이노그리드 클라우드연구센터 김명진 센터장

최근 급격한 발전을 이루며 4차 산업혁명의 중심이 된 인공지능은 일상생활의 다양한 서비스와 밀접한 관계로 발전하고 있다. 본고에서는 인공지능의 서비스와 이를 지원하는 클라우드 기술을 살펴봄으로써 인공지능 클라우드가 나아가야할 비전을 고찰하고자 한다.

I. 4차 산업혁명의 중심 인공지능, 그리고 이를 위한 클라우드

1970년대 간단한 영어 문장 번역 정도 수준의 인공지능이 2016년 글로벌 바둑 챔피언을 이기며 전 세계 사람들에게 큰 충격을 주었다. 이제는 바둑, 체스 등 특정 분야를 넘어서 헬스케어, 금융, 로봇, IoT 등 다양한 일상생활의 서비스에 적용될 정도로 인공지능 기술이 급격히 발달하였다. 대표적인 사례로 Amzaon의 Alexa를 스마트폰, LG 냉장고, 삼성 로봇 청소기 등과 결합한 인공지능 기반 스마트홈 서비스를 제시하여 사용자에게 새로운
경험을 선사하였다. 최근에 개최된 주요 ICT 행사(CES 2017, MWV 2017 등)들을 살펴보면 인공지능 기반의 다양한 서비스와 제품들이 주를 이룬 것을 볼 때 과거 만화나 영화 속에만 등장하는 인공지능 서비스들이 우리의 실생활에 성큼 다가온 것을 알 수 있다. 인공지능은 이렇게 우리의 생활 깊숙이 자리 잡고 있으며 다양한 영역으로 확장되어 생활을 더욱 더 윤택하게 만들어 주고 있다.

이러한 인공지능이 발전하게 된 계기는 머신러닝/딥러닝을 수행할 수 있는 충분한 데이터와 인프라 자원이 확보되면서 부터이다. 클라우드 기술은 인공지능에 필요한 데이터를 수집 저장하는 환경을 제공하고 데이터를 분석할 수 있는 충분한 컴퓨팅 자원을 제공한다. 이러한 클라우드 기술 발전이 계기가 되어 인공지능 기술이 성장하였다. 인공지능 분야 글로벌 선도 기업들인 AWS, IBM, MS, 구글, 오라클 등의 공통점은 인공지능 서비스를 제공하는 동시에 모두가
자체 클라우드 서비스를 제공하고 있다는 것이다. 이를 통해 인공지능과 클라우드는 매우 밀접한 관계를 가지고 있다는 것을 알 수 있다.

본고에서는 제4차 산업혁명에서 인공지능의 중요성을 인식하고 미래 산업에 대응하기 위한 비전을 고찰하고자 한다. 2장에서는 인공지능 기반 서비스 사례를 알아보고, 3장에서는 인공지능 서비스를 지원하는 인공지능 클라우드 서비스를 살펴보고, 4장에서는 인공지능 서비스의 기반이 된 클라우드 기술을 분석한다. 마지막으로 5장에서는 인공지능 클라우드가 나아가야할 방향에 대해 고찰하고자 한다.

Ⅱ. 인공지능 서비스로의 변화

1) 우리가 매일 마시는 커피. 만약 인공지능 로봇이 만들어 준다면 어떤 맛이 날까요?

우리나라 커피 소비량은 해마다 증가해 지난해 6조 시장을 넘어 커피시장이 포화상태로 넘어가고 있으나 4차 산업혁명 시대를 맞이한 지금도 커피 산업은 꾸준히 성장하고 있다. 서울카페쇼 사무국은 최근 600여개 업체와 향후 트렌드를 분석해 2018년 커피업계 키워드로 H.U.M.A.N을 선정했다. 4차 산업혁명 시대에 커피업계가 바라보는 HUMAN은 첨단 ICT기술과 변화의 중심에 언제나 사람(HUMAN)이 있다는 것을 강조하면서, 고품질(High-quality),
비대면(Untact), 분위기(Mood), 아트(Art)그리고 새로운 경험(New experience)의 의미를 포함하고 있다. 특히 ICT업계에서 바라 볼 때 비대면 서비스와 새로운 경험은 여러 의미가 담겨 있다. 우리가 즐겨 사용하는 스타벅스의 사이렌오더, 역시 비대면 서비스 중 하나다. 더 나아가 카페 역사 460년 만에 등장한 인공지능 로봇 바리스타가 고객의 입맛을 사로잡는 맛있는 커피를 만들어주는 새로운 경험도 선보이고 있다. 인공지능은
이렇게 우리 생활 깊숙이 자리 잡고 있으며 다양한 영역으로 확장되어 우리의 생활을 더욱 더 윤택하게 만들어 주고 있다.

