인공지능 ABC
- 출판사:
- 연두에디션
- 저 자:
-
주해종. 정화영. 손병희
- 발행일:
- 2026-03-01
- 가 격:
- 26,000원
- 페이지:
- 420 페이지
- ISBN:
- 979-11-93177-79-2
- 도 수 :
- 4도
- 도서자료
-
교재내용
- 21세기 인류의 여정은 디지털 혁명으로부터 시작되었습니다. 전자회로의 발명과 컴퓨터의 보급, 인터넷의 확산은 인간이 정보를 다루는 방식 자체를 근본적으로 바꾸어 놓았습니다. 이제 우리는 물리적 세계와 디지털 세계가 서로 얽히고 확장되는 시대를 살아가고 있습니다. 정보는 더 이상 단순한 기록이 아니라, 사회와 경제, 문화의 모든 영역을 움직이는 원동력이 되었고, 데이터는 석유와 같은 새로운 자원으로 불리며 인류의 미래를 이끌어가는 핵심 자산으로 자리 잡았습니다.
이러한 흐름 속에서 인공지능은 단순한 기술을 넘어, 인간의 사고와 창의성을 확장하는 새로운 도구로 등장했습니다. 인공지능은 데이터를 이해하고, 학습하며, 스스로 문제를
해결하는 능력을 통해 인간과 기계의 협력이라는 새로운 패러다임을 열어가고 있습니다. 더 이상 인공지능은 먼 미래의 공상과학적 상상이 아니라, 우리의 일상과 산업, 학문과 예술 속에 깊숙이 스며든 현실입니다.
《인공지능 ABC》는 이러한 시대적 전환점에서 인공지능을 처음 접하는 독자들을 위한 입문서입니다. 이 책은 디지털 세계의 정보 표현에서 출발하여 프로그램 언어와 데이터 구조, 문제 해결의 기술을 차근차근 탐구합니다. 이어서 정형 데이터의 관리와 활용, 데이터과학과 빅데이터의 세계를 거쳐 인공지능의 역사와 발달사를 살펴봅니다. 독자는 이 과정을 통해 인공지능이 단순한 기술의 집합이 아니라, 인류 문명의 진화와 맞닿아 있는 거대한 흐름임을 깨닫게 될 것입니다.
목차
- CHAPTER 1 디지털 혁명의 발자취
1.1 컴퓨터의 개념과 역사
1.1.1 컴퓨터의 개념과 특징
1.1.2 컴퓨터의 구성 요소
1.1.3 컴퓨터의 역사
1.2 컴퓨터의 종류와 활용 분야
1.2.1 컴퓨터의 종류
1.2.2 컴퓨터의 활용 분야
1.3 정보통신기술과 4차 산업혁명 시대
1.3.1 정보통신기술ICT
1.3.2 정보 사회Information Society
1.3.3 4차 산업혁명The Fourth Industrial Revolution 시대
1.4 첨단산업시대의 미래 컴퓨팅 기술
1.4.1 첨단산업시대
1.4.2 미래 컴퓨터 기술
CHAPTER 2 디지털 세계의 정보 표현
2.1 수의 체계와 진법 변환
2.1.1 수의 체계
2.1.2 진법의 개념
2.1.3 진법의 변환
2.2 컴퓨터의 데이터 표현
2.2.1 정수와 실수의 표현
2.2.2 문자의 표현
2.2.3 에러 검출 코드
2.3 컴퓨터 논리 회로의 개념과 종류
2.3.1 논리 회로
2.3.2 부울 대수식의 표현 방법
2.3.3 논리식 표현의 간소화
2.3.4 논리 회로의 종류
2.3.5 집적 회로
CHAPTER 3 프로그래밍 언어의 세계
3.1 프로그래밍 언어의 개념
3.1.1 저급 언어와 고급 언어
3.1.2 프로그래밍 언어를 왜 배워야 하나?
