- IT업계에서는 인공지능 플랫폼 생태계를 급속도로 확장시켜 미래산업의 구조를 빠르게 재편 중 -

- 'Hardware as a Service'로 나아가는 클라우드 컴퓨팅 기술과 맞물려 아마존, 마이크로소프트, 구글 등이 활약 -

 

 

□ 개요

  ㅇ 최근 실리콘밸리에서는 인공지능(Artificial Intelligence)에서 플랫폼 개발이 한창. 구글을 비롯한 다양한 글로벌 기업들이 새로운 제품을 선보이고 있어 경쟁은 갈수록 치열

  ㅇ AI가 가장 포괄적 개념으로 그 안에 머신러닝과 딥러닝이 존재

    - 인공지능(AI)은 인간의 지능을 기계로 구현하는 것이고, 머신러닝(기계학습)은 인공지능을 구현하는 구체적인 접근방식이며, 딥러닝(심층학습)은 완전한 머신러닝을 실현하는 기술

    - 딥러닝은 음성인식과 영상인식, 번역 등의 분야에서 큰 진전을 보이고 있음. 이 분야의 기반을 지탱하는 하드웨어 기술의 발달이 미래의 진화를 좌우할 것으로 보임.

AI, 머신러닝, 딥러닝의 관계도

자료원: NVIDIA Blog

 

□ 인공지능 플랫폼의 현황

  ㅇ AI Paas(Platform as a Service)

    - 구글의 경우 인공지능 영역에서 우위에 서기 위해 전용 프로세서 TPU(Tensor Processing Unit)를 개발했고, 이를 이용한 소프트웨어인 텐서플로우(TensorFlow)를 가동함.

    - 마이크로소프트는 8월 22일 캘리포니아 쿠퍼티노에서 개최한 '핫칩스 2017(Hot Chips 2017)'에서 딥러닝 가속 플랫폼 '브레인웨이브(Brainwave)' 프로젝트를 발표

    - 페이스북의 경우 GPU(Graphics Processing Unit)를 이용해 빅베이슨(Big Basin) 상에서 구현

    - 아마존은 Amazon Web Services(AWS)를 통해 AI Platform as a Service(PaaS)로 불리는 인공지능 플랫폼을 구축하는 등 시장 주도권 싸움이 본격화

 

Enterprise AI Sources and Actions

자료원: Gartner(August 2017)에서 발췌

 

□ Google의 인공지능 플랫폼

  ㅇ 텐서플로우는 2015년 11월 구글에서 머신러닝과 딥러닝을 위해 오픈소스 소프트웨어로 공개한 프레임워크

    - 2011년부터 구글에서 내부적으로 사용되던 1세대 머신러닝 시스템 '디스트빌리프(DistBelief)'를 이은 구글의 2세대 머신러닝 시스템. 직관적이고 쉬운 고급 프로그래밍 언어로 알려진 파이썬(Python)을 활용해 연산처리를 작성하므로 다양한 분야에 적용되고 있음.

 

  ㅇ 2016년 5월 구글은 연례 개발자대회 '구글 I/O 2016'에서 TPU라 불리는 새로운 칩셋을 공개 

    - TPU는 텐서플로우를 통해 딥러닝을 하는데 특화된 데이터 분석 및 딥러닝용 하드웨어

    - TPU 하나에는 6만5536개의 산술논리 연산장치(Arithmetic-Logic Unit: ALU)가 탑재됨. 문제가 입력되면 동시에 6만5536회 풀어보며 가장 효율적인 해법을 찾는 등 벡터·행렬연산의 병렬처리에 특화돼 있음. 중국의 바둑기사 커제 9단을 상대하는 인공지능 '알파고2.0' 두뇌는 TPU 신형 프로세서 단 1개만으로 작동

  ㅇ 구글은 자사의 클라우드 서비스인 '컴퓨트 엔진(Compute Engine)'에 TPU를 올려 '클라우드 TPU'를 제공

    - 클라우드 TPU는 일반 클라우드 서비스를 이용하듯 TPU를 이용하고, TPU와 최적화 된 컴퓨팅 인프라를 제공받는다는 장점이 있음.

 

TPU와 Tensorflow 관계도

자료원: Google Cloud Platform

 

□ Microsoft Brainwave(FPGA 기반)

  ㅇ 마이크로소프트는 '인공지능 클라우드'를 만들기 위한 맞춤형 프로세서 활용 방안을 한층 구체화해 고성능 반도체 기술을 주제로 하는 연례 콘퍼런스 '핫칩스 2017'을 통해 브레인웨이브 프로젝트를 발표함.

    - 마이크로소프트의 접근방식은 구글과 달라서 특정 알고리즘에 특화된 전용 프로세서를 개발하는 것이 아니라 FPGA(field-programmable gate arrays)로 불리는 칩을 사용

  ㅇ 마이크로소프트는 핫칩스에서 사용자들이 자사 클라우드서비스 '애저(Azure)'에서 FGPA 칩을 기반으로 고성능 AI를 구동할 수 있도록 하겠다고 예고함.

    - AI 구동을 위해 데이터센터와 인터넷 환경을 아울러 '서비스형 하드웨어(Hardware as a Service-HaaS) 가속' 기술을 제공하는데, 이러한 분산 신경망 모델을 구현하기 위해서는 다수의 FPGA가 필요함.

 

브레인웨이브 시스템 구성요소

자료원: Hot Chips 2017

 

□ Facebook의 인공지능 플랫폼

 

  ㅇ 페이스북의 인공지능 플랫폼인 카페2는 딥러닝용 소프트웨어로 빠르고 확장 가능하며 이동이 용이한 프레임워크로 설계됨.

