pnfnews_logo120.jpg

 

cowins_.jpg

 

tizzbird-.jpg

 

 

 

 

avguy-25.jpg

 

 

cowins.jpg

 

 

tizzbird.jpg

 

 

매스웍스0.jpg

 

“한국의 건국대에서 전파율 및 유행 종료 시점 예측을 수행하는 “한국형 COVID-19 확산” 모델을 개발하는 등 AI(인공지능) 기반 시스템이 기업·학계 등으로부터 빠르게 부상하고 있다.”

 

짐 텅 매스웍스 비즈니스·기술 부문 전략·분석 책임자는 ‘매트랩 엑스포 2020’ 화상 미디어 브리핑을 통해 이같이 말했다.

 

짐 텅 책임자는 대표적인 사례로 한국의 건국대학교를 소개했다. 국내 수리생물학 연구 분야에서 주목할 만한 성과를 내고 있는 건국대학교 정은옥 수학과 교수 연구팀이 매트랩(MATLAB)을 통해 “한국형 COVID-19 확산” 모델을 손쉽게 개발하고, 정부의 전염병 확산 대응 정책의 과학적 근거가 될 만한 연구 결과를 얻었다는 것이다.

 

정교수팀은 COVID-19의 유행 시작 시점, 전파율 및 유행 종료 시점 예측을 위해 필요한 복잡한 변수들을 모두 고려해 예측을 수행하고자 했다. 이에 매트랩의 수학적 모델링 기술을 활용한 일련의 연구를 통해 확진자 수 데이터뿐 아니라 국민 행동변화, 사회적 거리두기 및 개학 연기 제도 시행 등 다양한 변수를 고려한 SEIR 모델을 개발했다. 이를 통해 정부의 COVID-19 통제 및 예방 정책이 추가 확진자 발생 방지에 매우 효과적이라는 점을 밝혀냈다. 

 

정은옥 교수는 지난 4월 이러한 연구 결과를 포함해 산업응용수학 분야의 발전에 공헌한 바를 인정받아 과학기술정보통신부로부터 과학기술진흥 정부포상 대통령 표창을 수상했다.

 

이어 짐 텅 책임자는 “산업용 애플리케이션 영역에서 AI 기반의 시스템의 도입이 빠르게 확대될 것으로 전망된다. AI 도입의 장애물로 ‘낮은 AI 기술 숙련도’ 및 ‘데이터 품질 문제’가 지목되는 가운데, 이를 해결할 수 있는 솔루션이 각광받을 것으로 예상된다”며 인공지능(AI) 기술 트렌드와 고객 사례를 소개했다. 

 

■ 트렌드 #1: AI 기술 장벽 완화 및 데이터 품질 개선

AI 확산과 더불어 AI 프로젝트에 참여하는 엔지니어와 과학자들의 수가 늘어나고 있는 가운데, 이들은 커뮤니티의 딥러닝 모델 및 연구결과에 보다 잘 접근하면서 AI 프로젝트 초기 단계서 큰 도움을 받고 있다. 또한, 과거의 AI 모델은 이미지 데이터에 기반했으나, 이제 시계열 데이터, 텍스트 및 레이더 등의 다양한 센서 데이터를 처리할 수 있게 됐다. 

 

화학, 신호 처리, 전기 설계 등 공학 및 과학 분야 도메인 전문가인 엔지니어와 과학자들은 AI 모델이 처리할 데이터에 대한 내재한 지식과 통찰력을 보유하고 있어 AI 프로젝트의 성공에 큰 기여를 할 수 있다. 도메인 전문가들의 데이터에 대한 인사이트는 ▲ 데이터 선택 및 준비 ▲ 애플리케이션 요구사항을 충족시키는 간단한 모델 개발 ▲ 광범위한 시스템 맥락에서의 AI 모델 검증 ▲ 잠재적 장애 모드(failure modes) 파악 과정에서 높은 가치를 창출해낸다.

 

매스웍스는 엔지니어 및 과학자들이 AI 기반 제품 및 서비스 구축 시 프로그래밍 학습 필요 없이 도메인 전문지식을 적용할 수 있도록 지원한다. 다양한 애플리케이션을 위한 데이터 라벨링 프로세스를 자동화하는 애플리케이션을 통해 많은 시간을 절감하고, 딥러닝에 한해서 훈련을 자동화하는 사전 구축된 앱을 통해 생산성을 향상시키도록 돕는다.

 

  매스웍스1.jpg

▲ 매스웍스의 시맨틱 분할(semantic segmentation)을 위한 이미지 라벨링 앱(좌), 신호 라벨링 앱(우)

 

또한, 분류(classification) 및 예측(prediction)을 지원하는 다수의 알고리즘, 커뮤니티에서 사전 구축된 다양한 모델, 광범위한 엔지니어링 애플리케이션 영역의 AI 모델 구축을 돕는 수 백가지의 예제(Examples)를 제공한다. 

