본문 바로가기

추천 검색어

실시간 인기 검색어

AWS 기반 AI 애플리케이션 개발

AI 유니콘 기업으로 도약하기
데이터 과학
에이콘출판 · 2021년 05월 31일 출시
9.0 (3개의 리뷰)
도움돼요 (67%의 구매자)
  • AWS 기반 AI 애플리케이션 개발 대표 이미지
    AWS 기반 AI 애플리케이션 개발 대표 이미지
  • A4
    사이즈 비교
    210x297
    189x235
    단위 : mm
MD의 선택 무료배송 사은품 이벤트 소득공제
10% 31,500 35,000
적립/혜택
1,750P

기본적립

5% 적립 1,750P

추가적립

  • 5만원 이상 구매 시 추가 2,000P
  • 3만원 이상 구매 시, 등급별 2~4% 추가 최대 1,750P
  • 리뷰 작성 시, e교환권 추가 최대 300원
배송안내
무료배송
배송비 안내
국내도서 / 외국도서
도서만 1만 원 이상 구매 시 무료배송
도서 + 잡지 / 만화 / :K컬렉션을 함께 1만 원 이상 구매 시 무료배송

1만원 미만 시 2,000원 배송비 부과

잡지 / 만화 / :K컬렉션 (교보배송)
각각 구매하거나 함께 2만 원 이상 구매 시 무료배송

2만원 미만 시 2,000원 배송비 부과

해외주문 서양도서 / 해외주문 일본도서 (교보배송)
각각 구매하거나 함께 1만 원 이상 구매 시 무료배송

1만원 미만 시 2,000원 배송비 부과

업체배송 상품 (전집, GIFT, 음반 / DVD 등)
중고장터 상품
해당 상품 상세페이지 "배송비" 참고 (업체 별/판매자 별 무료배송 기준 다름)
바로드림 오늘배송
업체에서 별도 배송하여 1Box당 배송비 2,500원 부과

1Box 기준 : 도서 10권

그 외 무료배송 기준
바로드림, eBook 상품을 주문한 경우, 플래티넘/골드/실버회원 무료배송쿠폰 이용하여 주문한 경우, 무료배송 등록 상품을 주문한 경우
주문정보를 불러오는 중입니다.
서울시 종로구 종로 1

알림 신청하시면 원하시는 정보를
받아 보실 수 있습니다.

해외주문/바로드림/제휴사주문/업체배송건의 경우 1+1 증정상품이 발송되지 않습니다.

패키지

북카드

키워드 Pick

키워드 Pick 안내

관심 키워드를 주제로 다른 연관 도서를 다양하게 찾아 볼 수 있는 서비스로, 클릭 시 관심 키워드를 주제로 한 다양한 책으로 이동할 수 있습니다.
키워드는 최근 많이 찾는 순으로 정렬됩니다.

전반적으로 유지보수가 쉬운 AI 애플리케이션을 개발, 배포, 운영하는 방법에 대해 설명하고, 다양한 AWS AI/ML 서비스를 활용해서 효과적으로 AI 애플리케이션을 개발하는 방법을 실습 중심으로 제시한다. AI 애플리케이션을 개발하는 방법은 크게 두 부분으로 나눠 설명한다. 여러 AWS AI 서비스가 제공하는 기능을 바로 이용해서 AI 애플리케이션을 개발하는 방법을 실습과 함께 설명한 뒤에 AWS 세이지메이커 및 여러 AWS 인프라 서비스로 직접 AI 기능을 훈련하고 구축해서 AI 애플리케이션에 적용하는 방법을 실습을 통해 제공한다.

작가정보

Subhashini Tripuraneni
다년간 금융 및 소매 유통 분야에서 AI 도입 업무를 주도하면서 다양한 업무 프로세스를 자동화해 AI로 사업상의 경쟁 우위를 확보하는 데 기여했다. 또한 여러 머신러닝 및 심층학습 모형을 퍼블릭 클라우드에 구축한 경험이 있는 노련한 데이터 과학자이기도 하다. 와튼 비즈니스 스쿨(Wharton Business School)에서 사업 분석, 마케팅 및 운영, 기업 경영 분야로 MBA를 받았다. 현재 텍사스주 댈러스에서 남편, 자녀와 함께 살고 있으며, 여가 시간에는 테마파크에 가서 아이들과 시간을 보낸다.

저자(글) 찰스 송

Charles Song
응용 소프트웨어 공학을 전공한 솔루션 아키텍트다. 소프트웨어 개발, 아키텍처 설계, 머신러닝에 능숙하며 새로운 기술을 활용해 혁신적인 솔루션을 도출하는 능력을 인정받고 있다. 많은 연구 및 산업 프로젝트에 머신러닝을 적용했으며, 관련 주제로 몇 편의 논문을 발표했다. 메릴랜드대학교(University of Maryland)에서 컴퓨터 과학 박사 학위를 받고, 그곳에서 거의 10년 동안 다수의 소프트웨어 공학 교과목을 가르쳤다. 현재 아내와 함께 메릴랜드주 베데스다(Bethesda)에 거주하고 있으며, 여가 시간에는 가정용 수족관 앞에서 편히 쉬거나 무술, 자전거, 스노보드 등의 운동을 즐긴다.

연세대학교 영어영문학과를 졸업하고 동 대학원에서 영어영문학과 석사 학위를 취득했으며 인천대학교에서 객원 교수로 재직했다. 현재는 한 아이를 둔 엄마로서 프리랜서 번역 활동을 하고 있다. 연세대학교 재학 시절 캐나다에 어학연수를 다녀온 뒤에 건국대학교 TESOL 자격증을 획득함으로써 언어학 이론 전반과 실제 수업에 적용할 수 있는 능력을 얻었다. 그 후 번역 분야, 특히 출판 번역에 더욱 큰 관심을 갖게 됐는데 남편이자 공역자인 ‘허준호’가 몸 담고 있는 ‘IT 분야’의 책을 번역하는 일에 처음으로 과감히 도전하게 됐다. AWS AI 서비스가 처음에는 생소했으나 현실의 문제를 해결할 수 있는 애플리케이션 개발에 큰 도움이 된다는 점을 알게 됐고, AI 실무자로 성장하기 위해 필요한 점이 무엇인지도 알게 됐다. IT 비전공자이지만 머신러닝, 데이터 분석 등 인공지능 분야와 관련해서 열심히 공부하고 있는 중이다.

