2017.05.02

'수요예측, 구매추천' 쇼핑몰서 열일하는 텐서플로

Scott Carey | Computerworld UK
지난 2015년 11월, 구글이 인공지능 엔진 '텐서플로(TensorFlow)'를 오픈소스로 공개하자 업계는 들썩였고, 곧 주류 기술로 부상하기 시작했다.

텐서플로는 2011년 개발돼 음성인식, 자동자막 기술 등 다양한 서비스 인프라를 개발하는 데 사용된 디스트빌리프(DistBelief)의 약점을 보완한 2세대 머신러닝 소프트웨어 라이브러리다. 2배 빠른 속도, 쉬운 사용성과 확장성을 갖췄으며 범용적인 활용에 초점을 맞췄다. 심층신경망(deep neural network)인 텐서플로는 긍정적인 강화학습을 통해 작업을 수행하는 법을 배우고 올바른 결과를 도출할 수 있도록 데이터 계층을 통해 작동한다.



텐서플로는 구글의 제2세대 머신러닝 소프트웨어 라이브러리다. 여전히 기업에서 사용하는 데 제약이 있긴 하지만, 딥러닝 기술을 오픈소스로 활용할 수 있다는데 의미가 있다. 

오픈소스 공개를 통해 구글은 복잡한 심층 신경망을 더욱 간단하게 구축하고, 교육하며, 배포하고자 한다. 머신러닝 활용 능력은 개발자 수준에 달렸지만, 모든 개발자에게 파이썬과 C/C++ API를 지원한다.

이러한 유형의 머신러닝은 그간 연구 영역에서만 사용됐다. 하지만 구글은 텐서플로를 오픈소스화함으로써 이 강력한 기능을 활용하여 데이터를 강화하고 저렴한 클라우드 컴퓨팅으로 운영을 증대하는 것을 꾀한다.

텐서플로 라이브러리를 사용하면 자가학습요소(self-learning)와 음성인식, 컴퓨터 비전(컴퓨터로 인간의 시각적인 인식 능력을 재현하는 AI 연구분야, 구글 포토의 핵심 기술인 사진 검색 및 분류에 이미 사용됐으며, 추후 동영상 검색으로 확장되어 자율주행, CCTV 등으로 확장될 예정), 자연언어 처리 등과 같은 인공지능의 특성을 애플리케이션에 쉽게 통합할 수 있다.

텐서플로가 유일한 딥러닝 오픈소스 라이브러리는 아니지만 검색엔진이 '구글과 그이외의 것'으로 나뉘는 것처럼 ‘텐서플로인가, 아닌가’로 이 분야가 나뉜다. 텐서플로 이외에도 뉴욕대(NYU)의 ‘토치(Torch)’와 최근 페이스북이 카페2 버전을 출시한 UC버클리의 ‘카페(Caffe)’ 등의 딥러닝 오픈소스 라이브러리가 있다.

텐서플로는 다양한 GPU를 지원하지만 단일기기로 제한하고 있기에 기업에서의 사용에 제약이 있을 수밖에 없다. 물론 이 문제를 해결할 수는 있지만 전문지식, 시간, 비용이 필요하다.

텐서플로 사례, 오카도(Ocado)
구글은 에어비앤비, 에어버스, 드롭박스, 스냅챗, 우버와 같은 세계적인 규모의 기업이 텐서플로를 사용한다고 밝혔다. 물론 가장 이상적인 방법으로 사용했는지는 알 수 없으며, 아직 기업의 실제 사례를 찾기도 어렵다.

영국의 온라인 슈퍼마켓 오카드의 데이터 과학팀은 창고에서 돌아다니는 로봇용 라우팅 알고리즘에서부터 10년 전 구식 모델인 선형회귀분석(linear regression model) 기반의 수요 예측과 쇼핑 습관 분석을 통한 구매 추천 기능 개선에 이르기까지 텐서플로를 다양한 영역에 활용하고 있다.