 

■ 트렌드 #2: AI 기반 시스템의 설계 복잡성 증가 

AI가 훈련을 통해 더 많은 유형의 센서들(IMU, 라이다, 레이더 등)을 처리하는 것이 가능해지면서, 엔지니어들은 자율주행 차량, 항공기 엔진, 산업 플랜트, 풍력 발전용 터빈, 클라우드 기반 스트리밍 시스템과 같은 매우 다양한 시스템에 AI를 적용하고 있다. 이러한 복잡한 시스템에서 AI 모델은 전체 시스템 수준의 성능에 중대한 영향을 미친다. 그래서 오늘날 AI 모델 개발은 복잡한 시스템을 효과적으로 구동하기까지의 과정 중 한 단계로 여길 필요가 있다. 

 

설계자들은 복잡한 AI 기반 시스템 설계를 간소화하기 위해 ▲ AI가 시스템의 다른 부분들과 상호 작용하는 방식을 이해할 수 있도록 지원하는 ‘시뮬레이션’ ▲ 설계자가 완전한 시스템 컨텍스트 내에서 다양한 설계 컨셉들을 시도해 볼 수 있도록 지원하는 ‘통합’ ▲ 연속적인 테스트를 지원하는 ‘모델 기반 설계’ 도구를 도입할 것을 진지하게 고려하고 있다. 

 

매스웍스는 하드웨어로의 배포 이전 시뮬레이션을 통해 AI 모델의 효과성을 검증하도록 돕는다. 예를 들어, 다양한 주행 시나리오, 날씨 및 환경 조건 하에서 자율주행 차량의 인식 알고리즘(perception algorithms) 뿐 아니라 해당 차량 및 다른 차량, 보행자 및 자전거 사용자를 모두 고려한 시뮬레이션을 통해 어떠한 상황에서도 자율주행차가 스스로 완벽하게 운전하도록 돕는 인식 시스템(perception systems)을 개발하도록 지원한다.

 

특히, 시뮬링크(Simulink)는 시뮬레이션으로 테스트를 수행하고 그 결과를 반영해 반복적인 설계 과정을 보다 빠르게 수행하도록 돕는다. 은퇴자 공동체를 위한 셀프-드라이빙 택시 제조 업체 보야지(Voyage)는 통합 모델을 활용하여 아이디어 구상에서부터 로드 테스팅까지의 프로세스를 가속화하고, 실험 결과 데이터를 바탕으로 컨트롤러를 튜닝한 결과, 단 3개월 안에 레벨3 자율주행 차량을 개발할 수 있었다.

 

■ 트렌드 #3: 저전력 저비용 임베디드 디바이스로의 보다 손쉬운 AI 배포

지금까지 AI는 GPU, 클러스터, 데이터 센터 등의 고성능 컴퓨팅(HPC) 시스템에서 사용되는 것과 동일한 32비트 부동소수점 연산을 사용해 왔다. 이를 통해 더욱 정확한 결과를 얻고 모델을 보다 쉽게 훈련시킬 수 있었지만, 고정소수점 연산을 사용하는 저렴한 저전력 장치에서는 사용할 수 없었다. 

 

그러나 이제는 소프트웨어 도구의 발전으로 인해 다양한 수준의 고정소수점 연산을 지원하는 AI 추론 모델을 제공할 수 있게 됐다. 저렴한 저전력 장치에 AI를 배포할 수 있게 되어 엔지니어가 AI를 설계에 적용할 수 있는 새로운 장이 펼쳐진 것이다. 예를 들어, AI를 차량 안의 경제적인 ECU(Electronic Control Unit)와 기타 산업용 임베디드 애플리케이션에 적용할 수 있게 됐다.

 

매스웍스는 코드 생성 프레임워크(code generation framework)를 통해 매트랩 또는 시뮬링크로 개발한 AI 모델을 재작성 없이 임베디드 디바이스, 엔터프라이즈 시스템, 엣지, 클라우드 및 데스크탑 등 모든 환경으로 배포할 수 있도록 지원한다. 또한, 모델 배포를 위한 유연하고 강력한 자동 코드 생성 기능을 통해 코딩 에러를 제거하며 큰 가치를 창출한다. 

 

 매스웍스2.jpg

▲ 매스웍스의 자동 코드 생성 및 구축 프레임워크

 

 

■ 트렌드 #4: 게임에서 실세계 산업용 애플리케이션으로 강화학습 적용 확대 

 

2020년에 강화 학습은 기존 게임 분야를 넘어서 자율주행, 오토노머스 시스템(Autonomous System), 제어 설계 및 로보틱스와 같은 실세계 산업용 애플리케이션으로 확대 도입될 전망이다. 특히, 강화 학습은 실세계에서 구현하기 어려운 조건들을 반영한 가상 모델로 훈련하여 대규모 시스템을 개선하는 데 기여할 것으로 기대된다. 

