Offcanvas

������������

블로그ㅣ머신러닝에 관심있다면?··· 이제는 파이토치다 

아직 비주류긴 하지만, 쉽고 간단한 딥러닝 프레임워크 파이토치(PyTorch)가 데이터 과학 분야에서 부상하고 있다.  페이스북 인공지능 연구팀에서 만든 파이토치는 현재 가장 인기 많은 프로그래밍 언어인 파이썬을 기반으로 한다는 점에서 의미가 있다. 그러나 이것이 얼마나 의미가 있는지 거의 짐작하지 못했다. 아무리 많은 것들(훌륭한 공식 문서, 탄탄한 기술 기반 등)을 지원하더라도 오픈소스 프로젝트의 성공에는 운이 따라야 하기 때문이다.    그렇다면 파이토치는 운이 좋다. 아니, 축복받았다고 봐도 무방하다. 파이토치는 최근 빠르게 성장하고 있다. 애널리스트 토마스 딘스모어는 “2020년 말에는 파이토치 사용자가 텐서플로우 사용자를 추월할 것"이라고 전망했다. 사용자가 더 많아지고, 더 많이 채택되는 것은 무엇을 의미할까? 2015년 공개된 텐서플로우가 주류로 자리잡은 업계에서 그 경쟁자인 파이토치가 큰 발걸음을 내딛고 있다는 것이다.   폭발적인 성장 오픈허브(OpenHub)에 따르면, 텐서플로우와 파이토치는 지난 12개월간 막상막하의 사용자 수를 기록했다. 텐서플로우는 906명, 파이토치는 900명이었다. 2015년 공개된 텐서플로우와 비교하면, 파이토치의 점유율은 물론 사용자 수가 빠르게 증가하고 있음을 알 수 있다. 이는 데이터 과학자 제프 헤일의 분석 자료에서도 확인할 수 있다. 헤일은 채용 관련 데이터를 기반으로 데이터 과학자와 함께 어떤 키워드가 나타났는지 조사했는데, 지난해 파이토치는 2018년 대비 108.1% 증가했다.    물론 그의 분석 자료가 상대적 성장세를 표현했다는 점을 감안해야 한다. 텐서플로우의 사용자 커뮤니티 규모가 아직 파이토치보다 훨씬 크다. 파이토치가 거의 하룻밤 사이에 소수에서 무시무시한 다수로 변했지만 말이다. 하지만 모든 사항을 고려해볼 때 파이토치가 곧 텐서플로우와의 격차를 좁힐 수 있을 것으로 예측된다.  특히 파이토치에는 비교우...

오픈소스 딥러닝프레임워크 프로그래밍언어 파이토치 텐서플로 데이터과학 딥러닝 머신러닝 파이썬 기계학습 인공지능 페이스북 즉시실행

2020.01.31

아직 비주류긴 하지만, 쉽고 간단한 딥러닝 프레임워크 파이토치(PyTorch)가 데이터 과학 분야에서 부상하고 있다.  페이스북 인공지능 연구팀에서 만든 파이토치는 현재 가장 인기 많은 프로그래밍 언어인 파이썬을 기반으로 한다는 점에서 의미가 있다. 그러나 이것이 얼마나 의미가 있는지 거의 짐작하지 못했다. 아무리 많은 것들(훌륭한 공식 문서, 탄탄한 기술 기반 등)을 지원하더라도 오픈소스 프로젝트의 성공에는 운이 따라야 하기 때문이다.    그렇다면 파이토치는 운이 좋다. 아니, 축복받았다고 봐도 무방하다. 파이토치는 최근 빠르게 성장하고 있다. 애널리스트 토마스 딘스모어는 “2020년 말에는 파이토치 사용자가 텐서플로우 사용자를 추월할 것"이라고 전망했다. 사용자가 더 많아지고, 더 많이 채택되는 것은 무엇을 의미할까? 2015년 공개된 텐서플로우가 주류로 자리잡은 업계에서 그 경쟁자인 파이토치가 큰 발걸음을 내딛고 있다는 것이다.   폭발적인 성장 오픈허브(OpenHub)에 따르면, 텐서플로우와 파이토치는 지난 12개월간 막상막하의 사용자 수를 기록했다. 텐서플로우는 906명, 파이토치는 900명이었다. 2015년 공개된 텐서플로우와 비교하면, 파이토치의 점유율은 물론 사용자 수가 빠르게 증가하고 있음을 알 수 있다. 이는 데이터 과학자 제프 헤일의 분석 자료에서도 확인할 수 있다. 헤일은 채용 관련 데이터를 기반으로 데이터 과학자와 함께 어떤 키워드가 나타났는지 조사했는데, 지난해 파이토치는 2018년 대비 108.1% 증가했다.    물론 그의 분석 자료가 상대적 성장세를 표현했다는 점을 감안해야 한다. 텐서플로우의 사용자 커뮤니티 규모가 아직 파이토치보다 훨씬 크다. 파이토치가 거의 하룻밤 사이에 소수에서 무시무시한 다수로 변했지만 말이다. 하지만 모든 사항을 고려해볼 때 파이토치가 곧 텐서플로우와의 격차를 좁힐 수 있을 것으로 예측된다.  특히 파이토치에는 비교우...

2020.01.31

다트 언어, 코드 완성 위해 머신러닝 활용

구글의 다트(Dart) 2.5 SDK는 머신러닝 기반 코드 완성 미리보기와 C 상호운용성을 위한 외부 기능 인터페이스를 제공한다.   구글이 머신 코드나 자바스크립트를 컴파일해 개발한 언어인 다트의 최신 버전 다트 2.5에는 머신러닝 기반 코드 완성에 대한 기술적인 미리보기와 C 코드 호출용 외부 기능 인터페이스가 포함되어 있다. 구글 다트팀이 밝힌 다트 2.5 SKD의 베타 기능은 다음과 같다. • ML 컴플리트(ML Complete)는 머신러닝을 사용하여 탐색해야 할 API 수가 증가함에 따라 완료 목록이 길게 늘어지는 문제를 해결해 준다. 텐서플로 라이트 기반 모델은 주어진 컨텍스트를 기반으로 학습된다. ML 컴플리트는 다트 애널라이저에 들어 있으며, 안드로이드 스튜디오와 비주얼 스튜디오 코드(Visual Studio Code) 같은 다트 지원 편집기에서 사용할 수 있다. • 다트-C 인터롭용 dart:ffi는 외부 함수 인터페이스로 호스트 OS에서 C 기반 시스템 API를 호출하거나 C 기반 시스템 라이브러리를 호출할 수 있다. 외부 함수 인터페이스는 다트에서 C 코드 호출에 대한 더 나은 지원을 요청하는 개발자에게 응답한다. 이 지원은 지금까지 기본 확장을 통해 다트 VM으로의 긴밀한 통합으로 제한되었다. 또한 다트 2.5에는 캐스트를 사용하고 흐름을 제어하는 기능과 다트 2.3에서 제공되는 수집 기능을 포함해 상수 표현식을 정의할 수 있는 확장된 지원 기능이 있다. 다트에 관한 향후 계획에는 기본적으로 NULL을 허용하지 않는 사운드 트래킹 유형 시스템 구현이 있어야 한다. 이 계획에는 스마트폰에서 멀티 코어 프로세서를 더 잘 사용하기 위해 동시성 향상도 들어갈 수 있다. 자바스크립트 경쟁 언어로 고안된 다트는 이제 모든 플랫폼에서 빠른 애플리케이션을 위한 클라이언트 최적화 언어로 자리매김했다. 명령행 스크립트뿐 아니라 모든 기능을 갖춘 모바일, 웹, 서버단 애플리케이션을 작성하는 데도 사용할 수 있다. dart.dev 웹 사...

구글 자바스크립트 Dart 다트 언어 텐서플로 ML JavaScript 다트 2.5 SDK

2019.09.17

구글의 다트(Dart) 2.5 SDK는 머신러닝 기반 코드 완성 미리보기와 C 상호운용성을 위한 외부 기능 인터페이스를 제공한다.   구글이 머신 코드나 자바스크립트를 컴파일해 개발한 언어인 다트의 최신 버전 다트 2.5에는 머신러닝 기반 코드 완성에 대한 기술적인 미리보기와 C 코드 호출용 외부 기능 인터페이스가 포함되어 있다. 구글 다트팀이 밝힌 다트 2.5 SKD의 베타 기능은 다음과 같다. • ML 컴플리트(ML Complete)는 머신러닝을 사용하여 탐색해야 할 API 수가 증가함에 따라 완료 목록이 길게 늘어지는 문제를 해결해 준다. 텐서플로 라이트 기반 모델은 주어진 컨텍스트를 기반으로 학습된다. ML 컴플리트는 다트 애널라이저에 들어 있으며, 안드로이드 스튜디오와 비주얼 스튜디오 코드(Visual Studio Code) 같은 다트 지원 편집기에서 사용할 수 있다. • 다트-C 인터롭용 dart:ffi는 외부 함수 인터페이스로 호스트 OS에서 C 기반 시스템 API를 호출하거나 C 기반 시스템 라이브러리를 호출할 수 있다. 외부 함수 인터페이스는 다트에서 C 코드 호출에 대한 더 나은 지원을 요청하는 개발자에게 응답한다. 이 지원은 지금까지 기본 확장을 통해 다트 VM으로의 긴밀한 통합으로 제한되었다. 또한 다트 2.5에는 캐스트를 사용하고 흐름을 제어하는 기능과 다트 2.3에서 제공되는 수집 기능을 포함해 상수 표현식을 정의할 수 있는 확장된 지원 기능이 있다. 다트에 관한 향후 계획에는 기본적으로 NULL을 허용하지 않는 사운드 트래킹 유형 시스템 구현이 있어야 한다. 이 계획에는 스마트폰에서 멀티 코어 프로세서를 더 잘 사용하기 위해 동시성 향상도 들어갈 수 있다. 자바스크립트 경쟁 언어로 고안된 다트는 이제 모든 플랫폼에서 빠른 애플리케이션을 위한 클라이언트 최적화 언어로 자리매김했다. 명령행 스크립트뿐 아니라 모든 기능을 갖춘 모바일, 웹, 서버단 애플리케이션을 작성하는 데도 사용할 수 있다. dart.dev 웹 사...

