Google Developers Korea Blog

이제 AMP 페이지에서 게시자가 사용자 제어 기능들을 구현할 수 있습니다

Thursday, April 19, 2018

.post-body span { white-space: normal !important; } <블로그 원문은 이곳에서 확인할 수 있으며 블로그 번역 리뷰는 Jimmy moon님(WebTech GDE)이 참여해주셨습니다> 게시자: Rudy Galfi, AMP 제품 관리자

오늘날의 사용자들은 자신의 온라인 환경을 더 자세하고 다양하게 제어할 수 있기를 원합니다. 또한 게시자는 알림과 선택을 사용자에게 제공하는 방식에 있어, 공급업체 정책부터 곧 발표될 개인정보 보호법(GDPR) 등 진화하는 법적 요구사항에 이르기까지 여러 가지 다양한 요구에 직면하고 있습니다. 오픈소스 AMP 프로젝트는 게시자와 기술 공급업체들이 선호하는 사용자 제어 기능을 구현할 수 있는 도구를 제공하고, 그들의 AMP 페이지에서 다양한 개별 규정 준수 요구사항을 지원하기 위해 노력하고 있습니다.
새로운 구성 요소가 현재 개발 중이며 곧 AMP 페이지에 통합될 수 있을 것입니다. 이렇게 하면 게시자가 자신의 웹사이트에 필요할 것으로 생각되는 알림, 선택 및 동의 절차를 더욱 쉽게 구현할 수 있습니다. 출시될 기능에는 “수락” 및 “거절” 의미 체계를 통해 사용자 인터페이스 알림에 선택을 표시하는 기능과 사용자 선택에 반응하는 AMP 요소 동작을 구성하는 기능이 포함됩니다. 댓글 달기, 구독 및 최신 상태로 유지하는 방법에 대한 자세한 내용은 해당 GitHub 문제를 참조하시기 바랍니다.
사용자 컨트롤을 구현하고 GDPR과 같은 법률을 준수하기 위한 접근방식은 게시자마다 다릅니다. 따라서 모든 사람이 AMP 프로젝트 GitHub를 사용하여 참여하고 요구사항을 전달하도록 권장합니다. 언제든지 새로운 문제를 제기하여 프로젝트에서 구체적 기능 요청과 아이디어를 보내주시면 감사하겠습니다.
또한 AMP에서는 100개 이상의 공급업체 제공 기능을 지원하며 여기에는 애널리틱스, 광고 기술, 비디오 플레이어 및 다른 종류의 콘텐츠 임베딩이 포함됩니다. 게시자로서, 공급업체가 AMP의 사용자 컨트롤 기능과 통합하도록 보장하고 싶으면, 공급업체에게 AMP 프로젝트에 적극적으로 참여하도록 권장하십시오.
게시자가 새로운 구성 요소를 구현하도록 돕기 위해 저희가 몇 주 안에 문서와 예시를 게시할 것입니다. 더 자세한 내용을 계속 공유할 예정이니 여기에서 추가적인 업데이트를 확인하세요.

TensorFlow Dev Summit 2018의 하이라이트를 전해드립니다

Thursday, April 19, 2018

.post-body span { white-space: normal !important; } <블로그 원문은 이곳에서 확인하실 수 있으며 블로그 번역 리뷰는 권순선(Google)님이 참여해 주셨습니다> 게시자: Sandeep Gupta, TensorFlow 제품 관리자, TensorFlow 팀을 대신하여 TensorFlow 블로그에 최초 게시
3월 30일 저희는 두 번째 TensorFlow Developer Summit을 캘리포니아주 마운틴 뷰의 컴퓨터 역사 박물관에서 주최했습니다! 이 행사에는 500명 이상의 TensorFlow 사용자가 직접 참석했으며, 전세계 TensorFlow 행사에서 수천 명의 사용자가 라이브스트림을 시청했습니다. 이 날은 TensorFlow 팀과 초청 연사들과의 기술 대담과 함께 신제품 발표로 가득 채워졌습니다. 다음은 이 행사의 주요 사항입니다.

전세계 모든 사람에게 영향을 미치는 어려운 문제들을 머신러닝이 해결하고 있습니다. 불가능하거나 너무 복잡해서 해결하기 어려울 것으로 생각했던 문제들을 이제 이 기술로 해결할 수 있게 되었습니다. TensorFlow를 사용하여 저희는 이미 다양한 여러 분야에서 상당한 발전을 이루었습니다. 예를 들면 다음과 같습니다.

천체 물리학자들이 TensorFlow를 사용하여 케플러 탐사선으로부터 전송되는 대량의 데이터를 분석함으로써 새로운 행성을 발견하고 있습니다.

의료 연구원들이 TensorFlow와 함께 ML 기법을 사용하여 사람의 심장마비와 뇌졸중과 같은 심혈관 위험을 평가하고 있습니다.

항공 교통 관제사들이 TensorFlow를 사용하여 붐비는 하늘에서 안전하고 효율적인 착륙을 위해 비행 경로를 예측하고 있습니다.

엔지니어들이 TensorFlow를 사용하여 열대 우림에서 청각 데이터를 분석함으로써 벌목용 트럭과 기타 불법 행위를 탐지하고 있습니다.

