손쉬운 스케일업·자동화된 개발·테스트 강점…효과적인 모델·분석 구축 도와
[데이터넷] 매스웍스는 클라우드 환경의 다양한 DB 및 스토리지 서비스에 대한 액세스 제공을 통해 전 세계 엔지니어가 개발 과정에서 손쉽게 협업할 수 있도록 돕는다.
또 별도의 라이선스 구매 없이 아마존웹서비스(AWS), 애저(Azure) 클라우드 환경 및 VM에서 데스크톱과 동일한 사용 경험을 지원하는 매트랩 및 시뮬링크 환경을 이용할 수 있다. 예를 들어 필요한 하드웨어 설정 이후 AWS 환경의 VM, 엔비디아(NVIDIA) NGC 스토어의 매트랩 딥러닝 컨테이너(MATLAB Deep Learning Container)를 선택, 설치 후 구동하면 즉시 매트랩 사용을 시작할 수 있다. 또한, 해당 클라우드 VM 또는 컨테이너에서 머신러닝 및 딥러닝 예제를 실행하는 것도 가능하다.
온프레미스 또는 클라우드 환경에서 매트랩 온라인(MATLAB Online) 호스팅을 지원하는 매트랩 온라인 서버(MATLAB Online Server)를 활용해 프라이빗 클라우드 환경에서 매트랩 기능 및 앱을 활용하여 빅데이터 분석 환경 및 AI 모델을 구성할 수 있다.
매스웍스 클라우드 솔루션의 아키텍처는 오픈소스 컨테이너 관리 플랫폼 쿠버네티스, 쿠버네티스에 생성된 매트랩 컴퓨트 팟(MATLAB Compute Pod)으로 구성된다. 매트랩 컴퓨트 팟은 사용자 수에 따라 생성되고, 스토리지·매트랩·윈도우 매니저·디스플레이로 이뤄져 있다.
손쉬운 확장 지원
매스웍스는 병렬 컴퓨팅 툴박스(Parallel Computing Toolbox)를 통해 GPU 또는 멀티코어 CPU에 기반한 병렬 처리 방식의 대규모 머신러닝 훈련 및 시뮬레이션을 지원한다.
두 대 이상의 컴퓨터를 이용한 머신러닝 훈련 시, 매트랩 병렬 서버(MATLAB Parallel Server)로 컴퓨팅 집약적인 클러스터링 또는 클라우드 상의 작업을 최소한의 코드 변경만으로 손쉽게 확대하도록 지원한다. 또한 데스크탑에서의 프로토타이핑 후 클라우드로의 모델 배포 및 클라우드 환경에서의 유연한 리소스 확대가 가능하다.
지난 6월 ‘매트랩 엑스포 2021’에서 공개된 MIT 연구팀의 ‘세포 확장에 따른 세포막의 압력장 계산’ 신경망 개발 사례에 따르면, 매트랩 병렬 서버를 활용해 퍼블릭 클라우드에서 신경망을 손쉽게 스케일업할 수 있었다.
또 매트랩은 API로 수 테라바이트(TB) 규모의 매니지드 빅데이터 플랫폼(클라우데라, 데이터브릭스, 아파치 스파크 등)과의 연계를 지원해 매트랩 환경에서 해당 빅데이터 플랫폼의 데이터를 손쉽게 임포트하고 분석할 수 있다. 매스웍스의 한 고객은 클라우드 환경에서 매트랩을 통해 수십 테라바이트(TB) 규모에 달하는 고장 진단 개발 작업을 진행한 바 있다.
자동화된 개발·테스트
매스웍스는 개발 운영 프로세스의 기획-설계-구축-테스트-릴리즈-구축-운영-모니터링-피드백 루프에 걸쳐서 제어, 임베디드, 시스템, IT 소프트웨어, 데브옵스, 산업, 프로세스 등 엔지니어와 IT 아키텍트, 데이터 사이언티스트 및 분석가가 원활히 협업할 수 있는 디지털 트랜스포메이션의 기반 환경을 제공한다.
