표지 준비 중

연속 학습 Continual Learning 쿡북 with Python

고우주

아티팩트 · 2026-11-16 출간 예정

ISBN 9791124236246 · 총류

정가 20,000원 · 전자책

출간 예정전자책국립중앙도서관 ISBN 서지정보 등록

출간되면 알려드릴게요

『연속 학습 Continual Learning 쿡북 with Python』는 2026-11-16 출간 예정입니다. 출간되면 서점 판매 링크와 함께 이메일로 한 번 알려드립니다.

책 소개

딥러닝 모델을 한 번 학습시켜 배포하는 일은 이제 어렵지 않다. 어려운 일은 그다음에 온다. 배포한 모델 앞에 새 클래스가 나타나고 센서가 교체되며 사용자가 쓰는 말이 조금씩 달라진다. 모델을 새 데이터로 이어서 학습시키면 새것은 금방 배우지만 예전에 잘하던 것을 한꺼번에 잃는다. 이 현상을 파국적 망각(catastrophic forgetting)이라고 부른다. 1989년에 처음 체계적으로 보고된 뒤 30년 넘게 신경망의 오래된 약점으로 남아 있다.

연속 학습(continual learning)은 데이터가 시간 순서대로 들어오는 환경에서 예전 지식을 지키며 새 지식을 쌓는 방법을 연구하는 분야다. 이 책은 그 분야를 처음부터 끝까지 한 줄기로 엮었다. 신경망이 왜 잊는지를 경사 하강의 동역학으로 설명하는 데서 출발해 리플레이와 정규화 같은 고전 기법을 거치고 사전학습 모델과 대규모 언어 모델을 계속 고쳐 쓰는 최근의 방법까지 다룬다.

연속 학습은 오랫동안 연구실의 주제였다. 분할 MNIST(Split-MNIST) 같은 작은 벤치마크 위에서 방법끼리 정확도를 겨루는 일이 연구의 중심이었고 현장의 엔지니어는 성능이 떨어지면 데이터를 다시 모아 처음부터 학습시키는 쪽을 택했다. 모델이 커지면서 사정이 바뀌었다. 사전학습에 수천 GPU 시간이 드는 모델을 분기마다 처음부터 다시 학습시키기는 어렵다. 그런데 배포한 모델을 새 도메인이나 새 지식에 맞춰 미세조정(fine-tuning)하면 원래 갖고 있던 일반 능력이 깎인다. 연속 학습의 질문이 연구실 밖으로 나왔다.

한국어로 이 분야를 공부하려는 독자가 손에 쥘 수 있는 자료는 많지 않다. 논문 요약과 강의 슬라이드는 기법의 이름과 핵심 수식을 알려 주지만 그 기법이 어떤 조건에서 통하고 어떤 조건에서 무너지는지는 직접 돌려 보아야 안다. 이 책은 그 간극을 메우려고 썼다. 망각을 코드로 직접 일으키고 같은 설정에서 기법들을 나란히 돌려 보면서 각 기법이 무엇을 지키고 무엇을 포기하는지 숫자로 확인하는 책이다.

출처: 국립중앙도서관 출판예정도서 등록 정보(출판사 제출)