우리는 지금 인공지능의 르네상스를 경험하고 있고, 모든 사람은 이 변화에 참여하기를 원합니다. 그래서 여러분들은 지금 이 책을 학습하고 있습니다. 우리 주변에는 딥러닝에 관한 수많은 책이 있습니다. 그런데 왜 우리에게 이 책이 필요할까요? 잠시 후에 그 이유를 알게됩니다. 2013년 이후 딥러닝(마이크로소프트, 엔비디아, 아마존 및 스퀘어(Square) 등 기업에서 제품을 제작하는 동안) 의 환경이 크게 변화했습니다. 연구는 끊임없이 발전하였고 바로 사용할 수 있을 만한 도구가 부족하다는 현실적인 문제에 직면하였습니다.

우리는 일반 사용자들을 위한 최종 제품으로 연구를 전환하는 방법에 대한 명확한 지침이 부족하다는 것을 커뮤니티가 성장하고 학습하는 동안 발견했습니다. 결국, 최종 사용자는 웹 브라우저, 스마트폰 또는 에지 장치 앞에서 종종 수많은 시간 동안의 해킹과 실험을 하고, 블로그, 깃허브 문제, 스레드, 스택 오버플로의 답변들을 광범위하게 검색하고 패키지 작성자들에게 이메일을 보내면서 난해한 지식을 얻어야 했습니다. 심지어 시장에 나온 책들도 이론이나 특정한 도구를 사용하는 방법에 더 초점을 맞추는 경향이 있었습니다. 우리가 구할 수 있는 책에서 배울 수 있는 최선은 장난감 같은 예제를 만드는 것이었습니다.

이론과 실제 사이의 차이를 메우기 위해, 연구자들뿐만 아니라 실질적인 적용에 초점을 둔 최종 사용자들과도 인공지능에 대하여 대화할 수 있도록 이 책의 내용을 구성하였습니다. 이 책은 동기부여 사례뿐만 아니라 단순 취미부터 구글 규모의 엔지니어까지의 기술 수준과 생산 제품 안에 딥러닝을 배포하는 데 수반되는 노력을 기반으로 다양한 수준의 복잡성을 보여줄 수 있도록 구성되었습니다. 시간이 지나면서 고맙게도 초보자들에게 전체적인 접근이 가능해졌고 더 많은 툴을 사용할 수 있게 되었습니다. Fast.ai나 DeepLearning.ai과 같은 훌륭한 온라인 자료는 AI 모델을 어떻게 교육하는지를 어느 때보다 쉽게 이해시켜 주었습니다. 또한, 책들은 텐서플로우와 파이토치(PyTorch) 와 같은 딥러닝 프레임워크를 사용하여 기본적인 교육 시장을 장악하였습니다. 그러나 이와 같은 상황에도 불구하고, 이론과 생산 사이의 넓은 간격은 대부분 무시되었습니다. 우리는 이 간극을 메우고 싶어서 여러분이 지금 읽고 있는 이 책을 출판하게 되었습니다.

이 책은 컴퓨터 비전에 접근 가능한 언어와 즉시 실행 가능한 재미있는 프로젝트를 사용하여, 머신러닝과 AI에 대한 지식이 필요 없는 간단한 분류기로 시작하여 점차 복잡성을 추가하고 정확성과 속도를 개선하면서 대상을 수백만 명의 사용자로 확장하고, 다양한 하드웨어와 소프트웨어로 구현하며, 결국 축소된 자율주행차를 제작하기 위하여 강화 학습을 사용하는 것으로 끝이 납니다. 거의 모든 장들은 동기를 부여하는 예에서 시작하여 솔루션을 구축하는 프로세스를 통해 물어볼 수 있는 질문을 미리 설정하고, 다양한 수준의 복잡성과 노력으로 문제를 해결하기 위한 여러 가지 접근 방법을 논의합니다. 빠른 해결책을 찾고 있다면, 한 장의 몇 페이지를 읽고 끝마칠 수도 있습니다. 해당 주제에 대해 좀 더 깊이 이해하기를 원하는 사람은 전체 장을 읽어야 합니다. 물론 모든 사람이 이 책에 포함된 사례 연구를 숙지해야 합니다. 그 이유는 읽어보면 재미있습니다. 또 이 책에서 논의된 개념을 사용하여 실제 제품을 만드는 방법을 보여줍니다.

또한, 클라우드, 브라우저, 모바일 및 에지 장치를 사용하여 실제 애플리케이션을 구축하는데 있어 딥러닝 전문가와 업계 전문가가 직면한 많은 실질적인 문제에 대해서도 논의합니다. 우리는 독자들이 누군가의 하루를 조금 더 좋게 만들 수 있는 애플리케이션을 만들도록 장려하기 위하여 이 책에서 실제적인 팁과 삶의 교훈을 제시하였습니다.