아프리카의 과학자들이 TensorFlow를 사용하여 카사바 농장에서 질병을 탐지함으로써농부의 수확량을 늘리고 있습니다.

TensorFlow의 이와 같은 놀라운 용도를 알게 되어 기쁘게 생각하며, 더 많은 개발자들이 TensorFlow를 이용할 수 있도록 최선을 다하고 있습니다. 이를 위해 저희는 개발자 환경 개선에 도움이 되는 TensorFlow의 새로운 업데이트를 기쁜 마음으로 발표합니다!
저희는 TensorFlow를 더욱 사용하기 쉽게 만들고 있습니다
연구원과 개발자들은 더욱 단순한 방법으로 TensorFlow를 사용하고자 합니다. 저희는 Eager Execution이라고 불리는 보다 직관적인 Python 개발자용 프로그래밍 모델을 통합하는 중입니다. 이 모델은 계산 그래프의 구성과 실행 사이에 존재하는 차이를 제거해 줍니다. 개발자는 Eager Execution으로 개발한 다음, Estimator 고수준 API를 사용하여 동일한 코드로 규모에 맞는 트레이닝을 위한 등가 그래프를 생성할 수 있습니다. 저희는 또한 단일 시스템의 다중 GPU에서 Estimator 모델을 실행하는 새로운 방법도 발표했습니다. 이를 통해 개발자가 최소한의 코드 변경만으로 신속하게 모델을 확장할 수 있습니다.
머신러닝 모델이 더욱 풍부해지고 복잡해짐에 따라 저희는 개발자들이 더욱 쉽게 공유하고 재사용하고 디버깅할 수 있도록 만들고 싶습니다. 개발자들이 모델을 공유하고 재사용할 수 있도록 저희는 TensorFlow Hub를 발표했습니다. TensorFlow Hub는 유사한 작업에서 재사용될 수 있는 모듈(TensorFlow 그래프의 독립적인 조각)의 게시 및 검색을 촉진하기 위해 제작된 라이브러리입니다. 모듈에는 대규모 데이터세트에서 사전 학습된 가중치가 포함되며, 여러분의 애플리케이션에서 모듈이 재학습되고 사용될 수도 있습니다. 모듈을 재사용함으로써 개발자는 더 작은 데이터세트를 사용하여 모델을 학습시키거나, 일반화를 개선하거나, 학습 속도를 높일 수 있습니다. 모델 디버깅을 더욱 쉽게 만들기 위해 저희는 또한 새로운 대화형 그래픽 디버거 플러그인을 TensorBoard 시각화 도구의 일부로 출시했습니다. 이 플러그인은 계산 그래프의 내부 노드를 실시간으로 검사하고 단계별로 실행하도록 도와줍니다.

모델 학습은 머신러닝 프로세스의 일부분에 불과하며, 개발자가 실제 ML 시스템을 구축하기 위해서는 완벽하게 작동하는 솔루션이 필요합니다. 이 목표를 향해 저희는 TensorFlow Model Analysis 출시와 함께 TensorFlow와 Apache Beam의 성능을 결합하여 평가 측정항목을 계산하고 시각화하는 오픈소스 라이브러리인 TensorFlow Extended(TFX)의 로드맵을 발표했습니다. 지금까지 출시된 TFX의 구성 요소(TensorFlow Model Analysis, TensorFlow Transform, Estimators 및 TensorFlow Serving 포함)는 잘 통합되며 이를 통해 개발자가 데이터를 준비하고 TensorFlow 모델을 학습, 검증하고 프로덕션에 배포할 수 있습니다.

더 많은 언어와 플랫폼에서 사용 가능한 TensorFlow
TensorFlow를 더욱 사용하기 쉽게 만드는 것과 더불어, 개발자가 새로운 언어로 TensorFlow를 사용할 수 있음을 알려드립니다. TensorFlow.js는 JavaScript 개발자를 위한 새로운 ML 프레임워크입니다. 브라우저에서 TensorFlow.js를 사용하는 머신러닝은 흥미로운 새로운 가능성을 열어주며, 여기에는 대화형 ML 및 모든 데이터가 클라이언트측에 남아있는 시나리오 지원이 포함됩니다. 이 머신러닝을 사용하면 오로지 브라우저에서 모듈을 빌드하고 학습시킬 수 있을 뿐만 아니라, WebGL 가속을 사용하여 추론을 위해 오프라인으로 학습된 TensorFlow 및 Keras 모델을 가져올 수 있습니다. Emoji Scavenger Hunt 게임은 TensorFlow.js를 사용하여 제작된 애플리케이션의 재미있는 사례입니다.