오카도는 텐서플로를 통해 제일 먼저 고객센터로 쏟아져 들어오는 이메일을 관리했다. 이전에는 우선순위에 대한 고려 없이 먼저 접수되는 순서대로 처리했다. 이럴 경우 급작스러운 악천후 등으로 인한 배송 지연, 3~4배 폭증하는 문의 이메일, 웹사이트 문제보다 훨씬 심각한 배송 문제 등에 대처하기 어렵다.

오카도 기술부문 데이터 책임 담당자인 댄 넬슨은 “우리는 이메일을 우선순위로 다룰 수 있는 해결책을 찾고 있었고 핵심은 자연어 처리 방법이었다. 들어오는 이메일을 중간에서 포착하여 고객의 감정과 요구를 이해하길 원했다. 구글의 기존 자연어 처리 소프트웨어로는 문제가 복잡하여 텐서플로 라이브러리를 사용하게 됐다”고 말했다.

또한 그는 “오카도는 구글 기술을 이용한 온라인쇼핑몰이다. 이미 쿼리와 스토리지 대부분에 빅쿼리(Big Query)를 이용하고 있기에 텐서플로를 구글 기반 서비스에 배치하기가 더 쉽다. 클라우드 서비스를 사용하지 않았다면 꽤 심각한 하드웨어 프로비저닝 작업을 수행하며 그럭저럭 운영해 나갔을 것이다. 구글을 사용할 필요는 없지만 텐서플로는 확실히 도움이 된다”고 덧붙였다.

넬슨은 현실적인 평가도 잊지 않았다. "기본적으로 텐서플로는 라이브러리를 통해 다양한 학습모델에 접근할 수 있게 해 주는 것이다. 훈련과 적응이 필요하지만 학습속도는 빨라질 것이다"라며, "텐서플로가 문제를 해결하는 것은 아니지만 컨볼루션 신경망(CNN: Convolutional Neural Network)의 모호한 부분을 구체화함으로써 문제 해결을 돕는다"고 말했다. ciokr@idg.co.kr
 

2017.05.02

'수요예측, 구매추천' 쇼핑몰서 열일하는 텐서플로

Scott Carey | Computerworld UK
지난 2015년 11월, 구글이 인공지능 엔진 '텐서플로(TensorFlow)'를 오픈소스로 공개하자 업계는 들썩였고, 곧 주류 기술로 부상하기 시작했다.

텐서플로는 2011년 개발돼 음성인식, 자동자막 기술 등 다양한 서비스 인프라를 개발하는 데 사용된 디스트빌리프(DistBelief)의 약점을 보완한 2세대 머신러닝 소프트웨어 라이브러리다. 2배 빠른 속도, 쉬운 사용성과 확장성을 갖췄으며 범용적인 활용에 초점을 맞췄다. 심층신경망(deep neural network)인 텐서플로는 긍정적인 강화학습을 통해 작업을 수행하는 법을 배우고 올바른 결과를 도출할 수 있도록 데이터 계층을 통해 작동한다.



텐서플로는 구글의 제2세대 머신러닝 소프트웨어 라이브러리다. 여전히 기업에서 사용하는 데 제약이 있긴 하지만, 딥러닝 기술을 오픈소스로 활용할 수 있다는데 의미가 있다. 

오픈소스 공개를 통해 구글은 복잡한 심층 신경망을 더욱 간단하게 구축하고, 교육하며, 배포하고자 한다. 머신러닝 활용 능력은 개발자 수준에 달렸지만, 모든 개발자에게 파이썬과 C/C++ API를 지원한다.

이러한 유형의 머신러닝은 그간 연구 영역에서만 사용됐다. 하지만 구글은 텐서플로를 오픈소스화함으로써 이 강력한 기능을 활용하여 데이터를 강화하고 저렴한 클라우드 컴퓨팅으로 운영을 증대하는 것을 꾀한다.

