버전 r1.5가 된 구글의 오픈소스 머신러닝 신경망 라이브러리는 더 많은 기능을 제공하고, 더 성숙해 졌으며, 배워서 사용하기도 더 쉬워졌다.
작년에 텐서플로우를 딥 러닝(Deep Learning) 프레임워크로 검토한 결과 사용하기에 너무 어렵다거나 너무 미성숙했다고 판단했다면, 다시 살펴봐야 할 때가 된 것 같다.
필자가 작년 10월 텐서플로우 r0.10을 리뷰한 이후, 구글의 딥 러닝용 오픈소스 프레임워크는 더욱 성숙해졌으며, 더 많은 알고리즘과 배치 옵션을 구현했으며, 프로그램 하기도 더 쉬워졌다. 텐서플로우는 이제 버전 r1.4.1(안정화 버전과 웹 문서), r1.5 (RC: Release Candidate), 그리고 선 공개 r1.6 (마스터 브랜치(Master Branch)와 데일리 빌드(Daily Build))까지 나와있다.
텐서플로우 프로젝트는 매우 활동적이었다. 대충 살펴보면, 깃허브(GitHub) 상의 텐서플로우 리포지토리는 현재 약 2만 7,000회의 커밋(Commit), 8만 5,000개의 스타, 그리고 4만 2,000번의 포크(Fork)를 기록하고 있다. 이런 숫자는 많은 작업과 관심을 반영하는 인상적인 수치들이며, Node.js 리포지토리의 활동을 뛰어 넘고 있다. 아마존이 강력하게 후원하고 있는, 필적할 만한 프레임워크인 MXNet은 7,000회 이하의 커밋, 약 12,000 개의 스타, 그리고 5,000번 이하의 포크로 훨씬 낮은 활동 수치를 보여주고 있다. 2017년 2월에 발표된 텐서플로우 r1.0 릴리즈에서 주목할 만한 또 다른 통계는 사람들이 6,000개 이상의 온라인 오픈소스 리포지토리에서 텐서플로우를 사용하고 있었다는 점이다.
텐서플로우의 특징
텐서플로우는 1년 전과 마찬가지로 손글씨 숫자 분류를 위한 DNN(Deep Neural Network), 이미지 인식, 워드 임베딩(Word Embedding), RNN(Recurrent Neural Network), 기계 번역을 위한 시퀀스 투 시퀀스(Sequence-to-Sequence) 모델, 자연어 처리(NLP: Natural Language Processing), 그리고 PDE(Partial Differential Equation: 편 미분방정식) 기반 시뮬레이션 등을 학습해서 실행할 수 있다.
여전히 CPU와 엔비디아 GPU를 지원한다. 우분투 리눅스, 맥OS, 안드로이드, iOS를 지원하며, 윈도우에서 이전보다 더 잘 실행된다. 단지 더 유연할 뿐이지, 학습을 위해 사용된 것과 같은 모델을 시용해서 대규모의 프로덕션 프레딕션(Production Prediction)도 지원할 수 있다. 여전히 자동 미분을 수행할 뿐 아니라, 텐서보드(TensorBoard)에 모델 가상화 도구도 가지고 있으며, (R과 스칼라 프로그래머들에게는 미안하지만) 아직도 파이썬 언어에 대한 최고의 지원을 제공하고 있다.
R0.10 이후, 텐서플로우는 필자가 겨우 중요사항들만을 언급할 수 있을 정도로 수많은 버그에 대한 수정뿐 아니라 매우 여러 가지의 개선, 확장, 그리고 추가 기능을 발표했다. 예를 들면, 여러 가지 버전들이 CUDA와 cuDNN 라이브러리 지원을 업그레이드해 최신 엔비디아 GPU에 최적화된 코드를 적용함으로써 성능을 높였다. 텐서플로우는 HDFS(Hadoop File System) 지원, 훨씬 더 나아진 윈도우 구현, 새로운 솔버(Solver), 그리고 더 나은 고(Go) 지원을 이루어냈다. 기대했던 대로 성능을 개선해주는 텐서플로우 그래프용 도메인 특화 컴파일러(Domain-specific Compiler)인 XLA와 텐서플로우 디버거가 발표되었다. 이와 동시에, 텐서플로우는 PyPl이나 pip 같은 표준 파이썬 인프라 그리고 과학 컴퓨팅 커뮤니티에서 널리 사용되는 NumPy 패키지와 더 잘 동작하기 시작했다.