2019.09.17

김진철의 How-to-Big Data | 빅데이터 조직과 시스템 (10)

데이터 과학팀 리더의 리더십 (5) – 머리와 가슴을 조화시켜라 (집중할 수 있는 환경 만들기) 지난 스물아홉번째, 서른번째 글에서 데이터 과학팀을 이끄는 리더가 자주 범하는 실수인 리더 자신이 걸림돌이 되는 리더십의 문제점, 팀의 문제 해결 역량과 시너지를 높이기 위한 팀 내 투명한 소통, 팀원 간 케미 및 관계, 팀의 집중력을 유지하는 문제를 다루었다. 이번 글에서는 데이터 과학자 및 데이터 과학팀 구성원 개개인의 역량을 최대로 끌어내기 위해 필요한 리 더십 요소들을 같이 생각해보자.   데이터 과학자들은 과학자의 호기심을 보통 사람들보다 강하게 가지고 있는 사람들이어서, 데이터 과학자가 자신의 흥미와 아이디어를 좇다가 팀의 미션과 목표에서 벗어나지 않고 팀이 팀 전체의 집중력을 잃지 않게끔, 팀 리더가 각 데이터 과학자의 업무 집중력을 세심하게 점검하고 부드럽게 조율해줄 필요가 있다고 얘기하였다. 호기심이 원동력이 되는 데이터 과학자들의 자율성과 자발적 헌신을 해치지 않으면서 각 데이터 과학자가 팀의 미션과 업무에 집중하게끔 하여 팀 수준의 집중력을 높이는 것도 중요하지만, 이들 각각이 업무에 집중할 수 있는 환경을 만드는 것도 매우 중요하다. 데이터 과학팀 구성원들이 업무에 집중할 수 있는 환경이란 단순히 조용하고 방해받지 않는 업무 공간을 만드는 것만을 의미하지 않는다. 데이터 과학팀 구성원들이 업무에 집중할 수 있는 환경이란 정서적, 감정적으로 안전하게 느끼고 팀의 미션을 위해 집중해서 풀어야 하는 문제 이외에 스트레스를 주는 다른 문제에 마음을 빼앗겨 온전히 집중하지 못하는 일이 없도록 팀 분위기를 유지하는 일을 포함한다.  많은 리더는 데이터 과학자와 같은 과학자를 마치 데이터와 자료만 주면 뭔가 대단한 것을 기계적으로 만들어 내는 기계처럼 생각하는 것 같다. 데이터 과학자들도 보통 사람들과 같은 감정과 정서를 지닌 사람이라는 것을 종종 간과하는 것이다. 데이터 과학자들이 보통 사람들보다 더 이성적이고 논리적인 사고에 ...

CIO 알파고 웨이모 김진철 빅테이블 데이터 과학팀 따돌림 아인슈타인의 보스 – 천재들을 지휘하는 10가지 법칙 쿠버네티스 텐서플로 구글 빅데이터 이직 컨테이너 맵리듀스 KPI 데이터 과학 딥마인드 직장내 괴롭힘

2019.07.23

데이터 과학팀 리더의 리더십 (5) – 머리와 가슴을 조화시켜라 (집중할 수 있는 환경 만들기) 지난 스물아홉번째, 서른번째 글에서 데이터 과학팀을 이끄는 리더가 자주 범하는 실수인 리더 자신이 걸림돌이 되는 리더십의 문제점, 팀의 문제 해결 역량과 시너지를 높이기 위한 팀 내 투명한 소통, 팀원 간 케미 및 관계, 팀의 집중력을 유지하는 문제를 다루었다. 이번 글에서는 데이터 과학자 및 데이터 과학팀 구성원 개개인의 역량을 최대로 끌어내기 위해 필요한 리 더십 요소들을 같이 생각해보자.   데이터 과학자들은 과학자의 호기심을 보통 사람들보다 강하게 가지고 있는 사람들이어서, 데이터 과학자가 자신의 흥미와 아이디어를 좇다가 팀의 미션과 목표에서 벗어나지 않고 팀이 팀 전체의 집중력을 잃지 않게끔, 팀 리더가 각 데이터 과학자의 업무 집중력을 세심하게 점검하고 부드럽게 조율해줄 필요가 있다고 얘기하였다. 호기심이 원동력이 되는 데이터 과학자들의 자율성과 자발적 헌신을 해치지 않으면서 각 데이터 과학자가 팀의 미션과 업무에 집중하게끔 하여 팀 수준의 집중력을 높이는 것도 중요하지만, 이들 각각이 업무에 집중할 수 있는 환경을 만드는 것도 매우 중요하다. 데이터 과학팀 구성원들이 업무에 집중할 수 있는 환경이란 단순히 조용하고 방해받지 않는 업무 공간을 만드는 것만을 의미하지 않는다. 데이터 과학팀 구성원들이 업무에 집중할 수 있는 환경이란 정서적, 감정적으로 안전하게 느끼고 팀의 미션을 위해 집중해서 풀어야 하는 문제 이외에 스트레스를 주는 다른 문제에 마음을 빼앗겨 온전히 집중하지 못하는 일이 없도록 팀 분위기를 유지하는 일을 포함한다.  많은 리더는 데이터 과학자와 같은 과학자를 마치 데이터와 자료만 주면 뭔가 대단한 것을 기계적으로 만들어 내는 기계처럼 생각하는 것 같다. 데이터 과학자들도 보통 사람들과 같은 감정과 정서를 지닌 사람이라는 것을 종종 간과하는 것이다. 데이터 과학자들이 보통 사람들보다 더 이성적이고 논리적인 사고에 ...

2019.07.23

기업이 오픈소스를 좋아하는 10가지 이유

오픈소스 소프트웨어는 느리긴 하지만 기업 영역에 확실히 침투했고 많은 대형 IT 조직들이 리눅스, 하둡, 쿠버네티스, 텐서플로 등에 의존하는 수준까지 기술에 익숙해졌다.   2019년 4월에 공개된 레드햇의 기업 오픈소스 실태 조사에 따르면 IT 리더 중 99%가 오픈소스 소프트웨어가 최소한 자신의 기업 IT 전략에서 "상당히 중요"하게 여기는 것으로 나타났다. 심지어 2016년의 오픈소스 소프트웨어 광고 사이클(Hype Cycle for Open-Source Software)에서도 가트너는 "주류 IT 조직의 95%가 인지하는지 그렇지 않은지 상관없이 업무에 필수적인 IT 포트폴리오 내에서 적지 않은 오픈소스 소프트웨어 자산을 활용하고 있음"을 발견했다. 오랫동안 오픈소스와의 전쟁을 선포했으며 전 CEO 스티브 발머는 리눅스를 ‘암’이라고까지 지칭했던 마이크로소프트를 포함한 기존 기업용 소프트웨어 업체들의 오픈소스 도입으로 이것이 입증되고 있다. 마이크로소프트는 현재 자사를 세계 최대 규모의 오픈소스 기여 기업으로 믿고 있으며 IBM과 SAP 또한 상위 10위권을 유지하고 있고 2018년에는 75억 달러를 들여 오픈소스 소프트웨어의 초기 주창 기업 중 하나인 깃허브와 그 방대한 코드 저장소를 인수했다. 포레스터의 부사장 겸 수석 애널리스트 디에고 로 주디체는 오픈소스에 대한 세계적인 기업들의 태도가 "임원 수준에서도 완전히 바뀌어 내부 IT에서 오픈소스를 사용하고 소비하는 것이 더 이상 CIO와 임원에게 위협이 되지 않는 수준에 이르렀다"라고 말했다. 왜 오픈소스인가(Why Open Source, 데이비드 휠러의 세미나 논문 왜 오픈소스 소프트웨어인가(Why Open Source Software)에서 파생)라는 주제에 대한 자신의 영향력 있는 에세이에서 벤 발터는 이렇게 밝혔다. "오픈소스는 유행이나 불법 물질처럼 홀치기 염색한 노트북을 지나치는 캘리포니아의 히피들과는 다르다. 오픈소스는 현대 조직들 그리고 점차 더욱 전통적인 조직들이 ...

협업 텐서플로 OSS 리눅스 오픈소스 소프트웨어 깃허브 하둡 감사 레드햇 포레스터 마이크로소프트 IBM 가트너 SAP 쿠버네티스

2019.07.09

오픈소스 소프트웨어는 느리긴 하지만 기업 영역에 확실히 침투했고 많은 대형 IT 조직들이 리눅스, 하둡, 쿠버네티스, 텐서플로 등에 의존하는 수준까지 기술에 익숙해졌다.   2019년 4월에 공개된 레드햇의 기업 오픈소스 실태 조사에 따르면 IT 리더 중 99%가 오픈소스 소프트웨어가 최소한 자신의 기업 IT 전략에서 "상당히 중요"하게 여기는 것으로 나타났다. 심지어 2016년의 오픈소스 소프트웨어 광고 사이클(Hype Cycle for Open-Source Software)에서도 가트너는 "주류 IT 조직의 95%가 인지하는지 그렇지 않은지 상관없이 업무에 필수적인 IT 포트폴리오 내에서 적지 않은 오픈소스 소프트웨어 자산을 활용하고 있음"을 발견했다. 오랫동안 오픈소스와의 전쟁을 선포했으며 전 CEO 스티브 발머는 리눅스를 ‘암’이라고까지 지칭했던 마이크로소프트를 포함한 기존 기업용 소프트웨어 업체들의 오픈소스 도입으로 이것이 입증되고 있다. 마이크로소프트는 현재 자사를 세계 최대 규모의 오픈소스 기여 기업으로 믿고 있으며 IBM과 SAP 또한 상위 10위권을 유지하고 있고 2018년에는 75억 달러를 들여 오픈소스 소프트웨어의 초기 주창 기업 중 하나인 깃허브와 그 방대한 코드 저장소를 인수했다. 포레스터의 부사장 겸 수석 애널리스트 디에고 로 주디체는 오픈소스에 대한 세계적인 기업들의 태도가 "임원 수준에서도 완전히 바뀌어 내부 IT에서 오픈소스를 사용하고 소비하는 것이 더 이상 CIO와 임원에게 위협이 되지 않는 수준에 이르렀다"라고 말했다. 왜 오픈소스인가(Why Open Source, 데이비드 휠러의 세미나 논문 왜 오픈소스 소프트웨어인가(Why Open Source Software)에서 파생)라는 주제에 대한 자신의 영향력 있는 에세이에서 벤 발터는 이렇게 밝혔다. "오픈소스는 유행이나 불법 물질처럼 홀치기 염색한 노트북을 지나치는 캘리포니아의 히피들과는 다르다. 오픈소스는 현대 조직들 그리고 점차 더욱 전통적인 조직들이 ...

