더 깊이 공부할 때 찾아볼 자료를 모았습니다. 이 책은 활용에 집중했으므로, 원리를 더 파고들거나 최신 변화를 따라가려면 공식 문서와 원논문이 가장 믿을 만한 출처입니다. 라이브러리는 계속 바뀌니, 막힐 때 가장 먼저 볼 곳은 언제나 공식 문서입니다.

라이브러리 공식 문서

공식 문서는 설치법·API·예제의 가장 정확한 출처입니다. 이 책의 코드가 미래의 버전과 다르게 동작한다면, 해당 라이브러리 공식 문서에서 최신 사용법을 확인하세요.

핵심 원논문

원리를 깊이 이해하고 싶다면, 이 책이 활용한 기술의 원논문이 출발점입니다.

이 책은 수식 없이 직관으로 다뤘지만(PART 04), 논문은 그 직관 뒤의 수학을 보여 줍니다. 대학원 수준으로 더 나아가거나 모델을 직접 개선하려면 원논문을 읽는 것이 정도입니다.

평가·공정성·법

운영과 윤리(PART 11)를 더 공부할 자료입니다.

• NIST FRVT: 대규모 얼굴 인식 벤치마크와 인구통계학적 편향 보고서 (nist.gov)
• 표준 데이터셋: LFW, FER2013 (부록 PART 99에서 활용 관점 안내)
• 한국 개인정보 보호: 개인정보보호위원회(pipc.go.kr)의 가이드라인과 최신 법령
• 국제 규제: EU AI Act 등 생체인식·감정 인식 규제 동향

법과 규제는 자주 바뀝니다. 실제 서비스 전에는 반드시 최신 법령과 전문가의 확인을 거치세요(PART 11 Ch08).

책을 닫으며

여기까지 온 여러분께 축하를 전합니다. 우리는 pip install dlib의 빨간 에러에서 시작해, conda로 환경을 다지고, 얼굴을 찾고·세우고·알아보고·읽고·지키는 기술을 하나씩 손에 익혔습니다. 그리고 그것을 실제 시스템으로 엮고, 안전하게 운영하고, 책임 있게 다루는 법까지 배웠습니다.

이 책의 진짜 목표는 특정 라이브러리 사용법이 아니었습니다. "얼굴 기술이 어떤 단계로 이루어지고, 각 단계에서 무엇을 고려해야 하며, 어떤 책임이 따르는가"라는 큰 그림이었습니다. 라이브러리는 바뀌어도 이 큰 그림은 오래갑니다. 새로운 도구가 나와도, 여러분은 그것이 어느 칸에 들어가는지 이제 알아볼 수 있습니다.

마지막으로 이 책 전체를 관통한 한 문장을 다시 남깁니다. 만들 수 있는가보다, 만들어야 하는가를 먼저 물으세요. 얼굴은 한 사람의 정체성입니다. 그 기술을 다루는 여러분이, 사람을 지키는 방향으로 나아가기를 바랍니다.

이 장에서 기억할 것

막힐 때 가장 믿을 출처는 각 라이브러리의 공식 문서이며, 원리를 깊이 보려면 FaceNet·ArcFace·RetinaFace 등의 원논문, 운영·윤리는 NIST·개인정보보호위원회·국제 규제 자료가 출발점입니다. 라이브러리는 바뀌어도 이 책이 그린 큰 그림(검출→정렬→인식→감정→라이브니스, 그리고 평가·운영·책임)은 오래갑니다. 그 그림을 손에 쥐고, 만들어야 하는가를 먼저 묻는 기술자가 되시길 바랍니다.