AI비즈니스 이슈로 떠오르고 있는 모델 옵스(ModelOps)...기업 AI운용에 필수 도구로

(사진=셔터스톡)

(사진=셔터스톡)AI/ML의 프로세스 도구인 '모델 옵스(ModelOps)'가 기업 비즈니스 이슈로 떠오르고 있다.

최근 MIT-SAS 보고서의 저자들은 기업에 AI와 ML을 성공적으로 전달하기 위한 새로운 방법론 '모델 옵스'를 지지하는 것으로 나타났다고 미국 매체 '지디넷(ZDNet)'이 지난 20일 보도했다.

지디넷은 IT 리더들이 인공지능과 머신러닝 기술을 선택하고 전달하는 데 필요한 기술로 모델 옵스(ModelOps)를 꼽았으며, 전문가들도 모델 옵스가 알고리즘의 조합을 좌우하고, 지속적인 비즈니스 가치를 보장한다고 전했다.

SAS 저자이며, 데이터 과학자인 이언 브라운(Ian Brown)에 따르면, 데이터 과학 커뮤니티와 AI팀은 IT 및 비즈니스와 긴밀히 협력해야 하는데 모델 옵스는 이 둘을 결합시키는 통로라는 것이다.

MIT-SAS 보고서에서도 모델 옵스는 IT 리더가 분석팀과 운영팀 간의 격차를 해소해 AI와 ML 기반 라이프사이클을 반복적이고 지속할 수 있게 만드는 데 도움이 되는 방법이라고 소개됐다.

또 모델 옵스는 AI와 ML의 핵심인 예측 분석 모델과 지속 가능성에 초점을 맞추고 있으며, 이 모델 옵스가 없으면 AI 프로젝트가 완전히 실패하거나 기존보다 훨씬 더 시간이 오래 걸릴 가능성이 크다고 보고서는 분석했다.

증가하는 알고리즘 대처에 필요해

지난 18일 자, 기술 전문 매체 '엔터프라이즈 AI(Nterprise AI)'는 모델 옵스를 엔터프라이즈 AI 운영의 어려움에서 탄생한 것이라고 소개했다.

즉, AI가 기업의 주요 비즈니스 문제 해결과 향후 활동 예측에서 놀라운 능력을 보여주었지만 때때로 AI는 알고리즘의 효과적 배치에서 문제를 드러냈다는 것이다.

이에 대해 운용 체제인 모델 옵스는 AI의 출시와 유지보수를 효과적으로 자동화해 이를 마지막 과정에 운반하고, 지속적으로 개선 및 증가시켜주는 능력을 갖췄다고 설명했다.

그러나 AI가 확산되면서 배치된 알고리즘의 수도 계속 늘어나는데, 조직은 새로운 문제 해결을 위해 여러 알고리즘을 배치해야 하는 문제점을 안고 있다고 뉴스는 지적했다.

그 사례로, AI 비서 로봇'알렉사(Alexa)'를 들었다. 알렉사의 경우, 수많은 질문에 답변하기 위해 생성돼야 하는 수백 개의 알고리즘을 업데이트해야 하는데 이는 기업에 많은 인력을 요구하는 문제를 발생시킨다.

모델 옵스는 이 점에서도 매우 효과적이라는 것이다. 즉, AI 라이프사이클을 자동화시켜서 증가하는 알고리즘을 처리할 수 있는 유일한 방법이 모델 옵스이기 때문이다.

또 글로벌 시장 조사 전문기관 가트너(Gartner)에 따르면 모델 옵스는 주로 광범위한 AI 모델의 거버넌스 및 라이프사이클 관리에 중점을 두고 있는 것으로 알려졌다.

즉, AI 솔루션의 개발, 검증, 구축, 거버넌스 및 유지보수 등을 자동화하고, 기업이 라이프 사이클 단축과 최종 사용자에게 신속한 결과를 제공하기 위해 지원하는 도구라는 것이다.

