AIaas

 

안녕하세요 예민한 카일입니다

 

AI와 Cloud 등 관련 산업에 관심이 생겨서 요즘 공부가 저절로 되고 있네요

 

AI에도 클라우드 바람이 불고 있다. AIaaS를 이용할 경우 AI를 모르는 개발자도 API 형태로 제공되는 AI를 이용해 쉽게 AI서비스를 제공할 수 있다.한 시장조사 기관에 따르면 2018년 15.2억 달러(1.82조 원) 규모였던 AIaaS 시장은 연 평균 48.2% 성장해 2023년에는 108.8억 달러(13.05조 원)에 도달, AI가 퍼블릭 클라우드 서비스 전체 매출의 약 50%를 차지할 것으로 보인다. AIaaS서비스 시장 현황과 AIaaS를 제공하는 업체들의 솔루션과 시장 공략 전략 등에 대해 알아봤다.

 

AIaaS(AI as a Service)가 주목받고 있다. AIaaS는 특히 빠르고 안정적이며, 비교적 저렴하게 AI 기술을 도입할 수 있다는 점에서 자체적으로 AI 기술을 개발할 역량이 부족한 기업들에게 인기를 끌고 있다.

많은 기업들이 AI가 새로운 비즈니스를 창출하고 경쟁에 여러 이점을 제공하고 있다는 사실을 인식하고 있음에도 비용, 기술력 부족 등의 문제로 실제 도입은 아직 저조한 편이다. 가트너의 2019년 자료에 의하면 75%의 기업이 AI가 새로운 비즈니스 창출에 기여하고, 84%의 기업이 경쟁력 강화에 도움을 주고 있다고 응답했음에도 실제 AI를 적용한 기업은 14%, 12개월 내에 도입할 계획인 기업은 23%에 불과했다. AIaaS는 필요성에도 불구하고 AI를 도입하지 못하는 기업들의 이런 불균형을 바로잡아 줄 것으로 기대된다.

 

기업들은 갖고 있는 데이터를 이용해 머신러닝 모델을 직접 개발하기도 하지만 타사에서 개발한 오픈소스 또는 서비스 형태로 제공하는 머신러닝 모델을 그대로 이용할 수도 있다. 이 경우 빠르게 자사 업무에 AI를 적용할 수 있는데, 이것이 바로 AIaaS로 최근 들어 시장에서 큰 주목을 받고 있다.

AIaaS가 주목받는 이유는 4가지이다. 첫 번째는 구현성이다. 클라우드 서비스는 크게 서비스형 인프라(IaaS), 서비스형 플랫폼(PaaS), 서비스형 소프트웨어(SaaS)로 구분된다. IaaS는 HW 환경을 제공하는 클라우드 서비스이다. PaaS는 IaaS에 더해 플랫폼도 함께 제공한다. SaaS는 PaaS에서 구현된 SW를 제공하는 클라우드 서비스다.

AIaaS도 마찬가지다. IaaS에서는 AI 구현에 필요한 HW를 제공하고, PaaS에서는 HW뿐만 아니라 AI 개발에 필요한 개발 툴을 함께 지원하며, SaaS에서는 AI 서비스가 API (Application Programming Interface) 형태로 제공된다.

AIaaS 사용자는 AI 개발 및 서비스를 쉽게 구현할 수 있도록 클라우드로부터 AI 개발에 필요한 서비스를 받을 수 있다. AI 서비스를 개발하지 못하거나 AI 개발 역량이 부족한 기업은 이미 구현된 API형태의 AI 서비스를 제공받을 수 있는 것이다.

한석진 마이크로소프트 부장은 “클라우드 사업자는 이미 API 형태의 다양한 서비스들을 공급하고 있다”며 “MS의 경우 8,000명의 AI 개발자가 API 형태의 다양한 서비스들을 개발해 제공하고 있다”고 말했다.

두 번째는 편의성이다. 사용자는 클라우드 플랫폼에 담겨 있는 AI 서비스를 이용하기만 하면 된다. 만약 AI 개발 환경이 필요하다면 PaaS 형태의 AI 개발 툴 및 환경을 서비스 형태로 받으면 된다.

