한빛출판네트워크

IT/모바일

온디바이스 AI

모바일 개발자를 위한 머신러닝 기초부터 모바일용 컴퓨터 비전, 텍스트 처리까지

한빛미디어

번역서

판매중

온디바이스 AI
좋아요: 2
  • 저자 : 로런스 모로니
  • 역자 : 곽도영 , 박찬성
  • 출간일 : 2022-11-01
  • 페이지 : 388쪽
  • ISBN : 9791169210423
  • 물류코드 :11042

합계 : 27,000

  • ML Kit, Core ML, TFLite 등을 이용해 단계별로 직접 해 보며 익히는 모바일 머신러닝 가이드!

     

    모바일 기기가 주요 컴퓨팅 기기가 된 오늘날, 모바일 개발자들에게 머신러닝은 선택이 아닌 필수입니다. 이 책은 여러 프레임워크로 모바일 머신러닝 개발을 빠르게 시작할 수 있는 방법을 설명하는 데 초점이 맞춰져 있습니다. 구글 핵심 개발자인 저자의 친절한 설명으로 개념을 빠르게 익힌 다음, 직접 ML Kit, Core ML, TFLite와 같은 도구를 활용해 모바일용 컴퓨터 비전 및 텍스트 처리 모델을 iOS와 안드로이드 버전 모두 제작해 보며 실무 지식까지 쌓을 수 있습니다. 이 책을 통해 새로운 모바일 개발 패러다임을 이끄는 변화에 동참하세요!

     

     

    온디바이스 AI_700.jpg

     

     

     

     

  • [저자] 로런스 모로니

    로런스 모로니는 구글에서 AI Advocacy를 리딩하고 있습니다. 그의 목표는 세계에 있는 소프트웨어 개발자들에게 머신러닝으로 인공지능 시스템 구축 방법을 알리고 가르쳐주는 것입니다. 그는 텐서플로 유튜브 채널에 종종 기고하고 있으며, 저명한 키노트 연설자이고, 여러 베스트셀러 공상 과학 소설과 시나리오를 저술했습니다. 그는 워싱턴 주에 거주하며, 커피를 아주 많이 마십니다. 트위터의 @lmoroney나 링크드인으로 연락할 수 있습니다.

     

    [역자] 박찬성

    컴퓨터로 할 수 있는 모든 일에 관심이 있습니다. 한국전자통신연구원에서 10년간 광역, 가입자 네트워크 인프라 플랫폼을 연구 및 개발해왔습니다. 그리고 머신러닝 분야의 구글로서 머신러닝 응용, 머신러닝 운용에 대한 커뮤니티 활동도 병행하고 있습니다. 작업한 저/역서로는 『나만의 스마트워크 환경 만들기』(비제이퍼블릭, 2020), 『실전 시계열 분석』(한빛미디어, 2021), 『주머니 속의 머신러닝』(제이펍, 2021), 『fastai와 파이토치가 만나 꽃피운 딥러닝』(한빛미디어, 2021), 『딥러닝을 이용한 정형 데이터 분석』(책만, 2022)이 있습니다.

     

    [역자] 곽도영

    구글에서 머신러닝 모델 최적화 업무를 담당하고 있습니다. 온디바이스 머신러닝에 관심이 있고, 머신러닝이 실제 애플리케이션에 적용되어 사용자에게 도움이 되는 일을 좋아합니다. 애플리케이션 개발을 취미로 가진 지 10년 정도 되었으며, 필요한 간단한 iOS, macOS 애플리케이션이 있으면 직접 만들어 사용하곤 합니다. 다양한 방식으로 기술을 접해 보고, 경험해 보고, 이해해 보는 것을 좋아합니다. 지난 몇 년간 모바일 개발자들의 온디바이스 머신러닝 활용을 돕기 위해 여러 가지 데모 오픈소스를 깃허브에 공개하고 관리해 온 경험이 있습니다.

  • CHAPTER 1 인공지능과 머신러닝 소개

    _1.1 인공지능이란? 

    _1.2 머신러닝이란? 

    __1.2.1 전통적인 프로그래밍에서 머신러닝으로 넘어가기 

    __1.2.2 컴퓨터가 어떻게 학습할 수 있을까요? 

    __1.2.3 전통적인 프로그래밍과 머신러닝의 차이점 

    _1.3 모바일 모델 제작하기 

    _1.4 마치며 

     

    CHAPTER 2 컴퓨터 비전 소개

    _2.1 비전을 위한 뉴런 사용하기 

    __2.1.1 첫 분류기: 의류 구별하기 

    __2.1.2 데이터: 패션 MNIST 

    __2.1.3 패션 MNIST 모델 아키텍처 

    __2.1.4 패션 MNIST 모델 코딩 

    _2.2 컴퓨터 비전을 위한 전이 학습 

    _2.3 마치며 

     

    CHAPTER 3 ML Kit 소개

    _3.1 안드로이드 얼굴 탐지 애플리케이션 

    __1단계 안드로이드 스튜디오로 프로젝트 생성하기 

    __2단계 ML Kit 라이브러리 추가 및 설정하기 

    __3단계 사용자 인터페이스 만들기 

    __4단계 assets 폴더 생성 후 이미지 추가하기 

    __5단계 기본 이미지를 UI에 불러오기 

    __6단계 얼굴 탐지기 호출하기 

    __7단계 바운딩 박스 그리기 

    _3.2 iOS 얼굴 탐지 애플리케이션 

    __1단계 Xcode 프로젝트 생성하기 

    __2단계 CocoaPods과 Podfiles 사용하기 

    __3단계 사용자 인터페이스 만들기 

    __4단계 애플리케이션 로직 

    _3.3 마치며 

     

    CHAPTER 4 안드로이드에서 ML Kit로 컴퓨터 비전 애플리케이션 만들기

    _4.1 이미지 분류 및 레이블 찾기 

    __1단계 애플리케이션 생성 및 ML Kit 설정하기 

    __2단계 사용자 인터페이스 만들기 

    __3단계 assets 폴더 생성 후 이미지 추가하기 

    __4단계 이미지뷰에 이미지를 불러오기 

    __5단계 버튼 핸들러 코드 작성하기 

    __추가 단계 

    _4.2 객체 탐지 

    __1단계 애플리케이션 생성 및 ML Kit 불러오기 

    __2단계 액티비티 레이아웃 XML 생성하기 

    __3단계 이미지뷰에 이미지를 불러오기 

    __4단계 객체 탐지기의 옵션 설정하기 

    __5단계 버튼과의 상호작용 

    __6단계 바운딩 박스 그리기 

    __7단계 객체 레이블링 

    _4.3 영상에서 객체 탐지와 객체 추적하기 

    __4.3.1 레이아웃 확인하기 

    __4.3.2 GraphicOverlay 클래스 

    __4.3.3 카메라로 얻은 영상 화면 출력하기 

    __4.3.4 ObjectAnalyzer 클래스 

    __4.3.5 ObjectGraphic 클래스 

    __4.3.6 마무리 

    _4.4 마치며 

     

    CHAPTER 5 안드로이드에서 ML Kit로 텍스트 처리 애플리케이션 만들기

    _5.1 개체명 추출 

    __1단계 애플리케이션 생성하기 

    __2단계 액티비티용 레이아웃 생성하기 

    __3단계 개체명 추출용 코드 작성하기 

    __4단계 마무리 

    _5.2 손글씨 인식 모델 

    __1단계 애플리케이션 생성하기 

    __2단계 손글씨를 쓸 서피스 생성하기 

    __3단계 ML Kit로 Ink 파싱하기 

    _5.3 스마트 인공지능 답변 모델 

    __1단계 애플리케이션 생성하기 

    __2단계 가상 대화 구성하기 

    __3단계 스마트 답변 생성하기 

    _5.4 마치며 

     

    CHAPTER 6 iOS에서 ML Kit로 컴퓨터 비전 애플리케이션 만들기

    _6.1 이미지 분류 및 레이블 찾기 

    __1단계 Xcode에서 애플리케이션 프로젝트 생성하기 

    __2단계 Podfile 생성하기 

    __3단계 스토리보드 설정하기 

    __4단계 ML Kit를 사용하여 View Controller 코드 수정하기 

    _6.2 iOS에서 ML Kit로 객체 탐지 

    __1단계 시작하기 

    __2단계 스토리보드에서 UI 만들기 

    __3단계 바운딩 박스를 그리기 위한 서브뷰 만들기 

    __4단계 객체 탐지 실행하기 

    __5단계 콜백 처리하기 

    __추가 단계 객체 탐지와 이미지 분류 합치기 

    __추가 단계 영상에서 객체 탐지와 객체 추적하기 

    _6.3 마치며 

     

    CHAPTER 7 iOS에서 ML Kit로 텍스트 처리 애플리케이션 만들기

    _7.1 개체명 추출 

    __1단계 새 프로젝트 생성 및 ML Kit pods 추가하기 

    __2단계 스토리보드를 만들고 액션과 아웃렛 추가하기 

    __3단계 뷰컨트롤러에서 텍스트뷰 입력받기 

    __4단계 모델 초기화하기 

    __5단계 텍스트에서 개체명 추출하기 

    _7.2 손글씨 인식 

    __1단계 애플리케이션을 생성하고 ML Kit pods 추가하기 

    __2단계 스토리보드와 액션, 아웃렛 생성하기 

    __3단계 Stroke, Point, Ink 

    __4단계 사용자 터치 입력받기 

    __5단계 모델 초기화하기 

    __6단계 Ink 인식하기 

    _7.3 스마트 답변하기 

    __1단계 애플리케이션 프로젝트를 생성하고 ML Kit 불러오기 

    __2단계 스토리보드, 아웃렛, 액션 생성하기 

    __3단계 대화 만들기 

    __4단계 스마트 답변 받기 

    _7.4 마치며 

     

    CHAPTER 8 TFLite 더 깊게 이해하기

    _8.1 TFLite가 무엇인가요? 

    _8.2 TFLite 시작하기 

    __8.2.1 모델 저장하기 

    __8.2.2 모델 변환하기 

    __8.2.3 독립 실행형 인터프리터로 모델 테스트하기 

    _8.3 TFLite를 사용하는 안드로이드 애플리케이션 만들기 

    _8.4 TFLite 파일 불러오기 

    _8.5 모델 추론을 위해 코틀린 코드 작성하기 

    _8.6 심화 내용 

    _8.7 TFLite를 사용하는 iOS 애플리케이션 만들기 

    __1단계 기본 iOS 애플리케이션 생성하기 

    __2단계 프로젝트에 TFLite 라이브러리 추가하기 

    __3단계 사용자 인터페이스 만들기 

    __4단계 모델 추론 클래스 만들고 초기화하기 

    __5단계 추론하기 

    __6단계 애플리케이션에 모델 추가하기 

    __7단계 UI 로직 추가하기 

    _8.8 ‘Hello World’를 넘어: 이미지 처리하기 

    _8.9 모델 최적화 살펴보기 

    __8.9.1 양자화 

    __8.9.2 대표 데이터 사용하기 

    _8.10 마치며 

     

    CHAPTER 9 커스텀 모델 만들기

    _9.1 TFLite 모델메이커로 모델 만들기 

    _9.2 클라우드 AutoML로 모델 만들기 

    __9.2.1 AutoML 비전 엣지 사용하기 

    _9.3 텐서플로와 전이 학습으로 모델 만들기 

    _9.4 언어 모델 만들기 

    __9.4.1 모델메이커로 언어 모델 만들기 

    _9.5 마치며 

     

    CHAPTER 10 안드로이드에서 커스텀 모델 사용하기

    _10.1 모델을 안드로이드로 탑재하기 

    _10.2 모델메이커로 얻은 모델로 이미지 분류 애플리케이션 만들기 

    _10.3 모델메이커로 얻은 모델과 ML Kit를 함께 사용하기 

    _10.4 언어 모델 사용하기 

    _10.5 언어 분류용 안드로이드 애플리케이션 만들기 

    __10.5.1 레이아웃 파일 생성하기 

    __10.5.2 액티비티 코드 작성하기 

    _10.6 마치며 

     

    CHAPTER 11 iOS에서 커스텀 모델 사용하기

    _11.1 iOS에 모델 연결하기 

    _11.2 커스텀 이미지 분류기 모델 

    __1단계 애플리케이션 생성 및 TFLite Pod 추가하기 

    __2단계 UI와 이미지 에셋 만들기 

    __3단계 이미지 에셋을 불러오고 탐색하기 

    __4단계 모델 불러오기 

    __5단계 이미지를 입력 텐서로 변환하기 

    __6단계 텐서로 추론하기 

    _11.3 ML Kit로 커스텀 모델 사용하기 

    _11.4 스위프트로 자연어 처리 애플리케이션 만들기 

    __1단계 보캡 불러오기 

    __2단계 문장을 시퀀스로 만들기 

    __3단계 언세이프 데이터 처리를 위한 배열 익스텐션 구현하기 

    __4단계 배열을 데이터 버퍼로 복사하기 

    __5단계 데이터를 추론하고 결과 처리하기 

    _11.5 마치며 

     

    CHAPTER 12 파이어베이스로 애플리케이션 제품화하기

    _12.1 왜 파이어베이스의 커스텀 모델 호스팅을 사용해야 할까요? 