광주과학기술원에서 분산 및 병렬처리 알고리즘으로 박사학위를 취득했고 프랑스 국책연구소인 INRIA에서 박사 후 연구원으로 재직하면서 과학계산용 병렬 수치 라이브러리를 개발했다. 귀국 후에는 (주)에스코어에서 빅데이터 플랫폼 및 솔루션 개발 프로젝트에 참여했으며 현재는 한국정보통신기술협회(TTA)에서 클라우드 시험/인증과 AI 학습데이터 품질검증 업무를 수행 중이다. 인공지능의 다양한 활용에 관심이 많은데, 특히 조합 최적화 문제를 머신러닝 기법을 이용해 풀어내는 일에 흥미를 느끼고 있다. 여유 시간에는 탁구와 골프를 즐기면서 잘하기 위해 노력하지만, 세상에 어떤 일이든지 쉬운 것이 없다는 점을 새삼 실감하고 있다.

작가의 말

이 책은 아마존 웹 서비스(AWS)의 다양한 인공지능(AI) 및 머신러닝 서비스를 설명한다. 그리고 실무 중심의 실습으로 훌륭한 애플리케이션을 개발하는 방법을 배운다. 또한 AWS에서 머신러닝과 심층학습 모형을 효과적으로 설계, 개발, 모니터링, 유지 보수하는 방법을 설명한다. AI/머신러닝 서비스 및 플랫폼 관련 AWS의 개요와 더불어 AI 및 다양한 산업 분야에서 쓰이는 AI 응용 분야의 소개로 시작한다. 아마존 레코그니션(Amazon Rekognition) 및 아마존 트랜스레이트(Amazon Translate)로 텍스트를 탐지하고 번역하는 방법을 제시한다. 아마존 트랜스크라이브(Amazon Transcribe)와 아마존 폴리(Amazon Polly)를 활용한 음성-텍스트 변환 방법을 배운다. 텍스트에서 정보를 추출하는 아마존 컴프리헨드(Amazon Comprehend)의 사용 방법과 음성 챗봇을 구축하는 아마존 렉스(Amazon Lex)에 대해서 다룬다. 아마존 세이지메이커(Amazon SageMaker)의 주요 기능인 빅데이터 처리, 텍스트 집합에서 주제 발견 그리고 이미지 분류에 대해 설명한다. 마지막으로 심층학습 및 자기회귀로 매출을 예측하는 방법과 모델 정확도 저하에 대응하는 방안을 다룬다. 이 책을 다 읽고 나면 모형 개발 생명주기의 모든 측면을 다루는 현장감 있는 실습을 통해 AWS에서 AI 기능과 애플리케이션을 개발하는 데 필요한 모든 지식을 습득하게 된다. - 저자 수브하시니 트리푸라네니, 찰스 송 2016년 3월 알파고 신드롬 이후 지금까지도 국내에서는 인공지능(AI)에 대한 열기가 식지 않고 있으며 다양한 사람에게까지 그 관심이 확대되고 있다. 이런 분위기에 이끌려 새롭게 AI와 관련된 일을 하고자 한다면, AI를 연구의 대상으로 봐야 할지, 개발할 애플리케이션에 적용하기 위한 기반 기술로 봐야 할지 먼저 고민해야 할 것이다. 시중에는 AI 기초부터 최신 AI 기법까지 다루는 책들이 즐비하지만, AI 기본 지식만으로도 관련 애플리케이션을 개발하고 배포할 수 있는 방법을 다루는 책은 매우 드물다. 이 책은 이러한 갈증을 해소하기에 적합한 내용과 풍부한 실습 과정을 제공한다. 애플리케이션을 개발하는 데 기본 알고리즘 개발부터 시작할 필요가 없듯이 AI 애플리케이션을 구축하고자 AI 알고리즘을 일일이 개발할 필요가 없다. 더군다나 풍부한 데이터로 훈련한 AI 모델을 재활용하거나 훈련에 필요한 다양한 인프라가 뒷받침된다면 자신의 아이디어를 AI 애플리케이션으로 빠르게 구현해 낼 수 있을 것이다. 이 책은 AI 기본 지식과 애플리케이션 개발 능력만 갖추고 있으면 다양한 AWS 서비스를 활용해 누구나 손쉽게 AI 애플리케이션을 개발할 수 있도록 하는 방법을 실습과 함께 제공한다. 뿐만 아니라 한 번 구축한 AI 애플리케이션을 손쉽게 변경하고 개선할 수 있도록 하는 아키텍처 설계 측면도 다루고 있어서 시장 출시를 목표로 AI 애플리케이션을 개발하고자 하는 이들을 위한 지침서로 손색이 없다. AI 기능을 구현한 엔진만으로는 실생활에 사용할 수 있는 애플리케이션을 개발해서 배포하기 어려우며 스토리지, DB, API 게이트웨이 등의 다양한 인프라가 지원돼야 한다. AWS에는 인프라 관련 서비스 외에도 다양한 AI 관련 서비스가 있으며 앞으로 활용 가치가 높은 서비스가 꾸준히 출시될 전망이다. 더군다나 특정 벤더가 제공하는 서비스이므로 서비스 간의 상호 연동성 및 운용성이 높아 큰 문제없이 애플리케이션을 운영하고 유지보수할 수 있다. 따라서 이 책에서 제시하는 방법을 익히고 AI 관련 아이디어 발굴에 집중하다 보면 머지않아 실생활에 도움이 되는 훌륭한 AI 애플리케이션을 개발해서 성공적으로 출시할 수 있을 것이다. - 역자 노설빈, 허준호

목차

  • 1부. 소개 및 최신 AI 애플리케이션의 구조

    1장. AWS의 인공지능 서비스 소개
    __기술 요건
    __AI 소개
    ____AI 응용 분야
    ______자율 주행차
    ______의료 AI
    ______맞춤형 예측 키보드
    ____AI 솔루션 개발 시 AWS의 필요성
    __AI 관련 AWS 서비스의 개요
    ____ AWS 서비스 사용 실습
    ______AWS 계정 생성하기
    ______AWS 관리 콘솔 살펴보기
    ______AWS 서비스 찾기
    ______AWS 리전 선택하기
    ______아마존 레코그니션 서비스 사용해 보기
    ______S3 이용하기
    ______신원 및 접근 권한 관리
    __AWS CLI 사용하기
    ____파이썬 설치하기
    ______macOS에 파이썬 설치하기
    ______리눅스에 파이썬 설치하기
    ______마이크로소프트 윈도에 파이썬 설치하기
    ____AWS CLI 설치하기
    ____AWS CLI 설정하기
    ____AWS CLI로 레코그니션 서비스 호출하기
    __AI 애플리케이션에 파이썬 사용하기
    ____파이썬 개발 환경 구축하기
    ______pipenv로 파이썬 가상 환경 구축하기
    ______첫 번째 파이썬 가상 환경 구축하기
    __AWS SDK로 첫 번째 프로젝트 개발하기
    __요약
    __참고자료


