AI fundamentals study repository covering machine learning, deep learning, neural networks, and hands-on Python, PyTorch, and scikit-learn exercises.
- Lead: 강희성 (Kang Heesung) · mobidicmcn@gmail.com · 안심번호 0502-6681-1973
- Maintainer / Developer: 박성모 (Park Sungmo)
- 본 저장소는 강희성 대표의 지원으로 제작되었습니다.
- 지원 항목: 프로젝트 인프라 구축, API 운영비, 서비스 고도화 및 운영 전반 비용
- 스폰서 / 소속: 주식회사 모비딕컴퍼니
- GitHub: https://github.com/GoGoComputer/Fundamentals-of-Artificial-Intelligence
- AI Fighter: https://aifighter.io
- 모비딕사주: https://mobidicsaju.com
AI 기초, 인공지능 기초, 머신러닝 입문, 딥러닝 입문, 파이썬 AI, Python AI tutorial, machine learning tutorial, deep learning tutorial, PyTorch tutorial, scikit-learn tutorial, neural networks for beginners
이 저장소는 상위 강의 폴더를 원본으로 쓰고, mdBook용 src/는 자동 생성합니다.
- 이론 수정:
00-시작하기-전에/~06-프로덕션으로-가는-길/아래 원본.md - 실습 수정: 각 장의
실습/*.py - 책 동기화:
python scripts/sync_book.py - 책 빌드:
python scripts/build_book.py - 실시간 미리보기:
python scripts/watch_book.py
실습 페이지는 자동 생성 시 항상 생략 없는 전체 코드를 그대로 포함합니다.
누구를 위한 자료인가요?
- "AI라는 단어만 들어도 머리가 아파요" 하시는 분
- "파이썬은 한 번도 안 짜봤어요" 하시는 분
- "회사에서 모델을 운영해야 하는데 막상 뭘 어떻게 해야 할지 모르겠어요" 하시는 현업 개발자분
이 세 분이 같은 책상 앞에 앉아도 어색하지 않게 만드는 것이 이 자료의 목표입니다.
배움에 "늦은 시기"라는 건 없습니다. 어떤 시기든 새로 배우신 것은 그 자체로 가치가 있고, 그 가치는 사라지지 않습니다.
다만 시기마다 그 배움을 어디까지 데려갈 수 있는지가 다릅니다. 같은 작곡 공부라도 19세기에는 악보를 손으로 베끼고 연주자를 직접 모아야 했지만, 오늘날에는 노트북 한 대로 오케스트라 음원을 만들고 전 세계 스트리밍 플랫폼에 배포할 수 있습니다. 같은 영상 제작이라도 30년 전에는 카메라·필름·편집 장비에 수억 원이 들었지만, 지금은 스마트폰 한 대로 충분히 시작하실 수 있죠.
배움 자체는 같습니다. 하지만 그 배움을 받쳐 주는 도구의 무게가 달라집니다. 도구가 가벼워진 시점에 시작하시면, 같은 시간과 노력으로 훨씬 더 멀리 가실 수 있습니다.
"왜 지금 AI인가?" 라는 질문에 가장 정확한 답은 그래서 이것입니다. AI를 둘러싼 도구가 가장 가벼워진 시점이기 때문입니다. API, 오픈소스, 클라우드, 모바일, 그리고 거대 AI 모델이라는 다섯 가지 흐름이 합쳐지면서, 한 사람이 만들 수 있는 결과물의 규모가 비약적으로 커졌습니다. 예전이라면 수백 명이 모여야 만들었을 서비스를 이제는 노트북 한 대로 며칠 만에 만들 수 있습니다.
다만 한 가지는 솔직히 말씀드려야겠습니다. "AI"라는 단어를 너무 많이 들어서, 오히려 무엇부터 알아야 할지 모르게 된 시대이기도 합니다. ChatGPT를 쓰는 것과 모델을 만드는 것은 다른 일이고, 모델을 학습시키는 것과 그것을 서비스로 운영하는 것 또한 전혀 다른 일입니다. 이 자료는 그 갈래길에서 길을 잃지 않도록, 하나씩 차근차근, 그러나 끝까지 갈 수 있도록 안내하기 위해 만들어졌습니다.
- "왜?"가 먼저, "어떻게?"는 나중에. 코드를 보여드리기 전에 항상 "왜 이걸 배우는가?"를 먼저 이야기합니다.
