기계학습 어플리케이션 개발을 지원하는 클라우드 컴퓨팅 서비스

유럽 연구자들의 클라우드 컴퓨팅 기술 선호도는 점점 증가하고 있다. 하지만 클라우드 컴퓨팅 기술을 이용한 정보처리와 저장은 관련 기술 전문가의 도움을 요하는 길고 복잡한 작업이다. 이에 EU지원 DEEP-HybridDataCloud 프로젝트는 이 문제를 해결하기 위한 연구를 수행했다.

여타 연구 프로제트들이 하드웨어 중심으로 접근한데 반하여, 해당 프로젝트는 상위 레벨(High-leve)의 연구지원 서비스를 개발했다. 이는 연산 집약적인 데이터 과학 어플리케이션들의 활용과 공유를 위한 소프트웨서 요소들의 개발을 포함함다.

개발된 소프트웨어들은 인공지능 및 기계학습에 사용되는 어플리케이션의 개발을 단순화한다. 이들은 또한 EU의 e-인프라(e-infrastructures)와 전문화된 하드웨어 기기들에 대한 투명하고 용이한 접근을 제공한다.

프로젝트는 기존 INDIGO-DataCloud 프로젝트의 성과에 기초하여 개발을 진행하였다. 기존 프로젝트 중 수집된 사용자들의 피드백들을 확보한 연구진들은 사용자의 기대에 부응하는 기술을 개발하는데 성공했다. 프로젝트의 코디네이터인 알바로 로페즈 가르시아(Álvaro López García는 연구진들이 여러 민간, 공공 클라우드 제공자들로부터 리소스들을 수집하기 위하여 하이브리드 클라우드 서비스 모델을 활용하고 있다고 밝혔다.

 

사용자 맞춤 서비스

연구진들은 과학, 기계학습 그리고 기술관련 지식 소유 정도에 따라 사용자들을 세 가지 타입으로 분류했다. 첫번째는 연구분야에서 많은 지식을 소유하고 있으며 프로젝트가 개발한 기술을 활용하여 기계학습과 관련된 문제를 해결할 수 있는 사용자들이 있다. 이 사용자들은 블랙박스 서비스에 적합하며, 모델의 실행 외에 다른 세부 사항들을 알 필요는 없다.

두번째 유형의 사용자들은 본인의 연구분야 뿐만 아니라 기계학습에 대한 전문지식도 가지고 있다. 딥러닝(Deep learning) 어플리케이션들을 개발하는 데이터 과학자들이 이 유형에 해당한다. 해당 유형의 사용자들은 가속 하드웨어에 대하서는 알고 있지만 이의 설정에 대해서는 고민하지 않는다. 프로젝트는 이러한 사용자들에게 그들이 플랫폼 레벨(Platform-level) 도구들은 제공하여 그들이 필요한 하드웨어를 선택할 수 있게 도와준다.

마지막 유형의 사용자들은 세 가지 영역에 정통하다. 이들은 기계학습 어플리케이션을 개발하는 과학자들이면서, 하드웨어 등 필요 기반시설에 대한 충분한 전문성도 갖추고 있다. 프로젝트는 이들에게 전체 클라우드 스택(Cloud stack)에 대한 맞춤형 접근을 제공한다.

 

다양한 과학 어플리케이션 시험

다양한 연구자 그룹들이 해당 서비스를 이용하고 있다. 프로젝트가 개발한 소프트웨어들은 Deep Open Catalog를 통해 이용 가능하다. 이는 시민과학과 생태다양성 모니터링, 위성 이미지 분석 등 다양한 분야에서 활용될 수 있다. 이 뿐만 아니라 사이버 보안, 네트워크 위험 감지, Deep 프레임워크 및 다목적 소재들의 테스트를 위한 모듈 관련 분야에서도 활용될 것이다.

로페즈 가르시아(López García)는 프로젝트의 핵심 성과들 중 하나로 개발된 서비스가 유럽 오픈 사이언스 클라우드 포털(European Open Science Cloud portal)에 포함된 것을 꼽았다. 프로젝트는 개발된 기술의 시장진출 기회를 탐색하는 동시에 해당 포털 내 기계학습 서비스를 계속 제공할 것이다.

 

SOURCE : CORDIS

Print Friendly, PDF & Email
Facebook
Twitter
LinkedIn
Pinterest