    - 페이스북의 '빅베이슨' AI 서버 상에서 57배로 향상된 처리량 가속화를 보여주며, 이로써 딥러닝 트레이닝에 거의 선형에 가까운 확장성을 제공한다는 게 페이스북 측의 설명

  ㅇ 2015년 말에 발표한 페이스북의 빅베이슨은 NVIDIA 'Tesla P100' GPU가 8개 들어감.

    - 이세돌과의 대결로 화제가 됐던 Google의 알파고에는 1202개의 CPU와 176개의 GPU가 포함됐는데, CPU가 다양한 연산을 통해 승리 전략을 찾는 동안 GPU에서는 그 과정에 필요한 무수한 계산들을 처리함. 

  ㅇ 페이스북은 AI 알고리즘을 활용해 시각장애인들이 뉴스피드에 올라온 사진을 묘사한 내용을 스마트폰에서 음성으로 들을 수 있게 하고, 심각한 우울증 환자 등 정신 건강에 문제를 겪고 있는 사용자들을 분간하는 패턴인식 소프트웨어도 제공

 

□ Amazon Web Services(AWS)

  ㅇ AWS는 아마존 및 고객 모두에게 인공지능의 핵심 서비스를 제공

    - 아마존닷컴의 경우, 추천 엔진으로부터 주문 배송 예측을 통한 물류 센터의 로봇 활용에 이르기까지 고객의 구매 사이클에 걸쳐 시간을 단축하는 혁신을 이루고 있음.

    - 아마존의 음성인식비서 Alexa는 자연어 처리와 자동화된 음성인식 딥러닝을 활용하며 아마존의 드론 이니셔티브, Prime Air, 최근에는 딥러닝 기술과 컴퓨터 비전을 통한 계산대가 없는 오프라인 가게인 Amazon Go의 컴퓨터 비전 기술도 인공지능의 결과물

    - 자율주행을 위한 컴퓨터 비전 시스템부터 미국 식품의약국(FDA)이 승인하는 의료이미지 처리, 넷플릭스 동영상 추천, 핀터레스트의 이미지 검색 등은 AWS 클라우드 시스템을 기반

  ㅇ 또한 AWS는 가능한 많은 개발자들이 직접 인공지능 기반 서비스를 만들 수 있도록 아마존의 엔지니어들이 얻은 전문 지식을 서비스화시켜 클라우드에 결합함으로써, 기술 수준에 따라 다양한 기술 스택 중 하나를 선택할 수 있게 해주고 있음.

 

아마존의 AI 서비스 스택

자료원: AWS AI Blog

  ㅇ AWS에서는 앞선 클라우드 기술을 통해 고객의 수요에 따라 CPU 및 스토리지, 그리고 GPU 같은 컴퓨팅 자원을 활용할 수 있는 자유를 제공하는데 이는 인공지능 플랫폼과도 관련이 있음.

    - 인공지능 기술 시스템 구축과 관련된 프로젝트는 대용량 컴퓨팅을 요구. 인공지능에서 다루는 데이터 크기가 커지고 모델 트레이닝이 잦아짐에 따라 기업 IT 워크로드의 대부분이 기존 데이터센터 환경에서 클라우드로 옮겨가고 있는 추세

    - 클라우드 플랫폼의 경우 매출 순위는 AWS > 마이크로소프트 애저 > 구글 클라우드 플랫폼인데, 3사 공히 자사의 클라우드에서 인공지능 서비스를 제공하고 있음.

    - 이처럼 HaaS(Hardware as a Service)로 나아가는 클라우드의 기술개발이 인공지능 플랫폼의 성패와 밀접하게 관련됨. 

Worldwide Revenue Market Share of Cloud

자료원: Synergy Research Group

 

□ 시사점

  ㅇ 실리콘밸리의 IT 기업들은 인공지능 플랫폼을 구축하기 위해 다양한 노력을 기울이고 있고, 이를 기반으로 자신들의 기존 사업을 고도화하는 수단으로 인공지능을 활용하는 것은 물론이며, 향후 다양한 산업에서 혁신을 일으키기 위해 개발에 박차를 가하고 있음.

  ㅇ 우리나라의 경우 LG CNS는 8월 29일 멀티 클라우드 기반 AI 빅데이터 플랫폼 'DAP(Data Analytics & AI Platform)'를, 삼성SDS는 9월 5일 기업용 대화형 AI 플랫폼 '브리티'를, SK㈜ C&C는 9월 6일 IBM '왓슨' 기반의 한국어 AI 플랫폼 '에이브릴'을 발표하는 등 새로운 4차산업 분야에서 주도권 잡기에 한창

 
  ㅇ 그러나 글로벌 IT 기업들과 비교해 국내 기업들은 인공지능 기술 자체뿐만 아니라 지능학습을 위한 데이터 확보 측면에서도 열세에 있는 것이 현실. 국내 기업들은 이처럼 클라우드에 기반한 인공지능 플랫폼의 흐름을 파악하고, 그 안에서 틈새시장을 찾아 역량을 자체적으로 개발하는 동시에 글로벌 기업과 전략적 제휴 등을 통해 빠르게 기술을 확보해 나가는 대응이 요구됨.

 

자료원: NVIDIA, Gartner, Google Cloud Platform, Hot Chips 2017, MS Project Brainwave, AWS AI Blog, Synergy Research Group, ZDNet 및 KOTRA 실리콘밸리 무역관 자료 종합