HPE, 머신러닝 수명 주기 관리하는 솔루션으로 AI 혁신 가속화
HPE, 머신러닝 수명 주기 관리하는 솔루션으로 AI 혁신 가속화
  • 최광민 기자
  • 승인 2019.10.10 14:35
  • 댓글 0
이 기사를 공유합니다

HPE ML Ops 솔루션으로 AI 가치실현시간 가속화 및 ML 모델 수명 주기에 데브옵스 수준의 향상된 민첩성 제공
HPE ML Ops(Machine Learning Ops)  (이미지: HPE 홈페이지 캡쳐)
HPE ML Ops(Machine Learning Ops) (이미지: HPE 홈페이지 캡쳐)

HPE는 컨테이너 기반 소프트웨어 솔루션인 HPE ML Ops(Machine Learning Ops)를 출시했다고10일 밝혔다.

새롭게 출시된 솔루션은 온프레미스, 퍼블릭 클라우드 및 하이브리드 클라우드 환경을 위한 머신러닝 모델의 수명 주기를 관리한다. 또한 데브옵스(DevOps)와 유사한 프로세스를 도입하여 머신러닝의 워크플로우를 표준화하고 AI 구현에 필요한 기간을 수개월에서 수일로 단축시킨다.

HPE ML Ops 솔루션은 데이터 사이언스 팀이 분산된 AI/ML 및 분석 기능을 위한 컨테이너 환경에 온디맨드 방식으로 접근할 수 있도록 함으로써 BlueData EPIC 컨테이너 소프트웨어 플랫폼의 기능을 확장한다. HPE는 작년 11월 AI, 분석 및 컨테이너 서비스를 강화하기 위해 BlueData를 인수했다. BlueData 솔루션은 HPE의 하이브리드 IT 솔루션 및 HPE Pointnext 서비스를 보완함으로써 기업 고객들의 성공적인 AI 도입을 지원한다.

기업들이 AI를 도입한 사례는 지난 4년간 두 배 이상 증가하였을 뿐만 아니라* 이상거래탐지, 개인맞춤형 의료, 고객 예측 분석 등 광범위한 분야에서 AI를 활용할 수 있도록 머신러닝 및 딥 러닝 모델 구축에도 상당한 규모의 시간과 자원이 투자되고 있다. 
*가트너, AI 머신러닝 운영화 지침(A Guidance Framework for Operationalizing Machine Learning for AI), 2018 10 24.

그러나 이와 같은 도입 증가 및 투자에도 불구하고 많은 기술 전문가들은 머신러닝 모델을 성공적으로 도입, 관리하고 이를 통해 비즈니스 가치를 실현시키는 데 있어 최종 구간격인 운영화 단계에서 어려움을 겪고 있다. 가트너에 따르면 운영화의 한계로 인해 2021년까지 진행 중인 머신러닝 프로젝트 중 50% 이상은 완전 도입이 불가능하다.

HPE ML Ops는 데이터 확보, 모델 구축, 학습, 도입에서부터 모니터링 및 협업까지 머신러닝 전체의 수명 주기를 관리함으로써 머신러닝 실험, 파일럿 프로젝트에서부터 엔터프라이즈급 운영과 생산에 이르는 모든 AI 이니셔티브를 변환시킨다.

HPE 하이브리드 IT사업부 상무 겸 최고기술책임자 쿠마 스리칸티(Kumar Sreekanti)는 “운영화된 머신러닝 모델만이 비즈니스 가치를 지닌다. HPE는 HPE ML Ops를 통해 온프레미스 및 하이브리드 클라우드 도입을 위해 머신러닝의 전체 수명 주기를 운영화할 수 있는 유일한 엔터프라이즈급 솔루션을 제공한다."며 "머신러닝에 데브옵스 수준의 속도와 민첩성을 제공하여 기업이 AI를 활용해 비즈니스 가치를 실현하는 데 걸리는 시간을 단축시킨다.”고 전했다.

IDC AI전략 사업부 프로그램 부사장 리투 조티(Ritu Jyoti)는 “소매, 금융, 제조, 헬스케어를 포함하여 사실상 모든 산업이 혁신적인 제품과 서비스를 개발하고 경쟁 우위를 확보하기 위해 AI/ML을 채택하거나 이를 연구하고 있다."며 "대부분의 기업이 AI/ML 프로젝트의 구축과 학습 단계에 많은 노력을 쏟고 있지만 개념 검증(PoC)에서 신제품 개발, 생산, 도입과 모니터링에 이르기까지 전체 ML 수명 주기를 운영화하는 데는 어려움을 겪고 있다.

또한 "HPE는 플랫폼에 구애받지 않는 컨테이너 기반의 서비스를 통해 전체 ML 수명 주기를 관리함으로써 기업의 다양한 ML 운영 요구를 지원하고, 기업이 인사이트를 얻는 데 드는 시간을 단축하고 향상된 비즈니스 성과를 달성할 수 있도록 돕는다.”고 언급했다.

워게이밍 데이터 서비스 사업부 책임자 알렉스 리아보프(Alex Ryabov)는 “워게이밍의 온라인 게임은 매일 수십억 개의 데이터 포인트를 생산한다. 워게이밍의 데이터 사이언티스트들은 복잡한 ML 모델을 기반으로 생성된 데이터를 규범적 분석법에 적용하여 게임 플레이어의 경험, 고객 평생 가치와 고객 충성도를 향상시킨다.”며 “우리는 HPE의 BlueData 소프트웨어를 통해 이러한 ML 및 분석 환경을 컨테이너화하여 운영 효율성을 개선하고 비즈니스를 최적화한다.”고 전했다.

HPE ML Ops는 업계에서 가장 포괄적인 기업용 AI 운영 및 수명 주기 관리 솔루션이다. ML 모델 구축 및 도입을 담당하는 데이터 사이언스팀이 HPE ML Ops를 통해 누릴 수 있는 이점은 다음과 같다.

모델 구축: ML 툴 및 데이터 사이언스 노트북 사용을 위해 사전 패키징된 셀프 서비스 샌드박스 환경

모델 학습: 안정적으로 데이터에 접근하며 확장 가능한 학습 환경

모델 도입: 유연하고 신속하며 재현성을 갖춘 모델 도입

모델 모니터링: ML 모델의 전체 수명 주기 가시성 확보

협업: 코드, 모델 및 프로젝트 리포지토리를 통해 CI/CD 워크플로우 활성화

보안 및 제어: 기업 인증 메커니즘과 통합된 안정적 멀티테넌시 지원

하이브리드 구현: 온프레미스, 퍼블릭 클라우드 및 하이브리드 클라우드 지원

HPE ML Ops 솔루션은 Dataiku, H2O.ai 를 비롯한 생태계 소프트웨어 파트너사의 상용 머신 러닝 애플리케이션뿐만 아니라 Keras, MXNet, PyTorch, TensorFlow 등 광범위한 오픈소스 머신 러닝 및 딥 러닝 프레임워크와도 연동된다.

Dataiku CEO 플로리언 듀에토(Florian Douetteau)는 "HPE Pointnext 서비스의 오랜 파트너로서 HPE의 BlueData 인수를 매우 기쁘게 생각한다. Dataiku는 모든 기업이 대규모로 머신러닝을 도입할 수 있도록 노력하고 있다”며 “Dataiku와 HPE BlueData 소프트웨어를 함께 사용하면 고객은 머신러닝 프로젝트를 성공적으로 확장하고 운영화하여 실질적인 비즈니스 효과를 거둘 수 있다.”고 언급했다.

 


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.