[그림1] 인공지능 로봇 바리스타가 있는 카페X(Cafe X)

2) 국내 인공지능 서비스, 어디까지 왔나?

11월 11일은 이른바 ‘빼빼로데이’다. 전통적인 유통시장에도 인공지능 서비스 바람이 거세게 불고 있다. 롯데제과는 ‘빼빼로데이’에 인공지능을 적용한 챗봇(Chatbot) ‘빼로’를 선보였다. 이 서비스는 채팅창을 통해 간단한 일상 대화가 가능하고 사용자와 나눈 대화를 바탕으로 소비자 취향에 맞는 빼빼로 제품을 추천해 주는 서비스다. ‘빼로’는 IBM의 인공지능 대화 처리기술이 적용됐으며 단순한 단답형 대화가 아니라 상대방의 의도를 파악한 사용자
친화적 대화를 제공한다. 피자배달 전문기업 도미노피자도 인공지능 채팅주문 서비스 ‘도미챗(DomiChat)’을 선보였다. 롯데리아 역시 최근 이용자의 GPS 위치정보를 기반으로 전국 홈서비스 운영점 1,000곳 중 가까운 매장이나 원하는 매장을 선택해 별도의 대기 시간 없이 제품을 받을 수 있는 서비스를 제공한다. 이처럼 4차 산업혁명시대에 외식업계가 온·오프라인 경계를 허물며 새로운 개념의 주문·상담 서비스를 적극 도입하고 있다.

• 
  
• 의료 분야 인공지능 서비스 : 지난해 가천대 길병원이 국내 최초로 IBM ‘왓슨’을 처음 도입한 이래로 현재 총 6개 병원에 왓슨이 도입되었다. 길병원의 왓슨은 전공의 수준정도로 암 진료 도우미 역할을 톡톡히 해내고 있다. 대장암 3기 진단을 받은 환자에게 항암치료 처방을 내렸고 이는 길병원 의료진의 판단과 동일한 결과가 나왔다. 왓슨은 이처럼 암환자 414명을 진단하는 데 사용됐으며 각 분야 전문의가 병을 설명해주고
  추후 치료법까지 제시해 준다. 이처럼 ‘닥터 왓슨’의 능력은 매일매일 진료에 투입되는 횟수가 증가할 수 록 임상 데이터가 쌓여 이를 기반해 더욱 더 정확한 처방을 하게 된다. 길병원의 왓슨은 유방암, 폐암, 위암, 자궁경부암, 난소암, 전립선암, 결장암, 직장암 등 8개 암을 진단하는 데 쓰이고 있다. 왓슨을 도입한 병원들이 늘어나면서 병원 간 협업도 준비 중이다. 암 진단에 활용하는 ‘왓슨 포 온콜로지(Watson for Oncology)’가
  유전체학 전문인 ‘왓슨 포 지노믹스(Watson for Genomics)’와 협업하여 양쪽의 데이터를 합칠 경우 시너지 효과는 엄청날 것이다.
  
• 실생활 밀착형 인공지능 서비스인 AI 스피커 서비스 : 실생활 밀착형 인공지능 서비스인 AI 스피커는 국내에 폭발적인 인기를 얻고 있다. 국내 1호 AI 스피커 SK텔레콤의 ‘누구’를 시작으로 최근 카카오의 AI 스피커 ‘카카오미니’는 단 9분 만에 1만5000대가 모두 팔렸으며 네이버 ‘웨이브’와 ‘프렌즈’ AI 스피커 역시 공식 판매 하루만에 1만대가 넘게 팔렸다. 인공지능 플랫폼으로는 카카오는 ‘카카오아이(I)’기반,
  네이버는 ‘클로바(Clova)’기반에 인공지능 서비스를 제공한다. 한국소비자원에 따르면 지난 9월 AI 스피커 이용자 300명을 대상으로 조사한 결과, 가장 자주 이용하는 기능은 ‘음악재생’(71.3%)이었고 ‘날씨·교통정보’(41.0%), ‘인터넷 정보검색’(40.3%) 순이었다. 음악 콘텐츠의 중요성이 커지자 예술분야에서도 인공지능이 적극 도입되고 있다. 한국콘텐츠진흥원과 SM엔터테인먼트는 음악에 인공지능을 접목한 미래형 콘텐츠를 선보인
  ‘음악, 인공지능을 켜다’ 쇼케이스를 열어 화제를 모았다. 인공지능에 멜로디와 화성 정보를 입력하면 테크노, 클래식, 재즈, 피아노를 학습했는지에 따라 다른 음악을 제공한다.
  

