Offcanvas

������������|���������

알테어, 머신러닝 전문 기업 ‘래피드마이너’ 인수

인공지능(AI) 기반 시뮬레이션 기업 알테어가 데이터 분석 및 머신러닝 전문 기업 ‘래피드마이너’를 인수했다고 20일 밝혔다.  래피드마이너는 2001년 독일에서 설립된 기업으로, 대표 제품은 셀프 서비스 데이터 분석을 지원하는 예측적 데이터 분석 플랫폼 ‘래피드마이너’가 있다. 현재 150개 국가에서 100만여 명의 사용자를 확보하고 있다.    래피드마이너는 데이터 파이프라인 및 머신러닝 모델을 개발하는 로우코드/노코드(LCNC) 플랫폼이다. 특히 머신러닝 영역은 관련 전문가가 필요한데, 래피드마이너는 드래그앤드롭 방식으로 수백가지 기능을 제공하기 때문에 코딩이 어려운 비전문가도 머신러닝 모델을 간편하게 개발할 수 있다고 업체 측은 설명했다.  무엇보다 래피드마이너의 클라우드 플랫폼은 온프레미스의 컴퓨팅 자원을 최대한 활용하고 클라우드의 강점인 확장성을 함께 지원한다. 따라서 사용자는 해당 제품을 통해 데이터 사이언스 워크로드를 쉽고 안전하게 확장할 수 있다. 앞서 알테어는 데이터 분석을 새로운 핵심 역량으로 보고 2018년 데이터워치 인수를 시작으로 SAS 프로그래밍 환경 대체가 가능한 알테어 SLC도 제공하고 있다. 이번 3번째 데이터 분야 기업 인수로 다양한 산업에서 인공지능과 머신러닝 기술 도입을 원하고 있는 만큼 데이터 역량을 강화해 시장 입지를 공고히 하겠다는 입장이다.  한국알테어 유은하 지사장은 “여러 산업에서 머신러닝 도입을 원하고 있지만, 머신러닝을 다루기 위해서는 만만치 않은 전문성이 필요해 시작하기도 어려운 것이 현실”이라며 “이번 인수를 통해 국내 기업들의 머신러닝 도입 장벽을 낮추고 데이터 기반 비즈니스에 보탬이 되는 혁신적인 개발을 이어나갈 계획”이라고 밝혔다.  한편, 한국알테어는 9월 23일 콘래드서울 호텔에서 열리는 알테어의 연례 기술 컨퍼런스인 ‘퓨처닷인더스트리’에서 래피드마이너를 소개할 예정이다. ciokr@idg.co.kr

알테어

2022.09.20

인공지능(AI) 기반 시뮬레이션 기업 알테어가 데이터 분석 및 머신러닝 전문 기업 ‘래피드마이너’를 인수했다고 20일 밝혔다.  래피드마이너는 2001년 독일에서 설립된 기업으로, 대표 제품은 셀프 서비스 데이터 분석을 지원하는 예측적 데이터 분석 플랫폼 ‘래피드마이너’가 있다. 현재 150개 국가에서 100만여 명의 사용자를 확보하고 있다.    래피드마이너는 데이터 파이프라인 및 머신러닝 모델을 개발하는 로우코드/노코드(LCNC) 플랫폼이다. 특히 머신러닝 영역은 관련 전문가가 필요한데, 래피드마이너는 드래그앤드롭 방식으로 수백가지 기능을 제공하기 때문에 코딩이 어려운 비전문가도 머신러닝 모델을 간편하게 개발할 수 있다고 업체 측은 설명했다.  무엇보다 래피드마이너의 클라우드 플랫폼은 온프레미스의 컴퓨팅 자원을 최대한 활용하고 클라우드의 강점인 확장성을 함께 지원한다. 따라서 사용자는 해당 제품을 통해 데이터 사이언스 워크로드를 쉽고 안전하게 확장할 수 있다. 앞서 알테어는 데이터 분석을 새로운 핵심 역량으로 보고 2018년 데이터워치 인수를 시작으로 SAS 프로그래밍 환경 대체가 가능한 알테어 SLC도 제공하고 있다. 이번 3번째 데이터 분야 기업 인수로 다양한 산업에서 인공지능과 머신러닝 기술 도입을 원하고 있는 만큼 데이터 역량을 강화해 시장 입지를 공고히 하겠다는 입장이다.  한국알테어 유은하 지사장은 “여러 산업에서 머신러닝 도입을 원하고 있지만, 머신러닝을 다루기 위해서는 만만치 않은 전문성이 필요해 시작하기도 어려운 것이 현실”이라며 “이번 인수를 통해 국내 기업들의 머신러닝 도입 장벽을 낮추고 데이터 기반 비즈니스에 보탬이 되는 혁신적인 개발을 이어나갈 계획”이라고 밝혔다.  한편, 한국알테어는 9월 23일 콘래드서울 호텔에서 열리는 알테어의 연례 기술 컨퍼런스인 ‘퓨처닷인더스트리’에서 래피드마이너를 소개할 예정이다. ciokr@idg.co.kr

2022.09.20

전문 번역에서 고객 대응까지··· NLP 성공 사례 5선

데이터는 이제 중요한 상품이자 자산이다. 2022년 CIO 현황 보고서에 따르면 IT 리더 중 35%가 올 해 자체 조직에서 데이터 분석이 대부분의 IT 투자를 견인할 것이라고 밝혔으며, 58%는 내년에 데이터 분석 활용이 확산할 것이라고 밝혔다. 데이터는 다양한 형태를 가지지만, 아마도 가장 큰 미개발 데이터 풀은 텍스트일 것이다. 소셜 피드는 말할 것도 없이 특허, 제품 사양, 학문적 출판물, 시장 조사, 뉴스는 모두 텍스트가 주된 구성요소이며 텍스트의 양은 지속적으로 증가하고 있다.  ‘파운드리(Foundry)의 2022년 데이터 및 분석 조사’에 따르면 IT 리더 중 36%는 이런 비구조적 데이터 관리가 가장 큰 문제라고 생각하고 있다. 조사 기업 럭스 리서치(Lux Research)는 NLP 기술, 특히 토픽 모델링이 데이터의 가치를 발현하기 위한 핵심 도구가 되고 있다고 밝히기도 했다. NLP는 컴퓨터가 언어를 이해, 처리, 생성할 수 있도록 훈련시키는 AI의 한 영역이다. 검색 엔진, 기계 번역 서비스, 음성 비서는 모두 NLP에 기반한다. 예를 들어, 토픽 모델링은 단어를 그룹화하여 특정 개념의 하위 범주로 분류하는 NLP 기법이다.  럭스 리서치에 따르면 토픽 모델링을 통해 조직이 문서와 특정 주제를 연계시킨 후 시간이 지남에 따라 한 주제의 증가 트렌드 등의 데이터를 추출할 수 있다. 또 토픽 모델링을 사용하면 주어진 문서에 대해 ‘지문’을 수립한 후 유사한 지문을 가진 다른 문서를 발견할 수 있다. 비즈니스 부문에서 AI에 대한 관심이 커지면서 조직들이 텍스트 문서 등의 비구조적 데이터의 가치를 발현하기 위해 NLP로 눈을 돌리기 시작했다. 마켓앤마켓(Markets and Markets)은 NLP 시장이 2022년의 157억 달러에서 2027년에는 494억 달러까지 성장해 해당 기간의 CAGR이 25.7%가 될 것으로 전망했다. 자연어 처리를 활용하여 비즈니스 성과를 창출하는 5가지 사례를 살펴본다.  ...

