2017.10.12

IDG 블로그 | 이제 클라우드에서 딥러닝에 빠질 시간

David Linthicum | InfoWorld
머신러닝이 여전히 인기가도를 달리고 있지만, 기업은 그 하위 영역인 딥러닝에서 더 큰 가치를 얻을 수 있다.

AWS의 리인벤트(Re:invent) 컨퍼런스가 다가오면서 아마존이 발표할 내용에 대한 이런저런 예측이 쏟아지기 시작했다. 확실한 추측 중 하나는 AWS가 일종의 딥러닝 클라우드 서비스를 발표한다는 것이다. 물론 구글이나 마이크로소프트, IBM 역시 뒤를 바짝 쫓고 있다. 실제로 IBM과 마이크로소프트는 각각 브레인웨이브(Brainwave)와 분산 딥러닝(Distributed Deep Learning)이란 이름의 특별 딥러닝 프로젝트를 진행하고 있다.



그렇다면, 머신러닝과 딥러닝의 차이는 무엇인가? 간단히 말해 머신러닝은 보통 인공지능의 전략적인 애플리케이션을 다루고, 딥러닝은 대규모 데이터나 패턴에 대한 이해의 기초를 제공한다.

머신러닝은 대부분 퍼블릭 클라우드에서 이용할 수 있다. 이들 서비스는 기업이 필요로 하는 기본적인 AI 기능을 제공한다. 하지만 딥러닝을 위해서는 클라우드가 묻어둔 AI를 다시 꺼내와야 한다. 이제 기업은 컴퓨트와 스토리지를 저렴한 가격에 대여할 수 있기 때문이다.

하지만 딥러닝은 기업이 하고 있는 일을 더 잘 할 수 있도록 역량을 강화할 수 있다. 더 높은 정확성을 갖출 수 있으며, 무엇보다 중요한 것은 패턴이나 데이터 관찰을 통해 지식을 구축할 수 있는 역량을 제공한다. 더구나 딥러닝 시스템은 시간이 지날수록 더 좋아지며, 보통은 전문가팀보다 훨씬 뛰어나다.

물론 실질적인 적용 업무가 없다면 기술이 아무리 좋아도 의미가 없다. 이것이 AI의 오랜 고민거리이기도 하다. 오늘날 머신러닝은 전략 AI를 내장해 사용할 수 있도록 해 준다. 스팸메일을 인식해 쓰레기통으로 옮긴다거나 전자상거래 사이트에서 상품을 추천해 매출을 올리는 기능이 대표적이다.

하지만 딥러닝은 좀 더 중요하고 영향력이 큰 것에 중점을 두고 있다.

전형적인 딥러닝 애플리케이션은 신용도 평가이다. 비록 많은 기업이 대출 여부 결정에 그저 신용 점수를 사용하지만, 일부 금융기관은 딥러닝도 사용한다. 신용도 평가 딥러닝 시스템은 잠재적 고객의 대출 상환 능력에 의미가 있는 다른 요소나 패턴을 찾아내여, 심지어는 인종이나 성적 지향, 이혼을 목전에 두고 있는가 등을 짚어낼 수도 있다.

좀 덜 무서운 애플리케이션으로는 MRI나 엑스레이 사진 같은 디지털 의료 이미지를 분석해 의사에게 자동화된 다른 진단을 제시하는 것이다. 이외에도 무인 자동차, 주식시장 예측, 좀 더 정확한 기상 이변 예측에도 사용된다. 딥러닝을 활용할 수 있는 영역은 점점 늘어나고 있다.

그렇다면 기업은 지금 클라우드 기반 딥러닝에 투자해야만 하는가? 우선은 적절한 비즈니스와 관련 애플리케이션을 찾아야 한다. 물론 눈에 띄는 영역은 많을 것이다. 일단 이런 영역을 확인했다면, 당연히 클라우드 기반 딥러닝에 투자해야 한다.  editor@itworld.co.kr


2017.10.12

IDG 블로그 | 이제 클라우드에서 딥러닝에 빠질 시간

David Linthicum | InfoWorld
머신러닝이 여전히 인기가도를 달리고 있지만, 기업은 그 하위 영역인 딥러닝에서 더 큰 가치를 얻을 수 있다.