2019.07.09

구글·아마존·MS·애플·페이스북·IBM은 AI에 어떻게 투자하나

모든 분야의 조직이 비즈니스를 활성화하기 위해 인공지능 도구와 기법에 투자하고 있다. 인공지능을 사용하여 더 나은 제품과 서비스를 만드는 데 앞장서고 있는 세계적인 기술 대기업을 소개한다. 1. 구글 2016년 컨퍼런스 콜에서 구글 CEO 선다 피차이는 자사 미래 성장 전략에서 인공지능이 중심 역할을 수행할 것이라고 밝혔다. 피차이는 "장기적으로 우리는 '모바일 우선'에서 'AI 우선' 세계로 컴퓨팅을 발전시켜 나가고 있다"고 말했다.  2014년에 구글은 인공지능 신생벤처였던 딥마인드를 미화 4억 달러에 사들였다. 이후 딥마인드는 지하철역 사이에서 가장 빠른 경로를 찾고 이세돌 9단과의 바둑 대국에서 승리했으며 NHS와 일련의 논란이 되는 계약을 통해 건강 관리를 개선했다.   AI는 검색 알고리즘부터 지메일의 제안된 답장에 이르기까지 구글의 기존 제품에서 오랫동안 핵심적인 역할을 수행해 왔다. 구글 어시스턴트는 음성 명령을 해석하는 자연어 처리에 의존하며 새로운 듀플렉스 AI(Duplex AI)는 독립적으로 레스토랑을 예약할 수 있다. 또한 구글은 자사의 머신러닝 시스템인 텐서플로를 원하는 모든 사람에게 무료로 제공하며, 2017년 7월에는 피플 AI 리서치 인스티튜트(PAIR : People AI Research initiative)라고 하는 AI 시스템과 사람들이 상호작용하는 방식을 연구하고 재설계하는 새로운 프로젝트를 시작했다. 2. 아마존 아마존의 거대한 사업 영역은 추천 엔진부터 창고 관리 로봇까지 어떤 형태로든 통합되어 있다. 아마존의 음성 비서인 알렉사는 신경망을 사용하여 사람의 목소리를 분석하고 적절한 응답을 하며 자연어 처리를 지원한다. 아마존은 시애틀에 ‘아마존고’라는 AI 구동 오프라인 매장의 문을 열었다. 이곳은 계산원이 없는 상점으로 진열대에 있는 상품을 소비자가 카트에 담고 나면 어떤 상품이 비는지 모니터링하는 인공지능 기술이 장착돼 있...

구글 텐서플로 우버 인공지능 스포티파이 투자 MS 마이크로소프트 IBM 아마존 애플 M&A 페이스북 인수 세일즈포스 메타마인드

2018.12.06

모든 분야의 조직이 비즈니스를 활성화하기 위해 인공지능 도구와 기법에 투자하고 있다. 인공지능을 사용하여 더 나은 제품과 서비스를 만드는 데 앞장서고 있는 세계적인 기술 대기업을 소개한다. 1. 구글 2016년 컨퍼런스 콜에서 구글 CEO 선다 피차이는 자사 미래 성장 전략에서 인공지능이 중심 역할을 수행할 것이라고 밝혔다. 피차이는 "장기적으로 우리는 '모바일 우선'에서 'AI 우선' 세계로 컴퓨팅을 발전시켜 나가고 있다"고 말했다.  2014년에 구글은 인공지능 신생벤처였던 딥마인드를 미화 4억 달러에 사들였다. 이후 딥마인드는 지하철역 사이에서 가장 빠른 경로를 찾고 이세돌 9단과의 바둑 대국에서 승리했으며 NHS와 일련의 논란이 되는 계약을 통해 건강 관리를 개선했다.   AI는 검색 알고리즘부터 지메일의 제안된 답장에 이르기까지 구글의 기존 제품에서 오랫동안 핵심적인 역할을 수행해 왔다. 구글 어시스턴트는 음성 명령을 해석하는 자연어 처리에 의존하며 새로운 듀플렉스 AI(Duplex AI)는 독립적으로 레스토랑을 예약할 수 있다. 또한 구글은 자사의 머신러닝 시스템인 텐서플로를 원하는 모든 사람에게 무료로 제공하며, 2017년 7월에는 피플 AI 리서치 인스티튜트(PAIR : People AI Research initiative)라고 하는 AI 시스템과 사람들이 상호작용하는 방식을 연구하고 재설계하는 새로운 프로젝트를 시작했다. 2. 아마존 아마존의 거대한 사업 영역은 추천 엔진부터 창고 관리 로봇까지 어떤 형태로든 통합되어 있다. 아마존의 음성 비서인 알렉사는 신경망을 사용하여 사람의 목소리를 분석하고 적절한 응답을 하며 자연어 처리를 지원한다. 아마존은 시애틀에 ‘아마존고’라는 AI 구동 오프라인 매장의 문을 열었다. 이곳은 계산원이 없는 상점으로 진열대에 있는 상품을 소비자가 카트에 담고 나면 어떤 상품이 비는지 모니터링하는 인공지능 기술이 장착돼 있...

2018.12.06

'인공지능과 환상 궁합' 프로그래밍 언어 10선

광범위한 분야에서 성장하는 인공지능은 다양한 프로그래밍 언어로 작성될 수 있다. 많은 프로그래밍 언어 가운데 어떤 것이 향후 추진할 AI 프로젝트에 적합한지 파악하기는 어렵다.  AI를 프로그래밍하는 데 도움이 되는 프로그래밍 언어 10가지를 소개한다.  1. 줄리아 줄리아(Julia)는 제프 베잔슨, 스테판 카핀스키, 비랄 B. 샤, 앨런 에델만이 2009년에 공동으로 개발한 범용 프로그래밍 언어이다. 줄리아는 속도를 높이기 위해 별도의 컴파일 작업을 필요로 하지 않는 고성능 수치 해석 및 계산 과학으로 설계되었다. 이를 위해 줄리아는 종종 파이썬의 속도 문제에 대한 해결책으로 간주되기도 한다. 간단한 구문과 깊은 수학적 기반 덕분에 줄리아는 데이터 분석가 등을 위한 사용자 친화적인 프로그래밍 언어가 되었다. 또한 머신러닝과 AI를 위한 프레임워크인 플럭스(Flux)도 포함된다. 줄리아의 수학 구문과 결합하여 알고리즘을 논문으로 쓰는 이상적인 방법을 제공한다. 줄리아는 텐서플로, MXNet과 같은 다른 머신러닝 프레임워크도 지원한다. 2. 하스켈 하스켈(Haskell)은 엄격하지 않은 의미 체계와 강력한 정적 유형을 사용하도록 설계된 표준화된 범용 프로그래밍 언어이다. 1990년에 처음 개발된 하스켈은 학계에서 주로 사용되었지만 AT&T, 페이스북, 구글 등의 산업계 프로젝트에서 쓰인 사례도 몇 가지 있다. 하스켈은 미란다 프로그래밍 언어의 의미를 기반으로 하며 효율적인 라이브러리가 AI 알고리즘을 표현할 수 있도록 한다. 또한 AI 및 많은 다른 분야에 적용할 수 있는 프로그래밍 언어 연구의 유명한 분야인 임베디드 도메인 특정 언어도 지원한다. 3. R 여기서 소개된 프로그래밍 언어들과는 달리 R은 통계 컴퓨팅 및 그래픽을 위한 고유한 프로그래밍 언어이자 무료 오픈소스 소프트웨어 환경이다. 로스 이하카와 로버트 젠틀맨이 1993년에 설계한 R은 통계 소프트웨...

구글 프롤로그 LISP 하스켈 줄리아 NLP 매트랩 매스웍스 텐서플로 챗봇 R C++ 프로그래밍 언어 파이썬 자연어 처리 IBM 자바 오라클 AIML

2018.10.24

광범위한 분야에서 성장하는 인공지능은 다양한 프로그래밍 언어로 작성될 수 있다. 많은 프로그래밍 언어 가운데 어떤 것이 향후 추진할 AI 프로젝트에 적합한지 파악하기는 어렵다.  AI를 프로그래밍하는 데 도움이 되는 프로그래밍 언어 10가지를 소개한다.  1. 줄리아 줄리아(Julia)는 제프 베잔슨, 스테판 카핀스키, 비랄 B. 샤, 앨런 에델만이 2009년에 공동으로 개발한 범용 프로그래밍 언어이다. 줄리아는 속도를 높이기 위해 별도의 컴파일 작업을 필요로 하지 않는 고성능 수치 해석 및 계산 과학으로 설계되었다. 이를 위해 줄리아는 종종 파이썬의 속도 문제에 대한 해결책으로 간주되기도 한다. 간단한 구문과 깊은 수학적 기반 덕분에 줄리아는 데이터 분석가 등을 위한 사용자 친화적인 프로그래밍 언어가 되었다. 또한 머신러닝과 AI를 위한 프레임워크인 플럭스(Flux)도 포함된다. 줄리아의 수학 구문과 결합하여 알고리즘을 논문으로 쓰는 이상적인 방법을 제공한다. 줄리아는 텐서플로, MXNet과 같은 다른 머신러닝 프레임워크도 지원한다. 2. 하스켈 하스켈(Haskell)은 엄격하지 않은 의미 체계와 강력한 정적 유형을 사용하도록 설계된 표준화된 범용 프로그래밍 언어이다. 1990년에 처음 개발된 하스켈은 학계에서 주로 사용되었지만 AT&T, 페이스북, 구글 등의 산업계 프로젝트에서 쓰인 사례도 몇 가지 있다. 하스켈은 미란다 프로그래밍 언어의 의미를 기반으로 하며 효율적인 라이브러리가 AI 알고리즘을 표현할 수 있도록 한다. 또한 AI 및 많은 다른 분야에 적용할 수 있는 프로그래밍 언어 연구의 유명한 분야인 임베디드 도메인 특정 언어도 지원한다. 3. R 여기서 소개된 프로그래밍 언어들과는 달리 R은 통계 컴퓨팅 및 그래픽을 위한 고유한 프로그래밍 언어이자 무료 오픈소스 소프트웨어 환경이다. 로스 이하카와 로버트 젠틀맨이 1993년에 설계한 R은 통계 소프트웨...

2018.10.24

'AI의 블랙박스화' 막겠다··· 오픈소스로 알고리즘 공개 선언한 IBM

IBM은 인공지능 개발자가 알고리즘 작동 방식을 더 잘 파악할 수 있도록 돕는 오픈소스 소프트웨어 툴 세트를 발표했으며, 이는 향후 알고리즘의 편견을 피하는 데 도움이 될 것으로 기대된다. IBM은 개발자들이 인공지능의 의사결정 방식을 파악하는 데 도움이 되는 새로운 오픈소스 소프트웨어를 출시해 인공지능 블랙박스 알고리즘을 깨고자 분투하고 있다. 블랙박스 알고리즘은 신문 구독과 상품 구매 등 단순한 것부터 헤지펀드가 투자하는 주식이나 보험사가 가입을 승인하는 고객까지 사람들이 점차 일상적으로 의존하고 있는 시스템의 핵심에 있는 복잡한 코드다. 이것들은 디자인이 점차 복잡해지고 있으며 시스템이 결론에 도달한 방식을 모를 때도 있는 코드 개발자들로부터 정보를 받을 수 있다. 또한 역사적으로 디자인에 대한 감독이나 책임성이 거의 없었다. IBM은 현재 페어네스 360 키트(Fairness 360 Kit)를 통해 AI개발자들이 일련의 대시보드를 통해 창작물의 내부를 살펴보고 의사결정 근거를 파악하는 데 도움이 되기 위해 개발된 소프트웨어를 오픈소스화하고 있다. 이 소프트웨어는 IBM 클라우드에서 서비스로써 운용되며 IBM 리서치가 해당 오픈소스 커뮤니티에 AI 편향 감지 및 완화 툴킷을 공개할 예정이다. 이를 통해 알고리즘 의사결정에 대한 실시간 통찰을 얻고 내재된 편향에 대한 의혹을 감지함으로써 심지어 감지된 편향을 완화하는 데 도움이 될 수 있는 새로운 데이터 파라미터를 추천할 수 있다. 이 통찰이 대시보드와 자연어로 제공되어 "의사결정에 가중치를 둔 인자, 추천에 대한 신뢰성, 신뢰성의 근거 인자를 보여준다"고 해당 업체가 언론 보도를 통해 밝혔다. 또한 IBM은 "고객 서비스, 규제, GDPR 준수성 등의 준수성을 위해 모델의 정확도, 성능, 공정성에 대한 기록과 AI 시스템의 혈통이 손쉽게 추적된다"고 이야기했다.  이 소프트웨어는 광범위하고 사용자 정의 가능한 용도를 ...