모델 옵스는 매우 중요한 기능

현재 모델 옵스가 계속 업데이트되고 있는 가운데 데이터 중심 마케팅 서비스 제공 기업 '테크 타겟(TechTarget)'은 자사의 웹사이트 뉴스를 통해 지난달 26일 미국 기업 팁코(Tibco) 소프트웨어가 모델 옵스를 제공했다고 전했다.

테크 타겟에 따르면, 팁코의 새로운 모델 옵스는 최신 팁코 분석 플랫폼 업데이트를 강조한 것이라며, '가상 사용자 컨퍼런스(Tibco Analytics Forum)'에서 첫 공개가 이뤄졌다는 것이다.

팁코는 지난 2020년에 하이퍼 컨버전스(Hyperconverged Analytics)의 개념을 도입, 비즈니스 인텔리전스 플랫폼에 데이터 과학 및 머신러닝을 포함하는 공급 업체의 분석 업계 동향을 반영한 바 있다.

하이퍼 컨버전스는 데이터 시각화 툴 '스팟 파이어(Spotfire)' 스트리밍 및 데이터 과학 등과 같은 분석 도구를 단일 플랫폼에 통합해 제품을 더욱 쉽게 ​​탐색하고 시간을 줄여주는 도구다.

최근에 업데이트된 팁코 모델 옵스(Tibco ModelOps)는 더 쉬운 거버넌스와 투명성을 위해 모델의 배치와 모니터링을 단순화하도록 설계된 데이터 사이언스의 새로운 툴이다.

팁코의 최고 운영 책임자인 맷 퀸(Matt Quinn)은 "모델 옵스는 매우 중요한 기능 중 하나다,"라며, "AI 모델들에 대한 거버넌스는 모든 사람에게 최우선 관심사다."고 밝혔다.

모델 옵스는 기업 AI의 시작

"모델 옵스는 기업 AI의 시작일뿐이다."라고 인공지능 데이터 과학 분야의 중국계 여성 저널리스트 '우 준(Jun Wu)'은 지난 2020년 10월 9일자 포브스 기고 글에서 이같이 전망했다.

그녀에 따르면, 올해 대부분 기업은 엔터프라이즈 AI 이니셔티브에서 AI를 최대한 활용할 수 있는지를 검토하고 있다고 전했다.

가트너의 최근 연구보고서에 따르면 지난 2018년부터 2020년까지 기업의 프로젝트 중 47% 정도만 생산되고 있으며, 나머지는 사전 생산 단계에서 고착되고 있는데 많은 기업이 여전히 AI 프로젝트를 가동해 사업에 기여하려고 노력하고 있다는 것이다.

최근에 그녀는 엔터프라이즈 AI의 수석 설계자 '스튜 베일리(Stu Bailey)'와의 인터뷰에서 "원탁회의의 거의 모든 참가자는 모델 옵스가 더 광범위한 엔터프라이즈 AI 전략의 중심에 있다는 데 모두가 동의했다."라고 전했다.

베일리에 따르면, 모델 옵스의 역할은 전사적으로 AI를 운영하기 위한 프레임워크를 제공하는 것이다. 아울러, 비즈니스 책임을 그룹 간에 공유하며, 재무, 운영 기타 비즈니스 기능의 이해관계자를 더욱 긴밀하게 결합하고, 그 결과에 영향을 미칠 기회를 제공하는 것이다.

정보가 점점 더 모든 회사의 핵심 자산이 되는 시대에 CIO의 조직이 모델 옵스를 통해 .운영 및 거버넌스를 자동화하고 최고 수준에 더 집중할 수 있다면 엄청난 기회라고 그는 주장했다.

또 베일리는 "우리의 알고리즘 생태계는 극적으로 확장되었고, AI 지능은 점점 더 적응할 것이다."라며, "모델 옵스는 여정의 시작에 불과하다."고 전망했다.

AI타임스 조행만 객원기자 chohang5@kakao.com

[관련 기사]ML옵스 열풍에 AI 개발자 위한 '제1회 MLOps KR 커뮤니티 행사' 열린다

[관련 기사]2021년 최고의 머신러닝 플랫폼 TOP 10

Copyright ⓒ '인공지능 전문미디어' AI타임스 (http://aitimes.com)