NLP 자연어 처리 텍스트 분석 챗봇 엘리 릴리 기계 번역

2022.09.20

데이터는 이제 중요한 상품이자 자산이다. 2022년 CIO 현황 보고서에 따르면 IT 리더 중 35%가 올 해 자체 조직에서 데이터 분석이 대부분의 IT 투자를 견인할 것이라고 밝혔으며, 58%는 내년에 데이터 분석 활용이 확산할 것이라고 밝혔다. 데이터는 다양한 형태를 가지지만, 아마도 가장 큰 미개발 데이터 풀은 텍스트일 것이다. 소셜 피드는 말할 것도 없이 특허, 제품 사양, 학문적 출판물, 시장 조사, 뉴스는 모두 텍스트가 주된 구성요소이며 텍스트의 양은 지속적으로 증가하고 있다.  ‘파운드리(Foundry)의 2022년 데이터 및 분석 조사’에 따르면 IT 리더 중 36%는 이런 비구조적 데이터 관리가 가장 큰 문제라고 생각하고 있다. 조사 기업 럭스 리서치(Lux Research)는 NLP 기술, 특히 토픽 모델링이 데이터의 가치를 발현하기 위한 핵심 도구가 되고 있다고 밝히기도 했다. NLP는 컴퓨터가 언어를 이해, 처리, 생성할 수 있도록 훈련시키는 AI의 한 영역이다. 검색 엔진, 기계 번역 서비스, 음성 비서는 모두 NLP에 기반한다. 예를 들어, 토픽 모델링은 단어를 그룹화하여 특정 개념의 하위 범주로 분류하는 NLP 기법이다.  럭스 리서치에 따르면 토픽 모델링을 통해 조직이 문서와 특정 주제를 연계시킨 후 시간이 지남에 따라 한 주제의 증가 트렌드 등의 데이터를 추출할 수 있다. 또 토픽 모델링을 사용하면 주어진 문서에 대해 ‘지문’을 수립한 후 유사한 지문을 가진 다른 문서를 발견할 수 있다. 비즈니스 부문에서 AI에 대한 관심이 커지면서 조직들이 텍스트 문서 등의 비구조적 데이터의 가치를 발현하기 위해 NLP로 눈을 돌리기 시작했다. 마켓앤마켓(Markets and Markets)은 NLP 시장이 2022년의 157억 달러에서 2027년에는 494억 달러까지 성장해 해당 기간의 CAGR이 25.7%가 될 것으로 전망했다. 자연어 처리를 활용하여 비즈니스 성과를 창출하는 5가지 사례를 살펴본다.  ...

2022.09.20

“매일 10시간씩 활주시간 단축” 세계 최대 항공사의 애널리틱스 실전 노하우

아메리칸 항공(American Airlines)은 클라우드 전환을 통해 AI, ML, 실시간 애널리틱스 등을 활용하면서 비즈니스 중단을 최소화하고, 운영을 간소화하며, 비행 환경을 개선하고 있다.  코로나19 팬데믹 이후 전 세계 항공사는 악천후, 항공 교통 관제사 감소, 조종사 부족 등으로 어려움을 겪고 있으며, 이로 인해 사상 유례없는 항공편 결항 건수를 기록했다. 로이터에 따르면 지난 1월부터 7월까지 미국에서 10만 건 이상의 항공편이 취소됐다. 팬데믹 이전 수준보다 11% 증가한 수치다.  세계 최대 항공사인 아메리칸 항공은 더욱더 원활한 고객 경험을 제공하기 위한 목적으로 비즈니스 중단을 최소화하고 운영을 간소화하기 위해 데이터 및 애널리틱스를 도입했다.  아메리칸 항공의 수석 부사장 겸 CIO 마야 립만은 “터치리스, 심리스, 스트레스리스(Touchless, Seamless, Stressles)라는 비전을 늘 가지고 있었지만 기존 시스템과 인프라로는 이를 달성하기가 어려웠다”라며, “현대화를 통해 이에 가까워지고 있다. 미래에는 공항이 ‘하늘 정류장(Sky-Stops)’이라고 불릴지 모른다. 일반적인 버스 정류장처럼 공항에서도 수고로움이나 스트레스 없이 시간에 맞춰 탑승하기만 하면 되기 때문이다”라고 말했다.    신임 수석 부사장 겸 CDIO 가네시 제이아람의 취임을 앞두고 9월 1일 아메리칸 항공을 사임한 립만은 이 86년 된 항공사가 데이터 기반 의사결정을 도입할 수 있도록 대대적인 혁신을 주도했다. 그는 “지난 몇 년간 이러한 혁신을 지속해왔다. 팬데믹 이전에는 새롭게 개발된 제품 분류 체계를 중심으로 팀을 재구성하여 제품 중심 사고방식을 구축했다. 이는 (IT에) 큰 변화였다. 하지만 2019년 제품 중심의 데브옵스 문화 기반을 마련해 놓은 덕분에 고객이 항공편 결항에 따른 여행 크레딧을 더 쉽게 사용할 수 있도록 하는 등 팬데믹 관련 고객 문제를 해결하는 데 있어 신속하게 업무를 바...

아메리칸 항공 항공사 클라우드 인공지능 머신러닝 애널리틱스 실시간 애널리틱스 데이터옵스 팬데믹 데이터 애널리틱스 자동화 RPA

2022.09.19

아메리칸 항공(American Airlines)은 클라우드 전환을 통해 AI, ML, 실시간 애널리틱스 등을 활용하면서 비즈니스 중단을 최소화하고, 운영을 간소화하며, 비행 환경을 개선하고 있다.  코로나19 팬데믹 이후 전 세계 항공사는 악천후, 항공 교통 관제사 감소, 조종사 부족 등으로 어려움을 겪고 있으며, 이로 인해 사상 유례없는 항공편 결항 건수를 기록했다. 로이터에 따르면 지난 1월부터 7월까지 미국에서 10만 건 이상의 항공편이 취소됐다. 팬데믹 이전 수준보다 11% 증가한 수치다.  세계 최대 항공사인 아메리칸 항공은 더욱더 원활한 고객 경험을 제공하기 위한 목적으로 비즈니스 중단을 최소화하고 운영을 간소화하기 위해 데이터 및 애널리틱스를 도입했다.  아메리칸 항공의 수석 부사장 겸 CIO 마야 립만은 “터치리스, 심리스, 스트레스리스(Touchless, Seamless, Stressles)라는 비전을 늘 가지고 있었지만 기존 시스템과 인프라로는 이를 달성하기가 어려웠다”라며, “현대화를 통해 이에 가까워지고 있다. 미래에는 공항이 ‘하늘 정류장(Sky-Stops)’이라고 불릴지 모른다. 일반적인 버스 정류장처럼 공항에서도 수고로움이나 스트레스 없이 시간에 맞춰 탑승하기만 하면 되기 때문이다”라고 말했다.    신임 수석 부사장 겸 CDIO 가네시 제이아람의 취임을 앞두고 9월 1일 아메리칸 항공을 사임한 립만은 이 86년 된 항공사가 데이터 기반 의사결정을 도입할 수 있도록 대대적인 혁신을 주도했다. 그는 “지난 몇 년간 이러한 혁신을 지속해왔다. 팬데믹 이전에는 새롭게 개발된 제품 분류 체계를 중심으로 팀을 재구성하여 제품 중심 사고방식을 구축했다. 이는 (IT에) 큰 변화였다. 하지만 2019년 제품 중심의 데브옵스 문화 기반을 마련해 놓은 덕분에 고객이 항공편 결항에 따른 여행 크레딧을 더 쉽게 사용할 수 있도록 하는 등 팬데믹 관련 고객 문제를 해결하는 데 있어 신속하게 업무를 바...

2022.09.19

구글 애널리틱스 세대교체, 1년도 안 남았다··· 꼭 알아야 할 ‘GA4’

마케터가 유니버설 애널리틱스(Universal Analytics; UA)에서 구글 애널리틱스 4(Google Analytics 4; GA4)로의 전환에 대비하는 방법을 살펴본다.  ‘구글 애널리틱스(Google Analytics)’는 디지털 마케팅의 필수 도구다. 따라서 구글이 이 플래그십 애널리틱스 스위트를 변경하면, 전 세계 마케터에게 상당한 영향을 미친다. 최신 버전인 GA4는 구글이 지금으로부터 무려 10년 전 마지막 메이저 업데이트인 UA를 출시했다는 점에서 매우 중요하다. 결과적으로 GA4는 대변동을 유발하고 있다. 디지털 마케팅 서비스 회사 TP(The Pistol)의 CEO 제이미 노스워시에 따르면 GA4의 여러 변경 사항은 사용자 프라이버시를 보호하려는 기존의 트렌드와 맥을 같이하며, 아울러 많은 이점을 제공한다.  그는 <CMO>와의 인터뷰에서 “GA4는 데이터 통합과 프라이버시를 전면에 내세우며, 아울러 AI를 지원하여 마케터에게 사용자 여정에 관한 더욱더 일관된 관점을 제공한다”라면서, “이력 세션 및 기기 추적이 아닌, 이벤트 기반 추적으로의 변화는 마케터에게 가치 있는 사용자 여정 및 고객 라이프사이클 정보를 제공하여 더욱더 풍부하고 실행 가능한 인사이트를 확보할 수 있도록 한다”라고 말했다. “또한 프라이버시와 데이터 보호가 중요한 상황에서 GA4는 IP 주소나 쿠키를 수집하지 않는다. 사용자는 어떤 데이터가 수집되고 어떻게 활용되는지 결정할 수 있다. 머신러닝은 (이에 따른) 데이터 격차를 보완해주며, 예측 애널리틱스는 마케터가 유의미한 인사이트를 도출하고 효과적으로 예측하는 데 도움이 된다”라고 그는 설명했다.    한편 기존 애널리틱스 사용자는 GA4를 도입할 수밖에 없다. 구글이 UA의 무료 버전을 2023년 7월, 유료 버전(기업 고객)은 2023년 10월 자로 종료할 계획이기 때문이다(정확하게는 데이터 수집이 중단돼 새 데이터를 UA로 가져올 수 없다). 종료 이후에...