텐서플로 라이브러리를 사용하면 자가학습요소(self-learning)와 음성인식, 컴퓨터 비전(컴퓨터로 인간의 시각적인 인식 능력을 재현하는 AI 연구분야, 구글 포토의 핵심 기술인 사진 검색 및 분류에 이미 사용됐으며, 추후 동영상 검색으로 확장되어 자율주행, CCTV 등으로 확장될 예정), 자연언어 처리 등과 같은 인공지능의 특성을 애플리케이션에 쉽게 통합할 수 있다.

텐서플로가 유일한 딥러닝 오픈소스 라이브러리는 아니지만 검색엔진이 '구글과 그이외의 것'으로 나뉘는 것처럼 ‘텐서플로인가, 아닌가’로 이 분야가 나뉜다. 텐서플로 이외에도 뉴욕대(NYU)의 ‘토치(Torch)’와 최근 페이스북이 카페2 버전을 출시한 UC버클리의 ‘카페(Caffe)’ 등의 딥러닝 오픈소스 라이브러리가 있다.

텐서플로는 다양한 GPU를 지원하지만 단일기기로 제한하고 있기에 기업에서의 사용에 제약이 있을 수밖에 없다. 물론 이 문제를 해결할 수는 있지만 전문지식, 시간, 비용이 필요하다.

텐서플로 사례, 오카도(Ocado)
구글은 에어비앤비, 에어버스, 드롭박스, 스냅챗, 우버와 같은 세계적인 규모의 기업이 텐서플로를 사용한다고 밝혔다. 물론 가장 이상적인 방법으로 사용했는지는 알 수 없으며, 아직 기업의 실제 사례를 찾기도 어렵다.

영국의 온라인 슈퍼마켓 오카드의 데이터 과학팀은 창고에서 돌아다니는 로봇용 라우팅 알고리즘에서부터 10년 전 구식 모델인 선형회귀분석(linear regression model) 기반의 수요 예측과 쇼핑 습관 분석을 통한 구매 추천 기능 개선에 이르기까지 텐서플로를 다양한 영역에 활용하고 있다.

오카도는 텐서플로를 통해 제일 먼저 고객센터로 쏟아져 들어오는 이메일을 관리했다. 이전에는 우선순위에 대한 고려 없이 먼저 접수되는 순서대로 처리했다. 이럴 경우 급작스러운 악천후 등으로 인한 배송 지연, 3~4배 폭증하는 문의 이메일, 웹사이트 문제보다 훨씬 심각한 배송 문제 등에 대처하기 어렵다.

오카도 기술부문 데이터 책임 담당자인 댄 넬슨은 “우리는 이메일을 우선순위로 다룰 수 있는 해결책을 찾고 있었고 핵심은 자연어 처리 방법이었다. 들어오는 이메일을 중간에서 포착하여 고객의 감정과 요구를 이해하길 원했다. 구글의 기존 자연어 처리 소프트웨어로는 문제가 복잡하여 텐서플로 라이브러리를 사용하게 됐다”고 말했다.

또한 그는 “오카도는 구글 기술을 이용한 온라인쇼핑몰이다. 이미 쿼리와 스토리지 대부분에 빅쿼리(Big Query)를 이용하고 있기에 텐서플로를 구글 기반 서비스에 배치하기가 더 쉽다. 클라우드 서비스를 사용하지 않았다면 꽤 심각한 하드웨어 프로비저닝 작업을 수행하며 그럭저럭 운영해 나갔을 것이다. 구글을 사용할 필요는 없지만 텐서플로는 확실히 도움이 된다”고 덧붙였다.

넬슨은 현실적인 평가도 잊지 않았다. "기본적으로 텐서플로는 라이브러리를 통해 다양한 학습모델에 접근할 수 있게 해 주는 것이다. 훈련과 적응이 필요하지만 학습속도는 빨라질 것이다"라며, "텐서플로가 문제를 해결하는 것은 아니지만 컨볼루션 신경망(CNN: Convolutional Neural Network)의 모호한 부분을 구체화함으로써 문제 해결을 돕는다"고 말했다. ciokr@idg.co.kr
 

X