또한 Swift 프로그래머를 위한 몇 가지 흥미로운 뉴스가 있습니다. Swift용 TensorFlow 소스가 올해 4월에 공개됩니다. TensorFlow for Swift는 TensorFlow를 위한 일반적인 언어 바인딩이 아니며, 최고 수준의 컴파일러와 언어 지원을 통합하여, Eager Execution의 사용성과 함께 완벽한 성능의 그래프를 제공합니다. 이 프로젝트는 여전히 개발 중이며 더 많은 업데이트가 곧 나올 것입니다!
저희는 또한 TensorFlow의 경량 버전 솔루션인 TensorFlow Lite의 최신 업데이트를 공유하고 있습니다. 이 솔루션은 학습된 ML 모델을 모바일 및 기타 종단 기기에 배포하기 위한 크로스 플랫폼 솔루션입니다. Android 및 iOS에 대한 기존 지원 외에도 Raspberry Pi에 대한 지원과 연산/모델(사용자설정 연산 포함)에 대한 향상된 지원도 발표하며, 개발자가 앱에서 TensorFlow Lite를 쉽게 사용할 수 있는 방법도 설명합니다. 현재 TensorFlow Lite 코어 인터프리터는 크기가 겨우 75KB에 불과하며(TensorFlow는 1.1 MB), 양자화 이미지 분류 모델을 실행할 경우 TensorFlow 대비 TensorFlow Lite에서 속도가 최대 3배나 빠릅니다.
하드웨어 지원을 위해 이제 TensorFlow가 NVIDIA의 TensorRT와 통합됩니다. TensorRT는 추론을 위해 딥 러닝 모델을 최적화하는 라이브러리이자 프로덕션 환경에서 GPU에 배포하기 위한 런타임을 생성하는 라이브러리입니다. TensorRT는 TensorFlow에 다양한 최적화를 적용하며, 추론 중에 GPU에서 처리량을 최대화하고 지연 시간을 최소화하기 위해 플랫폼별 커널을 자동으로 선택합니다.
TensorFlow를 CPU에서 실행하는 사용자를 위해, 저희는 Intel과의 파트너십을 통해 딥 러닝을 위한 고도로 최적화된 Intel MKL-DNN 오픈소스 라이브러리와의 통합을 제공하고 있습니다. Intel MKL-DNN을 사용할 경우, 다양한 Intel CPU 플랫폼에서 추론 속도가 최대 3배까지 빨라지는 것으로 판명되었습니다.
TensorFlow를 실행하는 플랫폼 목록이 Cloud TPU를 포함하도록 확장되었으며, 지난 달에 베타 버전이 출시되었습니다. Google Cloud TPU 팀은 출시 이후 이미 1.6배 향상된 ResNet-50 성능을 선보이고 있습니다. 이러한 성능 개선은 곧 출시될 1.8 릴리스를 통해 TensorFlow 사용자에게 제공될 것입니다.
TensorFlow를 사용하여 새로운 애플리케이션과 도메인 지원
많은 데이터 분석 문제들은 통계 및 확률 메서드를 사용하여 해결됩니다. 딥 러닝과 신경망 모델을 넘어 이제 TensorFlow는 TensorFlow Probability API를 통해 베이지안 분석을 위한 최신 메서드를 제공합니다. 이 라이브러리에는 확률 분포, 샘플링 메서드, 새로운 측정항목 및 손실과 같은 빌딩 블록이 포함됩니다. 기존의 다른 여러 ML 메서드에 대한 지원도 강화되었습니다. 예를 들어, 사전 제작된 고수준 클래스를 사용하여 향상된 의사결정 트리를 쉽게 학습하고 배포할 수 있습니다.
머신러닝과 TensorFlow는 다양한 여러 분야에서 어려운 문제들을 이미 해결했습니다. TensorFlow가 지대한 영향을 미치는 또 다른 분야로는 유전체학이 있습니다. 저희가 TensorFlow에서 사용하기 위해 일반적인 유전체학 파일 형식을 읽고 쓰고 필터링하는 라이브러리인 Nucleus를 출시하는 이유는 이 때문입니다. 이와 함께 DeepVariant(게놈 변형을 검색하기 위한 오픈소스 TensorFlow 기반 도구)는 유전체학에서 새로운 연구와 발전을 촉진하도록 도와줄 것입니다.
커뮤니티 리소스와 참여 확대
TensorFlow에 대한 이러한 업데이트의 목적은 사용자 및 기고자 커뮤니티를 활용하고 성장시키는 것입니다. 이 커뮤니티에서 수천 명의 사람들이 TensorFlow를 전세계에서 가장 인기있는 ML 프레임워크 중 하나로 만들기 위해 노력하고 있습니다. 커뮤니티에 지속적으로 참여하고 TensorFlow를 최신 상태로 유지하기 위해 저희는 새로운 공식 TensorFlow 블로그와 TensorFlow YouTube 채널을 출시했습니다. 또한 저희 커뮤니티가 더욱 쉽게 공동 작업을 수행할 수 있도록 특정 프로젝트에서 오픈소스 작업을 지원하도록 고안된 새 메일링 리스트와 SIG(Special Interest Groups)를 공개할 예정입니다. 커뮤니티의 일원이 되는 방법에 대해 알아보려면 TensorFlow 커뮤니티 페이지를 방문하시고, 또한 항상 그렇듯이 Twitter에서 TensorFlow를 팔로우하여 최신 뉴스를 받아보세요. 지난 2년 동안 TensorFlow가 성공적인 ML 프레임워크가 되도록 도와주신 모든 분들께 진심으로 감사드립니다. 참여하고 시청해주셔서 감사드립니다. #MadeWithTensorFlow를 사용하여 머신러닝 및 TensorFlow와 관련된 영향력 있고 도전적인 문제를 해결하는 방법을 공유하는 것을 잊지 마십시오!

