자바로 작성된 예제 코드를 중심으로, 복잡한 데이터에서 신속하게 필요한 정보와 인사이트를 얻기 위한 다양한 기술과 도구를 소개한다. 데이터 과학의 공통 임무라 할 수 있는 분류, 예측, 마켓 바스켓 분석, 클러스터링과 같은 머신 러닝 기법에 대해 살펴보고, 이상 행동이나 사기 행동의 감지, 동작 인식, 이미지 인식, 텍스트 분석 방법을 설명한다. 책의 후반부에서는 머신 러닝과 관련된 주요한 자료원, 각종 글로벌 경진대회, 관련 기술을 소개한다.

■ 응용 머신 러닝 기법의 기초와 다양한 머신 러닝 기법 간의 차이 이해

■ 자바 기반 주요 머신 러닝 라이브러리의 종류와 특성 및 해결할 수 있는 문제 유형

■ 분류, 회귀분석, 클러스터링 알고리즘 구현 방법

■ 재구매 고객의 예측을 통해 지속 가능한 고객 관계 전략 개발

■ 아파치 마홋(Apache Mahout)을 이용한 대규모 추천 엔진 개발

■ 머신 러닝을 통한 사기, 이상 행동, 이상점 감지

■ 딥 러닝 또는 심층 학습의 개념과 알고리즘, 구현 도구

■ 스마트폰 센서를 활용한 동작 인식 모델의 개발 및 eHealth 애플리케이션 구현

데이터를 통해 인사이트를 얻고자 하는 사용자를 위해 자바 기반 머신 러닝 라이브러리의 사용 방법을 설명하기 위한 책이다. 자바를 사용해본 적은 없지만 머신 러닝의 개념을 아는 사람도 있을 것이고, 그와 반대로 머신 러닝에 대해서는 잘 모르지만 자바를 잘 아는 사람도 있을 것이다. 어떤 경우든, 실생활에 활용할 수 있는 머신 러닝 애플리케이션을 성공적으로 만들고, 수정하고, 배포할 수 있는 방법을 빠른 시간 내에 배울 수 있도록 구성했다. 기본적인 프로그래밍 기법과 데이터 마이닝의 개념에 대해 알고 있다면 이 책을 읽기가 좀 더 쉬울 것이지만, 데이터 마이닝을 모른다고 해도 큰 어려움은 없을 것이다.

1장, ‘응용 머신 러닝의 개요’에서는 머신 러닝의 공통 콘셉트, 머신 러닝 구현 원칙, 응용 머신 러닝 업무 흐름 등 머신 러닝의 기본 개념을 소개한다.
2장, ‘머신 러닝을 위한 자바 라이브러리와 플랫폼’에서는 머신 러닝을 위해 만들어진 다양한 자바 라이브러리와 플랫폼을 소개하며, 각 라이브러리의 주요 기능과 이들을 통해 어떤 문제를 해결할 수 있는지 설명한다. 주요 라이브러리로서 Weka, 자바-ML, Apache Mahout, Apache Spark, deeplearning4j, Mallet을 소개한다.
3장, ‘기본 알고리즘: 분류, 회귀분석, 클러스터링’에서는 머신 러닝 알고리즘의 핵심 수행 임무인 분류, 회귀분석, 클러스터링 알고리즘을 간단하고 이해하기 쉬운 데이터세트를 이용해 설명한다.
4장, ‘앙상블을 이용한 고객 관계 예측’에서는 실제 기업의 마케팅 데이터베이스를 활용해서 churn, upsell, cross-sell 등 기업의 마케팅 활동에 대한 고객의 반응 행동을 예측하는 모델을 만든다. 이번 예제는 KDD 컵 우승 해법인 앙상블 기법을 이용해서 문제를 해결한다.
5장, ‘친밀도 분석’에서는 연관 규칙 마이닝을 통해 동시 발생 관계를 분석한다. 고객의 구매 행동을 이해하기 위한 마켓 바스켓 분석 방법을 살펴보고 친밀도 분석과 관련된 다른 영역의 접근 방식에 대해서도 알아본다.
6장, ‘아파치 마홋을 이용한 추천 엔진 구현’에서는 추천 엔진의 원칙을 이해하기 위한 기본 개념을 설명하고, 콘텐트 기반 필터링, 협업적 추천 알고리즘 등 아파치 마홋을 이용한 두 개의 애플리케이션을 만든다.
7장, ‘사기와 이상 행동 감지’에서는 이상 행동, 의심 행동 패턴 감지의 배경에 대해 설명하며, 사기에 의한 보험 청구 행위의 감지, 웹사이트 트래픽에서의 이상 행동 감지 등 두 개의 실용적인 애플리케이션 개발 방법에 대해 알아본다.
8장, ‘Deeplearning4j를 활용한 이미지 인식’에서는 이미지 인식과 신경망 구조에 대한 기본 지식을 설명한다. deeplearning4j 라이브러리를 이용해서 심층 학습 구조를 구현하고, 이를 통해 수기로 작성된 숫자 인식 기법에 대해서도 알아본다.
9장, ‘스마트폰 센서를 활용한 동작 인식’에서는 센서 데이터를 이용해서 패턴 인식 문제를 해결한다. 동작 인식의 절차와 안드로이드 기기에서 데이터 수집 방법, 일상적인 동작의 인식을 위한 분류 모델 구현에 대해 알아본다.
10장, ‘멜릿을 이용한 텍스트 마이닝: 토픽 모델링과 스팸 감지’에서는 텍스트 마이닝의 기본 개념에 대해 소개하고 텍스트 처리 파이프라인을 통해 토픽 모델링과 문서 분류라는 실무 문제를 해결하는 방법에 대해 알아본다.
11장, ‘머신 러닝을 향한 다음 여정’에서는 모델의 배포에 대한 실용적인 조언과 머신 러닝 학습을 위한 자료원, 온라인 강의 사이트, 컨퍼런스, 관련 기술에 대해 소개한다.