    2장. 최신 AI 애플리케이션의 구조
    __기술 요건
    __AI 애플리케이션의 성공 요인
    __AI 애플리케이션의 아키텍처 설계 원칙
    __최신 AI 애플리케이션의 아키텍처 이해
    __맞춤형 AI 기능 개발
    __AI 애플리케이션 아키텍처에 따른 실습 준비
    ____객체 탐지기 아키텍처
    ____객체 탐지기 컴포넌트 간의 상호작용
    ____기본 프로젝트 구조 생성하기
    __AWS 챌리스를 이용해 로컬에서 AI 애플리케이션 개발하기
    __웹 UI 기반의 데모 애플리케이션 개발
    ____챌리스로 AI 애플리케이션 후단부를 AWS에 배포하기
    ____AWS S3로 정적 웹 사이트 배포하기
    __요약
    __더 읽을거리


    2부. AWS AI 서비스를 활용한 애플리케이션 구축

    3장. 아마존 레코그니션 및 트랜스레이트를 활용한 텍스트 탐지와 번역
    __좁은 세상 만들기
    __사진 번역기의 아키텍처 이해
    __사진 번역기 컴포넌트 간의 상호작용
    __프로젝트 구조 구축하기
    __서비스 구현
    ____인식 서비스 - 텍스트 탐지
    ____번역 서비스 - 텍스트 번역하기
    ____스토리지 서비스 - 파일 업로드
    ____단위 테스트에 대한 권장 사항
    __RESTful 엔드포인트의 구현
    ____이미지 속 텍스트 번역 엔드포인트
    ____이미지 업로드 엔드포인트
    __웹 사용자 인터페이스 구현
    ____index.html
    ____scripts.js
    __사진 번역기의 AWS 배포
    __프로젝트 개선 아이디어 논의
    __요약
    __더 읽을거리


    4장. 아마존 트랜스크라이브 및 폴리를 활용한 음성-텍스트 변환과 텍스트-음성 변환
    __기술 요건
    __공상 과학 영화 속의 기술
    __만능 통역기의 아키텍처 이해
    ____만능 통역기 컴포넌트 간의 상호작용
    __프로젝트 구조 구축하기
    __서비스 구현
    ____음성 표기 서비스 - 음성-텍스트 변환
    ____번역 서비스 - 문서 번역
    ____음성 서비스 - 텍스트-음성 변환
    ____스토리지 서비스 - 파일 업로드 및 검색
    __RESTful 엔드포인트 구현
    ____녹음 번역 엔드포인트
    ____음성 합성 엔드포인트
    ____녹음 업로드 엔드포인트
    __웹 사용자 인터페이스 구현
    ____index.html
    ____scripts.js
    __만능 통역기의 AWS 배포
    __프로젝트 개선 아이디어 논의
    __요약
    __참고자료


    5장. 아마존 컴프리헨드를 활용한 텍스트 내 정보 추출
    __기술 요건
    __인공지능과 협업하기
    __연락처 관리기 아키텍처 이해
    __연락처 관리기 컴포넌트 간의 상호작용
    __프로젝트 구조 구축하기
    __서비스 구현
    ____인식 서비스 - 텍스트 탐지
    ____추출 서비스 - 연락처 정보 추출
    ____연락처 저장소 - 연락처 저장 및 조회
    ____스토리지 서비스 - 파일 업로드 및 조회
    __RESTful 엔드포인트 구현
    ____정보 추출 엔드포인트
    ____연락처 저장 및 모든 연락처 조회 엔드포인트
    ____업로드 이미지 엔드포인트
    __웹 사용자 인터페이스 구현
    ____Index.html
    ____scripts.js
    __연락처 관리기의 AWS 배포
    __프로젝트 개선 아이디어 논의
    __요약
    __더 읽을거리


    6장. 아마존 렉스를 활용한 음성 챗봇 구축
    __친화적인 사람 대 컴퓨터 인터페이스의 이해
    __연락처 도우미 아키텍처
    __아마존 렉스 개발 패러다임의 이해
    __연락처 도우미 봇 설정
    ____LookupPhoneNumberByName 의도
    ____LookupPhoneNumberByName 에 대한 샘플 발언과 슬롯
    ____LookupPhoneNumberByName에 대한 확인 프롬프트와 응답
    ____AWS 람다를 사용한 LookupPhoneNumberByName의 이행
    ______LookupPhoneNumberByName에 대한 다이나모DB IAM 역할
    ______LookupPhoneNumberByName에 대한 이행 람다 함수
    ______아마존 렉스 도우미 함수
    ____LookupPhoneNumberByName 의도 이행
    ____LookupPhoneNumberByName에 대한 시험 대화
    ____MakePhoneCallByName 의도
    ____MakePhoneCallByName 에 대한 샘플 발언과 람다 초기화 및 검증
    ______MakePhoneCallByName에 대한 슬롯과 확인 프롬프트
    ______MakePhoneCallByName에 대한 이행과 응답
    ______MakePhoneCallByName에 대한 시험 대화
    ____연락처 도우미 봇 배포
    __연락처 도우미를 애플리케이션에 통합
    ____인공지능 비서 서비스 구현
    ____연락처 도우미 RESTful 엔드포인트
    __요약
    __더 읽을거리


    3부. 아마존 세이지메이커를 활용한 머신러닝 모형 훈련

    7장. 아마존 세이지메이커로 작업하는 방법
    __기술 요건
    __스파크 EMR을 활용한 빅데이터 전처리
    __아마존 세이지메이커에서 훈련 수행
    ____Object2Vec의 작동 원리
    ____Object2Vec 알고리즘의 훈련
    __훈련한 Object2Vec의 배포 및 추론 수행
    __초매개변수 최적화(HPO) 수행
    __세이지메이커의 실험 관리 서비스
    __세이지메이커로 엠엑스넷 및 글루온 기반의 자체 모형 가져 오기
    __R 모형의 자체 컨테이너 가져오기
    __요약
    __더 읽을거리


    8장. 머신러닝 추론 파이프라인 생성
    __기술 요건
    __세이지메이커의 추론 파이프라인 아키텍처 이해
    __아마존 글루와 스파크ML로 기능을 생성하는 방법
    ____사전 요건 준비
    ____파이스파크로 데이터 전처리
    ____AWS 글루 작업 생성
    __세이지메이커에서 NTM 훈련으로 주제 식별
    ____세이지메이커에서 온라인 및 일괄처리 추론의 비교
    ____추론 파이프라인으로 실시간 예측 생성
    __추론 파이프라인으로 일괄처리 예측 생성
    __요약
    __더 읽을거리


