[기고] AI 시대를 선도하는 비결 ‘통합 AI 플랫폼’

최근 산업 분야 메가 트렌드의 중심에는 ‘AI(인공지능)’가 있다. 인적 자원을 최소한으로 투입하면서 미래를 예측해 비즈니스 성과를 이끌어내기 위해서는 AI를 업무에 반드시 적용해야 한다. AI를 제외하고 IT를 논할 수 없는 시대가 되었지만 기업들은 여전히 AI를 현업에 적용하는 방안을 고민하고 있다.

■ 거스를 수 없는 트렌드, AI

IDC가 발표한 자료에 따르면, 국내 AI 시장은 향후 5년간 연평균 15.1%의 성장률을 기록할 것으로 나타났다. 2020년 8천72억원이던 국내 AI 시장의 매출 규모는 2025년에 1조 9천74억원까지 성장할 것이라는 전망이다.

AI는 이미 다양한 산업분야에서 활발히 적용되고 있으며, 산업별 특성에 따라 사용되는 AI 모델 종류도 다양하다. 자동차와 로봇 분야에서는 사물 인식과 강화 학습 모델, 생산 및 제조 분야에서는 강화 학습과 추천 모델, 유통 및 물류 분야에서는 이미지 분류 모델을 주로 사용되고 있다.

즉, 활용 방안에 따라 강화 학습처럼 고성능 연산이 필요하기도 하고, 이미지 분류같이 비교적 낮은 사양이 요구되는 부분도 있다. 따라서 기업의 업무 특성과 목표에 맞는 적합한 AI 플랫폼을 도입하는 것이 매우 중요하다.

■ AI 도입 시 발생하는 주요 이슈 세 가지

한정된 분야에서 일부만 사용했던 과거와 달리 지금은 전통적인 업무까지 AI가 적극적으로 활용되고 있다. 사물 인식, 머신 러닝(ML), 딥러닝 등 AI 적용 업무 구분도 점차 없어지고 있다. 기업이 AI를 도입할 때 발생하는 세 가지 이슈에 대해 간략히 살펴보자.

첫째, ‘AI 솔루션에 대한 기술 부족’이다. AI 플랫폼은 하드웨어 인프라와 운영 솔루션만으로 구성되던 과거와 달리 오늘날은 복잡한 인프라와 다양한 솔루션을 조합해 구성된다. 즉, 모델링 알고리즘, 클라우드, 컨테이너, GPU 서버 가상화, 고성능 스토리지, 네트워크 같은 다양한 기술이 필요하다.

둘째, ‘부담되는 도입 비용’이다. 고사양 인프라에 AI 솔루션을 도입하거나 시스템을 커스터마이징 하기 위한 구축 비용은 과거 전통적 시스템과 비교해 매우 높다. 이는 기업 부담을 가중시키며, 비용 문제는 AI 도입에 앞서 해결해야 할 중요 요소다.

셋째, ‘전문 인력과 역량의 부족’이다. 비즈니스와 프로젝트에서 가장 중요한 부분 중 하나가 ‘인적 자원’이다. 기술과 예산이 충분해도 역량 높은 전문 인력이 없다면 비즈니스를 성공적으로 이끌 수 없다. 따라서 AI 구축 및 운영 역량을 어떻게 확보하는지에 대한 고민도 빼놓을 수 없는 이슈다.

■ 통합 AI 플랫폼으로 완벽 준비

기업들이 AI 도입 이슈를 해결하고, 미래에 발생 가능한 문제를 사전 대응하며, 자사에 적합한 AI를 도입하고 운영하기 위해 ‘통합 AI 플랫폼’이 대안으로 떠오르고 있다.

통합 AI 플랫폼은 GPU 서버부터 초고성능 병렬 파일 스토리지, 네트워크, 컨테이너 같은 주요 솔루션을 통합 플랫폼 형태로 제공하며 AI 프로젝트를 쉽게 시작할 수 있도록 지원해준다. 연산과 데이터 저장을 위한 하드웨어 인프라부터 컨테이너 기반의 GPU 가상화 운영 솔루션까지 한번에 서비스하여, 기업들은 AI 시작 단계부터 구축, 운영까지 단일 벤더와 원활하게 커뮤니케이션 하면서 프로젝트를 추진할 수 있다.

AI를 업무에 적용하기 위해서는 고객·프로젝트 유형별로도 각기 다른 전략이 필요하다. 신규로 AI를 도입하려는 고객의 최대 고민은 AI를 도입한 후의 성과 창출에 대한 불확실성과 사업 방향성이다. 이러한 고객들에게는 최소의 비용으로 AI 플랫폼 환경을 경험해 볼 수 있는 AI 테스트 베드 환경이 필요하다. 소규모 환경에서 충분히 테스트 해봄으로써 향후 비즈니스와 연계해 성과를 이끌 수 있도록 비용, 기술, 역량 문제를 해결하는 신규 도입 전략이 필요하다.

기존에 도입한 하드웨어를 AI 업무에 활용하고자 하는 고객은 리소스 낭비를 최소화하고 향후 체계적으로 인프라를 추가 도입하기 위한 전략이 필요하다. 이미 보유하고 있는 GPU를 종류별로 그룹화하고 사용자와 프로젝트별로 리소스를 할당하여, 무분별하게 사용되던 자원의 체계적인 활용 방안을 수립하고 최대 성능을 발휘할 수 있도록 구현해야 한다.