영기, 김현진 옮김 | 464쪽 | 32,000원 | 

2019년 10월 28일 출간 | 185*240*23 | ISBN 9791189909079

판매처 [교보문고] [YES24] [알라딘] [인터파크] [반디앤루니스+ 전국 교보문고 매장

 

예제 코드와 구성파일 다운로드: https://github.com/prometheus-up-and-running/examples

정오표: https://www.onlybook.co.kr/entry/prometheus-errata (아직 등록된 정보가 없습니다.)

독자문의: support (at) onlybook.co.kr


클러스터와 컨테이너 운영을 위한 필수 모니터링 도구

프로메테우스에 대한 유일무이 최고의 가이드!

 

프로메테우스(Prometheus)는 쿠버네티스에 이어 CNCF(클라우드 네이티브 컴퓨팅 재단) 프로젝트를 두 번째로 졸업하며 사실상의 표준 모니터링 도구로 자리잡았다. 또한, 쿠버네티스 클러스터를 운영하며 인프라스트럭처와 애플리케이션에 대한 모니터링 시스템을 구축하려거나, 웹이나 애플리케이션에 대한 모니터링을 통해 성능 분석과 문제 예방을 하고자 하는 애플리케이션 개발자와 시스템 관리자, 데브옵스 실무자를 위한 탁월한 도구다.


이 책은 프로메테우스의 개념과 설치부터 설정, 모니터링 예제 프로그램의 활용, 익스포터를 이용한 서드파티 시스템에서의 메트릭 수집, 프로메테우스 쿼리언어인 PromQL, 그라파나를 활용한 대시보드 작성과 알림, 직접 코드 계측, 그리고 컨테이너 모니터링에 이르기까지 프로메테우스에 대한 모든 것을 담은 완벽 실용 가이드다.


[추천의 글]

 

쿠버네티스가 컨테이너 오케스트레이터로 등장하고 클라우드 네이티브라는 단어가 널리 퍼지면서 애플리케이션을 포함한 시스템에 대한 가시성(visibility)이 더욱 중요하게 대두되고 있습니다. 


프로메테우스는 CNCF(클라우드 네이티브 컴퓨팅 재단) 프로젝트 중에서 쿠버네티스에 이어 두 번째로 졸업(graduate)한 프로젝트로, 쿠버네티스 클러스터 및 관련 애플리케이션에 대한 표준 모니터링 툴로 여겨지고 있습니다. 하지만 이상하게도 프로메테우스에 대해 자세히 설명한 책은 거의 찾기 어려웠습니다.


이 책은 프로메테우스의 개념부터, 개발, 구축, 사용법까지 자세하게 설명합니다. 쿠버네티스 클러스터를 운영하며 이와 관련된 모니터링을 구축하고 싶다면 이 책이 적절한 가이드를 줄 수 있습니다. 그뿐 아니라 자신이 개발한 애플리케이션을 커스텀 메트릭으로 모니터링하고 싶을 때도 이 책에서 많은 도움을 얻을 수 있습니다. 프로메테우스를 처음 배우거나, 좀 더 자세히 알고 싶다면 최우선으로 이 책을 보실 것을 추천드립니다.

- 안승규 / SK텔레콤 클라우드 네이티브 개발팀, 쿠버네티스 코리아 그룹 대표

 

프로메테우스는 클라우드 네이티브와 컨테이너 네이티브 환경에서 다양한 시스템 메트릭 데이터를 모니터링하는 목적으로 이미 광범위하게 사용되고 있습니다. 하지만 안타깝게도 그간 한글 자료가 부족하던 차에 적절한 시기에 좋은 책이 번역 출간되어 반가운 마음에 책 리뷰에 참여하게 되었습니다


이 책은 프로메테우스의 역사에서부터 아키텍처, 그라파나, 그리고 PromQL까지 프로메테우스를 활용하기 위한 내용을 알차게 담고 있어, 프로메테우스에 입문하기 위한 책으로 적격이라 생각합니다. 무엇보다도 프로메테우스의 첫 책이라 용어 번역 등의 어려움이 많이 있었음에도 독자들의 이해를 돕는 좋은 책이 출간되었기에 더욱 추천드립니다.

- 강인호 / 한국 오라클 클라우드 엑설런스팀 부장

 

쿠버네티스와 마찬가지로 모니터링 분야에서 프로메테우스의 성장세는 단연 돋보입니다. 운영하는 클러스터나 컨테이너의 개수가 점점 증가하고 있는 오늘날, 저뿐만 아니라 대다수 사용자가 모니터링의 중요성은 인식하지만 원하는 결과물에 접근하기가 쉽지 않을 것입니다


이 책에서는 프로메테우스의 사용법과 함께 그라파나를 통해 가시적으로 확인하는 방법을 설명하며, 알림매니저를 통해 특정 상황에 대한 알림을 받아 시스템 운영자들이 장애에 유연하게 대처할 수 있는 방법을 알려줍니다. 개발자들에게는 웹이나 애플리케이션을 모니터링해 성능을 분석하고 문제를 예방하는 데 큰 도움이 될 것입니다.

- 이호광 / 삼성전자 네트워크사업부 데브옵스 엔지니어

 

다양한 전문 모니터링 도구가 넘쳐나는 지금 '왜 프로메테우스이어야 하는가'에 대한 답을 이 책에서 찾을 수 있었습니다. 전문 모니터링 솔루션인 프로메테우스가 사실상의 표준처럼 사용되는 이유는 CNCF에 소속된 오픈소스 프로젝트 중 두 번째 졸업생이기도 하지만, CNCF의 프로젝트인 쿠버네티스 등과 잘 정합되어 쉽게 모니터링 시스템을 구축할 수 있기 때문입니다


이 책에서는 프로메테우스의 개념과 설치부터 설정, 예제프로그램의 활용 및 익스포터, PromQL, 대시보드인 그라파나에 이르는 매우 방대한 내용을 독자가 따라 할 수 있도록 잘 가이드해줍니다. 웹상의 분산되고 정제되지 않은 정보 검색에 지친 개발자들에게 이 책은 프로메테우스에 대한 좋은 레퍼런스가 될 것입니다.

- 최일환 / 삼성전자 네트워크사업부 소프트웨어 아키텍트

 

모니터링은 엔지니어가 시스템을 정상 상태로 유지할 수 있게 도우며, 주요한 모든 비즈니스 서비스의 기초사항이기도 합니다. 프로메테우스의 출시는 모니터링 분야의 분수령과도 같았으며, 모니터링의 수행 방법을 완전히 변화시켰습니다. 이 책은 프로메테우스의 핵심 팀원들이 참여해 저술하고 검토했습니다. 이 책은 독자들이 손에 넣을 수 있는 공식 레퍼런스에 가깝습니다.

- 리차드 하트만(Richard Hartmann) / 스페이스넷(SpaceNet) 사의 모니터링 책임자

 

이 책에 제시된 모범 사례와 원칙들은 개발자 여러분의 운영 오버헤드를 줄이는 데 도움이 될 것입니다. 프로메테우스를 일일 모니터링 도구로 활용하기 바랍니다.

- 올렉 메이코(Oleg Mayko) / 스위스컴(Swisscom)의 데브옵스 엔지니어

 

 

[이 책의 구성]

 

1부 프로메테우스를 시작하며

1부에서는 일반적인 모니터링 방법에 대해 알아보고 프로메테우스를 구체적으로 다룬다.

 

1장에서는 모니터링의 다양한 의미와 접근 방법, 프로메테우스에서의 메트릭 접근 방법, 프로메테우스의 아키텍처 등을 알아본다. 2장에서는 머신 메트릭의 수집과 쿼리 계산, 알림 통보를 위해 직접 프로메테우스를 설정하고 수행해본다.

 

2부 애플리케이션

모니터링 자신의 애플리케이션에 직접 추가한 메트릭(metric)에 쉽게 접근할 수 있는 경우, 프로메테우스의 모든 혜택을 누릴 수 있을 것이다. 2부에서는 계측(instrumentation) 기능을 추가하고 사용하는 방법을 알아본다.

 

3장에서는 기본적인 계측 기능의 추가 방법과 계측이 갖는 혜택에 대해 배워본다. 4장에서는 프로메테우스에서 애플리케이션의 메트릭을 사용하는 방법을 설명한다. 5장에서는 프로메테우스의 가장 강력한 기능 중 하나를 살펴보고, 계측 시에 해당 기능을 사용하는 방법을 살펴본다. 6장에서는 사용자의 애플리케이션 메트릭이 프로메테우스에 추가되고 난 후, 관련 그래프들을 모두 함께 그룹화하는 대시보드를 생성하는 방법에 대해 살펴볼 것이다.

 

3부 인프라스트럭처 모니터링

세상은 프로메테우스를 중심으로 돌아가지 않으며, 특별히 프로메테우스 메트릭을 별도로 제공하지도 않는다. 익스포터는 다른 시스템의 메트릭을 프로메테우스가 이해할 수 있는 형식으로 변환하는 도구다.

 

7장에서는 가장 먼저 사용할 가능성이 높은 익스포터 중 하나인 노드 익스포터(Node Exporter)에 대해 자세히 다룬다. 8장에서는 프로메테우스로 가져와야 하는 메트릭이 무엇인지 알아내는 방법과 메트릭을 가져오는 방법을 알아본다. 9장에서는 도커(Docker)와 쿠버네티스(Kubernetes) 같은 컨테이너 기술의 모니터링에 대해 자세히 다룬다. 프로메테우스 생태계에는 말 그대로 수백 개의 익스포터가 있다. 10장에서는 다양하고 전형적인 익스포터의 사용 방법에 대해 살펴본다. 이미 다른 메트릭 기반 모니터링 시스템을 사용할 수도 있으니, 11장에서는 이러한 시스템에 프로메테우스를 통합하는 방법에 대해 살펴본다. 익스포터는 갑자기 나타나지 않는다. 원하는 익스포터가 없는 경우, 12장의 내용을 활용해 익스포터를 생성할 수 있다.

 

4PromQL

PromQL, 즉 프로메테우스 쿼리 언어(Prometheus Query Language)는 모든 종류의 집계, 분석, 연산을 할 수 있는 기능을 제공하며, 메트릭을 활용해 우리 시스템의 성능에 대해 더 잘 이해할 수 있게 해준다. 4부에서는 2장에서 생성한 프로메테우스 및 노드 익스포터 설정을 다시 사용하고 쿼리를 실행하기 위해 수식 브라우저를 사용한다.

 

13장은 PromQL의 기본 사항과 표현식을 실행하기 위해 HTTP API를 사용하는 방법을 다룬다. 14장에서는 집계가 동작하는 방법을 심도 있게 살펴본다. 15장은 추가 및 비교 연산자 같은 다양한 연산자를 다루고, 다양한 메트릭을 함께 조인(Join)하는 방법을 다룬다. 16장에서는 시간을 알아내는 함수부터 언제 하드 디스크가 다 채워질지 예상하는 함수까지 PromQL이 제공하는 광범위하고 다양한 함수에 대해 살펴본다. 17장은 프로메테우스 기록 규칙의 특징을 다룬다. 프로메테우스의 기록 규칙을 지키면 PromQL을 사용한 더 빠르고 정교한 쿼리를 사용해 메트릭을 미리 계산할 수 있다.

 

5부 알림

새벽 3시에도 모니터링 시스템에서 알림을 받고 이를 확인하기 위해 잠에서 깨길 원한다면, 이번 장은 바로 그런 내용을 다룬다.

 

앞 장의 내용을 기반으로, 18장에서는 단순히 임계치에 대한 알림 이외의 더 많은 이상 상태에 대한 알림을 가능하게 하는 프로메테우스의 알림 규칙에 대해 다룬다. 프로메테우스에서 알림이 발생하면, 19장에서 설명하는 것처럼 알림매니저는 각 통보를 더 가치있게 하기 위해 그룹화 및 압축하며 알림을 통보로 변환한다.

 

6부 배치

로컬 머신에서 프로메테우스를 다루는 것은 간단한 작업이지만, 실제 운영 시스템에 프로메테우스를 배치하는 것은 또 다른 문제다. 마지막 20장에서는 운영 환경에서 프로메테우스를 실행하는 실질적인 측면과 프로메테우스의 롤아웃(rolling out) 방법에 대해 살펴본다.

  

[이 책의 주요 특징]

■ 애플리케이션 코드 계측의 대상과 방법

■ 레이블을 통한 메트릭의 식별: 고유한 키-값 쌍

■ 대시보드 구축용 인기 도구인 그라파나(Grafana)

■ 인프라스트럭처 모니터링을 위한 노드 익스포터(Node exporter)의 사용 방법

■ 머신 및 서비스에 대한 다양한 뷰 제공을 위한 서비스 검색 활용

■ 프로메테우스와 쿠버네티스의 연동 방법

■ 컨테이너와 함께 사용 가능한 익스포터

■ 다른 모니터링 시스템 데이터를 프로메테우스 형식으로 변환하기

 

[이 책의 독자 대상]

이 책에서는 애플리케이션과 인프라스트럭처 성능에 대한 모니터링, 그래프 작성, 알림 설정 등 프로메테우스 모니터링 시스템의 사용 방법을 자세하게 설명한다. 애플리케이션 개발자, 시스템 관리자, 데브옵스 실무자에게 인프라스트럭처와 애플리케이션의 모니터링, 대시보드 작성과 알림, 직접 코드 계측, 익스포터를 통한 서드파티 시스템에서의 메트릭 수집을 포함해 프로메테우스의 중요한 기능에 대해 실용적인 내용을 소개한다.

 

[지은이 소개]

브라이언 브라질(Brian Brazil)

로버스트 퍼셉션(Robust Perception) 사의 창립자이자 프로메테우스의 개발자로, 초기 단계의 스타트업부터 <포춘> 500대 기업에 오른 회사들과 함께 모니터링 관련 이슈에 대한 업무를 하고 있다. 프로메테우스 커뮤니티에서 이미 잘 알려진 인물로, 여러 컨퍼런스에서 수많은 발표를 했으며, 로버스트 퍼셉션 사의 웹사이트에 개설한 블로그에 프로메테우스와 모니터링의 다양한 측면에 대한 글을 기고하고 있다.

