▲ [source=alibaba damo academi]
[IT비즈뉴스 최태우 기자] 국내외 기업들이 비즈니스를 전개하는 데 있어 가장 많이 언급되는 단어 중 하나가 ‘혁신(Innovation)’이다. 차세대 네트워크, 클라우드 인프라, 인공지능(AI)과 빅데이터 등 정보통신기술(ICT)의 비약적인 발전으로 비즈니스 환경은 빠르게 디지털화로 전환되고 있다. 최근 추가된 트렌드를 하나 꼽자면 비대면(언택트)화 정도 될 게다.
ICT 기술의 진보는 수십여 년 간 이어져왔던 레거시 경제산업계의 경쟁 룰을 변화시켰다고 해도 과언이 아니다. 수십 수백년 간 전세계 시장에서 리더기업으로 성장해왔던 기업들의 몰락, 아이디어 하나로 신생기업(스타트업)이 시장에서 일약 스타로 떠오른 사례가 특별한 일이 아닌 시대로 전환됐다.
이종산업 간의 비즈니스 경계도 허물어진 상태다. 불특정 다수 기업 간의 무한경쟁시대이자, 아이디어만 있으면 무한성장가능성을 확보할 수 있는 시대다. 이러한 전환을 이야기할 때 빼놓을 수 없는 요소는 클라우드와 데이터, 그리고 AI다.
기업들이 IT인프라/컴퓨팅인프라 자원을 클라우드로 속속 올리면서 관련 시장에서의 경쟁구도도 전환됐다.
하드웨어(HW) 자원을 판매해왔던 시스템통합(SI)/네트워크통합(NI) 기업이나 HW를 구현하는 핵심 소프트웨어(SW)를 개발해왔던 기업들 모두 동일 시장에서 경쟁하고 있다. 비즈니스 목표를 위해서, 또 시장에서 요구되는 니즈를 위해 모두 성공적인 디지털전환(DT)을 위한 전략수정에 나서고 있다.
엔쓰리엔클라우드(N3N CLOUD)도 시장 플레이어 중 하나다. 2003년 ‘유리시스템’이란 사명으로 기업용 IT인프라 사업을 중심으로 비즈니스를 시작한 회사는 2018년 엔쓰리엔클라우드로 사명을 바꾸고 멀티클라우드 환경으로의 전환, 인공지능(AI)가 지닌 가치에 집중하고 사업 부문을 개편했다.
업계에서 축적해왔던 사업역량을 클라우드 비즈니스와 적절히 융합해 클라우드를 베이스로 하는 신사업 확장을 추진하고 있다.
AI시장에 적극 대응하기 위한 채비도 갖췄다. 3년 연구개발 끝에 지난해 4월 론칭한 AI 개발 플랫폼 ‘치타(CHEETAH)’는 복수의 GPU 서버를 하나로 클러스팅해 대용량 데이터 처리를 효율적으로 구현할 수 있도록 최적화된 점이 특징이다. 현재 10여개 대학교·공공기관에서 치타를 도입해 활용하고 있다.
조직개편도 단행했다. 아키텍처(기술)와 알고리즘(최적화) 전문인력 확보로 경쟁력도 강화했다. 올해 3월에는 전 AI신약개발지원센터 부센터장 출신의 주철휘 알고리즘 개발 최고책임자(CAO)도 선임했다. 그는 LG소프트웨어 시스템 연구소 연구원을 거쳐 한국IBM 왓슨&클라우드 소프트웨어 상무, 세종대학교 소프트웨어학과 교수 등의 요직을 거친 AI 전문가다.
▲ 엔쓰리엔클라우드 주철휘 알고리즘 개발 최고책임자 [IT비즈뉴스(ITBizNews) DB]
“클레이튼 M. 크리스텐슨 교수의 베스트셀러 ‘혁신기업의 딜레마’를 보면 파괴적 혁신 전략의 중요성을 알 수 있다. 혁신을 꿈꾸는 기업은 기존 경쟁구도에서 우위를 점해왔던 틀을 과감하게 깨부숴야 한다. 물론 쉽지 않다. AI의 경우도 비슷하다. 오픈소스가 주목을 받고 집단지성이 기술 트렌드를 주도하는 만큼, 후발주자에게도 충분히 기회가 제공되는 시장이다.” 주철휘 알고리즘 개발 최고책임자(CAO)가 IT비즈뉴스(ITBizNews) 기자에게 던진 말이다.
아래는 주철휘 엔쓰리엔클라우드 CAO와의 일문일답
Q. 아키텍처와 알고리즘의 차이점은 뭔가
A. ‘기술’과 ‘최적화’를 이루는 개념적 차이라고 할 수 있겠다. 우리가 실생활하면서 쉽게 소비하고 있는 ‘큐레이션 서비스’의 경우를 예로 들면, 다양한 개별 요소들이 모여 서비스를 구현하는 기술의 뼈대를 견고히 하는 것은 아키텍처, 인공지능/머신러닝(AI/ML)을 구현함에 있어 가장 빠르고, 정확하게 추론(Inference)하도록 최적화하는 것을 목표로 하는 것은 알고리즘이다. 알고리즘은 서비스 단에 적용되는 추론에만 적용되지 않는다. 다량의 데이터가 적용되는 학습(Training) 단에도 포괄적으로 적용된다.