RNN(Recurrent Neural Network, 보통 자연어처리용으로 사용된다) 지원의 상당한 개선과 CPU 상에서의 딥 러닝 성능 개선을 위한 새로운 인텔 MKL(Math Kernel Library) 통합도 이루어졌다. 프로그래밍 측면에서는 몇 가지 리그레서(Regressor)와 클래시파이어(Classifier)를 포함해서 미리 준비된 에스티메이터(Canned Estimator, 사전 정의된 모델 네트워크)가 라이브러리에 추가되었다. 통계 분포(Statistical Distribution), 신호 처리 프리미티브(Signal Processing Primitive), 그리고 이미지에 대한 편미분 재표집(Differentiable Resampling) 등의 용도로 라이브러리가 추가되었다. 표준 구현물이 MXNet, 딥 러닝4j(Deeplearning4j), 마이크로소프트 CNTK(Cognitive Toolkit), 그리고 테아노(Theano) 상에서도 실행되는 고급 신경망 API인 케라스(Keras)의 텐서플로우 특화 구현물이 개발되었다. 이 커뮤니티 개발 프로세스는 여러 공헌 모듈이 코어 라이브러리도 이관되고, 서버 라이브러리가 결과물 배포를 개선함으로써 효율성을 입증했다.
학습 데이터셋 라이브러리가 추가되었으며, 이전 버전과의 호환성도 보장한다. 이는 표준 학습 데이터셋에 대한 새로운 모델을 개발할 때 유용하다. 자바 지원이 추가되었으며, 여러 차례 개선되었다. 끝으로, 텐서플로우 r1.5에서 NumPy처럼 명령형 프로그래밍 스타일을 지원하는 텐서플로우에 대한 실험적 인터페이스인 이거 실행(Eager Execution)과 텐서플로우 라이트(모바일과 임베디드 디바이스용 프레딕션) 프리뷰가 발표되었다.
텐서플로우 설치
전반적으로 텐서플로우 설치가 눈에 띄게 향상되었다. 이번 버전과 마찬가지로 텐서플로우 설치에는 파이썬 가상 환경, “네이티브(Native) pip, 도커, 그리고 소스를 사용한 구축을 포함해서 여러 가지 방법이 있다. 텐서플로우 팀은 virtualenv를 사용한 설치를 권장한다. 필자는 이전에 맥북 프로 상에서 설치했던 경험이 있고, 이전 설치로부터 공간을 확보하기 위해 일괄 제거를 수행하고 싶지 않았기 때문에 “네이티브” pip 방식을 사용했다.
텐서플로우 팀은 번호가 매겨진 릴리즈 버전의 바이너리 외에 이제는 리눅스, 맥, 그리고 윈도우용 나이틀리 마스터 브랜치 파이썬 wheel 바이너리를 제공하고 있다. 필자의 경우 나이틀리 맥 CPU wheel은 다음 명령어를 사용해서 쉽게 설치 되었다:
sudo pip install tf-nightly
비록 마스터 브랜치 문서에 따르면 3가지 플랫폼 모두에 대해 CPU와 GPU 버전의 나이틀리 빌드 라이브러리가 모두 있다고 하지만, 필자는 맥용 GPU 버전을 설치할 수 없었다. 즉 pip이 찾아낼 수 없었다. 필자의 과거 경험에 따르면, 맥 GPU 버전이 폐기된 r1.2까지도 맥 GPU 버전이 설치하려 시도는 하지만 실제로는 동작한 적이 없었다. r1.6용으로 맥 GPU를 복원하려는 계획이 실제로 있는 것인지, 또는 나이틀리 빌드 문서가 잘못된 것인지 확실치 않다. 어쨌든 기존 설치본을 덮어써서 손상시키는 것보다는 GPU 설치에서 얼른 실패하는 편이 더 낫다.