 

[지은이의 말]

모니터링에서는 시스템의 동작 여부를 파악하는 것이 중요하지만 그것이 전부는 아니다. 모니터링의 가장 큰 성과는 시스템의 성능을 이해하는 것이다.

 

성능(performance)이란 각 요청의 응답 시간과 이에 사용된 CPU 사용량뿐만 아니라 더 넓은 의미를 지닌다. 고객의 주문을 처리하기 위해 얼마나 많은 데이터베이스 요청이 필요한가? 처리량이 더 큰 네트워크 장비를 구매해야 할 시점일까? 캐시 미스(cache miss) 를 처리하기 위해 얼마나 많은 머신이 필요한가? 복잡한 기능(feature)을 유지하는 것이 당연할 만큼 사용자가 해당 기능을 충분하게 사용하고 있는가?

 

메트릭 기반 모니터링 시스템은 이런 종류의 질문에 대한 답을 구할 때 도움이 되며, 단지 답을 구하는 것을 넘어서 그런 답이 왜 나왔는지 이유를 살펴보는 데도 도움이 된다. 모니터링이란 고수준의 개요부터 디버깅에 유용한 핵심 세부사항에 이르기까지, 시스템 전반에 걸쳐 통찰을 얻는 것이라 할 수 있다. 디버깅과 분석을 위한 전체 모니터링 도구에는 메트릭뿐 아니라 로그(logs), 추적(traces), 프로파일링(profiling)도 포함된다. 그러나 시스템 수준의 질문에 대한 답을 구하려는 경우에는 메트릭이 첫 번째 항목이 되어야 한다.

 

프로메테우스(Prometheus)를 활용하면 애플리케이션에서 베어 메탈(bare metal)까지 시스템 전반에 걸쳐 자유롭게 계측(instrumentation)을 수행할 수 있다. 계측을 통해 모든 서브시스템과 컴포넌트가 상호작용하는 방법을 관찰하고, 관찰한 내용을 통해 미처 몰랐던 내용을 파악할 수 있다.

 

[옮긴이 소개]

김영기

삼성전자 네트워크 사업부 기술전략 그룹에서 신기술 센싱 및 소프트웨어 혁신 업무를 담당하고 있다. 지능망(IN)과 모바일 애플리케이션 개발, 정적 분석과 소프트웨어 구조 분석, 소프트웨어 개발 인프라 관리 등의 업무를 담당했다. 소프트웨어 개발과 개발 문화를 비롯해 개발자 역량 강화와 조직 구성, 애자일과 데브옵스, 자동화 등에 관심이 많다.

 

김현진

삼성전자에서 소프트웨어 엔지니어로 근무 중이다. 문제에 대해 생각하고, 이해하고, 풀이하는 것을 좋아하며, 코딩과 새로운 알고리즘을 배우는 것을 즐긴다. 현재 테스트 자동화를 위한 프레임워크 개발 업무와 자동차 인포테인먼트 시스템의 반도체 소프트웨어 검증 업무를 수행하고 있다.

 

[옮긴이의 글]

소프트웨어라는 용어가 생긴 이후 관련 분야는 점점 더 빠르게 변하고 있고, 변화의 속도는 점점 더 빨라지고 있습니다. 빠르게 변화하는 분야 중 하나가 IT 인프라스트럭처 부분입니다. 관리해야 하는 인프라 구조는 점점 더 복잡하고 더 많은 대상을 더 빠르게 처리해야 합니다.

 

이러한 IT 인프라스트럭처와 함께 빠르게 진화하는 분야 중 하나가 모니터링 분야입니다. 모니터링 분야는 이전에도 있었지만, 지금은 시스템 관리자들이 모니터링 제품 없이 서비스나 서버를 운영하는 것은 상상하기도 어렵습니다. 모니터링의 필요성이 더 크게 부각된 시점은 한정된 자원을 효율적으로 관리해야 하고 자원의 상태가 끊임없이 변화하는 클라우드 환경이 본격적으로 도입되기 시작하면서부터입니다.

 

프로메테우스는 2012년부터 시작된 프로젝트로 쿠버네티스에 이어 2016년에 CNCF(Cloud Native Computing Foundation)의 두 번째 프로젝트가 되었습니다. 이후, 많은 사람들의 관심과 더불어 사실상의 표준 오픈소스 모니터링 시스템으로 자리잡았습니다.

 

이 책은 프로메테우스에 대해 알고 싶어 하는 누구나가 참고할 수 있는 책입니다. 국내에는 이제 막 알려지기 시작한 프로메테우스에 대한 책이라 기술 용어 등을 한글로 옮기는 작업은 다소 어색함도 있었지만, 독자들이 이 책을 모두 읽게 되면 프로메테우스가 상상 이상으로 간단하고 사용하기 편리한 시스템이란 사실에 공감할 것이라 생각합니다. 별도의 빌드 없이 압축만 풀면 끝나는 설치 환경, 모니터링 시스템이라고는 믿어지지 않는 단순하고 명료한 웹 기반 GUI, 그런 단순함을 완벽하게 메워주는 강력한 PromQL과 다양한 모니터링 대상을 지원하는 익스포터에 이르기까지, 이 책은 모니터링에 대한 재미있고 흥미로운 경험을 제공할 것입니다.

 

이 책이 프로메테우스와 함께하는 모니터링 여정에 도움이 되길 바랍니다. 

 

 

[차례]

[1] 프로메테우스를 시작하며

1장 프로메테우스란 무엇인가

__모니터링이란 무엇인가

__프로메테우스 아키텍처

__프로메테우스 사용시 고려사항

 

2장 프로메테우스 시작하기

__프로메테우스 실행

__수식 브라우저 사용하기

__노드 익스포터 실행하기

__알림

 

[2] 애플리케이션 모니터링

3장 계측

__간단한 예제 프로그램

__카운터

__게이지

__서머리

__히스토그램

__단위 테스팅 계측

__계측 적용 방법

 

4장 메트릭 게시

__파이썬

__

__자바

__푸시게이트웨이

__브릿지

__파서

__메트릭 게시 형식

 

5장 레이블

__레이블의 정의

__계측 레이블과 대상 레이블

__계측

__집계

__레이블 패턴

__레이블 사용 시점

 

6장 그라파나를 활용한 대시보드

__설치

__데이터 소스

__대시보드와 패널

__그래프 패널

__단일 상태 패널

__테이블 패널

__템플릿 변수

 

[3] 인프라스트럭처 모니터링

7장 노드 익스포터

__CPU 수집기

__filesystem 수집기

__diskstats 수집기

__netdev 수집기

__meminfo 수집기

__hwmon 수집기

__stat 수집기

__uname 수집기

__loadavg 수집기

__textfile 수집기

 

8장 서비스 검색

__서비스 검색 메커니즘

__레이블 재지정

__수집 방법

 

9장 컨테이너와 쿠버네티스

__cAdvisor

__쿠버네티스

 

10장 일반적인 익스포터

__컨설 익스포터

__HAProxy 익스포터

__그록 익스포터

__블랙박스

 

11장 다른 모니터링 시스템 사용하기

__다양한 모니터링 시스템

__인플럭스디비

__StatsD

 

12장 익스포터 작성하기

__컨설 원격측정

__사용자 정의 수집기

__가이드라인

 

[4] PromQL

13PromQL 활용

__집계 기본 사항

__선택기

__HTTP API

 

14장 집계 연산자

__그룹화

__집계 연산자

 

15장 이진 연산자

__스칼라로 작업하기

__벡터 매칭

__연산자 우선순위

 

16장 함수

__타입 변경

__수학 함수

__시간 및 날짜 함수

__레이블 함수

__카운터 함수

__게이지 변화

__시간의 흐름에 따른 집계

 

17장 기록 규칙

__기록 규칙 사용하기

__언제 기록 규칙을 사용하는가

__기록 규칙의 이름 지정 방법

 

[5] 알림

18장 알림

__알림 규칙

__알림매니저 구성하기

 

19장 알림매니저

__통보 파이프라인

__구성 파일

__알림매니저 웹 인터페이스

 

[6] 배치

20장 배치와 유지보수

__롤아웃 계획하기

__페더레이션 기능을 통한 전역화

__장기 저장소

__프로메테우스 실행

__장애에 대한 계획 세우기

__성능 관리

__변경 관리

__더 읽을거리

Posted by 책만

댓글을 달아 주세요

+ 펴낸 책2019.07.22 21:48


[실무가 훤히 보이는 머신러닝 & 딥러닝]

파이썬 실전 코딩으로 배우는 
한글 자연어 처리, 챗봇 개발, 이미지 분류, 데이터 분석 등 
인공지능 서비스의 이해

마창수, 최재철 지음 | 316쪽 | 26,000원 | 2019년 7월 31일 출간 | 180*235*16 | ISBN 9791189909031

판매처 [교보문고] [YES24] [알라딘] [인터파크] [반디앤루니스+ 전국 교보문고 매장

 

예제 코드 다운로드: https://github.com/onlybooks/AI_begin

정오표: https://www.onlybook.co.kr/entry/AI-begin-errata 
독자문의: support (at) onlybook.co.kr

 

실전 인공지능 기술과 서비스를 설계해 실무에 적용하고

머신러닝과 딥러닝 개발을 직접 구현해보기 위해 

다양한 시각의 이해가 필요한 

기획자, 개발자, 관리자 모두를 위한 포괄적인 입문서!

 

파이썬에 기반을 둔 다양한 인공지능 프레임워크 및 서비스를 활용한 한글 자연어 처리, 이미지 분류, 대화 서비스 챗봇 개발, 텍스트 감정 분석 등 

친절한 알고리즘 이론 학습과 풍부한 실전 코딩 예제가 가득한 책!


[추천의 글]

딥러닝, 자연어 처리, 음성 처리, 챗봇 등 다양한 인공지능 활용분야에 대해 간단한 원리와 쉬운 예제들로 알기 쉽게 설명하는 책입니다. 개인 환경에서뿐만 아니라 인공지능 클라우드 서비스를 활용하는 방법도 소개되어 있어서 입문자 분들도 편하게 따라 해보면서 이해할 수 있도록 잘 구성되어 있습니다. 간단하게 인공지능 서비스를 만들어 보고 싶으신 분들이나, 머신러닝, 딥러닝의 활용에 대해 궁금하셨던 분들이 읽으면 많은 도움이 될 것입니다.

- 공용준 / 카카오 클라우드 파트 리드

 

개발자로서 인공지능, 데이터 분석 등은 더 이상 미룰 수 없는 영역이 되었습니다. 하지만 너무 넓고 깊은 분야이기 때문에 어디서부터 시작해야 하는지 막막할 때가 많았습니다. 이 책을 통해 인공지능의 전반적인 분야에 대해 훑어보고, 파이썬을 기반으로 다양한 알고리즘들을 실습해 볼 수 있습니다. 인공지능이나 자연어 처리, 챗봇 등에 대해서 빠르게 실무에 적용해야 하는 분들에게 이 책은 분명히 큰 도움을 줄 것입니다. 이 책을 시작으로 많은 개발자들이 인공지능의 세계에 빠져 들 수 있기를 바랍니다.

- 김기훈 / SDS ACT 팀 개발자

 

이론적 개념부터 핸즈온 실습을 통한 이해까지, 저자들 특유의 꼼꼼하고 잘 정리된 설명이 큰 도움이 되었습니다. 근래 인공지능 관련 서적이 많이 출간되고 있지만, 이렇게 다양한 프레임워크나 서비스들을 상세하게 제시하는 책은 보지 못했습니다. 마치내가 이 책 한 권으로 다 끝내주마라고 말하는 것 같은, 저자들의 패기와 욕심이 느껴집니다. 처음부터 단계별로 하나씩 다지며 실력을 쌓아가기에도 좋고, 필요한 영역을 발췌해 읽어도 좋습니다. 실질적인 인공지능 서비스 구현을 다양한 각도에서 고민하는 독자의 책꽂이에 꼭 필요한 책이 되리라고 감히 말해봅니다.

- 박소희 / SK주식회사 C&C Aibril TF 수석

 

이 책은 완전 백지상태에서 코딩을 어떻게 시작해야 하는지 혹은 파이썬이 무엇인지가 궁금한 분들보다는, 당장 우리 서비스에 인공지능 기술을 적용해야 하거나 관련 실무 프로젝트에 참여하게 되신 분들이 꼭 봐야 할 필독서입니다. 왓슨(Watson) 국내 도입부터 시작해 다양한 최신 AI 서비스를 수년간 다뤄온 저자들의 필드 경험을 바탕으로, 현장에 진입하기 전에 개발 실무를 위해 갖춰야 할 이론과 실습을 제공합니다. 물론 이 한 권으로 방대한 인공지능 영역을 모두 커버할 수는 없겠지만, 협업시 '나의 1인분'을 보장위한 학습 시작점으로 추천드립니다.

- 박수용 / 신한은행 디지털R&D센터 수석

 

뭔가를 배울 때 이론부터 차근차근 공부한 다음에 응용 부문으로 넘어가는 방법과 일단 응용 부문부터 살펴보고 감을 잡고 나서 이론으로 들어가는 방법이 있습니다. 옳고 그른 공부 방법은 없고 각자 성향에 맞는 공부 방법이 있을 뿐입니다. 이 책은 응용 부문부터 감을 잡을 수 있게 머신러닝과 딥러닝의 다양한 부문을 실제 동작하는 짧은 코드로 설명하는 방법을 택했습니다. 머신러닝과 딥러닝에서 궁금한 부분이 있으면 목차를 살펴 관련 페이지로 건너뛴 다음에 코드를 보고 실행해봅시다. 이렇게 실제로 부딪히다 보면 어느 순간 머신러닝과 딥러닝 시스템이 전반적으로 어떻게 동작하는지 감이 잡히기 시작할 것입니다.