    _12.2 여러 버전의 모델 만들기 

    _12.3 파이어베이스 모델 호스팅 사용하기 

    __1단계 파이어베이스 프로젝트 생성하기 

    __2단계 커스텀 모델 호스팅 사용하기 

    __3단계 안드로이드 기본 애플리케이션 생성하기 

    __4단계 애플리케이션에 파이어베이스 추가하기 

    __5단계 파이어베이스 모델 호스팅에서 모델 가져오기 

    __6단계 원격 설정 사용하기 

    __7단계 애플리케이션에서 원격 설정 읽어오기 

    __추가 단계 

    _12.4 마치며 

     

    CHAPTER 13 간단한 iOS 애플리케이션을 위한 create ML과 core ML

    _13.1 Create ML로 Core ML 이미지 분류기 만들기 

    __13.1.1 Create ML 모델로 만든 Core ML 애플리케이션 만들기 

    __13.1.2 MLModel 파일 추가하기 

    __13.1.3 추론 실행하기 

    _13.2 Create ML로 텍스트 분류기 만들기 

    _13.3 애플리케이션에서 언어 모델 사용하기 

    _13.4 마치며 

     

    CHAPTER 14 모바일 애플리케이션으로 클라우드 모델에 접근하기

    _14.1 텐서플로 서빙 설치하기 

    __14.1.1 도커로 설치하기 

    __14.1.2 리눅스에 직접 설치하기 

    _14.2 모델을 구축하고 서빙하기 

    _14.3 안드로이드로 서버 모델에 접근하기 

    _14.4 iOS로 서버 모델에 접근하기 

    _14.5 마치며 

     

    CHAPTER 15 모바일 애플리케이션의 윤리, 공정성, 개인정보보호

    _15.1 책임감 있는 인공지능을 통한 윤리, 공정성, 개인정보보호 

    __15.1.1 책임감 있게 문제 정의하기 

    __15.1.2 데이터의 편향을 방지하기 

    __15.1.3 모델을 만들고 학습시키기 

    __15.1.4 모델 평가하기 

    _15.2 구글 인공지능 원칙 

    _15.3 마치며

  • 구글러들의 ‘연예인’, 로런스 모로니가 소개하는 모바일 개발자를 위한 맞춤 머신러닝

     

    머신러닝은 이미 우리의 일상에 녹아들어 있습니다. 물론 우리가 매일 사용하는 모바일 기기에도 말이죠. ‘온디바이스 AI’는 이름에서도 알 수 있듯이 기기 내에서 자체적으로 정보를 수집하고 연산을 하는 하드웨어 컴퓨팅을 말합니다. 온디바이스 AI는 사용자의 민감한 정보가 서버를 거치지 않아 보안에 강점을 보이고, 네트워크 지연시간도 줄일 수 있는 큰 장점을 가진 기술입니다. 우리의 일상 속 모바일 기기의 역할이 점점 더 중요해져 가는 만큼 온디바이스 AI는 앞으로 머신러닝 기술의 새로운 길이 될 것입니다.

     

    이 책의 저자이자 구글러들의 연예인인, 로런스 모로니는 모바일 개발자들이 쉽게 모바일 애플리케이션에 머신러닝을 적용해 볼 수 있도록 다양한 샘플 코드를 통해 설명합니다. 특히, 하나의 예시를 안드로이드와 iOS 각각 단계별로 샘플 코드와 함께 소개해 더더욱 모바일 개발자들에게 큰 도움이 될 것입니다. 구글에서 모바일 머신러닝을 이끄는 저자와 역자가 소개하는 모바일 인공지능의 세계로 떠날 준비가 되셨나요? 지금 출발하세요!

     

     

    주요 내용

    • iOS 및 안드로이드 머신러닝 모델 구현
    • iOS 및 안드로이드용 ML Kit와 Core ML, TFLite를 활용한 모바일 애플리케이션 구축
    • 클라우드 추론과 온디바이스 추론의 차이 설명 및 관련 기술과 도구 소개
    • 고수준 API와 저수준 API를 사용할 때 활용할 수 있는 기술과 도구 소개
    • 모바일 머신러닝에 대한 개인정보보호 및 윤리 모범 사례 소개

     

    추천사

     

    이 분야의 훌륭한 안내자인 로런스 모로니의 재치 있는 설명 덕분에 지루할 틈 없이 목적지까지 안전하게 도착할 수 있을 것입니다.

    _박해선, IT 작가 및 번역가

     

    인공지능 추세에 발맞추어 모바일 개발자들이 인공지능 기술을 애플리케이션에 구현하기 위해 필요한 핵심 개념들과 연관 솔루션을 알기 쉬운 예제와 함께 제공합니다.

    _권순선, 구글 글로벌 머신러닝 개발자 프로그램 리드

     

    머신러닝에 대한 지식이 없는 모바일 개발자가 읽기에 부담 없는 책입니다.

    _안성용, 안드로이드 구글 Developer Expert

     

    모바일 환경에서 인공지능 관련 기능을 추가하고자 하는 사람에게 좋은 길잡이가 될 것입니다. 

    _Terry Heo, 구글 TFLite 팀 소프트웨어 엔지니어

     

    이 책을 통해 독자 여러분들께서도 앞으로 온디바이스 머신러닝이 만들어갈 새로운 세상을 함께 꿈꿔보시길 권합니다.

    _유재헌, 구글 TFLite 팀 소프트웨어 엔지니어

     

    이 책의 예제들은 모바일 환경에서 텐서플로 모델을 통한 인공지능 추론 기능을 구현하기 위해 필요한 핵심을 명확하고 알기 쉽게 보여줍니다. 

    _윤영석, 구글 모델 최적화 팀 소프트웨어 엔지니어

     

    이 책은 제가 TFLite를 개발하고, 실제로 예제 애플리케이션을 만들어 보며 자주 사용했던 툴들을 모두 담고 있습니다.

    _정태희, 웨이모 소프트웨어 엔지니어

     

    주니어 개발자였을 때, 이 책이 있었다면 시행착오와 개발 시간을 많이 줄였을 것 같습니다. 

    _노수진, 시니어 프로그래머

    •   이제는 일반인들에게도 익숙한 AI. 거대한 시스템이지만 어디에나 녹아 있다. 이 책은 모바일 기기에서 사용할 수 있는 머신러닝의 기초를 제공하고 있다. 온디바이스라는 제목처럼 학습에 대한 모델은 작아질수록 그 능력을 월등해질 것이다. 디바이스들도 모델들도 함께 발전해 나가고 있다. 이 책은 안드로이드와 iOS에서의 사용할 수 있는 라이브러리로 가볍게 경험해 볼 수 있는 정보를 제공하고 있다.


       


        1장에서는 간단하게 AI와 머신러닝의 기존적인 개념과 관련 용어에 대해 설명한다. 기존의 정답을 찾으려고 했던 Rule-Base 코딩과 다르게 머신러닝은 규칙을 찾아가는 방법이다. 공식을 찾으려 했던 기존과는 달리 학습이라는 것은 확률을 기반으로 한다.


       


        AI가 가장 도드라지게 사용하는 영역이 컴퓨터 비전의 영역이다. 책은 가장 기초적인 모델 중 하나인 MNIST를 소개하며 간단한 실습을 제공한다. 더불어 MLKit 라이브러리를 이용한 안드로이드와 iOS에서의 얼굴 인식, 손 글씨 인식에 대해 설명한다. 예전에 지문인식이나 손글씨 인식은 정말 복잡한 영역이었는데 정말 쉽게 되어 조금은 복잡한 마음이 들기도 했다.


       


        구글의 텐서플로의 모바일 버전인 TFLite를 이용한 여러 가지 애플리케이션도 제작해 본다. 안드로이드, iOS 양쪽을 모두 설명한다. 그리고 클라우드 모델에 접근하는 법까지, 모바일로 만들 수 있는 간단한 애플리케이션을 완성해 볼 수 있게 도와준다. 물론 조금 더 심도 있는 학습이 필요하다면 <개발자를 위한 머신러닝>이나 <핸즈온 머신러닝>을 이용할 것도 추천한다.


       


        기술서적임에도 마지막 장은 윤리, 공정성 그리고 개인정보에 대한 얘기로 마무리한다. AI라는 것이 학습 기반이라 이런 부분에 더욱 민감하기 때문이 아닐까 싶었다. 예를 들어 일본에서 GAN을 이용하여 얼굴 합성 관련 세미나가 있었는데, 마스크를 착용했음에도 서양인들은 제대로 합성이 되는 반면에 일본인들은 제대로 합성되지 않았다. 사용했던 모델이 서양인에 편향되어 학습되었기 때문이다.


       


        구글은 이를 위해서 데이터 편향을 확인할 수 있는 도구들을 제공하고 있다. 구글 또한 AI를 맨 처음 만들 때 이런 윤리적인 문제가 있었기 때문이다. 얼굴 인식이 흑인을 제대로 해내지 못했던 것이다. 이것은 필름과 카메라가 처음 만들어졌을 때 흑인을 제대로 찍어내지 못하던 것과 다르지 않다. 우리는 윤리적인 부분, 공정성에 대한 부분에 대한 고민도 놓지 말아야 할 것이고, 책은 그런 부분까지 세심하게 짚어주고 있었다.


       


        라이브러리로 간단하게 학습 모델을 경험하고 싶은 사람들에게 좋은 경험을 제공해 주는 책이다. 간단한 파이썬이나 코틀린, xcode의 경험이 도움이 될 수 있을 것 같다. (코드를 제시하지만 코드 전체를 다루기엔 양이 방대해짐으로) AI 시대로 접어드는 시점에서 좋은 경험을 제공해 주는 책이다.


       


      한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.


       





    •  



       



      현재 가장 핫한 세상 이슈는 ChatGPT의 등장일 것이다. 스마트폰의 등장이 기술, 경제, 문화 등등 우리 삶의 방식 전반을 빠르게 바꿨듯이, #챗GPT 같은 #인공지능 서비스가 가져올 파급 효과는 더욱 엄청날 것이라 많은 전문가들이 추측하고 있다.







      나에게 있어서도 #ChatGPT 의 등장은 여유 부리다 뒤통수를 세게 얻어 맞은 거와 같은 충격적인 일이었다. 나도 나름 트렌드 쫓아 간다고, 시간 날 때마다 틈틈이 #인공지능, #머신러닝 이런 것들을 공부하고 있었는데, 예상보다 너무 일찍 이런 상황이 벌어졌기 때문이다. 이젠 여유 부리며 공부할 때가 아닌 것이다. 아이디어가 있다면, 미흡하더라도 익힌 #AI 기술을 응용해서 뭔가 내놓아야 할 시간이 온 것이다.







      인공지능 시대가 본격적으로 열린다 생각하니, 마음이 초조해지고 긴장도 되는데, 막상 뭔가 개발하려고 하니, 머리 속이 그저 하얗다. 인공지능 관련 개발 경험이 없으니 뭘 어떻게 해야 할지, 시작부터 막연하기만 하다. 그렇다고 맨땅에 헤딩하는 것은 시간만 낭비하는 꼴이다. 첫걸음부터 제대로 해야 한다. 그러기 위해서는 머신러닝 쪽에 경험 많은 전문가의 조언이 필요하다.














      그래서 도움을 얻기 위해 보게 된 책이 바로 로런스 모로니의 저서, '온디바이스 AI'다.



      이 책의 전반적인 성격부터 말하자면, #온디바이스AI 는 #안드로이드 또는 #iOS 기반의 모바일 쪽으로 인공지능을 활용한 프로그램을 개발하려는 사람들에게 바로 도움이 되는 내용들을 담은 실무 가이드라고 할 수 있다.














      '온디바이스 AI'는 내용면에서 난이도가 높은 책은 아니지만, 적어도 코틀린이나 스위프트 정도는 알고 있어야 한다. ( 가끔 간단한 파이썬 코드도 나온다 ) 그리고 개발 순서에 따라 프로젝트를 만들고, 라이브러리를 추가하고, 기능별 코딩들도 단계별로 사진과 코드와 함께 설명하고 있으나, 안드로이드 스튜디오, CocoaPods 같은 툴 자체 사용법을 구체적으로 다루지는 않으므로 이 역시 선행학습을 하거나 관련 서적을 참고할 필요가 있을 것이다.














