견적 및 전화 요청

지원

모두를 위한 AI: 
서비스형 머신러닝

• 트렌드 기사

2023년부터 마켓에 출시되는 제품의 경우, 로고와 로고 위치 변경이 예정되어 있습니다. 이에 실제 제품은 사진 및 영상 속 이미지와 다를 수 있습니다.

새로운 범위의 구독 AI 도구로 확연히 바뀔 데이터 사이언스

이전에 대부분의 기업에서 다루던 데이터는 대부분 구조화되어 있고 크기가 작았습니다. 그래서 간단한 BI(비즈니스 인텔리전스) 도구를 사용하여 비교적 쉽게 분석할 수 있었습니다. 하지만 이제는 더 이상 그렇지 않습니다. 조직에서 마이닝하는 데이터의 대부분은 비정형 또는 반정형이며, 이러한 경향은 점점 늘어나 2020년까지 기업 데이터의 80% 이상이 비정형일 것으로 예상됩니다.1

 

데이터 생성 속도 또한 크게 증가할 것으로 예상됩니다. IDC는 전 세계 데이터량이 2018년 33ZB(제타바이트)에서 2025년 175ZB로 증가할 것으로 예측합니다.2 

2025년경 글로벌  데이터량의 예상 크기, IDC2

175ZB

단순한 BI 도구로는 이처럼 방대하고 다양한 데이터를 더 이상 처리할 수 없습니다. 기업이 필요로 하는 의미 있고 실행 가능한 인사이트를 얻으려면 보다 발전된 분석 도구와 알고리즘이 필요합니다. 더 빠르고 더 나은 의사결정을 이끌어낼 수 있는 인사이트에 대한 수요에 발맞추고자, 데이터 사이언티스트는 인공지능(AI), 머신러닝(ML), 인지 컴퓨팅 기술로 눈을 돌려 분석을 한 단계 끌어올리려 합니다. 

 

여기에 뒤쳐지는 기업은 낙오할 뿐입니다. 그 결과 IDC는 2022년 AI와 인지 컴퓨팅에 대한 전 세계 지출이 2018년 대비 3배 이상인 776억 달러에 이를 것으로 전망하고 있으며3, Gartner에 따르면 같은 기간 AI에서 파생되는 글로벌 비즈니스 가치 총액은 3조 9000억 달러에 이를 것으로 예상됩니다.4

$3조 9천억

2022년경 AI에서 파생되는 글로벌 비즈니스 예상 가치의 총액, Gartner4

MLaaS의 출현

ML과 같은 AI 기술로 시작하는 것은 쉽지 않습니다. 매우 구체적이고 값비싼 기술 인재의 역량은 물론이요, 전문 IT 인프라와 소프트웨어 도구도 필요하고 건전한 데이터 전략까지 갖춰야 합니다. 이 모든 것이 상당한 초기 투자를 요하기에 많은 기업들에게 비용 부담이 됩니다.

 

이에 대한 응답으로 여러 공급업체가 MLaaS(Machine Learning as a Service)를 제공하기 시작했습니다. 

 

이름에서 알 수 있듯이 MLaaS는 구독 기반 모델입니다. 현재 많은 비즈니스 애플리케이션이 SaaS(Software as a Service) 모델과 같은 방식으로 AI 도구를 이용하는 것이죠. 이러한 AI 서비스의 범위는 개발자 도구부터 데이터 전처리와 모델 교육, API를 통해 액세스하고 비즈니스 워크플로우에 통합할 수 있도록 학습을 진행하고 즉시 사용 가능한 모델에 이르기까지 무척 다양합니다. 

 

MLaaS의 출현은 기업이 직접 투자로 자체 AI 리소스를 만드는 대신 쉽고 경제적인 기성품 생태계를 제공하는 업체에 의존하면서 필요에 따라 맞춤 구성한다는 의미입니다. 이것은 새로운 데이터 사이언스의 시대를 예고합니다. AI 도구를 더욱 쉽게 사용할 수 있고 다양한 사업부와 직무 담당자가 사내에서 쉽게 접근하는 시대가 도래한 것입니다.