- 박재호 / 온오프라인 전문가 교육 플랫폼 샐러리업(salaryup.io) CTO

 

인공지능에 관한 이모저모를 전체적으로 탭핑(tapping)하는 데 최적의 책입니다. 인공지능 역사에서부터 간단한 머신러닝과 딥러닝 이론 등 관련 생태계를 포괄적으로 다룹니다. 특히 번역서에는 없는 우리말 자연어 처리에 관한 내용도 담고 있으며, 우리나라 개발자들의 관심사를 잘 고려한 구성으로 집필된 국내서라 더 의미가 있습니다. 인공지능 분야에 이제 막 입문하려는 초보자라면 이 책의 예제와 함께 첫걸음을 떼보면 좋을 것입니다. 이미 실무를 수행하고 있는 경험자에게도 인공지능 생태계 전반을 돌아보기에 좋은 책입니다.

- 신진철 / SK플래닛 DMP 개발팀, 데이터 모델링

 

인공지능에 관심을 갖게 된다면 꼭 한번은 마주칠 용어와 알고리즘 그리고 여러 개념에 대해 비교적 폭넓게 다루는 책입니다. 처음부터 끝까지 읽은 다음, 빈 종이에 이 책의 목차를 한번 쭉 적어본다면 인공지능 전반에 대해 큰 테두리를 잡을 수 있을 것입니다. 베타 리더로 참여해 이 책을 훑고 나니, 내가 처음 인공지능을 접했을 때 이런 책이 있었다면 훨씬 더 체계적으로 잘 끼워 맞춰 나가며 공부할 수 있었을 텐데 하는 아쉬움이 들었습니다. 그런 의미에서 인공지능 기술에 첫 발걸음을 내딛는 분들을 위한 입문서로 추천합니다. 자들이 마치 사무실 옆자리에 앉아서 하나 하나 가르쳐주는 선배님과도 같이 친절히 설명해주는 책입니다.

- 임정택 / SK주식회사 C&C AI 솔루션 아키텍트

 

머신러닝과 인공지능을 실무에 어떻게 활용할 수 있을지 다양한 기존 사례와 예제 코드를 통해 독자들을 안내하는 책입니다. 초보자를 위한 적절한 수준의 예시뿐만 아니라 최신 기술 사례까지도 포함하여 실용성이 높습니다. 그중에서도 한글 자연어 처리 부분은 내용이 풍부하며 깊이가 있고, 챗봇 구현 사례도 꽤 흥미롭습니다. 선 뭔가를 구현하고 조립해보면서 머신러닝과 딥러닝, 인공지능에 대한 전체적인 이해도를 높이는 방식으로 학습한다면 이 책의 가치를 충분히 살릴 수 있을 것입니다.

- 최재원 / 아주대학교 교수학습개발센터 데이터 분석가



[이 책의 구성]

‘1, 인공지능 서비스와 기술의 이해에서는 인공지능에 대한 배경과 정의, 머신러닝과 딥러닝에 대한 개념과 인공지능 서비스를 도입하기 위한 여러 가지 도구와 기술 요소를 살펴본다.


‘1, 인공지능이란 무엇인가에서는 인공지능, 머신러닝, 딥러닝에 관한 핵심 사항과 배경 지식을 소개한다. 또한, 인공지능을 활용하는 여러 가지 서비스를 소개한다.

‘2, 인공지능을 적용하기 위한 방법에서는 인공지능 기술을 서비스에 도입하기 위해 여러 가지 도구와 기술 요소를 알아본다.

 

‘2, 머신러닝과 딥러닝에서는 머신러닝 기술의 유형의 특징과 차이점을 살펴보고 지도학습과 비지도학습의 대표적인 알고리즘을 알아본다.


‘3, 머신러닝의 이해와 지도학습을 이용한 분류에서는 본격적으로 머신러닝을 구축해보는 시작 단원으로 의사결정나무와 서포트 벡터 머신 알고리즘을 직접 구현해봄으로써 머신러닝에 필요한 기본 개념을 배운다.

‘4, 비지도학습을 이용한 군집화에서는 비지도학습의 개요를 설명하고, K-평균 알고리즘으로 비지도 학습 문제를 해결하는 방법을 살펴본다.

‘5, 딥러닝을 이용한 이미지 분류에서는 딥러닝을 이용해서 이미지를 처리하는 방법을 배우고, 음식이미지를 인식하는 실습을 통해, 딥러닝의 훈련과정을 이해할 수 있다.

‘6, 텐서플로를 이용한 이미지 객체 추출에서는 딥러닝을 이용해서 이미지 객체를 추출하는 방법을 배운다. 딥러닝 프레임워크인 텐서플로를 사용하는 방법을 익힐 수 있다.

 

‘3, 자연어 처리 기술의 이해에서는 자연 어처리가 무엇인지 개요를 알아보고, 자연어 처리를 배우는 목적에 대해 살펴본 다음, 실전 예제로 자연어 처리 기술을 활용해 텍스트에서 감정을 분석하는 방법을 배운다.


‘7, 한글 자연어 처리에서는 자연어 처리의 정의와 기본적인 지식을 알아보고, 한국어 처리를 위한 형태소 분석에 대해 살펴본다.

8, 워드투벡을 이용한 자연어 처리에서는 기존 자연어를 처리하는 방식에서 최근에 사용하게 된 딥러닝을 이용한 자연어처리 방식에 대해 소개한다. 특히 워드투벡(Word2Vec)이라는 기술에 대해 자세히 살펴본다.

‘9, 텍스트 감정 분석하기에서는 한국어 영화 리뷰를 통해 감정을 판단하는 기술을 배운다. 순환신경망(RNN)과 서포트 벡터 머신을 이용해서 구현하는 방법을 익힌다.

 

‘4, 챗봇 서비스와 구현 기술의 이해에서는 챗봇에 대한 기본적인 개념을 익히고, 클라우드 서비스를 이용해서 만드는 방법과 직접 딥러닝 기술을 이용해서 간단한 대화 서비스를 만드는 방법을 소개한다.


‘10, 챗봇 서비스 기술의 소개에서는 최근 주목받는 챗봇 서비스에 대한 이해와 유형, 다양한 사례를 알아본다. 챗봇을 구성하는 기술도 살펴본다.

‘11, 클라우드 서비스를 이용한 챗봇 개발에서는 클라우드 기반의 왓슨을 이용해서 직접 챗봇을 만들어본다.

‘12, RNN을 이용해 대화 서비스 개발하기에서는 제공하는 클라우드 서비스가 아닌 직접 딥러닝 기술을 이용해서 대화 서비스를 구축해본다.

 

마지막으로 부록에서는 이 책의 예제를 실행하기 위한 주요 실행 환경인 파이썬, 넘파이(NumPy)와 사이파이(SciPy), 케라스(Keras) 설치 방법을 설명한다. 그 밖의 환경 설치 및 구축 방법은 본문에서도 자세히 안내한다.

 

[이 책의 주요 특징]


- 이 책 한 권으로 인공지능 서비스의 다양한 분야를 모두 학습하고 실무 예제를 실습해볼 수 있다.

- 머신러닝과 딥러닝의 주요 알고리즘 이론을 배우고 간단한 서비스를 직접 만들어본다.

- 인공지능의 유형, 사례, 적용 기술 등을 파악해 서비스 기획을 위한 기본기를 갖출 수 있다.

- 인공지능 기술로의 확대 및 실무 적용 관점에서 직접 경험해보고 선택할 수 있다.

- 음성 인식, 자연어 처리, 대화 시스템, 영상 처리 등 다양한 인공지능 기술을 맛볼 수 있다.

- 인공지능을 위한 파이썬 기반 패키지인 파이토치(PyTorch), 젠심(Gensim), 텐서플로(TensorFlow), 케라스(Keras), NLTK 등을 사용한다.

 

[이 책의 독자 대상]


- 인공지능을 활용한 신규 IT 서비스를 고민하고 기술적 이해에 목마른 서비스/솔루션 기획자

- 머신러닝, 딥러닝 영역으로 전문성을 넓히고자 하는 IT 업무 종사자

- 컴퓨터 프로그램 경험이 있고 인공지능을 이용한 개발을 경험해보고 싶은 고등학생, 대학생 및 일반인


[지은이 소개]


마창수


학부에서 정보통신공학을 전공한 뒤 졸업할 무렵 대한민국은 IMF의 위기에 놓여 있었다. IT 분야에 입문해서 직장생활을 하다가 대학원에 진학해 인공지능을 전공하고 졸업할 무렵에는 IT 벤처 붐이 일고 있었지만 아직 인공지능의 봄이 오지는 않은 상황이었다. 20년이 넘는 기간 동안 C/C++, 자바, 파이썬 같은 다양한 언어를 이용해 개발을 해왔고 LBS, 그린(Green) IT, 빅데이터, IoT, AI 등 다양한 신기술 영역에서 엔지니어로 또는 기획 및 관리자로 역할을 수행해왔다. 늘 새로운 아이디어를 기술로 풀어내기 위해 고민하고, 부족한 능력을 경험으로 채우기 위해 노력해 왔다. 최근에는 AI 기반 기술 연구, 솔루션 개발, 사업 발굴 및 확산을 위해 분투 중이다.

저서로는 『과학 영재를 만드는 아두이노 교실 2/e(에이콘출판, 2018), 번역서로 『왓슨을 이용한 인공지능 서비스 입문』(책만, 2017), 『자연어 처리와 컴퓨터 언어학』(에이콘출판, 2019) 등이 있다.

 


최재철

언제나 새로운 것에 도전하기 좋아하는 개발자로서, 수년간 금융권에서 서비스 및 애플리케이션 개발을 담당했다. 현재는 SK에서 인공지능 관련 업무를 하고 있으며, 사내 강사를 겸하고 있다. 관심사는 인공지능 기술을 이용한 서비스 개발과 오픈소스 하드웨어 프로젝트와 3D 프린팅이다. 저서로는 『과학 영재를 만드는 아두이노 교실 2/e(에이콘출판, 2018)이 있다.




[지은이의 말]


이 책은 인공지능을 다양한 관점에서 이해할 수 있도록 안내하고 실무에 적용하기 위한 영감과 경험을 제공하는 데 목적이 있다. 그간 인공지능을 주제로 다양한 책이 출간되었다. 인공지능을 트렌드로 이해하기 위한 시장 분석 서적도 있고, 머신러닝이나 딥러닝 알고리즘을 설명하고 학문적으로 도움을 주는 책도 있다. 또한 파이토치나 텐서플로 같은 인공지능 오픈소스를 기반으로 구현 방법에 집중하는 기술 서적이나 자연어 처리와 챗봇같이 특정 영역을 대상으로 하는 서적 들도 쏟아져 나오고 있다.

 

인공지능과 관련된 이해 관계자들은 주로 알고리즘을 연구하는 석•박사 연구가, 프로그램 개발자뿐만 아니라, 사업을 언제 어떻게 추진할지 결정해야 하는 직책자, 서비스와 솔루션을 설계하고 사업화해야 하는 기획자와 개발 리더, 고객을 설득하고 제안하는 영업 담당자 등 다양한 사람들이 연결되어 있다.

 

인공지능 기술을 연구하고 확산해야 하는 담당자로서, 이러한 다양한 역할의 사람들이 서로 다른 언어, 서로 다른 이해의 깊이로 인해 상호 협력하는 데 많은 어려움을 겪는 것을 보아왔다. 인공지능이라는 공통요소를 공유하지만 각기 다른 역할을 하는 각 분야 담당자들이 좀 더 서로의 영역에 대해 이해하는 데 도움이 되기를 바라는 마음에서 책을 쓰게 되었다.


이 책에서는 인공지능을 활용한 다양한 서비스 유형을 이해하고, 머신러닝과 딥러닝을 포함한 대표적인 기술에 대한 설명과 실습을 통해 엔지니어의 실무를 이해할 수 있다. 또한, 직접 알고리즘을 개발하는 것뿐만 아니라 글로벌 기업들이 제공하는 인공지능 서비스와 활용 분야도 이해할 수 있다. 따라서 이 책에서 설명하는 인공지능 시장과 사례 유형, 학문적 이해, 최신 인공지능 알고리즘 개발, 인공지능 서비스 활용 등의 다양한 옵션 중에서, 각자 상황에 맞게 인력 구성이나 회사 상황, 시기 등을 고려해 최선의 선택을 해야 한다는 점을 독자 여러분이 공감할 수 있기 바란다.


[차례]


[1] 인공지능 서비스와 기술의 이해

[1] 인공지능이란 무엇인가

_1.1 인공지능 기술의 태동과 발전

_1.2 인공지능을 활용한 주요 비즈니스 사례

_1.3 정리

 

[2] 인공지능을 적용하기 위한 방법

_2.1 인공지능 적용 기술의 분류

_2.2 인공지능 개발을 위한 분산 플랫폼 환경

_2.3 인공지능 개발을 지원하는 도구

_2.4 딥러닝과 머신러닝 전용 프레임워크

_2.5 인공지능 개발을 위한 프로그램 언어

_2.6 데이터를 효과적으로 다루기 위한 포맷

_2.7 접근과 사용이 용이한 클라우드 기반 인공지능 서비스

_2.8 정리

 

[2] 머신러닝과 딥러닝

[3] 머신러닝의 이해와 지도학습을 이용한 분류

_3.1 머신러닝의 유형

_3.2 의사결정나무

_3.3 서포트 벡터 머신 알고리즘

_3.4 정리

 

[4] 비지도학습을 이용한 군집화

_4.1 K-평균 알고리즘으로 군집화 개념 이해하기

_4.2 K-평균 직접 구현해 보기

_4.3 붓꽃 데이터로 군집화 실습하기

_4.4 와인 데이터로 군집화 실습하기

_4.5 정리

 

[5] 딥러닝을 이용한 이미지 분류

_5.1 딥러닝 기술의 이해

_5.2 CNN이란

_5.3 손글씨 이미지 인식

_5.4 음식 이미지 인식

_5.5 정리

 

[6] 텐서플로를 이용한 이미지 객체 추출

_6.1 객체 추출 개요

_6.2 객체 인식 사용해보기

_6.3 객체 인식 응용하기

_6.4 객체 인식을 위한 이미지 라벨링 도구

_6.5 정리

 

[3] 자연어 처리 기술의 이해

[7] 한글 자연어 처리

_7.1 자연어 처리의 개요

_7.2 텍스트 데이터 전처리

_7.3 텍스트 데이터의 벡터화

_7.4 한글 자연어 처리 과정

_7.5 한글 형태소 분석기 알아보기

_7.6 한글 형태소 분석기 사용해보기

_7.7 토픽 모델링

_7.8 정리

 

[8] 워드투벡을 이용한 자연어 처리

_8.1 자연어 처리의 꽃, 단어 임베딩 이해하기

_8.2 word2vec을 이용한 실습 해보기

_8.3 word2vec을 이용해 영화 후기 분석하기

_8.4 정리

 

[9] 텍스트 감정 분석하기

_9.1 텍스트 감정 분석이란?

