얼굴을 찾고(PART 02) 똑바로 세웠다면(PART 03), 이제 진짜 질문에 답할 차례입니다. "이 얼굴이 누구인가." PART 04는 그 답의 핵심 원리인 임베딩을 수식 없이 직관으로 풀어냅니다. 여기서 잡은 감각이 PART 05~07의 모든 인식 라이브러리를 관통합니다.
이 PART의 약속 — 수식 대신 직관
얼굴 인식의 수학은 깊지만, 이 책은 그 수식을 유도하지 않습니다. 대신 딱 두 가지 직관만 확실히 심습니다. 첫째, 얼굴은 숫자 목록(벡터)으로 바뀐다. 둘째, 두 벡터가 가까우면 같은 사람이다. 이 두 문장만 손에 쥐면, 라이브러리가 내부에서 무엇을 하는지 훤히 보이고 정확도 문제도 스스로 진단할 수 있습니다.
PART 04의 구성
| 장 | 제목 | 무엇을 얻는가 |
|---|---|---|
| 01 | 임베딩이란 — 얼굴을 벡터로 | 인식의 가장 기본 개념 |
| 02 | 거리와 유사도 | 유클리드·코사인과 임계값의 의미 |
| 03 | 1:1 확인 vs 1:N 식별 | 두 가지 인식 시나리오의 차이 |
| 04 | 모델 계보 한눈에 | LBPH에서 ArcFace까지의 흐름 |
| 05 | facenet-pytorch로 임베딩 | 직접 벡터를 뽑아 비교하기 |
| 06 | 실습 — 임베딩·t-SNE | 임베딩을 눈으로 보기 |