      반면, 인공지능, 머신러닝에 관련된 지식은 책 초반에 종합적으로 간단히 설명하고 있고, 본문 진도에 맞춰 추가 설명이 되어 있으므로 잘 모르더라도 크게 걱정하지 않아도 된다. 게다가 내용 전반이 이론 보다는 실제 활용 위주로 되어 있다 보니, 이해가 잘 되지 않는 것도 하나씩 프로그램을 짜다 보면, 어느새 이해되는 경험도 하게 된다. 따라서 이 책을 제대로 익히려면, 실습 예제를 직접 해보는 것을 추천한다.














      '온디바이스 AI'에서는 누구나 쉽고 빠르게 응용해 볼 수 있는 각종 라이브러리를 소개하고 있다. ML Kit으로는 얼굴 탐지, 바운딩 박스 그리기, 손글씨 인식, 스마트 인공지능 답변, 커스텀 모델 사용, 자연어 처리 같은 것을 해보고, #TFLite 로는 텐서플로 모델 변환, 양자화에 대해 익히며, 커스텀 머신러닝 모델을 쉽게 만들 수 있게 도와주는 클라우드 기반 AutoML도 잠깐 다룬다. 그 밖에 파이어베이스, Create ML, Core ML도 다루고 있어서, 무척 다양한 라이브러리와 툴에 대한 경험을 해볼 수 있다.










       



      책에서 차지하는 비중은 작지만, 마지막 챕터 14, 15는 다른 챕터 못지 않게 중요한 파트라 생각한다. 챕터 14는 서버와 클라이언트, 클라우드와 관련된 간단한 내용이었지만 개념 잡는데 큰 도움이 되었다. 챕터 15는 모바일 애플리케이션의 윤리, 공정성, 개인정보보호를 다루는데, What-If, 패싯, 텐서플로 모델 카드 툴킷을 사용하여 데이터 편향을 어떻게 바로 잡는지 살짝 얘기하고 있는데, 나에겐 이 내용들이 프로그램을 더욱 빛나게 해주는 광택 내는 과정처럼 느껴졌다.







      '온디바이스 AI'는 인공지능 모바일 프로그램 개발에 꼭 필요한 알짜배기만을 담은 책이라 생각한다. 다양한 실습 예제를 통해, 이미지, 비전, 텍스트 처리 등 실제 모바일 애플리케이션 개발에 도움 되는 기본 실무 지식을 얻을 수 있다. 이 책 덕분에 첫걸음의 방향을 잘 잡을 수 있었다.

    •  



      온디바이스AI.png


      모바일 프로그래밍에 능숙하지 않아도 괜찮습니다.


      머신러닝이 뭐고, 어떤 게 있더라 하는 정도만 알아도 좋습니다.


      하고자 하는 바는 모바일 기기에 머신러닝을 어떻게 적용할 수 있는지 알아보는 데 있습니다.


       


      그렇기에 머신러닝에 접근할 때면 자주 만나게 되는 정신없는 그림과 무자비한 수식은 없습니다.


      간단한 모바일 애플리케이션에 여러 가지 머신러닝 시나리오를 적용합니다.


      모바일 기기와 머신러닝이 생각보다 가까이 있다는 걸 보여줍니다.


       


       



      같은 목표, 다른 디바이스


      단순하지만 명확한 목표를 가진 애플리케이션을 만듭니다.


      명확하다고 하지만 전통적인 프로그램으로는 풀기 힘든 목표들입니다.


      디바이스를 달리하며 애플리케이션을 구현합니다.


      자연스럽게 개념과 프로세스를 반복하며 머신러닝에 익숙하게 합니다.


      머신러닝, 디바이스 애플리케이션 어느 쪽으로도 심각해지지 않습니다. 무리하게 깊이 파고들지 않는다는 뜻입니다.


      디바이스에 머신러닝을 입히는데 집중합니다.


       



      커스텀과 클라우드 모델


      주어진 모델을 각 디바이스에 어떻게 적용하는지 알고 난 다음, 커스텀 모델을 알려줍니다.


      ML kit로 다양한 모델을 사용하는 애플리케이션을 만들면 자연스럽게 아쉬움을 가지게 됩니다.


      모델이 멋있기는 한데, 목표나 필요에 맞추기보다 모델에 맞춰 애플리케이션을 구성한다는 느낌이 주는 아쉬움입니다.


      이때쯤 커스텀 모델을 어떻게 만드는지 알려줍니다. 독자가 뭘 원하는지 알고 있다는 뜻입니다.


       



      경계 너머를 바라보다


      구글 ML kit, TFLite와 커스텀 모델, Create ML과 Core ML, 파이어베이스와 클라우드까지 보고 나면, 책에서 일부러 다루지 않는 부분이 있다는 걸 어렴풋이 느낄 수 있습니다.


      특정 범위 안에 있는 문제를 풀어나가는데 집중한다는 점입니다. 즉, 범위가 섞여있거나 연계하는 문제는 다루지 않습니다.


      컴퓨터 비전에 텍스트 처리가 이루어져야 하는 것 같은 문제를 생각해 볼 수 있습니다.


       


      먼저 온디바이스 AI에 익숙해지면, 다음은 경계를 아우르며 성장할 수 있을 것 같습니다.


       


       


      "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

    • 오라일리 책 치고는 정말, 따라하기 쉽게, 초보자를 대하는 마음으로 만들어진 책이었습니다. 


       


      일반적으로 다른 인공지능 관련 책들은 다음의 과정을 따릅니다. 


      1. 데이터 정제


      2. 모델 학습


      3. 학습된 모델 관리


      4. 추론 결과 확인하기


       


      하지만, 이 책은 그런 내용을 얘기하고 있지는 않습니다. 


      이미 ML Kit에서 학습된 모델을 제공하고 있기 때문에, 모델의 학습 보다는 학습된 결과물을 활용하는 모바일 어플리케이션을 만드는 것에 집중하고 있는 책이었습니다. 


       


      ML Kit의 제공 모델들이 어떤 것인지 모른다면야, 난감하겠지만, 사실 이 책을 보는 사람들은 AI 모델을 만드는 것 보다 "만들어진 모델을 사용하는 앱을 어떻게 만들 것인가?"를 궁금해 하는 사람들일 테니까 말이죠. 


      리고, 안드로이드와 IOS 두 가지 버전을 다 설명하고 있습니다. 


      사실, IOS는 사용하지 않기 때문에, 책의 절반 밖에 필요하지는 않았습니다만, 제 같은 경우가 특이한 경우고, 보통 모바일 개발자라고 하면 두 버전 모두를 만지는 경우가 많으니까, 각 플랫폼별로 설명해주는 책이 더 나을 수도 있겠습니다. (그래도, IOS랑 안드로이드 버전을 각각 분리했다면, 더 좋지 않았을까 하는 생각은 드네요)


       


      따라 하는 것으로, 앱이 만들어지는 경험을 해 볼수 있다는 점에서 좋았습니다만, 이 책은 어디까지나 입문자에게 ML KIT을 사용하는 방법을 알려주는 책이었지, 이것만으로는 그냥 "한번 써봤다" 수준에서 더 나아갈 수는 없습니다. 


       


      정리하자면, 


      <AI 모델 만드는 법에 익숙하고, 모바일 앱을 만드는 법을 알고 있지만, 단독으로 동작하는 AI기반 모바일 앱을 어떻게 만드는지는 모르는 사람을 위한 책이었습니다>


      이 조건에 맞는 사람에게라면, 정말 좋은 책입니다. 


      하지만, 이 조건에 맞지 않는 사람들... 그러니까, 1) 딥러닝 기법에 대한 기본 지식이 없는 사람, 2) 앱을 만들어 본적이 없는 사람에게는 아이러니하게도 그다지 친절하지 않은 책처럼 느껴질테고, 1) 안드로이드/IOS 두 가지 플랫폼을 다 만들어야 할 필요가 없는 사람에게는 분량이 아쉬운 책이 될 것 같았습니다. 


       


      -----


       "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."


      -----


    • KakaoTalk_20230326_160212133.jpg


       


      책 내용은 군더더기 없으며 모바일에 머신러닝을 접목시키고 싶은 개발자들을 위한 기초 책입니다.


      다만 아쉬운 점이라고 하면 철저하게 구글 TF에 치중되었다고 생각하시면 되겠습니다.


      2019년 10월에 PyTorch 1.3이 출시되며 모바일을 지원한다고는 했지만,  책의 저자 로런스 모로니는 구글 AI Advocacy를 리딩하고 있기 때문에 당연히 경쟁사 모델인 파이토치를 다룰 필요가 없기는 합니다.  그래서인지 추천사를 보면 전부 구글 관련 개발자들로만 구성되어있는 것을 볼 수 있습니다. 단순히 임베디드 기계에 접목시키기 위해서 어쩔 수 없이 TF Lite를 써야한다고 하기에 아쉬운 것은 2020년 2월 3일 일론 머스크가 트위터로 테슬라에서는 파이토치를 가장 많이 쓴다고 했기 때문입니다.



      일론 머스크 트위터 링크


       


      최근 연구 논문 경향을 보더라도 텐서플로우보다 파이토치를 이용한 연구 결과가 훨씬 더 많다는 점에서 책이 다루는 머신러닝 키트는 아쉽지만, 머신러닝 모바일을 처음 접하는 사람들에게는 나쁘지 않은 책입니다. 게다가 안드로이드 스튜디오라던가 파이썬, 스위프트와 같은 기초 사용법을 알려주지 않습니다. 이 점은 굉장히 좋았습니다. 안드로이드 뿐만 아니라 iOS에서도 어떻게 적용시킬 수 있는지를 각각 자세하게 알려줍니다. 따라서 본인의 개발 환경에 맞춰서 챕터를 선택해서 읽으면 됩니다.


       


      ML Kit를 사용하여 안드로이드와 iOS에서 각각 컴퓨터 비전 앱과 자연어 처리(텍스트 처리) 앱을 만들어봅니다. 책의 후반부에서는 TF Lite 라는 딥러닝 프레임워크를 좀 더 심도있게 다루고 이를 활용하여 본인만의 모델을 만들고 사용하는 법을 가르쳐줍니다. 안드로이드와 iOS에서 각각 커스텀 모델 사용하는 방법을 익힙니다. 추가적으로 firebase, Create ML, Core ML 를 소개해주면서 마치 텐서플로우를 알면 이런 것들도 가능하고 이런 라이브러리들도 있어요! 라고 알려줍니다.


       


      모바일 애플리케이션의 윤리, 공정성, 개인정보보호 챕터를 마지막으로 '구글에서는 인공지능 기술에 있어서 모든 사회적, 경제적, 윤리적 요인들을 고려하며 안전하게 사용할 수 있도록 이런 원칙을 가지고 개발합니다'라고 소개합니다.


       


      머신러닝 프레임워크 대세가 파이토치로 옮겨가는 과정에서 이 책의 위치는 애매하다고 볼 수 있습니다. 그러나 특정한 프레임워크에 귀속되지 않고 여러 업계에서 표준으로 사용되는 기술을 익히고 싶다면 텐서플로우가 나은 선택일 수 있습니다. 또한 모바일뿐만 아니라 다양한 환경(클라우드, 서버, 모바일, IotT, 임베디드 등)에서 동작하는 머신러닝이 필요하다면 이 책이 적합할 것입니다.


       



      "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."


       


    • KakaoTalk_20230326_153544589.jpg


       



      한빛미디어에서 출간된 '온디바이스 AI'는 모바일 머신러닝 프레임워크를 한 권의 책으로 군더더기 없이 만들어졌다. ML Kit, Core ML, TFLite 등의 도구를 이용하여 MOBILE 컴퓨터 비전, 텍스트 처리 모델 개발 등 모바일 머신러닝 개발을 빠르게 시작할 수 있는 방법을 알려준다. 책에서 알려주는 읽어야 하는 사람 유형은 머신러닝을 탑재하는 방법이 궁금하거나, 여러 프레임워크를 활용하여 빠르게 첫발을 딛는 방법을 알고자하는 모바일 개발자이다. 책에서는 여러 프레임워크 별로 또는 개발 앱 종류별로 세세하게 챕터를 구분해놓았다. 그래서 특정 부분만을 알고자 한다면 거기에 맞는 챕터만 골라 학습할 수 있다.


       



      많은 개발 언어와 프레임워크, 툴킷들을 다루고 있어서 모바일 앱 개발에 필요한 다양한 방법을 배우고 싶다면 유용할 것 같다. 하지만 자세하게 설명해주지는 않기 때문에 따로 공부해야할 일이 다수 생길 수 있다.


       



      가장 흥미로웠던 챕터는 마지막 챕터였다. 일반적인 개발자였다면 미처 신경쓰기 어려운 모바일 애플리케이션의 윤리, 공정성, 개인정보보호를 다루어준다. 개인적으로 중요하다고 생각되는 데이터 편항성에 대해서도 다루어주어서 만족했다.