_9.2 케라스를 이용한 감정 분석

_9.3 서포트 벡터 머신을 이용한 감정 분석

_9.4 정리

 

[4] 챗봇 서비스와 구현 기술의 이해

[10] 챗봇 서비스 기술의 소개

_10.1 챗봇이란?

_10.2 챗봇의 주요 서비스 형태

_10.3 챗봇을 구성하는 기술

_10.4 정리

 

[11] 클라우드 서비스를 이용한 챗봇 개발

_11.1 왓슨을 이용한 대화 시나리오 개발

_11.2 슬랙 봇 추가하기

_11.3 챗봇 프로그램 실행하기

_11.4 정리

 

[12] RNN을 이용해 대화 서비스 개발하기

_12.1 딥러닝 기반 개발환경 준비

_12.2 RNN으로 대화 엔진 만들기

_12.3 세탁소 챗봇 서비스 개발하기

_12.4 IoT 제어 챗봇 개발하기

_12.5 정리

 

[부록 A] 파이썬 3 설치하기

A.1 우분투에 설치하기

A.2 OS X에 설치하기

A.3 윈도우에 설치하기

 

[부록 B] 윈도우에서 넘파이와 사이파이 설치하기

B.1 넘파이 모듈 설치

B.2 사이파이 모듈 설치

 

[부록 C] 케라스 설치하기

C.1 가상 개발환경 생성하기

C.2 패키지 추가 설치하기

C.3 주피터 노트북 설치하기




Posted by 책만

댓글을 달아 주세요

+ 펴낸 책2019.06.03 11:04

[실체가 손에 잡히는 딥러닝, 기초부터 실전 프로그래밍]

기초 수학과 파이썬 코드를 따라만 하면 

신기하게 이해되는 신경망, 역전파, CNN 구현

아즈마 유키나가(我妻幸長) 지음 | 최재원 옮김

364쪽 | 26,000원 | 2019년 6월 18일 출간 | 180*235*18 | ISBN 9791189909024

판매처 [교보문고] [YES24] [알라딘] [인터파크] [반디앤루니스+ 전국 교보문고 매장

 

정오표: https://www.onlybook.co.kr/entry/deeplearing-errata 
독자문의: support (at) onlybook.co.kr

 

* 예제 소스코드 파일 다운로드:

DeepLearning_Examples.zip
1.82MB

 

딥러닝의 기초 지식과 수학부터 
파이썬을 활용한 실전 프로그래밍 구현까지, 
한 권으로 모든 것을 끝내는 
딥러닝 입문자를 위한 최고의 책!

지금까지 나왔던 다른 어떤 책들과도 달리, 딥러닝을 수식과 코드로서 매우 이해하기 쉽게 설명한다.

 

또한, 간결하고 이해하기 쉬운 예제 코드들이 하나 하나 모여 책의 마지막에 이르러 최종적으로 실전에서도 활용할 수 있는 완결된 딥러닝 코드를 완성함으로써, 독자가 성취감을 느끼며 끝까지 포기하지 않고 완독할 수 있다는 점은 이 책의 최대 강점이다.

 

이 책에서는 파이썬과 기초 수학부터 시작해 역전파(Backpropagation)와 컨볼루션 신경망(CNN)까지, 딥러닝의 필수 요소를 빠짐없이 자세하게 설명한다.

 

독자가 파이썬 프로그래밍을 직접 코딩하면서 차근차근 순서대로 공부해 나가다 보면 딥러닝의 기초를 완벽하게 습득할 수 있다.

 

[이 책의 구성]

 

1장 딥러닝이란

머신러닝과 인공지능, 딥러닝과의 관계에 대해 소개하며 그동안 인공지능이 걸어온 길을 간략하게 설명합니다. 저자가 뇌과학에 상당히 관심이 깊어 딥러닝을 뇌과학의 관점에서 바라보며 딥러닝과 뇌의 유사성에 대한 다양하고 흥미로운 이야기를 풀어 놓습니다.

 

2장 파이썬 개요

파이썬 문법과 주피터 노트북에 대한 핵심만 소개합니다. 여기서 핵심이라는 의미는 책 전체에 걸쳐 구현되는 딥러닝 코드에 필요한 사항에만 집중한다는 의미입니다. 따라서 당연히 파이썬 전체를 소개하는 책에 비해서는 다루는 범위가 좁습니다만, 책에 나오는 프로그래밍 코드를 따라가는 데 필요한 내용은 모두 설명하므로 파이썬에 익숙하지 않은 독자라도 단기 속성 과정을 배우는 것처럼 효과적입니다.

 

3장 딥러닝에 필요한 수학

2장과 마찬가지로 딥러닝을 이해하고 구현하는 데 필요한 핵심적인 수학만 소개합니다. 선형대수와 미분을 다루는데, 고교 과정을 이수한 독자들이라면 무리 없이 따라갈 수 있습니다. 이 부분은 눈으로만 읽지 말고 수능 공부할 때처럼 백지에 연필을 긁적여가며 수식을 따라 써 볼 것을 권장합니다. 선형대수는 파이썬 넘파이(NumPy)를 이용한 실습 코드를 제공하는데, 초보자라면 이 부분도 소홀히 하지 말고 반복적으로 연습하기 바랍니다.

 

4장 신경망

딥러닝의 배경 이론인 신경망을 소개합니다. 신경망의 원리, 뉴런(노드)으로 구성된 층(layer)의 연결 관계, 순전파와 역전파, 가중치와 편향(바이어스), 활성화 함수 등의 핵심 내용을 친절한 코드와 함께 설명합니다. 특히 신경망에서 가중치와 편향의 역할과 영향력을 실제 코드로 보여주는 부분은 매우 인상적입니다.

 

5장 역전파

역전파(Backpropagation)는 신경망에서 출력 결과와 실제 값의 오차를 줄여나가는 과정입니다. 이 과정에서 필요한 경사 하강법과 아다그라드(Adagrad), 아담(Adam)과 같은 다양한 최적화 알고리즘을 수식과 코드를 이용해 설명합니다.

 

6장 딥러닝 구현

딥(deep)이라는 단어 그대로 신경망에 층을 많이 쌓아 데이터를 깊이 학습하는 것이 딥러닝입니다. 이렇게 층을 많이 쌓으면 신경망의 성능이 좋아지지만 과적합, 기울기 소실과 같은 여러 문제도 발생합니다. 이런 문제들을 유명한 붓꽃(Iris) 데이터를 통해 실제로 해결하는 과정을 코드로 제시하기 때문에 직관적으로 이해하기 쉽습니다.

 

7장 컨볼루션 신경망(CNN)

이 책의 최종 목표지점입니다. 딥러닝이 혜성처럼 등장한 것도 이미지 인식 대회였듯이 이미지 분류 작업에서 딥러닝은 탁월한 성과를 내고 있습니다. 7장에서는 앞에서 배웠던 모든 내용을 다 활용하고, 이미지 처리에 필요한 컨볼루션, 필터, 채널, 배치사이즈까지 고려한 실용적인 프로그래밍 코드를 완성하는 단계입니다. 다른 장(章)에 비해 분량이 가장 많아 학습하는 동안 지칠 수도 있지만 모든 내용을 끈기 있게 따라가면 손글씨 숫자 이미지를 거의 정확하게 분류하는 딥러닝의 마술을 스스로 구현하고 이해하게 되며 이때까지의 고생을 한번에 보상받을 수 있을 것입니다.

 

8장 그 밖의 딥러닝 기술

최신 딥러닝 기술을 소개합니다. 현재 딥러닝이 어느 수준까지 발전했고 딥러닝의 미래가 어떤 모습일지 짐작할 수 있는 내용으로 채워져 있습니다. 기본 수준을 넘어서 더 높은 단계로 도약하기 위해 필요한 안내서 같은 느낌으로 매우 유익한 내용입니다.

 

[이 책의 주요 특징]

  • 딥러닝 프레임워크를 사용하지 않고 딥러닝의 알고리즘을 파이썬 프로그래밍 코드로 구현
  • 딥러닝을 구현하는 데 꼭 필요한 만큼의 핵심 파이썬 문법
  • 파이썬과 수치연산 라이브러리 넘파이(NumPy)를 이용한 프로그래밍 기초 지식
  • 미분, 선형대수 등 신경망을 이해하는 데 필요한 기초 수학 이론과 수식 코딩 원리
  • 단계별 실습을 통해 최종적으로 컨볼루션 신경망(CNN)을 구현하고 응용하는 목표에 도달
  • 독자들이 스스로 응용하고 더 수준 높은 코드로 발전할 수 있는 완전한 파이썬 코드 제공
  • 인간 뇌의 동작과 대응시킴으로써, 딥러닝의 작동 방식을 직관적으로 이해하기 쉽게 설명
  • 최신 딥러닝의 발전 현황과 미래에 대한 구체적인 기술과 사례 소개

[이 책의 독자 대상]

  • 머신러닝, 인공지능, 딥러닝에 대해 막연한 관심을 갖고 있지만 어떤 책으로 시작해야 좋을지 고민하는 학생 및 일반인, 타 분야의 개발자 등 이 분야에 입문하고 싶어하는 완전 초보자
  • 딥러닝에 대한 대략적인 개념은 알고 있으나 딥러닝의 역사와 이론적 배경, 수학적 논리를 더 구체적이고 자세하게 이해하고 싶은 사람
  • 딥러닝 알고리즘을 수식으로 명확하게 이해하고 이를 프로그래밍 코드로 구현하고 싶은데 이 모든 과정을 한 권의 책으로 해결하고 싶은 사람
  • 실용적인 딥러닝 코드를 작성해 업무나 현장에서 바로 적용해보고 더 높은 수준의 딥러닝을 구현하고 싶은 개발자

[지은이 소개]

아즈마 유키나가(我妻 幸長)

 

‘인간과 AI의 공존’을 미션으로 하는 주식회사 SAI-Lab의 대표이사로, AI 관련 교육과 연구 개발에 종사하고 있다. 토후쿠대학 대학원 이학연구과 수료 후 이학박사(물리학)를 취득했다. 인공지능(AI), 복잡계, 뇌과학, 특이점(singularity) 등에 관심이 많으며 프로그래밍/AI 강사로서 지금까지 오프라인에서 1000명 이상, 온라인에서는 2만 명에 가까운 인원을 지도했다. 세계 최대 교육 동영상 플랫폼인 유데미(Udemy)에서 ‘처음 시작하는 파이썬’, ‘실전 데이터과학과 머신러닝’, ‘모두의 딥러닝’, ‘모두의 AI 강좌’ 등을 강의하고 있다. 엔지니어로도 일하면서 VR, 게임, SNS 등 분야를 불문한 다양한 애플리케이션을 개발했다.

 

[지은이의 말]

한국에 계신 독자 여러분께,

저의 책 『실체가 손에 잡히는 딥러닝, 기초부터 실전 프로그래밍』에 관심을 가져주셔서 감사합니다. 이 책은 지금까지 나왔던 다른 어떤 책과는 달리 딥러닝을 매우 이해하기 쉽게 설명하는 책이라 자부합니다. 일본에서는 2018년 8월에 출간된 이후 지금도 많은 독자분이 읽고 있습니다.

 

딥러닝으로 대표되는 인공지능 기술은 전 세계인의 관심을 끌고 있으며 여러 기업과 공공기관에서 다방면에 걸쳐 활용 방법을 모색하고 있습니다. 그러나 대다수 사람들은 여전히 딥러닝이 배우기 어려운 분야라고 생각합니다. 이러한 장벽을 허물기 위해 이 책에서는 프로그래밍 언어 파이썬과 기초 수학부터 시작해 컨볼루션 신경망까지, 딥러닝에 필수적인 요소를 빠짐없이 자세하게 설명했습니다. 차근차근 순서대로 공부해 나가다 보면 딥러닝의 기초를 확실하게 습득할 수 있도록 구성했습니다.

 

오늘날 인공지능은 배울 만한 가치가 가장 큰 기술 중 하나이며, 기술적인 측면뿐만 아니라 미래에 대한 상상력을 기르기 위한 교양으로서도 의미가 큽니다. 한국에 계신 독자분들이 이 책을 통해 인공지능에 대한 자신만의 생각을 기를 수 있다면 저자로서 매우 기쁘겠습니다. 그럼 모두 저와 함께 딥러닝의 세계를 탐험해 봅시다!

 

[옮긴이 소개]

최재원

 

일본 게이오 대학원을 졸업하고 아주대 대학원에서 학습분석(Learning Analytics)으로 박사 학위를 취득했다. 대학 졸업 후 7년간 디지털 엔터테인먼트 업계에서 3D 영상, 게임, VR 프로듀서로 종사했고 대학원 진학 후 데이터 사이언스를 연구했다. 대학에서 통계와 데이터 사이언스 과목을 강의했으며 현재는 아주대학교 교수학습개발센터/평가인증센터에서 교육•학습 데이터 분석 업무를 담당하고 있다. XGBoost, 딥러닝, 문항반응이론(IRT), 지식공간(Knowledge Spaces) 등의 알고리즘을 이용한 학습부진 위험학생 조기 예측, 적응형 학습(adaptive learning) 등을 연구 중이다. 

 

번역서로 『디지털 게임 교과서』(2012), 『유니티 입문』(2012), 『데이터 시각화, 인지과학을 만나다』(이상 에이콘출판, 2015), 『대학혁신을 위한 빅데이터와 학습분석』(시그마프레스, 2019)이 있으며, 전자책으로 출간된 『VR, 가까운 미래』(리디북스, 2016)를 집필했다. 