AWS의 리인벤트(Re:invent) 컨퍼런스가 다가오면서 아마존이 발표할 내용에 대한 이런저런 예측이 쏟아지기 시작했다. 확실한 추측 중 하나는 AWS가 일종의 딥러닝 클라우드 서비스를 발표한다는 것이다. 물론 구글이나 마이크로소프트, IBM 역시 뒤를 바짝 쫓고 있다. 실제로 IBM과 마이크로소프트는 각각 브레인웨이브(Brainwave)와 분산 딥러닝(Distributed Deep Learning)이란 이름의 특별 딥러닝 프로젝트를 진행하고 있다.



그렇다면, 머신러닝과 딥러닝의 차이는 무엇인가? 간단히 말해 머신러닝은 보통 인공지능의 전략적인 애플리케이션을 다루고, 딥러닝은 대규모 데이터나 패턴에 대한 이해의 기초를 제공한다.

머신러닝은 대부분 퍼블릭 클라우드에서 이용할 수 있다. 이들 서비스는 기업이 필요로 하는 기본적인 AI 기능을 제공한다. 하지만 딥러닝을 위해서는 클라우드가 묻어둔 AI를 다시 꺼내와야 한다. 이제 기업은 컴퓨트와 스토리지를 저렴한 가격에 대여할 수 있기 때문이다.

하지만 딥러닝은 기업이 하고 있는 일을 더 잘 할 수 있도록 역량을 강화할 수 있다. 더 높은 정확성을 갖출 수 있으며, 무엇보다 중요한 것은 패턴이나 데이터 관찰을 통해 지식을 구축할 수 있는 역량을 제공한다. 더구나 딥러닝 시스템은 시간이 지날수록 더 좋아지며, 보통은 전문가팀보다 훨씬 뛰어나다.

물론 실질적인 적용 업무가 없다면 기술이 아무리 좋아도 의미가 없다. 이것이 AI의 오랜 고민거리이기도 하다. 오늘날 머신러닝은 전략 AI를 내장해 사용할 수 있도록 해 준다. 스팸메일을 인식해 쓰레기통으로 옮긴다거나 전자상거래 사이트에서 상품을 추천해 매출을 올리는 기능이 대표적이다.

하지만 딥러닝은 좀 더 중요하고 영향력이 큰 것에 중점을 두고 있다.

전형적인 딥러닝 애플리케이션은 신용도 평가이다. 비록 많은 기업이 대출 여부 결정에 그저 신용 점수를 사용하지만, 일부 금융기관은 딥러닝도 사용한다. 신용도 평가 딥러닝 시스템은 잠재적 고객의 대출 상환 능력에 의미가 있는 다른 요소나 패턴을 찾아내여, 심지어는 인종이나 성적 지향, 이혼을 목전에 두고 있는가 등을 짚어낼 수도 있다.

좀 덜 무서운 애플리케이션으로는 MRI나 엑스레이 사진 같은 디지털 의료 이미지를 분석해 의사에게 자동화된 다른 진단을 제시하는 것이다. 이외에도 무인 자동차, 주식시장 예측, 좀 더 정확한 기상 이변 예측에도 사용된다. 딥러닝을 활용할 수 있는 영역은 점점 늘어나고 있다.

그렇다면 기업은 지금 클라우드 기반 딥러닝에 투자해야만 하는가? 우선은 적절한 비즈니스와 관련 애플리케이션을 찾아야 한다. 물론 눈에 띄는 영역은 많을 것이다. 일단 이런 영역을 확인했다면, 당연히 클라우드 기반 딥러닝에 투자해야 한다.  editor@itworld.co.kr


X