    9장. 텍스트 집합에서 주제의 발견
    __기술 요건
    __주제 모델링 기법들
    __신경 주제 모형의 작동 방식 이해
    __세이지메이커에서 NTM 훈련
    __훈련한 NTM 모형의 배포 및 추론 수행
    __요약
    __더 읽을거리


    10장. 아마존 세이지메이커를 활용한 이미지 분류
    __기술 요건
    __합성곱 신경망 및 잔차 신경망 살펴보기
    __아마존 세이지메이커에서 전이학습으로 이미지 분류
    ____이미지 분류에 필요한 입력 데이터 생성
    ____이미지 분류에 사용할 초매개변수의 정의
    __배치 변환으로 추론 수행
    __요약
    __더 읽을거리


    11장. 심층학습 및 자기회귀를 활용한 매출 예측
    __기술 요건
    __전통적인 시계열 예측 기법의 이해
    ____ARIMA
    ____지수 평활
    __DeepAR 모형이 작동하는 방식
    ____모형 아키텍처
    ____망 가중치의 최적화
    __DeepAR 기반 매출 예측 모형의 이해
    ____데이터셋에 대한 간결한 설명
    ____예비 데이터 분석
    ____데이터 전처리
    ____DeepAR의 훈련
    __매출 예측 및 평가
    __요약
    __더 읽을거리


    4부. 머신러닝 모형 모니터링 및 관리 방법

    12장. 모형 정확도 저하 및 피드백 루프
    __기술 요건
    __성능 저하가 발생한 모형의 모니터링
    __새로 추가되는 훈련 데이터 관련 사용 케이스(광고 클릭 전환) 개발
    __머신러닝 피드백 루프 생성
    ____데이터 탐색
    ____특징 생성
    ____아마존 세이지메이커 XGBoost 알고리즘으로 광고 클릭 데이터 분류
    ____모형 성능 평가
    __요약
    __더 읽을거리


    13장. 다음으로 무엇이 필요한가?
    __1부에서 배운 개념 요약
    __2부에서 배운 개념 요약
    __3부에서 배운 개념 요약
    __4부에서 배운 개념 요약
    __다음으로 무엇이 필요한가?
    ____현실 세계에서 인공지능
    ______AWS 딥렌즈
    ______AWS 딥레이서
    ______사물 인터넷 및 AWS IoT 그린그래스
    ____자신의 분야에서 인공지능
    __요약

출판사 서평

★ 이 책에서 다루는 내용 ★

■ 다양한 머신러닝 및 심층학습 모형에 대한 유용한 인사이트
■ 제품 수준의 강력한 심층학습 시스템 구축과 배포
■ 다양한 인프라 사양으로 머신러닝 및 심층학습 모형 훈련
■ 기반 인프라 관리 없이 손쉽게 AI 애플리케이션 확장
■ AI 훈련 실험을 효율적으로 모니터링하고 관리
■ 사전 훈련한 AI 서비스를 활용해 AI 애플리케이션 구축

★ 이 책의 대상 독자 ★

우수한 AI 솔루션 개발에 필요한 AWS 서비스를 활용하고자 하는 데이터 과학자, AI/머신러닝 개발자 및 연구자 그리고 AI에 열의를 가진 모두에게 적합하다. 따라서 머신러닝 개념을 기본적으로 이해하고 있어야 한다.