 

이를 가능케 하는 핵심 요소는 ▲ 손쉬운 강화 학습 정책 구축 및 훈련 ▲ 다량의 훈련용 시뮬레이션 데이터 생성 ▲ 시스템 시뮬레이션 툴과 강화 학습 에이전트의 손쉬운 통합 ▲ 임베디드 하드웨어로의 배포를 위한 코드 생성을 지원하는 기술이다. 

 

자율주행 시스템의 운전 성능 향상을 예로 들면, 강화 학습 에이전트는 속도를 높이고, 연료 소비 및 응답 시간을 최소화하여 성능을 개선 및 최적화하는 효과를 제공한다. 강화학습 모델은 차량 동역학 모델, 환경 모델, 카메라 센서 모델 및 이미지 처리 알고리즘을 포함하는 완전 자율주행 시스템 모델에도 통합할 수 있다. 

 

매스웍스의 강화 학습 툴박스(Reinforcement Learning Toolbox)는 내장된 맞춤형 강화 학습 에이전트를 제공하며, 매트랩 및 시뮬링크에서 강화학습 환경을 모델링할 수 있도록 지원한다. 뿐만 아니라, ▲ 강화 학습 정책 설계를 지원하는 딥러닝 툴박스(Deep Learning Toolbox) ▲ GPU 및 클라우드에서의 훈련 가속화 ▲ 시뮬레이션을 통한 훈련 정책 검증 ▲ 임베디드 디바이스로의 배포 ▲ 자율주행 차량을 위한 강화 학습 등의 레퍼런스 예제를 지원한다.

 

 매스웍스3.jpg

▲ 자율주행 차량을 위한 강화 학습 예제

 

 

 

또한, 마이크로소프트(MS)와의 협력을 통해 로보틱스, 에너지, 제조 및 프로세스 최적화 분야의 애플리케이션을 개발하는 고객들이 MS 오토노머스 시스템(Microsoft Autonomous Systems) 플랫폼에서 워크플로우를 간소화시킬 뿐 아니라, 애저(Azure) 환경에서 매트랩 및 시뮬링크 모델에 대한 시뮬레이션을 확장시켜가며 수행할 수 있도록 지원한다.

 

■ 트렌드 #5: 시뮬레이션으로 다량의 고품질 AI 모델 훈련 데이터를 생성하여 보다 정확도 높은 AI 모델을 개발하도록 지원 

애널리스트 조사 결과에 따르면, ‘낮은 데이터 품질’은 성공적인 AI 도입의 가장 큰 장애물이다. 2020년에는 시뮬레이션이 이러한 데이터 품질 문제를 쉽게 해결하도록 도울 것이다. 

 

훈련을 통해 AI 모델의 정확성을 향상시키는 데는 다량의 데이터가 필요하다. 그러나 정상적인 시스템 작동과 관련된 데이터와 달리, 정말로 필요한 이상 조건 또는 심각한 장애 조건 데이터는 쉽게 확보하기 어렵다. 예를 들어, 산업 현장에서 펌프의 잔여 수명을 정확하게 예측할 수 있는 건전성 예측관리 애플리케이션의 경우, 물리적인 장비에서 장애가 발생하는 경우가 드물기 때문에 장애 데이터를 확보하기 어렵다. 

 

그래서 AI 모델 훈련을 위한 고품질 데이터를 다량 확보하는 최고의 방법은 기능 장애를 모사할 수 있는 시뮬레이션을 실행하여 데이터를 생성하고, 합성된 데이터를 통해 정확한 AI 모델을 개발할 수 있도록 훈련시키는 것이다. 예를 들어, 펌프 모델에 대한 시뮬레이션을 통해 장애를 나타내는 신호를 생성하고, 이러한 신호 데이터를 바탕으로 AI 모델을 훈련, 산업 현장의 실제 시스템에 배포하여 미래의 장애 발생을 예측할 수 있다.

 

시뮬레이션은 매우 드물게 발생하는 산업 현장의 이벤트에 대응하는 AI 알고리즘을 구축하는 데 핵심 역할을 한다. 매트랩 및 시뮬링크는 엔지니어들이 시뮬레이션을 통해 드물게 발생하는 이벤트들에 대한 훈련용 데이터를 적절한 주기로 생성 및 통합하도록 돕는다. 예를 들어, 자주 사용되는 자동 주행 애플리케이션(automated driving applications)의 경우, 엔지니어는 매트랩 및 시뮬링크로 합성한 훈련용 데이터를 사용해 위험하지만 매우 낮은 빈도로 발생하는 이벤트를 완벽하게 처리할 수 있는 안정적인 AI 시스템을 설계할 수 있다. 

