Google for Developers Korea Blog: 개발자가 AI를 더 쉽게 빌드하고 배포할 수 있도록 Google Cloud AI가 확장해나가고 있습니다

Google for Developers Korea Blog

한국의 개발자들을 위한 Google for Developers 국문 블로그입니다.

개발자가 AI를 더 쉽게 빌드하고 배포할 수 있도록 Google Cloud AI가 확장해나가고 있습니다

2019년 4월 29일 월요일

.post-body span { white-space: normal !important; }

<블로그 원문은 이곳에서 확인하실 수 있습니다>
매년 점점 더 많은 기업이 복잡한 비즈니스 과제 해결에 도움을 받기 위해 AI를 고려하고 있습니다. AI를 사용하는 이유가 수요 예측, 장비의 정기 유지보수 시점 예측, 더 나은 고객 환경 제공 등 그 무엇이든, 이러한 기업은 모두 그 일을 해내도록 도와줄 수 있는 인력이 필요하다는 한 가지 공통점이 있습니다.

우리의 목표는 늘 기업을 위해 AI를 더욱 간단하고 빠르고 유용하게 만드는 것이었습니다. 이는 기업에서 간단히 채택할 수 있도록 사용하기 쉬운 AI 솔루션을 의미합니다. 하지만 이는 또한 개발자, 데이터 사이언티스트, 데이터 엔지니어가 더욱 간편하게 머신러닝 모델을 빌드하고 배포할 수 있도록 한다는 의미도 있습니다.

오늘 우리는 우리가 정확히 그러한 일을 하는 여러 가지 새로운 방식을 발표할 예정인데, AI 기능을 빌드한 다음 클라우드 또는 온프레미스에서 실행하는 데 도움이 되는 AI 서비스의 통합 플랫폼 출시부터 기업에서 자체적인 맞춤 ML 모델을 더욱 수월하게 빌드하고 배포할 수 있도록 하기 위한 Google의 AutoML 오퍼링 확대까지 다양한 내용을 망라하고 있습니다.

다음은 새로 발표할 내용 중 일부입니다.

AI Platform(베타)

다음을 포함한 AutoML 업데이트:
AutoML Tables(베타)
AutoML Video Intelligence(베타)
AutoML Vision

AutoML Vision Edge(베타)
객체 감지(베타)

AutoML Natural Language

맞춤 항목 추출(베타)
맞춤 감정 분석(베타)

AI Platform 출시: AI 애플리케이션을 빌드한 다음 클라우드 또는 온프레미스에서 실행 기업은 AI 프로젝트에 접근할 때 구조화되지 않은 데이터부터 조직의 장벽으로 원활한 협력이 안 되는 팀들, 복잡한 배포 문제까지 다양한 문제와 씨름하게 됩니다. 이런 기업은 ML을 더욱 쉽고 협력적으로 만드는 방식으로 이 모든 것들을 한데 통합할 장소가 필요합니다.

오늘 우리는 여러 팀이 똑같이 공유하는 인터페이스를 통해 ML 프로젝트를 준비, 빌드, 실행, 관리하는 데 도움이 되는 종합적이고 완벽한 개발 플랫폼인 AI Platform의 베타 버전을 발표합니다. 개발자, 데이터 사이언티스트, 데이터 엔지니어를 막론하고, Cloud Console 내의 같은 대시보드에서 모델 공유, 훈련, 작업 부하 확장 작업을 협업할 수 있습니다.

AI Platform을 사용하면 스트리밍 또는 배치 데이터를 내부 데이터화하고 기본 제공 라벨 지정 서비스를 사용하여 분류, 객체 감지, 항목 추출 및 기타 프로세스를 적용함으로써 손쉽게 이미지, 동영상, 오디오 및 텍스트와 같은 훈련 데이터의 라벨을 지정할 수 있습니다. AutoML로 데이터를 직접 가져오거나 현재 AI Platform에 포함되어 있는 Cloud Machine Learning Engine을 사용하여 GCP에서 자체적으로 빌드한 맞춤 ML 모델을 훈련하고 제공할 수 있습니다. AI Platform은 AI Hub를 보완하므로, 개발자는 ML 파이프라인, 노트북 및 기타 교육용 콘텐츠를 발견할 수 있고, AI Platform은 Google의 오픈소스 플랫폼인 Kubeflow를 지원하므로 이식 가능한 ML 파이프라인을 빌드한 다음 거의 코드 변경 없이 온프레미스 또는 클라우드에서 실행할 수 있습니다.