- 고개를 끄덕일 수 있을 때 다음 줄로 갑니다. 이해되지 않은 채로 진도가 나가지 않도록 합니다.
- 수식은 거의 쓰지 않습니다. 꼭 필요한 곳에서는, 수식보다 그림으로 먼저 보여드립니다.
- 현업에서도 통하는 코드를 씁니다. 장난감 예제로 끝내지 않고, "이대로 회사에 가져가도 욕먹지 않는" 정도의 코드 품질을 유지합니다.
- 막히면 막힌 채로 두지 않습니다. 챕터마다 "자주 막히는 곳" 섹션이 있어요.
| 챕터 | 무엇을 배우나요? | 누구에게 필요한가요? | |
|---|---|---|---|
| 0 | 시작하기 전에 | 왜 AI를 지금 배워야 하는지, 환경 설정 | 모두 |
| 1 | 파이썬 기초 | 파이썬 문법의 80%만 골라서 | 코딩 처음이신 분 |
| 2 | 머신러닝 — 분류 | "이 사진은 강아지일까 고양이일까?" | 모두 |
| 3 | 머신러닝 — 회귀 | "이 집의 가격은 얼마일까?" | 모두 |
| 4 | 딥러닝 — 분류 | 신경망으로 더 어려운 분류 풀기 | 모두 |
| 5 | 딥러닝 — 회귀 | 과적합과의 진짜 싸움 | 모두 |
| 6 | 프로덕션으로 가는 길 | 모델을 "서비스"로 만들기 | 현업 개발자 |
| 7 | 더 넓은 AI 세계 | CNN, RNN, Transformer, 강화학습, AI 윤리 | 6장까지 마치고 시야를 넓히고 싶은 분 |
| 🧮 | AI를 위한 수학 | 중학 수학 → ML 수학까지 | 수식이 무서운 분 |
| ✚ | 부록 | 용어 사전, FAQ, 더 나아가기 | 필요할 때마다 |
전체 분량은 책으로 치면 약 250300페이지 정도이고, 매일 30분씩 투자하시면 **68주**에 끝낼 수 있게 만들어 두었습니다. 급하시면 주말 두 번에 1~5장의 핵심만 따라오실 수도 있어요.
순서대로 0 → 1 → 2 → 3 → 4 → 5번 챕터를 따라가세요. 6번 챕터는 4번 챕터까지 이해되신 다음에 보셔도 충분합니다.
0번 챕터를 가볍게 훑고, 1번은 건너뛰셔도 됩니다. 바로 2번 챕터부터 시작하세요.
2~5번 챕터의 "실습" 폴더부터 보세요. 이론은 막히는 곳에서만 펼쳐 보시면 됩니다.
2번과 4번 챕터의 핵심을 빠르게 보시고, 6번 챕터(프로덕션으로 가는 길) 에 시간을 가장 많이 쓰세요.
7번 챕터(더 넓은 AI 세계) 로 가세요. CNN·RNN·Transformer 같은 주요 모델, EDA·해석·강화학습·AI 윤리까지 관심 있는 주제부터 골라서 보실 수 있게 구성되어 있습니다.
- 컴퓨터: 윈도우/맥/리눅스 모두 OK. 사양은 별로 안 중요해요.
- 인터넷: 거의 모든 실습은 Google Colab에서 무료로 돌아갑니다.
- 시간: 하루 30분.
- 돈: 0원. 유료로 무엇을 사실 일은 없습니다.
이 자료에 나오는 모든 예제 코드는 직접 손으로 따라 쳐 보시기를 권합니다. 복사 붙여넣기로 결과만 보면 그 순간에는 이해된 것 같지만, 한 시간만 지나도 머릿속에 남는 게 거의 없거든요. 손가락이 기억하는 것이 머리에도 가장 오래 남습니다.
자, 그럼 시작해 볼까요?
➡️ 0장. 시작하기 전에 부터 가 보시죠.
이 자료는 MIT 라이선스로 공개되어 있습니다. 자유롭게 가져다 쓰시고, 다른 분들에게도 공유해 주세요. 다만 자료를 그대로 가져다 상업 강의로 쓰실 때는 출처만 한 줄 적어 주시면 감사하겠습니다.
이 자료는 머신러닝/딥러닝 입문 강의들을 다년간 진행하며 얻은 경험을 바탕으로, 처음부터 다시 새로 작성된 오리지널 콘텐츠입니다.