"모든 사람이 AI 혜택 누려야"...구글클라우드, AI 대중화 선언

구글클라우드 김정훈 데이터분석 스페셜리스트, ACC+서 버텍스AI 소개

"결국 데이터가 인공지능(AI)·머신러닝(ML) 시스템의 성능을 좌우한다. 도메인에 최적화된 데이터는 더 양질의 데이터고, 이런 데이터는 머신러닝 비전문가들이 더 잘 알고 있을 것이다. 누구나 자신의 데이터를 활용해 머신러닝 시스템을 만들 수 있어야 하는 이유다."

구글클라우드 김정훈 데이터분석 스페셜리스트는 지디넷코리아가 지난 7일 온라인으로 개최한 'ACC+ 2021' 컨퍼런스에서 "구글은 누구나 손쉽게 사용할 수 있는 AI의 대중화를 AI·ML 서비스의 미션으로 추구하고 있다"며 이같이 말했다.

올해 개발자 컨퍼런스 구글I/O를 통해 공개된 '버텍스AI'는 구글이 AI 대중화를 실현시키기 위해 야심차게 내놓은 서비스다. 그는 버텍스 AI를 "누구나 쉽게 머신러닝을 위한 다양한 작업을 수행할 수 있게 만든 서비스로, AI 대중화에 기여할 수 있는 구글의 차세대 AI·ML통합 서비스"라고 소개했다.

구글클라우드 김정훈 데이터분석 스페셜리스트가 ACC+ 컨퍼런스에서 구글의 AI 대중화 미션에 대해 설명하는 모습.

그의 설명에 따르면 버텍스AI는 사용자의 데이터 보유 여부, 모델 코드 개발 가능 여부에 따라 다양한 옵션을 제공하고 있다.

머신러닝 서비스를 개발하기 위해 활용할 수 있는 자신만의 데이터가 없다면 구글에서 제공하는 사전 정의된 모델을 사용하면 된다. 이미지, 비디오, 스피치, 자연여처리, 번역 등 다양한 영역에서 사전 정의된 모델을 애플리케이션 프로그래밍 인터페이스(API) 형태로 제공한다.

자신만의 데이터가 있다면 버텍스AI의 데이터 셋 기능을 활용할 수 있다. 이미지,테이블 텍스트, 비디오 등 다양한 데이터 타입을 지원한다.

오토ML 기능을 이용하면 코딩 없이 잘 알려진 최신 모델을 기반으로 서비스 개발이 가능하다. 자신만의 좀 더 정확한 모델과 상세분석을 원할 때는 커스텀 모델 기능을 활용하면 된다. 모델이 개발되면 버텍스 엔드포인트로 배포하고 바로 서비스할 수 있다.

그는 "지금까지 살펴본 버텍스AI 기능들은 커스텀 트레이닝만 빼면 모두 코딩이 필요 없다"며 "누구나 쉽게 이 기능들을 이용해 AI·ML 서비스를 개발할 수 있다"고 강조했다.

모델 배포 후 지속적인 모니터링, 재작업, 자동화된 관리에도 버텍스AI를 이용할 수 있다. 

그는 "모델 배포는 AI·ML 서비스 개발의 끝이 아니라 새로운 시작에 불과하다"며 "개발된 모델이 현재에는 좋은 모델일지 모르지만 데이터 변형에 잘 대응할 수 있는지는 아무도 알 수 없다"며 일명 ML옵스의 중요성을 강조했다.

머신러닝은 확률에 의존하는 비결정적인 기술이다. 개발과정에서 무수한 반복작업이 필요하다. 이런 반복작업의 생산성을 향상시키기 위해 파이프라인 시스템을 구축해야 한다. 데브옵스의 지속적인 통합배포(CI/CD)시스템에서는 소프트웨어 결과물을 배포하지만, ML옵스는 모델을 생성하기 위한 파이프라인을 배포해야 하는 것이다.

그는 "버텍스AI를 활용하면 ML옵스 기술에 기반한 머신러닝 파이프라인 시스템을 추가적인 구축·운영 없이 구글클라우드 서비스로 이용할 수 있다"며 버텍스 AI가 모델 배포부터 ML옵스까지 지원하는 통합 서비스임을 재차 강조했다.