한국의 개발자들을 위한 Google for Developers 국문 블로그입니다.
구글, 클라우드 머신 러닝 서비스 출시로 누구나 혁신 가능
2016년 3월 24일 목요일
작성자: 파우스토 이바라(Fausto Ibarra), 프로덕트 매니지먼트 디렉터
오늘날 시장에는 수백 여 종의 빅데이터 관련 분석 제품과 서비스가 출시되어 사용자들의 이목을 끌기 위해 경쟁 중입니다. 빅데이터가 업계의 혁신을 주도하는 핵심 분야로 부상하면서 나타난 자연스러운 현상입니다. 이 중에서도 정보 기반 통계 분야가 가장 놀라운 사용자 경험을 이끌어내고 있습니다. 바로 이 분야에
구글 클라우드 플랫폼(GCP)
은 거의 20년 동안 기술 투자를 해왔으며 오늘,
GCP NEXT
에서 그 성과를 선보입니다. 이 차세대 혁신을 통해 구글에서는 데이터 관리 및 분석 역량 포트폴리오를 더 확충할 수 있게 되었습니다. 여러 핵심 분야에 있어 다음과 같은 새로운 제품과 서비스를 출시했습니다.
머신 러닝
구글에서는 자신을 둘러싼 환경을 보고, 듣고 이해할 수 있는 애플리케이션을 만들기 위해 힘쓰고 있습니다. 이러한 노력의 성과로 오늘 구글에서는 새로운 제품군인
클라우드 머신 러닝
서비스를 출시합니다. 이제 어떤 기업이든 머신 러닝을 활용할 수 있으며, 데이터 과학자와 개발자들에게는 새로운 차원의 인공지능 애플리케이션 구축의 기반을 마련해 줄 것입니다. 이 서비스를 통해
구글 나우,
구글 포토
및 구글 검색의 음성 인식을 가능하게 하는 기술이 REST API 만큼 사용하기 쉬워지며, 오픈소스 텐서플로 머신 러닝 라이브러리를 이용해 자체 데이터를 기반으로 강력한 머신 러닝 모델을 구축할 수 있게 됩니다.
클라우드 머신 러닝
으로 단시간에 정확도 높은 대용량 머신 러닝 모델을 쉽게 구축할 수 있습니다. 또한 이동성 및 확장성이 뛰어나며 완전 관리형 서비스입니다. 클라우드 머신 러닝은 다양한 포맷의 데이터를 지원하며 다른 구글 클라우드 플랫폼 제품(
구글 데이터플로우
,
빅쿼리
,
클라우드 데이터프로크
,
구글 클라우드 스토리지
,
클라우드 데이터랩
)과 잘 호환됩니다. 자체 트레이닝 데이터를 사용해 쉽게 예측 분석 모델을 구축할 수 있습니다. 예를 들어, 회귀 모델을 사용해 값을 예측하는 금융 서비스 앱이나 이미지 분류 서비스에 적용할 수 있습니다. 클라우드 머신 러닝은 데이터 통합에서부터 예측까지 전 과정을 다룹니다. 구글은 이제 구글의 많은 서비스를 지원하는
딥 러닝 기술
을 어떤 애플리케이션에서든 활용할 수 있도록 지원하고자 합니다.
사전 훈련 기반 머신 러닝 모델이 새로 추가됩니다. 기존에
클라우드 번역 API
및
클라우드 비전 API
에 더해 오늘
클라우드 스피치 API
를 새로 선보입니다. 이렇게 함으로써 이제 보고, 듣고 번역할 수 있는 애플리케이션을 지원하는 완전한 API 조합을 제공할 수 있게 되었습니다.
