{"product_id":"book-9791199096219","title":"도구에서 동료로","description":"\"AI는 계산기가 아니라 연구 동료다\"…\u003cbr\u003e\n'도구에서 동료로' 출간\u003cbr\u003e\n\u003cbr\u003e\n신경망 원리부터 전력계통 연구 완주까지 한 권에\u003cbr\u003e\n대한전기학회 공동기획…전 장 파이썬 실습 수록\u003cbr\u003e\n대학원생·연구자·현장 엔지니어 겨냥한 실전 교과서\u003cbr\u003e\n인공지능을 연구의 '동료'로 세우는 방법을 다룬 공학 교재가 나왔다. 온라인 서점을 통해 만나볼 수 있는 이 책은 AI를 자기 연구에 접목하려는 공학 분야 대학원생과 연구자에게 원리부터 실전 적용까지 이어지는 완결된 경로를 제공한다.\u003cbr\u003e\n\u003cbr\u003e\n7일 출판을 맡은 전기신문에 따르면 '도구에서 동료로'가 이날 출간했다. 부제는 '인공지능과 공학 연구의 진화'로, 경북대학교 전기공학과 한세경 교수와 스마트에너지네트워크 연구실이 집필하고 대한전기학회가 공동 기획했다.\u003cbr\u003e\n\u003cbr\u003e\n생성형 AI가 연구 현장에 빠르게 스며들면서, 인공지능은 더 이상 컴퓨터공학의 전유물이 아니게 됐다. 전력 계통의 최적 조류 계산(OPF)을 신경망으로 근사하고, AI 에이전트가 시뮬레이션 코드를 자동 생성하며, 대규모 언어모델(LLM)이 논문 초안을 함께 쓰는 시대가 이미 시작됐다. 그러나 시중의 AI 서적 대부분은 컴퓨터공학의 언어로 쓰여, 전기·전력 분야 연구자가 자기 문제를 가지고 AI를 배우기에는 거리가 있다는 지적이 이어져 왔다.\u003cbr\u003e\n\u003cbr\u003e\n'도구에서 동료로'는 이 간극을 겨냥한다. 책은 인공지능을 \"연구자의 손에 들린 계산기\"가 아니라 \"가설을 함께 세우고, 코드를 대신 짜고, 결과를 함께 해석하는 동료(colleague)\"로 규정하고, 공학 연구자가 AI를 어떻게 이해하고 어떻게 곁에 두어야 하는지를 묻는다.\u003cbr\u003e\n\u003cbr\u003e\n총 3부 8장 257쪽으로 이뤄진 이 책은 1부 '원리'에서 퍼셉트론과 역전파, 임베딩과 생성 모델, 트랜스포머와 LLM으로 이어지는 현대 인공지능의 뼈대를 다룬다. 도구를 신뢰하려면 그 안을 알아야 한다는 문제의식에서다. 2부 '도구'는 토큰화와 컨텍스트 윈도우, 프롬프트 엔지니어링, AI 에이전트와 Function Calling, MCP(Model Context Protocol), 온프레미스 LLM과 보안까지 인공지능을 연구 현장에서 실제로 부리는 법을 안내한다. 3부 '연구'는 IEEE 표준 시험 계통을 소재로 데이터 탐색, 모델링, 시뮬레이션 코드 자동 생성, N-1 상정사고 분석, 교차 검증, 물리 정보 신경망(PINN), 서비스화와 MLOps에 이르는 연구 파이프라인 전체를 인공지능과 함께 완주한다.\u003cbr\u003e\n\u003cbr\u003e\n설명 방식도 전공자 눈높이에 맞췄다. 퍼셉트론을 계전기(relay)에 비유하고, 신경망의 손실 함수 최소화를 발전 비용을 최소화하는 최적 조류 계산에 견주는 식이다. 낯선 개념을 이미 아는 전력 계통의 언어로 번역해 이해의 문턱을 낮췄다.\u003cbr\u003e\n\u003cbr\u003e\n모든 장은 파이썬 실습으로 뒷받침된다. PyTorch로 모델을 세우고 pandapower와 PyPSA로 전력 계통을 다루며, 장마다 핵심을 비워 둔 연습 파일과 완성된 정답 파일이 함께 제공된다. 