구글 구글 애널리틱스 UA 구글 애널리틱스 4 GA4 퍼스트파티 데이터 프라이버시 데이터 보호 서드파티 쿠키

2022.09.16

마케터가 유니버설 애널리틱스(Universal Analytics; UA)에서 구글 애널리틱스 4(Google Analytics 4; GA4)로의 전환에 대비하는 방법을 살펴본다.  ‘구글 애널리틱스(Google Analytics)’는 디지털 마케팅의 필수 도구다. 따라서 구글이 이 플래그십 애널리틱스 스위트를 변경하면, 전 세계 마케터에게 상당한 영향을 미친다. 최신 버전인 GA4는 구글이 지금으로부터 무려 10년 전 마지막 메이저 업데이트인 UA를 출시했다는 점에서 매우 중요하다. 결과적으로 GA4는 대변동을 유발하고 있다. 디지털 마케팅 서비스 회사 TP(The Pistol)의 CEO 제이미 노스워시에 따르면 GA4의 여러 변경 사항은 사용자 프라이버시를 보호하려는 기존의 트렌드와 맥을 같이하며, 아울러 많은 이점을 제공한다.  그는 <CMO>와의 인터뷰에서 “GA4는 데이터 통합과 프라이버시를 전면에 내세우며, 아울러 AI를 지원하여 마케터에게 사용자 여정에 관한 더욱더 일관된 관점을 제공한다”라면서, “이력 세션 및 기기 추적이 아닌, 이벤트 기반 추적으로의 변화는 마케터에게 가치 있는 사용자 여정 및 고객 라이프사이클 정보를 제공하여 더욱더 풍부하고 실행 가능한 인사이트를 확보할 수 있도록 한다”라고 말했다. “또한 프라이버시와 데이터 보호가 중요한 상황에서 GA4는 IP 주소나 쿠키를 수집하지 않는다. 사용자는 어떤 데이터가 수집되고 어떻게 활용되는지 결정할 수 있다. 머신러닝은 (이에 따른) 데이터 격차를 보완해주며, 예측 애널리틱스는 마케터가 유의미한 인사이트를 도출하고 효과적으로 예측하는 데 도움이 된다”라고 그는 설명했다.    한편 기존 애널리틱스 사용자는 GA4를 도입할 수밖에 없다. 구글이 UA의 무료 버전을 2023년 7월, 유료 버전(기업 고객)은 2023년 10월 자로 종료할 계획이기 때문이다(정확하게는 데이터 수집이 중단돼 새 데이터를 UA로 가져올 수 없다). 종료 이후에...

2022.09.16

'3가지 테마, 10가지 기술'··· 가트너가 정리한 2023년 전략 트렌드

IT 최적화로 비용 절감, 비즈니스 가치 및 성장을 위한 네트워크 확장, 비즈니스 자체의 방향 전환. 2023년에 대해 가트너가 전망하는 10가지 기술 트렌드 이면에 자리하는 테마다. 공급망 문제, 우크라이나를 비롯한 동유럽에서의 전쟁, 인재 확보의 어려움, 확산되는 금융 위기 등으로 인한 불확실성이 커지고 있다. 이를 극복하기 위해 일부 기업들은 비용을 절감할 것이고 확장 계획을 유지 및 확충하는 기업도 있을 것이며, 일부는 비즈니스 방향성을 완전히 바꿀 것으로 관측된다. 최적화, 확장, 개척 등 3가지 주된 테마와 관련하여 가트너는 기업들이 현재의 경제 및 시장 문제를 파악하는 데 도움이 될 수 있는 2023년의 10가지 주요 전략 기술 트렌드를 제시했다.   산업 클라우드 플랫폼을 수직적으로 확장 기업들이 산업별 데이터 세트를 제공하는 수직 시장 클라우드를 도입하고 있다.  의료, 제조, 공급망, 농업, 금융 등의 분야에서 특히 두드러지는 움직임이다. 오늘날 기업들은 클라우드에서 비즈니스 가치를 도출하는 데 집중하고 있다. 근본 인프라에 대한 고민을 기피하고 있다고  가트너의 책임 분석가 파드레익 번이 말했다. 번은 “기업들이 인프라 기술을 자체 개발할 필요없이 다양한 제품을 신속하게 개발할 수 있도록 돕는 특정 산업 부문 전용의 산업별 모듈식 구성요소가 증가했다”라고 말했다. 개발팀과 복잡한 인프라 사이의 마찰을 감소 수직 클라우드 활용이 전부가 아니다. 제품을 시장에 신속하게 출시하고 제공 역량을 확대하기 위해 플랫폼 엔지니어링에 초점을 맞춰야 한다. 번은 “기업에게는 복잡한 아키텍처 하이브리드 시스템이 있다. 애플리케이션 중 일부는 온프레미스 방식이지만 일부는 클라우드에 있다. 또한 스킬 부족 문제가 있다. 개발자는 확장 가능한 네트워크를 구축하는 방법을 모른다”라고 말했다. 개발팀의 현황과 인프라 계층 사이의 차이를 살펴보고 둘 사이의 마찰을 줄이는 방법을 모색하는 것이 해결책이다. 마찰 감소는 개발자들이...

가트너 2023년 전망 예측 수직 클라우드 디지털 면역 슈퍼앱 메타버스 지속 가능성 적응형 AI

2022.09.16

IT 최적화로 비용 절감, 비즈니스 가치 및 성장을 위한 네트워크 확장, 비즈니스 자체의 방향 전환. 2023년에 대해 가트너가 전망하는 10가지 기술 트렌드 이면에 자리하는 테마다. 공급망 문제, 우크라이나를 비롯한 동유럽에서의 전쟁, 인재 확보의 어려움, 확산되는 금융 위기 등으로 인한 불확실성이 커지고 있다. 이를 극복하기 위해 일부 기업들은 비용을 절감할 것이고 확장 계획을 유지 및 확충하는 기업도 있을 것이며, 일부는 비즈니스 방향성을 완전히 바꿀 것으로 관측된다. 최적화, 확장, 개척 등 3가지 주된 테마와 관련하여 가트너는 기업들이 현재의 경제 및 시장 문제를 파악하는 데 도움이 될 수 있는 2023년의 10가지 주요 전략 기술 트렌드를 제시했다.   산업 클라우드 플랫폼을 수직적으로 확장 기업들이 산업별 데이터 세트를 제공하는 수직 시장 클라우드를 도입하고 있다.  의료, 제조, 공급망, 농업, 금융 등의 분야에서 특히 두드러지는 움직임이다. 오늘날 기업들은 클라우드에서 비즈니스 가치를 도출하는 데 집중하고 있다. 근본 인프라에 대한 고민을 기피하고 있다고  가트너의 책임 분석가 파드레익 번이 말했다. 번은 “기업들이 인프라 기술을 자체 개발할 필요없이 다양한 제품을 신속하게 개발할 수 있도록 돕는 특정 산업 부문 전용의 산업별 모듈식 구성요소가 증가했다”라고 말했다. 개발팀과 복잡한 인프라 사이의 마찰을 감소 수직 클라우드 활용이 전부가 아니다. 제품을 시장에 신속하게 출시하고 제공 역량을 확대하기 위해 플랫폼 엔지니어링에 초점을 맞춰야 한다. 번은 “기업에게는 복잡한 아키텍처 하이브리드 시스템이 있다. 애플리케이션 중 일부는 온프레미스 방식이지만 일부는 클라우드에 있다. 또한 스킬 부족 문제가 있다. 개발자는 확장 가능한 네트워크를 구축하는 방법을 모른다”라고 말했다. 개발팀의 현황과 인프라 계층 사이의 차이를 살펴보고 둘 사이의 마찰을 줄이는 방법을 모색하는 것이 해결책이다. 마찰 감소는 개발자들이...

