AI를 움직이는 수학 이야기 - 서비스를 수학의 언어로 다시 보는 책
"한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬 받아 작성된 서평입니다."
AI를 쓰는 시대에서, 이제는 AI를 "해석"하는 시대가 왔다고 느낀다.
모델 성능이 올라가고 도구가 쉬워질수록 오히려 궁금해진 건 하나였다. "그래서 이건 왜 되는 걸까?" 이 질문에 정면으로 답하는 책이 바로 《AI를 움직이는 수학 이야기》였다.
이 책이 다루는 범위
이 책의 가장 큰 장점은 AI를 이루는 수학 개념을 좁게 보지 않는다는 점이다. 단순히 선형대수/미분만 훑고 끝나는 구성이 아니라, 실제 서비스 단위로 문제를 나눠서 수학을 연결한다.
- 정보 검색: 정밀도, 재현율, TF-IDF, 벡터 유사도
- 상품 추천: 코사인 유사도, 행렬 인수 분해, 손실 함수 최적화
- 이미지 분류: CNN, 소프트맥스, 오차 역전파
- 문장 생성: 트랜스포머, 어텐션, 마스킹
- 음성 분석: 푸리에 급수/변환, 표본화
- GPS 측정: 거리 계산, 연립방정식, 시간 보정
읽다 보면 수학이 공식 암기가 아니라, 결국 현실 문제를 다루는 언어라는 감각이 생긴다.
좋았던 점 1: 개념이 서비스 맥락에 붙어 있다
많은 수학책이 개념을 먼저 설명하고 응용은 나중에 붙인다. 이 책은 반대로 서비스 문제에서 출발한다.
검색 품질을 왜 정밀도/재현율로 보게 되는지, 추천에서 왜 결손값 예측이 중요해지는지, 문장 생성에서 왜 어텐션이 핵심인지가 맥락 안에서 이어진다. 그래서 "아, 이 수식이 여기서 필요했구나"가 빠르게 납득된다.
좋았던 점 2: LLM만 파지 않고 전체 지형을 보여준다
요즘은 LLM 중심으로만 설명하는 책이 많다. 그런데 이 책은 검색, 추천, 비전, 음성, GPS까지 엮어서 보여준다.
덕분에 특정 모델 튜토리얼을 넘어서, 기술 간 공통 패턴(모델링-최적화-평가)을 보는 눈이 생긴다. 실무에서 기술을 선택할 때도 도움이 되는 관점이다.
좋았던 점 3: 뒤로 갈수록 깊어지는 난이도 설계
초반은 비교적 친절하게 들어가지만, 후반(푸리에/GPS/상대성 보정)으로 갈수록 확실히 깊어진다.
이 난이도 상승이 단점만은 아니다. AI를 설명하는 수학이 결국 신호처리, 물리, 최적화와 이어져 있다는 걸 체감하게 해주기 때문이다. 가볍게 읽고 끝나는 책이 아니라, 반복해서 다시 펼치게 되는 책에 가깝다.
아쉬웠던 점
- 코드 실습 중심 입문서를 기대했다면 결이 다를 수 있다.
- 후반 수학 파트는 배경지식이 부족하면 한 번에 소화하기 어렵다.
즉, 표면적인 사용법보다 "왜 이 시스템이 이렇게 동작하는지"를 이해하는 데 무게가 실린 책이다.
이런 분께 추천
- AI 기능을 붙여 쓰는 단계에서 원리 이해 단계로 넘어가고 싶은 개발자
- 모델 성능/한계를 수학적으로 해석하고 싶은 실무자
- 검색, 추천, LLM, 음성 등 분야를 하나의 언어로 연결해 보고 싶은 학습자
반대로, 아주 가벼운 입문서나 코드 따라치기 위주의 책을 찾는 분에게는 우선순위가 낮을 수 있다.
총평
《AI를 움직이는 수학 이야기》는 "AI 활용"에서 "AI 이해"로 시선을 옮겨주는 책이다.
당장 화려한 데모를 빠르게 만들어내는 데 직접적인 도움을 주는 책은 아니다. 대신 시간이 지날수록 더 빛을 발하는, 기술의 근본 원리를 이해하는 힘을 길러준다.
AI를 오래 다루고 싶은 사람에게는 시간을 투자할 가치가 충분하다.