진입 장벽 완화

MLaaS로의 전환은 시사하는 바가 큽니다. 우선 규모에 상관없이 모든 조직이 경제적으로 ML 및 분석 도구를 실험할 수 있게 되어 누구나 인지 컴퓨팅에 액세스할 수 있게 될 것입니다.

"불필요한 비용과 필수 인력이 상당수 줄어들므로 기업은 결과를 얻는 데 더 많은 투자를 할 것입니다.”

Jake Gardner

Domo의 엔터프라이즈 계정 책임자

Domo의 엔터프라이즈 계정 책임자인 Jake Gardner는 "서비스로 사용할 수 있다면 전체 플랫폼 관리 부분이 기업에서 떼어집니다."라고 설명합니다. "이렇게 하면 전통적으로 데이터 사이언스 및 데이터 리포지토리를 둘러싼 많은 문제와 비용이 줄어들고, 여기에 소요되는 불필요한 비용과 인력도 상당수 감소하기 때문에 기업이 데이터 사이언스를 통해 원하는 결과를 얻는 방향으로 더 많은 투자를 할 수 있게 됩니다. 이로써 업계에서 많은 혁신을 추동할 것입니다.” 

 

또한 MLaaS는 소규모 조직이 수요의 속도에 맞춰 확장할 수 있도록 지원합니다. 

 

데이터 컨설팅 업체 A4A Brown의 사장인 Meta S. Brown은 "분석에 서비스 기술을 사용했을 때 가장 큰 이점은 유연성입니다. "이러한 [MLaaS] 제품을 통해 컴퓨팅 리소스를 신속하게 늘리거나 필요에 따라 많은 컴퓨팅 성능을 사용할 수 있지만 리소스를 항상 지원할 의무는 없습니다.”라고 말합니다. 

 

MLaaS는 ML 도구를 조직에 도입하는 경제적인 방법이 되는 것에 그치지 않고 보다 광범위한 역할과 기술 집합에 더 쉽게 액세스할 수 있도록 해야 합니다. 

 

OmniSci의 CEO 겸 공동 설립자인 Todd Mostak은 "데이터 사이언스와 ML의 사용이 더 빠르고 쉬워짐에 따라 더 광범위한 조직과 사람들이 사용하게 될 것이며, 분석가조차도 기본적인 활용 방법을 이해하기를 바랄 것"이라며 "사람들이 일반적으로 고급 데이터 사이언스와 연관시키지 않는 일반 비즈니스 도구에도 ML과 데이터 사이언스가 점점 더 많이 포함될 것입니다.”라고 예측합니다. 

 

그는 이러한 추세는 이미 진행 중이라고 지적합니다. 예컨대 Excel의 인기 BI 제품인 Tableau 도구를 사용하면 스프레드시트에서 이상 징후를 발견하고 시계열에서 원인을 찾을 수 있습니다. "사용자 자신이 데이터 사이언스를 이용하고 있다는 사실을 인지하지 못할 수도 있습니다. 사람들이 원하는 것은 그저 답이니까요.” 더 많은 조직과 더 많은 사람들이 새롭고 예상치 못한 방식으로 데이터를 사용하게 되면 모든 관리 계층에서 더 나은 의사 결정을 내릴 수 있습니다.

"분석에 서비스 기술을 사용했을 때 가장 큰 이점은 유연성입니다.”

Meta S. Brown

A4A Brown 사장

 전문가 시각 

서비스형 머신러닝의 미래

Jake Gardner

Domo의 엔터프라이즈 계정 책임자

"MLaaS가 성장함에 따라 통계 전문가나 박사, 석사, 수학 관련 전문가뿐만 아니라 일상적인 사용자, 라인 관리자, 분석가처럼 마케팅에 더 치중하는 새로운 스타일의 데이터 사이언티스트가 탄생할 것입니다. 모두가 이 기술을 받아들여 사용할 수 있게 됩니다. 가령 마케팅 부서에서 머신러닝을 이용해 판매와 재고에 미치는 영향을 파악하고 ROI 극대화 방법을 고민한다면 너무나 쉽고 경제적으로 해결될 것입니다.”

