기고 | 거버넌스·플랫폼으로 본 주요 AI 동향

InfoWorld
인공지능(AI)은 가장 전략적인 기업 기술이다. 2020년 들어 가장 파괴적인 비즈니스 애플리케이션은 머신러닝, 딥러닝 등 여러 형태의 AI를 활용하는 것들이 차지할 전망이다.
 
ⓒGetty Images Bank

AI는 두뇌를 움직이는 클라우드 네이티브 기업 애플리케이션으로 자리 잡았다. 다양한 분야의 개발자들은 클라우드 애플리케이션에 데이터 주도 머신러닝 지능을 불어넣기 위해 AI 마이크로서비스를 포함하고 있다. 각종 센서에서 수집한 데이터는 물론 여러 애플리케이션과 클라우드, 허브 게이트웨이를 비롯한 온라인 자원에서 획득한 데이터를 대상으로 고속 추론을 수행하는 정교한 AI는 갈수록 대체 불가한 존재가 되어가고 있다.

데이터 과학자나 머신러닝 전문가가 아니더라도 AI 동향과 기술 및 애플리케이션을 잘 알아두는 것은 현대 사업에서 성공의 기본이다. AI를 이용해 혁신하는 회사들이 향후 수십 년간 해당 업계의 지배자가 될 것이다.

최고의 기업 AI 역량 구축
그동안 AI 업계가 얼마나 보편화되고 역동적으로 변했는지 고려하면, 기업 AI 전문기술을 일정 수준으로 유지하는 것이 어려울 수 있다. 다른 건 몰라도 반드시 해야 할 일은 AI 기술력, 프로세스, 도구, 플랫폼, 방법론을 아우르면서 다음과 같은 주요 사항이 포함된 광범위한 프로그램을 실행하는 것이다.

• 팀: AI 애플리케이션을 조직 전체에 표준화한 운영 절차로 구축하고 훈련, 배치, 관리하기 위해 데이터 과학자 등 개발자로 구성된 전담팀을 만든다. 
• 플랫폼: 멀티클라우드 환경에서 애플리케이션 구축, 데이터 공학, 머신러닝, 데이터 과학을 위해 신뢰할 수 있고 통합된 개방형 플랫폼을 배치한다.
• 데이터: 머신러닝, 딥러닝 등 AI 모델을 구축하고 훈련, 배치, 관리할 때 온프레미스 플랫폼과 퍼블릭 클라우드에서 온 혼합 데이터를 결합한다. 
• 워크로드: 수많은 AI 워크로드를 위해 정지 중인 데이터와 이동 중인 데이터를 둘 다 관리할 수 있도록 빠르고 확장 가능한 혼합 데이터 환경을 배치한다.
• 자동화: 클라우드 기반 AI 데브옵스 도구들을 채택하여 인기 있는 모델링 프레임워크를 적용하고 모델 관리 및 하이퍼파라미터 튜닝을 자동화하며 분산 GPU 등 연산 노드에서 AI 워크로드를 가속화하고 개발자들이 퍼블릭 클라우드, 프라이빗 클라우드, 온프레미스 시스템에서 라이브러리로부터 사전 훈련된 모델에 접근할 수 있게 한다.
• 배치: AI 추론, 훈련, 모델링 및 데이터 준비 워크로드를 퍼블릭 클라우드, 프라이빗 클라우드, 온프레미스 시스템 전반에 분산하고 확장한다.
• 도구: 모든 AI 계획과 프로젝트, 애플리케이션, 워크로드에서 데이터 통합, 보안, 관리통제, 생애주기 관리, 데브옵스, 편성을 위한 탄탄한 도구를 채택한다.
 
---------------------------------------------------------------
인공지능 인기기사
->연민, 공감 능력 있는 인간적인 AI가 필요한 이유
->이재용 IT+심리학 | 인공지능에서 유용한 사회문화심리학
->인공지능의 무한질주···협상·테스팅에도 접목
->기고 | 인공지능에의 안전한 접근법, '집단 AI'에 쏠리는 관심
->칼럼 | 성큼 도래한 유비쿼터스 AI 세상··· 마음의 준비를 'Her'하라
->현실로 다가온 영화 터미네이터 속 기술들
->로봇계의 아이폰 될 수도··· 소프트뱅크 '페퍼'에 주목해야 하는 이유
->"인간 넘어선 초지능, 100년 내 출현 가능성 높다" AI 전문가 닉 보스트롬 전망
->'공상에서 현실로' 변곡점 들어선 AI
->스티븐 호킹의 경고 "인공지능, 인류 멸망 초래할 수 있다"
---------------------------------------------------------------

기업 AI 동향 따라잡기
AI의 복잡성을 이해하는 일은 끝이 없다. 그 일을 생업으로 하는 업계 애널리스트인 필자조차도 마치 제자리걸음을 하고 있다는 느낌이 들 때가 많다.

