"인공지능(AI)이 우리의 삶과 일하는 방식을 바꾸고 있다."
효율적인 서비스와 플랫폼 지능화를 위해 AI를 도입하는 기업 사례가 늘고 있다. AI 기술 활용에는 강력한 컴퓨팅 자원과 데이터, 알고리즘 기술, 이를 설계하는 전문인력이 필요하지만 현실에서는 막대한 구축 비용 부담과 전문가 자원 확보가 어려워 정작 도입에 난색을 표하는 경우가 많다.
구글은 이러한 기업들을 위해 클라우드 기반 빅데이터, 머신러닝 운영/관리/개발 도구를 내놓고 있다.
구글코리아는 29일 서울 대치동 구글캠퍼스 서울에서 AI 포럼을 갖고 인공지능을 활용한 번역, 사물인식, 음성변환, 자연어 처리 등의 맞춤형 머신러닝 툴을 공개와 국내 게임사 빅3인 넷마블과 요기요·배달통 등을 서비스하는 알지피코리아의 AI 도입 혁신사례를 소개했다.
장혜덕 구글 클라우드 한국 총괄은 "AI를 구축하기 위해서는 컴퓨팅 자원과 데이터, 알고리즘, 탤런트(AI 전문가 등)가 가장 중요한데, 컴퓨팅 구축 비용이 워낙 비싸고 이를 설계하고 운영할 탤런트가 부족해 그동안 비즈니스에 영향을 주지 못하는 경우가 많았다"면서 "구글이 보유한 클라우드 기반 컴퓨트 엔진, 컴퓨터 과학자나 데이터 전문가 등을 보유하지 않아도 자동으로 구축할 수 있는 머신러닝 환경 등을 제공해 효율적으로 AI를 비즈니스에 접목시킬 수 있게 됐다"고 말했다.
구글은 컴퓨팅파워, 데이터, 알고리즘, 전문가 4가지 요소를 포괄적으로 담은 클라우드 기반 머신러닝 툴을 제공하고 있다. 컴퓨팅 파워와 데이터 구축은 구글 클라우드가 맡고 구글 신경망 네트워크(Neural Network) 기반의 '텐서플로(TensorFlow)'와 '머신러닝(ML) 엔진'을 활용해 플랫폼과 서비스에 적용할 수 있다.
알고리즘은 구글의 AI 및 머신러닝 전문가들이 지원하고 기업들은 머신러닝 엔진과 툴을 이용해 자신들의 서비스에 적용하면 된다.
데이터 분석업체 에반스 데이터 코퍼레이션(EDC)에 따르면 전 세계적으로 개발자는 2100만 명인데 비해 머신러닝 전문가인 데이터 과학자는 100만명, 딥러닝(DL) 연구자는 수천여 명에 불과해 이들 전문가를 영입하기 위해 전세계 기업들이 각축을 벌이고 있다.
이처럼 AI·머신러닝 전문가 확보는 기업들에게 가장 큰 난제다. 구글은 기업이 오픈소스 라이브러리인 텐서플로와 머신러닝 엔진을 직접 구축할 수 없을 경우 맞춤 제작이 가능한 머신러닝 모델 '클라우드 AutoML'을 올해 1월에 출시했다.
전문지식이 부족한 기업도 데이터를 AutoML 서버에 올려주기만 하면 자동으로 학습을 시켜주고 분석 결과까지 빠르게 제공한다.
사전 훈련 기반의 머신러닝 모델인 '비전 API', '음성 API', '번역 API', '자연어 처리 API'도 제공한다.
비전 API는 이미지를 빠르게 분석하고 수천 개의 카테고리로 분류하거나 문자와 얼굴인식까지 가능하다. 음성 API는 음성을 문자로 변환해준다. 110개가 넘는 언어와 방언까지 인식하고 음성 명령 제어까지 지원한다. 국내 사용자에게도 익숙한 번역 API는 뛰어난 번역 성능을 제공하고 자연어 처리 API는 텍스트 문서, 뉴스 기사 또는 웹 게시물에 언급된 사람·장소·이벤트 등의 정보를 추출할 수 있다. 고객센터의 고객 의도를 보다 세부적으로 분석도 가능하다.
구글은 '클라우드 TTS'도 새로 출시했다. TTS(Text-ro-Speech)는 12개의 다중언어 지원과 방언, 이름, 날짜, 시간, 주소 등을 포함한 복잡한 테스트를 30개 이상의 자연스러운 음성으로 변환할 수 있다. 클라우드 TPU 기반의 웨이브넷(WaveNet)의 하이파이(Hi-Fidelity) 음성도 지원한다.
혁신 사례 발표자로 나선 넷마블 게임서비스AI실 김동현 이사는 "넷마블은 유저 자동 분류, 유저별 라이프 타임 밸류 예측, 퍼포먼스 광고에 대한 ROAS 예측, 광고 사기 적발에 AI를 활용하고 있다"며 "평균 20% 달하는 광고 사기에 대응하면서 광고집행비의 최적화 수준을 고도화 할 수 있었고 , 게임 밸런스 검증과 유저를 위한 맞춤형 서비스를 제공할 수 있을 것으로 기대된다"고 말했다.
김 이사는 "미래에는 AI 스피커처럼 게임과도 대화를 하지 않을까 하는 상상을 해보고 있다"며 "실제 현실성을 검토하고 있다"고 말했다.
요기요·배달통을 서비스하는 알피지코리아 조현준 최고기술경영자(CTO)는 "인공지능보다 머신러닝 기술을 더 많이 활용하고 있다"며 "고객들의 불만이나 의견(NPS VoC)를 대상으로 긍정적/부정적 의견 구분과 라벨(Label) 분류를 수동에서 자동화로 전환한 뒤 소요시간이 2일에서 1시간으로 줄었다"고 말했다.
조 CTO는 또, 고객들이 이용 후기에 포토리뷰를 올려주면 포인트를 제공하면서 음식과 상관 없는 사진을 올려주는 경우가 많아 일일이 찾아서 삭제하는 어려움이 있었지만, 구글 비전 API 활용하면서 2시간 이내 자동 분류는 물론 94% 이상의 정확도로 관리 효율성이 극대화 됐다고 설명했다.