엔쓰리엔클라우드 주철휘 CAO, “데이터 확장성에 유연한 플랫폼 기반 생태계 강화”

엔쓰리엔클라우드 주철휘 알고리즘 개발 최고책임자(CAO)
엔쓰리엔클라우드 주철휘 알고리즘 개발 최고책임자(CAO)

[IT비즈뉴스 최태우 기자] 엔쓰리엔클라우드가 인공지능(AI) 사업에 전사 역량을 동원한다. AI를 도입하고자 하는 기업과 이를 교육하는 기관이 유기적으로 협업하면서 모델을 고도화하는 사용자 친화적인 플랫폼 기반 생태계 확장이 목표다.

4차 산업시대에서 주목받는 핵심요소인 ‘ICBMA(IoT/Cloud/BigData/Mobil/AI)’를 유기적으로 통합, 개발에서 서비스 배포까지 연결되는 환경을 구현하고 최근 주목받고 있는 머신러닝(ML) 라이프사이클을 관리하기 위한 ‘ML옵스(ML-Ops)’ 환경을 제시하겠다는 전략이다.

전략을 위한 핵심 인프라로 자체 개발한 플랫폼인 ‘치타(CHEETAH)’를 내세웠다. 다양한 ML 라이브러리를 지원하면서 사용자설정은 물론 가속컴퓨팅 환경에서 GPU의 리소스를 할당하는 작업과 같은 핵심기능을 쉽게 자동화할 수 있는 점이 특징이다.

개발자는 알고리즘 개발에만 집중할 수 있도록 데이터의 전처리 과정, ML 모델링에서 평가, 배포에 이르는 핵심 파이프라인을 모두 지원하는 단일 환경을 구현한 점은 사측이 내세우는 강점이다. 

올해 초 GS인증 1등급을 획득했으며 카이스트(KAIST), 국민대학교와 같은 교육기관, 인천테크노파크(인천TP)가 보육기업을 대상으로 배포하는 스타트업파크 품(POOM)에도 치타가 도입돼 활용되고 있다.

엔쓰리엔클라우드는 AI 사업영역 확장을 위한 올해 3월 한국제약바이오협회 인공지능신약개발지원센터 부센터장을 역임한 AI 전문가인 주철휘 부센터장을 최고알고리즘책임자(CAO)로 선임했다. 

지난 9월에는 클라우드네이티브컴퓨팅재단(CNCF)로부터 쿠버네티스 서비스인증기업(KCSP) 자격을 획득하고 AI컨설팅과 전문교육 확대를 위한 발판도 마련했다.

주철휘 CAO는 “현재 1억2500만달러 수준인 ML옵스 시장이 2025년 20억달러까지 성장할 것이란 전망이 나오고 있다. AI 알고리즘, 기술 개발이 빠르게 진행되는 만큼 ML옵스 또한 주목받고 있다”며 “데이터사이언티스트, 개발자를 이해하는 개발환경을 제공하고 국내시장에 최적화된 플랫폼을 포지셔닝해 나갈 것”이라고 말했다.

- 아래는 주철휘 CAO와의 일문일답 -

Q. AI전문가로서 올해 시장 트렌드를 어떻게 보나
A.
기술이 빠르게 진화하고 있다. 데이터세트도 다양화됐고 새로운 알고리즘도 오픈환경에서 배포되고 있다. 자연어처리 부문의 경우 빠르게 진화하고 있다.

맥락을 이해하는 데 있어 똑똑해졌다는 평가다. 고도화가 빠르게 진행되는 만큼 내년에는 더 다양한 서비스가 시장에서 공개되지 않을까 생각한다.

Q. AI의 개발-배포-운영 등 전 단계에서 중요한 이슈가 뭔가
A.
우리나라의 경우, 소비자를 대상으로 서비스하는 것들을 포함해 다양한 AI서비스(기술)가 배포되고 있으나 아직은 시제품을 만들고 이에 대한 효과를 확인하는 단계로 본다. 

AI는 램프의 요정(지니)처럼 뚝딱하고 나오는 게 아니다. 다수의 기업들이 AI를 도입하고자 하는 고민을 갖고 있다. 서비스 단에서도 마찬가지다. 번뜩이는 아이디어를 실현하기 위한 일련의 단계들, 즉 이를 구현하기 위한 ‘설계도’가 필요하다. 

모델을 개발하고, 학습시켜 고도화해 배포하고, 또 다시 학습시켜가는 일련의 단계를 거치는 데, 그렇기에 데이터가 매우 중요하다.

특정 도메인에서의 명확한 데이터가 필요하다. 어떤 모델을 개발할 것인가에 대한 설정, 라벨링이 필요하다. 학습시켜 고도화하고, 또 다른 데이터로 점점 정확성을 높여가는 과정으로 인내심이 필요한 영역이다.

AI는 완벽할 수 없다. 완벽에 가깝게 학습시켜 완성도를 높이는 과정이다. AI는 일반적인 소프트웨어(SW) 개발 방식과 다르게 흘러갈 수밖에 없다. 실시간성과 재귀적/순환적인 방향으로 흘러갈 수밖에 없다. ML옵스(ML-Ops)가 주목받을 수 밖에 없는 이유다.

Q. 자체 플랫폼(CHEETAH)을 갖고 있다. 강점은 뭐라 생각하나
A.
개발자는 개발에만 집중하고 이를 위한 환경은 자동으로 구현하도록 했다. ‘치타’라는 이름처럼 ‘1분 만에 컨테이너로 구현 가능한’ 기술을 대거 도입했다. 사용자 친화적인 플랫폼이라고 할 수 있다.

ML은 데이터 확장성에 민감한 영역이다. 폭발적으로 늘어나는 쿼리에도 유연하게 대응 가능해야 한다. 데이터 확장성에 염두를 둔 AI플랫폼이 중요한 이유다. 

데이터의 수집-정제-선처리-구현 등 모든 과정을 최적화하는 데 집중하고 있다. 처리속도와 함께 병렬컴퓨팅 환경에서 최적화된 리소스를 설정하거나 소스-컨테이너를 하나로 사용할 수 있도록 하는 로드밸런싱 작업 등 전 과정에서 일어나는 다양한 과정에서 휴먼리소스를 최소화하는 것, 자동화에 중점을 두고 있다. 

Q. 올해의 성과는? 또 내년에 집중하는 목표가 있나
A.
일차적으로 빠르게 ML 모델을 개발할 수 있는 환경, 플랫폼을 올해 완성했다. 다수의 기능이 자동화돼 있지만, 앞으로 폭을 더 넓혀갈 계획이다.

코로나19 팬데믹으로 인해 원격/비대면 환경에서 플랫폼이 많이 도입됐다. 다수의 고객사와 협업하면서 다양한 버티컬마켓에 적용할 수 있는 레퍼런스도 다수 확보했다.

초기에 목표한 기술적인 수준을 달성한 ML 모델이라 해도 실제 적용할 때 다양한 이슈가 발생한다. 모델을 연구·개발하고, 이를 시장에 디플로이했을 때 발생한 이슈를 적용해 다시 학습하는 선순환적인 구조가 중요하다.

자체 진행하고 있는 실증사업이나 시제품 중심의 접근법을 통해 플랫폼 고도화에 나서고, 이를 통한 자체 생태계 확장에도 집중할 계획이다.

관련기사

저작권자 © IT비즈뉴스(ITBizNews) 무단전재 및 재배포 금지