한 줄 결론: 생성형 AI를 ‘쓰는 법’이 아니라 ‘왜 그렇게 작동하는지’ 수식 유도로 이해하고 싶은 사람을 위한 195페이지 무료 입문서가 arXiv에 공개됐습니다. 이 글로 책이 무엇을 다루고, 당신에게 맞는지 판단할 수 있습니다.
무슨 일이 있었나
Tianhua Chen이 작성한 The Little Book of Generative AI Foundations: An Intuitive Mathematical Primer가 arXiv에 공개돼 HackerNews에서 158점, 댓글 18개를 기록하며 주목받았습니다. 2026년 5월 28일 최초 제출(v1) 후 9월 8일 개정판(v2)이 올라왔고, 분량은 195페이지입니다.
책의 핵심은 ‘모든 최신 아키텍처를 나열하는 서베이’가 아니라, 생성 모델 계열을 관통하는 아이디어를 유도(derivation) 중심으로 연결하는 것입니다. 구체적으로 PCA, 확률적 PCA(probabilistic PCA), 변분 오토인코더(VAE), 디퓨전 모델, 정규화 흐름(normalising flows), 자기회귀 분해(autoregressive factorisations), GAN, Wasserstein GAN, 에너지 기반 모델까지를 하나의 흐름으로 다룹니다. v2에서는 전반에 걸쳐 시각적 설명이 추가됐습니다.
누구에게 의미가 있나
저자는 이 책을 ‘수학적으로 호기심 많은 연구자, 실무자, 학생을 위한 기초 다지기용 입문서’로 규정합니다. 다음에 해당한다면 챙겨볼 가치가 있습니다.
- 대학원생·연구 지망생: VAE와 디퓨전, GAN이 서로 어떻게 연결되는지 큰 그림을 수식으로 잡고 싶은 경우.
- ML 엔지니어: 라이브러리 호출을 넘어 손실 함수와 목적식이 어디서 유도되는지 이해하고 싶은 경우.
- 강의 보조자료를 찾는 사람: 모델 계열 간 관계를 정리한 교재가 필요한 경우.
반대로 바로 쓸 수 있는 코드 예제나 특정 모델의 구현 튜닝, 프롬프트 활용법을 원한다면 이 책은 목적이 다릅니다. 저자 스스로 ‘구현 세부사항 서베이가 아니다’라고 밝혔기 때문입니다.
직접 해보려면
arXiv 페이지에서 바로 접근할 수 있습니다.
- arXiv 초록 페이지에 접속합니다.
- 우측 ‘Access Paper’에서 PDF 또는 실험적 HTML 버전을 선택합니다.
- 최신 버전인 v2(2026년 9월 8일)를 받으면 시각적 설명이 포함된 상태로 읽을 수 있습니다.
선형대수와 확률 기초(기댓값, 가우시안 분포)에 익숙하면 유도 과정을 따라가기 수월합니다.
한계와 주의할 점
이 책은 preprint, 즉 동료 심사(peer review)를 거친 정식 출판물이 아닌 저자의 개정 전 원고입니다. 저자도 ‘의견과 수정 제안을 환영한다’고 명시했으므로 내용이 확정본이 아닐 수 있습니다. 또한 난이도나 서술의 친절함에 대한 평가는 독자 배경에 따라 크게 갈릴 수 있어, 실제 체감 난이도는 직접 확인이 필요합니다.[[직접 확인 필요]]
자주 묻는 질문 (FAQ)
Q. 이 책은 무료인가요?
네. arXiv에 공개되어 PDF와 실험적 HTML 버전을 누구나 열람할 수 있습니다.
Q. 코딩 예제가 포함되어 있나요?
초록에 따르면 이 책은 구현 세부사항 서베이가 아니라 수학적 유도 중심의 입문서입니다. 따라서 코드 튜토리얼이 목적인 자료는 아닙니다.
Q. 어떤 모델들을 다루나요?
PCA, 확률적 PCA, VAE, 디퓨전 모델, 정규화 흐름, 자기회귀 분해, GAN, Wasserstein GAN, 에너지 기반 모델을 하나의 흐름으로 연결해 설명합니다.