2022.09.16

오라클, AWS서 MySQL 히트웨이브 상용화

오라클이 아마존웹서비스(Amazon Web Services; 이하 AWS)에서 MySQL 히트웨이브(MySQL HeatWave)를 상용화한다고 밝혔다.    MySQL 히트웨이브는 단일 MySQL 데이터베이스 내에 OLTP, 분석, 머신러닝, 머신러닝 기반 자동화 기능을 결합한 서비스다. 이전까지는 개별 데이터베이스 간 ETL 복제를 위해 시간을 소모하던 AWS 사용자들은 이제 트랜잭션 처리, 분석은 물론 머신러닝 워크로드까지 하나의 서비스에서 실행할 수 있게 되었다고 업체 측은 설명했다.  오라클 총괄 아키텍트인 에드워드 스크리븐은 “오라클은 여러 문제들에 대한 해결책을 제시하는 동시에 트랜잭션과 분석, 머신러닝 전반에서 타 데이터베이스 클라우드 제공업체 대비 탁월한 성능 및 가격 대비 성능을 제공하고 있다”며, “AWS 사용자와 개발자들에게도 자신의 데이터를 AWS에서 옮겨오거나, 새로운 플랫폼을 학습할 필요 없이 MySQL 히트웨이브가 제공하는 혁신 기술을 활용할 수 있는 기회를 제공하고 싶었다”고 말했다.  오라클은 AWS 기반 MySQL 히트웨이브가 우수한 아키텍처를 기반으로 경쟁 제품 대비 높은 성능 및 낮은 비용을 제공하며, AWS에 최적화돼 있다고 밝혔다. 이는 업계 표준 벤치마크를 통해 입증되었다고 덧붙였다. AWS 기반 MySQL 히트웨이브는 밀리초 수준의 애플리케이션 대기시간 및 풍부한 인터랙티브 콘솔을 통해 AWS 고객들에게 네이티브 경험을 제공한다. 스키마 및 데이터 관리를 용이하게 하고 콘솔에서 대화식으로 쿼리를 실행한다. 사용자들은 쿼리의 성능과 프로비저닝된 리소스의 사용률을 모니터링할 수 있다. MySQL 오토파일럿은 대화형 콘솔과도 통합돼 사용하기 간편하다. MySQL 히트웨이브 서비스는 서버 측면의 데이터 마스킹, 비식별화, 비대칭 데이터 암호화, 데이터베이스 방화벽 등과 같은 포괄적인 보안 기능을 제공한다. 비대칭 데이터 암호화는 개발자 및 DBA가 기밀 데이터의 보안 수준을 높이...

2022.09.16

오라클이 아마존웹서비스(Amazon Web Services; 이하 AWS)에서 MySQL 히트웨이브(MySQL HeatWave)를 상용화한다고 밝혔다.    MySQL 히트웨이브는 단일 MySQL 데이터베이스 내에 OLTP, 분석, 머신러닝, 머신러닝 기반 자동화 기능을 결합한 서비스다. 이전까지는 개별 데이터베이스 간 ETL 복제를 위해 시간을 소모하던 AWS 사용자들은 이제 트랜잭션 처리, 분석은 물론 머신러닝 워크로드까지 하나의 서비스에서 실행할 수 있게 되었다고 업체 측은 설명했다.  오라클 총괄 아키텍트인 에드워드 스크리븐은 “오라클은 여러 문제들에 대한 해결책을 제시하는 동시에 트랜잭션과 분석, 머신러닝 전반에서 타 데이터베이스 클라우드 제공업체 대비 탁월한 성능 및 가격 대비 성능을 제공하고 있다”며, “AWS 사용자와 개발자들에게도 자신의 데이터를 AWS에서 옮겨오거나, 새로운 플랫폼을 학습할 필요 없이 MySQL 히트웨이브가 제공하는 혁신 기술을 활용할 수 있는 기회를 제공하고 싶었다”고 말했다.  오라클은 AWS 기반 MySQL 히트웨이브가 우수한 아키텍처를 기반으로 경쟁 제품 대비 높은 성능 및 낮은 비용을 제공하며, AWS에 최적화돼 있다고 밝혔다. 이는 업계 표준 벤치마크를 통해 입증되었다고 덧붙였다. AWS 기반 MySQL 히트웨이브는 밀리초 수준의 애플리케이션 대기시간 및 풍부한 인터랙티브 콘솔을 통해 AWS 고객들에게 네이티브 경험을 제공한다. 스키마 및 데이터 관리를 용이하게 하고 콘솔에서 대화식으로 쿼리를 실행한다. 사용자들은 쿼리의 성능과 프로비저닝된 리소스의 사용률을 모니터링할 수 있다. MySQL 오토파일럿은 대화형 콘솔과도 통합돼 사용하기 간편하다. MySQL 히트웨이브 서비스는 서버 측면의 데이터 마스킹, 비식별화, 비대칭 데이터 암호화, 데이터베이스 방화벽 등과 같은 포괄적인 보안 기능을 제공한다. 비대칭 데이터 암호화는 개발자 및 DBA가 기밀 데이터의 보안 수준을 높이...

2022.09.16

자동 초소형머신러닝 스타트업 ‘클리카’, 프리시드 투자유치

자동 초소형머신러닝(Auto TinyML) 스타트업인 클리카가 김기사랩, 디캠프, 도담벤처스 및 센드버드 코리아 이상희 대표로부터 프리시드 투자를 유치했다고 밝혔다. 클리카는 이번 투자유치 및 올해 8월 중기부 팁스 선정으로 총 19억 원의 투자 자금을 확보했다.   클리카는 2021년도 3월 창업한 스타트업으로, 자동으로 컴퓨터비전 AI 모델을 95%까지 압축하고 하드웨어와 호환되는 모델 포맷으로 자동 변환하는 원천기술을 개발했다. 현재 클리카는 국내 대기업 2곳과 모델 경량화 PoC를 진행 중이며, 연내 쉽고 간편하게 사용할 수 있는 기업설치형(On-Prem) 자동 초소형머신러닝 솔루션을 선보일 예정이다. 특히, 클리카의 양자화 인식 재훈련(Quantization Aware Retraining) 원천기술은 32bit의 모델을 8bit, 4bit 이하로 압축하는 동시에, 손실된 성능을 재훈련을 통해 복구할 수 있도록 하는 경량화 기술로, 인공지능 몸집을 극적으로 축소시키며 성능을 최대치로 유지시키는 기술이다. 기업에서는 클리카의 경량화 솔루션을 통해 초소형화된 AI 모델을 보다 저렴한 소형 디바이스에 구현할 수 있어, 최대 80%까지 인프라 구축비용 및 클라우드 사용료를 절감할 수 있게 된다고 업체 측은 설명했다. 클리카 CTO 벤아사프는 자율주행 전문업체인 이스라엘 모빌아이에서 빅데이터, 빅모델, 제한적인 소형하드웨어 환경에서 가장 최적화된 인공지능 개발 인프라를 셋업한 전문가로, 모빌아이에 재직중 히브리대학교의 병렬컴퓨팅 연구소의 수석개발자로도 근무했다. 이미 글로벌에서 전문성을 인정받아 글로벌 석학 및 기업들과 함께 하버드대학교 초소형머신러닝 스케일업을 위한 MLOps 강좌 제작에도 참여했다. 클리카 김나율 대표는 “이번 투자유치를 바탕으로 상용화에 박차를 가하고, 빠르게 글로벌 시장으로 확장하는데 총력을 기울일 것”이라고 밝혔다. 이번 투자라운드를 리드한 김기사랩의 관계자는 “클리카는 MLOps 분야 중 초소형머신러닝 기술 관련,...

클리카

2022.09.15

자동 초소형머신러닝(Auto TinyML) 스타트업인 클리카가 김기사랩, 디캠프, 도담벤처스 및 센드버드 코리아 이상희 대표로부터 프리시드 투자를 유치했다고 밝혔다. 클리카는 이번 투자유치 및 올해 8월 중기부 팁스 선정으로 총 19억 원의 투자 자금을 확보했다.   클리카는 2021년도 3월 창업한 스타트업으로, 자동으로 컴퓨터비전 AI 모델을 95%까지 압축하고 하드웨어와 호환되는 모델 포맷으로 자동 변환하는 원천기술을 개발했다. 현재 클리카는 국내 대기업 2곳과 모델 경량화 PoC를 진행 중이며, 연내 쉽고 간편하게 사용할 수 있는 기업설치형(On-Prem) 자동 초소형머신러닝 솔루션을 선보일 예정이다. 특히, 클리카의 양자화 인식 재훈련(Quantization Aware Retraining) 원천기술은 32bit의 모델을 8bit, 4bit 이하로 압축하는 동시에, 손실된 성능을 재훈련을 통해 복구할 수 있도록 하는 경량화 기술로, 인공지능 몸집을 극적으로 축소시키며 성능을 최대치로 유지시키는 기술이다. 기업에서는 클리카의 경량화 솔루션을 통해 초소형화된 AI 모델을 보다 저렴한 소형 디바이스에 구현할 수 있어, 최대 80%까지 인프라 구축비용 및 클라우드 사용료를 절감할 수 있게 된다고 업체 측은 설명했다. 클리카 CTO 벤아사프는 자율주행 전문업체인 이스라엘 모빌아이에서 빅데이터, 빅모델, 제한적인 소형하드웨어 환경에서 가장 최적화된 인공지능 개발 인프라를 셋업한 전문가로, 모빌아이에 재직중 히브리대학교의 병렬컴퓨팅 연구소의 수석개발자로도 근무했다. 이미 글로벌에서 전문성을 인정받아 글로벌 석학 및 기업들과 함께 하버드대학교 초소형머신러닝 스케일업을 위한 MLOps 강좌 제작에도 참여했다. 클리카 김나율 대표는 “이번 투자유치를 바탕으로 상용화에 박차를 가하고, 빠르게 글로벌 시장으로 확장하는데 총력을 기울일 것”이라고 밝혔다. 이번 투자라운드를 리드한 김기사랩의 관계자는 “클리카는 MLOps 분야 중 초소형머신러닝 기술 관련,...

