◈ 이 책에서 다루는 내용 ◈

◆ 엣지 디바이스용 AI와 ML에 대한 전문성 개발하기
◆ 엣지 AI로 가장 잘 해결할 수 있는 프로젝트 이해하기
◆ 엣지 AI 앱을 위한 주요 디자인 패턴 살펴보기
◆ AI 시스템 개발을 위한 반복적인 워크플로 알아보기
◆ 실제 문제를 해결할 수 있는 기술을 갖춘 팀 구성하기
◆ 책임감 있는 AI 프로세스를 따라 효과적인 제품 만들기


◈ 이 책의 대상 독자 ◈

◆ 마이크로컨트롤러나 DSP(Digital Signal Processor) 같은 리소스가 제한된 장치나 임베디드 리눅스 컴퓨터 같은 범용 장치에 대한 임베디드 개발 고급 개념을 알고 있는 개발자
◆ 엣지 AI 기술을 통해 성공적인 엣지 AI 제품을 만들고자 하는 과학자, 제품 관리자, 의사결정권자
◆ 엔지니어링 분야의 실용적인 로드맵을 높은 수준에서 다루길 바라는 엔지니어


◈ 이 책의 구성 ◈

처음 몇 개 장에서는 핵심 개념을 소개하고 논의하여 형세를 이해하는 데 도움을 준다. 다음 몇 개 장은 애플리케이션을 설계하고 구현하는 데 도움이 되는 실제 프로세스를 안내한다.
11장에서 시작하는 이 책의 두 번째 부분에서는 과학, 산업, 소비자 프로젝트에서 실제 문제를 해결하기 위한 지식을 차근차근 설명, 적용하는 방법을 보여준다.
이 책을 다 읽고 나면 엣지 AI라는 렌즈를 통해 세상을 보는 데 자신감을 갖게 될 것이며, 효과적인 솔루션을 구축하는 데 사용할 수 있는 견고한 도구들을 얻게 될 것이다.

◈ 옮긴이의 말 ◈

1956년 인공지능이라는 용어가 처음 언급된 이후 인공지능은 몇 번의 부흥기와 침체기를 맞으며 발전해 왔다. 현대 머신러닝의 뿌리라고 할 수 있는 퍼셉트론도 1958년에 고안됐으나 1969년 XOR을 해결할 수 없음이 수학적으로 증명되면서 한동안 잊혀졌다. 1980년대에는 입력된 규칙을 기반으로 판단을 내리는 전문가 시스템이 등장하여 충분한 데이터만 있으면 분야별 전문가를 대체할 수도 있겠다는 기대를 모으기도 했으나, 방대한 지식을 일일이 규칙으로 저장하는 데는 한계가 있어 다시 한번 인공지능의 겨울이 오기도 했다.
그러던 중, 1986년 다층 퍼셉트론 이론과 역전파 알고리듬을 적용하여 머신러닝의 불씨를 다시 되살리고, 2016년 지금도 잊을 수 없는 이세돌과 알파고의 대국을 기점으로 인공지능에 대한 기대가 다시 급성장했다. 2022년 챗GPT의 등장은 인공지능을 거스를 수 없는 대세로 만들었고, 인간의 최후의 보루로 여겨졌던 창의적인 작업조차 인공지능으로 대체될 수 있다는 위기감이 휘몰아쳤다.
진정 인공지능이 인간의 일자리를 모두 빼앗아 버릴지, 아니면 고도로 발전된 펜과 종이로서 여전히 인간을 돕게 될지는 앞으로 인간이 어떻게 대응할지에 달려 있겠지만, 현재로서는 대세에 역행하려고 부질없이 애쓰기보다는 기술을 어떻게 활용할지를 생각할 단계인 것 같다.
이 책은 날로 강력해지는 엣지 장치, 즉 인터넷 말단에 장착된 임베디드 시스템의 CPU 파워를 활용하여, 멀리 있는 클라우드 서버에 덜 의존하고 현장에서 즉각적인 판단을 내릴 수 있는 엣지 AI 시스템을 설계하는 방법을 다룬다. 또한 클라우드 AI와 엣지 AI 각각의 장단점을 실제 사례를 기반으로 네트워크, 경제성, 신뢰성, 윤리적 측면에서 살펴보고, 둘 사이에서 균형점을 찾을 수 있도록 도와준다. 특히 학습 데이터 준비와 프라이버시 측면은 엣지 AI에만 국한되지 않고 일반적인 AI 시스템을 만드는 사람이라면 누구든지 고려해야 할 사항을 실제 사례와 함께 자세하게 소개하고 있다.
마지막으로 엣지 임펄스에서 개발한 도구를 기반으로 엣지 AI 장치를 설계, 구현하는 실습 예제를 보여주고, 엣지 AI에 입문하는 사람이 직접 과정을 따라가면서 쉽게 배울 수 있는 기회를 제공했다.