AI 개발 효율성·생산성 높이는 ‘MLOps’ 주목
상태바
AI 개발 효율성·생산성 높이는 ‘MLOps’ 주목
  • 강석오 기자
  • 승인 2020.10.15 19:15
  • 댓글 0
이 기사를 공유합니다

AI 기술 폭넓게 활용되며, 개발 효율성·생산성 높이는 MLOps 수요 증가
국내외 IT 기업, 다양한 기능 갖춘 MLOps 서비스 선보여

[데이터넷] 4차 산업혁명 시대를 이끄는 핵심 기술 중 하나인 인공지능(AI)이 전 산업 영역에서 폭넓게 활용되면서 MLOps(Machine Learning Operations)에 대한 관심도 함께 높아지고 있다.

MLOps는 데이터 관리 및 머신러닝 시스템 개발과 서비스 운영을 통합해 안정적으로 서비스를 제공하면서도 신속하고 유연한 개발을 추구하는 문화와 방식을 의미한다.

AI 개발에 필요한 ▲데이터 구축 ▲모델 개발 및 훈련 ▲모델 배포 등의 과정에 워크플로우가 매끄럽지 못하거나 파이프라인이 제대로 구축되지 않으면 비용이 증가하고 프로젝트가 지연될 확률이 높다. 때문에 AI 개발 효율성과 생산성을 개선시킬 수 있는 MLOps에 대한 시장 수요가 점차 커지고 있으며, 데이터 과학자, 머신러닝 엔지니어, 앱 개발자 및 IT 운영자가 함께 이용가능한 플랫폼들도 개발되고 있다.

국내 AI 데이터 플랫폼 기업 슈퍼브에이아이는 머신러닝 개발에 필요한 데이터 처리 과정을 한번에 관리할 수 있는 올인원 플랫폼 ‘스위트’를 운영하고 있다. 데이터 구축, 가공, 관리, 분석 과정에서의 시각화와 자동화를 지원하고 반복되는 모델 훈련 단계까지 데이터를 매끄럽게 연결하는 것이 가능하다. 

‘스위트’의 대표적인 자동화 기능 중 하나인 오토라벨링은 AI가 1차로 데이터 라벨링을 진행하고, 2차로 AI가 검수를 요청한 부분만 수정하도록 해 수동 작업 대비 약 10배 빠른 속도로 데이터를 처리할 수 있다.

최근 슈퍼브에이아이는 MLOps 저변 확장을 위한 글로벌 AI 기업 연합 ‘AI 인프라스트럭처 얼라이언스(AI Infrastructure Alliance)’에도 합류했다.

마이크로소프트(MS)은 클라우드 기반의 애저 머신러닝을 통해 MLOps 서비스를 지원한다. 머신러닝 모델의 학습, 배포, 자동화, 관리 추적 기능을 제공하고 있으며, 일반 머신러닝부터 딥 러닝, 지도 및 비지도 학습까지 폭넓게 사용 가능하다.

비주얼 머신러닝 인터페이스를 통해 별도의 코딩 없이 드래그 앤 드롭만으로 모델 제작 및 배포가 가능하기 때문에 보다 쉽게 고품질 모델을 개발할 수 있다. 또한 파이토치(PyTorch), 텐서플로우(TensorFlow), 사이킷-런(Scikit-learn), 깃, ML플로우(MLflow) 플랫폼과 같은 오픈소스 툴과도 연동되어 활용도가 높다.

아마존웹서비스(AWS)의 세이지메이커(SageMaker)는 전체 머신러닝 워크플로우를 포괄해 데이터를 분류 및 준비하고, 알고리즘 선택, 모델 학습, 배포를 위한 조정 및 최적화, 예측 수행 및 작업을 수행하는 완전 관리형 서비스다. 특히 세이지메이커에서 제공하는 스튜디오(Studio)는 데이터 업로드, 새로운 노트북 생성, 모델 학습 및 튜닝, 실험 조정, 결과 비교, 프로덕션 배포 등 다양한 과정을 통합된 웹 기반의 단일 시각적 인터페이스 내에서 수행할 수 있어 생산성 향상에 도움을 준다.

구글 클라우드 AI 플랫폼에는 데이터 라벨링, 노트북, 대시보드, AI 허브 등 머신러닝 라이프사이클 관리를 지원하는 다양한 기능이 포함돼 있다. 노트북은 구글 코랩(Colab)에서 무료로 실행할 수 있으며, AI 허브에는 큐브플로우(Kubeflow) 파이프라인, 노트북, 서비스, 텐서플로우 모듈, VM 이미지, 학습된 모델, 기술 가이드 등의 다양한 오픈 리소스가 포함돼 있다. 텐서플로우는 구글이 ‘알파고’ 등을 개발하는 데 사용한 머신러닝 프로그램으로, 2015년 소스를 공개해 머신러닝의 대중화를 이끈 프로그램으로도 평가받고 있다.

티맥스 A&C의 쿠버네티스 기반 오픈 클라우드 플랫폼 ‘하이퍼클라우드(HyperCloud) 4.1’은 AI와 머신러닝 모델 설계 및 훈련을 원활하게 실행할 수 있도록 관련 오픈소스가 탑재돼 있다. 다양한 프로그래밍 언어를 복잡한 설정없이 사용 가능하고, 머신러닝 개발을 위해 제공된 사전 정의된 카탈로그로 서버 관리 및 운영, 배포 관련 환경을 간편하게 구축할 수 있다.

슈퍼브에이아이 김현수 대표는 “데브옵스라는 단어가 처음 공개된 지 10년이 조금 넘은 지금 깃허브, 데이터독 등 주요 기업들의 가치는 수십억 달러에 달하고 있다”며 “지난 10년이 소프트웨어의 시대로서 데브옵스가 각광을 받아왔다면 향후 10년은 AI 시대로 MLOps가 주목받을 것”이라고 전망했다.


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.