[데이터넷] 4차 산업혁명 시대의 도래로 광범위한 사회 분야에서 데이터 통합을 기반으로 한 딥러닝, 머신러닝, 인공지능(AI) 그리고 의사결정지원시스템 등이 활용되고 있다. GUI 기반의 순수 국내 기술로 개발된 Deep-I(Deep Intelligence)는 데이터의 수집/정제, 딥러닝 뉴럴 네트워크 디자인 및 학습&검증, 실시간 운영관리까지의 전 단계를 자동화한 딥러닝 통합 플랫폼을 제공한다. 비즈니스 도메인을 잘 이해한다면 별도의 코딩 없이 인공신경망 디자인과 설정만으로 최적의 딥러닝 모델을 만들 수 있는 GUI 기반의 플랫폼을 제공함으로써 AI 업무에 대한 접근성을 높이고, 효율적이며 생산적인 업무 환경을 제공한다. <편집자>
Deep-I는 데이터의 수집/정제, 딥러닝 모델 디자인 및 학습&검증, 운영관리까지 전 단계를 자동화하는 딥러닝 통합 플랫폼이다. 다양한 데이터시스템을 지원하는 데이터 아키텍처 처리 플랫폼 위에 딥러닝 개념을 가지고 뉴럴 네트워크 디자인과 설정만으로 딥러닝 모델을 별도의 코드 작성 없이 자동으로 도출하는 신개념의 통합 AI 플랫폼이다.
코드 리스 기반 표준 인공신경망 모델 디자인
현재 대다수의 AI 프로젝트는 무엇을 해결하기 위한 목적이 아닌 어떤 알고리즘을 쓰는가에 소모성 에너지를 쓰고 있고, 이런 관점에서 딥러닝은 툴(Tool)이며, 딥러닝 전문가는 문제 해결력과 인풋 값의 정의가 중요하다.
모델 변수 정의, 대표성 있는 데이터 추출, 모델 수립/재조정 작업 등은 사람의 능력과 노력이 필요하며 전문가는 딥러닝 구현 능력보다는 비즈니스 도메인 인사이트에 집중할 수 있는 전문화된 솔루션 활용이 절실하다
Deep-I는 코드리스 기반의 GUI 딥러닝 모델을 디자인할 수 있는 프로젝트 통합 관리기능을 제공하고, 데이터 분석과 딥러닝 모형 개발에 집중할 수 있는 환경을 제공함으로써 업무 효율성을 높이며, 모델 학습과 검증 및 테스트를 위한 통합 인터페이스를 GUI 형태로 제공해 업무 생산성을 극대화할 수 있다. 또 별도의 개발이 필요하지 않고 모델 디자인만 할 수 있으면 파이썬 코드는 자동으로 생성된다.
- 딥러닝 프레임워크 매니저(Deep Learning Framework Manager): Keras, TensorFlow, PyTorch 등 프레임워크 별로 기능을 관리하는 모듈
- 훈련 집행자(Training Executor): 디자인된 신경망을 제어 및 실행하는 모듈
- 신경망 디자이너(Neuralnet Designer): 딥러닝 모델 훈련/검증을 위해 디자인 및 관리할 수 있는 기능
- 데이터 크리에이터(Data Creator): 데이터를 UI를 통해 쉽게 생성하는 기능
- 로그 매니저(Log Manager): 훈련 및 검증 결과를 기록하고 조회/관리하는 기능
GUI 기반 오토ML 기능 제공
AI 모델을 만들 때 최적의 모델과 어떤 하이퍼파라미터 값이 최적인지를 찾는 과정은 시간이 많이 걸리고 아주 어려운 작업이다. 이 부분을 자동화 해주는 기능을 자동화된 머신러닝(Auto ML)이라고 한다.
AI 모델 개발에 있어서 소모적이고 반복적인 작업을 자동화함으로써 광범위한 프로그래밍 지식 없이 모델 학습 구현, 시간과 리소스 절약, 데이터 사이언티스트에 유용한 정보를 제공해 생산성을 높일 수 있다.
데이터 시각화 통한 인사이트 도출
AI 모델의 학습 결과가 잘 학습됐는지 데이터 분포도 시각화를 소스 코딩이 아닌 GUI를 통해서 확인 후 학습 및 시뮬레이션에 활용한다. 베스트 AI 모델 학습 결과를 데이터 분포 시각화를 통해서 모델의 성능평가지표를 확인할 수 있고 학습과 검증에 활용한다.
데이터 분포를 확인해 예측치를 사용자/운영자가 설정 가능하다. (사용자가 일일이 코딩으로 확인하지 않아도 시각화를 통한 인사이트 도출 가능)
AI 모델 생성 전 과정 처리하는 일괄 프로세스 제공
모델 학습에 필요한 데이터를 정의하고 수집해서 전처리 및 가공을 한 다음, 피처(Feature)를 추출해 인공신경망을 디자인하고 학습 및 검증을 거쳐서 최종 운영 모델을 적용하는 일련의 과정들을 GUI 기반 솔루션으로 제공해 핵심 업무의 전 과정을 일괄적으로 관리할 수 있게 해준다.
학습과 검증의 전 과정, 딥러닝 모델 성능지표, 각종 파라미터 및 레이어 구성 등 딥러닝 모델 생성 전 프로세스를 GUI 기반으로 처리함으로써 보다 쉽게 접근할 수 있고, 모든 과정의 히스토리를 관리한다.
어느 순간에 우리 앞에 와 있는 4차 산업혁명을 이제는 자연스럽게 받아들이고 이러한 환경을 잘 활용하는 혜안을 키울 때다. 그 혜안은 어느 기업이 미래 지향적인 기술요소를 가지고 있는지 옥석을 구분할 수 있는 능력부터 시작된다고 할 수 있다.
4차 산업혁명의 선도를 위해서는 과거 불안정한 기술로 구현된 것들은 이제 잊어버리고 미래 지향적 기술을 제시하는 전문 기업을 찾아 함께 성장할 수 있도록 준비해야 할 것이다.