★ 이 책의 구성 ★

1장, ‘AWS의 인공지능 서비스 소개’에서는 머신러닝 및 심층학습을 포함하는 포괄적 용어인 AI를 소개한다. 이미지 인식, 자연어 처리(NLP, Natural Language Processing), 음성 인식 등 AI에서 가장 인기 있는 주제 몇 가지를 다루며 AWS의 AI 및 머신러닝 서비스와 플랫폼 전체를 소개한다. AWS는 즉시 사용 가능한 AI/머신러닝 기능을 제공하는 관리형 서비스뿐만 아니라 맞춤형 머신러닝 모형을 자체적으로 훈련할 수 있게 도와주는 관리형 인프라도 제공한다. 따라서 언제 관리형 서비스를 활용해야 하는지와 언제 맞춤형 머신러닝 모형을 직접 훈련해야 하는지를 안내한다. 또한 개발 환경을 설치해서 설정하는 방법을 배운다. 책 전반의 실습 프로젝트에 필요한 파이썬(Python)과 AWS SDK, 웹 개발 도구를 설치하는 과정을 먼저 설명하고, 프로그래밍 방식으로 AWS 플랫폼과 상호작용하는 예제 코드를 이용해 해당 환경 설정을 확인할 수 있도록 안내한다.
2장, ‘최신 AI 애플리케이션의 구조’에서는 최신 AI 애플리케이션의 아키텍처와 컴포넌트에 초점을 맞춰 설명한다. 애플리케이션을 잘 설계하는 전형적인 패턴과 개념의 설명부터 시작하는데 이러한 패턴과 개념은 제품 수준의 인공지능 솔루션을 설계하는 데 도움이 된다. 게다가 해당 솔루션을 신속히 프로토타이핑하고 실험해 보는 등 애플리케이션 생명주기에 걸쳐 유연하고 확장 가능하며 유지 관리가 가능한 솔루션을 개발하는 데도 도움이 된다. 또한 이후의 장에 나오는 실습 대상의 아키텍처 골격을 구축해 본다.
3장, ‘아마존 레코그니션 및 트랜스레이트를 활용한 텍스트 탐지와 번역’에서는 사진에 나타나는 외국어 텍스트를 모국어로 번역할 수 있는, 이 책의 첫 번째 AI 애플리케이션 구축 방법을 설명한다. 여기서 아마존 레코그니션과 아마존 트랜스레이트를 활용해 실습해 본다. 먼저 AWS의 AI 및 머신러닝 기능으로 재사용 가능한 프레임워크를 구축한 다음 해당 프레임워크를 기반으로 애플리케이션을 구축한다. 기능과 애플리케이션 로직을 분리해서 유연성과 재 사용성을 향상하는 방법을 보여주는데 유용성과 재사용성에 대한 개념은 이후의 장에서 실습 프로젝트를 계속하다 보면 더 명확해질 것이다.
4장, ‘아마존 트랜스크라이브 및 폴리를 활용한 음성-텍스트 변환과 텍스트-음성 변환’에서는 한 언어로 된 음성 대화를 다른 언어로 번역할 수 있는 애플리케이션의 구축 방법을 설명한다. 여기서 아마존 트랜스크라이브와 아마존 폴리를 활용해 실습해 본다. 재사용 가능한 AI 기능의 프레임워크를 계속해서 구축할 뿐만 아니라 3장에서 구축한 프레임워크의 번역 기능도 재사용할 수 있다. 이러한 재사용성 패턴으로 솔루션 실험 횟수를 늘리고 출시 속도를 높일 수 있다. 따라서 잘 설계한 제품 수준의 AI 솔루션에 대한 개념과 장점을 더욱 명확히 파악할 수 있다.
5장, ‘아마존 컴프리헨드를 활용한 텍스트 내 정보 추출’에서는 명함 사진에서 정보를 추출해서 정리할 수 있는 애플리케이션의 구축 방법을 설명한다. 아마존 컴프리헨드를 사용해 보고 4장에서 나온 텍스트 탐지 기능을 재사용한다. 이 외에도 사람이 개입하는 방식(human-in-theloop)이라는 개념을 소개한다. 즉, 사람이 개입(아마존 컴프리헨드에서 추출한 정보를 확인하고 수정)하는 방식의 그래픽 사용자 인터페이스를 구축해 본다.
6장, ‘아마존 렉스를 활용한 음성 챗봇 구축’에서는 5장의 실습 프로젝트를 통해 추출해서 저장한 명함 연락처 정보를 조회하는 기능이 있는 음성 챗봇을 구축해 본다. 아마존 렉스로 챗봇을 구축해 보고, 해당 인터페이스를 애플리케이션에 통합해 일종의 인공지능 비서를 완성해 본다.
7장, ‘아마존 세이지메이커로 작업하는 방법’에서는 아마존 세이지메이커의 주요 기능을 경험해본다. 해당 주요 기능으로는 빅데이터 처리, 기본 제공하는 모형(Object2Vec)의 훈련 및 배포, 최고 성능의 모형 식별 그리고 자체 모형과 컨테이너를 세이지메이커 에코시스템으로 가져오는 방법 등이 있다. 도서 평점 데이터셋을 활용해서 각각의 요소 기능을 설명한다. 첫째, 사용자가 한 도서(즉, 사용자가 평가한 적이 없는 도서)에 매길 평점을 예측한다. 둘째, 세이지메이커의 HPO 기능으로 초매개변수를 자동으로 최적화하면서 세이지메이커의 검색 서비스로 최고 성능의 모형과 당시 사용한 훈련 및 테스트셋을 찾는다. 셋째, 세이지메이커에서 동일한 모형을 재구축할 필요 없이 자체 모형과 컨테이너를 세이지메이커로 원활히 가져오는 방법을 설명한다. 7장을 읽고 나면, 아마존 세이지메이커의 주요기능의 활용법을 알 수 있다.
8장, ‘머신러닝 추론 파이프라인 생성’에서는 세이지메이커와 다른 AWS 서비스로 머신러닝 추론 파이프라인을 만드는 방법을 보여주는데 해당 파이프라인은 데이터를 처리하고 알고리즘을 훈련하고 학습한 모형을 배포하며 추론을 실행할 수 있다. 아울러 이러한 모형 훈련 및 추론 과정의 데이터 처리 시에 동일한 로직을 사용한다.
9장, ‘텍스트 집합에서 주제의 발견’에서는 새로운 주제를 소개한다. 이전의 NLP 관련 장에서는 아마존에서 제공하는 몇 가지 NLP 서비스를 사용하는 방법을 설명했다. 하지만 9장에서는 아마존 세이지메이커에 있는 알고리즘을 사용해서 해당 모형의 훈련 및 배포를 세밀하게 제어하고 확장성 있는 모형을 구축한다.
10장, ‘아마존 세이지메이커를 활용한 이미지 분류’는 아마존 레코그니션에서 배운 내용과 관련이 있다. 다만 여기서는 AWS가 보유한 이미지로 사전 훈련한 분류 모형을 레코그니션 API로 단순 이용하는 방법을 넘어서 사용자가 보유한 이미지로 분류 모형을 훈련하는 방법을 배운다. 특히 이미지 데이터셋에 레이블을 매기고 세이지메이커의 이미지 분류 알고리즘으로 맞춤형 이미지 탐지 모형을 구축하는 데 중점을 둔다. 이미지넷(ImageNet)으로 사전 훈련한 심층 잔차 학습 모형인 ResNet50으로 전이학습을 하는 방법을 배운다. 여기서 이미지넷은 명사로 지칭할 수 있는 이미지들을 모아둔 데이터베이스로, 스탠퍼드대학교 및 프린스턴대학교의 지원을 받는다.
11장, ‘심층학습 및 자기회귀를 활용한 매출 예측’에서는 심층학습 기반의 자기회귀(DeepAR) 알고리즘을 판매 예측에 이용하는 방법을 설명한다. 특히 순환 신경망(RNN, Recurrent Neural Network)의 일종인 장단기 메모리(LSTM)를 완전히 파악할 수 있다. RNN은 루프가 있는 신경망으로 정보를 유지하고 연결해서 이전 정보를 현재 처리에 넘긴다. 자기회귀는 이전 시간 스텝에 나타난 관측 값을 회귀 방정식의 입력으로 사용해서 다음 시간 스텝에 나타날 값을 예측한다. 11장을 통해 아마존 세이지메이커로 강력한 판매 예측 모형을 구축하게 된다.
12장, ‘모형 정확도 저하 및 피드백 루프에서는 모형을 출시한 후에 성능이 저하되는 이유를 설명한다. 이때 모바일 앱의 광고 클릭 전환을 예측하는 방법을 논의하면서 그 이유를 설명한다. 새로운 데이터를 얻을수록 최적의 성능을 가진 모형을 재훈련하고 조정하는 것이 중요하다.
13장, ’다음으로 무엇이 필요한가?에서는 지금까지 살펴본 개념을 요약한다. 또한 이전 장에서 다루지 않은 AWS AI 프레임워크 및 인프라를 간략하게 설명한다.