세 번째는 운영 효율성이다. 클라우드 서비스의 장점 중 하나는 사용한 만큼 비용을 지불한다는 점이다. 비용 낭비를 최소화 할 수 있는 것이다. 기업이 AI 서비스를 위해 직접 HW를 구축한다면 AI 서비스 안전성을 위해 AI 개발에 사용되는 고사양의 HW를 구축해야 한다. 당연히 유휴 HW가 존재하게 되고, 이는 비용의 낭비로 이어진다. 그러나 AIaaS를 이용할 경우에는 AI를 개발, 학습 할 때 투입되는 많은 컴퓨팅 자원들을 개발, 학습이 끝나면 자동으로 축소할 수 있다.

네 번째는 접근성이다. 클라우드는 사용자의 단말기가 아닌 중앙 서버에서 서비스를 제공한다. 이런 이유로 사용자는 단말기 성능에 관계없이 클라우드 서비스를 이용할 수 있다. 높은 사양을 필요로 하는 AI 서비스에서는 이 같은 장점이 특히 부각된다. 사물인터넷(IoT)이 대표적인 사례다. 단말기에서 AI를 구현할 수 있기 때문이다.

AIaaS의 IoT 대표 사례로 AI 스피커를 들 수 있다. 일반적으로 AI 기반 음성인식 기술은 고사양의 HW를 요구한다. 그러나 스피커 안에 고사양의 HW를 구현하기는 힘들다. 따라서 AI 스피커 제조 기업은 클라우드 서버에 구현된 음성인식을 서비스한다. 네이버의 ‘클로바’도 자체적으로 음성인식 등의 AI 서비스를 네이버 클라우드 플랫폼(NCP)을 통해 제공받는다.

 

AI 클라우드, 숨은 비용 따져봐야

AIaaS는 클라우드 기반의 AI 서비스를 제공받아 AI를 쉽게 구축할 수 있도록 한다. 클라우드는 사용한 만큼의 비용을 지불한다. 하지만 AI 서비스는 일반적으로 엄청난 클라우드 컴퓨팅 파워를 사용한다.

한석진 MS 부장은 “SW 업그레이드, 이슈관리, 가용성 등만 고려할 경우 AIaaS가 직접 구축하는 것에 대해 비용 면에서 유리한 점이 별로 없어 보이지만 클라우드는 숨어있는 비용이 훨씬 저렴하다”고 말했다. AI를 개발할 경우 AI를 구축하기 위한 인프라외에 엔지니어 고용비용, 데이터 구입비용, 컴퓨팅 자원 등의 비용을 모두 감안해야 한다는 것이다. 또한 지속적으로 이슈가 발생할 경우 이를 계속 관리해야 한다는 점도 생각해야 하며 이러한 관리비용을 고려하면 AIaaS가 직접 구축하는 것보다 비용 등의 면에서 유리한 점이 많다.

AIaaS는 이외에도 최신 모델 업그레이드면에서도 유용하다. AIaaS와는 달리 온프레미스는 한 번 투자 후 지속적으로 신규 투자를 해야 한다.

AWS는 AIaaS 제공으로 비용 투자를 최소화하고 고객이 업무에 집중할 수 있도록 하고 있다. 비용절감을 위해 AWS가 제시하는 머신러닝 서비스방법은 최적화된 고성능 기계 학습 추론 칩(AWS Inferentia)을 사용하는 것이다. 기계 학습 알고리즘을 실행하도록 최적화된 인프라의 이점을 활용하는 이 방법은 딥 러닝을 상용화하고 종량 요금제 사용 모델로 HW를 사용할 수 있게 한다. AWS는 기계 학습 추론 칩을 통해 클라우드에서 비용을 최소화 하면서 뛰어난 추론 성능을 제공하고 표준 애플리케이션 기능의 일부로 기계 학습을 쉽게 통합할 수 있도록 설계했다.

한편 구글 클라우드 관계자는 “모든 기업이 데이터의 가치를 실현할 수 있도록 머신러닝 서비스와 이를 위한 도구를 클라우드 형태로 제공할 것”이라며 “비용 또한 고객 맞춤형 경험을 제공해 절감할 수 있도록 지원할 것”이라고 설명했다.

 

[출처 ]

http://www.comworld.co.kr/news/articleView.html?idxno=49775

이미지 썸네일 삭제

[시장동향] AI에도 클라우드 바람, AIaaS로 코드 없는 AI 개발 가능 - 컴퓨터월드

[컴퓨터월드] AI에도 클라우드 바람이 불고 있다. AIaaS를 이용할 경우 AI를 모르는 개발자도 API 형태로 제공되는 AI를 이용해 쉽게 ...

www.comworld.co.kr