‘AI엑스포코리아 2023’에 AI 모델 구축·배포 플랫폼 대거 출시
[중소기업투데이 조민혁 기자] 챗GPT 등 초대형 생성형 AI가 국내에도 널리 보급되면서, IT업계의 중소기업이나 스타트업들도 이와 관련된 응용 솔루션이나 플랫폼에 주력하는 모습이다. 특히 스타트업들은 이를 기업의 생존책을 삼을 만큼 전사적 에너지를 쏟으며, 다양한 AI플랫폼과 AI모델 및 데이터셋을 구축, 출시하고 있다.
이는 지난 주 코엑스에서 열렸던 ‘AI엑스포 코리아 2013’에서도 실감할 수 있다. 이는 AI가 SW개발이나 R&D는 물론, 일상 생활 속에 자리잡고 있는 현실을 반영한 것으로 해석된다. 그러나 일각에선 “중소기업들은 단순히 챗GPT를 응용하는 수준에 그치는게 대부분”이라며 “천문학적 숫자의 매개변수가 필요한 생성형AI는 중소기업이나 스타트업으로선 감당할 수 없는 대량의 데이터와 거대 모델링, 이에 드는 거액의 비용 등으로 한계가 있을 수 밖에 없다”는 지적도 뒤따른다.
고비용의 난해한 학습 데이터 구축은 사실상 불가능하다는 얘기다. 그럼에도 최근 국내 IT 스타트업과 중소기업들은 자신들만의 영역에서 할 수 있는 R&D에 박차를 가하고 있다. 그 중엔 매우 독창적이고, 의욕적인 AI솔루션도 눈에 띄는게 국내 IT업계의 현주소다.
A사는 AI모델을 공장처럼 만들고 배포한다는 취지의 ‘AI모델 서빙 플랫폼’을 출시했다. 이를 위해 모델 개발자와 사용자의 소통을 통해 AI의 성능을 검증하고, 안전한 제품을 제공하고 있다는 설명이다. 회사측은 “최적화 관리와 온프레미스 탑재까지 고객 맞춤형의 ‘엔드 투 엔드’ 서비스를 제공한다.”면서 “단기간에 AI모델을 개발해줄 수 있고, 모델 성능 확인부터 배포, 그리고 최신 트렌드에 대한 세미나, 교육도 병행하고 있다”고 밝혔다.
B사는 데이터 설계와 구축, 인공지능 모델 학습, 배표에 이르는 엔드 투 엔드 AI솔루션 (Zaant)을 개발, 출시했다. 이는 데이터옵스(DataOps)와 AI옵스(AIOps)를 병행한 제품이다.
그 중 데이터옵스는 데이터 관리 모드를 통해 생성되는 데이터를 인공지능 연구 개발을 위해 데이터 구축 플랫폼으로 활용할 수 있게 한다. 인공지능 학습데이터 구축을 위한 기본적인 기법, 즉 Annotation, Sampling, Augmentation) 등을 제공하며, 고품질의 주석을 위해 Semi-Auto, 리뷰 기능 등을 제공한다.
AIOps는 인공지능 개발 과정의 특성상 프레임워크, 패키지 버전, 프레임워크 버전 등의 환경문제가 발생하고, 관리하기도 어렵다. 이를 해결하기 위해 쿠버네티스를 활용, 분산학습과 버전관리를 하는게 특징이다.
C사는 개발, 연구에 필요한 모델을 개발하고, 활용, 관리해주는 엔드 투 엔드 플랫폼을 출시했다. 회사측은 “몇 번의 클릭으로 누구나 쉽게 머신러닝을 분석할 수 있는 환경을 구축하고, 안전하게 관리하고 손쉽게 활용할 수 있는 전사 데이터 통합 운영체계를 제공한다”면서 “또한 서버 클러스터링을 통한 유연한 리소스 활용과 다중 사용자 관리 시스템, 그리고 ‘오토 하이퍼 패러미터’ 튜닝을 통해 AI알고리즘 모델이 최적화를 완성한 후 쉽고 빠르게 인공지능 모델 제품을 배포한다”고 소개했다.
가상의 합성데이터로 신속 용이한 모델링을 추구하는 중소기업도 눈길을 끈다. D사는 AI모델 학습을 위한 합성데이터를 구축, 제공하고 있다. 이를 위해 실제 환경이 아니라, 가상의 디지털 환경에서 데이터셋을 생성한다. 그래서 “실제 환경에서 데이터를 수집, 구축하는 것보다 훨씬 수월하게 AI모델을 학습할 수 있게 해준다”는 설명이다.
합성데이터는 AI성능을 고도화하고, 고품질의 다양한 학습데이터를 통해 데이터 불균형과 과적합을 해소하며, 희소성 높은 데이터를 생성한다. 또 성능 지표 만족을 위한 최적의 데이터셋을 구축하며, 3차원 정보 기반으 빠르고 정확한 라벨링이 가능하다. 특히 데이터 수집 과정에서 발생하는 윤리적 문제나, 개인정보 보호 우려도 해소할 수 있다.
E사는 자율주행 AI데이터 가공 노하우를 바탕으로 한 AI솔루션을 출시했다. 이는 “데이터 수집, 가공, 검수, 모델 개발, 검증에 이르기까지 원스톱 서비스를 제공한다”는 회사측 설명이다. 즉, 다양한 비정형 데이터를 수집하며, 최신 AI기술과 대규모 AI데이터 가공 노하우를 기반으로 한 고품질 데이터셋을 구축한다. 그런 다음 AI모델 추천과 개발, 성능 분석, 데이터 품질 검수와 개선의 과정을 거친다.
F사는 ‘멀티-GPU AI 서버’를 구축, 출시했다. 이른바 ‘바로 AI’의 ‘GPU 클러스터 패키지’다. 이 회사 네트워크 사업부 관계자는 “이는 수냉각 시스템으로 소음과 발열을 최소화하면서 별도 서버실을 둘 필요없이 사무실에서 편리하게 연구에 임할 수 있게 한다”면서 “이를 위해 ‘멀티 GPU’ 소형 클러스터와 UPS, 네트워크 장비, 데이터 스토리지를 포함한 패키지 시스템을 구축하고 있다”고 설명했다.
이 밖에도 데이터 수집과 전처리, 분석, 시각화, ML/DL 모델링을 거쳐 배포하는 솔루션이나, 엔비디아 시스템을 기반으로 스펙트럼 이더넷 패브릭, 퓨어스토리지의 플래시블레이드 등을 통해 구축된 AI플랫폼도 등장했다.
심지어는 장애인을 위한 인터넷 영상 콘텐츠 음성 자막 수어 생성시스템과 애플리케이션도 눈에 띈다. 이를 위한 인공지능 아바타 수어 생성시스템인 디지털 휴먼도 함께 등장했다. 이와 함께 학습데이터의 품질을 높이는 플랫폼이나, 지능형 온라인 마켓 분석 SW도 선보였다.