       


       



      한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.






      #온디바이스AI #AI #온디바이스 #ML #TFLite


       






    • 책의 특징 및 비평


      해당 책은 모바일 환경에서 머신러닝 및 딥러닝을 수행할 수 있는 방법에 대해서 기술한다. 구현을 수행하기위한 다양한 패키지 (MLKit, TFLite, quantumize, .. )등에 대해서 설치하는 방법들을 기술한다. 다양한 머신러닝 예제(영상에서 객체탐지, 손글씨 인식, 스마트 답변하기 등)들을 안드로이드,아이폰 환경 각각에서 실제 follow-up하는 방법을 서술하였으며 이를 통해 얻을 수 있는 결과물까지 보여준다. 직관적으로 서술이 되어있기에 충분히 처음 따라하는 사람도 따라갈 수 있을 것이라 생각 되었다.


      (장점) 몇 다른 기본서와 다르게, 온디바이스에서만 실행할 수 있는 예제를 단순 나열하지 않고 이 예제를 이해하기 위한 기본 ML 기본 및 라이브러리들의 클라우드 활용등까지 폭넓게 커버한다. (단점) 예제별로 설치한 어플리케이션 및 드라이버들이 Table형태로 정리 되어있으면 좋겠다는 생각을 했다. (예제별로 설치해야하는


      추천 대상


      모바일 플랫폼 환경에서 ML을 적용하고 싶은 입문자들한테 백서가 될 수 있는 책이라 생각된다.


      한줄평


      저자인 로런스 모로니의 목표가 머리속에 남는다. “세계에 있는 모든 소프트웨어 개발자들에게 머신러닝으로 인공지능 시스템 구축 방법을 알려서 모두에게 인공지능을 손쥐어주는 것”


      별점


      • 몰입도(책이 잘 읽히는가?): ⭐⭐⭐⭐

      • 난이도(타겟팅한 독자에게 맞을까?): ⭐⭐⭐⭐⭐

      • 주제의 신선함(다른 책과의 차별성이 있는가?): ⭐⭐⭐⭐

      • 편집 상태(읽기에 편집이 잘 되었는가?): ⭐⭐⭐⭐



      <총점>: ⭐⭐⭐⭐

    •  "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."


      모바일 개발자들을 위한 모델 개발 방법과 서빙, 배포에 대한 방법을 코드 기반의 예시로 모바일(안드로이드와 iOS에서 ML Kit)에서 컴퓨터 비전의 애플리케이션을 만들고 테스트 처리와 TFlite를 활용 모델 추론을 위한 코틀린 코드 작성을 만들 수 있는 방법을 보여주고, 또한 커스텀 모델(안드로이드와 iOS)을 생성하는 방법을 예시로 쉽게 알려 주고 있다. 기술적 서적으로만 그치는 것이 아니라 AI 개발에 있어서의 윤리, 공정성, 개인정보보호에 따르는 원칙을 소개하고 있어서 AI의 시각을 넓히는데 도움을 주고 있다.











    • [도서 소개]



      ML Kit, Core ML, TFLite 등을 이용해 단계별로 직접 해 보며 익히는 모바일 머신러닝 가이드!



      모바일 기기가 주요 컴퓨팅 기기가 된 오늘날, 모바일 개발자들에게 머신러닝은 선택이 아닌 필수입니다. 이 책은 여러 프레임워크로 모바일 머신러닝 개발을 빠르게 시작할 수 있는 방법을 설명하는 데 초점이 맞춰져 있습니다. 구글 핵심 개발자인 저자의 친절한 설명으로 개념을 빠르게 익힌 다음, 직접 ML Kit, Core ML, TFLite와 같은 도구를 활용해 모바일용 컴퓨터 비전 및 텍스트 처리 모델을 iOS와 안드로이드 버전 모두 제작해 보며 실무 지식까지 쌓을 수 있습니다. 이 책을 통해 새로운 모바일 개발 패러다임을 이끄는 변화에 동참하세요!








      [주요 내용]



      - iOS 및 안드로이드 머신러닝 모델 구현



      - iOS 및 안드로이드용 ML Kit와 Core ML, TFLite를 활용한 모바일 애플리케이션 구축



      - 클라우드 추론과 온디바이스 추론의 차이 설명 및 관련 기술과 도구 소개



      - 고수준 API와 저수준 API를 사용할 때 활용할 수 있는 기술과 도구 소개



      - 모바일 머신러닝에 대한 개인정보보호 및 윤리 모범 사례 소개








      [서평]



      온디바이스 AI는 떠오르는 온디바이스 인공 지능 분야에 대한 포괄적인 개요를 알려주는 책으로 기계 학습 및 인공 지능 분야의 전문가인 로런스 모로니니가 저술했습니다.







      이 책의 강점 중 하나는 명확하고 간결한 문체로 해당분야의 전공자와 초보자 모두가 쉽게 접근할 수 있다는 것입니다. 저자는 기계 학습 및 신경망의 기본 사항에 대한 철저한 소개와 온디바이스 AI의 과제 및 기회에 대한 심층 탐구를 제공합니다. 파이어베이스 ML 키트를 사용하여 모바일 앱에 머신러닝 기능을 쉽게 추가하는 방법과, 텐서플로우 라이트와 MLIR을 사용하여 모델을 작게 만들고 속도를 높이는 방법을 설명합니다







      이책의 또 다른 강점은 실제 사례와 실제 사용 사례를 강조한다는 것입니다. 책 전반에 걸쳐 수많은 코드 스니펫과 예제를 제공하여 온디바이스 AI를 사용하여 컴퓨터 비전, 자연어 처리 및 음성 인식과 같은 영역에서 일반적인 문제를 해결하는 방법을 배울 수 있습니다.







      또한 온디바이스 AI와 관련된 윤리 및 개인 정보 보호 고려 사항에 대한 내용도 배울수 있습니다. 개인정보보호 및 보안의 중요성에 대해 논의하고 투명하고 책임 있는 AI 시스템을 설계하는 방법에 대한 지침을 제공합니다.







      전반적으로 온디바이스 AI는 흥미진진하고 빠르게 발전하는 모바일 기기의 인공지능을 구현하고 최적화하는 방법을 알려주는 책입니다. 온디바이스 AI는 사용자의 민감한 정보가 서버를 거치지 않아 보안에 강점을 보이고, 네트워크 지연시간도 줄일 수 있는 기술을 배울수 있습니다. 모바일용 ML 개발에 관심이 있는 초심자들에게 유익하고 친절한 이 책은 모바일 앱 개발자들에게 도움이 될 것 같습니다.


       



       "한빛미디어 리뷰어 활동을 위해서 책을 제공받아 작성된 서평입니다."


    • 한빛미디어에서 출간된 온디바이스 AI (AI and Machine Learning for On-Device Development) 책은 모바일용 ML 개발을 위한 내용들을 담고있다. ML 모델을 직접 만들지 않더라도 ML Kit를 사용하여 모델을 만들수 있으며, 모바일 환경에서 최적화 까지 하여 사용할 수 있도록 폭 넓은 분야를 다루고 있다. 뿐만 아니라 TFLite, Core ML 분야는 한글 자료가 별로 없다는 것이 단점인데, 이 책에서 한글로 모바일 환경에서 모델을 이용하여 추론하는 방법들을 아주 자세히 다뤄주고 있어서 꽤 유용했다.
      특히 8장 TFLite 더 깊게 이해하기 챕터에서는 TFLite 개념부터 시작하여 모델 저장하기, 모델 변환하기, 독립 실행형 인터프리터로 모델 테스트하는 방법을 다루고 있으며, TFLite를 사용하는 iOS 애플리케이션을 만드는 내용까지 다루고 있어서 모바일 ML 개발에 도움되는 내용이 많았다. 또한 13장에서는 Create ML 모델로 만든 Core ML 애플리케이션 만드는 방법을 다루고, 이미지 분류 및 텍스트 분류기 까지 만들어 볼 수 있도록 수록해두었다. 머신러닝 지식이 아예 없더라도 모바일 개발자가 읽기에 적절한 난이도로 구성되어 있기 때문에 모바일 환경에 ML 모델을 추론하고자 하는 초심자들이 볼 만한 책인 것 같다.

      “한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

    • MLKit 과 TFLite 를 활용하여 이미 학습된 모델을 사용하여 모바일에서 AI 애플리케이션을 만드는 방법에 대해 다루고 있다


      모바일에서 비교적 쉽게 인공지능 애플리케이션 방법을 익힐 수 있고 이를 응용해서 다양한 애플리케이션을 만들어 볼 수 있을 것 같다


      안드로이드, iOS 둘다 만들 수 있는 예제 코드를 제공하고 있으며 책을 보고 쉽게 따라서 만들어 볼 수 있다

    • 예전에 원서와 온라인 지침서를 통해 학습했는 내용을 한글로된 최신 서적을 통해 변화된 내용을 확인하니 빨리 잘 읽혀서 유용했습니다. 이 책은 안드로이드와 iOS와 같은 모바일 장치에 머신러닝 결과물인 모델(Model)을 탑재하는 방법과 더 잘 동작하게 만드는 방법을 소개합니다. 모바일 응용 개발자인데 머신러닝 기반 모바일 응용을 개발해야하는 상황이라면 이 책이 한국어로된 서적 중에 최고인 것 같습니다. 본 책의 내용을 학습하면 머신러닝에 대한 깊은 이해가 있지 않아도 머신러닝 결과물을 활용한 응용의 개발이 가능합니다.


    • <온디바이스 AI> 서평





      <온디바이스 AI> 한빛미디어.


      기업의 연구팀에서 인턴으로 일할 당시 머신러닝 알고리즘 연구 및 데이터 처리 업무 위주로 맡았는데 당시 엔지니어링의 길이란 그렇게 험악해 보일 수가 없었더랬다. 머신러닝 모델을 개발하는 일도 지금보다 훨씬 복잡했었으나 모델을 서빙하는 것은 정말 맨땅에 헤딩하는 것처럼 보였기 때문에 저쪽은 쳐다도 보면 안되겠다 생각했다. 그런 학계 연구자 입장에서, <온디바이스 AI>는 마치 어플리케이션 엔지니어링을 놀이처럼 구경시켜준 책이었다. 아무리 변화가 빠른 AI 업계라고 해도 몇년만에 서빙하는 일이 이렇게나 재밌어보일 수 있게 간단해졌다니 왠지모를 용기를 얻었다 해야하나.


      API 호출을 통하여 쉽게 머신러닝을 적용시킬 수 있게 되었다.


      책에서는 먼저 인공지능의 이론에 대해 간단하게 이야기하고, 온디바이스란 무엇이며 그것의 장단점에 대해 이야기한다. 가령, 네트워크의 지연이 없이 빠르게 처리되어야 하거나 개인정보 보호가 중요한 딥러닝 서비스인 경우 온디바이스, 즉 모바일에 탑재하여 로컬에서 처리할 수 있도록 한다. 반면 모델이 아주 복잡하고 계산량이 많을 경우 서버에 배포하여 클라우드로 데이터를 주고받아야 하는 경우도 있다.


      클라우드 모델이 필요한 이유를 설명하고 어떻게 접근하는지 다루는 챕터.


      구현 방식에 대해서는 TFLite 위주의 예제를 다루며, 처음부터 끝까지 따라해볼 수 있도록 스샷을 많이 첨부하고 있다. 비전 모델과 언어 모델을 블랙박스 모델처럼 간단히 가져오기만 해서 사용하는 방법과, 각각 안드로이드와 iOS에서 어떻게 구현하는지 빼먹지 않고 모두 설명한다. 또한 데이터 포맷 변환과 같은 엔지니어링 심화 과정도 곳곳에서 담고 있다.


      스텝 바이 스텝 떠먹여주는 설명.


      심화 내용 일부 (1).


      심화 내용 일부 (2).


      이 책을 추천해주고 싶은 독자는 두 부류다. 첫째, 머신러닝을 모르지만 딥러닝을 어플리케이션에 적용해보고자 하는 모바일 개발자. 둘째, 딥러닝 이론은 잘 알지만 어플리케이션 서빙에는 무지한 연구자. 전자라면 인공지능과 머신러닝의 기초적인 이론에 대해 부담없이 공부해 보고 모바일 서비스에 큰 어려움 없이 적용해 볼 수 있을 것이다. 후자라면 어플리케이션 및 엔지니어링 관점에서 내가 만드는 모델이 서비스에 어떻게 적용되는지 상세하게 구경해볼 수 있다. 튜토리얼의 느낌을 물씬 풍기는 서적인만큼, 스텝 바이 스텝 따라 만들어보며 공부하는 것을 선호하는 사람들에게 더욱 추천한다. 가이드를 따라하기보다 스스로 만져보며 파고드는 스타일이라면 잘 맞지 않을 수도 있다.