한국어 지원을 출시한 Google Fonts를 소개합니다.

Monday, April 16, 2018

.post-body span { white-space: normal !important; } 블로그 원문은 이곳에서 확인할 수 있습니다. 게시자: Google Fonts 팀
이제 Google Fonts 카탈로그에는 민족 고유의 한글 표기 체계를 사용하는 디자이너와 개발자를 위한 한국어 웹 글꼴이 포함됩니다. 지금까지 몇년 동안 일부 글꼴이 베타 버전에 제공되긴 했지만, 중국어, 일본어 및 한국어(CJK) 글꼴 파일을 제공하기 위한 보다 효율적인 수단을 연구한 끝에 이달 초 저희가 한국어 공식 지원을 발표했습니다. 이 CJK 글꼴 파일은 문자 집합과 파일 크기가 매우 큽니다.
저희는 CJK 글꼴을 제공하려고 항상 생각해 왔으며 이를 실현하기 위해 WOFF2 및 CSS3 유니코드 범위와 같은 기초 기술에 대해 오랫동안 연구를 수행했습니다. 작년에 Google 엔지니어들은 글꼴을 더 작은 하위 집합으로 슬라이싱하는 다양한 접근방법을 사용하여 실험을 수행했으며, 매우 뛰어난 결과를 이끌어낸 몇몇 기술을 발견함으로써 이번 출시가 가능하게 되었습니다.
한글 문자는 중국어 한자와 일본어 간지 문자와는 완전히 다릅니다. 어떤 면에서 한글은 음성 문자로 구성되기 때문에 오히려 서양식 표기 체계와 더 유사합니다. 한자 및 간지는 시각적인 표어 문자이며 그 발음을 직접 나타내지 않는 반면, 한글은 표음 문자이므로 쓰여진 단어는 그 단어를 이루고 있는 소리로 구성됩니다.

한글은 19개의 자음 세트와 21개의 모음 세트로 시작합니다(1). 하나의 문장을 작성할 때 먼저 개별 문자가 확인되고(2), 이들 개별 문자가 한 덩어리를 이루어 전체 단어를 나타내며(3), 끝으로 문법적인 형태로 연결되고 배열되어 하나의 문장을 이룹니다(4).
한글 서체의 우아한 로직에도 불구하고, 중국어 및 일본어 글꼴처럼 한국어 글꼴이 개발자에게 어렵기는 마찬가지입니다. 한글 문자는 겨우 40개의 기본 요소로부터 구성될 수 있지만, 그 최종적인 형태의 수는 빠르게 늘어납니다. 한국어 글꼴은 궁극적으로 1만개 이상의 문자를 필요로 합니다. 즉, 대부분의 사용자가 다운로드하기에 파일이 너무 크기 때문에 웹사이트를 방문하자마자 즉시 글꼴이 나타날 것입니다. 일반적인 전체 한국어 글꼴이 약 4Mb를 차지하는 반면, 상당히 방대한 라틴어 글꼴이라도 대개 250Kb를 넘지 않습니다.
Google Fonts 사전 체험판 시스템에서만 한국어 글꼴이 제공되던 시절에, 저희는 전체 글꼴 파일을 사용자에게 제공할 때 발생하는 지연 시간을 많은 웹 개발자들이 기꺼이 감수한다는 사실에 놀랐습니다. 이러한 글꼴을 사전 체험판 시스템에서 제거하기 위해 저희는 더욱 넓은 계층의 웹 사용자(특히, 연결이 비교적 느린 사용자)가 이 글꼴을 사용할 수 있는 방법을 찾아야만 했습니다.
Google Fonts API는 큰 글꼴 파일을 여러 개의 하위 집합(예: "라틴어" 및 "키릴어")으로 나누어 제공합니다. 서비스가 출시될 때 개발자가 이들 하위 집합을 선택해야 했습니다. 몇년 동안 저희는 지원하는 브라우저에서 CSS3의 '유니코드 범위' 속성을 활성화했습니다. 즉, 큰 글꼴 파일을 하위 집합으로 슬라이싱할 때, 각 하위 집합의 유니코드 문자 범위는 @font-face 선언의 일부분으로 선언됩니다. 이렇게 하면 이들 문자가 웹페이지에 나타날 때 브라우저가 특정 하위 집합만을 가져올 수 있습니다.
Google Fonts API의 주요 이점 중 하나는 바로 교차 사이트 캐싱이며, 이러한 이점은 유니코드 범위에서 글꼴 하위 집합을 제공할 때도 그대로 적용됩니다. 저희가 제공하는 글꼴 파일은 많은 도메인에서 사용되므로, 여러분이 사이트를 방문하고 브라우저가 글꼴을 다운로드한 후에는 해당 파일이 브라우저의 캐시에 저장됩니다. 그런 다음, 이와 동일한 글꼴 파일을 사용하는 또 다른 사이트를 다시 방문할 때는 브라우저가 해당 파일을 다시 다운로드할 필요가 없습니다. 이와 같은 지연 시간 관련 이점은 시간이 지남에 따라 더욱 커집니다. 또한 큰 글꼴 파일의 많은 하위 집합들이 이와 동일한 방식으로 캐시에 저장되므로 CJK 글꼴에서도 교차 사이트 캐싱의 이점을 동일하게 누릴 수 있습니다.
지난 수년 동안 저희는 유니코드 범위의 원활한 지원을 보장하기 위해 W3C 및 웹 개발자들과 협력해 왔습니다. 이제 Chrome, Firefox, Safari 및 Edge에도 이 기능이 제공되므로, 이들 브라우저에서 완벽하게 작동하는 한국어 웹 글꼴을 제공하기 위한 새로운 수단을 충분히 지원할 수 있게 되었습니다.

