데이터 과학 분야의 최고 영예인 SIGKDD 혁신상을 2년 연속 수상한 머신러닝 분야 전문가 페드로 도밍고스가 쓴 책. 이 책은 인공지능과 머신러닝의 탄생부터 어떻게 기계들이 스스로 학습할 수 있게 되었는지를 밝히고 나아가 이 기술이 우리의 미래를 얼마나 경이롭게 바꿔놓을지 생생하게 보여준다.
저자는 머신러닝과 인공지능 그리고 철학계의 오랜 과제였던 ‘어떻게 논리와 확률을 통합할 것인가’에 관한 문제를 풀어낸 선구적 과학자로 뛰어난 명성을 지니고 있다. 120개가 넘는 세계 유수의 대학과 연구소, 컨퍼런스에 초대될 만큼 30년간의 그의 연구는 창조성과 기술적 깊이 면에서 인정받고 있는데 그것은 이 책에서도 빛을 발한다. 특히 과학과 기술, 사업, 정치, 전쟁 등 세상을 격변시킬 기술로 주목받는 머신러닝에 대해 그는 수학, 컴퓨터공학, 신경과학, 비즈니스 등을 아우르며 독자들이 쉽게 이해할 수 있도록 상세히 전달하고 있다.
그는 여기에서 한 발 더 나아간다. 그는 단순히 머신러닝이 무엇인지 그 정체를 밝히는 데에 그치지 않고 인류를 다음 단계의 진화로 이끌어낼 만큼 파급력 있는 ‘새로운 머신러닝’의 탄생을 제시한다. 스팸메일의 분류, 아마존과 넷플릭스의 추천 콘텐츠, 투표자와 고객의 성향 분석 등 이미 사용되고 있는 다양한 머신러닝 기술에는 사실 그 쓰임과 분야에 따라 각기 다른 알고리즘이 사용되고 있다. 같은 추천시스템을 구축했지만 아마존과 넷플릭스의 머신러닝 알고리즘이 다른 것처럼 말이다.
이에 반해 도밍고스는 모든 분야와 지식을 아우르는, 범용적으로 사용할 수 있는 단 하나의 ‘마스터 알고리즘’을 만들어낼 수 있다는 대담한 주장을 한다. 그리고 마침내 ‘마스터 알고리즘’이 탄생되었을 때 ‘데이터’에서 세상의 모든 지식을 이끌어내는 유례없는 과학적 진보가 일어날 것이라 예견한다. 이렇듯 도밍고스는 ‘마스터 알고리즘’을 탄생시키는 과정에 독자들을 초대함으로써 새로운 머신러닝의 세계로 안내한다.
: 컴퓨터과학의 궁극은 우리 인간처럼 경험을 통하여 스스로 학습할 수 있는 기계를 만들어내는 것이다. 머신러닝은 암 치료부터 인간형 로봇을 만드는 일까지 모든 분야에서 우리를 도울 것이다. 페드로 도밍고스는 이 기술이 미래를 얼마나 경이롭게 바꿔놓을지 생생하게 보여준다.
: 머신러닝은 상업적으로는 예측분석법으로 알려졌으며 현재 세상을 바꾸고 있다. 확고하고 깊이가 있으며 영감을 주는 이 책은 기술 분야에 익숙하지 않은 독자들에게는 심오한 과학 개념을 소개하고 머신러닝 전문가들에게는 새롭고 깊이 있는 통찰로 이 분야의 가장 유망한 연구 방향을 제시하여 만족감을 선사한다. 이 책은 정말 희귀한 보석과 같다.
: 머신러닝은 매력 있는 세계지만 그동안 외부인에게는 전혀 눈에 띄지 않은 분야였다. 페드로 도밍고스는 머신러닝의 다섯 종족이 주장하는 신비스러운 방식을 독자들에게 소개하고, 다섯 종족을 결합하여 우리 문명이 보아온 것 중 가장 강력한 기술을 창조하려는 그의 계획에 독자들을 초대한다.
: 《마스터 알고리즘》은 머신러닝을 배우면서 교양을 쌓을 수 있는 즐거운 읽을거리다. 머신러닝을 공부하고 있는 학생들과 이제 막 시작하려는 학생들 그리고 머신러닝을 가르치려는 선생님들에게 나는 이 책을 추천하고 있다. 이 책에서 페드로 도밍고스는 머신러닝의 배경이 되는 방법론적인 착상들을 사용하여 정확하고 재미있는 과정을 성공적으로 제시했다. 뿐만 아니라 자기 자신을 모방하는 인간의 능력에 한계를 묻는 철학적인 질문들과 다양한 착상들을 엮어서 다채로운 태피스트리를 만드는 데에 성공했다. 현실을 알고 싶은 자, 미래를 알고 싶은 자 모두 꼭 읽어야 할 필독서다.
서울시립대학교 전자공학과에서 학사, 석사 학위를 취득했다. LG전자에서 근무한 19년 동안 통신 장비와 휴대 전화를 개발하고 미국 주재원 생활을 경험했다. 번역가를 양성하는 글밥 아카데미에서 출판번역 과정을 수료 후, 현재 바른번역에서 정보통신과 과학기술 분야의 책을 중심으로 번역 활동을 하고 있다.
포스텍 컴퓨터공학과 교수. 서울대학교 전기공학과를 졸업하고 미국 노터대임대학(University of NotreDame)에서 전자공학 박사과정을 밟으며 독립요소분석(independent component analysis)이라는 데이터분석법을 연구했다. 1997년 일본 이화학연구소에서 인공신경망과 뇌모사 컴퓨팅 연구를 하며, 자연스럽게 인공지능과 머신러닝에 발을 들여놓게 됐다. 머신러닝을 연구한 지 어느 덧 20년, 척박한 국내 이공계에 머신러닝의 기틀을 마련한 선구자로 현재 미래창조과학부 기계학습연구센터장을 역임하고 있다.