엑셀만으로 딥러닝 동작 원리 이해 AI 응용 입문서
도서출판 성안당은 자연어 처리에서 가장 주목받는 신경망 알고리즘 순환 신경망(RNN·Recurrent Neural Network,)과 강화학습 기법으로 정확도를 높인 심층 Q-네트워크(DQN·Deep Q-Network)를 엑셀로 쉽게 소개한 입문서를 발간했다.
'엑셀로 배우는 순환 신경망·강화학습 초(超)입문 [RNN·DQN편]'은 '엑셀로 배우는 딥러닝'의 속편격이다. 이 책은 전편이 합성곱 신경망(CNN) 위주였다면 좀 더 딥러닝 쪽에 심화된 RNN, DQN편이다. '초(超)입문'은 보통 초보자들이 처음 입문한다는 의미에서 쓰는 '처음 초(初)자의 '초입문(初入門)'이 아닌 '입문을 뛰어 넘는다'는 의미에서 '초월할 초(超)' 자를 썼다.

저자는 진화하는 딥러닝 분야의 대표적인 예로 RNN과 DQN을 들면서 RNN은 자연어 처리 분야에서 가장 주목받는 알고리즘이며 DQN은 강화학습의 기법으로 정확도가 놀라울 만큼 높아졌음을 강조한다.
이 책은 누구나 사용하는 엑셀로 인공지능을 실습해 볼 수 있게 함으로써 인공지능(AI) 응용 입문서로 RNN과 DQN을 엑셀로 어려운 수학이나 프로그래밍 지식 없이도 딥러닝의 구조와 동작 원리를 이해할 수 있도록 한 획기적인 입문서이다. 엑셀로 난해한 RNN, DQN의 '최적화'와 동작 원리를 쉽게 이해할 수 있어 AI 학습의 장벽을 단숨에 낮춰줄 것이다. 시리즈 후속작으로 '엑셀로 배우는 기계학습 초입문'편도 선보일 예정이다.

저자인 와쿠이 요시유키는 1950년 도쿄 출생. 도쿄교육대학(현 츠쿠바대학) 수학과를 졸업한 후 치바현립고등학교 교사로 근무했다. 교직 은퇴 후 작가로서 저술 활동에 전념하고 있다.
또 와쿠이 사다미는 1952년 도쿄 출생. 도쿄대학 이학계 연구 과정 석사를 수료한 후 후지쯔, 가나가와현립고등학교 교사를 거쳐 과학 분야 저술가로 활동하고 있다.
김한식기자 hskim@etnews.com