[서평] 로우코드 AI(궨덜린 스트리플링, 마이클 아벨 저/박찬성 역/한빛미디어)

 "한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬 받아 작성된 서평입니다."

 

오늘은 한빛미디어에서 발간한 '로우코드 AI' 책 서평을 작성해보겠습니다!!

.

이 책을 소개하기에 앞서 먼저 로우코드(Low - Code)가 무엇인지부터 알아봅시다!

 

# 로우코드(Low - Code)란?

머신러닝을 이용한 서비스를 구현을 위한 ML 파이프라인을 구축할 시에 다양한 방법을 이용할 수 있습니다

크게 노코드(No - code) , 로우코드(Low - Code) , 커스텀 코드(Custom - Code) 방식으로 구분할 수 있는데욥! 

 

1. 노코드(No - code)는 말 그대로 코드를 사용하지 않고 모델을 자동으로 구축하고 학습하는 것입니다

코드에 익숙하지 않은 사람도 코드를 전혀 작성하지 않고 GUI(그래픽 사용자 인터페이스) 즉, 간단한 클릭만으로 ML 모델을 만들 수 있습니다! AutoML, 

구글의 Vertex AI, 마이크로 소프트의 애저 ML스튜디오, 아마존 세이지메이커용 AutoML 등이 있습니다

 

구글 Vertex AI

https://cloud.google.com/vertex-ai?hl=ko

마이크로 소프트 애저 ML스튜디오

https://azure.microsoft.com/ko-kr/products/machine-learning

아마존 세이지메이커 AutoML

https://aws.amazon.com/ko/sagemakerzz

 

 

2. 로우코드(Low - Code)는 노코드 보다는 좀 더 유연한 방법으로 일부 사용자 정의가 필요한 방식에서 활용합니다!

구글 빅쿼리 ML이 이에 해당하는데욥  간단한 SQL 쿼리문을 이용하여 ML 모델을 구현할 수 있습니다!

구글 빅쿼리 ML

https://cloud.google.com/bigquery/docs/create-machine-learning-model?hl=ko

 

3. 커스텀 코드(Custom - Code) 는 유연성이 가장 뛰어난 방법입니다. 숙련된 프로그래머들이 직접 코드를 이용하여 구현하는 방식으로 텐서플로(TensorFlow), 사이킷런(scikit-learn), 파이토치(PyTorch) 와 같은 ML 프레임워크를 이용하여 특정한 데이터와 목적에 따라 자유롭게 모델을 만들 수 있습니다!

 

이 책에서는 ML 파이프라인 구축시 AutoML을 이용한 노코드 , 빅쿼리 ML을 이용한 로우코드, 사이킷런과 케라스를 이용한 커스텀 코드 각 방식에 따른 ML 학습방법을 제시합니다

 

특히 광고 미디어 채널의 매출 예측, 사기 거래 탐지, 고객 이탈 예측 등과 같이 실제 예제들을 바탕으로 문제정의부터 모델구축까지 실습해보며 따라해 볼 수 있도록 내용이 구성되어 있는데욥

 

# 그래서 누구에게 추천하는가? 

구체적인 머신러닝, 딥러닝 이론에 대해 배워보고 싶은 사람들 보다는 ML에 관한 전문지식이 부족하지만 ML 모델링을 활용하여 문제를 해결하고 싶은 사람들에게는 좋은 선택이 될 수 있습니다!  

빠른 간단한 프로토 타입으로 벤치마크 모델을 학습하고 싶은 경우에도 여러 노코드, 로우코드 예제들을 살펴보면 충분히 도움받으실 수 있습니다!

저는 개인적으로 사이킷런이나 파이토치와 같은 프레임 워크를 이용하여 커스텀 코드 방식으로 ML모델 학습을 주로 해왔는데욥 

이제는 일명 딸깍?! 만으로 모델을 간단하게 구축할 수 있다는 것이 너무 놀랍기도 하면서 현타...?가 오기도 했습니다,,,,