 

 매스웍스4.jpg

▲ 시뮬링크, 시뮬레이션을 통해 펌프의 장애 발생 이벤트에 대한 데이터를 생성 및 합성하도록 지원

 

 

현재 많은 조직은 주로 AI 알고리즘 개발에 집중하고 있지만, 단순한 AI 알고리즘 또는 모델이 아니라 AI 기반 제품 또는 서비스를 시장에 성공적으로 출시하려면 전체 시스템 설계 워크플로우에 AI를 통합해야 한다. 매스웍스는 단일 플랫폼을 통해 AI를 데이터 준비부터 AI 모델링, 시뮬레이션 및 테스트, 그리고 배포에 이르는 전체 워크플로우에 손쉽게 통합하도록 지원한다.

 

피엔에프뉴스 pnfnews@pnfnews.com


  1. 인텔코리아, 국내 기업들과 MOU 체결…엣지 AI 생태계 강화 나서

    인텔코리아는 27일 ‘2020 엣지 AI 포럼’을 온라인으로 개최하고 최신 기술 트렌드와 국내 기업들과의 협력·제품 개발 및 패널 토론 등을 통해 비전을 공유했다. 기조연설에서 저스틴 크리스티안슨(Justin Christiansen) 인텔 IOTG 부문 엣...
    Date2020.07.29
    Read More
  2. 한국레노버, “게임은 ‘리전’으로 통한다”

    한국레노버가 게임에 최적화된 성능과 디자인으로 무장한 5세대 ‘리전’ 라인업을 대거 선보이며 국내 시장 공략에 시동을 걸었다. 14일 한국레노버가 온라인 기자간담회를 통해 게이밍 노트북, 데스크탑, 모니터 등 다양한 포트폴리오와 더욱 강...
    Date2020.07.14
    Read More
  3. HPE, 엣지부터 클라우드까지 플랫폼 서비스 강화

    “엣지부터 클라우드까지 플랫폼 서비스를 통해 기업들이 직면하고 있는 퍼블릭 클라우드의 한계를 극복할 수 있도록 지원하겠다!” HPE가 엔터프라이즈 애플리케이션 및 데이터 전반에 걸친 일괄적인 운영 등 엣지부터 클라우드에 이르는 고객의 I...
    Date2020.07.14
    Read More
  4. 샤오미, “5G 대중화의 해…5G+AIoT 정조준”

    샤오미가 ‘2020년 5G 대중화의 해’ 선언 및 AIoT를 위한 전략 제품을 대거 선보이며, 5G와 AIoT 시장 공략에 나선다. 샤오미(小米)는 13일 자사의 페이스북을 통해 많은 고객이 부담없이 이용할 수 있도록 자사의 주력 제품인 미10 라이트 5G(Mi ...
    Date2020.07.13
    Read More
  5. 팔로알토 네트웍스, 실시간 ‘ML 방화벽 시대’ 선언

    “윈도우, 맥, 리눅스, 안드로이드, IoT, 클라우드 등 새로운 기술과 나날이 증가하는 각종 디바이스를 과거의 방식으로 관리하는 것은 한계에 도달했다. 네트워크 보안을 재정의할 새로운 접근법이 필요하다!” 팔로알토 네트웍스 닐 주크(Nir Zuk...
    Date2020.07.07
    Read More
  6. 매스웍스 “AI로 코로나19 연구 성공적…AI가 대세”

    “한국의 건국대에서 전파율 및 유행 종료 시점 예측을 수행하는 “한국형 COVID-19 확산” 모델을 개발하는 등 AI(인공지능) 기반 시스템이 기업·학계 등으로부터 빠르게 부상하고 있다.” 짐 텅 매스웍스 비즈니스·기술 ...
    Date2020.07.02
    Read More
  7. TI, 배터리 수명 5배, 3배 빠른 충전 가능한 충전기 IC 출시

    TI가 배터리 수명은 최대 5배, 효율성은 최대 97%까지 끌어올리는 벅-부스트 배터리 충전기 IC 제품을 선보이며 관련 시장 공략에 나선다. TI는 2일 전력 경로 관리 기능을 통합함으로써 전력 밀도를 극대화하고 유니버설 충전 및 급속 충전이 가능한 벅-부스...
    Date2020.07.02
    Read More
Board Pagination Prev 1 Next
/ 1

서비스 링크

X
Login

브라우저를 닫더라도 로그인이 계속 유지될 수 있습니다. 로그인 유지 기능을 사용할 경우 다음 접속부터는 로그인할 필요가 없습니다. 단, 게임방, 학교 등 공공장소에서 이용 시 개인정보가 유출될 수 있으니 꼭 로그아웃을 해주세요.

아이디가 없으신 분은

회원가입 후 이용하실 수 있습니다.

X