[서비스개발팀 임창대]
지난 5월 구글의 개발자 컨퍼런스 IO 에서 ‘버텍스 AI(Vertex AI)’ 가 공개 됐습니다. 버텍스 AI는 Google Cloud 의 관리형 클라우드 서비스로 AutoML 과 AI Platform 을 통합한 서비스로서의 머신러닝(MLaaS, Machine Learning As A Service) 형태의 플랫폼입니다.
이와 같은 플랫폼을 제공하는 클라우드 서비스 제공업체는 Google Cloud 외에 AWS사의 세이지메이커(SageMaker)나 MS 애저의 애저 ML 스튜디오가 현재 경쟁을 펼치고 있으며 이러한 경쟁 속에서 버텍스 AI는 인공지능 모델 개발과 유지를 위한 코드의 양을 80% 까지 감소시킬 수 있다는 점을 내세워 데이터 과학자들의 관심을 모으고 있습니다.
클라우드 서비스 제공업체는 예측 분석 및 딥러닝, 데이터 시각화, 자연어 처리, MLOps API 등과 같은 도구를 제공합니다. AutoML 을 사용하면 코드를 작성하지 않고도 이미지, 테이블 형식, 텍스트, 동영상 데이터 세트에서 모델을 학습시킬 수 있으며 AI Platform 에서 학습을 통해 커스텀 학습 코드를 실행할 수 있습니다.
또한 계산 측면에서 클라우드 서비스 제공자의 데이터 센터에서 제공하는 GPU와 TPU를 이용하여 머신러닝 모델 훈련을 빠르게 처리하게 도와줍니다. 이를 통해 고객들은 ML 서비스 개발에 드는 비용과 속도를 높이고 최고 수준의 기술을 쉽게 사용할 수 있습니다.
이에 더해 버텍스 AI 는 아래와 같은 서비스들을 포함하고 있습니다.
- 데이터 준비 프로세스를 위해 빅 쿼리 및 클라우드 저장소에서 데이터를 수집하고 버텍스 데이터 레이블을 활용하여 고품질 훈련 데이터에 주석을 달고 예측 정확도를 향상시킬 수 있습니다.
- 버텍스 메타데이터는 파이썬 SDK를 통해 모델 학습 프로세스에서 생성된 출력을 설명하는 아티팩트, 데이터 출처 및 발생 상황 및 시간 경과에 따른 위치를 포함하는 데이터 계통 및 실행 추적 기능을 제공합니다.
- 버텍스 피처(Feature)는 ML에서 사용하는 피처를 추가 및 선택할 수 있으며, 공유 및 재사용하기 위해 피처 저장소를 제공합니다.
- 버텍스 훈련을 통해 사전 빌드된 알고리즘 세트를 제공하고 사용자들이 커스텀 코드를 학습 모델에 가져올 수 있도록 합니다. 사용자 정의가 더 필요한 On-premise 환경 또는 다른 클라우드 환경과 같은 하이브리드 인공지능을 활용한 모델 학습을 수행할 수 있습니다.
- 버텍스 신경망 아키텍처 검색은 서비스 별 요구 사항에 적절한 새로운 모델 신경망 아키텍처를 구축하고 대기 시간, 메모리 및 전력에 맞게 기존 신경망 아키텍처를 최적화하여 새로운 구조를 검색합니다.
- 버텍스 설명 가능 인공지능은 데이터의 각 특성이 예측 결과에 얼마나 기여했는지 알려줍니다. 이 정보를 사용하여 모델이 예상대로 작동하는지 확인하고 모델의 편향을 인식하며 모델 및 학습 데이터를 개선할 아이디어를 얻을 수 있습니다.
국내에서도 삼성전자, 홈플러스, 기아자동차 등 국내 수많은 기업들이 현재 구글 클라우드와 협업하고 있으며, 특히 삼성전자는 음성 인식 플랫폼 빅스비에 구글 클라우드의 빅쿼리, 클라우드 스패너, 데이터플로우 등 서비스를 적용해 수집되는 데이터를 분석하고 있다고 합니다. 이러한 서비스들을 통합하여 제공하는 버텍스 AI는 현재 구글 클라우드 플랫폼(Google Cloud Platform)에서 이용 가능하며 AI platform 및 Auto ML 등 서비스에 대한 가이드도 상세히 마련되어 있습니다.
이를 활용하여 인공지능 모델 구축부터 실운영까지 보다 더 빠르고 최적화된 방식으로 수행하여, 역동적으로 변화하는 시장에 더 민첩하게 대응해보는 것도 좋을 것 같습니다.
References
구글 클라우드 플랫폼 Vertex AI: https://cloud.google.com/vertex-ai
