2017.02.14

"스마트워치에서도 AI 구현"···구글, '온-디바이스' 머신지능 발표

Agam Shah | IDG News Service
오는 연말이면 AI 문턱이 한층 더 낮아질 전망이다. 구글 연구진은 웨어러블 기기용 안드로이드 웨어 2.0 OS에 AI 기능을 일부 추가한다고 밝혔다. .

이와 관련해 주목할 만한 사실 중 하나는 이들 기기가 머신러닝 업무를 위해 고성능 CPU나 GPU를 반드시 필요로 하지 않을 것이라는 점이다.

설명에 따르면 안드로이드 웨어 2.0에 내장된 기본적인 AI 기능은 제한된 메모리와 CPU 상에서도 동작할 수 있다.

가령 '스마트 리플라이'(smart reply)는, 대화 맥락을 기반해 자동으로 응답하는 기능을 스마트워치에서 구현한다. 구글 측은 데이터를 분석하는 새로운 방법을 이용한다고 설명하며, "semi-supervised" 학습 기술이 안드로이드 웨어 2.0에 적용됐다고 덧붙였다.

구글 수지스 라비 연구 과학자는 블로그 포스트를 통해 "안드로이드 웨어러블 기기 상에서도 꽤 잘 동작한다는 사실에 놀랐다"라고 말했다.

그에 따르면 간소화된 머신러닝 모델은 정서나 다른 실마리에 기반에 몇몇 단어를 정렬해 짧은 대답을 구성할 수 있다. 비트 어레이, 즉 1이나 0의 형태에 기반해 데이터가 분석되고 비교되기 때문에 속도가 더 빠르며, 제한된 메모리만으로 이동 중에 데이터를 분석할 수 있다는 설명이다. 물론 복잡한 단어 세트를 분석하거나 정교화된 대답을 만들어낼 수는 없다.

구글 연구진은 이 기능이 써드파티 메시지 앱에서도 활용될 수 있다며, 구글 메시징 앱 '알로'에 적용된 스마트 리플라이 기술에 일부 기반하고 있다고 밝혔다.

Credit: LG
안드로이드 웨어 2.0을 탑재한 LG 워치 스포츠

한편 AI는 스마트폰과 PC, 스마트 홈IoT 기기에 빠르게 스며들고 있는 상태다. 그러나 이들 기능은 대부분 클라우드에서 처리되는 머신러닝에 크게 의존하고 있다. 전통적인 머신러닝은 복잡한 알고리즘과 초고속 하드웨어, 방대한 데이터를 요구하기 때문이다.

퀄컴이 모바일 기기에 머신러닝 접목을 발표한 바 있지만, 퀄컴의 경우 DSP(digital signal processors)에 알로리즘을 내장시켜 이미지 처리 및 자연어 처리를 구현했다는 점에서 구글의 이번 접근법과 다른 성격을 가진다. ciokr@idg.co.kr
 



2017.02.14

"스마트워치에서도 AI 구현"···구글, '온-디바이스' 머신지능 발표

Agam Shah | IDG News Service
오는 연말이면 AI 문턱이 한층 더 낮아질 전망이다. 구글 연구진은 웨어러블 기기용 안드로이드 웨어 2.0 OS에 AI 기능을 일부 추가한다고 밝혔다. .

이와 관련해 주목할 만한 사실 중 하나는 이들 기기가 머신러닝 업무를 위해 고성능 CPU나 GPU를 반드시 필요로 하지 않을 것이라는 점이다.

설명에 따르면 안드로이드 웨어 2.0에 내장된 기본적인 AI 기능은 제한된 메모리와 CPU 상에서도 동작할 수 있다.

가령 '스마트 리플라이'(smart reply)는, 대화 맥락을 기반해 자동으로 응답하는 기능을 스마트워치에서 구현한다. 구글 측은 데이터를 분석하는 새로운 방법을 이용한다고 설명하며, "semi-supervised" 학습 기술이 안드로이드 웨어 2.0에 적용됐다고 덧붙였다.

구글 수지스 라비 연구 과학자는 블로그 포스트를 통해 "안드로이드 웨어러블 기기 상에서도 꽤 잘 동작한다는 사실에 놀랐다"라고 말했다.

그에 따르면 간소화된 머신러닝 모델은 정서나 다른 실마리에 기반에 몇몇 단어를 정렬해 짧은 대답을 구성할 수 있다. 비트 어레이, 즉 1이나 0의 형태에 기반해 데이터가 분석되고 비교되기 때문에 속도가 더 빠르며, 제한된 메모리만으로 이동 중에 데이터를 분석할 수 있다는 설명이다. 물론 복잡한 단어 세트를 분석하거나 정교화된 대답을 만들어낼 수는 없다.

구글 연구진은 이 기능이 써드파티 메시지 앱에서도 활용될 수 있다며, 구글 메시징 앱 '알로'에 적용된 스마트 리플라이 기술에 일부 기반하고 있다고 밝혔다.

Credit: LG
안드로이드 웨어 2.0을 탑재한 LG 워치 스포츠

한편 AI는 스마트폰과 PC, 스마트 홈IoT 기기에 빠르게 스며들고 있는 상태다. 그러나 이들 기능은 대부분 클라우드에서 처리되는 머신러닝에 크게 의존하고 있다. 전통적인 머신러닝은 복잡한 알고리즘과 초고속 하드웨어, 방대한 데이터를 요구하기 때문이다.

퀄컴이 모바일 기기에 머신러닝 접목을 발표한 바 있지만, 퀄컴의 경우 DSP(digital signal processors)에 알로리즘을 내장시켜 이미지 처리 및 자연어 처리를 구현했다는 점에서 구글의 이번 접근법과 다른 성격을 가진다. ciokr@idg.co.kr
 

X