기본정보

상품정보
ISBN 9791161755199 ( 1161755195 )
쪽수 492쪽
크기
189 * 235 * 29 mm / 919 g
총권수 1권
시리즈명
데이터 과학
원서명/저자명 Hands-On Artificial Intelligence on Amazon Web Services/Tripuraneni, Subhashini

Klover

Klover 리뷰 안내
교보를 애용해 주시는 고객님들이 남겨주신 평점과 감상을 바탕으로, 다양한 정보를 전달하는 교보문고의 리뷰 서비스입니다.
리워드 안내
구매 후 90일 이내에 평점과 10자 이상의 리뷰 작성 시 e교환권 200원을 적립해 드립니다.
e교환권은 적립 일로부터 180일 동안 사용 가능합니다.
리워드는 작성 후 다음 날 제공되며, 발송 전 작성 시 발송 완료 후 익일 제공됩니다.
리워드는 리뷰 종류별로 구매한 아이디당 한 상품에 최초 1회 작성 건들에 대해서만 제공됩니다.
한달 후 리뷰
구매 후 30일~ 120일 이내에 작성된 두 번째 구매리뷰에 대해 한 달 후 리뷰로 인지하고 e교환권 100원을 추가 제공합니다.
운영 원칙 안내
Klover 리뷰를 통한 리뷰를 작성해 주셔서 감사합니다. 자유로운 의사 표현의 공간인 만큼 타인에 대한 배려를 부탁합니다.
일부 타인의 권리를 침해하거나 불편을 끼치는 것을 방지하기 위해 아래에 해당하는 Klover 리뷰는 별도의 통보 없이 삭제될 수 있습니다.
  • 도서나 타인에 대해 근거 없이 비방을 하거나 타인의 명예를 훼손할 수 있는 리뷰
  • 도서와 무관한 내용의 리뷰
  • 인신공격이나 욕설, 비속어, 혐오발언이 개재된 리뷰
  • 의성어나 의태어 등 내용의 의미가 없는 리뷰
신고하기
다른 고객이 작성리뷰에 대해 불쾌함을 느끼는 경우 신고를 할 수 있으며, 신고 자가 일정수준 이상 누적되면 작성하신 리뷰가 노출되지 않을 수 있습니다.

구매 후 리뷰 작성 시, e교환권 200원 적립

문장수집

문장수집 안내
문장수집은 고객님들이 직접 선정한 책의 좋은 문장을 보여주는 교보문고의 새로운 서비스입니다. 마음을 두드린 문장들을 기록하고 좋은 글귀들은 "좋아요“ 하여 모아보세요. 도서 문장과 무관한 내용 등록 시 별도 통보 없이 삭제될 수 있습니다.
리워드 안내
구매 후 90일 이내에 문장수집 작성 시 e교환권 100원을 적립해드립니다.
e교환권은 적립 일로부터 180일 동안 사용 가능합니다. 리워드는 작성 후 다음 날 제공되며, 발송 전 작성 시 발송 완료 후 익일 제공됩니다.
리워드는 한 상품에 최초 1회만 제공됩니다.
주문취소/반품/절판/품절 시 리워드 대상에서 제외됩니다.

구매 후 리뷰 작성 시, e교환권 100원 적립

이 책의 첫 기록을 남겨주세요

교환/반품/품절 안내

상품 설명에 반품/교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다.)

이벤트
TOP

저자 모두보기

매장별 재고 및 위치

할인쿠폰 다운로드

  • 쿠폰은 주문결제화면에서 사용 가능합니다.
  • 다운로드한 쿠폰은 마이 > 혜택/포인트 에서 확인 가능합니다.
  • 도서정가제 적용 대상 상품에 대해서는 정가의 10%까지 쿠폰 할인이 가능합니다.
  • 도서정가제 적용 대상 상품에 10% 할인이 되었다면, 해당 상품에는 사용하실 수
    없습니다.

적립예정포인트 안내

  • 통합포인트 안내

    • 통합포인트는 교보문고(인터넷, 매장), 핫트랙스(인터넷, 매장), 모바일 교보문고 등 다양한 곳에서 사용하실 수 있습니다.
    • 상품 주문 시, 해당 상품의 적립률에 따라 적립 예정 포인트가 자동 합산되고 주문하신 상품이 발송완료 된 후에 자동으로 적립됩니다.
    • 단, 쿠폰 및 마일리지, 통합포인트, e교환권 사용 시 적립 예정 통합포인트가 변동될 수 있으며 주문취소나 반품시에는 적립된 통합포인트가 다시 차감됩니다.
  • 통합포인트 적립 안내

    • 통합포인트는 도서정가제 범위 내에서 적용됩니다.
    • 추가적립 및 회원 혜택은 도서정가제 대상상품(국내도서, eBook등)으로만 주문시는 해당되지 않습니다.
  • 기본적립) 상품별 적립금액

    • 온라인교보문고에서 상품 구매시 상품의 적립률에 따라 적립됩니다.
    • 단 도서정가제 적용 대상인 국내도서,eBook은 15%내에서 할인율을 제외한 금액내로 적립됩니다.
  • 추가적립) 5만원 이상 구매시 통합포인트 2천원 추가적립

    • 5만원 이상 구매시 통합포인트 2천원 적립됩니다.
    • 도서정가제 예외상품(외서,음반,DVD,잡지(일부),기프트) 2천원 이상 포함시 적립 가능합니다.
    • 주문하신 상품이 전체 품절인 경우 적립되지 않습니다.
  • 회원혜택) 3만원이상 구매시 회원등급별 2~4% 추가적립

    • 회원등급이 플래티넘, 골드, 실버 등급의 경우 추가적립 됩니다.
    • 추가적립은 실결제액 기준(쿠폰 및 마일리지, 통합포인트, e교환권 사용액 제외) 3만원 이상일 경우 적립됩니다.
    • 주문 후 취소,반품분의 통합포인트는 단품별로 회수되며, 반품으로 인해 결제잔액이 3만원 미만으로 변경될 경우 추가 통합포인트는 전액 회수될 수 있습니다.

제휴 포인트 안내

제휴 포인트 사용

  • OK CASHBAG 10원 단위사용 (사용금액 제한없음)
  • GS&POINT 최대 10만 원 사용
더보기

구매방법 별 배송안내

배송 일정 안내

  • 출고 예정일은 주문상품의 결제(입금)가 확인되는 날 기준으로 상품을 준비하여 상품 포장 후 교보문고 물류센터에서 택배사로 전달하게 되는 예상 일자입니다.
  • 도착 예정일은 출고 예정일에서 택배사의 배송일 (약1~2일)이 더해진 날이며 연휴 및 토, 일, 공휴일을 제외한 근무일 기준입니다.
배송 일정 안내
출고예정일 도착예정일
1일이내 상품주문 후 2~3일 이내
2일이내 상품주문 후 3~4일 이내
3일이내 상품주문 후 4~5일 이내
4일이내 상품주문 후 5~6일 이내

연휴 및 토, 일, 공휴일은 제외됩니다.

당일배송 유의사항

  • 수도권 외 지역에서 선물포장하기 또는 사은품을 포함하여 주문할 경우 당일배송 불가
  • 회사에서 수령할 경우 당일배송 불가 (퇴근시간 이후 도착 또는 익일 배송 될 수 있음)
  • 무통장입금 주문 후 당일 배송 가능 시간 이후 입금된 경우 당일 배송 불가
  • 주문 후 배송지 변경 시 변경된 배송지에 따라 익일 배송될 수 있습니다.
  • 수도권 외 지역의 경우 효율적인 배송을 위해 각 지역 매장에서 택배를 발송하므로, 주문 시의 부록과 상이할 수 있습니다.
  • 각 지역 매장에서 재고 부족 시 재고 확보를 위해 당일 배송이 불가할 수 있습니다.