 

[옮긴이의 글]

머신러닝과 인공지능에 대한 기본적인 배경 지식을 갖추고 딥러닝의 수학적인 논리 전개를 정확하게 이해하면서 이를 파이썬으로 구현하는 과정은 결코 쉽지 않습니다. 머신러닝과 딥러닝은 이론을 이해하는 것 못지 않게 직접 구현해보며 공부하는 것이 매우 중요하기 때문입니다.

 

그동안 딥러닝을 처음 접하는 독자들을 대상으로 하는 훌륭한 국내서와 번역서들이 많이 출간되었지만 이론과 실습의 균형이라는 측면에서 조금은 아쉬운 면이 있었습니다. 딥러닝을 구성하는 이론을 다양하게 설명하는 데 치중하는 느낌도 들고, 쉬운 이해를 강조하다 보니 실전 프로그래밍에서 필요한 요소들이 많이 생략된 경우도 있었습니다. 예제로 제시되는 파이썬 코드는 체계적으로 구조화되지 못해 독자들이 직접 전체 딥러닝 코드를 구현하려고 하면 여전히 막막하다는 생각이 드는 경우도 많았을 것이라고 생각합니다.

 

이러한 이유로 『실체가 손에 잡히는 딥러닝, 기초부터 실전 프로그래밍』은 기존 책들과는 뚜렷이 차별되는 매력과 장점이 돋보입니다. 저자가 서문에서 “직접 손을 움직여가며 공부할 수 있도록” 저술했다고 밝혔듯이, 독자가 파이썬 프로그래밍을 직접 코딩하면서 딥러닝을 명확하게 이해하고 익힐 수 있게 구성되었다는 점이 이 책만의 탁월한 장점입니다.

 

간결하고 이해하기 쉬운 예제 코드들이 하나 하나 모여 책의 마지막에 이르면 최종적으로는 실전에서도 활용할 수 있는 완결된 딥러닝 코드를 완성하게 됩니다. 이런 코드를 차근차근 따라하며 실습하다 보면 딥러닝을 직관적이고 구체적으로 이해할 수 있습니다. 이처럼 간결하고 이해하기 쉬운 예제 코드는 물론, 딥러닝의 배경 이론과 수학적인 전개 과정에 대한 설명도 불필요한 군더더기 없이 매우 깔끔합니다.

 

이 책에서는 독자가 최종 단계인 ‘컨볼루션 신경망(CNN)’(7장)을 스스로 구현할 수 있도록 아무런  딥러닝 프레임워크를 사용하지 않고 레고 블록을 쌓듯이 한 단계씩 기본적이고 핵심적인 내용을 세심하게 설명하며 이끌어갑니다.

모든 장(章)의 내용은 체계적이고도 유기적으로 서로 연결되어 있습니다. 앞에서 배운 사항을 뒤에서 적용하고, 지금 배우는 내용이 앞에서 배운 것과 어떻게 연결되는지, 어느 부분에서 배웠는지를 친절하게 상기시킵니다. 그렇게 그물처럼 촘촘히 연결된 책의 내용을 1장부터 끝까지 좇아가다보면 어느샌가 딥러닝의 실체가 눈앞에 선명하게 드러납니다. 한마디로 이론과 실습이 절묘하게 조화된 훌륭한 책이라고 생각합니다.

 

번역하는 내내, 이 책은 마치 결승선을 향해 망설임 없이 질주하는 경주마 같다고 느꼈습니다. 아마 독자들도 책을 읽는 동안 경주마 위에 올라타 장애물을 하나씩 뛰어넘어 마침내 목표점을 통과하는 것과 같은 짜릿한 성취감을 맛볼 수 있을 것이라고 생각하며, 또 그렇게 될 수 있기를 진심으로 응원합니다.

 

 

[차례]

[1장] 딥러닝이란

1.1  지능이란 무엇인가

1.2  인공지능(AI)

1.3  머신러닝

1.4  신경망

1.5  딥러닝 개요

1.6  인공지능과 딥러닝의 역사

__1.6.1  제1차 인공지능 전성기: 1950년대~1960년대

__1.6.2  제2차 인공지능 전성기: 1980년대~1990년대 후반

__1.6.3  제3차 인공지능 전성기: 2000년대 이후

 

[2장] 파이썬 개요

2.1  파이썬을 사용하는 이유

2.2  아나콘다와 주피터 노트북 활용

__2.2.1  아나콘다 다운로드

__2.2.2  아나콘다 설치

__2.2.3  주피터 노트북 실행

__2.2.4  주피터 노트북 사용

__2.2.5  노트북 종료

2.3  파이썬 문법

__2.3.1  변수와 변수형

__2.3.2  연산자

__2.3.3  리스트

__2.3.4  튜플

__2.3.5  딕셔너리

__2.3.6  if문

__2.3.7  for문

__2.3.8  while문

__2.3.9  내포

__2.3.10  함수

__2.3.11  변수의 범위

__2.3.12  클래스

2.4  넘파이

__2.4.1  넘파이 임포트

__2.4.2  넘파이 배열

__2.4.3  배열을 생성하는 다양한 함수

__2.4.4  reshape를 이용한 형태 변환

__2.4.5  배열 연산

__2.4.6  브로드캐스트

__2.4.7  원솟값에 접근

__2.4.8  슬라이싱

__2.4.9  축과 transpose 메소드

__2.4.10  넘파이의 함수

2.5  맷플롯립

__2.5.1  모듈 임포트

__2.5.2  그래프 생성

__2.5.3  그래프 디자인

__2.5.4  산포도 표시

__2.5.5  이미지 표시

 

[3장] 딥러닝을 위한 수학

3.1  수학 기호

__3.1.1  시그마(Σ)로 총합계 표시

__3.1.2  자연상수 e

__3.1.3  자연로그 log

3.2  선형대수

__3.2.1  스칼라

__3.2.2  벡터

__3.2.3  행렬

__3.2.4  텐서

__3.2.5  스칼라와 행렬의 곱셈

__3.2.6  각 원소 간의 곱셈

__3.2.7  행렬 곱

__3.2.8  행렬 전치

3.3  미분

__3.3.1  상미분

__3.3.2  미분법의 기본 공식

__3.3.3  연쇄법칙

__3.3.4  편미분

__3.3.5  전미분

__3.3.6  다변수의 연쇄법칙

3.4  정규분포

 

[4장] 신경망

4.1  신경세포 네트워크

4.2  신경세포의 모델화

4.3  뉴런의 네트워크화

4.4  회귀와 분류

__4.4.1  회귀

__4.4.2  분류

4.5  활성화 함수

__4.5.1  계단 함수

__4.5.2  시그모이드 함수

__4.5.3  tanh

__4.5.4  ReLU

__4.5.5  Leaky ReLU

__4.5.6  항등 함수

__4.5.7  소프트맥스 함수

4.6  신경망 구현

__4.6.1  단일 뉴런 구현

__4.6.2  가중치와 편향의 영향

__4.6.3  신경망 구현

__4.6.4  각 층의 구현

__4.6.5  신경망(회귀)

__4.6.6  신경망의 표현력

__4.6.7  신경망(분류)

 

[5장] 역전파

5.1  학습 규칙

__5.1.1  헵의 규칙

__5.1.2  델타 규칙

5.2  역전파란?

5.3  훈련 데이터와 테스트 데이터

5.4  손실 함수

__5.4.1  오차제곱합

__5.4.2  교차 엔트로피 오차

5.5  경사 하강법

__5.5.1  경사 하강법 개요

__5.5.2  기울기 구하는 방법

__5.5.3  출력층 기울기

__5.5.4  출력층에서 입력값 기울기

__5.5.5  은닉층 기울기

__5.5.6  기울기를 구하는 식 정리

__5.5.7  회귀 문제에서 기울기 구하는 방법

__5.5.8  분류 문제에서 기울기 구하는 방법

5.6  최적화 알고리즘

__5.6.1  최적화 알고리즘 개요

__5.6.2  확률적 경사 하강법

__5.6.3  모멘텀

__5.6.4  아다그라드

__5.6.5  RMSProp

__5.6.6  아담

5.7  배치 사이즈

__5.7.1  에포크와 배치

__5.7.2  배치 학습

__5.7.3  온라인 학습

__5.7.4  미니 배치 학습

5.8  행렬 연산

__5.8.1  행렬의 형식

__5.8.2  행렬을 이용한 순전파

__5.8.3  행렬을 이용한 역전파

5.9  회귀 문제에서의 역전파 구현

__5.9.1  회귀 예(sin 함수의 학습)

__5.9.2  출력층 구현

__5.9.3  은닉층 구현

__5.9.4  역전파 구현

__5.9.5  역전파 구현 전체 코드(회귀)

__5.9.6  실행 결과

5.10  분류 문제에서의 역전파 구현

__5.10.1  분류 사례(소속 영역 학습)

__5.10.2  각 층의 구현

__5.10.3  역전파 구현 전체 코드(분류)

__5.10.4  실행 결과

 

[6장] 딥러닝 구현

6.1  다층화에 따른 문제

__6.1.1  국소 최적해 함정

__6.1.2  과적합

__6.1.3  기울기 소실

__6.1.4  장기간의 학습 시간 문제

6.2  문제 해결 방안

__6.2.1  하이퍼 파라미터 최적화

__6.2.2  규제화

__6.2.3  가중치와 편향 초깃값

__6.2.4  조기 종료

__6.2.5  데이터 확장

__6.2.6  데이터 전처리

__6.2.7  드롭아웃

6.3  붓꽃 품종 분류

__6.3.1  붓꽃 데이터 세트

__6.3.2  훈련 데이터와 테스트 데이터

__6.3.3  신경망 구성

__6.3.4  학습에 관련된 각 설정

6.4  딥러닝 구현

__6.4.1  데이터 입력과 전처리

__6.4.2  각 층의 구현

__6.4.3  신경망 구축

__6.4.4  미니배치법 구현

__6.4.5  정답률 측정

__6.4.6  붓꽃 데이터 품종 분류를 위한 전체 코드

__6.4.7  실행 결과

__6.4.8  과적합 방지를 위한 대책

__6.4.9  아다그라드 구현

__6.4.10  드롭아웃 구현

__6.4.11  과적합 방지 대책의 결과

__6.4.12  품종 분류

 

[7장] 컨볼루션 신경망(CNN)

7.1  컨볼루션 신경망(CNN)의 개요

__7.1.1  시각 처리 체계

__7.1.2  CNN 구조

__7.1.3  컨볼루션 층

__7.1.4  풀링층

__7.1.5  전결합층

__7.1.6  패딩

__7.1.7  스트라이드

__7.1.8  CNN 학습

__7.1.9  변수 정리

7.2  im2col과 col2im

__7.2.1  im2col과 col2im의 개요

__7.2.2  im2col 알고리즘

__7.2.3  간단한 im2col 구현

__7.2.4  배치와 채널을 고려한 실전 im2col 코드

__7.2.5  col2im 알고리즘

__7.2.6  col2im 구현

7.3  컨볼루션층 구현

__7.3.1  구현 개요

__7.3.2  순전파

__7.3.3  역전파

7.4  풀링층 구현

__7.4.1  구현 과정 개요

__7.4.2  순전파

__7.4.3  역전파

7.5  전결합층 구현

7.6  컨볼루션 신경망 구현

__7.6.1  사용 데이터 세트

__7.6.2  구축할 신경망

__7.6.3  CNN 코드

__7.6.4  실행 결과

__7.6.5  컨볼루션층의 시각화

__7.6.6  컨볼루션층 효과

7.7  더 깊은 신경망

__7.7.1  신경망 구축

__7.2.2  실행 결과

 

[8장] 그 밖의 딥러닝 기술

8.1  순환 신경망(RNN)

__8.1.1  RNN의 개요

__8.1.2  LSTM

__8.1.3  GRU

8.2  자연어 처리

__8 2.1  형태소 분석

__8.2.2  단어 임베딩

8.3  생성 모델

__8.3.1  생성적 적대 신경망(GAN)

__8.3.2  VAE

8.4  강화학습

__8.4.1  강화학습 개요

__8.4.2  심층 강화학습

8.5  GPU 활용

__8.5.1  GPU란

__8.5.2  딥러닝에서 GPU 활용

8.6  딥러닝 프레임워크

8.7  딥러닝의 미래

 

Posted by 책만

댓글을 달아 주세요

+ 펴낸 책2019.02.18 12:00

[블록체인 기업으로 가는 길]
가상의 기업 사례 회고를 통한 

블록체인의 비즈니스 도입과 기술 전략

 박재호, 박종호, 이재원, 강계일 지음 

228쪽 | 18,000원 | 2019년 2월 27일 출간 | 148*205*14 | ISBN 9791189909000

판매처 [교보문고] [YES24] [알라딘] [인터파크] [반디앤루니스] 전국 교보문고 매장


정오표: https://www.onlybook.co.kr/entry/blockchain-errata 
독자문의: support (at) onlybook.co.kr



기업의 블록체인 기획과 실행 노하우가 담긴 현장감 넘치는 이야기!

블록체인을 지탱하는 3가지 기둥, '기술, 사업, 투자'의 황금비를 찾아서!


대기업들이 앞다퉈 도입하는 블록체인 기술, 우리 회사에는 어떻게 도입해야 할까


공공 분야를 비롯해 금융, 의료, 제조 공급망 관리 부문으로 확대되는 블록체인을 사업적인 관점에서는 어떻게 바라봐야 할까


바로 이 책에 해답이 있다!

 

이 책은 복잡한 수식과 보안과 프로그래밍 용어를 잘 몰라도 누구나 쉽고 흥미롭게 읽을 수 있는 가상 기업의 블록체인 도입기로서, 기업의 블록체인 기획과 실행 노하우가 담긴 현장감 넘치는 생생한 이야기를 가감없이 담았다. 또한, 블록체인을 지탱하는 3가지 기둥인 '기술-사업-투자' 분야를 어느 한쪽에 치우침 없이 균형 있게 소개했다.

 

AI, 빅데이터, IoT 등 세간에 익숙해진 개념과 달리, 어떻게 비즈니스에 적용해야 하는지 어렵게 느껴지는 블록체인 개념 정복하기 위해 가상의 공유자동차 업체 사례를 통해 기술을 실제로 현실화하기 위한 실행 방법을 상세히 설명한다.