      “한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.”






       



    • 1.jpg


       



      요즘 대기업에서는 A.I 및 IoT를 위해 머신러닝에 대해 개발을 추진하는 추세입니다. 머신러닝이란 기술은 인간의 뇌구조를 묘사한 뉴럴 네트웍에 기반한 기술이고 굉장히 다양한 일들을 하고 있는데 예전에는 단순히 로봇에 학습을 시켜서 사람을 따라하게 만들었지만 이제는 로봇뿐만 아니라 스피커, 청소기등등이 자신들이 가지고 있는 학습 데이터에 기반해서 판단을 내리고 행동하는 초연결시대로 나아가기 위한 기술이기 때문입니다. 그래서 구글, 삼성같은 IT관련 대기업들은 이미 머신러닝에 관련된 기술자들을 교육해서 키워내는 등 첫번째 선두로 등장하기 위해 엄청난 경쟁을 벌이고 있을 정도로 21세기의 핵심 기술중 하나입니다. 


       



      제가 이 책을 선택한 이유는 구글에서 개발한 ML Kit라는 도구를 통해 모바일 기기에서 모델을 사용할 수 있는 방법을 소개하며, 더 나아가 텐서플로우의 TFLite, iOS의 Core ML 을 활용하는 방식에 대한 내용을 다루고 있기 때문입니다.



      또한 모바일 앱 개발자라면 오히려 취약할 수 있는 머신러닝에 대한 이해도를 돕는 부분이 있으며, 반대로 머신러닝 엔지니어가 취약할 수 있는 앱 개발 부분에서는 이미 잘 만들어진 도구를 활용하여 커스텀 모델을 만드는 방식으로 진입장벽을 낮추어 갓  입문한 개발자에게 더할나위 없이 괜찮은 책입니다.


       



      이 책의 특성은 iOS 에서의 ML 어플리케이션을 만드는 가이드를 제공해준다는 점입니다. 반대로 안드로이드의 경우에도 정확히 똑같은 기능을 구현하기 때문에 모든 수요를 아우르고 있습니다. 머신러닝 또는 딥러닝을 다루는 책을 접해본 사람이라면 공감하실 텐데, 현재 출간된 도서들 중에 동일한 결과물을 만들어내는 텐서플로우와 파이토치 예제가 사실상 없습니다. 마찬가지로 데이터 분석을 다루는 책에서 파이썬과 R을 가지고 동일한 분석 프로세스를 다룬 튜토리얼을 접하기도 정말 힘듭니다. 그리 어렵지 않을 것 같으면서도 막상 찾아보면 없는 것을 이 책은 제공하고 있어 이러한 점은 매우 큰 장점이라고 생각합니다. 


       



      구성



      Chapter 1: 인공지능과 머신러닝 소개



      Chapter 2: 컴퓨터 비전 소개



      Chapter 3: ML Kit 소개



      Chapter 4: 안드로이드에서 ML Kit로 컴퓨터 비전 애플리케이션 만들기



      Chapter 5: 안드로이드에서 ML Kit로 텍스트 처리 애플리케이션 만들기



      Chapter 6: iOS에서 ML Kit로 컴퓨터 비전 애플리케이션 만들기



      Chapter 7: iOS에서 ML Kit로 텍스트 처리 애플리케이션 만들기



      Chapter 8: TFLite 더 깊게 이해하기



      Chapter 9: 커스텀 모델 만들기



      Chapter 10: 안드로이드에서 커스텀 모델 만들기



      Chapter 11: iOS에서 커스텀 모델 만들기



      Chapter 12: 파이어베이스로 애플리케이션 제품화하



      Chapter 13: 간단한 iOS 애플리케이션을 위한 Create ML과 Core ML



      Chapter 14: 모바일 애플리케이션으로 클라우드 모델에 접근하기



      Chapter 15: 모바일 애플리케이션의 윤리, 공정성, 개인정보보호


       



      파트별로 나누어 봤을때 1~3장은 인공지능, 머신러닝 및 ML Kit에 대해 설명하고 있고, 4~7장은 안드로이드/iOS에서 ML Kit를 사용하는 방법에 대해, 8~11장은 안드로이드/iOS에서 커스텀 모델 제작에 대해, 12~13은 어플 제품화 및 심화과정에 대해, 14장은 클라우드 모델 접근방법에 대해, 15장은 인공지능 개발자가 숙지하고 있어야 할 개념에 대해 설명하고 있습니다.


       



      개인적인 생각으로 학습은 머신러닝, 인공지능 관련 소프트웨어 개발자로 취업을 희망하시거나 이제 막 개발자로 시작한 초보자이신 분들께서는 텐서플로에 관련된 도서를 먼저 학습하시고 1장부터 시작하시면 좋을 것 같고 어느정도 경험이 있으신 분들(2년차~)부터는 3장까지는 쭉 보시면서 머신러닝의 개념 및 머신러닝 개발방법에 대해 숙지한다는 방식으로 보시고 4장부터 학습하시는 것이 좋을것 같습니다.


       


       



      개인적으로 약간의 단점이 어쩌면 욕심일수도 있는게 좀더 많은 실습 예제 및 비즈니스 케이스가 담겨있으면 더 좋았지 않았을까라는 아쉬움이 있습니다.


       


       



      저의 리뷰를 읽어주셔서 감사합니다. 다음에는 좀더 유용하고 좋은 책으로 더 나은 리뷰를 통해 여러분께 책을 소개시켜드릴 수 있도록 더 노력하겠습니다.


       


       



      "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

    • 


      한동안 안드로이드 스튜디오+자바의 조합으로 앱을 열심히 만들었던 시절이 있었다. 그땐 단순히 내가 넣어 놓은 음악을 무한재생 해서 들을 수 있다는 것, 작은 화면에 지도를 넣을 수 있다는 것만으로도 좋았었다. 인공지능을 본격적으로 공부하고 나서는 결과물을 웹이나 앱에 띄워 시연해야 할 일들도 있었는데 그때마다 어떤 도구를 써야 할지 난감했었다. 능숙하게 다룰 수 있는 도구는 없었는데 그렇다고 본격적으로 달려들어 배울 여유도 없었다. 게다가 이런저런 사소한 툴들이 너무 많았다. 마침 또 딥러닝 구현 결과를 앱을 만들어야 하는 일이 있어서 이 책을 보게 되었다.


       


      우선 역자가 믿보(믿고 보는) 사람이라는 점, 재미있는 콘텐츠 위주로 단계별로 차근차근 설명하고 있으며, 안드로이드와 iOS를 모두 다루고 있다는 것은 이 책의 장점이다. 여느 책처럼 소스코드도 제공하고 있다. 앱 만들기에는 익숙하지만 머신러닝에 대해서 잘 모르는 사람이 머신러닝에 대해 공부하고, ML Kit나 Create ML를 활용해보는 목적으로 사용한다면 재미와 유익을 동시에 얻는 책일 것이다.


       


      반면 코틀린이라는 낯선 언어부터 익혀야 했던 것은 (나에게는) 단점이었다. 안드로이느는 코틀린을 사용한다는 사실을 미리 알았더라면 이 책을 선택하지 않았을 것 같다.


       


      ML Kit를 이용해 컴퓨터 비전을 공부할 때 가장 먼저 접하게 되는 데이터셋 중 하나인 Fashion MNIST 데이터로 가볍게 시작해서 얼굴 탐지, 손글씨 인식 앱을 만들어 보고, TFLite를 이용해 커스텀 모델을 만드는 것까지 연장된다. 후반에서는 파이어베이스와 클라우드까지 다룬다. 언어에 익숙하다면 쉽게 따라갈 수 있게 구성되어 있다.


       


      주석이나 URL 안내도 잘 되어 있어서 필요한 것은 바로바로 찾아볼 수가 있었다.



      KakaoTalk_20221128_055038956_02.jpg


       


      전체적으로는 앱을 조금 아는 사람이 앱에 머신러닝-딥러닝을 적용시키고자 할 때 더 유용하게 읽힐 것 같다.


       


      한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.


    • 이 책은 머신러닝에 대한 지식이 별로 없는 모바일 개발자가 읽기에 쉬운 책이라고 볼 수 있다. 모바일 개발자들이 쉽게 모바일 애플리케이션에 머신러닝을 사용해 볼 수 있도록 안드로이드와 iOS를 모두 제작하는 다양한 샘플 코드를 제공하고 있으며 ML Kit와 TFLite, Create ML, CoreML을 통해 모바일 환경에서 모델을 이용하여 추론하는 방법을 다루고 있다.






      책의 챕터는 총 15개의 챕터로 구성되어 있으며 1,2장은 소개 페이지로 인공지능과 컴퓨터 비전에 대한 소개로 구성되어 있으며 3장부터는 ML Kit에 대한 소개부터 안드로이드, iOS 기반에서 ML Kit를 활용하여 컴퓨터 비전 및 텍스트 처리 시나리오를 프로토타입 어플리케이션을 만드는 법에 대한 내용 및 어플리케이션 구성하는 법을 단계별로 설명하고, 기능을 구현하기 위해 사용된 클래스, 메소드에 대한 설명으로 되어 있다



      8장부터는 TFLite에 대한 내용으로 TFLite 모델메이커를 활용하여 커스텀 모델을 만들어보고 이후 안드로이드, iOS 기반에서 커스텀 모델을 사용하는 방법으로 구성되어 있다



      12장은 구글의 모바일 및 웹어플리케이션 개발 플랫폼인 파이어베이스의 여러 기능 중에서 커스텀 모델 호스팅 기능을 이용하여 적절한 모델을 테스트 하고 업데이트 하고 성능을 측정할 수 있는 방법에 대한 내용으로 구성되어 있다



      13장은 애플에서 만든 Create ML을 활용하여 Core ML 이미지 분류기 및 텍스트 분류기를 만드는 법에 대한 내용이고, 14장은 텐서플로 서빙을 활용하여 모바일 애플케이션으로클라우드 모델에 접근하는 방법을 학습한다.



      마지막 15장에서는 다른 책들이랑 다르게 인공지능의 기술이 윤리와 공정성 문제, 개인정보보호등에 대해 다루고 있으며 제시된 가이드라인과 함께 데이터 편향성 방지하기, 구글의 인공지능 원칙 등을 다루고 있다.





    • 스크린샷 2022-11-27 오후 9.44.00.png



      그동안 서버로 배포되는 인공지능 모델을 개발하고 있었는데, 사업적인 이유로 갑자기 저희 회사에서 생산되는



      디바이스에서 동작하는 인공지능 모델을 개발하게 되었습니다.






      어떻게 시작을 할까 고민하고 있던 중에 "온디바이스 AI" 칙애 출간되어 읽게 되었습니다.






      이 책은 몇 안되는 디바이스에서 구동되는 딥러닝 모델을 개발하고 배포하는 방법을 알려 주는 책입니다.



      특히 Android와 iOS 모두 구동되는 딥러닝 어플리케이션을 개발하는데 좋은 길잡이가 되는 책입니다.






      앞부분은 MLKit을 이용해서 비전어플리케이션과 텍스트 처리 어플리케이션을 아주 간단하게 개발하는 방법을 설명하고 있습니다.



      8장부터는 TFLite을 설명하며 이것을 이용해서 커스텀 모델을 개발하는 방법을 설명하고 있습니다.






      12장에서는 파이어베이스로 어플리케이션을 제품화 하는 방법에 대해서 설명을 합니다. 모델을 서빙하고 여러 모델을 테스트르 할 수 있는 환경을 구축할 수 있도록 도와줍니다.






      마지막으로는 윤리와 개인정보 보호 등 최근 화두로 대두되고 있는 여러가지 법적인 문제에 대해 설명을 하면서 마무리 하고 있습니다.






      이책의 특징은 어느 누구라도 쉽게 따라가며 배우면서 자신이 필요로 하는 어플리케이션을 만들 수 있는 길잡이가 되는 책입니다.






      이 책 덕분에 저에게 주어진 미션을 쉽게 해결할 수 있을 것 같아요~






      "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

    •  



      1221127.jpg


       


       


      인공지능에 사람들이 관심이 많습니다.


       


      머신러닝 교육도 많이 생기고 많은 사람이 주목하고 있는데요.


      모바일을 중점으로 한 머신러닝 가이드북을 살펴보려 합니다.


       


      살펴볼 책은 ‘온디바이스 AI’입니다.


       


      이 책은 안드로이드와 iOS를 모두 제작하는 예제도 포함되어 있습니다.


       


      실습 예제를 따라가다 보면 인공지능을 활용해 모바일 개발하는 데 도움 될 것입니다.