[그림2] 카카오/네이버의 인공지능 스피커

3) 인공지능은 우리에게 위기일까? 기회일까?

• 
  
• 인공지능을 이용한 직원 채용 서비스 : 글로벌 기업들이 직원 채용의 효율을 높이기 위해 인공지능 서비스를 시험적용 후 도입을 확대해 나가고 있다. 일본의 소프트뱅크는 2018 입사자에 대한 채용시험에 IBM ‘왓슨’을 활용하겠다고 발표했다. 일단 시험과 서류전형에 활용한다는 것이다. 전 세계 300만 지원자와 인공지능으로 서류전형 인터뷰를 진행해 회사에 맞는 직원을 채용한다. 인공지능은 한정된 시간 안에 인사담당자가
  서류전형을 검토할 수 있도록 큰 힘이 되어 줄 것이다.
  
• 인공지능 기반 대출 상담 서비스 : 최근 인터넷은행을 시작으로 시중은행들과 제2금융권들까지 인공지능(AI)을 적극 도입하고 있다. 365일 24시간 금융서비스를 제공할 수 있다는 장점으로 인공지능을 기반으로 한 ‘챗봇’이 사용자가 입력한 음성의 내용을 분석하여 금융 관련 질문에 답을 주는 것이다. 대출시 챗봇을 통해 대출정보(직업, 성별, 나이, 소득 등)와 신상정보를 입력만 하면 맞춤형 대출상품을 추천해 줄 수
  있어 빠른 심사와 간편한 조회가 장점이다. 하지만 아직은 도입 초기단계로 개인의 정확한 소득을 명확히 파악하기는 어렵지만 은행의 상담원에게 빠르게 기초정보를 제공하여 신속한 대출 상담을 돕는다.
  
• 인공지능 기반 법률 상담 서비스 : 법률 쟁점과 관련된 법령과 판례, 문헌 등을 검색하는 인공지능의 능력은 상상 이상으로 사람을 능가하고 있다. 인공지능은 단 1초 만에 10억 장의 법률문서를 검토할 수 있다. 그래서 향후 법률 사무 상담은 인공지능이 대체할 것으로 전망한다. 인공지능이 사람과 사람사이의 복잡 미묘한 이해관계를 고려하기는 아직은 어려운 일이지만 인간의 능력을 도와주는 보조적인 시스템으로 활용이 높아질
  것이다.
  
• 인공지능 기반 기사 작성 서비스 : 인공지능 로봇은 이미 다양한 분야에서 데이터를 기반으로 기사를 쓰고 있다. 워싱턴포스트는 지난 1년 동안 인공지능 로봇이 작성한 결과(헬리오그래프)를 공개한바 있다. 헬리오그래프는 올림픽이나 축구 등 스포츠경기 전반의 경기결과에 대해 기사를 작성했다. 인공지능 로봇이 현장에서 선수들을 취재 하기는 아직 어려운 상황이지만 단순 뉴스는 인공지능 로봇이 작성하고 중요한 취재에는 기자가
  집중할 수 있도록 불필요한 시간을 줄여주는 일에 사용될 것이다.
  

III. 인공지능 클라우드 서비스 및 기술 동향

1) 아마존웹서비스(AWS)의 AI 클라우드

AWS는 지난해 ‘아마존 렉스(Lex)’, ‘아마존 폴리(Poly)’, ‘아마존 리코그니션(Rekognition)’ 등 새로운 인공지능 서비스를 출시했다. AWS의 인공지능 서비스는 이미지 분석부터 음성인식, 텍스트 인식, 음성출력 등을 활용해 누구나 쉽게 응용프로그램을 개발할 수 있는 환경을 제공한다. 특히 텍스트를 음성으로 변환해주는 ‘아마존 폴리(Poly)’는 딥러닝 기술을 활용해 텍스트를 음성으로 전환해주는 서비스다. 뉴스 기사 및 소설책등을
저렴한 비용으로 음성으로 전환할 수 있는 인공지능 서비스를 제공한다. 이미지 인식·분석 서비스 ‘아마존 레코그니션(Rekognition)’은 객체 및 안면 분석 및 비교 등을 제공한다. 그 외에도 ‘아마존 렉스(Lex)’는 아마존 ‘알렉사’와 동일한 기술 기반으로 구현돼 대화형 챗봇을 손쉽게 제작할 수 있도록 지원한다.

