선형대수·미적분·확률통계가 AI 어디에 쓰이는지 큰 그림을 그린다.
수학 없이 AI를 이해할 수 있을까?
AI를 공부하다 보면 반드시 마주치는 수식들이 있습니다. 행렬 곱, 편미분, 확률분포… 처음 보면 막막하지만, 사실 이 수식들은 모두 하나의 공통된 목표를 위해 동원됩니다. "컴퓨터가 데이터에서 패턴을 학습하게 만들기."
이 강의는 그 수학을 "처음부터 완벽하게" 가르치는 것이 아닙니다. AI를 이해하는 데 최소한으로 필요한 개념을 직관적으로 쌓아가는 것이 목표입니다.
AI가 수학을 필요로 하는 세 가지 이유
1. 데이터를 숫자로 표현해야 한다
컴퓨터는 텍스트, 이미지, 소리를 직접 이해하지 못합니다. 모든 것을 숫자 배열로 변환해야 합니다. 고양이 사진은 픽셀값 배열(행렬)이 되고, "안녕하세요"라는 문장은 수백 차원의 벡터가 됩니다. 선형대수학이 이 역할을 담당합니다.
2. 모델을 학습시켜야 한다
AI는 처음에 무작위로 시작해서, 틀릴 때마다 조금씩 파라미터를 수정합니다. 이 수정 방향을 계산하는 것이 미적분학(편미분·경사하강법)입니다. 산에서 눈을 감고 가장 낮은 곳을 찾아 내려가는 것과 같습니다.
3. 불확실성을 다뤄야 한다
AI의 예측은 항상 100% 확실하지 않습니다. "이 사진은 고양이일 확률이 92%"처럼 불확실성을 수치로 표현하고 관리하는 것이 확률·통계의 역할입니다.
이 시리즈에서 배우는 것
| 수학 분야 | AI에서의 역할 | 배우는 강 |
|---|---|---|
| 선형대수 | 데이터 표현, 신경망 연산 | 2~4강 |
| 미적분 | 모델 학습, 역전파 | 5~6강 |
| 확률·통계 | 불확실성 표현, 손실함수 | 7~13강 |
| 종합 | 신경망 전체 흐름 | 14강 |
수학 공포증을 이기는 법
수식을 처음 볼 때 "이게 뭘 하는 도구인가?"를 먼저 이해하세요. 정확한 계산법은 나중에 익혀도 됩니다. 수학은 언어입니다. 영어를 배울 때 문법 규칙보다 대화를 먼저 시도하듯, 수학도 "의미"를 먼저 잡는 것이 빠른 길입니다.
이 시리즈를 마치면: 논문이나 딥러닝 코드에서 나오는 수식이 "무엇을 하려는지" 바로 파악할 수 있게 됩니다.
관련 검색어 · 인공지능 수학 기초, AI 수학 선형대수 미적분, 딥러닝 수학, 머신러닝 수학 입문, AI 공부 순서, 인공지능 공부 수학