실습 자료는 구글 코랩(Colab)에서 설치 없이 웹 브라우저만으로 실행할 수 있고, DOI가 부여돼 수업과 연구에 인용할 수 있다.\u003cbr\u003e\n\u003cbr\u003e\n책의 끝에는 짧은 소설 「끓는 물 속의 시민」이 에필로그로 놓인다. 기술의 진보가 우리 삶과 사회를 어떻게 서서히 데워 가는지, 그 온도 변화를 끝내 눈치채지 못하는 우리 자신을 은유한 이 이야기는 AI 시대의 윤리적 질문을 이야기의 형식으로 던진다.\u003cbr\u003e\n\u003cbr\u003e\n저자인 한세경 경북대 전기공학과 교수는 전기차 배터리의 충전 상태(SOC)와 건강 상태(SOH) 추정 알고리즘에서 출발해 데이터 기반 배터리 진단과 AI 기반 배터리 관리 시스템(BMS)으로 연구 영역을 넓혀 왔다. 수많은 배터리를 하나의 집단으로 보고 열화와 고장의 패턴을 인구·역학의 관점에서 읽는 '배터리 역학(Battery Epidemiology)'이라는 독자적 시각을 제안했으며, 최근에는 LLM 기반 AI 에이전트 시스템을 에너지·전력 연구에 접목하는 작업에 매진하고 있다.\u003cbr\u003e\n\u003cbr\u003e\n이 책의 무게는 저자가 강단에만 서 있지 않다는 데서 나온다. 한 교수는 빅데이터 기반 배터리 진단 기업 배터와이(Betterwhy)를 창업해 직접 운영하며, 대규모 전기차 운행 데이터를 수집·저장·분석하는 진단 인프라의 설계와 구현, 운영을 모두 직접 수행해 왔다. 그 과정에서 인공지능은 진단 알고리즘을 만들어 주는 도구에 그치지 않고 데이터 파이프라인의 구조를 함께 설계하고 장애를 함께 추적하는 동료였다는 것이 저자의 경험이다. 또한 인공지능을 실제 동료로 두고 일하는 방식 자체를 서비스로 구현한 SaaS 플랫폼 시드네트워크(Seed Network)를 직접 제작·운영하고 있다. 책에 담긴 사례와 조언이 교과서적 예시에 머무르지 않는 이유다.\u003cbr\u003e\n\u003cbr\u003e\n학계의 추천도 이어졌다. 박종배 대한전기학회 회장(건국대 전기전자공학부 교수)은 추천사에서 \"인공지능은 이제 전력공학자의 선택이 아니라 언어가 되었다\"며 \"전력계통을 공부하는 대학원생부터 현장의 엔지니어까지, 곁에 두고 오래 펼쳐볼 만한 길잡이\"라고 평했다. 주성관 고려대 교수는 \"신경망 한 줄의 코드가 조류계산과 안정도 해석으로 이어지는 과정을 이처럼 손에 잡히게 풀어낸 책은 드물다\"고 했고, 이세희 경북대 교수는 \"연구의 본질과 학문적 문법을 지키면서도 AI의 새로운 가능성을 균형 있게 담아낸 안내서\"라고 밝혔다.\u003cbr\u003e\n\u003cbr\u003e\n이 책은 대학원 강의 교재로 한 주에 한 장씩 진행할 수 있도록 구성돼, 자기 전공에는 익숙하지만 AI는 아직 낯선 대학원생과 연구자, AI를 강의에 도입하려는 교수, 전력계통 해석·최적화 업무에 AI를 적용하려는 현장 엔지니어에게 실질적인 도움을 줄 것으로 기대된다.","brand":"Bookstore 12","offers":[{"title":"Default Title","offer_id":50999728439548,"sku":"9791199096219","price":39.33,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0730\/4681\/9068\/files\/9791199096219.jpg?v=1787217510","url":"https:\/\/bookstore12.com\/products\/book-9791199096219","provider":"Bookstore 12","version":"1.0","type":"link"}