       


      어떻게 도움이 되는지 같이 살펴보겠습니다.


       


       



      4221127.jpg


       


       


      ◆ 관심 가질 만한 주제


      사람들은 눈길을 사로잡는 액션을 좋아합니다.


       


      모바일 개발자들은 인터랙션이 좋은 앱을 개발하고자 합니다.


       


      모바일 개발을 만들 때 머신러닝을 활용하면 더 효과적으로 만들 수 있습니다.


       


      컴퓨터 비전을 통해 의류 이미지를 구분하는 것도 가능합니다.


       


      또한 얼굴 탐지도 ML Kit 라이브러리를 추가하면 사용할 수 있습니다.


       


      모바일 개발을 할 때 머신러닝까지 할 수 있다면 더 찾는 사람도 많아질 것입니다.


       


       



      3221127.jpg


       


       


      ◆ 세팅부터 단계별 예제로 배우는 AI


      안드로이드를 주로 설명해 드리자면 프로젝트를 먼저 생성하고 세팅을 해줘야 합니다.


       


      프로젝트 생성 후 Gradle에 외부 라이브러리를 포함시켜야 라이브러리를 사용할 수 있는데요.


      단계별로 어떤 순서로 개발해야 하는지 설명이 잘 되어 있습니다.


       


      세팅을 한 이후에 화면을 만들게 됩니다.


       


      그림과 실습화면이 나오므로 로직을 이해하기 쉽게 알려줍니다.


       


      안드로이드뿐만 아니라 iOS에 관심 있는 분들도 이 책을 참고하면 머신러닝을 활용한 개발을 하실 수 있을 겁니다.


       


       



      2221127.jpg


       


       


      끝으로 머신러닝 관련 서적이 많이 출간되고 있습니다.


       


      모바일 기기를 모두가 갖고 있으므로 모바일 또한 사람들이 관심이 많은데요.


      그 이유 중 하나가 스마트폰은 모두가 가지고 있기 때문으로 보입니다.


       


      모바일 개발자를 위한 컴퓨터 비전부터 텍스트 처리하는 방법까지 자세히 알려줍니다.


       


      머신러닝에 대해 깊게 다루는 것은 아니지만 머신러닝 프레임워크의 동작을 이해할 수 있도록 도와주는 책입니다.


       


      인공지능에 관심 있으면서 특히 모바일 앱에도 관심이 있다면 읽어보시길 추천합니다.


       


      한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받았습니다.


       






    • 머신러닝, 딥러닝에 대해 공부할 수 있는 수 많은 책들이 있지만 훈련된 모델을 iOS나 Android에서 활용하는 방법에 대해서 다루고 있는 책은 많지 않은데, 한 권으로 두 OS 모두에 대해 배워볼 수 있는 좋은 교재이다.


      머신러닝에 대해 이미 공부를 해 본 독자라면 머신러닝에 관한 내용은 편안하게 볼 수 있으며, iOS, Android를 다루는 부분도 친절한 설명과 함께 진행되므로 금새 익힐 수 있다.


      이 책 한 권을 마치고 나면 운영중인 서비스 혹은 사이드 프로젝트에 ML을 바로 적용해볼 수 있으며 뭐라도 하나 만들어볼 수 있다는 자신감이 생긴다.


       


      책의 전반부에서는 인공지능과 머신러닝, 컴퓨터 비전 등에 대한 내용들을 다루고 있으며, iOS와 Android에서 각각 MK Kit로 예제 앱들을 만들며 사용법을 익힐 수 있다.


      후반부에서는 AWS firebase의 custom model hosting 이용하여 다양한 모델을 호스팅하고 앱에서 특정 모델을 가져와서 활용하는 방법을 알아볼 수 있다.


       



      또한 모바일에 탑재하기에 모델이 너무 크거나 자주 업데이트 되거나, 리버스엔지니어링 등의 위험을 피하고 싶은 경우 활용 가능한 '모델 서빙 서버' 구성 및 활용에 관한 내용도 배워볼 수 있으며 실무에 유용하게 사용 가능하다.
      이를 위해 tensorflow serving을 소개하고 있으며, docker로 설치하거나 linux에 직접 설치하는 두가지 방법으로 설명하고 있어서 선호하는 방식으로 구성하여 사용할 수 있다.


       


      마지막으로 모바일 앱을 개발 할 때 꼭 고려해야하는 윤리, 공정성, 개인정보보호에 관한 내용을 서술하며 책의 단원을 마무리 한다.






      앞서 접해본 몇 권의 머신러닝 관련 서적들로 학습된 모델을 웹에 적용하는 방법에 대해서는 여러차례 익히고 활용해 보았지만 모바일 앱에 적용해볼 기회가 없어서 경험해 보지 못했는데, 이 책을 기회삼아 모바일 ML에도 한걸음 내딛을 수 있어서 기쁘다.

      [한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.]

    • 달마다 그렇듯 한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받았습니다.

      책 제목 그대로 장치에서 AI를 실행시키는 것에 관한 책이다.

      현재 거의 휴대폰으로 통용되는 스마트폰은 등장 초기 많은 이들이 그러했듯 들고다닐 수 있는 컴퓨터다.
      단순히 전화통화라는 본질적인 기능 외에 다양한 편의성을 제공하기위해 성능은 나날히 향상됐고, 이 진보적인 장치를 위한 다양한 기술들 또한 발전을 거듭하였다.

      AI역시 그 기술들 중 하나고, 쉽게 떠올릴 수 있듯 이미 우리의 모바일 시스템 곳곳에 자리잡았다.

      이 책은 Tensorflow Lite를 통해 안드로이드와 ios환경에 머신러닝/딥러닝 모델을 배포하는 것을 다룬다.

      그리고 이 과정에 대해선 상당히 충실하고 상세히 다루고 있지만, 인
      공지능에 관해 조금 더 깊이있는 내용이 나오거다 하면 “필자가 집필한 책 [개발자를 위한 머신러닝&딥러닝]을 참고하세요”같은 문구가 자주 등장한다.

      처음엔 그러려니 했는데 몰입해서 읽다가 계속 튀어나오니까 자기책 홍보보단 부가설명자료 제공의도라지만 Adguard로 지워버리고 싶었다.

      어쨌든 저 책을 비롯해 저자가 이 책에서 추천이나 참고하라는 본인책은 한빛미디어를 통해 출간됐으니 필요하다면 읽어보는 것도 나쁘지 않겠다.

      (근데 인터넷 검색만 해도 왠만해선 잘 설명된 블로그 글이 나오긴 할 것 같다.)

      마지막으로 느낀점은 Apple의 폐쇄적인 개발환경탓에 아이폰+윈도우/우분투 유저인 나는 이 책 예제를 체험해보지 못한 거다.

      근데 그럴 줄 알았는데 인터넷 검색해보니 어느정도 한계가 있지만 윈도우에서도 아이폰 앱 개발이 되긴 하나보다.

      근데 앱 개발 자체가 내 적성은 아니라서.


      끝.

    • 책 제목 : O'REILLY 온디바이스 AI


      저자     : 로런스 모로니


      옮김     : 곽도영, 박찬성


       





       


      책 표지에 적혀 있는 것 처럼 "모바일 개발자를 위한 머신러닝 기초 부터 모바일용 컴퓨터 비전, 텍스트 처리까지" 


      머신 러닝에 대한 기본 개념 부터 실제 안드로이드 및 IOS 에 적용하는 방법 그리고 예제 들로 구성된 책 입니다.


      책 저자도 얘기 하는것 처럼 실제 머신러닝 알고리즘 자체에 대한 설명 및 구현에 대해서는 다루지 않으며,


      이러한 부분들이 적용된 프레임워크를 이용하여 학습하고 실제 구현하는 방법 등을 설명 합니다.


      이 책에서 머신러닝 프레임워크 중에서 "텐서플로 (TensorFlow)"를 이용한 머신러닝 어플리케이션 구현 하는 방법 위주로 예제와 함께 학습 할 수 있습니다. 


       


      이 책은 총 15개의 Chapter 로 구성되어 있습니다.


      만약, 머신러닝(딥러닝)에 대해서 이미 알고 있다면, Chapter 2 부터 학습하면 되며, 실제 프레임워크를 이용하여 안드로이드 및 iOS 에 적용하는 부분에 대해서 학습한다면 Chapter 4 부터 학습하면 됩니다.


      주요 예제는 비전과 텍스트 처리 애플리케이션 구현하는 것을 다루고 있습니다.


       


      Chapter 1. 인공지능과 머신러닝 소개


                        본 Chapter 에서는 인공지능과 머신러닝이 무엇인지를 티셔츠와 신발 이미지로 예를 들어 설명하고 있으며,


                        전통적인 프로그래밍에서 머신러닝으로 어떻게 넘어가는지에 대해 다루고 있습니다.


                        한 가지의 주제로 전통적인 프로그래밍으로써의 문제에 대한 접근에 대한 설명 및 실제 코드 예시와


                        머신러닝으로 해당 문제에 대해 접근 하는 방식 설명과 프레임워크를 이용한 실제 코드 예시를 보여 주면서


                        비교 하여 학습 할 수 있도록 해줌으로써 이해도를 올리고 있습니다.


      Chapter 2. 컴퓨터 비전 소개


                        이 책에서는 컴퓨터 비전과 텍스트 처리에서의 머신러닝 예제를 다루고 있습니다.


                        본 Chapter 에서는 관련 예제 중에서 컴퓨터 비전에 대해서 학습 할 수 있습니다.


                        저자도 책에서 말하고 있는것 처럼, 컴퓨터 비전 분야는 작은 Chapter에 다 담을 수 있는 분야가 아니기에


                        책에서 예제 시나리오로 목표로 하고 있는 부분 위주로 설명 하고 있습니다. 


      Chapter 3. ML Kit 소개


                        본 Chapter 에서는 ML Kit을 사용하여 안드로이와 iOS 기기에서 모델을 실행하는 실행하는 방법에 대해서


                        학습할 수 있습니다.


                          - 안드로이드와 iOS 얼굴 탐지 애플리케이션을 실제 따라하기 형태로 구현해 가면서 ML Kit을


                            적용하는 방법에 대해서 설명하고 있습니다.


      Chapter 4. 안드로이드에서 ML Kit로 컴퓨터 비전 애플리케이션 만들기


                        Chapter 3 에서 ML Kit 을 적용하여 얼굴탐지 애플리케이션을 만들어 보았었는데 그 소스를 기반으로 ML Kit 을


                        이용한 더 많은 이미지 분석 모델에 대해서 만들어 보면서 학습할 수 있습니다.


      Chapter 5. 안드로이드에서 ML Kit로 텍스트 처리 애플리케이션 만들기


                        본 Chapter 에서는 텍스트 인식/분석 하기 위해 ML Kit을 적용하는 방법에 대해서 학습 합니다.


                        스마트폰 애플리케이션 중에서 문서 편집, 챗팅, 이미지 처리에 의한 텍스트 인식 등 텍스트 처리 관련해서는


                        많은 부분에서 이용되고 있습니다.


                        그 중에서 본 책에서는 화면에 쓴 글씨(디지털 잉크)의 텍스트 구별하기, 자동으로 생성된 텍스트,


                        텍스트에서 특정 문자 추출 등의 몇 가지 "자연어 처리 시나리오"를 다루고 있습니다.


                        실제 만들어 가면서 학습할 수 있으며, 책에서는 전체 소스를 보여주는 것이 아니기 때문에 전체 소스는


                        예제 소스 다운 받아서 확인할 수 있습니다. 


      Chapter 6. iOS에서 ML Kit로 컴퓨터 비전 애플리케이션 만들기


                        Chapter 4 에서 안드로이드 기반으로 만들고 학습하였던 부분을 iOS 기반으로 학습할 수 있습니다.


      Chapter 7. iOS에서 ML Kit로 텍스트 처리 애플리케이션 만들기


                        Chapter 5 에서 안드로이드 기반으로 만들고 학습하였던 부분을 iOS 기반으로 학습할 수 있습니다.


      Chapter 8. TFLite 더 깊게 이해하기


                        텐서플로에서 TFLite 가 생기게 된 이유와 Chapter 1에서의 예제를 TFLite 를 이용하여 구현 해보 면서


                        학습하고, 파이썬으로 학습된 모을 안드로이드나 iOS 로 가져오는 방법을 학습할 수 있습니다.


      Chapter 9. 커스텀 모델 만들기


                        이전 Chapter 까지 이미 제공되는 모델들을 이용하여 컴퓨터 비전, 텍스트 처리 등에 대해 학습하였던 부분에서


                        확장하여 본 Chapter 에서는 자신만의 모델을 만는 방법에 대해서 학습할 수 있습니다.


                        여기에서는 3가지 도구를 이용하여 커스텀 모델을 만드는 방법을 설명하고 있습니다.


