blog
날짜2016.06.22
조회수44422
글자크기
-
-
- 인공지능(AI) 플랫폼은 자연어처리, 이미지인식 등 인공지능 기술을 활용하여 제품이나 서비스를 개발하기 위한 도구
- 구글, IBM, Facebook과 같은 글로벌 IT 기업은 AI 플랫폼 생태계를 급속도로 확장시키고 있으므로 미래 산업의 구조를 빠르게 재편할 잠재성이 높음
- 인공지능 기술의 국산화도 중요하지만 이미 공개된 AI 플랫폼을 활용하여 새로운 산업 영역을 확장해 나가는 것이 중요
-
인공지능(AI) 플랫폼 개요
- 그동안 R&D 영역에 머물러있던 인공지능 기술이 점차 실생활에 적용되어 현실적인 문제를 해결함에 따라 인공지능을 쉽게 사용할 수 있는 플랫폼 부상
- 인공지능 기술의 성공 요인은 빅데이터와 저렴한 HW의 보급, 인공지능 공개소프트웨어가 있으나 인공지능 기술을 활용하여 제품이나 서비스를 만들기 위해서는 여전히 높은 비용이 필요
- • 구글 딥마인드의 AlphaGo 분산시스템의 경우 최대 CPU 1,920개, GPU 280개가 사용됐고, 시스템의 가격을 최소로 추정하여도 3~40억 원 수준
- * CPU 4소켓(32~64core 구성), GPU 8개 서버는 약 5천만 원 선
- • 딥러닝과 같은 인공신경망의 학습 효율을 높이기 위해서는 대용량 데이터가 필요하고, 신경망 구성에 대한 knowhow가 필수적이기 때문에 연구개발의 진입장벽이 존재
- * 양질의 데이터 확보, 관리, 분석 등에 대한 비용 소요
- * 딥러닝 활용 시 입력층의 구성(특징맵의 추출), 은닉층의 구조, 활성함수의 선택 등 경험적으로 정해야 할 요소가 상당히 많음
- AI 플랫폼은 이러한 진입장벽을 낮춰 지능형 서비스나 제품에 쉽게 활용되는 기반을 마련함
- • 이미 검증된 자연어처리 기술을 플랫폼 형태로 활용하여 연구개발의 비용을 절감하고 신속한 제품 출시 지원
- • AI 플랫폼은 아이디어 실현을 위해서 가장 적합한 도구로써, 창업으로 바로 이어질 수 있는 기반을 가지고 있음
- 글로벌 IT 기업은 AI 플랫폼을 활용하여 자신들만의 산업 생태계를 구축하기 위해 치열한 경쟁 중
- • Google의 경우 머신러닝 플랫폼을 클라우드 형태로 제공함으로써 AI 플랫폼 비즈니스모델을 운영
- • IBM Bluemix는 Watson에 탑재된 기술과 프로그래밍 환경을 제공하여 웹 서비스와 모바일 어플리케이션 개발을 지원
-
해외 인공지능 플랫폼 현황
- Google 머신러닝 플랫폼
- 구글은 AI 검색알고리즘 RankBrain, 바둑 인공지능 프로그램 AlphaGo, 기계학습 오픈소스 소프트웨어 TensorFlow 개발 등 인공지능 분야의 선두주자
- • 최근 발표한 TPU(Tensor Processing Units)는 기계학습에 최적화된 연산처리장치
- • 세계 최대 규모의 데이터 센터 운영
- 구글의 머신러닝 플랫폼은 클라우드 서비스 형태로 이미 상용화 된 서비스
- • 주요 구성은 pre-trained model, 인공신경망 기반의 기계학습 플랫폼, 이미지검색, 음성검색, 번역 등을 제공
-
-
- IBM 블루믹스
- 블루믹스는 PaaS(Platform as a service)의 한 형태로 클라우드 상에서 웹 서비스나 어플리케이션 개발 환경 제공
- 프로그래밍 환경부터 Watson에 탑재된 기술까지 API형태로 사용이 가능하고 총 11종류의 API 서비스가 존재
- • API 서비스는 Watson, 모바일, DevOps, 웹 및 어플리케이션, 네트워크, 통합, 데이터 및 분석, 보안, 스토리지, 비즈니스 분석, IoT
-
- Facebook Messenger Platfrom
- Facebook은 인간의 의사소통이 대부분 메신저를 통해 수행된다는 점을 인식하고 새로운 비즈니스 전략으로 메신저 플랫폼을 개발
- • 간단한 인증으로 target 소비자 매칭(Facebook 유저 활용)
- • 자동 대화프로그램(챗봇, chatbot), 문서 요약, 이미지 검색, 상품 추천 등의 기능을 제공
- Wit.ai bot 엔진을 활용하여 자연어처리 API, 형태소분석 활용 가능
-
-
시사점
- AI 플랫폼은 더 강력한 AI 기술과 광범위한 글로벌화를 통해 급속하게 진화하여 미래 산업 전반에 영향을 미칠 가능성이 매우 큼
- AI 플랫폼을 국산화하려면 인공지능 원천기술이 핵심이기 때문에 이를 확보하는 것이 선결해야하는 과제이지만 후발주자인 우리나라가 추격하려면 선택적으로 원천기술에 집중해야할 필요성이 있음
- 원천기술의 격차를 줄이는 것도 중요하지만 글로벌 IT 기업이 개발한 AI 플랫폼을 활용하여 신산업 영역을 개척하는 시도가 더욱 장려돼야 함