우리 웹사이트에서 AI Platform에 대해 자세히 알아보세요.
Cloud AutoML에 대한 업데이트로 AI에 더욱 원활하게 액세스 가능 우리가 Cloud AutoML을 처음 출시했을 때 목표로 삼은 바는 ML 전문 지식이 제한적인 개발자가 고품질의 맞춤 머신러닝 모델을 훈련하고 비즈니스에 배포하는 데 도움을 주는 것이었습니다. 오늘 우리는 모든 개발자와 기업이 쉽고 빠르고 유용하게 AI를 사용하도록 돕는다는 우리의 사명을 실현하는 데 한 걸음 더 나아갈 수 있게 해 줄 새로운 AutoML 솔루션과 향상된 AutoML 솔루션을 발표하게 되어 무척 설렙니다.

AutoML Tables: 코딩할 필요 없이 데이터세트에서 쉽게 ML 모델 생성

기업에서는 구조화된 데이터를 그 어느 때보다도 많이 생성하고 있으므로, 그 모든 데이터를 실행 가능한 예측적 통계로 수월하게 전환할 수 있게 해주는 도구는 엄청나게 큰 도움이 될 수 있습니다. 현재 베타 버전으로 제공되는 AutoML Tables를 사용하면 구조화된 표 형식의 데이터세트를 기반으로 아무런 코딩 작업 없이 최첨단 머신러닝 모델을 빌드하고 배포할 수 있습니다. 클릭 몇 번만으로 BigQuery와 기타 GCP 스토리지 서비스에서 AutoML Tables로 데이터를 내부 데이터화하고, 과거에는 몇 주일 정도는 걸렸지만 이제는 단 며칠 만에 ML 모델을 빌드하고 배포할 수 있습니다. 코드가 없는 인터페이스를 통해 처음부터 끝까지 머신러닝 수명 주기 전체에 걸쳐 안내해주므로, 데이터 사이언티스트, 분석가, 개발자 등을 불문하고 팀의 누구라도 손쉽게 모델을 빌드하여 더욱 폭넓고 다양한 애플리케이션에 안정적으로 통합할 수 있습니다.

AutoML Tables를 더욱 심층적으로 들여다보려면 데이터 분석 블로그 게시물을 읽어보세요.

AutoML Vision을 에지로 확장

연결된 센서나 카메라와 같은 에지 기기에서 실행하기 위해 머신러닝 모델을 최적화하는 작업이 만만치 않을 수 있는데, 그 이유는 이러한 기기에서는 대기 시간과 불안정한 연결 문제가 종종 발생하기 때문입니다. 작년에 우리는 개발자가 이미지 인식을 위한 맞춤 ML 모델을 더욱 간편하게 만들 수 있도록 해주는 AutoML Vision을 발표했습니다. 오늘은 (온프레미스 또는 원격) 에지 기기를 위해 정확도가 높고 대기 시간이 짧은 맞춤 ML 모델의 훈련과 배포를 간단히 수행하기 위한 AutoML Vision Edge를 발표합니다. AutoML Vision Edge는 다양한 기기를 지원하고 더욱 빠른 추론을 위해 Edge TPU를 이용할 수 있습니다. 예를 들어 LG CNS는 AutoML Vision Edge를 사용하여 LCD 화면부터 광학 필름, 조립 라인의 자동차용 직물까지 모든 생산품의 결함을 감지하는 제조 인텔리전스 솔루션을 만듭니다.