                             - 모델메이커, AutoML, 텐서플로와 전이학습


      Chapter 10. 안드로이드에서 커스텀 모델 사용하기


                        본 Chapter 에서는 Chapter 9에서 학습하면서 생성한 커스텀 모델을 실제 안드로이 애플리케이션에 적용하는


                        방법에 대해서 학습할 수 있습니다.


      Chapter 11. iOS에서 커스텀 모델 사용하기


                        본 Chapter 에서는 Chapter 9에서 학습하면서 생성한 커스텀 모델을 실제 iOS 애플리케이션에 적용하는


                        방법에 대해서 학습할 수 있습니다.


      Chapter 12. 파이어베이스로 애플리케이션 제품화하기


                        구글의 모바일 및 웹어플리케이션 개발 플랫폼인 파이어베이스의 여러 기능 중에서 커스텀 모델 호스팅 기능을


                        이용하여 적절한 모델을 테스트 하고 업데이트 하고 성능을 측절할 수 있는 방법에 대해서 학습할 수 있습니다.


      Chapter 13. 간단한 iOS 애플리케이션을 위한 Create ML과 Core ML


                        이전 Chapter 까지는 TFLite 를 이용하였다면, 이번 Chapter 에서는 애플에서 만든 Create ML 과 Core ML 


                        라이브러리에 대한 간략한 설명 과 이미지 분류, 텍스트 감정 분석 예제를 통해 실제 적용 방법에 대해서


                        학습 합니다.


      Chapter 14. 모바일 애플리케이션으로 클라우드 모델에 접근하기


                        텐서플로 서빙에 대한 소개 및 설치, 설정, 모델을 배포하는 방법에 대해서 학습할 수 있습니다.


                        예제 애플리케이션을 만들어 원격으로 해당 모델의 추론을 수행하는 방법에 대해서 학습 합니다.


      Chapter 15. 모바일 애플리케이션의 윤리, 공정성, 개인정보보호


                        공정성이 고려되거나 편향을 고려하지 않은 시나리로 설계된 시스템 사례들에 대해 이런 잠재적인 편향 문제,


                        방법론, 두움을 받을 수 있는 도구들에 대한 전반적인 개요을 살펴 보고 학습 할 수 있습니다.


       



      코드 예제 다운 : https://github.com/tucan9389/ondevice-ml-book


       


      본 책은 머신러닝 자체에 대해서 보다는 머신러닝의 모델들이 이미 구현 되어 있는 프레임워크를 이용하여 실제 스마트폰 어플리케이션으로 적용하는 예제를 보여주며 쉽게 접근 하고 학습할 수 있도록 구성되어 있습니다.


      머신러닝의 이론적이 부분을 다루고 있지는 않지만,


      많은 예제들을 제시하는 것보다 주요한 그리고 많이 사용되는 모델 위주로 (컴퓨터 비전, 텍스트 처리) 예제를 구성하고 실 동작 까지 가능한 애플리케이션을 따라서 만들어 보면서 학습하는 부분에서 오히려 이해도를 더 올려 주고 있습니다.


      오히려 머신러닝을 처음 접한다면 오히려 따라하기 형태로 먼저 어떠한 것이 머신러닝이고 스마트폰에서 어떻게 적용되고 있는지 학습하기에는 좋은 책 입니다.


       

    • 추천하는 대상:


      • 머신러닝을 적용한 어플리케이션을 개발하고자 하는 모바일 앱개발자


      현실에서 사용할 수 있는 AI


      지난 10년이 AI 모델을 연구하고 구현하는 쪽으로 강조가 되었다면, 최근에는 AI 모델을 실제 제품으로서 사용할 수 있도록 생산 제작 하는 쪽으로 접근이 이루어지고 있다. 그렇게 많은 사람들이 모델을 ‘배포’하고 API 형태로 ‘서빙’하며, 더 가벼운 형태로 경량화 하는 방식에 대한 고민을 하기 시작했다.


      우리 삶에서 AI를 제품으로서 사용할 수 있는 가장 쉬운 경로는 우리가 매일 사용하는 스마트폰이다. 특히 머신러닝 엔지니어라면 웹을 넘어 모바일 어플리케이션에서도 사용 가능한 AI 모델을 꿈꿔봤을 것이다.



      온디바이스 AI 는 그에 대한 시작점으로 삼을 수 있는 책이다. 이 책은 구글에서 개발한 ML Kit라는 도구를 통해 모바일 기기에서 모델을 사용할 수 있는 방법을 소개하며, 더 나아가 텐서플로우의 TFLite, iOS의 Core ML 을 활용하는 방식도 다룬다.


      모바일 앱 개발자라면 오히려 취약할 수 있는 머신러닝에 대한 이해도를 돕는 부분이 있으며, 반대로 머신러닝 엔지니어가 취약할 수 있는 앱 개발 부분에서는 이미 잘 만들어진 도구를 활용하여 커스텀 모델을 만드는 방식으로 진입장벽을 낮춘다. 따라서 입문하기에는 더할나위 없이 괜찮은 책이다.


      안드로이드와 iOS 예제를 모두 다 !


      애플 기기를 메인으로 사용하고 있는 입장에서 이 책이 주는 가장 큰 장점은 iOS 에서의 ML 어플리케이션을 만드는 가이드를 제공해준다는 점이다. 반대로 안드로이드의 경우에도 정확히 똑같은 기능을 구현하기 때문에 모든 수요를 아우르고 있다.


      이건 정말이지 큰 장점이다. 머신러닝 또는 딥러닝을 다루는 책을 접해본 사람이라면 공감할 텐데, 동일한 결과물을 만들어내는 텐서플로우와 파이토치 예제가 사실상 없다. 마찬가지로 데이터 분석을 다루는 책에서 파이썬과 R을 가지고 동일한 분석 프로세스를 다룬 튜토리얼을 접하기는 정말 힘들다. 그리 어렵지 않을 것 같으면서도 막상 찾아보면 없는 것을 이 책은 제공한다.


      그와 더불어 ML모델이 클라우드 서버로 구축되어 접근이 가능하다면, 이 또한 방법을 제공하니, 최대한 모든 고민에 대한 답변을 준비했다는 인상을 받았다.





      한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.


    • 지금 나와 같이 토이프로젝트를 생각하고 있고, 이를 어떻게 유저에게 보여줄지, 어떻게 내 모델이 이만큼 똑똑해요 일 잘해요를 어필하고 싶다면 이 책은 꽤나 좋은 참고서가 될 것 같다.






      대학교 시절에 사용했던 안드로이드 스튜디오로 간단한 어플을 만들어 봤어서 생각보다 친근했던 내용이었고, 읽는데 크게 거부감이 없었다.






      무엇보다 이전에는 단순히 TFLite로 컨버팅 하는 것만 사용해보았던 경험만 있던 나에게는 이 책을 통해서 TFLite에 대한 좀더 깊은 내용들을 알 수 있었다.



      모델 메이커를 통해서 정말로 그렇게 다양한 API들이 있을 줄은 몰랐다.



      거기에 더해서 파이어베이스는 이름만 들어보았었지, 어디에 쓰이고 어떻게 활용되는지에 대해서도 전혀 정보가 없었다.



      이 책을 통해서 이러한 몰랐던 부분들까지 모두



      잘만 사용한다면 정말 남 부럽지 않은 어플을 만들 수도 있을 것 같다.






      책 마지막 부분에서 언급이 되는 도커를 활용한 모델 서빙까지



      전반적인 애플리케이션의 사이클을 모두 책에 내용을 담고 있고, 정말 활용만 잘하면 그럴싸한 머신러닝 애플리케이션 하나쯤은 만들 수 있을 것 같다.


       



      자세한 내용은 블로그의 리뷰를 참고해주세요



      https://blog.naver.com/ab415/222938841879


       


       


       


       


    •  








      이 책의 저자는 구글AI Advocary 리더인 로런스 모로니님이다. 역자는 구글 엔지니어인 곽도영님과 ETRI근무중인 박찬성님이다. 이 책의 저자는 모바일 개발자에게 필요한 책이라고 추천했는 데 모바일개발자에게도 필요하지만 딥러닝개발자와 AI서비스 개발자등 많은 개발자에게 필요한 책이라고 생각한다.



      목차는 Chapter1,2가 딥러닝 소개이고 Chapter 3, 8 이 각각 ML Kit과 TF Lite 소개이고 Chapter 4, 6 이 각각 안드로이드와 iOS에서 비젼처리, Chapter 5, 7 이 각각 안드로이드와 iOS에서 자연어처리 Chapter 9~11이 각각 커스텀모델 소개, 안드로이드와 iOS에서 커스텀모델 사용이고 Chapter12가 파이어베이스, Chapter13이 iOS를 위한 CreatML, CoreML 소개, Chapter14가 tf.serving이고 Chapter15가 윤리, 공정성, 개인정보보호이다.



      이 책의 장점은 광범위하게 라이브러리(tf관련 ...)와 언어들(python, kotlin, swift)을 소개하고 있다. 그리고 책이 380페이지가 넘는데도 많이 가벼워 들고 다니기가 좋다.



      이 책의 단점은 용어들이나 툴 사용법들이 완전 초심자가 접근하기에는 약간 어려울 수도 있다는 점이다. 그럼에도 불구하고 흐름은 점점 이런 추세로 변화하고 있기 때문에 익혀두면 도움이 될거라 생각한다.



      책을 읽는데는 일주일이면 충분히 읽을 수 있고 혹시 부족한 내용은 레퍼런스를 참고하면 될 것으로 보인다. 관련해서 알고자 하는 사람들이 많을 거라 생각해서 이 책을 추천한다.






      "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."







    • 4136.jpg


       


      컴퓨터에서 동작하는 머신러닝 프레임워크 이외에 모바일 디바이스에서 동작할 수 있는 모바일용 머신러닝 프레임워크가 출시되어 활발히 업데이트 되고 있다. 업무상 모바일 업무도 하고 있어, 모바일 머신러닝 프레임워크에 대한 관심이 있고, 공부하고 싶었다.


       


      이번에 만난 한빛미디어에서 출간된 '온디바이스 AI'는 모바일 머신러닝 프레임워크를 한 권의 책으로 경험하고 학습할 수 있었다. ML Kit, Core ML, TFLite 등의 도구를 이용하여 모바일용 컴퓨터 비전, 텍스트 처리 모델 개발 등 모바일 머신러닝 개발을 빠르게 시작할 수 있는 방법을 잘 설명하고 있다.


       


      ​이 책의 저자 로런스 로드니는 구글에서 AI Advocacy를 리딩하고 있으며, 세계에 있는 소프트웨어 개발자들에게 머신러닝으로 인공지능 시스템 구축 방법을 가르쳐주는 것이 목표라고 한다. 공동 옮긴이 중 곽도영님은 구글에서 머신러닝 모델 최적화 업무를 담당하고 있고, 박찬성님은 한국전자통신연구원에서 연구원으로 재직 중이고, 머신러닝 분야의 구글 Developer Export로 활동하고 있다. 서평에서 저자와 옮긴이를 모두 언급한 이유는 저자와 옮긴이가 모두 인공지능 또는 머신러닝 분야에서 전문가이기 때문에, 책의 내용이 독자들에게 잘 전달될 수 있었다고 생각한다.


       


      이 책의 대상독자들인 모바일 개발자들에게 머신러닝을 쉽게 적용할 수 있도록 여러 프레임워크를 활용하는 방법을 알려주고, 여기서 더 나아가 모델을 커스터마이징하고 더 깊은 학습을 할 수 있도록 도와주고 있다. 책 속의 예제 코드는 역자의 github에서 다운로드 받을 수 있다. (https://github.com/tucan9389/ondevice-ml-book)


       




      4137.jpg


       


       


      책의 1,2,3장은 소개 페이지로 인공지능과 머신러닝, 컴퓨터 비전, ML Kit에 대한 소개로 채워졌다. 본격적으로 학습을 시작하려면 4장부터 보면 좋을 것 같다. 4장과 5장에서는 안드로이드 기반에서 ML Kit를 활용하여 컴퓨터 비전 및 텍스트 처리 시나리오를 프로토타입 어플리케이션을 만드는 법을 학습한다. 어플리케이션 구성하는 법을 단계별로 설명하고, 기능을 구현하기 위해 사용된 클래스, 메소드에 대한 설명도 함께 실려있다. 6,7장은 안드로이드 플랫폼에서 개발한 동일 주제를 iOS 플랫폼에서 개발하는 내용이 담겨있다.