AWS의 인공지능 클라우드는 4개의 레이어로 구성되어 있다. AI Infrastructure는 인공지능 서비스가 데이터를 분석하기 위한 환경을 제공하는 레이어로 최근에 대두되고 있는 GPU 기반 가상 환경을 포함하여 인공지능에 필요한 다양한 환경을 제공한다. AI Frameworks는 인공지능 서비스 개발에 필요한 프레임워크를 지원하는 레이어로 Tensorflow, Caffe, Torch 등 다양한 오픈소스 딥러닝 프레임워크를 제공한다. AI Platform은
인공지능 서비스 지원을 위한 AWS 전용 소프트웨어 및 도구를 지원하는 레이어 이다. Amazon 머신러닝 서비스, EMR, Spark & Sparkml을 지원하여 인공지능 개발자가 서비스 개발을 손쉽게 할 수 있도록 지원한다. AI Service는 개발자가 클라우드 인프라 구축 없이 API를 이용할 수 있도록 지원하는 레이어로 별도의 환경 구축 없이 손쉽게 인공지능 서비스 개발 방법을 제공한다.

[그림3] Amazon 인공지능 클라우드 구성

2) IBM의 인공지능 클라우드

IBM의 대표적인 인공지능 서비스 ‘왓슨’은 IBM의 인지컴퓨팅(Cognitive computing) 브랜드로 지난 2011년 미국의 인기 퀴즈쇼 ‘제퍼디!’에서 인간 우승자를 누르고 최종 우승하며 전 세계에 알려졌다. 그 당시 HPC(슈퍼컴)정도로 알려졌지만, 이후 IBM의 ‘왓슨’은 기계학습을 통해 학습하는 인지컴퓨팅으로 발전했다. 최근에는 의학전문용어 등 전문분야에 대한 지식을 쌓으며 빅데이터 분석을 통해 의사의 결정을 지원하고 있다. 미국
임상종양협회(ASCO)에 따르면 암치료에 대한 인공지능 왓슨의 진단이 최고 권위의 전문의 의견과 일치하는 경우가 96.4%로 향상되어 의료 분야의 인공지능 서비스로의 길을 열었다. 또한 왓슨은 의료분야 외에도 다양한 분야로 확장을 준비하고 있다. 최근 4차 산업혁명의 중심에 있는 자율주행차에도 왓슨이 적극 도입되고 있다. 왓슨이 탑재된 12인승 전기 버스인 올리(Olli)는 클라우드기반의 교통정보 분석을 통해 승객을 목적지까지 안전하게 이동시킨다.
올리의 특징은 음성을 통해 왓슨과 승객이 서로 소통하며 사람과 사람이 대화를 하 듯 자율주행차와 대화가 가능하게 했다. 왓슨은 그 외에도 동영상 분석을 통해 방송콘텐츠에도 활용이 검토되고 있으며, 왓슨과 IBM 클라우드 블루믹스를 통합해 미디어와 엔터테인먼트 기업들에게 이미 공개된 다양한 비정형 데이터의 영상분석을 통해 시청자들이 원하는 콘텐츠를 분석해 제작할 수 있도록 지원한다.

IBM은 왓슨 서비스를 위해 자사의 인공지능 클라우드인 bluemix 기반의 다양한 클라우드 기술을 지원한다. Data Lake & Data Stores는 인공지능에 필요한 각종 서비스, 외부 인터넷, SNS 등에서 자료를 수집하여 저장하는 환경을 제공하며, 이를 분석할 수 있는 Spark, MPI와 같은 분산 컴퓨팅 플랫폼도 제공한다. 또한 머신러닝을 위해 많이 사용하는 오픈소스 플랫폼인 TensorFlow, Caffe, SparkML를
지원하여 다양한 개발자가 손쉽게 시스템을 개발할 수 있는 환경을 제공한다. 또한 자사의 왓슨 서비스를 이용하는 API를 제공하여 클라우드 구축 없이도 인공지능 개발을 지원한다.