3.2 프로그래밍 언어의 역사
3.2.1 프로그래밍 언어의 발전 과정
3.2.2 프로그래밍 언어별 특징
3.3 프로그래밍 언어의 번역 기법
3.3.1 컴파일러 언어
3.3.2 인터프리터 언어
3.4 프로그래밍 언어의 분류
3.4.1 용도에 따른 분류
3.4.2 패러다임에 따른 분류
3.4.3 프로그래밍 문법
CHAPTER 4 데이터 구조와 문제해결의 기술
4.1 데이터 구조의 개요
4.1.1 데이터 구조의 정의
4.1.2 데이터 구조의 분류
4.1.3 데이터 구조와 알고리즘과의 관계
4.2 데이터 구조의 종류
4.2.1 선형 데이터 구조Linear Data Structure
4.2.2 비선형 데이터 구조Nonlinear Data Structure
4.3 문제해결 기술(알고리즘)
4.3.1 알고리즘의 개념
4.3.2 알고리즘의 표현
4.3.3 알고리즘의 설계
CHAPTER 5 정형 데이터 관리와 활용
5.1 정형 데이터의 개요
5.1.1 데이터와 정보
5.1.2 정보 시스템
5.1.3 데이터베이스
5.1.4 데이터베이스 관리 시스템
5.1.5 데이터베이스 언어
5.2 정형 데이터 모델의 개념과 종류
5.2.1 데이터 모델의 개념
5.2.2 데이터 모델의 종류
5.3 관계형 정형 데이터 구조 관계형 데이터베이스
5.3.1 관계형 데이터베이스의 정의
5.3.2 관계형 데이터베이스의 용어
5.3.3 관계형 데이터베이스의 제약 조건
5.3.4 관계형 데이터베이스의 언어
CHAPTER 6 데이터 사이언스와 빅데이터
6.1 데이터 사이언스Data Science
6.1.1 데이터 사이언스의 필요성
6.1.2 데이터 사이언스의 개념과 특징
6.2 빅데이터 개념과 특징
6.2.1 빅데이터의 정의
6.2.4 빅데이터 인사이트(통찰력)의
6.2.2 빅데이터의 특징
6.2.3 빅데이터의 목적 이해
6.2.5 빅데이터의 기술
6.3 빅데이터 저장 기술: NoSQL
6.3.1 NoSQL의 등장 배경
6.3.2 NoSQL의 개념과 특징
6.3.3 NoSQL의 종류
6.4 빅데이터 분석 기술: 데이터 마이닝Data Mining
6.4.1 데이터 마이닝의 개념
6.4.2 데이터 마이닝의 종류
6.5 빅데이터 표현 기술
CHAPTER 7 인공지능의 개요와 발달사
7.1 인공지능의 개요
7.1.1 인공지능의 개념
7.1.2 인공지능의 주요 특징
7.1.3 인공지능의 사회적 영향
7.2 인공지능의 역사
7.2.1 고대와 철학적 기원
7.2.2 20세기 초반 : 컴퓨터의 탄생과 튜링의 제안
7.2.3 1956년 : 인공지능이라는 이름의 탄생
7.2.4 1970년 ~ 1980년대: 첫 번째 인공지능의 겨울
7.2.5 1990 ~ 2000년대: 상업적 응용과 알고리즘 발전
7.2.6 2010년대: 딥러닝과 빅데이터의 시대
7.2.7 2020년대: 생성형 AI와 범용 AI의 논의
7.2.8 미래: 인공지능과 하드웨어의 결합
7.3 인공지능의 세부 분야
7.4 기계학습
7.4.1 기계학습의 개념
7.5 인공신경망
7.5.1 인공신경망의 개념
7.5.2 인공신경망의 종류
CHAPTER 8 인공지능 서비스 개발을 위한 기술
8.1 인공지능 서비스 개발 과정
8.1.1 서비스 기획(문제 정의)
8.1.2 데이터 준비
8.1.3 모델 개발
8.1.4 시스템 구현
8.1.5 배포 및 운영관리
8.2 인공지능 서비스 개발의 기술 요소
8.3 인공지능 서비스를 위한 하드웨어 기술
8.3.1 그래픽 처리 장치GPU
8.3.2 텐서 처리 장치TPU
8.4 인공지능 서비스를 위한 네트워크 기술
8.4.1 이동 통신 기술
8.4.2 5G의 특징
8.4.3 5G로 구현하는 인공지능 활용
8.5 인공지능 서비스를 위한 인프라 기술
8.5.1 인공지능 인프라AI Infrastructure
