[지식정보] 클라우드 기반 인공지능 머신러닝 서비스 개발
[회원가입 하시면 원문 PDF파일 다운로드가 가능합니다.]
AWS 구글 MS 등 클라우드 선도 업계는 복잡한 절차가 필요한 인공지능(AI) 머신러닝(ML)을 효율적으로 도입 활용하기 위해 기존 플랫폼을 개선하거나 새로운 기능을 추가하며 최적화 서비스를 개발하고 있다. 네이버클라우드·LG CNS 등 국내 기업들도 클라우드를 기반으로 인공지능과 머신러닝 등 차세대 기술을 활용하기 위한 노력 분주하다.
기업의 비용 절감 측면에서 도입하던 클라우드 서비스가 최근 빅데이터, 머신러닝, 인공지능과 접목하여 서비스가 고도화되고 있다. 최근 글로벌 클라우드 기업은 미래 경쟁력 제고의 요건으로 인공지능과 머신러닝 개발에 최적화된 클라우드 플랫폼 개발을 위해 치열하게 경쟁하고 있다. 국내 클라우드 시장에도 글로벌 대기업 진출이 이어지고 있는바, 인공지능 머신러닝 뿐만 아니라 첨단 기술과 접목한 다양한 기술개발과 서비스 업그레이드를 통해 경쟁력을 키울 필요가 있다.
자료:정보통신기획평가원, ICT Brief. 2019-48, 2019.12.19.
지디넷코리아, ‘클라우드 기업, 경쟁 포인트는 기계학습’ (2019.12.15) http://www.zdnet.co.kr/view/?no=20191215092401
아시아경제, ‘구글 클라우드, AI 개발 최적화 텐서플로 엔터프라이즈 공개’ (2019.11.21) https://view.asiae.co.kr/article/2019112109172354653
IT조선, ‘AWS 세이지메이커 기능 업데이트…손쉬운 머신러닝 개발·운영 돕는다’ (2019.12.4) http://it.chosun.com/site/data/html_dir/2019/12/04/2019120402783.html
지디넷코리아, ‘MS 애저, AI·IoT·혼합현실 앱 개발자에 손짓한다’ (2019.5.3) http://www.zdnet.co.kr/view/?no=20190503104154
델코지식정보
1. 글로벌 주요 기업, 인공지능 머신러닝 개발에 최적화된 클라우드 플랫폼 구축 경쟁
AWS 구글 MS 등 클라우드 선도 업계는 복잡한 절차가 필요한 인공지능(AI) 머신러닝(ML)을 효율적으로 도입 활용하기 위해 기존 플랫폼을 개선하거나 새로운 기능을 추가하며 최적화 서비스를 개발하고 있다.
AWS
ML 모델 전문 플랫폼인 ‘세이지메이커(SageMaker)’의 신규 기능을 대거 공개(12.3)하였다.
세이지메이커는 기업이 ML로 신규 비즈니스를 창출하거나 비용을 절감할 수 있도록 학습 모델 생성과 훈련, 서비스 배포와 운영 등을 전반적인 ML 관련 지원 기능을 제공하는 플랫폼이다.
세이지메이커의 스튜디오(Studio), 노트북(Notebooks), 엑스페리먼트(Experiments), 오토파일럿(Autopilot), 디비거(Debugger), 모델 모니터(Model Monitor) 등 6가지 기능을 새롭게 개선.
AI 전문기업부터 AI를 처음 접하는 기업에게 쉽고 빠르게 AI 서비스를 구축할 수 있도록 세이지 메이커를 개발.
세이지메이커와 연동해 실제 사물인식을 가능하게 하는 AI 기반 카메라인 딥렌즈 (DeepLens), 음성을 텍스트로 변환하는 아마존 트랜스크라이브(AmazonTranscribe), 번역을 위한 아마존 트랜슬레이트(Amazon Translate) 등을 공개.
구글
AI 기술 기업을 위한 ‘텐서플로 엔터프라이즈(TensorFlow Enterprise)’를 발표(11.21)
구글 클라우드 플랫폼(Google Cloud Platform)에서 텐서플로 모델을 보다 쉽게 개발·구축할 수 있도록 지원하는 일련의 제품과 서비스를 제공
엔터프라이즈급 기술을 제공하여 특정 텐서플로 버전에 대한 보안 패치와 버그 수정을 최대 3년간 보장해, 빠른 속도로 발전하는 AI와 소프트웨어 버전을 폭넓게 지원
모든 패치와 버그 수정은 주요 텐서플로 코드 저장소(TensorFlow code repository)에서 이용 가능
‘딥 러닝 VM(Deep Learning VM)’과 ‘딥 러닝 컨테이너(Deep Learning Container, 베타 버전)’가 포함돼 있어 AI 모델 구축 및 확장에 용이
딥 러닝 VM과 딥러닝 컨테이너는 데이터 읽는 속도를 최대 3배 높여 워크로드 처리를 대폭 가속화
이 외에도 AI와 ML 역량이 부족한 기업도 손쉽게 서비스를 활용할 수 있도록 ‘빅쿼리’와 ‘오토 ML’ 등 서비스를 제공
빅쿼리: AI 기반의 기업용 분석 데이터웨어하우스로 업체가 보유한 방대한 데이터를 빠르게 분석해 가치 있는 정보를 찾는데 특화된 서비스
오토ML: 데이터만 넣으면 결과 값을 바탕으로 적합한 AI모델을 찾아주는 솔루션
MS
개발자 및 데이터 과학자가 머신러닝 모델을 효율적으로 구축·학습·배포할 수 있도록 돕는 ‘애저 머신러닝 서비스(Azure Machine Learning Service)’를 공식 출시(’18.12)
한번의 클릭으로 빠르게 모델 선정 및 튜닝을 자동화하고 머신러닝용 데브옵스(DevOps)로 생산성을 향상
개발(development)과 운영(operation)을 결합한 합성어로 개발 담당자와 운영 담당자가 연계하여 협력하는 개발 방법론
또한 파이썬 SDK(Python SDK)를 통해 어느 파이썬 환경에서나 개발자가 선호하는 오픈소스 프레임워크로 애저 머신러닝 서비스 사용이 가능하다. 파이썬은 컴퓨터 언어의 일종으로 간결하고 생산성 높은 프로그래밍 언어이다.
애저 머신러닝의 향상된 자동화 기능과 사용자인터페이스(UI)로 고품질 모델 개발을 지원하는 ‘ML옵스(MLOps)’도 제공한다.
2. 국내 기업들도 AI·ML에 활용할 수 있는 클라우드 플랫폼 구축
네이버클라우드·LG CNS 등 국내 기업들도 클라우드를 기반으로 인공지능과 머신러닝 등 차세대 기술을 활용하기 위한 노력 분주하다.
3. 시사점: 클라우드 시장의 경쟁 포인트로 떠오르는 ‘인공지능’과 ‘머신러닝’
기업의 비용 절감 측면에서 도입하던 클라우드 서비스가 최근 빅데이터, 머신러닝, 인공지능과 접목하여 서비스가 고도화되고 있다.
최근 글로벌 클라우드 기업은 미래 경쟁력 제고의 요건으로 인공지능과 머신러닝 개발에 최적화된 클라우드 플랫폼 개발을 위해 치열하게 경쟁하고 있다.
국내 클라우드 시장에도 글로벌 대기업 진출이 이어지고 있는바, 인공지능 머신러닝 뿐만 아니라 첨단 기술과 접목한 다양한 기술개발과 서비스 업그레이드를 통해 경쟁력을 키울 필요가 있다.