구글 편견 텐서플로 GDPR 애저ML 편향 스파크ML SparkML AWS 세이지메이커 AWS SageMaker 블랙박스 핀터레스트 공정 SAP 페이스북 인텔 IBM 액센츄어 마이크로소프트 왓슨 윤리 인공지능 AzureML

2018.10.01

IBM은 인공지능 개발자가 알고리즘 작동 방식을 더 잘 파악할 수 있도록 돕는 오픈소스 소프트웨어 툴 세트를 발표했으며, 이는 향후 알고리즘의 편견을 피하는 데 도움이 될 것으로 기대된다. IBM은 개발자들이 인공지능의 의사결정 방식을 파악하는 데 도움이 되는 새로운 오픈소스 소프트웨어를 출시해 인공지능 블랙박스 알고리즘을 깨고자 분투하고 있다. 블랙박스 알고리즘은 신문 구독과 상품 구매 등 단순한 것부터 헤지펀드가 투자하는 주식이나 보험사가 가입을 승인하는 고객까지 사람들이 점차 일상적으로 의존하고 있는 시스템의 핵심에 있는 복잡한 코드다. 이것들은 디자인이 점차 복잡해지고 있으며 시스템이 결론에 도달한 방식을 모를 때도 있는 코드 개발자들로부터 정보를 받을 수 있다. 또한 역사적으로 디자인에 대한 감독이나 책임성이 거의 없었다. IBM은 현재 페어네스 360 키트(Fairness 360 Kit)를 통해 AI개발자들이 일련의 대시보드를 통해 창작물의 내부를 살펴보고 의사결정 근거를 파악하는 데 도움이 되기 위해 개발된 소프트웨어를 오픈소스화하고 있다. 이 소프트웨어는 IBM 클라우드에서 서비스로써 운용되며 IBM 리서치가 해당 오픈소스 커뮤니티에 AI 편향 감지 및 완화 툴킷을 공개할 예정이다. 이를 통해 알고리즘 의사결정에 대한 실시간 통찰을 얻고 내재된 편향에 대한 의혹을 감지함으로써 심지어 감지된 편향을 완화하는 데 도움이 될 수 있는 새로운 데이터 파라미터를 추천할 수 있다. 이 통찰이 대시보드와 자연어로 제공되어 "의사결정에 가중치를 둔 인자, 추천에 대한 신뢰성, 신뢰성의 근거 인자를 보여준다"고 해당 업체가 언론 보도를 통해 밝혔다. 또한 IBM은 "고객 서비스, 규제, GDPR 준수성 등의 준수성을 위해 모델의 정확도, 성능, 공정성에 대한 기록과 AI 시스템의 혈통이 손쉽게 추적된다"고 이야기했다.  이 소프트웨어는 광범위하고 사용자 정의 가능한 용도를 ...

2018.10.01

칼럼 | 성공적인 인공지능(AI) 적용을 위한 단계

이번 달 칼럼은 Mariya Yao, Marlene Jia, Adelyn Zhou의 저서 ‘Applied Artificial Intelligence – A Handbook for Business Leaders’ 중에서 기업의 성공적인 인공지능(AI)전략 수립에 대한 부분을 요약 정리했습니다. AI를 기업의 비즈니스에 적용할 기가 막힌 아이디어가 있다고 해도 이를 기업에 적용 가능한 솔루션으로 성공적으로 구현하기 위해서는 기업 구성원의 마음가짐 변화와 추진을 위한 적극적인 리더십의 확보, 그리고 기업 업무 전반에 걸친 지원팀의 구성이 선결되어야 한다. AI 적용을 비롯한 기업의 디지털 트랜스포메이션이 성공하기 위해서는 데이터와 IT 기술 인프라를 통합하여야 하며 데이터와 인프라에 대한 전반적인 통합 및 관리 능력을 확보하지 못한 상황이라면 섣불리 AI를 적용하겠다고 뛰어드는 것은 바람직하지 않다. 기업이 이미 빅데이터를 효과적으로 활용할 수 있는 기술과 업무 응용 능력을 갖추었다고 판단되지 않으면 AI 적용은 시기상조다. 데이터에 대한 이해와 활용능력이 없이 AI 도입을 추진하는 것은 성공하기 어렵다. 그리고 기업 오너 또는 경영진이 스스로 통찰력과 판단력이 뛰어나다고 과신하고 조직 전체가 상명하복의 문화에 젖어 있다면 성공적인 AI의 적용이 어려워진다. 기업 경영진이 데이터와 팩트에 기반한 의사결정이 직관에 의한 결정보다 미래의 비즈니스를 위해 더 효율적이라고 공감할 때가 AI 도입을 추진해야 할 시점이다. 아울러 성공적인 AI의 도입을 위해서는 기업 전 조직의 적극적인 협조가 필요하므로 AI 도입에 따른 일부 부서의 두려움과 반감을 불식시키는 공감대의 형성이 선결되어야 한다. AI 도입을 위한 기업 문화의 형성이 이루어졌다면 본격적으로 기술적인 문제에 대한 접근이 필요하다. AI의 구현을 위한 머신러닝을 포함한 기술적 역량은 기업의 기존 전통적인 정보시스템을 성공적으로 구현하고 운영한 기술적 역량과는 근본적으로...

CIO Adelyn Zhou Marlene Jia Mariya Yao 케라스 파이토치 텐서플로 디지털 변혁 정철환 인공지능 TCO Applied Artificial Intelligence – A Handbook

2018.10.01

이번 달 칼럼은 Mariya Yao, Marlene Jia, Adelyn Zhou의 저서 ‘Applied Artificial Intelligence – A Handbook for Business Leaders’ 중에서 기업의 성공적인 인공지능(AI)전략 수립에 대한 부분을 요약 정리했습니다. AI를 기업의 비즈니스에 적용할 기가 막힌 아이디어가 있다고 해도 이를 기업에 적용 가능한 솔루션으로 성공적으로 구현하기 위해서는 기업 구성원의 마음가짐 변화와 추진을 위한 적극적인 리더십의 확보, 그리고 기업 업무 전반에 걸친 지원팀의 구성이 선결되어야 한다. AI 적용을 비롯한 기업의 디지털 트랜스포메이션이 성공하기 위해서는 데이터와 IT 기술 인프라를 통합하여야 하며 데이터와 인프라에 대한 전반적인 통합 및 관리 능력을 확보하지 못한 상황이라면 섣불리 AI를 적용하겠다고 뛰어드는 것은 바람직하지 않다. 기업이 이미 빅데이터를 효과적으로 활용할 수 있는 기술과 업무 응용 능력을 갖추었다고 판단되지 않으면 AI 적용은 시기상조다. 데이터에 대한 이해와 활용능력이 없이 AI 도입을 추진하는 것은 성공하기 어렵다. 그리고 기업 오너 또는 경영진이 스스로 통찰력과 판단력이 뛰어나다고 과신하고 조직 전체가 상명하복의 문화에 젖어 있다면 성공적인 AI의 적용이 어려워진다. 기업 경영진이 데이터와 팩트에 기반한 의사결정이 직관에 의한 결정보다 미래의 비즈니스를 위해 더 효율적이라고 공감할 때가 AI 도입을 추진해야 할 시점이다. 아울러 성공적인 AI의 도입을 위해서는 기업 전 조직의 적극적인 협조가 필요하므로 AI 도입에 따른 일부 부서의 두려움과 반감을 불식시키는 공감대의 형성이 선결되어야 한다. AI 도입을 위한 기업 문화의 형성이 이루어졌다면 본격적으로 기술적인 문제에 대한 접근이 필요하다. AI의 구현을 위한 머신러닝을 포함한 기술적 역량은 기업의 기존 전통적인 정보시스템을 성공적으로 구현하고 운영한 기술적 역량과는 근본적으로...

2018.10.01

김진철의 How-to-Big Data | 빅데이터와 인공지능 (4)

LHC 실험과 뉴로모픽 엔지니어링 LHC 실험과 같은 거대과학 실험 장치는 건설에만 10~20년이 걸리고, 대량 생산을 위한 물건이나 장치를 만드는 일이 아닌 세계에서 하나뿐인 실험 장치를 만드는 일이다 보니 큰 비용이 들고 그에 따르는 위험 부담도 크다. 이런 거대과학 실험에서는 종종 이 실험 장치의 건설과 운영에 필요한 긴 기간이 새로운 과학적, 기술적 발견과 진보의 계기가 되기도 한다. LHC 실험의 요구사항도 실험 계획 초반과 LHC 가속기 완공 시점, 그리고 지금의 요구사항이 모두 다르다. 사실은 LHC 가속기가 건설되고 운영되는 과정에서 가속기와 검출기, 그리고 실험에서 요구되는 기술적인 요구 사항의 수준이 계속 높아져 왔다. 특히 실험 데이터 분석에 필요한 데이터의 양과 처리 속도, 복잡성의 정도는 크게 높아지고 있다. 지난 연재에서도 소개했듯이 고광도 LHC(High-Luminosity LHC; HL-LHC)로 LHC 가속기가 업그레이드되면 검출기에서 발생하는 데이터의 양이 기하급수적으로 증가하게 되는데, 2019년에는 2016년에 생성된 데이터의 4배에 이르는 293PB, 2028년에는 2016년에 생성된 데이터의 52배에 이르는 3.8EB에 이를 것으로 추정된다. 이는 LHC 실험이 계획되던 1992년에는 검출기 데이터가 1PB, 그리고 LHC 가속기가 완공되던 시점인 2008년도에는 연간 15PB로 데이터양이 추정되던 것에 비교하면 급격하게 빅데이터 요구 사항의 수준이 높아지고 있다. LHC 실험의 요구 사항이 이렇게 지속해서 높아지는 배경에는 여러 가지 요소가 있는데, 그중에서 중요한 것은 실험이 진행되면서 근본 입자들에 조사해야 할 물리학적 질문들이 더 많아지고 복잡해지는 것과, LHC 가속기에 쓰이는 기술이 정체되어 있지 않고 더 향상되고 발전한다는 것이다. 1992년 당시에도 통계적 패턴 인식 기술을 포함해 사람의 두뇌를 모방하려는 뉴로모픽 VLSI 프로세서 기술이 있었으나 딥러닝과 딥러닝 전용 프로세서...