구글 클라우드 스피치 API
를 통해
구글 앱
의 음성 검색 및
구글 키보드
의 음성 입력을 지원하는
고급 신경망 기술
을 모든 애플리케이션에서도 똑같이 이용할 수 있게 됩니다. 80개 이상의 언어에서 음성-텍스트 변환을 제공하는 이 API는
놀라운 정확성
을 자랑합니다. 특히 소음이 심한 환경에서도 정확하게 작동하며 속도 또한 놀랍습니다. 기존에 개발자들이
크롬
및
안드로이드
에서 음성 인식 기능을 구축하는 데 사용하던 기술이 이제는 모든 애플리케이션에서 실시간 스트리밍 또는 배치 모드로 이용 가능해집니다.
빅데이터 및 분석
빅데이터 작업을 클라우드 플랫폼에서 하면 기반 인프라에 대한 걱정을 할 필요가 없어 더 빠르고 정확한 통계를 가지고 애플리케이션을 구축할 수 있어 생산성이 더 높아집니다. 이를 위해 구글에서는 최근
구글 클라우드 데이터프로크
서비스를 출시하여 자체 관리하던
아파치 하둡
및
아파치 스파크
파이프라인을 그대로 구글 클라우드에서 이용할 수 있도록 했고, 오늘 다음과 같은 새로운 서비스와 기능을 추가로 선보입니다.
구글 빅쿼리
는 계속해서 완전 관리형 분석 데이터 웨어하우스의 이상을 추구하며 그 한계에 도전하고 있습니다. 오늘 구글에서는 빅데이터 분석을 합리적인 가격으로 더 빠르고 쉽게 이용할 수 있도록 여러 가지 새로운 기능을 선보입니다.
롱텀 스토리지
는 90일이 경과하면 자동으로 스토리지 가격이 50% 인하됩니다.
자동 테이블 파티션(알파 버전 곧 출시 예정)은 날짜 별로 테이블을 파티셔닝하고 원하는 날짜 범위를 쿼리함으로써 날짜를 저장, 쿼리하는 방식을 단순화합니다.
새로운 커패시터 스토리지 엔진은 최대 10배까지 쿼리 성능을 가속화해주며 포세이돈은 데이터 인제스트(Ingest) 및 엑스포트(Export) 속도를 5배까지 개선해주는 새로운 메카니즘입니다.
아파치 AVRO 파일의 디렉트 쿼리 및 임포트
기능으로 데이터 호환성을 개선합니다.
자동 스키마 추론
이 JSON 및 CSV 파일에서 가능합니다.
새로운
공용 데이터세트 프로그램
으로 지역 커뮤니티의 공용 데이터세트 호스팅, 공유, 분석을 지원합니다.
이 모든 기능은 완전 관리형 서비스라는 이름에 걸맞게 어떠한 업그레이드나 시스템 중단이 필요하지 않고 자동으로 구현됩니다.
구글에서는 최근 새로운 리포트 및 데이터 시각화 제품인
구글 데이터 스튜디오 360
을 발표했습니다. 데이터 스튜디오는 모든 분석 워크플로우를 하나의 도구에 통합한 제품으로, 사용자는
구글 애널리틱스
,
구글 빅쿼리
,
구글 스프레드시트
등 다양한 출처의 데이터세트를 확인, 변환, 공유할 수 있습니다. 또한 동일한 보고서에서 다양한 출처들을 시각화할 수 있으며, 다른 사용자와 공동 작업하여 멋지고 유연한 보고서를 작성할 수 있습니다. 구글 데이터 스튜디오는 현재 비공개 베타(초대를 받아야만 사용 가능) 버전으로 출시되었으며, 구글 애널리틱스 프리미엄 고객들이 이용할 수 있습니다.
오픈소스:
구글 클라우드 머신 러닝 서비스는 구글의 최첨단 머신 러닝 및 데이터 처리 기술을 활용하며, 그 중 일부는 최근
오픈소스
로 제공되고 있습니다.