 

[이 책의 특징]

 

개념과 용어 중심으로 딱딱하게 설명하는 대신에 시간 순서에 따라 벌어지는 가상의 사건을 중심으로 블록체인을 사업에 도입하기 위해 필요한 핵심을 알기 쉽게 설명한다. 블록체인을 제대로 적용하기 위해 검토해야 하는 주요 사항들을 일목요연하게 정리하고 각각에 대한 우수 패턴과 안티 패턴을 소개한다.

 

[이 책의 독자 대상]

- 블록체인을 비즈니스에 어떻게 적용할지 궁금한 경영진과 임원진

- 사업 기획과 마케팅을 맡은 실무 기획자와 마케터

- 블록체인 기술을 알고 싶은 실무 개발자

 

[이 책에서 다루는 내용]

- 블록체인 기술을 가상의 기업 사례에 적용한 과정

- 블록체인을 도입해 기존 사업을 탈중앙집중화된 방식으로 토큰화하기 위한 절차와 지침

- 온오프체인 아키텍처 설계, 메인넷 선정과 같은 기술적인 의사 결정에 필요한 노하우

- 토큰 이코노미가 중요한 이유

- 백서를 작성할 때 간과하기 쉬운 주의사항

- 블록체인 프로젝트를 위한 펀딩 방법과 구체적인 마케팅 기법

- 유틸리티 토큰과 시큐리티 토큰의 이해와 적용 분야

- 한눈에 보는 블록체인 비즈니스 프로젝트 과정

 

[지은이 소개]

 

박재호 (jaypark@pitch5.team)

포항공과대학교 컴퓨터공학과 학부와 대학원을 졸업했다. 임베디드 시스템 개발, 기업용 백업 소프트웨어 개발, 방송국 콘텐츠 수신제한 시스템 개발과 운영 지원, 클라우드에서 동작하는 서비스 개발에 이르기까지 다양한 실무 경험을 토대로 고성능 고가용성 시스템을 설계하고 있다. 코스닥 상장사인 엑셈 CTO로 인공지능과 스마트팩토리 관련 개발을 총괄했으며, 전 아이콘(ICON) 치프 아키텍트(Chief Architect)로 퍼블릭 블록체인 개발과 운영에 대한 경험이 풍부하다. 집필과 번역한 책이 40여 권에 이른다. 피치파이브에서 기술 전략 개발을 담당하고 있다.

 

박종호 (park@pitch5.team)

서울대학교 전기공학부를 졸업했다. 네오위즈에서 세이클럽 기획과 게임 PM, 엔미디어플랫폼이라는 광고 플랫폼 자회사 이사를 거쳤으며, 네이버에서는 비즈니스 전략팀을 시작으로, 검색광고/지역광고 등 다양한 광고 플랫폼의 기획과 PM을 담당했다. 현재는 비클라우드라는 스타트업을 운영하고 있으며, 블록체인 컨설팅, AI 사업개발, 온라인 교육사업 등을 진행하고 있다. 피치파이브에서 사업 전략 개발을 담당하고 있다.

 

이재원 (jaywon@pitch5.team)

U.C. 버클리 학사학위를 받은 후, 컬럼비아(Columbia) 경영대학원 박사학위를 받았다. 카이스트 경영대학, 싱가포르 난양공대 경영대학, 세종대 경영대학 교수로 있다. 회계산업과 금융산업에서 근무하였으며, 현재 바이오 산업과 블록체인 산업을 연구하고 있다. 여러 기업들의 ICO 과정을 자문했으며 현재 유수 메인넷 프로젝트의 아시아 사업을 자문하고 있다. 피치파이브에서 토큰 이코노미와 경영 컨설팅을 담당하고 있다.

 

강계일 (gail@pitch5.team)

프랫 인스티튜트(Pratt Institute)에서 학사학위를 받은 , 서울대학교 미술대학에서 시각디자인 전공으로 석사학위를 받았다. 한샘 디자인혁신본부 브랜드 전략 담당, 한화투자증권 브랜드 & 마케팅 전략 담당으로 근무했고, 아이콘(ICON) 마케팅 팀장으로 ICO 전후 과정을 모두 진행한 경력이 있다. 국내외 유명 브랜드 50여개 네이밍 개발부터, 디자인 컨셉 마케팅 전략까지 브랜드 개발을 총괄했다. 피치파이브에서 브랜딩과 마케팅을 담당하고 있다.

 

* TEAM PITCHFIVE *

피치파이브 블록체인과 인공지능의 기술적인 지원뿐만 아니라, 실제 사업 실행에 필요한 사업전략, 브랜딩, 마케팅, IT 컨설팅까지 가능한 전문가 모임입니다. 4 산업혁명 시대에는 전문가들이 유기적으로 연결되어 원스탑으로 고민을 해결해 주는 서비스가 필요한데, 피치파이브 팀은 블록체인과 인공지능을 도입하는 리드 타임과 리스크를 줄이고 기업이 빠르게 핵심에 집중할 수 있게 최적의 솔루션을 제공합니다.

 

[지은이의 말]

 

201811, 네이버의 일본 자회사 라인(http://linecorp.com/)은 자사의 블록체인인 링크체인의 로드맵을 제시했다. 라인은 블록체인과 블록체인을 연결하는 인터체인(interchain)을 구현한 리니어 네트워크 출시에 이어 2019년에는 완전한 퍼블릭 블록체인을 출시할 계획을 공개했으며, 링크에서 동작하는 분산 애플리케이션의 단계별 온체인(on-chain)화 전략을 다음과 같이 정리했다.


1.  링크체인의 기반 코인인 링크(LINK)를 활용한 사용자 기여 보상

2.  서비스 내 링크 결제와 유틸리티 토큰 기능 제공

3.  아이템과 컨텐츠 가치에 대한 토큰화


이렇게 블록체인에 붙어 있는 분산 애플리케이션의 수를 늘리면서 점차 법정 화폐를 대신해 암호 화폐로 결제와 지불을 가능하게 만들어 나갈 경우 서비스 자체를 토큰화하게 되므로 라인을 중심으로 하는 강력한 생태계를 마련할 수 있기 때문에 다른 서비스 업체들이 어떻게 대응할지 귀추가 주목된다. 어떤 업체가 기존 사업이나 서비스를 블록체인과 결합해 헤게모니를 잡고 나면 경쟁 업체로서는 마땅한 대응 방안을 마련할 수 없기 때문에 블록체인을 파괴적인 기술 혁신의 도화선이라고 보는 전문가들도 있다.

 

이렇게 급변하는 상황에서 우리는 어떻게 대응해야 할까?

 

가장 먼저 블록체인이 무엇인지 알아보고, 그다음으로 블록체인이 위력을 발휘하는 분야를 이해하고, 마지막으로 각자 몸담고 있는 사업 분야에 블록체인을 적용할 수 있는 범위와 도입에 따른 장단점이 무엇인지 파악해야 한다.

 

이를 쉽게 풀어서 설명하기 위해 이 책에서는 가상의 사업을 중심으로 블록체인 기술과 투자 방식을 도입하는 과정을 정리하고 회고하는 독특한 스토리텔링 서술 방식을 택함으로써 기존에 출간된 기술이나 암호화폐 중심의 딱딱한 블록체인 서적과는 다르게 좀 더 독자에게 쉽게 다가갈 것이다. 암호화폐의 부작용에만 초점을 맞추거나 휘황찬란한 장밋빛 전망만을 남발하는 선입견 없이, 실제로 현장에서 사업을 진행하는 하나의 도구로서 블록체인을 바라본다면 또 다른 숨겨진 가능성을 발견할지도 모른다.

 

이 책에서는 맥락이 빠진 상황에서 블록체인이라는 개념을 외치는 대신에 궁합이 잘 맞아 떨어지는 분야에 블록체인을 도입해야 하는 이유와 함께 사업 관점에서 우수한 실행 능력을 강조하고 싶었다. ICO를 성공리에 진행했음에도 불구하고 몇몇 회사들은 사업이 아니라 자금 모집에 초점을 맞추는 바람에 실질적으로 사용자에게 도움이 되는 제품을 출시하지 못했다. 이런 교훈을 타산지석으로 삼기 위해 블록체인에 대한 이해 부족, 사업 경험 부족, 사람들 사이의 불화와 갈등, 기술 외주로 인한 서비스 실패, 실행 역량 부족 등 프로젝트 실패를 이끈 다양한 이유를 정리해서 기술 기업에 도움을 주는 내용으로 전개할 수도 있었지만, 블록체인 기술로 성공할 수 있다는 가능성을 보여주는 기업의 발자취를 정리해서 기술 변화 과정에 성공적으로 적응한 내용으로 전개하는 편이 더욱 생산적이라는 결론을 내렸고, 그 결과 현재와 같은 책의 모습을 갖추게 되었다.

 

블록체인을 사업에 어떻게 적용할지 궁금한 경영진은 물론이고, 사업 기획과 마케팅을 맡은 실무진까지도 함께 읽을 수 있도록 복잡한 수식과 용어, 어려운 정치와 경제 이론을 최소로 줄이고 (블록체인) 사업과 (블록체인에서 가장 널리 알려진 ICO라는) 투자 관점에서 이해하기 쉽게 기술하려 노력했다. 그렇다고 해서 블록체인 기술을 알고 싶은 기술 실무진에 대한 배려도 잊지 않았다. 다른 문서나 책에서 살짝 언급하고 지나가는 현장에서 중요한 몇 가지 블록체인 기술 포인트를 구체적으로 잡아 내어 현업 관점에서 의사 결정에 도움이 되는 내용을 실어놓았으므로 블록체인 프로젝트를 전개하는 과정에서 꼭 필요한 기술 지식도 습득할 수 있을 것이다.


하루가 다르게 급변하는 세상에서 ICO도 이미 철 지난 한때의 유행으로 여길 수도 있겠지만, 긍정적인 영향을 주었거나 부정적인 영향을 주었거나에 상관없이 어찌되었든 ICO는 많은 사람들에게 블록체인을 처음으로 인식하게 만든 (긍정적인 면에서) 주인공 또는 (부정적인 면에서) 장본인이므로 기록으로 남길 가치는 충분하다는 생각이다.

 

모든 기술은 가치 중립적인 특성이 있기 때문에 사람이 만들고 사람이 활용하고 사람이 평가할 뿐이다. 블록체인 기술도 마찬가지다. 앞으로 세상이 어떻게 바뀔지 모르므로 혹시라도 블록체인이 스스로의 가치를 확실히 증명하는 시절이 도래할 때 적극적으로 활용하기 위해 주의 깊게 발전 방향을 지켜볼 필요가 있을 것이다. 블록체인이 어떤 경로를 따라 움직이는지 살펴는 과정에서 이 책이 조금이라도 도움이 되면 더 바랄 나위가 없겠다.

 

블록체인은 분명 새로운 가능성을 열어주는 매력적인 주제이며 현재의 시장이 요구하는 방향이기도 하다. 하지만 공허한 수사만 앞서는 대신 가장 적합한 기술을 가장 적합한 사업 분야에 적용해서 제대로 된 사업 계획서부터 먼저 만들고, 해당 사업에 가장 적합한 토큰 이코노미와 가장 적합한 투자 방식을 고민해서 블록체인 기술과 사업이 잘 융합된 백서를 만들고 실제 동작하는 서비스나 제품을 성공적으로 출시해야만 전문가와 일반인 모두로부터 블록체인 프로젝트의 참된 가치를 인정받을 수 있을 것이다.

 

[차례]

1  주식회사 나눔 이사회

공유차량 서비스 기업 나눔

새로운 '나눔배달' 서비스 개시

인공지능과 데이터의 중요성

블록체인 도입의 필요성

 

2  우리 회사에 블록체인이 필요하다고?  

전략 회의

블록체인에 대해 기업의 높아지는 관심

블록체인이란 무엇인가?

신뢰를 만들어내는 기계인 블록체인

비즈니스 관점에서 바라보는 블록체인

 

3  우리도 블록체인 프로젝트를 해보자  

토큰과 코인의 차이점

블록체인 세상의 크라우드 펀딩인 ICO

블록체인 투자와 기존 투자의 차이점

블록체인에서 풀어야 하는 경제적인 문제들

 

4  온체인 vs 오프체인  

정보 관점에서 바라본 온체인과 오프체인

연산 관점에서 바라본 온체인과 오프체인

블록체인과 분산 데이터베이스의 차이

블록체인 외부를 바라보는 통로인 오라클

분산 파일 시스템

참조 아키텍처

 

5  메인넷 선정  

메인넷 선정을 위한 고려사항

이더리움의 확장 방안

스마트 컨트랙트가 가능한 이더리움 이외의 다른 메인넷 평가

 

6  사업이 중요해: 비즈니스에 블록체인 적용해보기  

데이터 광고 마켓사업에 블록체인 도입하기

스마트 컨트랙트와 탈중앙화

개인정보 보호 문제

 

7  백서 작성의 걸림돌: 도대체 토큰 이코노미가 뭐야?  

백서 작성의 핵심요소 2가지

토큰 이코노미란 무엇인가?

토큰 이코노미와 인센티브

토큰 이코노미의 마케팅 활용

 

8  블록체인 프로젝트 펀딩: ICO 시작하기 

마케팅 진행 과정

내부 인력과 외부 인력으로 나눈 업무 할당

세부 업무 기획

 

9  유틸리티 토큰 vs 시큐리티 토큰  

서비스 목적인가? 투자 목적인가?

유틸리티 토큰으로 전환하려면?

토큰 이코노미 재설계

 

10  회고: 포스트 ICO 

ICO 과정 회고

해킹 시도

상장 관련 커뮤니티 압력

 커뮤니티 가짜뉴스 사건

 

11  시장 조성  

코인 시세 관리

시장 활성화를 위한 방안



Posted by 책만

댓글을 달아 주세요

+ 펴낸 책2018.12.13 01:21

대시보드 설계와 데이터 시각화


[대시보드 설계와 데이터 시각화]
차트와 그래프를 활용한 

비즈니스 데이터 분석 시나리오와 디자인 사례

스티브 웩슬러, 제프리 섀퍼, 앤디 코트그리브 지음 | 최윤석 옮김

436쪽 | 33,000원 | 2018년 12월 20일 출간 | 230*230*21 | ISBN 9791196203757

판매처 [교보문고] [YES24] [알라딘] [인터파크] [반디앤루니스] [강컴] 전국 교보문고 매장


정오표: http://www.onlybook.co.kr/entry/dashboard-errata (아직 등록된 오류사항이 없습니다)
독자문의: support (at) onlybook.co.kr


대시보드(Dashboard)란,

데이터 분석으로부터 얻어낸 중요한 발견들을 한눈에 직관적으로 파악할 수 있도록 

다양한 차트를 디자인 원칙에 따라 구해 놓은 일종의 시각적 리포트다.