구글 뉴로모픽 엔지니어링 차량공유 LHC CERN 김진철 텐서플로 자율주행 우버 테슬라 GPU 인공지능 엔비디아 양자컴퓨팅 데이터 과학자 IBM 빅데이터 디웨이브 시스템즈

2018.09.27

LHC 실험과 뉴로모픽 엔지니어링 LHC 실험과 같은 거대과학 실험 장치는 건설에만 10~20년이 걸리고, 대량 생산을 위한 물건이나 장치를 만드는 일이 아닌 세계에서 하나뿐인 실험 장치를 만드는 일이다 보니 큰 비용이 들고 그에 따르는 위험 부담도 크다. 이런 거대과학 실험에서는 종종 이 실험 장치의 건설과 운영에 필요한 긴 기간이 새로운 과학적, 기술적 발견과 진보의 계기가 되기도 한다. LHC 실험의 요구사항도 실험 계획 초반과 LHC 가속기 완공 시점, 그리고 지금의 요구사항이 모두 다르다. 사실은 LHC 가속기가 건설되고 운영되는 과정에서 가속기와 검출기, 그리고 실험에서 요구되는 기술적인 요구 사항의 수준이 계속 높아져 왔다. 특히 실험 데이터 분석에 필요한 데이터의 양과 처리 속도, 복잡성의 정도는 크게 높아지고 있다. 지난 연재에서도 소개했듯이 고광도 LHC(High-Luminosity LHC; HL-LHC)로 LHC 가속기가 업그레이드되면 검출기에서 발생하는 데이터의 양이 기하급수적으로 증가하게 되는데, 2019년에는 2016년에 생성된 데이터의 4배에 이르는 293PB, 2028년에는 2016년에 생성된 데이터의 52배에 이르는 3.8EB에 이를 것으로 추정된다. 이는 LHC 실험이 계획되던 1992년에는 검출기 데이터가 1PB, 그리고 LHC 가속기가 완공되던 시점인 2008년도에는 연간 15PB로 데이터양이 추정되던 것에 비교하면 급격하게 빅데이터 요구 사항의 수준이 높아지고 있다. LHC 실험의 요구 사항이 이렇게 지속해서 높아지는 배경에는 여러 가지 요소가 있는데, 그중에서 중요한 것은 실험이 진행되면서 근본 입자들에 조사해야 할 물리학적 질문들이 더 많아지고 복잡해지는 것과, LHC 가속기에 쓰이는 기술이 정체되어 있지 않고 더 향상되고 발전한다는 것이다. 1992년 당시에도 통계적 패턴 인식 기술을 포함해 사람의 두뇌를 모방하려는 뉴로모픽 VLSI 프로세서 기술이 있었으나 딥러닝과 딥러닝 전용 프로세서...

2018.09.27

구글의 엔터프라이즈 IoT 전략 핵심은 '엣지 TPU'

칩과 엣지 소프트웨어가 엔터프라이즈 사물인터넷(IoT) 환경을 바꿔놓을 수 있다. 구글 CEO 선다 피차이  구글이 분석과 머신러닝 기능을 최첨단 네트워크 및 개별 IoT 기기로 가져오기 위해 하드웨어와 소프트웨어 두 단계로 추진하고 있다. 이는 점점 늘어나는 IoT기기에서 생성된 데이터를 좀 더 잘 처리하기 위함으로 알려졌다. 구굴이 취한 첫 번째 단계는 자사 클라우드 IoT 소프트웨어 플랫폼의 기능을 엣지 네트워킹으로의 확장이며, 두 번째 단계는 IoT 기기에 통합되어 전송하기 전에 수집한 데이터를 처리할 수 있는 작은 칩 개발이다.   전문 컴퓨터가 IoT 엔드포인트 자체에 매우 가까이 있어 엔드포인트에서 분석과 데이터 처리를 수행하는 아키텍처를 설명하며, 해당 정보를 모든 데이터센터로 재전송하는 것과는 반대되는 개념인 엣지 컴퓨팅은 특히 대기 시간과 관련해 엄격한 요구 사항이 있는 활용사례의 경우와 잘 맞는 IoT 배포용 차세대 모델이다.  그러나 451 리서치의 IoT 연구 책임자인 크리스찬 리누아드에 따르면, 엣지 컴퓨팅의 기술적 이점은 훨씬 더 인간적인 요인에 부수적인 것이다.  특히 IoT 기술의 혜택을 누리는 운영 기술 구현(공장 바닥, 차량 등) 관리자는 중요한 관리 및 분석 기능을 프라이빗 클라우드로 이동하기가 쉽지 않다. 구글은 자사 IoT 소프트웨어 스택을 최첨단 장비로 가져와 잠재적으로 진입 장벽을 제거해 엔터프라이즈 IoT 관리에서 더 매력적인 옵션을 제공할 수 있게 된다. 또한 구글의 IoT 소프트웨어 스택은 IoT 플랫폼을 엣지 컴퓨팅에 이미 도입한 마이크로소프트와 아마존 같은 경쟁사들에서 구글의 제품을 더 많이 결합하도록 해준다.  구글의 주장은 자사의 텐서플로 AI 소프트웨어를 통해 머신러닝을 가속화하는 엣지 TPU(Edge TPU)라는 칩의 도움을 받게 된다는 것이다. 이 칩은 샌프란시스코에서 열린 클라우드 넥스트'18에서 ...

CIO 엣지 컴퓨팅 TPU 텐서플로 451 리서치 사물인터넷 엔드포인트 마이크로소프트 아마존 구글 엣지 소프트웨어

2018.08.16

칩과 엣지 소프트웨어가 엔터프라이즈 사물인터넷(IoT) 환경을 바꿔놓을 수 있다. 구글 CEO 선다 피차이  구글이 분석과 머신러닝 기능을 최첨단 네트워크 및 개별 IoT 기기로 가져오기 위해 하드웨어와 소프트웨어 두 단계로 추진하고 있다. 이는 점점 늘어나는 IoT기기에서 생성된 데이터를 좀 더 잘 처리하기 위함으로 알려졌다. 구굴이 취한 첫 번째 단계는 자사 클라우드 IoT 소프트웨어 플랫폼의 기능을 엣지 네트워킹으로의 확장이며, 두 번째 단계는 IoT 기기에 통합되어 전송하기 전에 수집한 데이터를 처리할 수 있는 작은 칩 개발이다.   전문 컴퓨터가 IoT 엔드포인트 자체에 매우 가까이 있어 엔드포인트에서 분석과 데이터 처리를 수행하는 아키텍처를 설명하며, 해당 정보를 모든 데이터센터로 재전송하는 것과는 반대되는 개념인 엣지 컴퓨팅은 특히 대기 시간과 관련해 엄격한 요구 사항이 있는 활용사례의 경우와 잘 맞는 IoT 배포용 차세대 모델이다.  그러나 451 리서치의 IoT 연구 책임자인 크리스찬 리누아드에 따르면, 엣지 컴퓨팅의 기술적 이점은 훨씬 더 인간적인 요인에 부수적인 것이다.  특히 IoT 기술의 혜택을 누리는 운영 기술 구현(공장 바닥, 차량 등) 관리자는 중요한 관리 및 분석 기능을 프라이빗 클라우드로 이동하기가 쉽지 않다. 구글은 자사 IoT 소프트웨어 스택을 최첨단 장비로 가져와 잠재적으로 진입 장벽을 제거해 엔터프라이즈 IoT 관리에서 더 매력적인 옵션을 제공할 수 있게 된다. 또한 구글의 IoT 소프트웨어 스택은 IoT 플랫폼을 엣지 컴퓨팅에 이미 도입한 마이크로소프트와 아마존 같은 경쟁사들에서 구글의 제품을 더 많이 결합하도록 해준다.  구글의 주장은 자사의 텐서플로 AI 소프트웨어를 통해 머신러닝을 가속화하는 엣지 TPU(Edge TPU)라는 칩의 도움을 받게 된다는 것이다. 이 칩은 샌프란시스코에서 열린 클라우드 넥스트'18에서 ...

2018.08.16

깃허브 인수로 본 오픈소스의 미래

최근 마이크로소프트의 깃허브 인수는 개발자 커뮤니티를 통해 파문을 일으키고 있다. 이번 인수가 개발자 커뮤니티 사이트의 미래와, 더 나아가 오픈소스 소프트웨어의 미래에 어떤 의미가 있을지 의문을 불러일으키고 있다. 깃허브의 수익 모델이 흔들리고 있고, 안정적인 리더십이 결여되었다는 점을 지적하며 마이크로소프트에 인수되는 것이 미래를 위해 필요한 조치라는 견해가 있는가 하면, 이 인수로 깃허브에 경쟁업체가 호스팅하는 독점 코드를 MS가 엿볼 수도 있을 것이라는 지적도 있다. 일부 개발자들은 자신의 코드를 깃랩(Gitlab)과 같은 경쟁 사이트로 옮기기도 했다. 물론, 이번 인수는 마이크로소프트로써는 당연한 결정이다. 깃허브는 역사상 가장 활발하게 활동이 이뤄지며 약 2,800만 명 가량의 개발자들이 사용하고 있는 웹사이트로, 현재 수십억 개의 오픈소스 코드를 취급하고 있다. MS는 이러한 개발자 커뮤니티에 뿌리를 내리게 될 것이다. 2001년만 해도 오픈소스 생태계인 리눅스를 '암'으로 묘사한 스티브 발머가 MS를 지키고 있었지만, 이후 CEO 사티아 나델라가 수장을 맡으면서 많은 변화가 있었다. 나델라는 오픈소스 소프트웨어에 대한 마이크로소프트의 전략을 180도 바꾸도록 했고, ‘친 리눅스 노선’으로 변경하는 데 일조했다. 현재 마이크로소프트는 명실공히 깃허브의 가장 활발한 기여자이다. "마이크로소프트는 개발자 우선 기업이며 깃허브와 힘을 합쳐 개발자의 자유, 개방성, 혁신에 대한 우리의 의지를 강화할 것이다"고 나델라는 이번 인수에 관해 설명했다. 하지만 오픈소스 코드를 올리는 것은 누구나 무료로 가능한 반면에, 올린 코드를 비즈니스에 활용해 이를 유지하려면 돈을 지불해야 한다. 마이크로소프트 개발자이자, 오픈소스 프로그램 모노(Mono)와 GNOME의 설립자인 미구엘 데 이카자는 "우리가 깃허브에서 호스팅하는 모든 코드에 얼마만큼의 돈을 쓰고 있는지 알게 된 사티야 ...