머신 러닝은 인공 지능의 하위 영역으로, 컴퓨터가 알고리즘과 데이터를 이용해 인간처럼 배우고, 행동할 수 있도록 가르치기 위한 것이다. 특정 데이터를 제공하면, 머신 러닝 알고리즘은 이를 통해 데이터의 또 다른 속성을 파악하고, 미래에 나타날 수 있는 데이터 속성을 추측할 수 있다.
이 책은 자바 언어를 기반으로 주요 학습 개념과 실용적인 예제를 이용해서 머신 러닝 알고리즘을 작성하고 구현할 수 있는 방법을 설명한다. 학습의 과정에서 머신 러닝의 주요 라이브러리인 Weka, Apache Mahout, Mallet 등에 대해서도 상세히 알아본다. 이 책은 특정 문제 해결을 위해 어떤 라이브러리가 좋은지 살펴보며, 서로 다른 기술의 결과를 비교하고 평가하는 시간도 갖는다. 이 책은 러닝 모델의 성능 향상 기술에 대해서도 다루며, 입력 데이터의 전처리, 서로 다른 기법으로 만들어진 모델의 결합 방법에 대해서도 설명한다.
이 책은 머신 러닝을 위해 만들어진 자바 라이브러리를 명확하고도 실용적인 예제를 가지고 설명한다. 또, 데이터 분석을 위한 준비 방법에 대해 알아보고, 머신 러닝 기법의 선택, 과정의 성공 정도에 대한 평가 방법 역시 살펴본다.

보스티얀 칼루자(Boštjan Kaluža)

인공 지능과 머신 러닝을 연구한다. IT 운영 분석 전문 회사인 Evolven의 책임 데이터 과학자로서 연구 프로젝트의 운영 환경 분석과 운영 정책 변경 분석을 담당했다. 머신 러닝, 예측적 분석, 패턴 마이닝, 이상 행동 감지 관련 데이터를 비즈니스 연관 정보 또는 그에 대한 행동을 취할 수 있는 인사이트로 바꾸는 일을 한다.
Evolven 이전엔, 슬로베니아의 대표 과학 연구 기관인 Jozef Stefan Institute의 인텔리전트 시스템 부서에서 선임 연구원으로 일했고, 연관 패턴, 이상 행동 감지, 유비쿼터스 컴퓨팅, 멀티 에이전트 시스템의 연구를 이끌었다. 보스티얀은 남캘리포니아 대학교에 방문 연구자로 있는 동안, 보안 애플리케이션 맥락에서의 의심 행동, 이상 행동에 대해 연구했다. 그는 연구를 통해 자바와 파이썬을 오랜 기간 사용해왔으며, 교단에서는 Weka 라이브러리에 대해 강의한다.
머신 러닝과 데이터 과학 관련 전문지에 다수의 기고문을 게재했으며, 컨퍼런스 발표 논문 작성에 참여하고 이 분야의 특허도 다수 확보하고 있다. 2013년, 팩트출판사에서 데이터 과학 분야의 첫 번째 책이자, Weka를 이용한 머신 러닝 실무 활용서인 『Instant Weka How-to』를 출간했다. 그에 관한 좀 더 자세한 정보는 그의 웹사이트 http://bostjankaluza.net에서 확인하자.