       



      4138.jpg


       


       


      8장에서는 TFLite를 알아보고 9장은 TFLite 모델메이커를 활용하여 커스텀 모델을 만들어보고 이후 10장과 11장에서 안드로이드, iOS 기반에서 커스텀 모델을 사용하는 방법을 학습한다. 12장은 파이어베이스로 모델 호스팅하는 방법을 배우고, 13장은 애플에서 만든 Create ML을 활용하여 Core ML 이미지 그리고 텍스트 분류기를 만드는 법을 배울 수 있다. 14장은 텐서플로 서빙을 활용하여 클라우드 모델에 접근하는 방법을 학습한다.


       


       



      4139.jpg


       



      4140.jpg


       


      마지막 15장에서는 기존 학습서와는 차별적인 내용이 담겨있는데, 인공지능의 기술이 윤리와 공정성 문제가 대두되는 만큼 중요하다고 생각한다. 제시된 가이드라인과 함께 데이터 편향성 방지하기, 구글의 인공지능 원칙 등 가볍게 읽을 수 있지만, 꼭 알아야 할 내용들이다.


       



      iOS와 안드로이드 디바이스에서 동작하는 모델들은 어떻게 구현하는지 이 책을 통해 경험하고 학습하여 머신 러닝을 자신의 것으로 만들면 좋을 것 같다.


       


       


      한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.


       


      #온디바이스AI #AI #온디바이스 #ML #TFLite


    • AI에 대한 학습을 꽤 오랫동안 진행해도 막상 실무에 적용하기는 쉽지 않다. 더욱이 안드로이드나 iOS와 같은 모바일 환경에 AI기술을 접목해서 뭔가를 해보려고 한다면 막막하기만 하다. 이 책은 '온디바이스 AI(AI and Machine Learning for On-Device Development)' 제목에서 알 수 있듯이 AI 기반의 기술. ML Kit, Core ML, TFLite를 활용하여 모바일 애플리케이션으로 접목하여 구축할 수 있는 방법을 알려주는 책이다. 초반부는 AI에 대한 사전 지식이 없는 유저에게도 쉽게 이해할 수 있도록 인공지능, 머신러닝에 대해 설명한다. 기존에 AI를 공부한 사람은 가볍게 한번 복습 차원에서 읽을 만하고, AI 공부를 하지 않은 사람도 군더더기 없이 쉽고 세련되고 설명해 주고 있다. 그리고 구글의 ML Kit을 비전, 텍스트에 사용해 보기 위한 컴퓨터 비전에 대한 기초를 시작으로 뉴런, MNIST, 전이학습 등을 간결하고도 핵심만 골라 소개해 준다. 이러한 기초를 바탕으로 이미지 분류, 탐지, 추적하기 등의 기술을 ML Kit을 이용하여 안드로이드, iOS에 사용할 수 있도록 가이드 한다.


      중반부까지는 단순히 모델을 활용하여 적용하는데 그쳤다면, 중 후반부에는 자신만의 모델을 만드는 커스텀 모델 만들기에 대해서 소개한다. 그렇다고 해서 모델 자체를 밑바닥부터 만드는게 아니라 여러 유용한 도구(모델 메이커, AutoML, Create ML 등)를 사용하여 쉽게(?) 커스텀 모델을 만드는 방법을 설명해 준다. 물론 단순히 모델 생성에 그치는 것이 아니라 전반부와 마찬가지로 실제 애플리케이션에 사용할 수 있도록 예제와 함께 안내해준다.


      AI에 대한 이런 공부에 지쳤다던가 AI학습을 실제 모바일 환경에 구축하기 위한 친절한 가이드가 제공된다. AI에 관련된 사전 지식은 초급 수준 + 안드로이드, iOS 예제를 돌려보기 위해서는 초, 중급의 모바일 애플리케이션 개발이 필요하다.


       


      한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공 받아 작성된 서평입니다.





    •  


      이 책은 인공지능 모델을 안드로이드 또는 IOS 플랫폼에서 응용프로그램을 구현하고 싶은 분들을 위한 안내서입니다.


      내용은 다음과 같습니다.



      I. 머신러닝 소개


      - 인공지능과 머신러닝의 개념 정리


      - 이 책에서 구현해 보는 컴퓨터 비전에 대한 정리



      II. ML Kit를 이용한 애플리케이션 구현


       




      좌측부터 얼굴탐지,물체탐지,손글씨인식


       


      ML Kit에서 이미 구현되어 있는 컴퓨터비전 과 자연어처리를 이용한 안드로이드와 IOS 애플리케이션을 구현해 봅니다.


      -얼굴탐지 : 간단하게 사람의 얼굴을 인식하여 테두리를 그려 보는 실습을 통해서 머신러닝의 모델을 안드로이드와 IOS 에서 사용하는 방법을 살펴 봅니다.


      - 물체 탐지 : image-labeling 모델을 사용한 고양이,강아지,꽃,식물 등의 분류와 object-detection 을 이용하여 객체를 탐색하는 방법을 살펴 본 후 카메라를 이용해서 영상에서 객체 탐지하는 부분을 살펴 봅니다.


      - 손글씨 인식 : 언어를 설정하여 영어,한글,한자 등의 손글씨를 인식하여 글씨를 인식하는 프로그램을 구현해 봅니다.



      II. TFLite 사용하여 애플리케이션 구현


      ML Kit는 이미 만들어진 Kit를 사용해야 하지만 TFLite를 사용한다면 우리가 머신러닝 모델을 생성하여 TFLite 모델로 변환하여 모바일에서 사용하는 방법에 대해 살펴 봅니다.


      y=2x-1 과 같은 모델을 만드는 방법에 대해 다루고는 있지만 다른 모델을 만드는 방법에 대해 다루지는 않고 있습니다. 따라서 모델을 만드는 방법을 배우고 싶은 분들은 "혼자공부하는 머신러닝" 또는 "개발자를 위한 머신러닝&딥러닝" 과 같은 책을 참고 하시면 됩니다.


      클라우드 AutoML을 사용한 모델 만드는 방법을 다루고 있지만 AutoML 비전 엣지는 구글클라우드 플랫폼을 사용하며 과금이 활성화된 구글 클라우드 프로젝트가 필요합니다.



      III. 파이어베이스로 애플리케이션 제품화


      파이어베이스 모델 호스팅은 구글 인프라에서 모델을 호스팅 할 수 있는 기능으로 업로드한 모델을 애플리케이션에서 다운로드 하거나 사용할 수 있습니다.


      사용자가 어떤 모델을 사용할지 다운로드 할지를 관리 할 수 있는데 파이어베이스에서 프로젝트를 만들고 관리 및 배포 방법을 살펴 보고 있습니다.


       


      서평


      이 책은 같은 프로젝트를 안드로이드와 IOS 에서 다룰 수 있도록 두가지 사용법에 대해 모두 다루고 있습니다.


      저 같은 경우는 안드로이드를 주로 사용하다 보니 안드로이드 부분만 살펴 보았는데요~


      실무에서 적용하기 위해서는 안드로이드 기반과 IOS 기반 모두를 다루어야 할 것입니다.


      또한 어떤 책의 소스코드들은 현재 버젼의 안드로이드스튜디오에서 동작해서 오류를 찾는 부분이 번거로울 수가 있는데 이 책의 예제들을 실행해 보면서 현재 버젼에서 안정적으로 동작을 하는 것을 확인 할 수 있었습니다.


      AutoML이나 파이어베이스를 사용한 배포 버젼을 만드시는 분들에게도 많은 도움이 되겠지만~


      ML Kit를 사용해서 간단한 스마트폰 앱을 구현해 글씨 인식과 사물인식등을 이용해서 다양한 곳에서 응용 할 수 있겠다는 생각이 들었습니다.


       



       "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

    • 이 책은 '22년 11월 1일 발행한 책으로 현재 초판 1쇄 발행본이다. '온디바이스 AI' 라는 제목이 생소한 느낌을 주는 사람들도 있겠지만 모바일상에서 머신러닝 구축을 원하는 프로그래머, 학생, 직장인등을 위한 내용으로 구성되어 있다.



       책 저자 로런스 모로니(Laurence Moroney)는 구글에서 AI Advocacy를 리딩하고 있으며 소프트웨어 개발자에게 머신러닝으로 인공지능 시스템 구축을 진행하고 있고 텐서플로 유튜브 채널을 통해 이를 소개하고 있다. 그와 연락하기 위해서는 트위터 @lmoroney나 링크드인으로 접속하면 가능하다고 한다.


      저자의 약력에서 살펴볼 수 있듯 본 책 내용은 뜬 구름 잡는 내용이 아닌 실제 회사에서 많이 사용하는 예제와 실제 코드를 적용하여 실무자에게 많은 도움이 되어 보인다.


      본문은 385페이지 가량의 분량으로 보이며 책상앞에 두어도 큰 부담이 되지는 않고 총 15장으로 구성되어 있다. 그 내용을 간단히 살펴보면,



       1장은 가볍게 인공지능과 머신러닝에 대한 소개를 시작으로 인공지능, 머신러닝, 모바일 모델 제작에 대해 설명하고 있는데 본문에는 텐서플로 케라스 API로 작성되어 있으며 다양한 예제를 삽입하고 있다.



       2장은 AI의 가장 높은 활용을 보이는 대표적인 내용인 컴퓨터 비전을 소개하며 뉴런사용, MNIST, 전이학습을 다루고 있다.



       3장은 구글 ML kit를 소개하고 있으며 안드로이드 얼굴 탐지에 대해 안드로이드, iOS에서 구현하는 것을 언급하고 있다.



       4장은 안드로이드에서 ML kit로 컴퓨터 비전 애플리케이션을 만드는 법을 이야기 하며 이미지 분류, 객체 탐지, 영상에서 객체 탐지와 객체 추적하기 등을 설명하고 있다.



       5장은 본격적으로 안드로이드에서 ML kit로 텍스트 처리 애플리케이션을 보여주고 있는데 개체명 추출, 손글씨 인식모델, 스마트 인공지능 답변 등을 다루고 있다.



       6장은 iOS에서 ML kit로 컴퓨터 비전 애플리케이션을 만드는 법을 설명하는 장으로 앞의 안드로이드와 마찬가지로 이미지분류, 객체 탐지 등을 다루고 있다.



       7장은 iOS에서 ML kit로 텍스트 처리 애플리케이션을 소개하며 앞에서와 마찬가지로 개체명 추출,  손글씨 인식모델, 스마트 답변하기에 대해 추가로 설명하고 있다.



       8장은 모바일에서 더 작고 견고한 형식으로 머신러닝 구축을 위한 도구인 TFLite를 설명하며 코틀린 코드작성, iOS애플리케이션 제작등을 언급하고 있다.



       9장은 커스텀 모델 만들기에 관한 내용으로 언어모델 만들기 등을 보여주고 있다.



       10장은 안드로이드에서 앞의 9장에서 다룬 커스텀 모델를 사용을 다루고 있으며 모델을 안드로이드에 탑재하기, 언어모델 사용하기 등을 다루고 있다.



       11장은 iOS에서 커스텀 모델를 사용을 다루고 있으며 커스텀 이미지 분류모델, 스위프트로 자연어 처리 등을 다루고 있다.


      12장은 애플리케이션을 빌드, 성장, 수익화 하도록 도와주는 크로스 플랫폼 솔루션인 파이어 베이스를 소개하며 이를 통해 애플리케이션 제품화하기를 소개하는 장으로 여러 버전 모델 만드는 것, 파이어 베이스 모델 호스팅 사용하기 등을 보여준다.



       13장은 간단한 iOS 애플리케이션을 위한 Create ML과 Core ML을 보여주고 있으며 이를 통해 이미지, 텍스트 분류기 만들기, 애플리케이션에서 언어 모델 사용하기에 대해서 설명한다.



       14장은 모바일 애플리케이션으로 클라우드 모델에 접근하기를 설명하며 텐서플로 서빙을 이용하기, 안드로이드, iOS서버 모델에 접근하기에 대해 이야기 하고 있다.



       15장은 마지막 장으로 모바일 애플리케이션의 윤리성, 공정성, 개인정보보호를 주제로 다루며 저자가 재직중인 구글의 인공지능 원칙을 다루며 간단한 에필로그를 끝으로 책 내용을 마무리 하고 있다.



       전체적인 총평은 난이도 중급으로 기본적으로 예제가 거의 모든 내용에 삽입되어 추상적인 내용을 구체적으로 이해하도록 잘 구성되어있고 기본적으로 프로그래밍언어(파이썬), 데이터베이스, 자료구조, 알고리즘등에 대한 이해가 선행되어야 할 것으로 보이며 모바일소프트웨어 프로그래밍을 위한 안드로이드, iOS에 대한 기초적인 내용에 대해 본 책 독서전 학습되어 있으면 좀 더 쉽게 학습하는데 도움이 될 것으로 사료된다. 



      "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

  • 내용이 없습니다.
  • 내용이 없습니다.
닫기

해당 상품을 장바구니에 담았습니다.
장바구니로 이동하시겠습니까?