인수 개발자 커뮤니티 MXNet 쿠버네티스 텐서플로 샤티아 나델라 카프카 도커 깃허브 개방 하둡 스티브 발머 오픈스택 마이크로소프트 협력 애플 M&A 깃랩

2018.07.16

최근 마이크로소프트의 깃허브 인수는 개발자 커뮤니티를 통해 파문을 일으키고 있다. 이번 인수가 개발자 커뮤니티 사이트의 미래와, 더 나아가 오픈소스 소프트웨어의 미래에 어떤 의미가 있을지 의문을 불러일으키고 있다. 깃허브의 수익 모델이 흔들리고 있고, 안정적인 리더십이 결여되었다는 점을 지적하며 마이크로소프트에 인수되는 것이 미래를 위해 필요한 조치라는 견해가 있는가 하면, 이 인수로 깃허브에 경쟁업체가 호스팅하는 독점 코드를 MS가 엿볼 수도 있을 것이라는 지적도 있다. 일부 개발자들은 자신의 코드를 깃랩(Gitlab)과 같은 경쟁 사이트로 옮기기도 했다. 물론, 이번 인수는 마이크로소프트로써는 당연한 결정이다. 깃허브는 역사상 가장 활발하게 활동이 이뤄지며 약 2,800만 명 가량의 개발자들이 사용하고 있는 웹사이트로, 현재 수십억 개의 오픈소스 코드를 취급하고 있다. MS는 이러한 개발자 커뮤니티에 뿌리를 내리게 될 것이다. 2001년만 해도 오픈소스 생태계인 리눅스를 '암'으로 묘사한 스티브 발머가 MS를 지키고 있었지만, 이후 CEO 사티아 나델라가 수장을 맡으면서 많은 변화가 있었다. 나델라는 오픈소스 소프트웨어에 대한 마이크로소프트의 전략을 180도 바꾸도록 했고, ‘친 리눅스 노선’으로 변경하는 데 일조했다. 현재 마이크로소프트는 명실공히 깃허브의 가장 활발한 기여자이다. "마이크로소프트는 개발자 우선 기업이며 깃허브와 힘을 합쳐 개발자의 자유, 개방성, 혁신에 대한 우리의 의지를 강화할 것이다"고 나델라는 이번 인수에 관해 설명했다. 하지만 오픈소스 코드를 올리는 것은 누구나 무료로 가능한 반면에, 올린 코드를 비즈니스에 활용해 이를 유지하려면 돈을 지불해야 한다. 마이크로소프트 개발자이자, 오픈소스 프로그램 모노(Mono)와 GNOME의 설립자인 미구엘 데 이카자는 "우리가 깃허브에서 호스팅하는 모든 코드에 얼마만큼의 돈을 쓰고 있는지 알게 된 사티야 ...

2018.07.16

구글∙페이스북∙넷플릭스∙에어비앤비의 공통점 '오픈소스'

오픈소스 컴퓨팅 프로젝트는 여러 커뮤니티 회원과 공동 작업을 필요로 한다. 초기에는 리눅스재단의 후원으로 개발된 오픈소스 컴퓨팅 프로젝트가 많았다. 하지만 최근 몇 년 동안 페이스북, 마이크로소프트, 구글 등 거대 기술회사가 다양한 오픈소스 프로젝트를 크라우드 소싱하면서 오픈소스 시장에 뛰어들었다. 때로는 내부 문제를 해결하기 위해 더 넓은 커뮤니티에 도움을 구하기도 했다. 전 세계에서 가장 큰 데이터센터를 소유하고 있는 이들 회사는 전례 없는 규모로 데이터를 관리해야 하며 선구적인 기술 개발이 필요한 상태다. 그렇다면 왜 대형 기술회사가 자사의 지적 재산을 더 넓은 세상과 공유할까? 다른 사람들에게 내부 프로젝트를 보여주고 그 대가로 자사의 기술을 무료로 개선할 수 있는 역동적인 개발자 커뮤니티에 접근할 수 있다. 예를 들어 페이스북은 오픈 컴퓨트 프로젝트로 미화 20억 달러의 데이터센터 비용을 절감했다고 밝혔다. 대형 기술회사의 혁신적이고 흥미진진한 오픈소스 프로젝트를 소개한다. 1. 구글 – 쿠버네티스 구글은 오픈소스 기술에 가장 적극적으로 관여하는 세계적인 기업 중 하나다. 오픈소스 개발자 플랫폼인 깃허브(GitHub)에는 900명이 넘는 구글 소속 공여자와 1,000개가 넘는 구글 관련 저장소가 있다. 최근 몇 년간 컨테이너화가 가장 유행하는 IT용어 중 하나였는데 구글은 데이터센터의 애플리케이션을 관리하기 위해 약 20억 개의 컨테이너를 사용했다. 이 회사는 보그(Borg)와 오메가(Omega)의 숨겨진 기술을 사용하여 수년간 내부적으로 워크로드를 실행했다. 그리고 이 플랫폼은 2014년 6월 이후 공개된 구글의 오픈소스 쿠버네티스 컨테이너 클러스터 관리 플랫폼의 기초를 제공했다. 쿠버네티스는 가상 머신 대신 좀더 가벼운 대체품을 찾고 있는 다양한 대기업에서 채택됐다. 원래 구글에서 개발했지만 클라우드 네이티브 컴퓨팅 재단(Cloud Native Computing Foundation)에서 관리...

혁신 카프카 에어비앤비 요세미티 텐서플로 쿠버네티스 오로라 파이토치 카오스 멍키 에어플로우 링크드인 깃허브 구글 페이스북 마이크로소프트 트위터 오픈 컴퓨트 프로젝트 OCP 넷플릭스 네뷸라 리눅스 재단 카옌타

2018.07.12

오픈소스 컴퓨팅 프로젝트는 여러 커뮤니티 회원과 공동 작업을 필요로 한다. 초기에는 리눅스재단의 후원으로 개발된 오픈소스 컴퓨팅 프로젝트가 많았다. 하지만 최근 몇 년 동안 페이스북, 마이크로소프트, 구글 등 거대 기술회사가 다양한 오픈소스 프로젝트를 크라우드 소싱하면서 오픈소스 시장에 뛰어들었다. 때로는 내부 문제를 해결하기 위해 더 넓은 커뮤니티에 도움을 구하기도 했다. 전 세계에서 가장 큰 데이터센터를 소유하고 있는 이들 회사는 전례 없는 규모로 데이터를 관리해야 하며 선구적인 기술 개발이 필요한 상태다. 그렇다면 왜 대형 기술회사가 자사의 지적 재산을 더 넓은 세상과 공유할까? 다른 사람들에게 내부 프로젝트를 보여주고 그 대가로 자사의 기술을 무료로 개선할 수 있는 역동적인 개발자 커뮤니티에 접근할 수 있다. 예를 들어 페이스북은 오픈 컴퓨트 프로젝트로 미화 20억 달러의 데이터센터 비용을 절감했다고 밝혔다. 대형 기술회사의 혁신적이고 흥미진진한 오픈소스 프로젝트를 소개한다. 1. 구글 – 쿠버네티스 구글은 오픈소스 기술에 가장 적극적으로 관여하는 세계적인 기업 중 하나다. 오픈소스 개발자 플랫폼인 깃허브(GitHub)에는 900명이 넘는 구글 소속 공여자와 1,000개가 넘는 구글 관련 저장소가 있다. 최근 몇 년간 컨테이너화가 가장 유행하는 IT용어 중 하나였는데 구글은 데이터센터의 애플리케이션을 관리하기 위해 약 20억 개의 컨테이너를 사용했다. 이 회사는 보그(Borg)와 오메가(Omega)의 숨겨진 기술을 사용하여 수년간 내부적으로 워크로드를 실행했다. 그리고 이 플랫폼은 2014년 6월 이후 공개된 구글의 오픈소스 쿠버네티스 컨테이너 클러스터 관리 플랫폼의 기초를 제공했다. 쿠버네티스는 가상 머신 대신 좀더 가벼운 대체품을 찾고 있는 다양한 대기업에서 채택됐다. 원래 구글에서 개발했지만 클라우드 네이티브 컴퓨팅 재단(Cloud Native Computing Foundation)에서 관리...

2018.07.12

김진철의 How-to-Big Data | 빅데이터 주요 기술의 조건 (1)

LCG 데이터 병렬 처리 프레임워크 - PROOF 본 연재의 여섯 번째 글에서 잠시 소개했던 LHC 이벤트 데이터를 분석 과정을 잠시 되새겨 보기로 하자. LHC 이벤트 데이터 분석 과정은 먼저 검출기의 Level-1 트리거와 고수준 트리거(high-level trigger)에서 수행되는 이벤트 데이터 파편(fragment)들을 검출기 센서의 위치에 맞게 배치, 병합하고, 물리학자들이 물리학적인 분석이 가능하도록 기초적인 메타데이터를 추가하는 자동화된 데이터 분석 과정이었다. 이렇게 자동화된 데이터 분석 과정은 물리학자들이 힉스 보존과 같은 새로운 입자를 쉽게 찾게 해주거나, 입자의 특성을 더 정밀하게 분석하길 원하는 입자에서 필요한 정보를 쉽게 계산해낼 수 있도록 이벤트 데이터를 가공하는 과정이다. 위와 같이 검출기의 온라인 데이터 수집 시스템을 통해서 이벤트 데이터를 자동으로 가공한 후에는 물리학적인 분석을 위한 단계에 들어간다. 이런 추가의 물리학적인 정밀한 분석이 필요한 이유는 자동화된 분석 단계에서 쓰이는 인공지능 기술이 아직 물리학자들이 물리학적 분석을 하는 것과 같이 복잡하고 창조적인 작업을 할 수 있을 정도로 발전하지 않았기 때문이다. 현재 LHC 이벤트 데이터 분석 과정에서 자동화된 부분은 앞서 여섯 번째 글에서 소개한 바와 같이 시뮬레이션을 통해 생성된 이벤트 데이터와 실제 수집된 이벤트 데이터를 비교하여 원시 이벤트 데이터에 시뮬레이션 데이터에서 추정된 메타데이터를 덧붙이는 패턴 매칭 과정이라고 소개한 바 있다. CMS를 비롯한 LHC의 각 검출기들이 초당 4천만 번의 횟수로 일어나는 양성자 빔 충돌로 인해 Level-1 트리거를 거치기 전에는 1TB이상의 많은 원시 데이터를 쏟아내지만, 양성자 빔 충돌 한번의 이벤트 데이터는 2MB 정도로 그렇게 큰 편이 아니다. 각각의 양성자 빔 충돌 이벤트는 서로 상호 연관이 없는 통계적으로 독립적인 이벤트들로 볼 수 있기 때문에 각 이벤트 데이터를 개별적으로 분석해도 ...

