디지털 혁신 기술 중 최고봉은 인공지능(AI)이다. 다른 기술에 비해 활용도가 높아 한정된 분야에 적용되던 과거와 달리 전통 업무 영역까지 업종 구분 없이 모든 산업군에서 AI기술이 접목되고 있다. 앞으로 머신러닝, 딥러닝, 사물인터넷(IoT) 등 관련 기술을 위한 데이터 확보 및 생태계 선점 경쟁이 치열하게 전개될 전망이다.

시장조사기관 IDC는 2021년 '세계 인공지능 시장 전망 예측' 보고서에서 세계 AI시장이 2024년까지 연평균 17.5% 성장하며 규모가 5543억 달러에 달할 것으로 전망했다. 국내도 2017년 9500만 달러에서 2022년 9억 5900만 달러로 큰 폭의 성장이 예상된다.

AI기술은 국가 경제에도 영향을 미친다. 정부는 2019년 12월 AI 국가전략 발표에서 2030년까지 최대 455조 원의 경제효과 창출 목표를 밝혔다. 국내 주요 IT업체도 머신러닝(ML), 언어시각 지능 등 범용으로 사용 가능한 AI 플랫폼 구현과 함께 전문가 시스템, 자율로봇, 지능형 개인비서 등의 서비스 개발로 시장을 공략하고 있다. 인간친화 AI시스템도 2030년에는 약 30조 원 규모의 성장이 기대된다.

△활용도 높지만 쉽지 않은 AI프로젝트

업계는 AI 분석 프로세스 자동화와 업무 효율을 보장하는 플랫폼을 클라우드 컴퓨팅과 결합해 한 단계 업그레이드된 기술을 구현하고 있다. 기존 기업 클라우드 환경이 자체 업무만 운영하던 것과 다르게 빅데이터, AI/MLOps, IoT 등 다양한 데이터 관련 업무를 수용해야 하는 요구사항이 증가하고 있기 때문이다.

그런데 AI를 비즈니스에 접목하고 활용하려는 시도는 크게 늘었으나 성공 사례가 많지 않다. AI접목은 일반적인 비즈니스와는 다른 기술과 시각이 필요하기 때문이다. AI프로젝트 수행 조직은 IT운영자부터 개발자, 데이터 과학자에 이르기까지 모든 구성원이 역할에 맞게 사용할 수 있고 어떤 형태의 서비스도 즉시 운영 관리, 확장이 가능한 AI 분석 플랫폼이 필요하다.

기존 방식으로 프로젝트가 진행되면 AI 프로젝트에 대한 전반적인 이해도가 낮다보니 변화하는 기업 환경과 맞지 않아 AI 프로젝트가 실패할 수 있다. 대부분 클라우드 기반으로 진행되고 있는 AI 프로젝트가 겪는 어려움은 다음과 같다.

첫째, 환경 구성이 쉽지 않다. 클라우드 환경에 활용되는 AI 플랫폼은 통계기법을 적용한 모델링 알고리즘, 컨테이너와 가상머신(VM), GPU서버 자원의 가상화 등 인프라 솔루션 구성이 복잡하다. 여기에 AI/ML 모델 및 개발 언어의 다양성, 한정된 보유 연산 리소스 등은 환경 구성을 어렵게 한다.

둘째, 효율 운영이 어렵다. AI/ML 모델의 개발·테스트·개선 프로세스는 비표준화되어 있고 AI 프로젝트 별로 다르게 구성돼 비효율적이다. 기존의 개발 업무는 물론 AI 모델 개발 시에도 자원 배포와 지속적 모델 개선, 추가적인 데이터 관리가 쉽지 않다.

셋째, 협업 효율이 낮다. AI 프로젝트는 많은 전문 인력이 투입되고 수많은 오픈소스와 솔루션의 조합, 그리고 최적화(커스터마이징)가 빈번하다. 따라서 개발자, 데이터 과학자, IT 운영자 등 다수 인력간 상호 협업이 요구되는데 대부분 조직간 협업이 원활하지 못하다.

△AI/ML 분석에 최적화된 하이퍼컨버지드 플랫폼

AI프로젝트가 성공하려면 플랫폼의 단순화, 표준화, 원활한 협업이 핵심이다. 효성인포메이션시스템 'UCP AI 플랫폼'은 기업의 AI 프로젝트 구현에 최적화된 AI 플랫폼이다. 클라우드 중심 IT 환경에서 효과적인 AI/ML 분석 업무 지원을 위해 서버, 네트워크, 스토리지, GPU 등 하드웨어와 가상화 솔루션, 컨테이너 소프트웨어가 턴키로 제공된다. 여기에 빅데이터 통합분석 플랫폼 '펜타호'를 결합해 데이터 수집부터 저장, 분석, 시각화까지 전체 워크플로우의 엔드 투 엔드 프로세스 자동화를 통해 AI 분석 업무 효율을 높인다.

