CHAPTER 01 인공지능 개요와 역사 
  1.1. 인공지능이란 무엇인가? = 16
  1.2. 인공지능의 도전과 한계 = 29
  1.3. 인공지능의 큰 흐름 = 36
  1.4. 인공지능의 시작과 발전 = 39
  1.5. 인간 두뇌 영역에 도전하는 인공지능 = 47
  가까운 곳에서 인공지능 경험하기 = 57
  생각하고 토론하기 = 58
  참고문헌 = 59
  연습문제 = 60
CHAPTER 02 인공지능 응용과 최근 동향 
  2.1. 인공지능의 생활 속의 다양한 응용 = 64
  2.2. 인공지능의 타 학문 분야에의 응용 = 72
  2.3. 인공지능 기술 경쟁과 인공지능 교육 = 80
  2.4. 인공지능과 소프트웨어 = 86
  2.5. 인공지능 도우미와 소프트웨어 공개 동향 = 94
  가까운 곳에서 인공지능 경험하기 = 100
  생각하고 토론하기 = 101
  참고문헌 = 102
  연습문제 = 103
CHAPTER 03 인공지능 연구와 구현 
  3.1. 인공지능의 분류 체계 = 108
  3.2. 인공지능의 연구 분야 = 114
  3.3. 인공지능의 시대별 연구 요약 = 118
  3.4. 세계가 깜짝 놀란 5개의 인공지능 시스템 = 123
  3.5. 앨런 튜링과 인공지능 테스트 = 128
  3.6. 인공지능과 일자리 문제 = 136
  가까운 곳에서 인공지능 경험하기 = 142
  생각하고 토론하기 = 143
  참고문헌 = 144
  연습문제 = 145
CHAPTER 04 인공지능 바탕과 문제 해결 
  4.1. 인간 두뇌 능력의 근원 = 150
  4.2. 인간의 지능과 인공지능 = 154
  4.3. 인공지능 탐구를 위한 수학적 바탕 = 158
  4.4. 인공지능 실현을 위한 프로그래밍 언어들 = 162
  4.5. 인공지능과 문제 해결 = 166
  4.6. 인공지능 시대의 코딩 = 174
  가까운 곳에서 인공지능 경험하기 = 179
  생각하고 토론하기 = 180
  참고문헌 = 181
  연습문제 = 182
CHAPTER 05 인공지능의 미래와 윤리 
  5.1. 인공지능의 수준별 분류 = 186
  5.2. 약한 인공지능의 선두주자 알파고 = 195
  5.3. 인공지능의 미래와 기술적 특이점 = 203
  5.4. 슈퍼 인공지능 시대의 도래와 지능의 폭발 = 209
  5.5. 인공지능 윤리 강령 = 214
  가까운 곳에서 인공지능 경험하기 = 222
  생각하고 토론하기 = 223
  참고문헌 = 224
  연습문제 = 225
CHAPTER 06 인공지능과 4차 산업혁명 
  6.1. 4차 산업혁명의 시작 = 230
  6.2. 인공지능과 4차 산업혁명 = 235
  6.3. 지능형 로봇과 인공지능 = 238
  6.4. 신기술 입출력 장치 3D 프린터 = 243
  6.5. 사물인터넷 = 247
  6.6. 자율자동차와 드론 = 253
  6.7. 4차 산업혁명의 미래 기술 = 258
  가까운 곳에서 인공지능 경험하기 = 263
  생각하고 토론하기 = 264
  참고문헌 = 265
  연습문제 = 266
CHAPTER 07 규칙기반 인공지능 
  7.1. 인공지능에 쓰이는 논리와 추론 = 270
  7.2. 인공지능에서의 탐색 기법 = 277
  7.3. 인공지능과 알고리즘 = 280
  7.4. 규칙기반 전문가 시스템 = 285
  7.5. 인공지능과 관련된 흥미로운 문제들 = 289
  가까운 곳에서 인공지능 경험하기 = 298
  생각하고 토론하기 = 299
  참고문헌 = 300
  연습문제 = 301
CHAPTER 08 머신러닝의 학습과 분류 
  8.1. 머신러닝의 개요 = 306
  8.2. 머신러닝의 학습 방법 = 315
  8.3. 머신러닝의 비지도 학습 = 326
  8.4. 강화 학습 = 332
  8.5. 베이지안 네트워크와 은닉 마르코프 모델 = 333
  가까운 곳에서 인공지능 경험하기 = 335
  생각하고 토론하기 = 336
  참고문헌 = 337
  연습문제 = 338
CHAPTER 09 신경망 개념과 응용 
  9.1. 신경망의 개요 = 342
  9.2. 초기의 신경망 = 346
  9.3. 다층 퍼셉트론 = 353
  9.4. 신경망을 이용한 문자인식과 음성인식 = 360
  생각하고 토론하기 = 366
  참고문헌 = 367
  연습문제 = 368
CHAPTER 10 딥러닝 기반의 심층신경망과 활용 
  10.1. 딥러닝과 심층신경망 = 372
  10.2. 딥러닝 심층신경망의 종류 = 378
  10.3. 딥러닝의 활용과 동향 = 384
  10.4. 딥러닝을 지원하는 하드웨어 = 389
  10.5. 머신러닝과 딥러닝을 지원하는 소프트웨어들 = 391
  생각하고 토론하기 = 398
  참고문헌 = 399
  연습문제 = 400
CHAPTER 11 인공지능의 패턴인식 
  11.1. 인공지능에서의 패턴인식 = 404
  11.2. 21세기의 황금어장 음성인식 기술 = 406
  11.3. 신경망과 딥러닝을 이용한 영상인식 = 413
  11.4. 인공지능의 자연어 처리 = 419
  생각하고 토론하기 = 428
  참고문헌 = 429
  연습문제 = 430
CHAPTER 12 인공지능과 데이터 사이언스 
  12.1. 데이터 사이언스 개요 = 434
  12.2. 데이터의 수집, 관리, 분석, 보고 = 440
  12.3. 데이터 분석 단계 - 분류와 클러스터링 = 447
  12.4. 빅데이터 = 450
  12.5. 데이터 마이닝과 데이터 사이언스의 미래 = 458
  생각하고 토론하기 = 462
  참고문헌 = 463
  연습문제 = 464
부록 : 인공지능 실습 예제 
  [실습 1] 텐서플로를 이용한 숫자인식 = 466
  [실습 2] 남녀 구분 및 나이 판정 = 467
  [실습 3] 사진을 보고 이미지와 내용을 인식하여 설명해주는 인공지능 = 468
  [실습 4] 빠르고 정확하게 그림 그리기 = 470
  [실습 5] 텐서플로로 구현된 신경망 특정화자 목소리 시연 = 471
  [실습 6] 적절한 문장 만들기를 도와주는 신경망 모델 = 472
  [실습 7] 인공지능 이미지 자동 색칠하기 = 473
  [실습 8] 신경망을 텐서플로를 이용하여 실습하기 = 474
  [실습 9] 신경망으로 가장 가까운 단어 찾기 = 475
  [실습 10] 머신러닝 방법의 구현 = 476
  [실습 11] 잡음이 있는 음향 데이터에서 음질 향상 = 477
  [실습 12] Generative Adversarial Network(GAN) = 478
  [실습 13] Variational AutoEncoder의 학습 = 479
  [실습 14] 이미지 색칠 = 480
찾아보기 = 481