8.5.2 인공지능 인프라 활용 사례
8.6 인공지능 서비스를 위한 데이터 연결 기술
8.6.1 사물 인터넷의 개념
8.6.2 사물 인터넷 기술 요소
8.6.3 사물 인터넷의 발전 과정
8.6.4 사물 인터넷과 인공지능의 결합AIoT
CHAPTER 9 머신러닝(기계학습)
9.1 머신러닝의 개념
9.1.1 머신러닝의 개념
9.1.2 머신러닝의 특징
9.1.3 머신러닝과 딥러닝의 비교
9.2 머신러닝이 필요한 이유
9.3 머신러닝의 종류
9.3.1 지도 학습Supervised Learning
9.3.2 비지도 학습Unsupervised Learning
9.3.3 강화 학습Reinforcement Learning
9.4 머신러닝 알고리즘
9.4.1 분류Classfication
9.4.2 회귀Regression
9.4.3 군집Clustering
9.4.4 큐러닝Q-Learning
9.4.5 딥큐러닝Deep Q-Learning
9.5 머신러닝의 한계
CHAPTER10 인공신경망과 딥러닝
10.1 인공신경망의 역사
10.1.1 인공신경망의 역사적 흐름
10.2 인공신경망과 딥러닝의 개념
10.2.1 인공신경망의 개념
10.2.2 딥러닝의 개념
10.2.3 인공신경망과 딥러닝의 비교
10.3 딥러닝 모델의 종류
10.3.1 심층 순방향 신경망DFN, Deep Feedforward Network
10.3.2 합성곱 신경망CNN, Convolution Neural Network
10.3.3 순환 신경망RNN, Recurrent Neural Network
10.3.4 LSTMLong Short-Term Memory
10.3.5 생성적 적대 신경망GAN, Generative Adversarial Network
10.3.6 오토인코더Autoencoder
10.3.7 Transformer
10.3.8 딥러닝 모델의 비교
CHAPTER 11 인공지능 플랫폼과 서비스
11.1 인공지능 플랫폼
11.1.1 클라우드 기반 AI 플랫폼
11.1.2 온프레미스On-premise AI 플랫폼
11.2 인공지능 서비스
11.2.1 범용 AI 서비스
11.2.2 특정 목적형 AI 서비스
11.2.3 범용 AI 서비스와 특정 목적형 AI 서비스
CHAPTER 12 피지컬 AI
12.1 피지컬 AI 개념과 특징
12.1.1 피지컬 AI의 등장 배경
12.1.2 피지컬 AI의 개념
12.1.3 피지컬 AI의 특징
12.2 피지컬 AI의 기술 요소
12.2.1 AI 모델
12.2.2 센서 기술
12.2.3 온디바이스 AI와 엣지 컴퓨팅
12.2.4 제어 시스템과 행동Actuator
12.2.5 시뮬레이터Simulator와 데이터 팩토리Data Factory
12.3 피지컬 AI의 인간 상호작용 원리
12.4 피지컬 AI의 정책방향
12.4.1 EU, AI ACT
12.4.2 미국, AI가이드라인
12.4.3 일본, 로봇 신성장 전략
12.4.4 중국, 중국제조 2025 및 로봇산업 발전계획
12.4.5 한국, 피지컬 AI 정책 추진
CHAPTER 13 인공지능과 함께 여는 미래
13.1 인공지능 시대의 교육과 학습 혁신
13.1.1 인공지능 시대의 인간중심교육의 필요성
13.2 인공지능 윤리와 책임
13.2.1 인공지능 윤리의 필요성
13.2.2 국내외 정책 동향
13.2.3 인공지능 창작물과 지식 재산권의 현황
13.2.4 로봇에 대한 세금 납부 문제
13.3 인공지능 사회의 도전과 기회
13.3.1 인공지능 사회의 기회
13.3.2 인공지능 사회의 도전 과제
13.3.3 인공지능 사회의 변화 노력
13.4 인간 중심 인공지능 시대의 미래
13.4.1 공존을 위한 인공지능과 인간의 존엄성
13.4.2 인공지능에 대한 통제 불가능 사례
13.4.3 인공지능에 대한 통제의 필요성