[그림4] IMB 인공지능 클라우드 레이어

3) MS의 인공지능 클라우드

마이크로소프트(MS)는 지난 9월 ‘이그나이트(Ignite) 2017’ 컨퍼런스를 통해 인공지능 기업으로서 디지털 트랜스포메이션의 현실화 방안을 제시한 바 있다. MS는 퀀텀(양자)컴퓨팅, 클라우드, 인공지능, 혼합현실(MR) 등의 기술이 융합된 다양한 제품과 서비스를 대거 선보였다. 특히 MS는 인공지능을 ‘마이크로소프트 365’와 ‘오피스 365’에 적용해 전 세계 20억 명에 달하는 현장 근무자와 교육분야 종사자를 위한 솔루션 '마이크로소프트
365'의 확장된 버전을 공개했다. 기업의 업무혁신을 돕는 클라우드와 인공지능 기반으로 하는 ERP-CRM 통합 솔루션 ‘다이나믹스 365’은 기업이 접할 수 있는 다양한 시나리오에 대응할 수 있도록 프로세스 제안과 직원의 업무를 돕는 인텔리전트 비서 등을 새롭게 공개했다. MS의 애저 머신러닝 스튜디오(Azure Machine Learning Studio)는 알고리즘 작성, 테스트 및 설치를 위한 개발자용 전문 솔루션이다. ‘애저 머신러닝(Machine
Learning)’은 인공지능 관련 개발자와 연구자들이 언제 어디서든 클라우드나 온프레미스 환경에서도 머신러닝 기술을 활용할 수 있게 제공된다. 인텔리전트 API를 제공하는 MS 코그니티브 서비스(Cognitive Services), 맞춤형 검색 도구인 ‘빙 커스텀 서치(Bing Custom Search)’와 보다 연관성 높은 뉴스, 동영상, 이미지 등을 빙에서 찾을 수 있도록 돕는 ‘빙 서치 (Bing Search)’등이 제공된다.

MS는 자사의 인공지능 서비스인 Cortana를 위해 다양한 Azure 기반의 클라우드 기술을 지원한다. 다양한 빅데이터 수집을 위한 빅데이터 스토리지 환경(Data Lake Store, SQL Data Warehouse, Document DB)을 제공하고, 이를 분석할 수 있는 머신러닝 & 분석 플랫폼을 제공한다. MS 자사의 인공지능 서비스 이용을 위한 API를 제공하고 있으며 데이터 소스, 매니지먼트, 인사이트, BI 등 다양한 영역을
별도의 솔루션 추가 없이 모두 빌트인으로 제공하는 통합 클라우드 솔루션을 지원한다.

[그림5] 인공지능 서비스 Cortana를 위한 MS Azure 클라우드

4) 구글의 인공지능 클라우드

구글은 지난 2014년에 인수한 딥마인드(DeepMind·알파고 개발사)를 비롯해 유망한 인공지능 관련 스타트업들을 대거 인수하면서 현재 상당한 수준에 올라서며 다양한 인공지능 서비스를 오픈하고 있다. 현재 구글은 인공지능 연구 결과를 검색 결과 개선, G메일 자동 답장, 사진 처리 등 자사 서비스 전반에 활용하고 있다. 또한 인공지능을 이용해 광고사업의 수익을 대폭 증대시키고, ‘구글 신경망 기계번역(GNMT / Google Neural Machine
Translation)’ 시스템을 통해 한국어를 포함한 수십여 개 언어의 번역서비스에 적용 등 다양한 분야에 인공지능을 활용하고 있다. 또한 구글의 자회사 딥마인드가 선보인 ‘웨이브넷(WaveNet)’은 신경망 기반의 음성합성 기술로 기존의 부자연스러운 기계 음성과 달리 인공지능 기술을 이용한 덕분에 스스로 학습과 훈련을 통해 사람처럼 자연스럽게 말할 수 있다.