Amit Marathe

Inseego Corp AI 및 ML 책임자

“미래에는 모든 기업이 MLaaS와 자율적으로 가동하는 데이터 사이언스 플랫폼을 사용하게 될 것입니다. 실시간으로 생성한 시각 인사이트로 생명을 구하고 생산성을 개선하며 수익성을 높이고 이전과 다른 방식으로 비즈니스를 혁신하게 될 것입니다. 데이터의 힘을 사용하는 기업은 다른 누군가를 기다리는 대신 스스로 파괴적 혁신으로 나아갈 수 있습니다.”

혁신의 촉매제

이 모두는 MLaaS가 새로운 혁신의 물결을 일으킬 것으로 기대된다는 것을 의미합니다. 

 

지금까지 데이터 경쟁을 주도한 것은 AI에 막대한 투자를 할 만큼 충분한 자금을 보유한 조직이었습니다. 이러한 기업은 이미 다양한 산업 분야에서 성공을 거두고 있습니다. 예를 들어 금융기관은 ML을 이용해 부정거래를 감지하고 자금 세탁 행위를 식별합니다. Refinitiv는 최근 경영진과 데이터 사이언티스트로 구성된 재무 전문가 450명을 대상으로 설문조사를 실시했는데, 응답자의 90%가 하나 이상의 부서에 ML을 배포했다고 밝혔습니다. 그리고 머신러닝이 비즈니스 전략의 핵심이라고 답한 응답자가 4분의 3이나 되었습니다.5

 

MLaaS는 경쟁의 장을 평준화합니다. 따라서 리소스가 제한적인 까닭에 뒤처졌던 조직도 금방 대기업을 따라잡고 워크플로우에 ML을 통합할 수 있습니다.

 

예를 들어 셀프서비스 데이터 사이언스 플랫폼을 사용하여 실시간 시각 인사이트를 생성하고 생산성을 향상시킬 수 있습니다. 데이터 사이언티스트는 개별 고객 행동에 대한 인사이트를 제공하고, 기업은 각 고객을 위해 고도의 커스터마이징 상품과 서비스를 정량 생산할 수 있습니다. 그러면 상당히 높은 생산 효율이 실현되며 시장이 얻는 이점 또한 큽니다. 

 

의료 부문의 경우 개별 환자의 활력 징후와 병력을 이용해 맞춤 서비스를 제공할 수 있습니다. 예를 들어 리서치 회사인 Emerj는 Amazon Alexa 같은 중개 회사와 함께 ML 애플리케이션으로 환자의 혈액과 식이, 수면, 스트레스 등에 대한 데이터를 추적하여 진통제 또는 항생제 복용량을 조절하는 방안을 구상하고 있습니다.6

 

서치 및 정보 검색과 같은 반복 작업을 자동화하거나 여러 제품을 다양한 범주로 분류하는 작업에 ML을 배포할 수도 있습니다. 기업의 관리 비용을 신속하게 절감하고 효율성을 높여 직원들이 더 가치 있는 작업에 집중하는 환경을 조성할 수 있습니다. 

 

Booz Allen Hamilton의 수석 데이터 사이언티스트 겸 상임고문인 Kirk Borne은 기업이 데이터로 실제로 해결해야 할 문제가 무엇인지 조언이 가능한 수준으로 MLaaS가 발전할 것이라고 생각합니다. 

 

“미래에 대해 한 가지 예측하자면 앞으로 우리는 데이터 사이언스를 적용하게 될 것이고, 그 알고리즘을 또다시 데이터 사이언트 자체에 적용하게 될 것입니다. 그리고 마침내 데이터 사이언스는 '확인해야 할 것', '주목해야 할 것', '지금 당장 주목해야 할 트렌드나 패턴’ 같은 메타 수준의 데이터 발견으로 이어질 것입니다.