매스웍스는 지속적인 모델 개발-검증-배포 사이클을 지원하고 지속적인 통합 시스템인 젠킨스(Jenkins), 트레비스(Travis), 서클CI(CircleCI), 애저 데브옵스 파이프라인(Azure DevOps Pipelinse) 및 밤부(Bamboo)와 같은 툴에 대한 연결을 지원한다. 데이터 업데이트에 따라 모델을 업데이트하고 테스트하여 클라우드에 배포할 수 있다. 기존에 리눅스로만 컴파일할 수 있었지만 R2020b부터는 고객의 요구사항에 맞추어 매트랩 컴파일러(MATLAB Compiler)를 통한 도커(Docker)로의 컴파일 또한 지원한다.
전체 솔루션 구현
매트랩 앱 디자이너로 AI 모델링 결과를 시각화한 후, 매트랩 웹 앱 서버(MATLAB Web App Server)를 통해 이를 웹 앱으로 컴파일해 업로드하면, 매트랩 웹 앱 서버에 새로 개발한 앱을 쉽게 업데이트할 수 있다. 시뮬링크로 개발한 앱도 매트랩 웹 앱 서버를 통해 컴파일 및 업로드해 웹 앱 포맷으로 쉽게 공유, 접근 및 구동이 가능하다.
매스웍스의 고객사례로는 국내 최대 가상발전소 구축을 목표로 한 브이젠(VGEN)의 매트랩, 딥러닝 툴박스, 최적화 툴박스를 활용한 가상 발전소의 재생 가능 에너지 예측 및 전력 거래 최적화 앱 개발 사례가 있다. 브이젠은 매트랩으로 개발 시간과 훈련 시간을 각각 50%, 90%만큼 단축시키는데 성공해 가상발전소를 위한 상용 앱을 성공적으로 개발 및 구축할 수 있었다.
에너지기술연구원은 매트랩 앱 디자이너를 이용해 해상 풍력발전 핵심부품의 고장진단 모델을 시각화된 대시보드로 구현했다. 매트랩 앱 디자이너로 개발한 고장진단 모델은 90% 이상의 정확도를 기록했다. 향후 매스웍스 툴박스를 활용해서 잔여수명 예측 기능을 추가로 탑재한 예측적 유지보수 모델을 개발할 계획이다.
세브란스병원과 연세대학교 연구팀은 매트랩을 통해 전문의 수준의 진단 정확성을 의학적으로 검증받은 딥러닝 암진단 모델을 개발했다. 1만3000여장의 초음파 영상 데이터를 활용한 훈련을 진행한 결과 본 모델을 개발했으며, 매트랩 웹 앱 서버를 통해 클라우드 환경에서 웹 앱으로 손쉽게 구현했다.
효과적인 모델·분석 구축
매트랩은 C, C++, 자바(Java), 닷넷(.NET), 파이썬, Restful API, Json과 같은 외부의 언어들과 연결 가능하다. 매트랩의 딥러닝 모델은 컴파일러 SDK로 패키지화해 외부 앱에 재코딩 없이 구축할 수 있으며, 엔터프라이즈 앱, 모바일/웹 앱, 써드파티 대시보드를 포함한 광범위한 외부 앱에서 매트랩 기반 딥러닝 모델에 액세스할 수 있다. 아울러 매트랩 프로덕션 서버(MATLAB Production Server)는 매트랩 코드를 웹 API 포맷으로 내보낼 수 있다.
예를 들어 뉴욕주 전체의 전력생산량 측정을 수행하는 AI 모델을 개발한 후, 본 모델을 외부 시각화 툴과 연계해 확인할 수 있다.
매트랩으로 차량 운행 패턴을 분석해 주행 습관을 탐지하는 AI 모델을 개발, 차량에 배포해 스트리밍을 통해 수집한 데이터를 즉시 판별할 수 있다. 시스템 운영관리자가 모델의 운영결과를 다시 해당 모델에 반영하여 개선하는 클라우드 환경을 구성할 수 있다.
현재 매트랩 프로덕션 서버는 AWS·애저의 마켓플레이스에서 이용 가능하다.
폭스바겐은 매트랩으로 운전자 행동 데이터를 활용해 개별 운전자의 주행 패턴을 식별하는 운전자 인식 알고리즘을 개발했다. 또한 이를 계기로 운전자 및 주행 패턴 인식 정보와 보험 상품을 결합한 비즈니스 모델을 개발했다.
그 외에도 많은 선진 금융 기업들이 금융 계산에 정교하고 신뢰도 높은 매트랩을 도입해 활용하고 있다.