구글은 인공지능 서비스가 포함된 Analysis Layer를 위해 다양한 클라우드 기술을 제공한다. 인공지능 서비스가 분석할 수 있는 데이터를 지원해주는 스토리지 기술(데이터 웨어하우스)와 손쉽게 인공지능 플랫폼을 구축할 수 있는 IaaS 기술로 컴퓨팅 환경(Container Infra)을 제공한다. 그리고 개발한 인공지능을 서비스화하기 위해 PaaS형서비스인 구글 App Engine을 지원하며 손쉽게 서비스 구축을 지원한다. 또한 2015년에
구글이 공개한 ‘텐서플로(TensorFlow)’라는 명칭의 오픈소스 소프트웨어 기반 딥러닝 프레임워크(Deep Learning Framework)를 제공하며 자체 개발한 병렬처리에 최적화되어 인공지능 연산에 최적화된 TPU(Tensor Processing Unit)를 접목한 클라우드 기술을 지원한다. 이 외에도 구글이 개발한 인공지능을 손쉽게 이용할 수 있는 구글 Cloud Function을 제공하여 API만으로 서비스 이용을 돕는다.

[그림6] 구글의 클라우드 플랫폼 구성

5) 오라클의 인공지능 클라우드

오라클은 ‘오픈월드 2017’ 컨퍼런스를 통해 인공지능 플랫폼 클라우드 서비스를 공개했다. 오라클은 비즈니스 업무에 다각적으로 접목시킬 수 있는 신규 클라우드 서비스 플랫폼을 전격 공개하며, 머신러닝 기반의 하드웨어와 인공지능 중심으로 서비스를 강화하고 있다. 오라클이 공개한 신규 지능형 애플리케이션도 인공지능 중심 서비스로써, 회계, 인사, 제조, 고객 지원, 마케팅, 영업부서 등 전반 업무에 적용 가능한 것으로 알려져 업계의 주목을 받고 있다.
또한 오라클은 모바일 클라우드 신규 기능 업데이트를 통해, 페이스북 메신저, 스카이프, 슬랙 등 다양한 메신저 플랫폼을 클라우드 상에서 연동한 통합 메신저 시스템의 챗봇 설치를 가능하게 한다. 또한 오라클은 머신러닝 전문가가 아닌 사용자들에게 ‘WYSIWIG 편집기’와 ‘자연어 이해 지원 솔루션’ 기능을 선보이며, 클라우드 서비스 진화를 시도하고 있다. 오라클은 미래 클라우드 생태계를 선도하기 위한 전략으로 머신러닝과 인공지능 기술을 탑재한 신규
클라우드 플랫폼들을 오픈월드에서 대거 공개했다.

오라클 역시 인공지능 플랫폼을 위해 다양한 클라우드 기반 기술을 지원한다. Elastic AI & ML Infrastructure는 머신러닝 연산 처리를 위해 GPU, Flash Storage, 25G Ethernet 기반의 가상 자원을 제공한다. 또한 딥러닝을 위한 TensorFlow, Keras, Theano등의 프레임워크와 Jupyter, Pillow, Pandas, Scikit, OpenCV, Numpy 등의 라이브러리를 제공하여
클라우드 서비스 개발에 필요한 다양한 도구를 제공한다.

[그림7] Oracle 인공지능 클라우드 서비스를 위한 ML Framework

6) 네이버의 인공지능 클라우드

네이버는 2017년 4월 클라우드 플랫폼 출시 이후 인공지능 클로바, 자동번역 서비스인 파파고 등 다양한 인공지능 서비스를 발표했다. 최근에는 인공지능 서비스를 API형태로 제공하는 기능을 제공하여 개발자들이 손쉽게 인공지능 기반의 서비스 구축을 하도록 지원했다. 클로버 API는 사람의 목소리를 인식하여 텍스트로 변환하는 Clova Spech Recognition, 텍스트를 사람의 목소리로 재생해주는 Clova Speech Synthesis, 얼굴
인식을 활용해 유사한 얼굴을 찾는 Clova Face Recognition 등 다양한 서비스를 포함하고 있다.

네이버는 인간의 오감을 모두 활용한 차세대 인공지능 플랫폼 클러바를 위해 다양한 클라우드 기반의 기술을 지원한다. 클로바는 사람의 두뇌에 해당하는 Clova Brain과 이를 연결하는 Clova Interface로 구성되어 있으며 이를 각 디바이스와 서비스로 연결하는 인터페이스와 확장 도구를 제공한다. 또한 딥러닝 프레임워크인 TensorFlow외 PyTorch, Keras, Pandas, Numpy, Scikit-Learn, Gensim 등 200여
가지 다양한 분석 패키지를 제공하여 클라우드에서 신속하게 인공지능 연구를 할 수 있도록 환경을 제공한다.