2022.09.15

AI 프로젝트는 안녕한가··· ‘인공지능 ROI’ 측정하는 법

‘인공지능’의 ROI를 측정하는 일은 어렵지만 필수적이다. 여기서는 AI 이니셔티브가 성과를 거두고 있는지 명확하게 파악할 방법을 살펴본다.  AI는 기술로서 그리고 사용 방식으로서 모두 전환기에 있다. 기업들은 점점 더 많은 AI 파일럿을 연구소에서 가져와 대규모로 배포하고 있으며, 그 결과 몇몇 기업들은 상당한 이점을 누리고 있다. AI를 둘러싼 불확실성과 상관없이 (AI의) 잠재력을 무시한다면 오래된 방식으로 비즈니스를 하는 기업들은 역사 속으로 사라질 수 있다.   하지만 AI에서 가치를 도출하기란 어려운 일이다. 많은 기업의 모델은 튜닝되지 않을 수 있다. 학습 데이터 세트가 충분하게 크지 않을 수 있다. 고객이 미심쩍어할 수 있다. 편견, 윤리, 투명성 우려도 있다. 또 AI 이니셔티브가 준비되기 전에 프로덕션에 투입하거나, 결과를 제대로 검증하기 전에 AI 전략을 확장하는 것은 엄청난 비용을 초래할 수 있으며, 혹은 심각하게는 AI 이니셔티브가 비즈니스에 해로운 방향으로 갈 수도 있다. 그렇다면 AI 프로젝트가 기업을 변화시킬지 아니면 방해할지 어떻게 알 수 있을까? IT 리더들이 AI의 가치를 어떻게 평가할 수 있는지 살펴본다.   성숙한 기술 vs. 획기적인 기술  모든 이니셔티브 또는 기술의 비즈니스 가치를 측정하는 것이 항상 선형적이진 않다. 특히 성숙도와 비즈니스 잠재력을 고려하면 AI도 예외는 아니다. 데이터 마이닝, 비용 및 교육 비용 절감, 투자, 새로운 사용을 촉진할 역량 등 입증된 예측 가능한 변수가 ROI와 관련하여 의사결정에 영향을 미치지만 새로운 기술이든지 확립된 기술이든 상관없이 어느 정도 신뢰를 두는 것이 중요하다. 나사(NASA)의 제트 추진 연구소(Jet Propulsion Laboratory; JPL)에서 AI 프로젝트의 ROI를 측정하는 핵심 요소는 기술 성숙도다. JPL의 최고 기술 및 혁신 책임자 크리스 매트맨은 몇몇 AI 활용 사례는 높은 수준의 성숙도에 있다고 ...

인공지능 AI ROI 자동화

2022.09.13

‘인공지능’의 ROI를 측정하는 일은 어렵지만 필수적이다. 여기서는 AI 이니셔티브가 성과를 거두고 있는지 명확하게 파악할 방법을 살펴본다.  AI는 기술로서 그리고 사용 방식으로서 모두 전환기에 있다. 기업들은 점점 더 많은 AI 파일럿을 연구소에서 가져와 대규모로 배포하고 있으며, 그 결과 몇몇 기업들은 상당한 이점을 누리고 있다. AI를 둘러싼 불확실성과 상관없이 (AI의) 잠재력을 무시한다면 오래된 방식으로 비즈니스를 하는 기업들은 역사 속으로 사라질 수 있다.   하지만 AI에서 가치를 도출하기란 어려운 일이다. 많은 기업의 모델은 튜닝되지 않을 수 있다. 학습 데이터 세트가 충분하게 크지 않을 수 있다. 고객이 미심쩍어할 수 있다. 편견, 윤리, 투명성 우려도 있다. 또 AI 이니셔티브가 준비되기 전에 프로덕션에 투입하거나, 결과를 제대로 검증하기 전에 AI 전략을 확장하는 것은 엄청난 비용을 초래할 수 있으며, 혹은 심각하게는 AI 이니셔티브가 비즈니스에 해로운 방향으로 갈 수도 있다. 그렇다면 AI 프로젝트가 기업을 변화시킬지 아니면 방해할지 어떻게 알 수 있을까? IT 리더들이 AI의 가치를 어떻게 평가할 수 있는지 살펴본다.   성숙한 기술 vs. 획기적인 기술  모든 이니셔티브 또는 기술의 비즈니스 가치를 측정하는 것이 항상 선형적이진 않다. 특히 성숙도와 비즈니스 잠재력을 고려하면 AI도 예외는 아니다. 데이터 마이닝, 비용 및 교육 비용 절감, 투자, 새로운 사용을 촉진할 역량 등 입증된 예측 가능한 변수가 ROI와 관련하여 의사결정에 영향을 미치지만 새로운 기술이든지 확립된 기술이든 상관없이 어느 정도 신뢰를 두는 것이 중요하다. 나사(NASA)의 제트 추진 연구소(Jet Propulsion Laboratory; JPL)에서 AI 프로젝트의 ROI를 측정하는 핵심 요소는 기술 성숙도다. JPL의 최고 기술 및 혁신 책임자 크리스 매트맨은 몇몇 AI 활용 사례는 높은 수준의 성숙도에 있다고 ...

2022.09.13

“인간 중심의 AI 혁신, 알아야 할 ABC는…” 美 특허청 CIO

美 특허청(USPTO; US Patent and Trademark Office)은 데이터 애널리틱스와 AI/ML을 활용해 운영 효율성과 성과를 높이고, 시스템 및 프로세스 품질을 개선하고 있다.   AI/ML 알고리즘이 중요하긴 하지만 USPTO의 원칙은 이러한 기술을 개발 및 사용하여 이니셔티브를 개선하고 확장하는 데 있어 ‘인간 우선’ 접근법을 취하는 것이다. AI와 ML 도구는 인간 전문가에게 힘을 실어주고, 작업의 독창성을 높이는 데 도움을 주지만 현시점에서는 인간의 미묘한 뉘앙스나 추론 능력에 필적할 순 없다고 이 기관의 CIO 제이미 홀컴은 밝혔다.    그에 따르면 USPTO는 이 기술을 보완하기 위해 수동적, 능동적으로 수집되는 숙련된 인력 수천 명의 입력을 활용하여 해당 기술이 예상한 결과를 제공하도록 AI 기반 모델을 학습시키고 다듬는다. 한편 이 기관은 설립 이후 1,100만 개 이상의 특허를 부여했으며, 엔지니어, 변호자, 애널리스트, 컴퓨터 전문가 등을 포함하여 1만 2,000명 이상의 직원을 두고 있다.  일선에 있는 특허 심사관의 지속적인 피드백은 AI/ML 모델을 개선해 신제품 개발을 촉진하고, 특허 검색과 분류라는 2가지 핵심 분야를 지원하는 데 사용된다. 홀컴은 방대한 양의 데이터와 가능한 ‘선행 기술’ 출처를 고려할 때 포괄적인 특허 검색을 수행하는 일은 어려울 수 있다고 말했다. 이러한 과제를 해결하기 위해 기술팀은 심사관이 애플리케이션을 면밀히 조사할 때 가장 관련성 높은 소스를 찾을 수 있도록 새로운 특허 검색 도구에 AI 구성 요소를 추가하고 있다.  이는 USPTO가 매년 평균적으로 접수 받는 60만 건 이상의 (특허) 신청서에 약 20페이지 분량의 텍스트 및 그림 또는 이를 설명하는 약 1만 단어가 포함돼 있기 때문에 매우 중요하다. 아울러 해당 기관의 IT는 25만 개 이상의 가능한 범주에서 발명과 관련된 분류 기호를 식별하고 일치시키는 분류 도구도 개발 및 배...