caniuse.com에 따르면 유니코드 범위 기능에 대한 지원이 더욱 넓어지고 있습니다.
효율성 극대화를 위해 저희는 어떤 문자를 하위 집합에 모아놓아야 가장 적합한지 알고 싶었습니다. 저희는 한국어 웹의 텍스트를 분석하여 유니코드 문자의 패턴을 추출하는 방식으로 슬라이싱 전략을 고안했으며, 동일한 페이지에 함께 나타나는 경향이 있는 문자의 주제 모델을 빌드했습니다.
각 하위 집합에 어떤 한국어 문자를 포함할지 결정하기 위한 다양한 슬라이싱 전략을 평가할 때 저희의 목표는 하위 집합의 수와 요청의 수를 동시에 최소화하는 것이었습니다. 사용량과 공통성을 고려하지 않은 채 스크립트를 1,000개의 임의 하위 집합으로 슬라이싱한다면 너무 많은 HTTP 요청이 사라질 것입니다. 저희는 사전 체험판 시스템을 사용하여 다양한 전략들이 실제 트래픽을 어떻게 처리하는지 그 방법을 알아보기 위해 테스트 프레임워크를 빌드했으며, 지금까지 발견한 것 중에서 가장 효율적인 한국어 글꼴을 저희 디렉토리에 출시했습니다.

전략 1에는 슬라이싱이 없습니다. 최적의 전략은 최악의 전략보다 연결 요청이 1/20 이상 적었고, 이 경우에는 언어 사용 패턴을 고려하지 않고 글꼴이 동일한 부분으로 나눠집니다.
앞으로 더욱 나아질 것으로 기대합니다. 저희 기준으로 볼 때, 아주 작은 개선이라도 이루어진다면 많은 노력이 그만한 가치가 있을 것입니다. 슬라이싱에 대한 다양한 접근방법에서 테스트 프레임워크를 계속 사용함으로써 서비스를 최대한 효율적으로 조정할 수 있습니다. 저희 API를 사용하는 웹 개발자와 모든 최종 사용자들에게 있어 이러한 종류의 변화는 완전히 투명하게 수행되며 어떠한 추가 작업도 수행할 필요가 없습니다. 예를 들어 WOFF2가 2015년에 나왔을 때, WOFF2를 지원하는 브라우저를 사용하는 모든 사용자의 환경이 25% 더 빨라졌습니다. 저희는 모든 사용자에게 더 나은 환경을 지속적으로 투명하게 제공할 것입니다. 앞으로 CJK 글꼴 제공이 개선될 가능성이 매우 높습니다.

이번 출시는 5개의 한국어 글꼴로 시작되었고, 이들 글꼴은 한국 최고의 한국어 활자 주조소인 산돌이 네이버용으로 처음 디자인한 것입니다. 초기 출시 이후로 저희 컬렉션은 23개 한국어 제품군으로 성장했으며, 이들 제품군을 소개하기 위해 뉴욕시의 디지털 디자인 스튜디오인 Math Practice사로부터 디지털 견본 웹사이트를 의뢰했습니다. 여기에서 아름다운 한국어 서체를 실제로 볼 수 있고 새로운 슬라이싱 기법을 통해 빠른 페이지 로딩이 가능합니다. 한국어 글꼴 컬렉션의 수를 늘리고 미니사이트를 개발하는 데 참여하신 SooYoung Jang, Irin Kim, E Roon Kang, Wonyoung So, Guhong Min, Hannah Son, Aaron Bell, Marc Foley 그리고 모든 서체 디자이너들에게 감사의 말씀을 전합니다.

Android Things & Actions on Google 코드랩 후기를 들려드립니다

Monday, April 16, 2018

안녕하세요, 구글코리아의 Android Things 코드랩 팀입니다.지난 2월 24일 구글코리아에서 열린 'Android Things & Actions on Google' 코드랩 행사가 참석자 여러분들의 성원에 힘입어 성공적으로 마무리 되었습니다. 보내주신 성원에 감사드리며, 이번에 진행된 코드랩 행사에 대한 후기를 공유하고자 합니다.먼저 코드랩에 사용된 기술에 대해 간략히 말씀 드리도록 하겠습니다.

Android Things는 안드로이드 기반의 사물인터넷 플랫폼입니다. Android Things는 사물인터넷 기기 개발 프로토타이핑을 손쉽게 가능하도록 하고, 양산 단계까지 빠르게 갈 수 있는 환경 제공을 목표로 하고 있습니다. 또한, 사물인터넷 기기를 위한 특화된 안드로이드 OS(운영체제)를 제공하고, 모바일 앱 개발과정와 같이 친숙한 Android Studio을 사용하여 사물인터넷 앱을 개발하는 등 안드로이드의 장점을 활용할 수 있고, 텐서플로와 구글 클라우드 API를 비롯한 구글 서비스를 쉽게 탑재 할 수 있습니다.