[그림8] 그림 네이버 인공지능 클라우드 플랫폼 Clova

Ⅳ. 인공지능을 위한 클라우드 핵심 기술

1) 인공지능의 연산 환경 제공을 위한 클라우드 컴퓨팅 기술

인공지능의 복잡한 알고리즘, 딥러닝을 위한 방대한 연산을 위해서는 클라우드의 컴퓨팅 환경 제공이 필수적이다. 자원을 효율적으로 활용하기 위해 개발된 가상화 기술이 하드웨어의 발전으로 이전에는 처리하지 못했던 빅데이터 처리를 위한 분석도구, 인공지능 기술들도 발전하면서 클라우드가 제공하는 컴퓨팅이 중요한 역할을 차지하게 되었다. 인공지능을 위한 클라우드 컴퓨팅 자원 제공은 소프트웨어적으로는 가상머신과 컨테이너 기반의 환경으로 나뉘며 하드웨어적으로는
CPU와 GPU 기반의 환경을 제공한다. 최근에는 고성능 계산에 특화된 GPGPU를 지원하는 추세로 발전하고 있으며, 이를 지원하기위해 Amazon, Google, MS, Naver, Kakao 등에서 Nvidia, AMD, Intel의 GPU 디바이스를 제공하여 가상 환경을 지원하고 있다.

2) 인공지능에 필요한 데이터 저장을 위한 스토리지 기술

인공지능을 고도화하기 위해서는 수많은 데이터 확보가 필수적이다. 클라우드는 이러한 빅데이터를 저장하고 관리하는데 특화된 다양한 스토리지를 제공한다. 클라우드 스토리지는 내구성, 가용성, 보안에 대한 기능을 제공한다. 내구성은 데이터 중복 저장을 통한 손실 방지를 뜻하며, 가용성은 클라우드 스토리지가 지속적으로 서비스 되도록 지원하며, 보안은 클라우드 스토리지에 데이터 전송 시 암호화와 저장된 데이터를 안전하게 보관하는 것이다. 클라우드 스토리지는
위와 같은 요구사항을 만족하여 인공지능에 필요한 데이터 저장 및 보관에 적합한 기술이다. 클라우드 스토리지는 크게 3가지 유형으로 나눌 수 있다. 객체 스토리지는 저장 공간의 확장에 유리하며 이러한 특성은 유연성이 필요한 애플리케이션에 적합한 스토리지에 많이 활용된다. 파일 스토리지는 대규모 컨텐츠 저장, 개발 환경, 사용자 디렉터리 등 대용량 데이터 저장에 유리하다. 블록 스토리지는 호스트별로 지연을 최소화하기 위한 전용 스토리지 제공에 사용되며
고성능 워크로드에 적합한 스토리지이다.

[표1] 클라우드 스토리지 종류와 특징

3) 다양한 인공지능 프레임워크를 위한 플랫폼 제공 기술

PaaS는 개발자의 인공지능 서비스 개발의 진입장벽을 낮춰준 기술로, 딥러닝에 필요한 다양한 프레임워크, 라이브러리, 개발 도구를 통합적으로 제공하는 클라우드 서비스이다. 최근에는 DevOps 방식을 적용하여 인공지능 클라우드 환경을 신속하게 제공하고 서비스까지 통합적으로 지원하게 되었다. 이러한 특징을 기반으로 개발자는 시스템 관리 및 유지보수에 대한 비용을 줄이고 클라우드 공급업체가 제공하는 다양한 서비스를 통해 인공지능 서비스 및 데이터 분석에
집중 할 수 있도록 만들어준다. 이러한 PaaS 기술을 통해 인공지능 프레임워크로 많이 사용하는 TelsorFlow, Caffe, Torch, Theano 들을 바로 이용 가능한 상태로 제공받아 사용할 수 있다. 또한 인공지능 클라우드 기업마다 자사의 유용한 서비스 및 도구를 함께 제공하여 서비스 개발과 운영에 필요한 환경을 통합적으로 제공한다.

4) 인공지능 서비스 지원을 위한 서버리스 컴퓨팅 기술

서버리스 컴퓨팅 기술은 개발자가 서버 프로비저닝, 확장 및 관리할 필요 없이 애플리케이션을 바로 구축하여 사용할 수 있는 환경을 제공하는 기술로 사용자 입장에서 서버 관리의 필요성이 없어져 신속한 개발이 가능해진다. 또한 서비스 비용도 코드를 실행한 횟수를 기준으로 측정되므로 서버 유지 및 대기비용이 없다는 것이 장점이다. 서버리스 컴퓨팅은 개발자들의 코드 구동에 필요한 만큼의 자원을 제공하는 것으로 자원 사용의 효율성을 극대화한다. 최근에는 이러한
변화에 대응하여 AWS Lambda, 구글의 Google Cloud Function, MS의 Azure Function, Naver Clova Interface 등 음성인식 API나 이미지 분석 API와 같은 서비스들이 서버리스 컴퓨팅 기술을 통해 제공된다.