AI 머신러닝 ML 데이터 애널리틱스

2022.09.13

美 특허청(USPTO; US Patent and Trademark Office)은 데이터 애널리틱스와 AI/ML을 활용해 운영 효율성과 성과를 높이고, 시스템 및 프로세스 품질을 개선하고 있다.   AI/ML 알고리즘이 중요하긴 하지만 USPTO의 원칙은 이러한 기술을 개발 및 사용하여 이니셔티브를 개선하고 확장하는 데 있어 ‘인간 우선’ 접근법을 취하는 것이다. AI와 ML 도구는 인간 전문가에게 힘을 실어주고, 작업의 독창성을 높이는 데 도움을 주지만 현시점에서는 인간의 미묘한 뉘앙스나 추론 능력에 필적할 순 없다고 이 기관의 CIO 제이미 홀컴은 밝혔다.    그에 따르면 USPTO는 이 기술을 보완하기 위해 수동적, 능동적으로 수집되는 숙련된 인력 수천 명의 입력을 활용하여 해당 기술이 예상한 결과를 제공하도록 AI 기반 모델을 학습시키고 다듬는다. 한편 이 기관은 설립 이후 1,100만 개 이상의 특허를 부여했으며, 엔지니어, 변호자, 애널리스트, 컴퓨터 전문가 등을 포함하여 1만 2,000명 이상의 직원을 두고 있다.  일선에 있는 특허 심사관의 지속적인 피드백은 AI/ML 모델을 개선해 신제품 개발을 촉진하고, 특허 검색과 분류라는 2가지 핵심 분야를 지원하는 데 사용된다. 홀컴은 방대한 양의 데이터와 가능한 ‘선행 기술’ 출처를 고려할 때 포괄적인 특허 검색을 수행하는 일은 어려울 수 있다고 말했다. 이러한 과제를 해결하기 위해 기술팀은 심사관이 애플리케이션을 면밀히 조사할 때 가장 관련성 높은 소스를 찾을 수 있도록 새로운 특허 검색 도구에 AI 구성 요소를 추가하고 있다.  이는 USPTO가 매년 평균적으로 접수 받는 60만 건 이상의 (특허) 신청서에 약 20페이지 분량의 텍스트 및 그림 또는 이를 설명하는 약 1만 단어가 포함돼 있기 때문에 매우 중요하다. 아울러 해당 기관의 IT는 25만 개 이상의 가능한 범주에서 발명과 관련된 분류 기호를 식별하고 일치시키는 분류 도구도 개발 및 배...

2022.09.13

일문일답 | 특수차량 제조사 오시코시의 애널리틱스 활용법

많은 사람들이 오시코시(Oshkosh) 브랜드에 대해 생소할 수 있지만, 이 브랜드에서 제작된 특수 차량, 즉 소방차, 우편물 배달 트럭, 견인차, 폐기물 수거 차량, 접근 장비 및 군용 차량 등은 우리 생활 곳곳에서 활약하고 있다.  사실, 전 세계 여기저기서 벌어지는 전쟁에 대한 뉴스를 시청하다가, 배경에서 무시무시한 차량을 발견한다면 위스콘신주 오시코시에 본사를 둔 이 혁신적인 회사의 방위사업부에서 제조한 것일 가능성이 크다. 이 회사는 전 세계 24개국에 총 130개의 상업용 및 군용 차량 제조/유통 시설을 보유하고 있다. 이 회사는 디지털 투자에서도 앞서가고 있다. 고급 분석이나 디지털 제조, 전기화(electrification), 능동 안전에 투자해 차량에 적용하고 있다.  회사의 IT조직은 이러한 투자의 근간이다. 시장 상황과 경쟁, 공급망 및 고객에 대한 디지털 솔루션과 유용한 비즈니스 인텔리전스를 제공하는 역할을 하고 있다. 이러한 노력을 주도하는 인물은 오시코시의 글로벌 최고 정보 및 디지털 책임자(CDIO)인 아누팜 케르다. 그의 팀은 고급 분석, AI, 사이버 보안, 비즈니스 혁신, 인프라, 복원력 및 디지털 포트폴리오 관리와 같은 핵심 분야에 집중하고 있다. 그러나 케르는 자신의 업무 중 가장 중요하고 영향력 있는 일은 IT그룹과 비즈니스 내에서 사람들을 관리하고 동기를 부여하는 것이라고 전했다. 그는 “직원들의 열망을 이해하고, 그들의 잠재력을 최대한 이끌어내는 것”이라고 설명했다. 케르는 최근 CIO 이그제큐티브 카운슬 퓨처 포워드(Future Forward) 팟캐스트 인터뷰에 참여하여 오시코시의 혁신적인 기술 이니셔티브 중 일부를 공개하는 한편 공급망, IT 인재 및 예측 불가능한 시기에 팀이 직면하는 과제에 대하여 자세히 설명했다. Q : 데이터는 오늘날 대부분의 IT 조직의 주요 관심사다. 기업들은 다양한 소스에서 데이터를 수집하고, 비즈니스 인텔리전스로 전환하여 조직 내에서 적합한 업무를 맡은 ...

오시코시 애널리틱스 인텔리전스 의사결정 데이터 이니셔티

2022.09.06

많은 사람들이 오시코시(Oshkosh) 브랜드에 대해 생소할 수 있지만, 이 브랜드에서 제작된 특수 차량, 즉 소방차, 우편물 배달 트럭, 견인차, 폐기물 수거 차량, 접근 장비 및 군용 차량 등은 우리 생활 곳곳에서 활약하고 있다.  사실, 전 세계 여기저기서 벌어지는 전쟁에 대한 뉴스를 시청하다가, 배경에서 무시무시한 차량을 발견한다면 위스콘신주 오시코시에 본사를 둔 이 혁신적인 회사의 방위사업부에서 제조한 것일 가능성이 크다. 이 회사는 전 세계 24개국에 총 130개의 상업용 및 군용 차량 제조/유통 시설을 보유하고 있다. 이 회사는 디지털 투자에서도 앞서가고 있다. 고급 분석이나 디지털 제조, 전기화(electrification), 능동 안전에 투자해 차량에 적용하고 있다.  회사의 IT조직은 이러한 투자의 근간이다. 시장 상황과 경쟁, 공급망 및 고객에 대한 디지털 솔루션과 유용한 비즈니스 인텔리전스를 제공하는 역할을 하고 있다. 이러한 노력을 주도하는 인물은 오시코시의 글로벌 최고 정보 및 디지털 책임자(CDIO)인 아누팜 케르다. 그의 팀은 고급 분석, AI, 사이버 보안, 비즈니스 혁신, 인프라, 복원력 및 디지털 포트폴리오 관리와 같은 핵심 분야에 집중하고 있다. 그러나 케르는 자신의 업무 중 가장 중요하고 영향력 있는 일은 IT그룹과 비즈니스 내에서 사람들을 관리하고 동기를 부여하는 것이라고 전했다. 그는 “직원들의 열망을 이해하고, 그들의 잠재력을 최대한 이끌어내는 것”이라고 설명했다. 케르는 최근 CIO 이그제큐티브 카운슬 퓨처 포워드(Future Forward) 팟캐스트 인터뷰에 참여하여 오시코시의 혁신적인 기술 이니셔티브 중 일부를 공개하는 한편 공급망, IT 인재 및 예측 불가능한 시기에 팀이 직면하는 과제에 대하여 자세히 설명했다. Q : 데이터는 오늘날 대부분의 IT 조직의 주요 관심사다. 기업들은 다양한 소스에서 데이터를 수집하고, 비즈니스 인텔리전스로 전환하여 조직 내에서 적합한 업무를 맡은 ...

2022.09.06

"번역 장치 시장 2030년까지 연간 10% 성장"

언어 번역 장치 시장 규모가 2022년부터 2030년까지 연간 10% 이상의 성장률을 기록한다는 전망이다. 2021년 9억 9,000만 달러 규모에서 2030년에는 약 25억 달러에 이를 것으로 추정됐다. 데이터 기반 AI 및 기계 학습을 적용한 번역 기술 및 장치 개발이 시장 성장을 가속하고 있다. 또한 각국 정부의 디지털화에 대한 요구가 확대되고, 고속 네트워크 연결과 IoT 확산이 성장을 이끌 것으로 예상된다. GMI(Global Market Insight)가 '2022년부터 2030년까지 언어 번역기 장치 시장(Language Translation Device Market, 2022-2030)' 보고서를 발표했다. 보고서는 언어 번역 장치 시장을 제품(휴대용, 웨어러블), 유형(온라인, 오프라인), 차종(승용차, 경상용차, 대형상용차), 유통 경로(온라인 플랫폼, 소매 상점), 지역으로 구분해 조사와 분석을 진행했다. GMI가 발표한 '2022년부터 2030년까지 언어 번역기 장치 시장' 보고서에 따르면, 2022년부터 2030년까지 언어 번역 장치 시장 규모가 연간 10%를 기록하며 성장할 전망이다. (자료 : Global Market Insight) 번역 장치 수요 증가를 이끌고 있는 거시적인 주요 성장 요인으로는 북미에서의 첨단 기술 채택 증가, 유럽 환자들 사이에서 의료 관광에 대한 인식 제고, 아태지역의 가처분 소독 및 높은 소비자 지출 증가, 라틴 아메리카의 항공 여행 및 승객 증가, 중동 및 아프리카의 도시화 및 인터넷 인프라 개발의 증가 등을 꼽았다.  보고서에서 주목할만한 부분은 자동차에서 언어 번역 장치 수요가 매우 높고 향후 성장 전망도 높다는 점이다. 2021년의 경우 승용차 부문에서의 언어 번역 장치 시장 매출이 40%를 차지했으며, 향후 2030년까지도 빠르게 성장할 것으로 예상했다. 이는 온보드 진단(OBD;On-board diagnostics) 기반 승용차에서 수요 증가 때문이라는 것이 보고서의 설명이다.&...

