[클라우드 2022] "AI 프로젝트 난항?...구글 머신러닝 데이터로 극복"

"이세돌을 이긴 딥러닝 기술이 보다 발전하게 되면 많은 사람들은 이제 인공지능이 회사 내 많은 문제들을 해결해줄 것이라 기대하고 있습니다."

김미경 메가존소프트 상무(사진)는 30일 IT조선이 주최한 ‘클라우드 2022 데이터 드리븐' 행사 연사로 나와 ‘AI 개발 대중화 시대’를 주제로 발표하며 이같이 말했다.

김 상무는 "인공지능 프로젝트를 수행하는 곳이 대다수기 때문에 수행하지 않는 곳을 찾는게 빠를 정도다"라며 "그럼에도 아직 인공지능 활용을 시도하지 않은 기업은 인공지능 활용에 어려움을 겪고 있다"고 말했다.

김 상무가 분석한 인공지능 활용의 어려움은 크게 3가지다. 인공지능 모델을 훈련시킬 데이터, 전문가, 인프라가 부족한 것이 그 대상이다.

김 상무는 인공지능 대중화를 앞당긴 구글 클라우드의 인공지능 플랫폼을 활용한 기업 사례를 들며 설명했다. 인공지능 활용에 애로사항을 겪는 기업이 구글 클라우드 플랫폼을 어떻게 활용할 수 있을지 제안한 것이다.

인공지능 프로젝트는 머신러닝을 활용한다. 아주 많은 데이터를 넣어 규칙, 즉 하나의 모델을 만드는 것이다. 예를들어 바둑을 어떻게 두는지 모르지만, 바둑 관련 데이터를 넣어 규칙을 만들어내 인공지능이 바둑을 둘 수 있게끔 훈련시키는 것이다.

구글 클라우드는 사전에 자체 학습시킨 머신러닝 모델의 API를 제공한다. 기업이 구글 인공지능으로 분석하려는 대상이 사람, 고양이, 강아지 등 일반적인 객체라면 이를 사용하면 된다. 자동차 부품, 미생물 등 전문지식을 필요하는 대상을 분석하고자 한다면, 오토(Auto)ML을 활용하면 된다. 오토ML은 구글이 머신러닝으로 갖춘 풍부한 데이터를 바탕으로 기능별 최적화된 학습 모델을 제공하는 서비스다. 비전문가도 활용할 수 있어, 인공지능 프로젝트 수행을 맡는 데이터 사이언티스트가 부족한 전문기업이 사용하기 편리하다.

오토ML은 3가지 서비스를 제공한다. 오토ML 비전 서비스는 콘텐츠를 분류하고 사물과 좌표를 감지하는 맞춤형 모델을 생성한다. 오토ML 트렌스레이션은 특정 문장을 훈련시켜 분야별 번역 최적화 시스템 구축을 돕는다. 오토ML 비디오는 동영상을 분류하거나 사물의 이동경로를 예측하는 용도로 사용할 수 있다.

관련 인력이 있으나, 인프라 구축이 어렵거나 돈과 시간을 절약하고 싶다면 구글의 인공지능 플랫폼 버텍스(Vertex) AI를 이용하면 된다. 데이터 사이언티스트가 인공지능 모델을 관리하고 평가하는 툴을 제공하기 때문에 전체 작업시간을 줄일 수 있고 데이터 사이언티스트 간 협업도 가능하다.

박소영 기자 sozero@chosunbiz.com