이 책은 생성모델을 대표하는 GAN을 “적대학습”이라는 관점에서 차근차근 이해하도록 돕는 기초 안내서다. GAN을 처음 접할 때 가장 혼란스러운 지점인 목표 함수의 의미, 생성기와 판별기의 역할 분담, 학습이 왜 불안정해질 수 있는지 같은 핵심 질문을 수식과 직관을 균형 있게 엮어 설명한다.

책의 구성은 개념을 단순 나열하는 방식이 아니라, 적대학습이 어떤 문제를 풀기 위해 등장했는지, 그 해결 방식이 어떤 이론적 형태로 정리되는지, 그리고 그 과정에서 어떤 현상들이 자연스럽게 따라오는지에 초점을 둔다. 발산과 거리 관점, 학습 동역학과 안정성, 조건부 생성의 기본 구조, 잠재공간 해석, 평가의 원칙까지를 연결해 읽다 보면 GAN을 하나의 통일된 프레임으로 바라볼 수 있도록 설계했다.

또한 이 책은 개인적인 경험담이나 사례 중심의 서술을 배제하고, 누구나 동일한 출발점에서 따라올 수 있도록 기본 전제와 논리 전개를 명확히 제시한다. 고급 응용이나 특정 분야의 특수한 팁을 앞세우기보다, 이후 어떤 확장으로 나아가더라도 흔들리지 않는 이해의 뼈대를 세우는 데 목적이 있다. GAN을 “해보는 기술”이 아니라 “이해하는 이론”으로 접근하고 싶은 독자에게 적합한 안내서가 될 것이다.

*생성형 인공지능을 활용하여 제작하고 편집 과정을 거쳤습니다. 편집자의 최종 검토를 거쳐 제작되었습니다.