구글 빅데이터 아파치 하둡 스파크 텐서플로 김진철 CERN 병렬 처리

2018.03.23

LCG 데이터 병렬 처리 프레임워크 - PROOF 본 연재의 여섯 번째 글에서 잠시 소개했던 LHC 이벤트 데이터를 분석 과정을 잠시 되새겨 보기로 하자. LHC 이벤트 데이터 분석 과정은 먼저 검출기의 Level-1 트리거와 고수준 트리거(high-level trigger)에서 수행되는 이벤트 데이터 파편(fragment)들을 검출기 센서의 위치에 맞게 배치, 병합하고, 물리학자들이 물리학적인 분석이 가능하도록 기초적인 메타데이터를 추가하는 자동화된 데이터 분석 과정이었다. 이렇게 자동화된 데이터 분석 과정은 물리학자들이 힉스 보존과 같은 새로운 입자를 쉽게 찾게 해주거나, 입자의 특성을 더 정밀하게 분석하길 원하는 입자에서 필요한 정보를 쉽게 계산해낼 수 있도록 이벤트 데이터를 가공하는 과정이다. 위와 같이 검출기의 온라인 데이터 수집 시스템을 통해서 이벤트 데이터를 자동으로 가공한 후에는 물리학적인 분석을 위한 단계에 들어간다. 이런 추가의 물리학적인 정밀한 분석이 필요한 이유는 자동화된 분석 단계에서 쓰이는 인공지능 기술이 아직 물리학자들이 물리학적 분석을 하는 것과 같이 복잡하고 창조적인 작업을 할 수 있을 정도로 발전하지 않았기 때문이다. 현재 LHC 이벤트 데이터 분석 과정에서 자동화된 부분은 앞서 여섯 번째 글에서 소개한 바와 같이 시뮬레이션을 통해 생성된 이벤트 데이터와 실제 수집된 이벤트 데이터를 비교하여 원시 이벤트 데이터에 시뮬레이션 데이터에서 추정된 메타데이터를 덧붙이는 패턴 매칭 과정이라고 소개한 바 있다. CMS를 비롯한 LHC의 각 검출기들이 초당 4천만 번의 횟수로 일어나는 양성자 빔 충돌로 인해 Level-1 트리거를 거치기 전에는 1TB이상의 많은 원시 데이터를 쏟아내지만, 양성자 빔 충돌 한번의 이벤트 데이터는 2MB 정도로 그렇게 큰 편이 아니다. 각각의 양성자 빔 충돌 이벤트는 서로 상호 연관이 없는 통계적으로 독립적인 이벤트들로 볼 수 있기 때문에 각 이벤트 데이터를 개별적으로 분석해도 ...

2018.03.23

'번역기부터 텐서플로까지' 구글 브레인이 내놓은 최고는?

구글의 딥러닝 연구팀인 구글 브레인은 ‘기계를 지능적으로 만들어 인간의 삶을 개선’하는 사명을 실천하고자 한다. 이 부서는 2011년 파트 타임 연구 프로젝트로 시작하여 구글에서 가장 큰 혁신을 이뤘다. 구글 브레인에서 수행한 연구 결과물 중 현재 상용화된 제품과 서비스를 살펴본다. 1. 구글 번역 2016년 구글 브레인은 구글 번역을 구글 신경망 머신러닝 번역(Google Neural Machine Translation : GNMT)이라는 새로운 시스템으로 전환했다. 이 프레임워크는 수백만 가지 예제를 통해 탁월한 기계 번역을 제공한다. 구글 브레인에 따르면, 이 새로운 시스템은 몇몇 주요 언어에서 번역 오류를 55~85% 이상 줄였다. 또한 연구원들은 다양한 언어를 번역하는 데 도움이 되는 다국어 GNMT 시스템을 개발했다. 2. 안드로이드 OS 구글 브레인은 코드명 젤리빈(Jelly Bean)인 안드로이드 버전 4.1과 팀의 음성 인식 작업을 통합해 2012년에 초기 혁신을 이뤘다. 사용자가 새 운영체제에 이야기하면 신경망은 이 음성 정보를 처리한다. 알고리즘은 사용자가 말한 내용을 다른 부분의 말을 선택하고 패턴을 분석해 의미를 추측한다. 와이어드(Wired)의 보도에 따르면, 구글 연구 과학자인 빈센트 반추케는 이 시스템으로 소프트웨어의 오류율을 약 25% 정도 줄였다. 3. 유튜브 동영상 추천 구글 브레인에서 개발된 신경망은 유튜브에서 비디오 추천을 개선하는 데 사용됐다. 방대한 수의 노드가 수백만 사용자의 유튜브 활동을 관찰해 사용자의 취향을 이해하고 향후 사용자가 보고 싶어 할만한 동영상을 예측한다. 2015년 유튜브 엔지니어링 디렉터인 크리스토스 구드로는 패스트컴퍼니(Fast Company)에 "20년 전에 작업한 신경망보다 10배 큰 신경망을 사용하고 있다"고 설명했다. 구드로는 "수천 개의 노드가 있고 수조 번에 걸쳐 수천 ...

구글 신경망 텐서플로 우버 에어비앤비 인공지능 코카콜라 추천 지도 동영상 번역 유튜브 안드로이드 트위터 구글 브레인

2018.03.19

구글의 딥러닝 연구팀인 구글 브레인은 ‘기계를 지능적으로 만들어 인간의 삶을 개선’하는 사명을 실천하고자 한다. 이 부서는 2011년 파트 타임 연구 프로젝트로 시작하여 구글에서 가장 큰 혁신을 이뤘다. 구글 브레인에서 수행한 연구 결과물 중 현재 상용화된 제품과 서비스를 살펴본다. 1. 구글 번역 2016년 구글 브레인은 구글 번역을 구글 신경망 머신러닝 번역(Google Neural Machine Translation : GNMT)이라는 새로운 시스템으로 전환했다. 이 프레임워크는 수백만 가지 예제를 통해 탁월한 기계 번역을 제공한다. 구글 브레인에 따르면, 이 새로운 시스템은 몇몇 주요 언어에서 번역 오류를 55~85% 이상 줄였다. 또한 연구원들은 다양한 언어를 번역하는 데 도움이 되는 다국어 GNMT 시스템을 개발했다. 2. 안드로이드 OS 구글 브레인은 코드명 젤리빈(Jelly Bean)인 안드로이드 버전 4.1과 팀의 음성 인식 작업을 통합해 2012년에 초기 혁신을 이뤘다. 사용자가 새 운영체제에 이야기하면 신경망은 이 음성 정보를 처리한다. 알고리즘은 사용자가 말한 내용을 다른 부분의 말을 선택하고 패턴을 분석해 의미를 추측한다. 와이어드(Wired)의 보도에 따르면, 구글 연구 과학자인 빈센트 반추케는 이 시스템으로 소프트웨어의 오류율을 약 25% 정도 줄였다. 3. 유튜브 동영상 추천 구글 브레인에서 개발된 신경망은 유튜브에서 비디오 추천을 개선하는 데 사용됐다. 방대한 수의 노드가 수백만 사용자의 유튜브 활동을 관찰해 사용자의 취향을 이해하고 향후 사용자가 보고 싶어 할만한 동영상을 예측한다. 2015년 유튜브 엔지니어링 디렉터인 크리스토스 구드로는 패스트컴퍼니(Fast Company)에 "20년 전에 작업한 신경망보다 10배 큰 신경망을 사용하고 있다"고 설명했다. 구드로는 "수천 개의 노드가 있고 수조 번에 걸쳐 수천 ...

2018.03.19

'클라우드·머신러닝 품었다' 주목해야 할 오픈소스 업체 13선

클라우드 컴퓨팅, 애플리케이션, 머신러닝 등에 초점을 맞춘 오픈소스 업체 13개를 소개한다. 특정 IT업체에서 빠르게 벗어나고자 하는 선도적인 CIO들 사이에서 오픈소스 소프트웨어 인기가 높아지고 있다. 소프트웨어 개발사는 무료로 재배포하고 수정할 수 있는 원본 소스 코드를 제공한다. 개발자 커뮤니티에서 무료 오픈소스 코드를 사용하는 사람들에게 지원 서비스를 제공하며, 해당 사용자를 고객으로 전환하려고 시도하면서 코드 작성, 개선, 검증에서 도움을 받기도 한다. 올해 주목해야 할 13개 오픈소스 업체를 살펴보자. 여기에 빠졌지만 주목할 만한 오픈소스 업체가 있다면 알려주길 바란다. 1. 텐서플로 텐서플로는 구글이 2015년에 일반에 공개한 데이터 과학 및 기계 지능을 위한 오픈소스 소프트웨어 라이브러리다. 그 이후로 유용성과 다양성으로 인해 기계 학습을 위한 인기 있는 플랫폼이 됐다. 언어 번역에서 암 탐지에 이르기까지 광범위한 응용 프로그램을 개발하는 데 사용됐다. 이 시스템은 검색 엔진의 AI 연구 프로젝트인 구글브레인(Google Brain)에서 개발됐다. 이후 구글은 AI의 진화에 박차를 가하고자 텐서플로를 일반인에게 무료로 배포했다. 구글은 정기적으로 소프트웨어를 계속 업데이트한다. 2. 로켓.챗 "팀 커뮤니케이션을 위한 최고의 무료 오픈소스 솔루션"으로 알려된 로켓.챗(Rocket.Chat)은 기업들이 개인적으로 채팅 서비스를 호스팅할 수 있는 무료 웹 채팅 개발 플랫폼을 제공한다. 슬랙과 유사하지만 물론 로켓.챗은 오픈소스다. 또한 헬프데스크, 그룹 채팅, 화상 통화를 제공하는 툴킷에는 200명이 넘는 공여자가 테스트에 참여했다. 3. 콘테나 콘테나(Kontena)는 대규모 컨테이너 관리에 어려움을 겪는 조직을 돕는다. 2015년 3월에 설립된 콘테나는 컨테이너화된 앱 및 마이크로 서비스를 실행하기 위한 오픈소스 플랫...

CIO 인스펙 매터모스트 오픈서비스카탈로그매니저 리액트네이티브 스프리 커머스 넥스트클라우드 로켓.챗 콘테나 믹스넷 아케네오 텐서플로 슬랙 데브옵스 루비 헬프데스크 구글 바젤

2018.01.22

클라우드 컴퓨팅, 애플리케이션, 머신러닝 등에 초점을 맞춘 오픈소스 업체 13개를 소개한다. 특정 IT업체에서 빠르게 벗어나고자 하는 선도적인 CIO들 사이에서 오픈소스 소프트웨어 인기가 높아지고 있다. 소프트웨어 개발사는 무료로 재배포하고 수정할 수 있는 원본 소스 코드를 제공한다. 개발자 커뮤니티에서 무료 오픈소스 코드를 사용하는 사람들에게 지원 서비스를 제공하며, 해당 사용자를 고객으로 전환하려고 시도하면서 코드 작성, 개선, 검증에서 도움을 받기도 한다. 올해 주목해야 할 13개 오픈소스 업체를 살펴보자. 여기에 빠졌지만 주목할 만한 오픈소스 업체가 있다면 알려주길 바란다. 1. 텐서플로 텐서플로는 구글이 2015년에 일반에 공개한 데이터 과학 및 기계 지능을 위한 오픈소스 소프트웨어 라이브러리다. 그 이후로 유용성과 다양성으로 인해 기계 학습을 위한 인기 있는 플랫폼이 됐다. 언어 번역에서 암 탐지에 이르기까지 광범위한 응용 프로그램을 개발하는 데 사용됐다. 이 시스템은 검색 엔진의 AI 연구 프로젝트인 구글브레인(Google Brain)에서 개발됐다. 이후 구글은 AI의 진화에 박차를 가하고자 텐서플로를 일반인에게 무료로 배포했다. 구글은 정기적으로 소프트웨어를 계속 업데이트한다. 2. 로켓.챗 "팀 커뮤니케이션을 위한 최고의 무료 오픈소스 솔루션"으로 알려된 로켓.챗(Rocket.Chat)은 기업들이 개인적으로 채팅 서비스를 호스팅할 수 있는 무료 웹 채팅 개발 플랫폼을 제공한다. 슬랙과 유사하지만 물론 로켓.챗은 오픈소스다. 또한 헬프데스크, 그룹 채팅, 화상 통화를 제공하는 툴킷에는 200명이 넘는 공여자가 테스트에 참여했다. 3. 콘테나 콘테나(Kontena)는 대규모 컨테이너 관리에 어려움을 겪는 조직을 돕는다. 2015년 3월에 설립된 콘테나는 컨테이너화된 앱 및 마이크로 서비스를 실행하기 위한 오픈소스 플랫...