몇 년 전, 60년 전통의 글로벌 IT 조사기관인 IDC는 IT 기술을 이끌어나갈 4대 중심축으로 모바일, 소셜, 클라우드, 빅데이터를 지목했다. IDC의 예견은 이제 상식이 됐으며, 모바일 기기 산업은 어느새 성숙기에 접어들었고, 모바일 콘텐츠와 소셜 서비스는 치열한 경쟁만을 남겨두고 있다. 이러한 상황에서 다양한 스마트 기기와 클라우드 환경에서 막대하게 쏟아지는 빅데이터를 시각화하고 유용한 도구 혹은 자원으로 활용하기 위한 시도가 거듭되고 있다. 이런 시도 가운데 국내외에서 가장 두드러진 것이 바로 머신 러닝이라 할 수 있다.
보통의 개발 트렌드는 IT 엔지니어의 관심사지만, 머신 러닝만큼은 기업 경영자, 스타트업 창업자, 보건 행정 공무원, 정책 입안자, 대통령 선거 후보에 이르기까지 높은 관심을 받고 있다. 고객의 명단이 아닌, 고객의 행동을 분석하거나, 고객이 왜 그런 행동을 했는지 맥락을 분석하는 데 있어서 머신 러닝은 주요한 역할을 할 수 있는 단계에 접어들었다. 또한 이미 수년 전부터 산업계, 학계가 앞다퉈서 머신 러닝 라이브러리를 배포하고 이를 문서화하고 있어서 매우 낮은 비용으로 데이터를 분석하고 차별화된 통찰력을 얻을 수 있는 환경도 만들어졌다.
하지만, 머신 러닝의 개념을 구성하는, 기본적인 이론의 개요를 파악하는 일조차 결코 쉽지 않다. 더욱이 개발과 회의, 업무 조율 등으로 매일같이 바쁜 일상을 보내고 있는 현업 개발자라면 머신 러닝의 개념 정리와 응용프로그램의 개발 준비를 별도로 할 여유는 없을 것이다.
이 책은 머신 러닝의 개념 정립, 유용한 라이브러리 소개, 해당 라이브러리의 활용 예제로 구성돼 있다. 지난 십 수년간 머신 러닝의 상용화, 사업화를 위해 노력해온 기업과 대학, 각종 연구 기관의 성과는 무료로 사용할 수 있는 오픈소스 라이브러리로 배포됐으며, 이제 우리는 이들 라이브러리 중 우리가 실제로 필요한 것이 무엇인지 확인하고, 해당 라이브러리에서 관련 리소스를 임포트하기만 하면 머신 러닝 알고리즘을 사용할 수 있게 됐다.
우리 주위의 당면 과제를 소개하고, 이를 해결하기 위해 머신 러닝 알고리즘이 무엇인지 개략적으로 소개한 뒤, 그에 적합한 알고리즘이 무엇인지 매우 알기 쉽게 설명한다. 머신 러닝 기반의 아이템 추천 알고리즘, 또는 이상 행동 감지 알고리즘이 반영된 응용 프로그램을 만들고자 하는 개발자의 시간과 노력을 아끼는 데 도움이 될 것으로 생각한다.

동준상

넥스트플랫폼 대표, ICT 제품과 서비스 상용화 컨설턴트. iOS와 안드로이드, 웹 애플리케이션 분야에서 UI 개발과 UX 표준화 업무를 하며, 한국생산성본부, KT, 국민 데이타시스템, 신세계IINC 등에서 모바일 프로젝트를 위한 UX 디자인과 UI 개발 강의를 하고, 관련 교재를 집필했다.
2015~2016년 KMEPA의 ICT 상용화 멘토며, 한국콘텐츠진흥원, 한국생산성본부, 대구디지털산업진흥원, 부산정보진흥원 기술 심사위원 및 멘토로 활동했다.
번역서로는 에이콘출판사에서 펴낸 『jQuery UI 1.8 한국어판』(2012), 『The iOS 5 Developer’s Cookbook (Third Edition) 한국어판』(2012), 『The Core iOS 6 Developer’s Cookbook (Fourth Edition) 한국어판』(2013), 『The Advanced iOS 6 Developer’s Cookbook (Fourth Edition) 한국어판』(2013), 『The Book of CSS3』(2014), 『Swift로 하는 iOS 프로그래밍』(2015) 등이 있다.