📖 어떤 책인가요?
『Sutskever's List: Foundational Ideas of Modern AI』 (Richard Heimann, Manning, 2026)
이 책은 오늘날의 AI를 만든 핵심 논문들을 골라, AlexNet에서 시작해 ResNet, Transformer, 스케일링 법칙, 추론 모델까지 이어지는 하나의 흐름으로 엮어냅니다. 구현서가 아니라 아이디어의 계보를 따라가는 책입니다.
이번 시즌은 1~5장을 다루며, 6~9장은 시즌 2로 진행할 예정입니다.
📅 스터디 정보
📥 이런 분과 함께하고 싶어요
- 중급 개발자(3년차 내외)를 기대하지만, 머신러닝 전공자나 실무자가 아니어도 좋습니다.
- 다만 쉬운 책은 아닙니다. 낯선 개념과 수식이 계속 등장합니다. 필요한 건 사전 지식보다 모르는 상태를 견디며 붙잡고 있는 태도라고 생각합니다. 어차피 이 분야는 전공자에게도 매주 새로운 것이 쏟아지는 영역입니다.
- 원서이지만 영어도 진입장벽이 아닙니다. AI를 번역기이자 튜터로 활용하는 것을 오히려 권장합니다. AI를 다루는 스터디에서 AI를 쓰지 않을 이유가 없으니까요.
- 평소 AI가 어떻게 여기까지 왔는지 궁금했지만, 마땅한 계기가 없어 미뤄두셨던 분.
- 모르는 것을 편하게 묻고, 설익은 생각이라도 꺼내주실 분. 의견이 많이 오갈수록 좋은 스터디가 된다고 믿습니다.
🧭 진행 방법
- 책 내용은 미리 읽어 보고 깊게 고민해보는 것을 가정합니다.
- 매주 운영자가 해당 장의 핵심 아이디어를 발제하고, 이를 바탕으로 함께 토론합니다. 발표 준비 부담 없이 참여하실 수 있습니다.
- 책이 다루는 원 논문을 직접 찾아보고 공유하는 것을 권장합니다.
- 책에 나오지 않는 내용(최신 모델, 실무 적용 경험 등)도 얼마든지 논의 가능합니다.
- 자유롭게 질문하고 피드백을 나누는 것을 장려합니다. 적극적인 의견 제시를 기대합니다.
📚 진행 계획
-
1주차 · 08/31
1장 What did Ilya see? / 2장 The AlexNet moment
Sutskever's List의 배경, 그리고 딥러닝의 시작을 알린 AlexNet
-
2주차 · 09/07
3장 ResNet revolution
신경망은 왜 깊어질수록 학습이 어려워지는가, 잔차 연결이라는 해법
-
3주차 · 09/14
4장 Deep learning accelerates (1) — RNN과 LSTM
순서가 있는 데이터를 다루는 법, 그리고 기억의 문제
-
09/21
휴회
추석 연휴로 한 주 쉬어갑니다
-
4주차 · 09/28
4장 Deep learning accelerates (2) — 정규화와 Deep Speech 2
음성 인식에서 드러난 "엔지니어링으로서의 딥러닝"
-
10/05
휴회
개천절 연휴로 한 주 쉬어갑니다
-
5주차 · 10/12
5장 Attention is all you need (1) — Transformer
지금의 모든 LLM이 딛고 선 그 구조
-
6주차 · 10/19
5장 Attention is all you need (2) — Attention의 계보
Bahdanau attention, Pointer Networks, Neural Turing Machines · 마무리 뒷풀이
※ 이번 시즌에서는 1~5장을 다룹니다. 6~9장은 추후 시즌 2로 진행 예정입니다.
※ 4장과 5장은 분량과 밀도가 높아 2주에 걸쳐 다룹니다.
※ 진행 상황에 따라 회차가 조정될 수 있습니다.
🔒 자주 묻는 질문
책은 무료로 제공되나요?
한국어 번역본이 있나요?
머신러닝 실무 경험이 없어도 괜찮을까요?
6~9장은 언제 하나요?
일정이 늘어날 수도 있나요?
참석을 많이 못 하면 문제가 될까요?
💬 문의
추가로 궁금하신 부분은 아래 채널로 박종훈(그로스 매니저)에게 연락 주세요.