2016.11.25

아마존이 MXNet을 딥러닝 플랫폼으로 선택한 이유

Serdar Yegulalp | InfoWorld
MXNet이 “아마존이 선택한 딥러닝 프레임워크”가 될 것이라고 아마존 CTO 워너 보겔스가 밝혔다.

아마존이 MXnet을 선택했다는 것은 일부에게는 놀라운 일로 여겨질 수 있는데, 텐서플로우부터 테아노(Theano), 토치(Torch), 카페(Caffe) 등 더 잘 알려져 있는 프레임워크가 많기 때문이다. 아마존은 MXNet이 확장성이 좋고 다른 어떤 프레임보다 빠르게 구동할 수 있기 때문이라고 설명했다. 하지만 다른 동기도 작용했을 것으로 보인다.

MXNet는 올해 초 인포월드가 선정한 2016년 오픈소스 루키로 선정될 만큼 주목을 받고 있는 프레임워크이다. 여러 가지 장점 중 작은 크기와 크로스 플랫폼 이식성이 가장 두드러지는데, 보겔스 역시 이 두 가지 특징을 칭찬했다. 보겔스는 “코어 라이브러리가 단일 C++ 소스 파일에 들어가며, 안드로이드와 iOS용으로 컴파일할 수 있다”고 강조했다. 개발자가 다양한 프로그래밍 언어를 사용할 수 있다는 것도 장점인데, 파이썬, C++, R, 스칼라, 줄리아, 매트랩, 자바스크립트를 사용할 수 있다.

하지만 아마존아 가장 주목한 것은 확장성이다. 보겔스는 인셉션 v3 이미지 분석 알고리즘을 사용한 MXNet의 학습 처리량 벤치마크를 발표하고, 여러 대의 GPU를 사용하면 선형적인 성능 향상 효과를 얻을 수 있다고 주장했다. 128개의 GPU를 사용했을 때 MXNet은 단일 GPU를 사용한 것보다 109배 빠른 성능을 보였다.

아마존의 장기적인 계획에는 MXNet을 클라우드 서비스로 제공해 수익화하는 것도 포함됐다고 보는 것이 맞을 것이다. 이 서비스는 아마존의 기존 머신러닝 서비스를 통해 이루어질 필요도 없다. 아마존이 이미 판매하고 있는 기존 딥러닝 AMI와 같은 공식 지원 머신 이미지로 구현할 수도 있다. 전자는 쉽게 사용할 수 있는 소비자 제품을 원하는 고객에게, 그리고 후자는 모든 것을 직접 제어하기를 원하는 고객에게 적합하다.

한편 아마존은 MXNet 개발의 주요 후원업체가 되고자 한다. 보겔스는 아마존이 “MXNet 관련 생태계에 투자하는 것은 물론 코드와 개선된 문서화에도 기여할 것”이며, “MXNet의 발전을 위해 다른 조직과도 협력할 것”이라고 밝혔다.

아마존의 계획은 또 하나의 가능성이 내포하고 있다. MXNet을 대규모로 구동하기 위한 맞춤형 하드웨어를 만들어 어디에서도 볼 수 없는 서비스를 제공하는 것이다. 이론적으로는 MXNet에 큰 변화를 주지 않고도 구현할 수 있다. 아마존이 자사의 하드웨어 전용으로 발전시킨 내부 버전을 구축할 수도 있다.

물로 이런 서비스가 나온다고 해서 공개적으로 이용할 수 있는 오픈소스 버전의 가치가 폭락하는 것은 아니다. 하지만 클라우드 서비스 업체는 일반적인 사용자의 실용적인 접근 외에 대규모 옵션을 제공할 수 있는 역량의 중요성을 인지하고 있다.  editor@itworld.co.kr



2016.11.25

아마존이 MXNet을 딥러닝 플랫폼으로 선택한 이유

Serdar Yegulalp | InfoWorld
MXNet이 “아마존이 선택한 딥러닝 프레임워크”가 될 것이라고 아마존 CTO 워너 보겔스가 밝혔다.

아마존이 MXnet을 선택했다는 것은 일부에게는 놀라운 일로 여겨질 수 있는데, 텐서플로우부터 테아노(Theano), 토치(Torch), 카페(Caffe) 등 더 잘 알려져 있는 프레임워크가 많기 때문이다. 아마존은 MXNet이 확장성이 좋고 다른 어떤 프레임보다 빠르게 구동할 수 있기 때문이라고 설명했다. 하지만 다른 동기도 작용했을 것으로 보인다.

MXNet는 올해 초 인포월드가 선정한 2016년 오픈소스 루키로 선정될 만큼 주목을 받고 있는 프레임워크이다. 여러 가지 장점 중 작은 크기와 크로스 플랫폼 이식성이 가장 두드러지는데, 보겔스 역시 이 두 가지 특징을 칭찬했다. 보겔스는 “코어 라이브러리가 단일 C++ 소스 파일에 들어가며, 안드로이드와 iOS용으로 컴파일할 수 있다”고 강조했다. 개발자가 다양한 프로그래밍 언어를 사용할 수 있다는 것도 장점인데, 파이썬, C++, R, 스칼라, 줄리아, 매트랩, 자바스크립트를 사용할 수 있다.

하지만 아마존아 가장 주목한 것은 확장성이다. 보겔스는 인셉션 v3 이미지 분석 알고리즘을 사용한 MXNet의 학습 처리량 벤치마크를 발표하고, 여러 대의 GPU를 사용하면 선형적인 성능 향상 효과를 얻을 수 있다고 주장했다. 128개의 GPU를 사용했을 때 MXNet은 단일 GPU를 사용한 것보다 109배 빠른 성능을 보였다.

아마존의 장기적인 계획에는 MXNet을 클라우드 서비스로 제공해 수익화하는 것도 포함됐다고 보는 것이 맞을 것이다. 이 서비스는 아마존의 기존 머신러닝 서비스를 통해 이루어질 필요도 없다. 아마존이 이미 판매하고 있는 기존 딥러닝 AMI와 같은 공식 지원 머신 이미지로 구현할 수도 있다. 전자는 쉽게 사용할 수 있는 소비자 제품을 원하는 고객에게, 그리고 후자는 모든 것을 직접 제어하기를 원하는 고객에게 적합하다.

한편 아마존은 MXNet 개발의 주요 후원업체가 되고자 한다. 보겔스는 아마존이 “MXNet 관련 생태계에 투자하는 것은 물론 코드와 개선된 문서화에도 기여할 것”이며, “MXNet의 발전을 위해 다른 조직과도 협력할 것”이라고 밝혔다.

아마존의 계획은 또 하나의 가능성이 내포하고 있다. MXNet을 대규모로 구동하기 위한 맞춤형 하드웨어를 만들어 어디에서도 볼 수 없는 서비스를 제공하는 것이다. 이론적으로는 MXNet에 큰 변화를 주지 않고도 구현할 수 있다. 아마존이 자사의 하드웨어 전용으로 발전시킨 내부 버전을 구축할 수도 있다.

물로 이런 서비스가 나온다고 해서 공개적으로 이용할 수 있는 오픈소스 버전의 가치가 폭락하는 것은 아니다. 하지만 클라우드 서비스 업체는 일반적인 사용자의 실용적인 접근 외에 대규모 옵션을 제공할 수 있는 역량의 중요성을 인지하고 있다.  editor@itworld.co.kr

X