[표2] 인공지능을 위한 클라우드 기술 요소

Ⅴ. 클라우드가 나아가야 할 길

위에서 설명한 다양한 사례를 볼 때 인공지능 서비스와 이를 위한 기술은 이미 우리 삶에 밀접하게 다가온 것을 확인할 수 있다. 미래에 대한 막연한 불안감 보다는 첨단기술과 융합되어 과거에는 전혀 경험하지 못했던 새로운 가치로 발전되는 시대를 맞이하기 위한 준비가 필요한 때이다.

액센추어(시장조사업체)는 최근 ‘인공지능이 어떻게 중국의 성장을 이끌까’란 보고서를 공개해 인공지능 서비스 도입전후의 경제 성장률을 예측했다. 2035년까지 세계 주요국의 연평균 경제성장률 전망치를 보면 중국의 연평균 6.3% 성장률에서 AI 적용 시 7.9%, 미국은 2.6%에서 4.6%로 증가하였고 인공지능이 적용된다면 경제 성장률이 폭발적으로 성장하는 것을 확인 할 수 있다.

이처럼 산업 및 국가의 경제활동에 큰 영향력을 끼치는 인공지능은 선택이 아닌 필수이다. 인공지능 서비스를 잘 하려면 결국 축적한 데이터의 양과 질적 측면(다양성)이 매우 중요하다. AWS, IBM, 구글, MS등이 인공지능분야를 선도할 수 있는 이유 중 하나가 바로 자체적으로 클라우드 서비스를 제공하고 있다는 것이다. 클라우드 서비스를 통해 양질의 데이터를 초기부터 미래까지 체계적으로 축적해 양질의 데이터를 확보하는 것을 통해 인공지능 서비스의
고도화를 이룰 수 있다. 이를 위해 국내 인공지능분야 기업들도 중장기적인 관점에서 클라우드서비스를 통한 양질의 데이터 확보를 해야 인공지능분야에서 경쟁력을 확보할 수 있을 것이다. 또한 클라우드 기업들도 인공지능을 위한 다양한 서비스와 기술 개발로 경쟁력을 확보하여 인공지능 클라우드 플랫폼이 난립하는 시대에 대비해야 한다.

[그림9] ‘인공지능이 어떻게 중국의 성장을 이끌까’보고서(액센추어)

참고문헌

1 LG경제연구원, 최근 인공지능 개발 트렌드와 미래의 진화 방향 (2017.10)

2 ETRI, 인공지능을 위한 클라우드 컴퓨팅 산업 동향 (2017.10)

3 정보통신산업진흥원(NIPA), 인공지능(AI 스피커) 플랫폼의 발전과 디지털콘텐츠산업과의 연계방안 (2017.09)

4 AWS, 스타트업 혁신 아이디어 구현을 위한 Amazon AI 클라우드 서비스 전략 (2017.09)

5 한국무역협회, 한국 인공지능(AI) 스타트업의 현황과 대응전략 (2017.07)

6 정보통신기술진흥센터(IITP), 최신 ICT 이슈 (2017.06)

7 AWS, An Introduction to Amazon AI Service (2017.06)

8 Naver, 클라우드 인프라 서비스(IaaS)의 이해 (2017.06)

9 정보통신기술진흥센터(IITP), 인공지능 플랫폼 동향과 정책적 시사점 (2017.05)

10 한국정보화진흥원(NIA), 우리나라 A.I. 기업 현황 조사 보고서 (2017.04)

11 미래에셋대우, 인터넷 산업이슈 및 전망 (2017.04)

12 IBM, IMB Watson and the IMB Cloud Platform (2017.03)

13 AWS, 아마존닷컴의 인공지능 활용 사례 및 AWS A.I. 및 Charbot 서비스 소개 (2017.02)

14 2017 ICT 산업 전망 컨퍼런스, 인공지능(AI) 시대의 ICT 융합산업 전망 (2016.10)

15 디지에코, 플랫폼으로서의 인공지능과 시사점 (2016.05)