일반배송 시 유의사항

  • 날씨나 택배사의 사정에 따라 배송이 지연될 수 있습니다.
  • 수도권 외 지역 바로배송 서비스의 경우 경품 수령 선택 여부에 따라 도착 예정일이 변경됩니다.
  • 출고 예정일이 5일 이상인 상품의 경우(결제일로부터 7일 동안 미입고), 출판사 / 유통사 사정으로 품/절판 되어 구입이 어려울 수 있습니다. 이 경우 SMS, 메일로 알려드립니다.
  • 선물포장 주문 시 합배송 처리되며, 일부상품 품절 시 도착 예정일이 늦어질 수 있습니다.
  • 분철상품 주문 시 분철 작업으로 인해 기존 도착 예정일에 2일 정도 추가되며, 당일 배송, 해외 배송이 불가합니다.

해외주문 시 유의사항

  • 해외주문도서는 해외 거래처 사정에 의해 품절/지연될 수 있습니다.

Special order 주문 시 유의사항

  • 스페셜오더 도서나 일서 해외 주문 도서와 함께 주문 시 배송일이 이에 맞추어 지연되오니, 이점 유의해 주시기 바랍니다.

바로드림존에서 받기

  1. STEP 01
    매장 선택 후 바로드림 주문
  2. STEP 02
    준비완료 알림 시 매장 방문하기
  3. STEP 03
    바로드림존에서 주문상품 받기
  • 바로드림은 전국 교보문고 매장 및 교내서점에서 이용 가능합니다.
  • 잡지 및 일부 도서는 바로드림 이용이 불가합니다.
  • 각 매장 운영시간에 따라 바로드림 이용 시간이 달라질 수 있습니다.

수령 안내

  • 안내되는 재고수량은 서비스 운영 목적에 따라 상이할 수 있으므로 해당 매장에 문의해주시기 바랍니다.
  • 바로드림 주문 후 재고가 실시간 변동되어, 수령 예상 시간에 수령이 어려울 수 있습니다.

취소/교환/반품 안내

  • 주문 후 7일간 찾아가지 않으시면, 자동으로 결제가 취소됩니다.
  • 취소된 금액은 결제수단의 승인취소 및 예치금으로 전환됩니다.
  • 교환/반품은 수령하신 매장에서만 가능합니다.

사은품 관련 안내

  • 바로드림 서비스는 일부 1+1 도서, 경품, 사은품 등이 포함 되지 않습니다.

음반/DVD 바로드림시 유의사항

  • 음반/DVD 상품은 바로드림 주문 후 수령점 변경이 불가합니다. 주문 전 수령점을 꼭 확인해 주세요.
  • 사은품(포스터,엽서 등)은 증정되지 않습니다.
  • 커버이미지 랜덤발매 음반은 버전 선택이 불가합니다.
  • 광화문점,강남점,대구점,영등포점,잠실점은 [직접 찾아 바로드림존 가기], [바로드림존에서 받기] 로 주문시 음반 코너에서 수령확인이 가능합니다
  • 선물 받는 분의 휴대폰번호만 입력하신 후 결제하시면 받는 분 휴대폰으로 선물번호가 전달됩니다.
  • 문자를 받은 분께서는 마이 > 주문관리 > 모바일 선물내역 화면에서 선물번호와 배송지 정보를 입력하시면 선물주문이 완료되어 상품준비 및 배송이 진행됩니다.
  • 선물하기 결제하신 후 14일까지 받는 분이 선물번호를 등록하지 않으실 경우 주문은 자동취소 됩니다.
  • 또한 배송 전 상품이 품절 / 절판 될 경우 주문은 자동취소 됩니다.

바로드림 서비스 안내

  1. STEP 01
    매장 선택 후 바로드림 주문
  2. STEP 02
    준비완료 알림 시 매장 방문하기
  3. STEP 03
    바로드림존에서 주문상품 받기
  • 바로드림은 전국 교보문고 매장 및 교내서점에서 이용 가능합니다.
  • 잡지 및 일부 도서는 바로드림 이용이 불가합니다.
  • 각 매장 운영시간에 따라 바로드림 이용 시간이 달라질 수 있습니다.

수령 안내

  • 안내되는 재고수량은 서비스 운영 목적에 따라 상이할 수 있으므로 해당 매장에 문의해주시기 바랍니다.
  • 바로드림 주문 후 재고가 실시간 변동되어, 수령 예상시간에 수령이 어려울 수 있습니다.

취소/교환/반품 안내

  • 주문 후 7일간 찾아가지 않으시면, 자동으로 결제가 취소됩니다.
  • 취소된 금액은 결제수단의 승인취소 및 예치금으로 전환됩니다.
  • 교환/반품은 수령하신 매장에서만 가능합니다.

사은품 관련 안내

  • 바로드림 서비스는 일부 1+1 도서, 경품, 사은품 등이 포함되지 않습니다.

음반/DVD 바로드림시 유의사항

  • 음반/DVD 상품은 바로드림 주문 후 수령점 변경이 불가합니다. 주문 전 수령점을 꼭 확인해주세요.
  • 사은품(포스터,엽서 등)은 증정되지 않습니다.
  • 커버이미지 랜덤발매 음반은 버전 선택이 불가합니다.
  • 광화문점,강남점,대구점,영등포점,잠실점은 [직접 찾아 바로드림존 가기], [바로드림존에서 받기] 로 주문시 음반코너에서 수령확인이 가능합니다.
  1. STEP 01
    픽업박스에서 찾기 주문
  2. STEP 02
    도서준비완료 후 휴대폰으로 인증번호 전송
  3. STEP 03
    매장 방문하여 픽업박스에서 인증번호 입력 후 도서 픽업
  • 바로드림은 전국 교보문고 매장 및 교내서점에서 이용 가능합니다.
  • 잡지 및 일부 도서는 바로드림 이용이 불가합니다.
  • 각 매장 운영시간에 따라 바로드림 이용 시간이 달라질 수 있습니다.

수령 안내

  • 안내되는 재고수량은 서비스 운영 목적에 따라 상이할 수 있으므로 해당 매장에 문의해주시기 바랍니다.
  • 바로드림 주문 후 재고가 실시간 변동되어, 수령 예상시간에 수령이 어려울 수 있습니다.

취소/교환/반품 안내

  • 주문 후 7일간 찾아가지 않으시면, 자동으로 결제가 취소됩니다.
  • 취소된 금액은 결제수단의 승인취소 및 예치금으로 전환됩니다.
  • 교환/반품은 수령하신 매장에서만 가능합니다.