이 책에서는 비즈니스 시나리오별로 실용적이면서도 아름다운 대시보드 설계와 제작 방법을 알려주며 

분석과 대안까지 제시한다


특히 차트, 그래프, 색 범례와 같은 시각화 도구들을 사용해

데이터 뒤에 숨겨진 중요한 의미들을 빠르고 정확하게 전달하는 생생한 방법들을 소개한다.

 

빅데이터 분석과, 분석에서 얻어진 통찰을 전하고자 하는 데이터 과학자와 

대시보드 개발자와 디자이너, 기획자는 물론이거니와

데이터 분석 결과의 효율적인 시각화 구현 과정을 이해해서 비즈니스 역량을 높이고자 하는 

기업의 경영진과 의사결정자까지 꼭 읽어야 할 책이다.



[이 책의 독자 대상]


- 빅데이터 분석과 얻어진 통찰을 통해 스토리텔링을 담당하는 데이터 과학자와 대시보드 개발자

- 차트, 그래프의 디자인과 색상 등의 속성을 활용한 다양한 데이터 시각화에 관심이 많은 디자이너와 기획자

- 효과적인 시각화를 통해 재빠르게 탐색적 데이터 분석을 하고 싶은 데이터 분석가

- 보고서나 발표 등에 직관적으로 이해하기 쉬운 차트와 시각화 디자인 방법을 배우고 싶은 직장인

- 데이터 분석 결과의 효율적인 시각화 구현 과정을 이해해서 비즈니스 역량을 높이고자 하는 기업의 경영진과 의사결정자


[이 책의 구성]

 

1, 기초: 데이터 시각화의 기본을 다루며, 시나리오를 탐구하고 이해하기 위한 필수 용어와 기본 요소를 집중 설명한다.

2, 시나리오: 이 책의 핵심 내용으로서, 수십 가지 다양한 비즈니스 시나리오를 설명한 후, 그 시나리오의 과제를해결하는 대시보드로 안내한다.

3, 실무 적용 사례: 우리 저자진이 예전에 한 번씩 경험했고 앞으로 도 독자 여러분이 마주치리라 예상되는 문제를 다룬다. 수십 년의 실제 경험에서 우러난 3부의 내용을 학습함으로써 앞으로 여러분의 여정이 좀 더 수월해지고 훨씬 더 즐거워지기 바란다.

 

[책에 나오는 대시보드 사례 맛보기 링크]


9 '발전소 운영 모니터링 대시보드'

 

27 '이동통신업체 임원용 대시보드'


29 '콜센터 대시보드 1 '콜센터 대시보드 2


30장 연령 통계 개인화 대시보드


빅데이터의 중요성이 화두가 되면서, 데이터 시각화에 대한 다양한 책들이 출간되고 있다. 이 책은 데이터 시각화의 기초가 되는 여러 가지 기본 정보들을 체계적으로 제공함과 동시에, 이 분야에서 뛰어난 전문성을 발휘하고 있는 세 저자들이 현장에서 겪은 여러 가지 실전 사례들을 깊이 있게 다룬다는 점에서 다른 책들과 차별점을 지닌다. 이 책이 특히 흥미로운 이유는 차트, 그래프, 색 범례와 같은 시각화 도구들을 사용해, 데이터 뒤에 숨겨진 중요한 의미들을 빠르고 정확하게 전달하는 생생한 방법들을 소개하기 때문이다. 데이터 시각화를 통해 비즈니스 인텔리전스를 확장하고자 하는 사용자들을 위한 필수 지침서이자 활용서가 될 것으로 믿는다.


- 김성하 / 한국 태블로 소프트웨어 지사장

 

이 책에 전반적으로 소개되는 실용적이고 강력한 시각화 사례들은 데이터 분석 현업에 바로 적용할 수 있는 수준이다. 나의 데이터를 이용해 다양한 관점으로 시각화하는 예제들을 통해 정보를 분석하는 통찰력을 훔쳐낼 수 있을 뿐만 아니라 데이터의 구조 및 설계에 대해서 힌트를 얻을 수 있으므로, 현업 데이터 분석가들이 실무용 참고 서적으로 유용하게 활용할 수 있을 것이다.


- 정유일 / 일렉트로닉 아츠(Electronic Arts) 글로벌 애널리틱스 & 인사이트, 시니어 데이터 애널리스트

 

이 책의 강점은 29개에 이르는 데이터 시각화 시나리오. 교육, 소프트웨어, 광고, 에너지, 의료, 통신, 유통 등 거의 모든 산업 분야에서 가져온 대시보드 시각화 사례는 독자들이 풍부한 영감과 번뜩이는 통찰을 얻기에 부족함이 없다. 개별 사례뿐 아니라 시각 디자인과 인지과학에서 연구된 주요 시각화 원리까지 다루고 있어 내용적으로 보편성과 특수성이 조화를 이루는 것도 또 다른 장점이다. 곁에 두고 필요할 때마다 꺼내 읽는 참고서같이 든든한 책이다.


- 최재원 / 아주대 교수학습개발센터/교육평가인증센터 데이터 분석가

 

지난 수년간 OLAP 기반의 대시보드 제작용 애플리케이션을 개발해오면서, 명확한 비즈니스 목적을 표현할 수 있는 대시보드를 제작하기란 매우 어렵고 지난한 작업이었다. 특히 시각화라는 영역은 다양한 의견이 개진될 수 있는 분야이기에 모두를 만족시키는 명확한 정답을 얻기가 쉽지 않았다. 이 책은 다양한 산업 영역에서 독창적인 대시보드를 제작하는 방법에 대해 전문가의 이론과 함께 쉽게 따라 할 수 있는 예제를 제공함으로써 뛰어난 가이드 역할을 한다. 비즈니스 분석가뿐 아니라 대시보드를 개발하는 개발자나 기획자라면 누구나 참고할 만한 풍부한 이론과 그 구현 방법을 공유하므로, 시각화 기반의 분석 기법을 이해하고 실전에 활용하는 데 훌륭한 지침서가 될 것이다.


- 이정룡 / 메타트론 디스커버리(Discovery) 개발팀장

 

수많은 경로를 통해 수집된 데이터를 의미 있는 정보로 분류하거나 정제하는 작업도 중요하지만, 그렇게 정제된 데이터를 많은 사람들이 직관적으로 알아볼 수 있게 하는 시각화 방법은 오늘날 더욱 중요해졌다. 사람들에게 데이터의 의미를 전달해주기에 가장 적합한 도구인 대시보드를 구성하고 제작하는 과정에서 많은 고민이 있다면 이 책이 의미 있는 조언을 제공해줄 것이다. 이 책에는 딥러닝 개발자로서 주로 접했던, 서비스 또는 트레이닝 장비들의 상태 모니터링 대시보드 등 수많은 비즈니스 분야에 걸친 시나리오를 통해 단순 개발만 생각해서는 깨달을 수 없는, 정보를 가시적으로 잘 전달하는 방법을 실증적인 설명으로 알려준다.


- 권성환 / SDS ACT(Agile Core Team) 프로, 2SPRINT PM 및 딥러닝 서비스 개발

 

데이터를 활용한 플랫폼 기획 업무를 하는 이들이 구조화된 대시보드를 기획하고 인사이트를 담은 데이터 시각화를 구현하는 데 큰 도움을 주는 책이다. 이 책을 통해 짜임새 있는 그래프 나열이 직접적인 정보를 담은 문장들보다 더 다양하고도 깊은 의미와 인사이트를 전달할 수 있음을 알게 될 것이다. 또한, 산업(분야)별 사례 분석을 통해 다양한 데이터를 특성에 맞게 어떻게 시각화하고 표현할지에 대해서도 익힐 수 있다. 독자가 데이터 시각화에 관해 어떤 수준의 사전지식을 갖췄는지와 무관하게, 각자의 니즈에 맞게 내용을 이해할 수 있도록 구성되어 있다는 점은 큰 장점이다.


- 공혜진 / SK플래닛 DMP(Data Management Platform) 개발팀 매니저

 

데이터 시각화의 기본을 탄탄하게 다루는 한편, 책에 실린 수많은 사례는 이 책이 다른 책과 차별화되는 주요한 특징이다. 각 장의 마지막에 실린 '저자 한마디' 절을 통해 독자는 영향력 있는 대시보드 제작이 예술이자 과학이라는 사실을 알게 될 것이다. 이 책은 서가에 장식처럼 꽂혀 있지 않고 항상 내 책상에 두고 읽으며 업무에 참고할 것이다. 정말 놀라울 정도로 실용적인 책이다.


제프리 캠(Jeffrey Camm) / 인마(Inmar) 의장, 웨이크 포레스트 스쿨 오브 비즈니스(Wake Forest School of Business)의 사업분석 부학장

 

시각화에 관한 책에서는 주로 원칙과 지침은 설명하지만, 비즈니스 대시보드 같은 다양한 섹션의 복잡한 디스플레이 디자인에 어떻게 적용하는지에 대해서는 충분히 설명하지 않는다. 바로 이 책은 정반대의 경우다. 데이터 시각화의 기본도 설명할 뿐만 아니라, 수많은 실제 대시보드 사례를 보여주는 것이 이 책의 강력한 차별점이다. 대시보드를 만들다가 난관에 부딪힌다면, 이 책에서 해결책을 찾을 가능성이 크다.


알베르토 카이로(Alberto Cairo) / The Truthful Art: Data, Charts, and Maps for Communication』 저자

 

다년간의 경력을 보유한 저자 3명의 매우 실용적인 조언이 실린 이 책은 아름다운 대시보드로 가득하다. 사업 운영 최적화를 위해 데이터를 제대로 보여줘야 하는 경영진과 데이터 시각화 전문가라면 꼭 읽어야 할 보물상자와도 같은 책이다.


J.D. 휘트록(J.D. Whitlock) / 머시 헬스(Mercy Health)의 기업 인텔리전스 부문 부사장

 

이 책에서는 현업에서 쓰이는 방대한 대시보드 사례를 제공하며, 각 사례마다 깊이 있는 통찰과 고려사항을 공유한다. 저자들은 사용자 가이드 격인 상세한 설명도 제공한다. 이 책에 나오는 수많은 아이디어를 혼용하고 조합해본다면, 데이터 시각화에 필요한 핵심 사항을 얻을 수 있을 것이다.


조쉬 태플리(Josh Tapley) / 컴캐스트 코퍼레이션(Comcast Corporation)의 데이터 시각화 디렉터

현업의 다양한 사례를 들어 강력한 디자인 원칙을 보여주는 이 책에는 데이터 시각화 기법과 문제 해결의 예술적 조합이 담겨 있다. 여러분이 만들 대시보드에 이 원칙을 적용해서 데이터에 생기를 불어넣어 보자.


브루스 헨리(Bruce Henry) / 폴스 피크 벤처스(False Peak Ventures)의 매니징 파트너



[지은이 소개]


스티브 웩슬러(Steve Wexler)


데이터 리빌레이션즈(DataRevelations.com)의 창업자이자 의장이다. 갤럽, 맥킨지, 티파니를 비롯한 전 세계 유명한 기업들과 일하며 데이터의 이해와 시각화를 도왔다. 스티브는 출중한 제품 활용력과 여러 고객의 수천 가지 시각화 개발로 얻은 실제 경험을 결합해, 프리젠테이션과 교육 과정을 진행한다. 또한, 데이터 시각화와 태블로의 공인받은 전문성 외에도 컴퓨터 기반 기술의 모든 영역에서 성공한 강사로서 수십 년의 경력을 쌓아왔다.

 

제프리 섀퍼(Jefferey A. Shaffer)


리커버리 디시전 사이언스 앤 유니펀드(Recovery Decision Science and Unifund) IT 및 분석 부문 부사장이다. 데이터 시각화를 가르치는 신시내티 대학의 겸임 교수로, 2016년에는 올해의 겸임 교수로 선정되기도 했다. 각종 컨퍼런스와 심포지움, 워크샵, 대학, 기업 교육 프로그램에서 데이터 시각화, 마이닝, 태블로 훈련에 관한 주제를 정기적으로 강연한다. 태블로 젠 마스터이자 2014년 태블로 퀀티파이드 셀프 시각화 대회(Tableau Quantified Self Visualization Contest) 우승자로, 2014년 태블로 아이언 비즈 대회에서 경합을 벌이기도 했다.

 

앤디 코트그리브(Andy Cotgreave)


태블로 소프트웨어의 기술 에반젤리스트다. 10년 넘게 데이터 시각화와 BI 경력을 쌓았으며, 초반에는 옥스퍼드 대학의 애널리스트로서 스킬을 가다듬었다. 2011년 태블로에 입사한 이래, 기술 자문과 기업 내 데이터 주도 문화 구축법에 관한 아이디어로 수천 명과 함께 일하며 영감을 나눴다. 2018년 빅데이터 엑설런스 어워즈(Big Data Excellence Awards)에서 올해의 분석 전문가(Analytics Professional of the Year) 상을 수상했다.

 

[지은이의 말]


비즈니스 대시보드를 구축하거나 개발을 관장하는 업무를 맡은 사람이면 누구나 이 책의 대상 독자다. 지난 10여 년간 교육 세션이나 세미나, 컨설팅을 하고 나면 수많은 사람이 우리에게 다가와 자신들의 데이터를 무작정 보여주며 묻곤 했다. “이런 정보를 잘 보여주려면 어떤 방법이 정말 좋을까요?”