구글 어시스턴트는 인공지능 비서 서비스입니다. 구글 어시스턴트는 사용자의 세계를 이해하고 도움을 줄 수 있는 사용자와 구글 사이의 양자간 대화를 기반으로 합니다. 원하는 시간에 영화표를 사고, 영화를 기다리는 동안 가족과 함께 식사할 수 있는 식당을 찾고, 식사가 끝나고 영화관으로 가는 길을 찾을 수 있도록 안내 해줍니다. 사용자들은 어디에 있든, 어떤 상황에 처해있든 언제든지 구글에 도움을 요청할 수 있습니다.

개발자 여러분은 Actions on Google(AoG) 플랫폼을 통해 구글 어시스턴트의 기능을 확장하고 사용자에게 서비스를 제공할 수 있습니다. 사용자는 기존의 모바일 앱과는 달리 대화형 상호작용을 통해 필요한 작업을 수행할 수 있습니다.

Dialogflow는 개발자가 대화형 상호작용을 쉽게 정의하고 만들고 관리할 수 있도록 돕는 챗봇 빌더 플랫폼입니다. Dialogflow는 높은 수준의 자연어처리 능력을 갖추고 있습니다. 개발자는 ‘오늘 날씨 알려줘’ 등과 같이 특정 요청을 위해 자주 사용하는 구문이나, 특정 도시명이나 학교명 등의 주요 입력 변수들을 입력하고, 학습을 위한 몇 가지 예시 구문을 추가하는 것 만으로 대화형 상호작용을 위한 기본적인 로직을 생성할 수 있습니다.코드랩은 크게 두 가지 코스로 진행되었습니다. 첫 번째는 Android Things 키트에 구글 어시스턴트를 설치하여 음성 인식을 테스트 해보는 코스였고, 두 번째는 Actions on Google로자신만의 챗봇을 만들고 DialogFlow를 활용하여 음성 명령어를 처리해 보는 코스였습니다.코드랩 행사는 아래와 같이 진행됐습니다.

Android Thigns와 Actions on Google에 대한 키노트 세션

코드랩 자료 공유 후 정해진 시간 동안 두 가지 코스 자율 진행

예외상황이 발생하여 진행이 안 될 시 현장에 있는 기술 튜터들이 지원

이번 코드랩이 성공적으로 치뤄질 수 있었던 이유는 참석자분들의 높은 관심과 튜터분들의 노력 덕분이었습니다. 이번 행사를 위해 다섯 명의 구글 직원분들과 다섯 명의 GDG(Google Developers Groups) 커뮤니티 운영자분들로 구성된 총 10명의 튜터분들이 참여해 주셨습니다.이번에 진행된 코드랩을 직접 재현해 보기를 원하시거나, Android Thing 키트를 대여하여 자신만의 코드랩을 진행해 보고 싶으신 분들은 여기 링크를 통해 그룹 단위로 신청이 가능합니다. 신청서 검토 후 목적에 부합하다고 판단되면 개별 연락을 통해 공지드립니다. 대여 신청은 당분간 기한 없이 신청이 가능합니다.구글코리아는 앞으로도 더욱 다양한 프로그램을 마련할 예정이며, 끝으로 몇 장의 코드랩 현장 사진과 함께 후기를 마칩니다. 모든 분께 정말 감사드리며, 조만간 곧 다시 찾아뵙도록 하겠습니다. 감사합니다.

사이트 신뢰성 엔지니어링을 통해 구글의 서비스 개발과 운영 노하우를 소개합니다.

Friday, April 13, 2018

사이트 신뢰성 엔지니어링(Site Reliability Engineering; SRE)은 정보통신 기술의 운영단계에서 발생가능한 문제들을 소프트웨어 엔지니어링 측면에서 대응하기 위해 만들어진 분야입니다. 사이트 신뢰성 엔지니어링의 주된 목적은 뛰어난 확장성과 신뢰성을 갖춘 소프트웨어 시스템을 구축하는 것입니다.
기존에 영문으로만 존재하던 본 도서가 이번에 다양한 언어로 번역된 후 공개되었고, 한국어판 도서 또한 함께 출판되었습니다. 아래는 출판사의 문구를 인용한 도서 소개글입니다.
“다음 단계로 성장하기 위한 영감으로 가득한 책! 실제로 동작하는 코드가 가장 중요하다고 여기는 구글의 원칙을 체험한다!
소프트웨어 시스템의 수명은 보통 디자인이나 구현 단계가 아니라 실제로 사용되는 기간에 좌우된다. 그렇다면 어째서 소프트웨어 엔지니어는 대용량 컴퓨팅 시스템을 디자인하고 구현하는 과정을 가장 중요하게 생각해 온 것일까?
이 책에서는 구글의 사이트 신뢰성 엔지니어링팀의 핵심 구성원들이 소프트웨어의 전체 생명주기에 집중함으로써 세계에서 가장 거대한 소프트웨어 시스템을 구현하고, 배포하고, 관측하며, 유지하는 방법과 그 이유를 다양한 에세이와 사설을 통해 소개한다. 이를 통해 구글 엔지니어들이 더 확장 가능하고, 신뢰할 수 있으며, 효과적인 시스템을 구축할 수 있었던 원리와 사례를 여러분의 조직에도 적용할 수 있게 될 것이다.
이 책의 주요 내용
소개: 사이트 신뢰성 엔지니어링이 무엇인지, 그리고 기존 IT 분야의 사례와는 어떻게 다른지를 소개한다. 원리: 패턴과 행동 양식, 그리고 사이트 신뢰성 엔지니어의 작업에 영향을 미치는 여러 사안을 소개한다. 사례 연구: SRE의 일과인 대용량 분산 컴퓨팅 시스템을 구축하고 운영하기 위한 이론과 사례들을 학습한다. 관리: 구글이 권장하는 신규 입사자에 대한 교육, 의사소통, 회의 진행 방식 등을 자신의 조직에 적용하기 위한 방법들을 살펴본다.”

