클라우드 서비스처럼 '인공지능' 기술을 사용하다

"SaaS처럼, 서비스형 머신러닝 'MLaaS'의 탄생!"

넷플릭스의 모든 서비스는 아마존웹서비스(AWS) 클라우드를 통해 운영되고 있다. 직접 데이터센터를 구축해서 운영하는 대신 클라우드에서 컴퓨팅 인프라 자원을 빌려 서비스를 운영하고 있는 것이다. 

넷플릭스 뿐 아니라 BMW도 마이크로소프트(MS) ‘애저(Azure)’ 클라우드를 이용해 차랑 소유자를 위한 서비스 ‘오픈 모빌리티 클라우드’를 제공하고 있다. 어도비시스템즈는 클라우드에서 포토샵과 일러스트레이터 등을 이용할 수 있는 ‘어도비 크리에이티브 클라우드(Adobe Creative Cloud)’를 운영 중이다. 

위 사례는 서비스형 소프트웨어 즉, SaaS(Software as a Service)의 대표적인 사례를 설명하고 있다. 최근에는 SaaS에서 더욱 특화된 서비스 이른바 서비스형 머신러닝인 'MLaaS(Machine Learning as a Service)'가 급부상하고 있다. 

"손쉽게 인공지능 비즈니스 모델 구축이 가능하다"

우선 머신러닝(Machine Learning)은 인공지능의 가장 기반이 되는 필수 기술로 비즈니스 기술 분야의 새로운 게임 체인저라 할 수 있다. 디지털 정보량이 매 2년마다 평균 두 배씩 증가하는 세상에서, 머신러닝은 조직이 전에 없던 속도로 엄청난 양의 데이터 스토어에서 매우 가치 있는 정보를 추출할 수 있는 기술이다.

그러나 머신러닝 솔루션을 구축해서 이용하기 위해서는 서버와 스토리지, 네트워크 확장, 그리고 데이터 분석을 위한 전문인력 고용 등 많은 예산과 투자가 필요할 수밖에 없다. 이러한 이유 때문에 많은 기업들이 SaaS를 이용하는 것처럼 이제 MLaaS도 많은 기업들이 이용할 수밖에 없다는 게 전문가들의 공통적인 시각이다. 

이제 기업들은 풍부한 데이터만 가지고 있다면 MLaaS를 활용해 복잡한 코딩이나 서버 구축 없이도 머신러닝 모델을 설계하고 빅데이터를 분석할 수 있게 된다. 

현재 대표적인 머신러닝 플랫폼은 아마존의 세이지 메이커 스튜디오, 마이크로소프트의 애저, 구글의 텐서플로엔터프라이즈 등이 있다. 이들의 공통점은 머신러닝 전문가 없이도 머신러닝 프로그램을 개발할 수 있는 사용자 인터페이스를 제공한다는 점이다. 

"머신러닝 구축과 운영에 비용과 시간을 아껴준다"

그렇다면 앞으로 MLaaS는 기업에게 어떤 혜택을 제공할까? 먼저는 데이터 과학자 또는 개발자 인력을 효율적으로 운영할 수 있게 된다. 대부분의 전문인력들이 머신러닝 구축과 데이터 분석을 위해 투입되는 대신 최소한의 인력만으로  머신러닝 모델의 구축과 운영이 가능하게 된다.  

다음으로는 비용절감 효과를 가져올 수 있다. 이는 MLaaS의 특성상 머신러닝 모델 구축하는데 시간을 절약시키고 인력 운영의 효율성을 증대시킬 수 있을 뿐 아니라 전체 투입되는 비용까지도 감소시킬 수 있다. 

이미 도요타는 자율주행차 개발을 위한 머신러닝 모델 구축을 위해 MLaaS를 활용해 시간과 비용을 75%나 절감할 수 있었고, 5억 명의 팬을 보유하고 있는 F1그룹 역시 MLaaS를 활용해 운영 시뮬레이션 모델을 구축해 비용과 시간을 60%나 절감할 수 있었다. 

앞으로 머신러닝을 포함한 인공지능은 전통적인 IT 산업뿐 아니라 제조업, 금융업, 유통업, 의료업 등 전 산업을 뿌리채 바꿀 것이다. 앞으로 기업들은 이제 머신러닝 모델 구축한 기업과 그렇지 않은 기업으로 나뉠 것이다.

Amazon SageMaker

https://docs.aws.amazon.com/ko_kr/sagemaker/

Microsoft Azure

https://azure.microsoft.com/ko-kr/

Google Tensorflow Enterprise

https://cloud.google.com/tensorflow-enterprise/