AutoML Video를 사용한 강력한 콘텐츠 검색 및 매력적인 환경 실현

특정 순간을 식별하거나 스페셜 영상을 준비하거나 시각 데이터를 더 나은 방법으로 분류하기 위해 동영상 장면의 분량을 분석하는 작업은 어렵고 시간이 많이 걸리는 과정이 될 수 있습니다. 오늘 우리가 발표하는 AutoML Video(베타 버전)를 사용하면, 개발자는 자신이 정의한 라벨로 동영상 콘텐츠를 자동으로 분류하는 맞춤 모델을 간편하게 만들 수 있습니다. 산더미처럼 쌓인 다양한 동영상 데이터를 다루는 회사에서 자체적인 분류법에 따라 콘텐츠를 즉시 검색할 수 있습니다. 즉, 미디어 및 엔터테인먼트 회사가 상업 광고 자동 제거 또는 하이라이트 영상 제작과 같은 작업을 간소화하고, 다른 산업 분야에서는 예컨대 트래픽 패턴을 더 정확히 파악하거나 제조 공정을 감시하는 등의 자체의 특정한 비디오 분석 요구를 충족하는 데 이 기술을 적용할 수 있다는 뜻입니다.

이러한 세 가지 완전히 새로운 AutoML 솔루션 외에도, 우리는 AutoML Vision과 AutoML Natural Language의 핵심 기능을 계속 개선해나갈 것입니다. AutoML Vision 객체 감지(베타) 기능은 이미지 내에서 객체의 위치를 식별하고 예컨대 횡단보도를 건너는 보행자와 같이 이미지 내 객체 상호 간의 컨텍스트에 따라 그 위치를 식별할 수 있습니다. AutoML Natural Language 맞춤 항목 추출(베타) 기능은 문서 내에서 항목(예: 의학 용어 또는 계약 조항)을 자동으로 식별하고 회사별로 특정한 키워드와 문구를 기준으로 식별한 항목에 라벨을 지정하는 데 도움이 됩니다. AutoML Natural Language 맞춤 감정 분석(베타) 기능은 텍스트 블록에서 표현되는 전반적인 의견, 느낌 또는 태도를 더욱 정확히 이해하기 위해 회사의 자체적인 영역별 감정 지수에 맞춰 조정된 머신러닝을 적용하는 데 도움이 됩니다.
최신 가속기로 머신러닝을 더욱 빠르게 만드는 노력 지속 우리는 여러분을 위해 머신러닝을 가능하게 해주는 인프라 구축에 계속 투자하고 있습니다. ML 모델을 빠르게 훈련하기 위해 맞춤 빌드한 Google의 Cloud TPU를 사용하면 확장성 있게 반복하면서 더 적은 비용으로 더욱 높은 분류 정확도를 달성할 수 있습니다. Google의 3세대 액랭식 TPU가 이제 정식 출시되며, 모든 Cloud TPU도 컨테이너화된 ML 작업 부하를 실행하는 새롭고 유연한 방식인 Google Kubernetes Engine(GKE)에서 정식 출시되어 온프렘 기반 훈련과 클라우드 기반 훈련 간에 유연하게 전환할 수 있게 되었습니다. GCP는 현재 8개 지역에서 정식 출시된 새로운 NVIDIA Tesla T4를 공급하는 최초의 클라우드 공급자이기도 합니다.
머신러닝을 위해 완벽한 기능을 갖춘 사용자 중심의 생태계

오늘 발표 내용 중 일부로서, 우리는 Accenture, Atos, Cisco, Gigster, Intel, NVIDIA, Pluto 7, SpringML, UiPath를 비롯한 많은 파트너와도 협력하여 AI Hub의 성장과 확장을 위한 Kubeflow 파이프라인을 만들 것입니다. 성공적인 플랫폼을 만들려면 탄탄한 파트너 생태계가 필요하며, 고객이 자신이 선택한 인프라에서 머신러닝 파이프라인을 훈련하고 제공할 수 있도록 지원하는 우리 모든 파트너께 감사드립니다.

Google의 기업 및 산업용 AI 솔루션에 관해 자세히 알아보려면 이 블로그 게시물을 읽어보세요. Google Cloud의 AI에 관해 자세히 알아보려면 우리 웹사이트를 방문하세요.

Contents

ML/Tensorflow
Android
Flutter
Web/Chrome
Cloud
Google Play
Community
Game
Firebase

검색

Tag

Archive

2024
- 11월
- 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

Google
Privacy
Terms