번역 장치 통역 장치 GMI 언어

2022.09.06

언어 번역 장치 시장 규모가 2022년부터 2030년까지 연간 10% 이상의 성장률을 기록한다는 전망이다. 2021년 9억 9,000만 달러 규모에서 2030년에는 약 25억 달러에 이를 것으로 추정됐다. 데이터 기반 AI 및 기계 학습을 적용한 번역 기술 및 장치 개발이 시장 성장을 가속하고 있다. 또한 각국 정부의 디지털화에 대한 요구가 확대되고, 고속 네트워크 연결과 IoT 확산이 성장을 이끌 것으로 예상된다. GMI(Global Market Insight)가 '2022년부터 2030년까지 언어 번역기 장치 시장(Language Translation Device Market, 2022-2030)' 보고서를 발표했다. 보고서는 언어 번역 장치 시장을 제품(휴대용, 웨어러블), 유형(온라인, 오프라인), 차종(승용차, 경상용차, 대형상용차), 유통 경로(온라인 플랫폼, 소매 상점), 지역으로 구분해 조사와 분석을 진행했다. GMI가 발표한 '2022년부터 2030년까지 언어 번역기 장치 시장' 보고서에 따르면, 2022년부터 2030년까지 언어 번역 장치 시장 규모가 연간 10%를 기록하며 성장할 전망이다. (자료 : Global Market Insight) 번역 장치 수요 증가를 이끌고 있는 거시적인 주요 성장 요인으로는 북미에서의 첨단 기술 채택 증가, 유럽 환자들 사이에서 의료 관광에 대한 인식 제고, 아태지역의 가처분 소독 및 높은 소비자 지출 증가, 라틴 아메리카의 항공 여행 및 승객 증가, 중동 및 아프리카의 도시화 및 인터넷 인프라 개발의 증가 등을 꼽았다.  보고서에서 주목할만한 부분은 자동차에서 언어 번역 장치 수요가 매우 높고 향후 성장 전망도 높다는 점이다. 2021년의 경우 승용차 부문에서의 언어 번역 장치 시장 매출이 40%를 차지했으며, 향후 2030년까지도 빠르게 성장할 것으로 예상했다. 이는 온보드 진단(OBD;On-board diagnostics) 기반 승용차에서 수요 증가 때문이라는 것이 보고서의 설명이다.&...

2022.09.06

美 정부, 일부 엔비디아·AMD AI 칩 중국 수출 차단한다

미국 정부가 AI 작업에 사용될 수 있는 칩의 중국 수출을 금지했다. AMD와 엔비디아의 일부 칩이 대상이다.  이번 조치는 엔비디아의 A100 칩과 H100(곧 출시 예정)에 직접적으로 영향을 미친다. AMD의 MI250 고성능 AI 칩 또한 중국에의 수출이 차단되는 라이선스 요구 대상이다.  엔비디아는 SEC 제출 서류에서 “미국 정부가 회사의 A100 및 곧 출시될 H100에 대한 라이선스 요구 사항을 부과했다. 중국(홍콩 포함)과 러시아로의 수출에 대해 즉시 유효하다”라고 밝혔다.    엔비디아에 따르면, 미국 정부는 새 라이선스 요구 사항에 대해 중국에서 군사 목적으로 사용되는 위험을 해소하기 위한 것이라고 제시했다. 엔비디아는 이번 조치로 인해 H100 개발 및 A100 고객 지원 측면에서 영향을 미칠 수 있으며, 이로 인해 특정 비즈니스를 중국 밖으로 이전해야 할 수도 있다고 전했다.  AMD 대변인은 로이터 통신에 보낸 자료에서 MI250 칩의 중국 수출 라이선스 요구를 수령했지만, MI100 칩은 대상이 아니며, 이번 정부의 조치가 자사 비즈니스에 중대한 영향을 미치지 않을 것으로 본다고 전했다.  업계에서는 미국 정부의 이번 조치가 음성 및 이미지 인식과 같은 고급 컴퓨팅 기능을 개발하려는 중국 회사에 영향을 미칠 것으로 관측하고 있다. 적어도 단기적으로는 중국 지역의 인공지능 연구 개발에 부담을 더할 것이라는 예상이다. ciokr@idg.co.kr  

미국 중국 수출차단 엔비디아 AMD AI 칩 MI250 A100 H100

2022.09.02

미국 정부가 AI 작업에 사용될 수 있는 칩의 중국 수출을 금지했다. AMD와 엔비디아의 일부 칩이 대상이다.  이번 조치는 엔비디아의 A100 칩과 H100(곧 출시 예정)에 직접적으로 영향을 미친다. AMD의 MI250 고성능 AI 칩 또한 중국에의 수출이 차단되는 라이선스 요구 대상이다.  엔비디아는 SEC 제출 서류에서 “미국 정부가 회사의 A100 및 곧 출시될 H100에 대한 라이선스 요구 사항을 부과했다. 중국(홍콩 포함)과 러시아로의 수출에 대해 즉시 유효하다”라고 밝혔다.    엔비디아에 따르면, 미국 정부는 새 라이선스 요구 사항에 대해 중국에서 군사 목적으로 사용되는 위험을 해소하기 위한 것이라고 제시했다. 엔비디아는 이번 조치로 인해 H100 개발 및 A100 고객 지원 측면에서 영향을 미칠 수 있으며, 이로 인해 특정 비즈니스를 중국 밖으로 이전해야 할 수도 있다고 전했다.  AMD 대변인은 로이터 통신에 보낸 자료에서 MI250 칩의 중국 수출 라이선스 요구를 수령했지만, MI100 칩은 대상이 아니며, 이번 정부의 조치가 자사 비즈니스에 중대한 영향을 미치지 않을 것으로 본다고 전했다.  업계에서는 미국 정부의 이번 조치가 음성 및 이미지 인식과 같은 고급 컴퓨팅 기능을 개발하려는 중국 회사에 영향을 미칠 것으로 관측하고 있다. 적어도 단기적으로는 중국 지역의 인공지능 연구 개발에 부담을 더할 것이라는 예상이다. ciokr@idg.co.kr  

2022.09.02

딥러닝 프레임워크 ‘3파전’··· '텐서플로우 vs 파이토치 vs JAX' 비교

오늘날 딥러닝 연구 및 개발을 주도하는 3가지 프레임워크가 있다. 각각 (1) 사용 편의성, (2) 기능 및 성숙도, (3) 엄청난 확장성으로 유명하다. 어떤 프레임워크를 사용해야 할까?  음성에 반응하는 시리나 알렉사, 스마트폰의 실시간 번역 앱, 스마트 트랙터, 창고 로봇, 자율주행차 등에 들어가는 컴퓨터 비전 기술 등 ‘딥러닝’은 크고 작은 방식으로 삶을 매일 변화시키고 있다. 그리고 거의 모든 딥러닝 애플리케이션은 3가지 프레임워크 (1) 텐서플로우, (2) 파이토치, (3) JAM 중 하나로 작성된다. 그렇다면 이 중에서 어떤 딥러닝 프레임워크를 사용해야 할까?    ‘텐서플로우’를 사용해야 할까? 1970년대와 1980년대에는 ‘IBM 제품을 샀다고 해고된 사람은 아무도 없다(Nobody ever got fired forbuying an IBM)’라는 말이 진리로 통했다. 2010년대에는 이를 ‘딥러닝에 텐서플로우를 사용했다고 해고된 사람은 아무도 없다’라고 바꿔 말할 수 있겠다. 하지만 주지하다시피 IBM은 1990년대에 접어들면서 도태됐다. 그렇다면 텐서플로우는 2015년 처음 공개된 지 7년이 지난 지금에도 여전히 경쟁력이 있을까? 확실히 그렇다. 텐서플로우가 그동안 가만히 있지 않았다. 텐서플로우 1.x는 파이썬과 매우 다른 방식으로 정적 그래프를 작성하는 게 전부였지만 텐서플로우 2.x는 ‘즉시 실행’ 모드를 사용한 모델 빌드가 가능해지면서 좀 더 파이토치 같은 느낌이 났다. 아울러 하이 레벨(high level)에서 텐서플로우는 더 쉬운 개발을 위해 케라스(Keras)를 제공하고, 로우 레벨에서는 속도를 위해 컴파일러를 최적화하는 XLA(Accelerated Linear Algebra)를 제공한다. XLA는 GPU 성능을 향상시키며, 대규모 모델 학습에 뛰어난 성능을 제공하는 구글의 TPU(Tensor Processing Units)를 활용하는 방법이기도 하다. 그리고 텐서플로우가 수년간 잘해...