AI업계는 엄청난 속도로 진화하고 있기 때문에 우리는 기업, 팀, 개인 할 것 없이 누구나 비즈니스 주제와 기술 주제에 관한 동향을 모두 머릿속에 그려 두어야 한다. 다음은 필자가 지난 2년간 연말마다 직접 예측한 주요 AI 동향을 모은 것이다. 전부 아직 유효하다고 판단된다.

• 거버넌스: 대부분 현대 국가와 모든 업계에서 AI 규제가 빠르게 도입되고 있다. 기업 최고 법무 책임자들은 처음부터 끝까지 전체적인 AI 투명성을 의무화하고 있다. AI 위험 경감 통제 장치는 데이터 과학 파이프라인 도구들에서 사용 가능한 표준 패턴으로 자리 잡고 있다. AI 데이터 과학팀 워크벤치 덕분에 다운스트림 재생산이 가능해졌다. AI 조작 기술의 마법은 이롭든 아니든 우리 삶에 더욱 깊숙이 침투하고 있다.
• 가속화: GPU가 AI 가속화를 지배하고 있다. 몰입 AI 애플리케이션에 GPU의 족적이 확대되고 있다. AI 단일 칩 체제(SOC)가 하드웨어 가속기 제품을 지배하고 있다.
• 도구: AI 개발 프레임워크들이 개방형 업계 생태계 내에서 호환이 가능해졌다. 인증된 고성능 AI 알고리즘과 훈련된 모델, 그리고 훈련 데이터를 온라인 장터에서 구입하는 데이터 과학자들이 늘고 있다. AI 모델링 프레임워크는 양자 경쟁 구도로 압축되고 있다.
• 플랫폼: SaaS 기반 AI 솔루션 덕분에 데이터 과학자들에 대한 기업의 요구가 줄어들고 있다. 주문형 클라우드 서비스를 통해 AI 훈련 데이터 분류가 자동화되는 부분이 늘어나고 있다. 쿠버네티스 편성 컨테이너가 AI 파이프라인에 필수 불가결해졌다. 강화학습이 주류 AI 접근 방식으로 자리 잡고 있다. 클라이언트 측 훈련이 AI 주류를 향해 이동 중이다. 블록체인이 AI 생태계 내로 스며들고 있다.
• 성능: 우수한 클라우드 투 엣지 성능을 위해 지배적 AI 개발 프레임워크가 재설계되고 있다. AI 벤치마킹 프레임워크가 확고해지면서 기업에 채택되고 있다. 업계 표준 AI 벤치마크가 경쟁의 제일선으로 변하고 있다.
• 프로세스: AI 개발자들의 핵심 모델링 기능이 AI로 자동화되고 있다. 자동화된 엔드투엔드 AI 데브옵스 파이프라인이 표준 관행으로 자리 잡고 있다. 기업 AI는 지속적인 현실 실험 방향으로 이동하고 있다. AI는 산업화된 운영 업무 기능으로 자리 잡고 있으며, 폐쇄형 IT 운영 관리를 주도하고 있다.

기업 전문가라면 이 모든 것을 대비하고 따라잡기 위한 전략의 일환으로, 올해 열릴 엔비디아 GPU 테크놀로지 컨퍼런스를 비롯한 AI 업계 및 전문가 학회에 참가해야 한다. 또한, 학교에 다시 다니면서 AI 자격증을 취득하는 것도 좋은 생각이다. 친절한 AI 업계 애널리스트들과 교류하면서 이 모든 것에 대한 전문가의 현실 진단을 들어보는 것도 나쁘지 않을 것이다.

*James Kobielus는 퓨처럼리서치(Futurum Research)의 리서치 디렉터 겸 수석 애널리스트다. ciokr@idg.co.kr