사은품 관련 안내

  • 바로드림 서비스는 일부 1+1 도서, 경품, 사은품 등이 포함되지 않습니다.

음반/DVD 바로드림시 유의사항

  • 음반/DVD 상품은 바로드림 주문 후 수령점 변경이 불가합니다. 주문 전 수령점을 꼭 확인해주세요.
  • 사은품(포스터,엽서 등)은 증정되지 않습니다.
  • 커버이미지 랜덤발매 음반은 버전 선택이 불가합니다.
  • 광화문점,강남점,대구점,영등포점,잠실점은 [직접 찾아 바로드림존 가기], [바로드림존에서 받기] 로 주문시 음반코너에서 수령확인이 가능합니다.

도서 소득공제 안내

  • 도서소득공제란?

    • 2018년 7월 1일 부터 근로소득자가 신용카드 등으로 도서구입 및 공연을 관람하기 위해 사용한 금액이 추가 공제됩니다. (추가 공제한도 100만원까지 인정)
      • 총 급여 7,000만 원 이하 근로소득자 중 신용카드, 직불카드 등 사용액이 총급여의 25%가 넘는 사람에게 적용
      • 현재 ‘신용카드 등 사용금액’의 소득 공제한도는 300만 원이고 신용카드사용액의 공제율은 15%이지만, 도서·공연 사용분은 추가로 100만 원의 소득 공제한도가 인정되고 공제율은 30%로 적용
      • 시행시기 이후 도서·공연 사용액에 대해서는 “2018년 귀속 근로소득 연말 정산”시기(19.1.15~)에 국세청 홈택스 연말정산간소화 서비스 제공
  • 도서 소득공제 대상

    • 도서(내서,외서,해외주문도서), eBook(구매)
    • 도서 소득공제 대상 상품에 수반되는 국내 배송비 (해외 배송비 제외)
      • 제외상품 : 잡지 등 정기 간행물, 음반, DVD, 기프트, eBook(대여,학술논문), 사은품, 선물포장, 책 그리고 꽃
      • 상품정보의 “소득공제” 표기를 참고하시기 바랍니다.
  • 도서 소득공제 가능 결제수단

    • 카드결제 : 신용카드(개인카드에 한함)
    • 현금결제 : 예치금, 교보e캐시(충전에한함), 해피머니상품권, 컬쳐캐쉬, 기프트 카드, 실시간계좌이체, 온라인입금
    • 간편결제 : 교보페이, 네이버페이, 삼성페이, 카카오페이, PAYCO, 토스, CHAI
      • 현금결제는 현금영수증을 개인소득공제용으로 신청 시에만 도서 소득공제 됩니다.
      • 교보e캐시 도서 소득공제 금액은 교보eBook > e캐시 > 충전/사용내역에서 확인 가능합니다.
      • SKpay, 휴대폰 결제, 교보캐시는 도서 소득공제 불가
  • 부분 취소 안내

    • 대상상품+제외상품을 주문하여 신용카드 "2회 결제하기"를 선택 한 경우, 부분취소/반품 시 예치금으로 환원됩니다.

      신용카드 결제 후 예치금으로 환원 된 경우 승인취소 되지 않습니다.

  • 도서 소득공제 불가 안내

    • 법인카드로 결제 한 경우
    • 현금영수증을 사업자증빙용으로 신청 한 경우
    • 분철신청시 발생되는 분철비용

알림 신청

아래의 알림 신청 시 원하시는 소식을 받아 보실 수 있습니다.
알림신청 취소는 마이룸 > 알림신청내역에서 가능합니다.

AWS 기반 AI 애플리케이션 개발
AI 유니콘 기업으로 도약하기
한달 후 리뷰
/ 좋았어요
작년까지만 해도 주식은 커녕 재테크에 관해 아무것도 모르다가 올해 주식 투자를 시작했다. 아무것도 모르고 초심자의 행운으로 분유값 정도를 벌고 나니, 조금 더 공부해보고 싶어져서 『초격차 투자법』을 구매했다.
작년까지만 해도 주식은 커녕 재테크에 관해 아무것도 모르다가 구매했어요! 저도 공부하고 싶어서 구매했어요~ 다같이 완독 도전해봐요! :)
기대가됩니다~
작년까지만 해도 주식은 커녕 재테크에 관해 아무것도 모르다가 구매했어요! 저도 공부하고 싶어서 구매했어요~ 다같이 완독 도전해봐요! :)
기대가됩니다~
작년까지만 해도 주식은 커녕 재테크에 관해 아무것도 모르다가 구매했어요! 저도 공부하고 싶어서 구매했어요~ 다같이 완독 도전해봐요! :)
작년까지만 해도 주식은 커녕 재테크에 관해 아무것도 모르다가 구매했어요! 저도 공부하고 싶어서 구매했어요~ 다같이 완독 도전해봐요! :)
기대가됩니다~
기대가됩니다~
기대가됩니다~
기대가됩니다~
이 구매자의 첫 리뷰 보기
/ 좋았어요
하루밤 사이 책한권을 읽은게 처음이듯 하다. 저녁나절 책을 집어든게 잘못이다. 마치 게임에 빠진 아이처럼 잠을 잘수없게 만든다. 결말이 어쩌면 당연해보이는 듯 하여도 헤어나올수 없는 긴박함이 있다. 조만간 영화화되어지지 않을까 예견해 본다. 책한권으로 등의 근육들이 오그라진 느낌에 아직도 느껴진다. 하루밤 사이 책한권을 읽은게 처음이듯 하다. 저녁나절 책을 집어든게 잘못이다. 마치 게임에 빠진 아이 처럼 잠을 잘수없게 만든다. 결말이 어쩌면 당연해보이는 듯 하여도 헤어나올수 없는 긴박함이 있다. 조만간 영화화되어지지 않을까..
작년까지만 해도 주식은 커녕 재테크에 관해 아무것도 모르다가 구매했어요! 저도 공부하고 싶어서 구매했어요~ 다같이 완독 도전해봐요! :)
기대가됩니다~
신고

신고 사유를 선택해주세요.
신고 내용은 이용약관 및 정책에 의해 처리됩니다.

허위 신고일 경우, 신고자의 서비스 활동이 제한될 수 있으니 유의하시어
신중하게 신고해주세요.

판형알림

  • A3 [297×420mm]
  • A4 [210×297mm]
  • A5 [148×210mm]
  • A6 [105×148mm]
  • B4 [257×364mm]
  • B5 [182×257mm]
  • B6 [128×182mm]
  • 8C [8절]
  • 기타 [가로×세로]