지난해에는 기계 학습이나 인공지능을 이용한 플랫폼, 애플리케이션이 비약적인 속도로 보급되었다. 이러한 기술은 인터넷 업계뿐만 아니라, 헬스케어나 농업 등 다양한 업계에 큰 영향을 주고 있다. 2019년 주시할 AI 트렌드 5가지를 소개한다.

1) 인공지능 칩 전성시대 : 인공지능은 다른 소프트웨어와 달리 특수한 프로세서를 필요로 한다. 최신 CPU도 인공지능 모델의 트레이닝을 고속화하기는 어렵다. 물체 및 얼굴의 인식 등 복잡한 수학적 처리에는 하드웨어 성능의 향상이 필요하다.

2019년에는 인텔, 엔비디아, AMD, ARM, 퀄컴 등의 기업이 인공지능 애플리케이션을 고속화할 수 있는 특수한 칩을 출시할 예정이다. 이들 칩은 컴퓨터 비전과 자연언어 처리, 음성인식 등에 최적화되어 있으며 헬스케어와 자동차 업계의 차세대 애플리케이션은 이들 칩에 의존하게 될 것이다.

2) 사물인터넷과 인공지능의 융합 : 2019년에는 사물인터넷 단말기을 활용한 엣지 컴퓨팅의 중요성이 한층 커질 것이다. 이를 위해 인공지능과 사물인터넷의 융합이 가속화될 것이다.

이 영역에서 진행 중인 프로젝트로는 아마존웹서비스(Amazon Web Services)의 AWS 그린그래스(Greengrass), MS 애저 사물인터넷 엣지(Azure IoT Edge)의 AI 툴킷 제공, 구글 클라우드 IOT 엣지(Google Cloud IoT Edge)의 포그혼 라이트닝 엣지 인텔리전스(FogHorn Lightning Edge Intelligence) 등이 있다.

3) ONX가 상호 운용성의 열쇠 : 뉴럴 네트워크 모델을 구축할 때 중요한 포인트는 최적의 체제를 선택하는 것이다. 데이터 과학자나 개발자는 카페(Caffe)2나 파이터치(PyTorch), 아파치 엠엑스넷(Apache MXNet), 마이크로소프트 코그니티브 툴킷(Microsoft Cognitive Toolkit), 텐저플로우(Tensor Flow) 등 많은 선택사항 중에서 최적의 툴을 선택할 필요가 있다.

특정 프레임워크를 사용한 모델 훈련이나 평가 후 다른 프레임워크로의 이식은 어렵다. 뉴럴 네트워크의 툴킷 간 상호 운용이 불가능해 인공지능의 도입을 방해하고 있다. 이 과제에 대처하기 위해, AWS, 페이스북, 마이크로소프트는 ONNX(Open Neural Network Exchange)를 공동으로 구축해, 트레이닝이 끝난 뉴럴 네트워크를 다수의 프레임워크로 재이용할 수 있도록 지원하고 있다. 2019년에는 ONNX가 필수 불가결한 기술로 부상할 것이다.

4) 기계학습 자동화 발전 : 기계학습 모델 개발을 자동화하는 AutoML은 기계학습 기반의 솔루션을 근본적으로 바꿀 수 있다. 애널리스트나 개발자는 모델을 트레이닝하지 않고 복잡한 시나리오에 대처하는 기계학습 모델을 구축할 수 있게 된다. AutoML 플랫폼을 이용함으로써 프로세스나 워크플로우에서 헤매는 일 없이 비즈니스에 적용 가능한 과제 해결에 전념할 수 있다.

5) AIOps에 의한 자동화 진행 : 하드웨어와 OS, 서버 소프트웨어, 어플리케이션에 의해 취득한 방대한 양의 데이터를 분석함으로써, 지식이나 패턴을 도출할 수 있다. 이러한 데이터 세트에 기계 학습을 도입함으로써 기존의 수동적인 IT 운영을 변혁해, 미래를 예측할 수 있게 된다. 2019년에는 AIOps가 주류가 될 것으로 예상된다. 인공지능과 DevOps의 융합은 퍼블릭 클라우드 벤더와 기업에게 큰 이점을 제공할 것이다.

베타뉴스 우예진 기자 (leejik@betanews.net)
Copyrights ⓒ BetaNews.net

• • 목록
  • 위로