Actions on Google을 사용해서 더 창조적이고 편리한 앱을 만드는 새로운 방법

Wednesday, March 28, 2018

.post-body span { white-space: normal !important; } <블로그 원문은 이곳에서 확인하실 수 있으며 블로그 번역 리뷰는 양찬석(Google)님이 참여해 주셨습니다>

게시자: Brad Abrams, 그룹 제품 관리자, Chris Ramsdale, 제품 관리자
Actions on Google의 새로운 기능을 소개한지 몇 주 지나지 않았습니다만, 이번 SXSW(South by Southwest) 행사에서 추가로 더 많은 새로운 기능이 소개되었습니다.
SXSW는 마케팅과 기술 융합에 관심이 많은 창의적 개발자들이 한자리에 모이는 행사입니다. 이 행사에서 개발자가 자신의 창의력을 좀 더 발휘하고 사용자에게 유용한 기능을 선보이기 위한 새로운 형태의 Action이 소개되었습니다.
미디어 재생과 더 나은 콘텐츠 캐러셀을 지원 (현재 이 기능은 아직 한국어 지원이 되지 않습니다. - 리뷰어 주석)
지난 한 해 동안, Action에서 보다 나은 미디어 경험을 제공하고 싶다는 요청이 많았습니다. 현재 사용자가 검색 가능한 팟캐스트를 만들 수 있지만, 새롭게 소개되는 미디어 응답 API를 사용하여 더욱 심도있고 몰입감 있는 오디오 중심의 대화형 Action을 개발할 수 있습니다. 예를 들어, TV 프로그램, 대화형 스토리, 명상, 릴랙싱 사운드, 뉴스 브리핑 등의 클립이 포함됩니다.
사용자는 Google Home, Android 휴대폰 등을 통해 오디오 재생을 제어할 수 있으며, 향후 더 많은 기기가 추가될 나올 예정입니다. Android 휴대폰 사용자는 휴대폰의 알림 영역과 잠금 화면에서도 이 제어 기능을 사용할 수 있습니다.
The Daily Show, Calm, CNBC등의 파트너가 이미 새 미디어 응답 API를 사용하고 있습니다.

미디어 응답 API를 사용하는 자세한 방법은 이 문서를 참조하세요.
또한 콘텐츠가 오디오 기반이 아닌 시각적 콘텐츠인 경우, Action에서 탐색 가능 콘텐츠(예: 제품, 레시피, 장소)를 표시할 수 있는 탐색 캐러셀이 도입됩니다. 사용자는 왼쪽에서 오른쪽으로 스크롤하는 방식으로 간단히 콘텐츠를 탐색할 수 있습니다. 이 캐러셀이 어떻게 표시되는지 알아보려면 아래 예를 참고하세요. 보다 자세한 내용은 개발자 문서 참조하세요.

이제 사용자가 휴대폰에서 일일 업데이트와 푸시 알림을 사용할 수 있습니다.
멋진 사용자 환경을 제공하는 것도 중요하지만, 사용자 재방문을 높이고 계속 앱을 사용하도록 유도하는 도구를 갖는 것도 중요합니다. 이를 위해, 몇 달 전 일일 업데이트와 푸시 알림을 개발자 프리뷰로 출시했습니다.
오늘부터 이 기능이 정식으로 출시됩니다. 이미 Esquire는 이 기능을 사용하여 일일 "명언"을 보내고 있고, Forbes는 오늘의 한마디를 보내고 있으며, SpeedyBit는 암호화폐 가격을 매일 업데이트하여 사용자에게 시가 변동을 알려주고 있습니다.