UCP AI 플랫폼은 효성인포메이션시스템 HCI 어플라이언스 UCP HC에 VM웨어의 서버, 스토리지, GPU, 네트워크 가상화 소프트웨어가 결합됐다. 특히 GPU 가상화 솔루션 비트퓨전(Bitfusion)은 동적 GPU 연산자원 할당 및 효율적인 자원 배포는 물론, AI 플랫폼의 주요 리소스인 GPU의 체계적인 자원 관리 및 운영 모니터링을 지원한다.

IT운영자와 데이터 과학자의 원활한 협업을 위해 클라우드 포털에서 사전 정의된 개발 환경과 인프라 배포를 자동화하고, 개인 및 그룹별 컨테이너 작업 공간인 샌드박스를 제공해 데이터 과학자가 AI 모델 개발과 분석 업무에 집중할 수 있다. 가상머신과 컨테이너를 동일한 하이퍼바이저 수준에서 구축해 애플리케이션과 워크로드를 효율적으로 배치하고 통합 관리 솔루션 UCP 어드바이저(Advisor)를 활용한 통합 모니터링 및 관리로 효율성을 높여 준다.

UCP AI 플랫폼은 최적화, 자동화, 협업 효율 향상을 특징으로 한다. 플랫폼이 최적화돼 네트워크 기반 GPU 가상화로 탄력적인 리소스 배포와 통합으로 효율적인 GPU 관리가 가능하다. VM과 컨테이너 환경을 효율적으로 배치하고 전체 모니터링과 리소스를 할당해 통합관리해 GPU당 비용을 50%까지 절감하고 사용률은 2~4배까지 향상시킨다. 데이터 추출처리적재ML 모델링을 워크플로우로 통합 엔드-투-엔드 자동화를 지원한다. 전체 ML 워크플로우를 원스텝으로 관리해 예측 모형의 트레이닝, 튜닝, 테스트, 업데이트를 모두 자동화한다.

컨테이너 기반 모델 개발 협업 환경 구현으로 사전 정의된 컨테이너 기반 GPU 가상화 환경 적시 배포로 데이터 과학자와 IT 운영자간 협업 환경을 제공한다. 클라우드 포털에서 분석 환경 요청 및 설계, 구성, 배포로 개별 독립적 샌드박스를 제공해 운영 편의성을 보장한다.

△여러 산업에서 업무 효율 향상과 비즈니스 창출

효성인포메이션시스템은 고객이 최적화된 AI 인프라로 최상의 비즈니스 성과를 낼 수 있도록 프로젝트 컨설팅부터 구축, 유지보수까지 고객의 요구사항을 전방위적으로 지원하고 있다. 한 스타트업 파크에서는 UCP AI 플랫폼을 활용해 스타트업 기업을 위한 통합 AI 서비스 환경을 기획, 설계, 구현을 완료하고, 입주사 모집을 시작했다. 스타트업 기업들은 상품화되기 전 아이디어를 실제 제품과 솔루션으로 제작구현할 수 있도록, 필요한 모든 IT 자원을 탑재한 가상의 플랫폼 환경을 제공받을 수 있게 됐다.

효성인포메이션시스템은 HCI 솔루션으로 IaaS 및 GPU 클러스터를 구성했다. SDN을 이용한 클라우드, 컨테이너, 빅데이터 네트워크 통합 관리와 DM2C(NAS + 오브젝트 스토리지)를 활용한 데이터 허브를 구현했다. 그 결과 SDDC기반으로 IaaS, PaaS, VDI, 빅데이터, AI 자원의 중복투자를 막고, 클라우드 관리 시스템을 통한 자원(서버, 스토리지, 네트워크, 보안)과 플랫폼(VM, VDI, 빅데이터, AI) 공급이 통합 및 자동화됐다.

UCP AI 플랫폼은 적용 분야가 다양하다. 제조업에서는 이미지 분석 기능을 중심으로 장비와 제품 사진 분석을 통해 기계제품의 불량과 결함을 예측할 수 있다. 금융과 보험 분야에서는 패턴 분석과 거래규칙 학습으로 비정상 거래와 사기를 감지하고, 보험금 청구 서류의 이미지 분석을 통해 지급 처리를 자동화한다. 마케팅 분야에서는 자연어 분석(NLP)으로 소셜미디어, 텍스트, 마케팅 수집 자료로부터 구매 행동과 유사성을 식별해 고객 이탈을 방지한다. 이탈율과 시장 전망을 예측하고 소비자 선호도를 분석할 수도 있다.

AI플랫폼은 국가공공 분야에서도 광범위하게 적용된다. 영상 소스로 생활 패턴을 분석하고, 자연어 분석을 이용한 챗봇 활용으로 독거노인 등 소외 계층을 지원한다. 이상 행위, 음원, 드론 영상 등을 분석해 국가 보안 정보 분석과 생존자 구조에도 활용 가능하다. 의료 분야에서는 웨어러블 기기 및 센서로부터 수집된 데이터를 통해 질병을 예측해 특수 질병을 진단하고 예방할 수 있다.

이향선기자 hslee@nextdaily.co.kr