Q. ‘AI 퍼스트’ 시대가 오면서 후발주자에게도 기회가 생겼다
A. 오픈소스 전성시대다. 오픈소스 저장소인 깃허브(GitHub)에만도 18만개의 리포지토리가 저정돼 있다. 기존에는 하나의 거대 기업이 막대한 비용을 투자해 특허를 확보하는 구조였다. 하지만 지금의 구글, 마이크로소프트(MS), 엔비디아는 어떤가..모든 기술을 오픈하고 개발자를 끌어들이고 있다. 하나의 기술이 아닌 플랫폼에 집중하면서다. 혁신을 꿈꾸는 기업은 딜레마에 빠지기 쉽다. 레거시 시장에서 경쟁무기로 삼았던 룰을 과감하게 깨야 하는데, 이게 쉽지 않은 문제다. 수년, 수십년 간 이어왔던 비즈니스 환경을 전환하는 게 어디 쉬운 일인가. 오픈소스 퍼스트 시대가 오면서 후발주자에게도 기회가 생기기 시작했다. AI가 특히 그렇다. 구글에서 시작한 쿠버네티스를 약 70%의 기업들이 사용하고 있다. 표준 아닌 표준으로 자리한 셈이다. 선행기업들이 연구개발한 문서가 오픈돼 있다. 공개된 문서를 잘 해석하면 기술격차를 빠르게 해소할 수 있다.
Q. 기회가 동등한 경쟁시장에서의 경쟁력은 뭐라 생각하나
A. 바이오산업, 금융산업, 제조업 등 다양한 산업계에 도입되고 있는 AI 알고리즘의 코어기술은 비슷하다. 알고리즘을 ‘어떻게’ 적용하는가, 이게 핵심이다. 우리(엔쓰리엔클라우드)를 예로 들면, 데이터의 수집-정제-선처리-학습-구현 등 AI로 가는 일련의 과정을 최적화하는 것에 집중하고 있다. 빠른 속도, 병렬컴퓨팅 환경에서의 최적화, 궁극적으로 일반 서비스 단에서 적용되는 최적화를 포함해 개발 단에서 사업화 단까지의 전 과정에서의 최적화를 제공하는 ML 개발 플랫폼 구현이 목표다.
▲ 엔쓰리엔클라우드는 국내 대학과의 산학협력 부문도 강화하고 있다. 올해 5월에는 전남대 AI융합대학과 AI 전문인재 양성을 골자로 하는 업무협약을 체결했다. [사진=엔쓰리엔클라우드]
마이크로서비스아키텍처(MSA)에도 주목하고 있다. ML은 데이터의 확장성에 민감한 영역이다. 팬데믹으로 서비스 가입자가 폭발적으로 늘어나면서도 유연하게 대응하는 OTT 넷플릭스만 봐도 알 수 있다. 평균 데이터(쿼리)를 1이라 가정했을 때 1천, 1만까지 순간 폭발적으로 늘어나는 처리요구에서도 유연하게 대응하는 구조를 갖췄다. 데이터 확장성의 염두를 둔 AI 플랫폼은 유연성을 확보해야 한다.
Q. AI가 주목(알파고)을 받은 지 불과 4년이다. 기술의 진화속도가 빠르다. 앞으로 4년 후 어느 정도까지 발전할 것으로 보나
A. 쉽지 않은 문제다. 하지만 빠르게 진화할 것으로 본다. 테슬라를 예로 들어보자. 테슬라는 전세계 어느 전기차(EV) 시장 플레이어보다 데이터 보유량이 월등히 높다. 2위 기업 대비 약 400배로 알고 있다. 데이터를 많이 확보할수록 기술은 더 똑똑해진다. 보상이 제공되는 강화학습의 경우 눈부시게 발전하고 있으며, 속도도 가속화되고 있다. 물론, 데이터라 하더라도 다 같은 데이터가 아니다. 특정 도메인에서의 명확한 데이터가 필요하다. 어떤 ML을 개발할 것인가에 대한 ‘목적’을 먼저 설정하고, 여기에 대한 데이터 라벨링과 어노테이션이 중요하다. 데이터의 품질도 중요하다. 알고리즘 최적화의 여정은 ‘데이터를 수집해서 분석하는 것’으로 정리할 수 있다. 최적화의 포인트는 모델의 크기, 데이터의 품질 등등 다양하다. 그만큼 변수도 있다. 학생들을 대상으로 진행되는 수업에서 사용되는 교육용 데이터와 실제 산업에 적용되는 데이터는 전혀 다르다. 필드에서의 경험이 많은 데이터사이언티스트가 업게에서 주목을 받는 것과 같은 이치다.
Q. 하반기 목표가 있다면
A. 전세계가 비대면(언택트) 환경으로 빠르게 전환하고 있다. 우리는 웹(Web) 주소만 있으면 접속할 수 있는 24시간 개방형 ML 플랫폼을 개발, 구현하는 데 집중하고 있다. 비전공자도 몇 번의 클릭으로 개발할 수 있는 환경, 학교 전산실이 아닌 카페에서도 ML을 개발하는 환경을 구현하고자 한다. 전국 지방자치단체에서 AI와 관련된 다양한 실증사업을 추진하고 있다. 교육 및 공공사업 부문에도 집중할 계획이다. 최근에는 인천테크노파크(인천TP)가 스타트업, 보육기업을 대상으로 AI를 쉽게 개발할 수 있는 환경(프라이빗AI 클라우드) 구현을 목표로 추진하는 ‘스타트업파크 품(POOM)’에 솔루션을 공급했다. 스타트업, 강소 테크기업들이 ML을 빠르게 개발할 수 있는 인프라, 솔루션 공급을 목표로 하고 있다.
출처 : IT비즈뉴스