일일 업데이트나 푸시 알림이 활성화된 상태에서 앱을 제출하고 통과하면 사용자가 바로 해당 기능에 옵트인할 수 있습니다. 이 문서에서 자세한 내용을 알아보세요.
Android 앱 유료 사용자를 위한 Google 어시스턴트 어시스턴트 앱 상에서 사용자가 Android 앱에서 구매한 디지털 구매 정보를 확인 할 수 있습니다(유료 앱 구매, 인앱 구매 및 인앱 구독 포함). 기존 프리미엄 사용자가 Google 어시스턴트를 통해 여러분의 서비스에 접속하는 경우 이를 확인하고 해당 사용자를 위해 추가적인 혜택을 제공할 수 있습니다.
가장 좋은 점은? 이 모든 과정이 백그라운드에서 진행되므로, 사용자 로그인등의 추가 단계를 수행할 필요가 없습니다. 예를 들어, 이제 Economist Espresso는 사용자가 이미 Google Play로 구독료를 지불한 것을 알 수 있으며, Action을 통해 동일한 사용자에게 업그레이드된 환경을 제공합니다.
임베디드 Google 어시스턴트를 확장하는 새로운 방법 작년 12월 기기의 Google Assistant SDK에 Built-in Device Action을 추가하기로 발표했습니다. 이 기능을 통해 개발자는 Google에 의해 유지관리되는 주로 홈 오토메이션에 초점을 맞춘 특징과 문법을 사용하여 개발자 기기에 임베디드된 Google 어시스턴트를 확장할 수 있습니다. 예: "켜기", "끄기" 및 "온도 내리기".
여기에 더 해 추가로 좀 더 유연한 Device Action인 Custom Device Action이 추가되었습니다. 이를 통해 개발자는 기기에서 실행되는 모든 문법과 명령을 지정할 수 있습니다. Custom Device Action을 만들면 사용자가 Google 어시스턴트를 통해 특정 기능을 활성화할 수 있습니다. 따라서 사용자가 보다 자연스러운 방식으로 어시스턴트 지원 기기와 상호작용할 수 있습니다.
변경 전: "Ok Google, 오븐 켜" "Ok, 오븐 켜"
변경 후: "Ok Google, 오븐을 대류로 설정하고 350도로 예열해" "Ok, 오븐을 대류로 설정하고 350도로 예열해"
실제로 어떻게 작동하는지 간략히 살펴보려면, Red Paper Heart 팀의 Talk to the Light 프로토타입을 확인하세요. 추가로 개발자 문서를 참조하여 기기에 맞게 Custom Device Action을 만드는 방법에 대해 알아보세요. 또한 Red Paper Heart팀은 코드 저장소에 기술 사례 연구를 제공하고 있습니다.
또한, 개발자가 보다 쉽게 임베디드 Google 어시스턴트 기능을 테스트할 수 있도록, 기기 등록 과정이 Actions on Google 콘솔로 통합되었습니다. 최신 문서와 콘솔을 확인하세요.
영감을 주는 몇 가지 창의적 탐구 방법
Google Creative Lab이 몇달 전 공유한 음성 기반의 상호작용에 관한 내용을 기반으로, 이와 관련된 네 가지 새로운 실험이 사이트에 공개되었습니다.

Grilled Murder Mystery는 Tool이 만들었으며, SSML의 기능을 탐구합니다.

Jam3가 만든 앱인 Greeting Card Maker는 음성만으로 카드를 만드는 사용 사례를 보여줍니다.

Jam3가 만든 명상 앱인 21 Days of Gratitude는 업데이트의 사용 사례를 보여줍니다.

Safari Mixer는 Rehab이 만들었으며, 누구나 즐길 수 있는 최신 동물 이름 찾기 게임입니다.

위 프로젝트의 Action 코드는 모두 오픈소스 형태로 공유되고 있으며, 각 팀의 심층 기술 사례 연구가 코드와 함께 제공됩니다.
Action 사례 연구, Dialogflow로 Action 만들기 Action을 만들 준비가 되셨나요? KLM 네덜란드 항공, 도미노피자, 티켓마스터의 세 가지 새로운 사례 연구에 대해 살펴보세요. Dialogflow를 사용한 이들의 개발 과정에 대해 알아보고, 또한 빌드된 Action을 통해 이들이 어떻게 대화 기술에서 앞서가고, 고객이 있는 곳을 찾아가고, 전반적인 사용자 여정을 지원하는지 알아보세요.

KLM 네덜란드 항공

도미노피자

티켓마스터

이들 업데이트가 여러분의 창의력을 촉진하고, 더 많은 Action을 만들고, 더 많은 기기에 Google 어시스턴트를 추가하는데 영감을 줄 수 있기를 바랍니다. Action을 처음 게시하는 분이라면 Google의 커뮤니티 프로그램*에 가입하여 특별히 제공되는 Google 어시스턴트 티셔츠와 최대 200달러 상당의 월간 Google Cloud 크레딧을 받을 수 있습니다. 저희 커뮤니티에 참여해 주셔서 감사합니다. 언제나 그렇듯이, Google 팀과 함께 나누고 싶은 의견이나 요구 사항이 있으시면 주저하지 마시고 대화에 참여해 주시기 바랍니다.
*일부 국가에서는 개발자 커뮤니티 프로그램에 참여할 수 없습니다. 사용 약관을 검토하시기 바랍니다.

이제 AMP 페이지에서 게시자가 사용자 제어 기능들을 구현할 수 있습니다

TensorFlow Dev Summit 2018의 하이라이트를 전해드립니다

한국어 지원을 출시한 Google Fonts를 소개합니다.

Android Things & Actions on Google 코드랩 후기를 들려드립니다

사이트 신뢰성 엔지니어링을 통해 구글의 서비스 개발과 운영 노하우를 소개합니다.

Actions on Google을 사용해서 더 창조적이고 편리한 앱을 만드는 새로운 방법

Tag

Archive

Feed

Google Korea

Products

Developers