Sponsored
Surfshark
“유료 VPN, 분명한 가치 있다” VPN 선택 가이드
ⓒ Surfshark VPN(가상 사설 네트워크, Virtual Private Network)은 인터넷 사용자에게 개인 정보 보호와 보안을 제공하는 중요한 도구로 널리 인정받고 있다. VPN은 공공 와이파이 환경에서도 데이터를 안전하게 전송할 수 있고, 개인 정보를 보호하는 데 도움을 준다. VPN 서비스의 수요가 증가하는 것도 같은 이유에서다. 동시에 유료와 무료 중 어떤 VPN을 선택해야 할지 많은 관심을 가지고 살펴보는 사용자가 많다. 가장 먼저 사용자의 관심을 끄는 것은 별도의 예산 부담이 없는 무료 VPN이지만, 그만큼의 한계도 있다. 무료 VPN, 정말 괜찮을까? 무료 VPN 서비스는 편리하고 경제적 부담도 없지만 고려할 점이 아예 없는 것은 아니다. 보안 우려 대부분의 무료 VPN 서비스는 유료 서비스에 비해 보안 수준이 낮을 수 있다. 일부 무료 VPN은 사용자 데이터를 수집해 광고주나 서드파티 업체에 판매하는 경우도 있다. 이러한 상황에서 개인 정보가 유출될 우려가 있다. 속도와 대역폭 제한 무료 VPN 서비스는 종종 속도와 대역폭에 제한을 생긴다. 따라서 사용자는 느린 인터넷 속도를 경험할 수 있으며, 높은 대역폭이 필요한 작업을 수행하는 데 제약을 받을 수 있다. 서비스 제한 무료 VPN 서비스는 종종 서버 위치가 적거나 특정 서비스 또는 웹사이트에 액세스하지 못하는 경우가 생긴다. 또한 사용자 수가 늘어나 서버 부하가 증가하면 서비스의 안정성이 저하될 수 있다. 광고 및 추적 위험 일부 무료 VPN은 광고를 삽입하거나 사용자의 온라인 활동을 추적하여 광고주에게 판매할 수 있다. 이 경우 사용자가 광고를 보아야 하거나 개인 정보를 노출해야 할 수도 있다. 제한된 기능 무료 VPN은 유료 버전에 비해 기능이 제한될 수 있다. 예를 들어, 특정 프로토콜이나 고급 보안 기능을 지원하지 않는 경우가 그렇다. 유료 VPN의 필요성 최근 유행하는 로맨스 스캠은 인터넷 사기의 일종으로, 온라인 데이트나 소셜 미디어를 통해 가짜 프로필을 만들어 상대를 속이는 행위다. 이러한 상황에서 VPN은 사용자가 안전한 연결을 유지하고 사기 행위를 방지하는 데 도움이 된다. VPN을 통해 사용자는 상대방의 신원을 확인하고 의심스러운 활동을 감지할 수 있다. 서프샤크 VPN은 구독 요금제 가입 후 7일간의 무료 체험을 제공하고 있다. ⓒ Surfshark 그 외에도 유료 VPN만의 강점을 적극 이용해야 하는 이유는 다음 3가지로 요약할 수 있다. 보안 강화 해외 여행객이 증가함에 따라 공공 와이파이를 사용하는 경우가 늘어나고 있다. 그러나 공공 와이파이는 보안이 취약해 개인 정보를 노출할 위험이 있다. 따라서 VPN을 사용하여 데이터를 암호화하고 개인 정보를 보호하는 것이 중요하다. 서프샤크 VPN은 사용자의 개인 정보를 안전하게 유지하고 해킹을 방지하는 데 유용하다. 개인정보 보호 인터넷 사용자의 검색 기록과 콘텐츠 소비 패턴은 플랫폼에 의해 추적될 수 있다. VPN을 사용하면 사용자의 IP 주소와 로그를 숨길 수 있으며, 개인 정보를 보호할 수 있다. 또한 VPN은 사용자의 위치를 숨기고 인터넷 활동을 익명으로 유지하는 데 도움이 된다. 지역 제한 해제 해외 여행 중에도 한국에서 송금이 필요한 경우가 생길 수 있다. 그러나 IP가 해외 주소이므로 은행 앱에 접근하는 것이 제한될 수 있다. VPN을 사용하면 지역 제한을 해제해 해외에서도 한국 인터넷 서비스를 이용할 수 있다. 따라서 해외에서도 안전하고 편리하게 인터넷을 이용할 수 있다. 빠르고 안전한 유료 VPN, 서프샤크 VPN ⓒ Surfshark 뛰어난 보안 서프샤크 VPN은 강력한 암호화 기술을 사용하여 사용자의 인터넷 연결을 안전하게 보호한다. 이는 사용자의 개인 정보와 데이터를 보호하고 외부 공격으로부터 사용자를 보호하는 데 도움이 된다. 다양한 서버 위치 서프샤크 VPN은 전 세계 곳곳에 여러 서버가 위치하고 있어, 사용자가 지역 제한된 콘텐츠에 액세스할 수 있다. 해외에서도 로컬 콘텐츠에 손쉽게 접근할 수 있음은 물론이다. 속도와 대역폭 서프샤크 VPN은 빠른 속도와 무제한 대역폭을 제공하여 사용자가 원활한 인터넷 경험을 누릴 수 있도록 지원한다. 온라인 게임, 스트리밍, 다운로드 등 대역폭이 필요한 활동에 이상적이다. 다양한 플랫폼 지원 서프샤크 VPN은 다양한 플랫폼 및 디바이스에서 사용할 수 있다. 윈도우, 맥OS, iOS, 안드로이드 등 다양한 운영체제 및 디바이스에서 호환되어 사용자가 어디서나 안전한 인터넷을 즐길 수 있다. 디바이스 무제한 연결 서프샤크 VPN은 무제한 연결을 제공하여 사용자가 필요할 때 언제든지 디바이스의 갯수에 상관없이 VPN을 사용할 수 있다.