2020년 AI 관련 기업의 투자 방향은 어느 쪽을 향할까요? 여러 언론사와 시장 조사 기관에서 다양한 전망을 내놓고 있는데요, 모두 입을 모아 하는 말 중 하나가 바로 '생산성과 효율'입니다. AI 프로젝트를 더 다양하게 하고 싶고, 더 빨리 성과를 내고 싶은 조바심 속에서 기업은 더 민첩하게 머신 러닝 모델을 개발, 트레이닝, 배포하고 싶어 합니다. 관련해 주목받는 것이 바로 마이크로서비스 아키텍처입니다.
데이터 과학자와 AI 애플리케이션 개발의 생산성을 높이는 'Modesl as a Service'
도커 컨테이너와 쿠버네티스 기반으로 마이크로서비스 아키텍처 환경을 구축하면 모델 배포를 매우 신속하게 할 수 있습니다. 모노리틱 구조와 달리 모델 배포 환경을 일일이 구축할 필요가 업습니다. 마이크로서비스 환경에서는 머신 러닝 모델 배포를 'Model as a Service' 방식으로 할 수 있습니다. 네, 배포 환경 구축과 운영 관련해 IT 담당자의 손을 빌릴 일이 별로 없습니다. 데이터 과학자와 개발자가 더 편하게 일을 할 수 있게 되는 것이죠.
마이크로서비스 아키텍처를 택하면 AI 프로젝트마다 각각 다른 개발 언어, 프레임워크 등에 대한 요구 사항을 수용하는 것도 간단한 일이 됩니다. 각 프로젝트 환경은 개별적이고 동시에 독립적입니다. 프로젝트마다 최적의 자원 할당이 이루어집니다. 필요할 때 자원을 확장하는 것도 어려운 일이 아닙니다. 그뿐만 아니라 필요에 따라 모델을 클라우드로 배포하는 유연성도 확보할 수 있습니다.
데이터 소스와의 연결도 편리합니다. 하나의 데이터 소스를 여러 모델에서 사용할 수 있으며, API를 통해 클라우드의 데이터 저장소에 있는 데이터를 사용하는 것도 간편합니다. 이외에도 클라우드 사업자가 제공하는 자연어, 이미지 등을 처리하는 다양한 API를 통해 개발 편의성을 높이는 것도 수월합니다.
정리하자면 2020년은 AI, 머신 러닝, 딥러닝 관련해 새로운 효율을 찾는데 기업들이 주목할 것이며 관련해 프로젝트 관리와 관련된 잡 스케줄러, 관리 플랫폼 등에 대한 관심이 커질 것으로 보입니다. 더 자세한 내용은 uDNA 페이지를 참조 바랍니다.