구글의 최신 머신 러닝 시스템인
텐서플로(TensorFlow)
는 현재 깃허브(GitHub)에서 머신 러닝 프로젝트 중 1위를 차지하고 있습니다. 구글은 이러한 생태계를 지속적으로 개발 중입니다. 예를 들어, 구글의 또 다른 오픈소스 프로젝트인
쿠버네티즈(Kubernetes)
에
텐서플로 서빙(TensorFlow Serving)
을 사용하여
ML 모델을 확장 및 지원
할 수 있습니다.
클라우드 머신 러닝
프로젝트는 이러한 기능을 더욱 확대하여, 사용자가
구글 클라우드 플랫폼
에서 자신의 데이터를 가지고 강력한 머신 러닝 모델을 구축할 수 있습니다.
올해 초 구글에서는 데이터플로우 모델, SDK, 러너(Runner)를 아파치 인큐베이터에 제출하기 위해 데이터 아티산, 클라우데라, 탈렌드 등 여러 기업과 파트너십을 맺었습니다.
아파치 빔
이라 불리는 이 새로운 프로젝트를 통해 사용자는 스트리밍 및 배치 모드 모두에서 실행할 수 있는 강력하고 단순하며 휴대 가능한 데이터 처리 파이프라인을 규정할 수 있게 됩니다.
클라우드 플랫폼팀이 2016년에 거는 기대는 매우 큽니다.
스포티파이
,
코카콜라
,
아토믹 픽션
,
칸 아카데미
등 세계 유수의 브랜드에서 구글 빅 데이터 서비스를 사용하고 있습니다. 사용자들이 구글의 새로운 제품을 통해 큰 혁신을 이루기를 기대합니다. 시작하려면
cloud.google.com/
페이지를 방문하세요.
Contents
ML/Tensorflow
Android
Flutter
Web/Chrome
Cloud
Google Play
Community
Game
Firebase
검색
Tag
인디게임페스티벌
정책 세미나
창구프로그램
AdMob
AI
Android
Android 12
Android 12L
Android 13
Android 14
Android Assistant
Android Auto
Android Games
Android Jetpack
Android Machine Learning
Android Privacy
Android Studio
Android TV
Android Wear
App Bundle
bootcamp
Business
Chrome
Cloud
Community
compose
Firebase
Flutter
Foldables
Game
gdg
GDSC
google
Google Developer Student Clubs
Google Play
Google Play Games
Interview
Jetpack
Jetpack Compose
kotlin
Large Screens
Library
ma
Material Design
Material You
ML/Tensorflow
mobile games
Now in Android
PC
Play Console
Policy
priva
wa
wear
Wearables
Web
Web/Chrome
Weeklyupdates
WorkManager
Archive
2024
10월
9월
8월
7월
6월
5월
4월
3월
2월
1월
2023
12월
11월
10월
9월
8월
7월
6월
5월
4월
3월
2월
1월
2022
12월
11월
10월
9월
8월
7월
6월
5월
4월
3월
2월
1월
2021
12월
11월
10월
9월
8월
7월
6월
5월
4월
3월
2월
1월
2020
12월
11월
10월
9월
8월
7월
6월
5월
4월
3월
2월
1월
2019
12월
11월
10월
9월
8월
7월
6월
5월
4월
3월
2월
1월
2018
12월
11월
10월
9월
8월
7월
6월
5월
4월
3월
2월
1월
2017
12월
11월
10월
9월
8월
7월
6월
5월
4월
3월
2월
1월
2016
12월
11월
10월
9월
8월
7월
6월
5월
4월
3월
2월
1월
2015
12월
11월
10월
9월
8월
7월
6월
5월
4월
3월
2월
1월
2014
12월
11월
10월
9월
8월
7월
6월
5월
4월
3월
2월
1월
2013
12월
11월
10월
9월
8월
7월
6월
5월
4월
3월
2월
1월
2012
12월
11월
10월
9월
8월
7월
6월
5월
3월
2월
1월
2011
12월
11월
Feed