딥러닝 머신러닝 인공지능 개발 라이브러리 개발 프레임워크 소프트웨어 개발 파이썬 텐서플로우 파이토치 JAX 케라스 넘파이

2022.08.31

오늘날 딥러닝 연구 및 개발을 주도하는 3가지 프레임워크가 있다. 각각 (1) 사용 편의성, (2) 기능 및 성숙도, (3) 엄청난 확장성으로 유명하다. 어떤 프레임워크를 사용해야 할까?  음성에 반응하는 시리나 알렉사, 스마트폰의 실시간 번역 앱, 스마트 트랙터, 창고 로봇, 자율주행차 등에 들어가는 컴퓨터 비전 기술 등 ‘딥러닝’은 크고 작은 방식으로 삶을 매일 변화시키고 있다. 그리고 거의 모든 딥러닝 애플리케이션은 3가지 프레임워크 (1) 텐서플로우, (2) 파이토치, (3) JAM 중 하나로 작성된다. 그렇다면 이 중에서 어떤 딥러닝 프레임워크를 사용해야 할까?    ‘텐서플로우’를 사용해야 할까? 1970년대와 1980년대에는 ‘IBM 제품을 샀다고 해고된 사람은 아무도 없다(Nobody ever got fired forbuying an IBM)’라는 말이 진리로 통했다. 2010년대에는 이를 ‘딥러닝에 텐서플로우를 사용했다고 해고된 사람은 아무도 없다’라고 바꿔 말할 수 있겠다. 하지만 주지하다시피 IBM은 1990년대에 접어들면서 도태됐다. 그렇다면 텐서플로우는 2015년 처음 공개된 지 7년이 지난 지금에도 여전히 경쟁력이 있을까? 확실히 그렇다. 텐서플로우가 그동안 가만히 있지 않았다. 텐서플로우 1.x는 파이썬과 매우 다른 방식으로 정적 그래프를 작성하는 게 전부였지만 텐서플로우 2.x는 ‘즉시 실행’ 모드를 사용한 모델 빌드가 가능해지면서 좀 더 파이토치 같은 느낌이 났다. 아울러 하이 레벨(high level)에서 텐서플로우는 더 쉬운 개발을 위해 케라스(Keras)를 제공하고, 로우 레벨에서는 속도를 위해 컴파일러를 최적화하는 XLA(Accelerated Linear Algebra)를 제공한다. XLA는 GPU 성능을 향상시키며, 대규모 모델 학습에 뛰어난 성능을 제공하는 구글의 TPU(Tensor Processing Units)를 활용하는 방법이기도 하다. 그리고 텐서플로우가 수년간 잘해...

2022.08.31

델 테크놀로지스, 딥러닝 기술로 호주 대산호초 보호 위한 연구 조사 지원

델 테크놀로지스는 ESG 비전의 일환으로 호주의 ‘대산호초 보호를 위한 시민 연합(Citizens of The Great Barrier Reef)’과 협력해 새로운 딥러닝 모델을 발표했다. 이 모델은 ‘그레이트 리프 센서스(Great Reef Census, 이하 GRC)’라고 명명한 시민 참여형 환경 보호 연구조사에 적용돼 전세계 시민 과학자들이 세계자연문화유산인 그레이트 배리어 리프의 산호초 백화 현상을 빠르고 정확하게 분석할 수 있도록 지원한다.   델은 2020년 말부터 그레이트 배리어 리프 주변의 선박에 엣지 솔루션을 구축해 산호초 생태계의 현황을 이미지로 캡쳐하고 실시간으로 전송하는 작업을 지원해왔다. 해당 캡쳐 이미지에 대한 분석은 자원봉사자들이 직접 수행해왔으나, 이번 최신 딥러닝 모델 도입을 통해 자동으로 분석할 수 있게 됐다. 하나의 사진을 분석할 때 걸리는 시간이 기존 7~8분에서 1분 이내로 단축될 예정이며, 연구가 시작된 1회차에는 1만3,000개 이미지 분석에 1,516시간이 소요됐으나 최신 딥러닝 모델은 같은 양의 데이터를 200시간 이내에 빠르게 분석해 연구 성과가 개선될 것으로 기대된다. 시민 과학자들은 이를 바탕으로 신속하게 복구가 필요한 상황이나 산란기 등 특히 주의가 요구되는 시기에 즉각적으로 대응할 계획이다. 이번 연구에 사용되는 의미적 분할 방식의 딥러닝 모델은 델의 고성능 컴퓨팅(HPC) 그래픽 처리 장치(GPU) 가속 시스템을 기반으로 학습하고, 비정형 데이터를 위한 데이터레이크 솔루션 ‘델 파워스케일(Dell PowerScale)’ 시스템에 데이터를 저장한다. 아울러 델 파워엣지 서버 등 지상 컴퓨팅 플랫폼을 통해 AI 학습 클러스터 및 AI 추론 엔진을 지원한다. 해당 프로젝트는 고객, 파트너, 공급업체를 비롯해 지역 사회 일원들과 협력해 기후 변화에 적극 대응하고 지속가능성을 강화하고자 하는 델의 ESG 비전을 담고 있다. GRC 프로젝트는 대산호초 보호를 위한 시민 연합, 델 테크놀로지스, 퀸즐...

델 테크놀로지스

2022.08.31

델 테크놀로지스는 ESG 비전의 일환으로 호주의 ‘대산호초 보호를 위한 시민 연합(Citizens of The Great Barrier Reef)’과 협력해 새로운 딥러닝 모델을 발표했다. 이 모델은 ‘그레이트 리프 센서스(Great Reef Census, 이하 GRC)’라고 명명한 시민 참여형 환경 보호 연구조사에 적용돼 전세계 시민 과학자들이 세계자연문화유산인 그레이트 배리어 리프의 산호초 백화 현상을 빠르고 정확하게 분석할 수 있도록 지원한다.   델은 2020년 말부터 그레이트 배리어 리프 주변의 선박에 엣지 솔루션을 구축해 산호초 생태계의 현황을 이미지로 캡쳐하고 실시간으로 전송하는 작업을 지원해왔다. 해당 캡쳐 이미지에 대한 분석은 자원봉사자들이 직접 수행해왔으나, 이번 최신 딥러닝 모델 도입을 통해 자동으로 분석할 수 있게 됐다. 하나의 사진을 분석할 때 걸리는 시간이 기존 7~8분에서 1분 이내로 단축될 예정이며, 연구가 시작된 1회차에는 1만3,000개 이미지 분석에 1,516시간이 소요됐으나 최신 딥러닝 모델은 같은 양의 데이터를 200시간 이내에 빠르게 분석해 연구 성과가 개선될 것으로 기대된다. 시민 과학자들은 이를 바탕으로 신속하게 복구가 필요한 상황이나 산란기 등 특히 주의가 요구되는 시기에 즉각적으로 대응할 계획이다. 이번 연구에 사용되는 의미적 분할 방식의 딥러닝 모델은 델의 고성능 컴퓨팅(HPC) 그래픽 처리 장치(GPU) 가속 시스템을 기반으로 학습하고, 비정형 데이터를 위한 데이터레이크 솔루션 ‘델 파워스케일(Dell PowerScale)’ 시스템에 데이터를 저장한다. 아울러 델 파워엣지 서버 등 지상 컴퓨팅 플랫폼을 통해 AI 학습 클러스터 및 AI 추론 엔진을 지원한다. 해당 프로젝트는 고객, 파트너, 공급업체를 비롯해 지역 사회 일원들과 협력해 기후 변화에 적극 대응하고 지속가능성을 강화하고자 하는 델의 ESG 비전을 담고 있다. GRC 프로젝트는 대산호초 보호를 위한 시민 연합, 델 테크놀로지스, 퀸즐...

2022.08.31

회사명:한국IDG 제호: ITWorld 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아00743 등록일자 : 2009년 01월 19일

발행인 : 박형미 편집인 : 박재곤 청소년보호책임자 : 한정규
사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2022 International Data Group. All rights reserved.

10.4.0.31