차세대 AI 서비스

MLaaS 서비스의 진화는 빠르게 진행될 것입니다. Research and Markets에 따르면 MLaaS 시장은 2019년~2024년 연 43% 이상의 성장률로 확장될 것으로 전망됩니다. MLaaS 모델이 AI 시장을 지배할 것이며 사용자들이 다양한 비즈니스 요구에 초점을 맞춘 다양한 솔루션 중에서 선택할 수 있게 될 것으로 보고 있습니다.7

 

Inseego Corp의 AI 및 ML 책임자인 Amit Marathe는 "두 가지 매우 명확한 범주가 있는 갈림길이 있을 것"으로 예측합니다. "한쪽은 궁극적인 통제력을 갖고 모든 것을 스스로 만들고 싶어 하는 사람들입니다. 다른 한쪽은 농업, 석유 및 가스, 그리고 기술과 관련 없는 모든 분야입니다. 이런 곳에는 처음부터 모든 것을 구축할 팀을 구성할 인력이 없습니다.”

43%

2019년~2024년 MLaaS 서비스의 복합 연 성장률 예상, Research and Markets 전망7

Borne은 한 걸음 더 나아가 오늘날 사용자가 온라인 스토어를 탐색하며 스마트폰 앱을 찾는 것처럼, 조직에 필요한 기능을 기업이 직접 선택하고 선택할 수 있을 것이라고 예측합니다. 

"[MLaaS 서비스는] 알고리즘을 둘러싼 생필품 시장처럼 발전할 것이라 생각합니다.”

Kirk Borne

Booz Allen Hamilton 수석 데이터 사이언티스트 겸 상임고문

Borne은 챗봇을 예로 들었습니다. 챗봇은 이미 API를 통해 사용할 수 있고 소규모 기업이 소수의 직원으로도 거의 완전한 고객 서비스 부서를 운영할 수 있습니다. 

 

“서비스 요청이나 문의사항이 들어올 경우 FAQ(자주 묻는 질문)에 올라온 질문과 답변을 갈무리한 챗봇을 통해 일차적으로 답변할 수 있습니다. 일반적으로 고객 서비스 담당자가 받는 질문의 약 80%가 FAQ에 해당하므로 챗봇이 자연스럽게 답변할 수 있습니다.” 

 

이미 서비스 제공업체는 ML 개발자 플랫폼의 제공 이상으로 확장하면서 수많은 구체적인 레디메이드 기능을 제공하고 있습니다. 이 기능은 API를 통해 액세스할 수 있으며 조직 워크플로우에 통합하여 무수히 많은 문제를 해결할 수 있습니다. 

 

예를 들어 Google은 숙련된 데이터 사이언티스트를 위한 Google ML 엔진을 보유하고 있습니다. 베타 버전인 Cloud AutoML의 경우 ML 전문 지식이 제한적인 고객을 대상으로 한 ML 제품군이라 소개하고 있습니다.6

 

MLaaS 생태계가 발전함에 따라 그 역량 또한 더욱 정교해지고 복잡해질 것입니다. 예측 분석, 데이터 변환, 시각화를 넘어 안면 인식, 자연어 처리 등 다양한 서비스로 확장될 것으로 예상됩니다. 

 

오늘날 시장에서 Amazon Comprehend 같은 서비스는 애널리스트 보고서에서 기업명을 찾거나 부정적인 리뷰를 식별합니다.8 그러나 미래에는 자연어 처리 시스템이 더 인간다운 말을 이해할 수 있을 것입니다. 

 

Z by HP의 AI 및 데이터 사이언스 책임자인 Jared Dame은 "단어 사용법과 문장 구성력, 심지어 속어 사용을 바탕으로 그 사람이 어떤 주, 어떤 지역 출신인지를 파악할 수 있는 시점까지 자연어 처리가 발달할 것"이라고 말합니다. 

 

A4A의 Meta Brown은 머신 리스닝 서비스의 가능성에 특히 관심이 많습니다. "관련 논의는 거의 없지만 잠재력은 엄청납니다."라고 그녀는 말합니다. “예를 들어 YouTube 검색을 사용해 본 적이 있다면 아시겠지만, 사용한 키워드가 제목과 일치하지 않으면 원하는 내용을 찾기가 매우 힘듭니다. 기계가 모든 콘텐츠를 이해한다면 비디오 및 오디오 콘텐츠 검색이 크게 향상될 수 있습니다.”