 

그들은 특정한 사업상 문제(우리는시나리오라 부른다)와 맞닥뜨린 상황에서 어떻게 하면 대시보드로 가장 잘 대응할 수 있을지 가이드를 받기를 원했다. 데이터 시각화에 관한 책 수십 여권을 검토해본 우리 저자들은 꺾은선 차트가 시계열 데이터에 가장 효과적인 이유, 막대 차트가 파이 차트보다 나은 이유를 설명하는 책은 많지만 실제 비즈니스 사례에 잘 맞는 대시보드를 알려주는 책은 없다는 사실에 놀랐다. 우리만의 경험과 방대한 대시보드 컬렉션을 모으고 나서 우리는 독자적인 책을 써보기로 결정했다.

 

우리 저자들은 독자 여러분이 이 책을 여기저기 펼쳐보고 각자 시각화해야 할 업무와 가장 맞는 시나리오를 찾기 바란다. 정확히 일치하지 않을지도 모르지만, 우리는 이 책을 통해 여러분이 각자 요구사항에 가장 걸맞는 것을 찾을 수 있는 시나리오를 제시하고자 한다. 이 책을 읽는 여러분의 머릿속에 이런 말이 떠오를 수도 있다.

 

내 데이터가 이 시나리오 안의 데이터와 정확히 같지는 않지만 꽤 비슷하다. 또한 이 대시보드는 실제로 나 같은 이들이 그 데이터를 보고 이해하는 데 큰 도움이 된다. 우리 프로젝트에도 이 접근법을 사용해봐야겠군.’

 

각 장의 초반부에서는 시나리오별로 전체 대시보드를 제시한 다음, 개별 요소가 어떻게 전체에 기여하는지 살펴본다. 시나리오에 기반해 내용을 구성하고, 효과적이며 실용적인 시각화 사례를 제공한 이 책이 성공적인 비즈니스 대시보드를 구축해야 할 때 펼쳐보는 믿을 만한 참고 자료가 되기 바란다. 독자 여러분이 반드시 이 사례를 최대한 활용하도록 책의 마지막 부분에 시각화 자료를 첨부한 차트 유형 용어집을 정리해뒀다. ‘스파크라인(sparkline)’ 같은 낯선 용어와 마주치면, 우선 용어집을 펴고 그림과 함께 살펴보자. 또한, 무관해 보이지만 자신의 요구사항에 적용할 수 있는 시나리오의 요소가 있을 수 있으니, 시간을 들여서라도 이 책에서 다룬 시나리오와 솔루션을 모두 살펴보기 바란다.

 

[옮긴이 소개]


최윤석


엠파스, SK 커뮤니케이션즈, 야후, KT 하이텔, 네오위즈 인터넷, 신세계 I&C 등의 기업에서 검색, 소셜 네트워크, 미디어, 게임, 음악 분야의 분석, 기획, 전략, 마케팅, R&D 업무를 담당했다. 현재는 이마트에서 소매 IT 분야의 연구개발 업무를 맡고 있다. 서울대 불어불문학과를 졸업한 후 동 대학원을 수료했다. ROI를 높이는 실용 웹 분석』(2008, 이하 에이콘출판), 『고객을 끌어오는 검색 엔진 최적화』(2008), 『인바운드 마케팅』(2011), 『검색 엔진 최적화 A to Z(2012), A/B 테스트를 통한 웹사이트 전환율 최적화』(2013), 『액션영화에서 배우는 웹 분석 전략』(2015), About Face 4 인터랙션 디자인의 본질』(2015), Learning iBeacon 한국어판』(2015) 등을 번역했다.

 

[옮긴이의 글]


이 책은 『The Big Book of Dashboards: Visualizing Your Data Using Real-World Business Scenarios』라는 원제가 나타내는 대로, 대시보드에 관한 매우 다양하고도 많은 사례를 담았다. 마치 백과전서처럼 항목별로 내용을 설명하며, 사업상의 시나리오를 가능한 한 모든 경우의 수에 따라 열거하고, 예시가 되는 차트와 그래프를 제시한 후, 여러 관점에 따라 해설한다.

이 책을 읽는 독자들은 각자 필요에 따라 업태와 직무에 맞춰 시나리오를 선택함으로써 맥락에 맞는 예제를 찾을 수 있을 것이다.

대시보드마다 서로 다른 사업상의 시나리오를 다루다 보니, 시나리오, 그래프, 차트의 의미를 해석하는 과정에서 다양한 배경 지식이 필요해 번역 과정에서도 어려움이 많았다. 현업에서 더 많이 사용하는 영문 표현이 분명히 있더라도 좀 더 빠른 이해를 돕기 위해, 차트와 그래프를 가능한 한 많이 현지화하려 노력했다. 책이라는 매체가 지닌 특징을 살려 작업한 내용을 독자들께서 너그럽게 읽어주시기를 바라는 마음이다. 아무래도 영어로 된 원서의 대시보드 그림보다는 한글화된 용어로 만들어진 대시보드가 조금이나마 독자의 이해에 도움이 되지 않을까 싶다.

 

 

[차례]


[1부 기초]

1장 데이터 시각화의 기본

 

[2부 시나리오]

2장 강의 지표 대시보드

3장 동료 강사들과 비교한 성과 평가

4장 미래 예측 분석: 임금 인상의 영향

5장 임원용 매출 대시보드

6장 기간별 순위 비교

7장 목표한 일정대로 진행 중인가

8장 다중 핵심성과지표

9장 발전소 운영 모니터링

10장 연간 누적과 전년 대비 성과를 함께 비교

11장 프리미어리그 선수의 성과 지표

12 RBS 6 네이션즈 챔피언십 경기 성적 분석

13장 웹 분석

14장 최근 입원 환자의 병력 분석

15장 호텔 관리를 위한 접객용 대시보드

16장 소비자 감정 분석: 전반적인 분포의 표시

17장 고객추천지수로 감정 표시

18장 서버 프로세스 모니터링

19장 빅맥 지수

20장 고객불만 대시보드

21장 병원 수술실의 이용 현황 대시보드

22장 순위와 규모를 보여주는 방법

23장 다양한 척도와 디멘전을 활용한 보상액 청구 측정

24장 구독 해지나 회전율 제시

25장 잠재적 활용 대비 실제 활용의 표시

26장 의료 서비스 업체의 생산성 모니터링

27장 이동통신업체 임원용 대시보드

28장 한눈에 보는 경제 현황

29장 콜센터

 

[3부 실무 적용 사례]

30장 사람들의 참여를 이끄는 대시보드의 개인화

31장 시간의 시각화

32장 막다른 길에 다다른 대시보드에 주의하자

33장 적색과 녹색의 유혹

34장 파이와 도넛의 달콤한 유혹

35장 아득한 구름과 물거품

36장 미지의 세계로의 여정

 

[차트 유형 용어집]





Posted by 책만

댓글을 달아 주세요

+ 펴낸 책2018.09.12 23:33

[클라우드 네이티브 인프라스트럭처]
진정한 클라우드 네이티브 컴퓨팅 시대를 위한 아키텍처 패턴과 설계

저스틴 개리슨, 크리스 노바 지음 | 공용준 옮김 | 박재호 감수

220쪽 | 20,000원 | 2018년 9월 21일 출간 | 188*240*13 | ISBN 9791196203740


판매처 [교보문고] [YES24] [알라딘] [인터파크] [반디앤루니스] [강컴] 
전국 교보문고, 반디앤루니스 매장


정오표: http://www.onlybook.co.kr/entry/cloud-native-infra-errata (아직 등록된 오류사항이 없습니다)
독자문의: support (at) onlybook.co.kr


사람이 직접 일일이 설정하지 않고도 애플리케이션으로 인프라스트럭처를 자동화해 관리하는 

'IT 인프라 기술 혁명' 미래는 이미 다가와 있다


가용성과 확장성, 신뢰성을 보장하는 클라우드 인프라스트럭처와 클라우드 네이티브한 애플리케이션 개발이 무엇인지 

아직 모르는 개발자와 엔지니어, 인프라 관리자에게

클라우드 네이티브 컴퓨팅의 개념과 아키텍처 패턴, 설계 원리를 알려주는 입문서!


클라우드 네이티브 아키텍처의 온디맨드(on-demand) 특성은 효율적이고 확장 가능하며 신뢰성 있는 시스템을 신속히 만드는 데 필요한 가정들을 바꿔 버렸다. 이 책을 통해 두 저자 크리스와 저스틴은 클라우드 네이티브 원칙과 관례에 관한 훌륭한 가이드를 확립했다.

에이드리안 코크로프트(Adrian Cockcroft)

앞으로 십여 년 후쯤에 모든 소프트웨어는 클라우드 네이티브 컴퓨팅 방식으로 배포될 것이다. 크리스와 저스틴은 클라우드 네이티브 커뮤니티의 리더로 활약해 왔다. 이처럼 새롭고 흥미로운 생태계를 많은 사람이 항해하도록 이끄는 두 저자의 작품을 보게 되어 참으로 감격스럽다.

- 댄 콘(Dan Kohn), CNCF 이사


클라우드 네이티브 인프라스트럭처는 단순히 클라우드상의 서버나 네트워크, 스토리지만을 의미하지 않는다. 클라우드 네이티브 인프라스트럭처는 탄력성과 확장성을 위한 건강한 운영 환경을 의미한다. 이 책에서는 여러분이 원하는, 즉 클라우드 네이티브 애플리케이션 전체의 수명주기를 관리하는 인프라스트럭처 아키텍처에 대한 다양한 관례와 패턴, 요구사항에 대해 알려준다.

 

저스틴 개리슨과 크리스 노바는 구글, 아마존, 넷플릭스 같은 회사의 인프라스트럭처를 아키텍처 관점에서 설계하면서 힘들게 얻은 교훈을 이 책에서 모두 공개한다. 저자진은 클라우드 네이티브 컴퓨팅 재단(CNCF)이 채택한 프로젝트에서 영감을 얻어 쿠버네티스 같은 현존하는 도구에서의 패턴 예제도 제공한다.

 

- 클라우드 네이티브 인프라스트럭처가 클라우드 네이티브 애플리케이션에 필요한 이유

- 기업에서 클라우드 네이티브 사례를 도입해야 하는 시점에 대한 가이드라인

- 인프라스트럭처와 애플리케이션을 배포하고 관리하는 패턴 설명

- 인프라스트럭처가 아주 특이한 상황에서도 원하는 대로 동작하는지 확인하는 테스트를 설계하는 방법

- 코드로서 정책을 활용해 인프라스트럭처를 보호하는 방법





[이 책의 구성]


1'클라우드 네이티브 인프라스트럭처란 무엇인가'는 클라우드 네이티브 인프라스트럭처가 무엇이며, 지금까지 인프라스트럭처가 어떤 단계들을 거쳐왔는지 파악한다.

2'클라우드 네이티브를 도입해야 할 시점'은 이어지는 장에서 설명하는 패턴을 채택할 조건과 시기를 결정하는 데 도움을 줄 수 있다.

3'클라우드 네이티브 배포의 진화', 4'인프라스트럭처 애플리케이션 설계', 5'프라스트럭처 애플리케이션 개발'은 인프라스트럭처가 어떻게 전개되어야 하는지, 그리고 이를 관리하기 위한 애플리케이션은 어떻게 설계하고 작성해야 하는지를 보여준다.

6'클라우드 네이티브 인프라스트럭처 테스트' 테스트로부터 출발해 안정적인 인프라스트럭처를 설계하는 방법을 설명한다.

7'클라우드 네이티브 애플리케이션 관리'인프라스트럭처와 애플리케이션을 동일하게 관리하는 방법을 보여준다.

8'애플리케이션 보호'애플리케이션을 안전하게 만드는 방법을 설명한다.

9'클라우드 네이티브 인프라스트럭처 구현'은 결론을 내리고 미래에 대한 통찰력을 제공한다.

 

어떤 사람들은 순서대로 책을 읽지 않는다. 이런 사람들이 이 책의 광범위한 주제에 대해 접근할 수 있는 몇 가지 제안은 다음과 같다. 인프라스트럭처를 만들고 유지 관리하는 데 중점을 둔 엔지니어인 경우 최소한 3장에서 6장까지를 모두 읽어야 마땅하다. 애플리케이션 개발자는 클라우드 네이티브 애플리케이션으로 인프라스트럭처 전용 도구를 개발하는 방법에 대해 4장과 5, 7장을 집중적으로 읽기 바란다. 클라우드 네이티브 인프라스트럭처를 구축하지 않은 사람은 1, 2, 9장이 가장 많은 도움이 될 것이다.

 

[이 책의 독자 대상]

인프라스트럭처 또는 인프라스트럭처 관리 도구를 개발하는 엔지니어인 경우 이 책에서 많은 혜안을 얻을 것이다. 클라우드 환경에서 실행되도록 설계된 인프라스트럭처를 생성하기 위한 패턴, 프로세스, 사례를 이해하는 데 도움을 줄 것이다. 어떻게 해야 제대로 하는지를 배우면 애플리케이션의 역할과 인프라스트럭처를 구축하거나 클라우드 서비스를 사용해야만 하는 시점을 더 잘 이해할 수 있다.

 

또한 애플리케이션 엔지니어는 어떤 서비스가 만들고 있는 애플리케이션의 일부가 되어야 하며 어떤 서비스가 인프라스트럭처에서 반드시 제공되어야만 하는지 알 수 있다. 이 책을 통해 애플리케이션 엔지니어는 인프라스트럭처 관리를 위한 애플리케이션을 개발하는 엔지니어와 공유해야 할 책무도 발견할 수 있다. 기술 수준을 높이고 인프라스트럭처 설계와 클라우드 네이티브 방식으로 인프라스트럭처를 유지 관리하고 싶은 시스템 관리자는 이 책에서 교훈을 얻을 수 있다.

 

퍼블릭 클라우드에서 모든 인프라스트럭처를 실행하는가? 이 책을 통해 언제 클라우드 서비스를 도입해 사용할 것인지, 그리고 언제 자신만의 추상화 또는 서비스를 구축해야 할지를 알 수 있을 것이다. 데이터 센터 또는 직접 구축한(on-premise) 클라우드에서 운영하고 있는가? 이 책에서는 현대적인 애플리케이션이 인프라스트럭처에서 기대하는 바를 설명하고, 현재 투자한 것들을 활용하기 위해 필요한 서비스를 이해하는 데 도움을 준다.