2018.01.22

2018년 IT채용 시장 전망 '뜨는 기술 vs. 지는 기술'

경력 많은 IT 전문가든, 아니면 이제 막 첫발을 내딛는 초보든, 새롭게 떠오르는 기술이나 시장이 요구하는 기술을 익히고 따라가야 한다는 압박은 다르지 않을 것이다. 작년에는 데브옵스와 오픈소스 프레임워크 수요가 급증했다. 올해도 수요나 성장세가 가장 높은 기술력에는 큰 변화가 없었지만, 목록의 하단부에서는 몇몇 흥미로운 움직임이 나타났다. 스택 오버플로(Stack Overflow)의 연례 ‘개발자 생태계(Developer Ecosystem)’ 보고서를 참조하여 2018년 가장 수요가 많고 빠르게 성장할 IT기술력에는 무엇이 있는지 알아보자. 인기만발 IT기술력은? 올해 보고서에 따르면 상위 4개 기술은 2016년과 똑같았다. (순서대로) 자바스크립트, 자바, 파이썬, C#이 1~4위를 차지했고, 아마존 웹 서비스(AWS)나 ReactJS같은 기술들은 엄청난 성장세를 보여주었다. 스택 오버플로의 데이터 과학자 데이브 로빈슨은 “지난 몇 년간 꾸준히 변화가 있었지만, 기술이 충분히 성장하고 나면 이러한 변화 속도는 점점 느려지는 듯하다”라고 말했다. 올해의 주인공은 누가 뭐래도 자바스크립트 라이브러리 리액트JS였다. 리액트JS는 그동안 가장 인기 있던 SQL, 리눅스 등을 제치고 단숨에 25위에서 6위로 뛰어오르는 기염을 토했다. “내 생각에 자바스크립트 프레임워크는 지난 몇 해 동안 가장 기대되는 트렌드와 변화를 보여주었다. 일부 테크놀로지 및 소프트웨어 개발 분야에서는 10년 넘게 똑같은 툴을 사용하여 작업을 하는 곳들도 있다”고 로빈슨은 이야기했다. 이어서 “그러나 자바스크립트 프레임워크는 전혀 그렇지 않다. 변화가 아주 빠른 속도로 일어나며 관련 업계 종사자들도 이러한 변화에 발맞춰 가기 위해 부단히 노력해야 한다”고 강조했다. 로빈슨은 “앵귤러JS, J쿼리, 새로운 소규모 기술에서도 여러 변화가 나타나고 있...

구글 파이썬 PHP C# 리눅스 Node.js 데브옵스 프로그램 언어 텐서플로 리액트JS 스택 오버플로 루비 닷넷 자바 채용 고용 AWS 애저 html 자바스크립트 데이터 과학자 CSS 아마존 웹 서비스 앵귤러JS

2017.12.29

경력 많은 IT 전문가든, 아니면 이제 막 첫발을 내딛는 초보든, 새롭게 떠오르는 기술이나 시장이 요구하는 기술을 익히고 따라가야 한다는 압박은 다르지 않을 것이다. 작년에는 데브옵스와 오픈소스 프레임워크 수요가 급증했다. 올해도 수요나 성장세가 가장 높은 기술력에는 큰 변화가 없었지만, 목록의 하단부에서는 몇몇 흥미로운 움직임이 나타났다. 스택 오버플로(Stack Overflow)의 연례 ‘개발자 생태계(Developer Ecosystem)’ 보고서를 참조하여 2018년 가장 수요가 많고 빠르게 성장할 IT기술력에는 무엇이 있는지 알아보자. 인기만발 IT기술력은? 올해 보고서에 따르면 상위 4개 기술은 2016년과 똑같았다. (순서대로) 자바스크립트, 자바, 파이썬, C#이 1~4위를 차지했고, 아마존 웹 서비스(AWS)나 ReactJS같은 기술들은 엄청난 성장세를 보여주었다. 스택 오버플로의 데이터 과학자 데이브 로빈슨은 “지난 몇 년간 꾸준히 변화가 있었지만, 기술이 충분히 성장하고 나면 이러한 변화 속도는 점점 느려지는 듯하다”라고 말했다. 올해의 주인공은 누가 뭐래도 자바스크립트 라이브러리 리액트JS였다. 리액트JS는 그동안 가장 인기 있던 SQL, 리눅스 등을 제치고 단숨에 25위에서 6위로 뛰어오르는 기염을 토했다. “내 생각에 자바스크립트 프레임워크는 지난 몇 해 동안 가장 기대되는 트렌드와 변화를 보여주었다. 일부 테크놀로지 및 소프트웨어 개발 분야에서는 10년 넘게 똑같은 툴을 사용하여 작업을 하는 곳들도 있다”고 로빈슨은 이야기했다. 이어서 “그러나 자바스크립트 프레임워크는 전혀 그렇지 않다. 변화가 아주 빠른 속도로 일어나며 관련 업계 종사자들도 이러한 변화에 발맞춰 가기 위해 부단히 노력해야 한다”고 강조했다. 로빈슨은 “앵귤러JS, J쿼리, 새로운 소규모 기술에서도 여러 변화가 나타나고 있...

2017.12.29

칼럼 | 구글 클라우드의 비밀병기 '구글처럼'

구글 클라우드의 가장 큰 강점은 ‘구글처럼’ 되고 싶어하는 기업의 기대를 충족할 수 있다는 것이다. 디지털 시대의 신생기업들이 구글 클라우드 위에서 구글 같은 혁신으로 승승장구하고 있다. 디지털 변혁의 의지가 있는, ‘구글이 되고픈 기업’에게 그 길을 안내할 유일한 대안은 구글밖에 없다.  2017년은 구글 클라우드 플랫폼(Google Cloud Platform)에게 괜찮은 한 해였다. 하지만 2018년은 더 좋을 것으로 예상된다. 구글은 아직 아마존 웹 서비스(AWS)와 마이크로소프트 애저보다 클라우드 매출액이 크게 뒤처져 있다. 가트너 자료에 따르면 시장 점유율이 AWS와 애저는 각각 44.1%와 7.1%인데 반해 구글은 2.3%에 불과했다. 그런데도 2018년은 구글이 뜨는 해가 될 수 있다. 구글이 뜨는 해가 되기 위한 조건은 단 하나, 기업들이 좀더 구글처럼 운영되도록 도움을 줄 수 있어야 한다. 과거에 이런 일은 비현실적으로 느껴졌었다. 구글은 하루에 수천 가지의 변화를 시스템에 적용하는 일이 일상이지만 대다수 기업에는 애초에 그렇게 할 수 있는 DNA가 없기 때문이다. 그러나 초기 지표를 보면 이제는 그렇지 않으며 일반적인 기업들도 ‘구글처럼 운영’한다는 목표를 달성할 수 있을 것으로 보인다. 그렇다면 구글 클라우드가 본격적으로 기업에 도입될 것이다. 다른 기업들도 ‘구글처럼 운영’ 가능성 농후 물론 현재 AWS가 압도적인 1위이지만 그 이유의 대부분은 구식 인프라 업체와 현재 클라우드 경쟁자보다 7년 먼저 시작했기 때문이다. 구형 인프라 업체는 사실 망했지만(물론 기업이 ‘망’하는 데 수십 년이 걸리기도 한다) 마이크로소프트와 구글과 같은 클라우드 경쟁자에게 게임은 이제 시작이다! 마이크로소프트는 차세대 AI 스마트 기능을 도입하고 기존 고객들과의 신뢰 관계를 활용함으로써(마이크로소프트와 거래를 많이 하는 CIO들은 자...

CIO 텐서플로 쿠버네티스 구글 클라우드 플랫폼 스냅 구글 클라우드 머신러닝 데이터플로우 데이터프록 퍼브/서브 Pub/Sub 에어버스 마이크로소프트 애저 퍼블릭 클라우드 가트너 AWS 하둡 필립스 스포티파이 인공지능 하이브 빅쿼리 아마존 웹 서비스 구글처럼

2017.12.26

구글 클라우드의 가장 큰 강점은 ‘구글처럼’ 되고 싶어하는 기업의 기대를 충족할 수 있다는 것이다. 디지털 시대의 신생기업들이 구글 클라우드 위에서 구글 같은 혁신으로 승승장구하고 있다. 디지털 변혁의 의지가 있는, ‘구글이 되고픈 기업’에게 그 길을 안내할 유일한 대안은 구글밖에 없다.  2017년은 구글 클라우드 플랫폼(Google Cloud Platform)에게 괜찮은 한 해였다. 하지만 2018년은 더 좋을 것으로 예상된다. 구글은 아직 아마존 웹 서비스(AWS)와 마이크로소프트 애저보다 클라우드 매출액이 크게 뒤처져 있다. 가트너 자료에 따르면 시장 점유율이 AWS와 애저는 각각 44.1%와 7.1%인데 반해 구글은 2.3%에 불과했다. 그런데도 2018년은 구글이 뜨는 해가 될 수 있다. 구글이 뜨는 해가 되기 위한 조건은 단 하나, 기업들이 좀더 구글처럼 운영되도록 도움을 줄 수 있어야 한다. 과거에 이런 일은 비현실적으로 느껴졌었다. 구글은 하루에 수천 가지의 변화를 시스템에 적용하는 일이 일상이지만 대다수 기업에는 애초에 그렇게 할 수 있는 DNA가 없기 때문이다. 그러나 초기 지표를 보면 이제는 그렇지 않으며 일반적인 기업들도 ‘구글처럼 운영’한다는 목표를 달성할 수 있을 것으로 보인다. 그렇다면 구글 클라우드가 본격적으로 기업에 도입될 것이다. 다른 기업들도 ‘구글처럼 운영’ 가능성 농후 물론 현재 AWS가 압도적인 1위이지만 그 이유의 대부분은 구식 인프라 업체와 현재 클라우드 경쟁자보다 7년 먼저 시작했기 때문이다. 구형 인프라 업체는 사실 망했지만(물론 기업이 ‘망’하는 데 수십 년이 걸리기도 한다) 마이크로소프트와 구글과 같은 클라우드 경쟁자에게 게임은 이제 시작이다! 마이크로소프트는 차세대 AI 스마트 기능을 도입하고 기존 고객들과의 신뢰 관계를 활용함으로써(마이크로소프트와 거래를 많이 하는 CIO들은 자...

2017.12.26

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