공동 데이터 사이언스의 시대

일반적으로 ML과 데이터 사이언스의 폭넓은 채택을 가로막는 장벽 중 하나가 바로 사용자가 감수해야 하는 엄청난 복잡성입니다. Dame은 이 장애물을 극복하기 위해 자동화된 ML 시스템이 필요할 것이라고 말합니다. 그가 예상하기로 최소한의 수작업 코딩으로 신속한 애플리케이션 개발을 지원하는 소위 "로우코드" 개발 플랫폼을 통해 누구나 효과적인 솔루션을 만들 수 있을 것입니다. 

 

"자동화된 ML의 미래는 일반 소비자를 위해 자동화된 ML이나 자동화된 딥러닝을 생성할 수 있는 로우코드 환경입니다. 컴퓨터 배경 지식이 없는 예술가도 가능하죠. 클라우드 기반의 유틸리티 같은 웹 도구나 로컬 시스템에서 알고리즘을 구축한 다음 서비스로 게시하면 용품을 판매하거나 하고 싶은 일을 할 수 있습니다.” 

 

ML에 대한 유연한 개방형 접근방식은 데이터 사이언티스트의 역할과 팀 구조에 중요한 영향을 미칠 것입니다. 

"모든 데이터가 IT/OT 부서의 업무에 속한다는 믿음을 벗어나도록 경영진을 교육한다면 최대 기회가 될 것입니다.”

Jim Duarte

JL Duarte & Associates 대표

예를 들어 LJ Duarte and Associates의 데이터 사이언티스트 겸 대표인 Jim Duarte는 IT/OT 이상으로 데이터 전략을 확장해야 하며, 다양한 분야의 더 많은 SME(주제 전문가)가 참여해야 한다고 주장합니다. MLaaS를 통해 더 많은 역할 집단에서 더 많은 도구를 사용할 수 있게 됨에 따라 협력적 접근방식의 필요성이 커질 수밖에 없습니다. 

 

"모든 데이터가 IT/OT 부서의 업무에 속한다는 믿음을 벗어나도록 경영진을 교육한다면 최대 기회가 될 것입니다.”라고 그가 말합니다. “IT/OT 부서에 '데이터' 예산을 책정하고 거기서만 스토리지, 정리, 서식 지정, 접근성, 분석 등에 대한 결정을 내린다면 데이터를 기반으로 한다 해도 올바른 결정을 내리지 못하는 영역이 발생할 것입니다. ML 도구를 선택하는 결정이 좋은 예입니다. IT/OT 부서는 고급 분석에 대한 경험이 거의 없으니까요.” 

 

MLaaS는 데이터 사이언티스트가 더 많은 도구를 사용할 수 있게 하여 더 가치 있는 작업에 집중할 수 있도록 해 줍니다. 일부 데이터 사이언티스트의 역할에 변동이 있을 수 있으나 Duarte는 이러한 역할의 필요성이 줄어들 것이라고 생각하지 않습니다.

 

그는 "데이터 사이언티스트는 데이터 수집부터 의사 결정권자에게 제시하는 일까지 전체 데이터 그림의 열쇠를 쥐고 있습니다."라며, “의사결정 단계에서 분석을 폭넓게 받아들이는 것이 바람직합니다. 모든 수준의 의사 결정자들에게 분석 기능을 배치하는 것이 핵심입니다.”라고 말했습니다.

미래의 모습

데이터 사이언스는 더 이상 자원이 풍부한 대기업만의 전유물이 될 수 없습니다. MLaaS는 대부분의 산업에서 규모에 관계없이 모든 조직의 데이터 사이언스 팀이 중요한 데이터 인사이트와 예측을 얻는 중요한 도구로 점점 더 자리매김할 것입니다. 빠르게 성장하는 MLaaS 생태계는 API를 통해 비즈니스 워크플로우에 통합이 가능해질 것이며 동시에 기술에 대한 접근성이 높아져 더 많은 인력이 ML의 힘을 활용하게 될 것입니다. 

 

MLaaS를 통해 더 많은 역할 집단에서 더 많은 도구를 사용할 수 있게 됨에 따라 필연적으로 기존의 데이터 사이언스 역할 외의 분야에서도 혁신이 추진될 것입니다. IT 팀을 넘어 데이터 전략을 확장하고 모든 수준의 의사 결정권자가 자유롭게 분석을 수행할 수 있는 조직이 가장 큰 이점을 누릴 것입니다. 

 

Mostak은 "데이터 중심 조직에게 유리한 차별화 요소가 될 것이라 생각합니다. 가진 자와 가지지 못한 자 사이에 격차가 발생할 것이고요."라고 말합니다. "요즘은 모든 기업에 너무 많은 데이터가 있기 때문에 데이터 사이언스의 활용 여부가 시장에서 장점으로 작용할 것입니다.”

아이디어 아이콘  주요 내용

MLaaS는 누구나 ML에 액세스하도록 하여 복잡성과 비용을 줄입니다.

MLaaS 도구 생태계는 간편한 비즈니스 워크플로우 통합을 지원합니다.

사용하기 쉬운 MLaaS 도구는 조직 내 비전문가까지 포함한 폭넓은 사용으로 이어집니다.

MLaaS를 통해 데이터 사이언티스트는 더 가치 있는 작업에 집중할 수 있습니다.

MLaaS의 이점 자세히 알아보기

자세히 알아보기

탁월한 성능을 발휘하는
인텔® 제온®
및 인텔® 코어™ i9 프로세서

이전 

다음

제품 살펴보기

Z 노트북

자세히 알아보기

Z 데스크탑

자세히 알아보기

Z 모니터 및 액세서리

자세히 알아보기

VR

자세히 알아보기

질문이 있으신가요?
세일즈 서포트에 문의하세요. 

소셜 미디어에서 Z by HP 팔로우

Instagram

X

YouTube

LinkedIn

Facebook

제품 선택에 도움이 필요하신가요?

전화 요청

제품에 대한 지원이 필요하신가요?

지원 페이지로 이동

면책 고지

    1. https://www.edureka.co/blog/what-is-data-science/
    2. https://www.seagate.com/files/www-content/our-story/trends/files/idc-seagate-dataage-whitepaper.pdf
    3. https://www.idc.com/getdoc.jsp?containerId=prUS44291818
    4. https://www.gartner.com/en/newsroom/press-releases/2018-04-25-gartner-says-global-artificial-intelligence-business-value-to-reach-1-point-2-trillion-in-2018
    5. https://www.refinitiv.com/perspectives/ai-digitalization/the-machine-learning-trends-transforming-finance/
    6. https://cloud.google.com/automl/
    7. https://www.globenewswire.com/news-release/2019/07/15/1882687/0/en/Machine-Learning-as-a-Service-MLaaS-MarketOutlook-to-2024-by-Application-Organization-Size-End-user-and-Geography.html
    8. https://aws.amazon.com/comprehend/

     

    4AA7-7926ENW, 2020년 7월

  1. 제품은 표시된 이미지와 다를 수 있습니다.

     

    제품 이미지는 단지 설명을 위한 것으로 나라별로 제품 가용성과 색상이 다를 수 있습니다.

     

    여기에 포함된 정보는 사전 통지 없이 변경될 수 있습니다. HP 제품 및 서비스에 대한 유일한 보증 사항은 해당 제품 및 서비스와 함께 제공되는 보증서에 명시되어 있습니다. 여기에 설명된 내용 중 어느 것도 추가적인 보증을 제공하지 않습니다. HP는 여기에 포함된 기술적, 편집상 오류나 누락에 대해 책임을 지지 않습니다.

     

    인텔, 인텔 로고, 코어, 제온은 미국 및 기타 국가에서 Intel Corporation 또는 그 자회사의 상표 또는 등록 상표입니다. Microsoft 및 Windows는 미국 및/또는 기타 국가에서 Microsoft Corporation의 상표 또는 등록 상표입니다. NVIDIA, NVIDIA 로고, NVIDIA NGC, NVIDIA Omniverse, NVIDIA RAPIDS, NVIDIA RTX는 미국 및 기타 국가에서 NVIDIA Corporation의 상표 및/또는 등록 상표입니다.  Linux®는 미국 및 기타 국가에서 Linus Torvalds의 등록 상표입니다. AMD는 Advanced Micro Devices, Inc.의 상표입니다.