| 나만의 앱과 웹에 AIaaS 적용하기
페이지 정보
작성자 최고관리자 작성일23-05-24 17:29 조회39,077회 댓글0건관련링크
사이트 바로가기 : 본문
나만의 앱과 웹에 AIaaS 적용하기
- AIaaS의 중요성
- AIaaS 공급업체 선정
- AIaaS 사례
- AIaaS 도입 시 고려사항
- 마치며
1. AIaaS의 중요성
서비스형 AI(AIaaS) 란?
AI as a Service. 즉, 서비스형 AI(인공지능)으로 해석할 수 있는데요. 다시 말하자면 ai 기술을 클라우드로 구현하여 제공하는 서비스를 의미합니다. 현재 화제가 되고 있는 AI Transformation에 발맟춰 인공지능을 도입하고자 하는 기업에게 꼭 필요한 서비스라고 볼 수 있습니다.
업계 통계에 따르면 글로벌 AIaaS 시장 규모는 2017년 11억3천만 달러에서 2023년 108억8천만 달러에 이를 것으로 예상됩니다. 이러한 성장 추세는 AI의 이점에 대한 인식이 높아지고 AI 기능에 대한 접근이 AIaaS를 통해 그 어느 때보다 쉬워졌기 때문입니다.
AIaaS 도입
가트너의 2019년 CIO조사에 따르면 75%의 기업이 인공지능으로 비즈니스 혁신을 창출할 수 있다고 생각한다고 응답하였고 84%의 기업은 인공지능이 경쟁력 강화에 도움이 된다고 응답했습니다. 하지만 실제 인공지능을 도입한 기업은 14%, 12개월 이내 도입할 계획이 있는 기업도 23%에 불과하였죠.
이처럼 많은 기업들은 자신의 비즈니스에 인공지능을 도입할 필요성을 충분히 인식하고 있지만, 인공지능을 자체적으로 개발하는데에 어려움을 겪고 있습니다.
그리고 IBM이 지난해 발표한 '2022년 글로벌 AI 도입 지수' 보고서에 따르면 한국을 포함한 전 세계 응답자들은 AI 도입을 저해하는 요소로 ‘AI 기술, 지식 및 전문성 부족(45%)’을 꼽았습니다. 그리고 ‘AI 모델 개발을 위한 도구 및 플랫폼 부족(39%)’, ‘지나치게 높은 가격(33%)’이 그 뒤를 이었습니다.
| AI 도입 고려사항 | AI도입 어려운 이유 | 세부 원인 |
| 인공지능 기술역량 확보 | AI 기술자체 역량 부족 | - AI플랫폼 전 영역의 자체 역량 확보는 매우 어려움 - 수집/전처리, Modeling, 등 전 과정 전문성 필요 |
| AI 플랫폼구축 및 운영예산 확보 | CAPEX/OPEX비용 부담 | - AI 플랫폼 구축 위한 막대한 구축/운영 비용 부담 - 슈퍼컴퓨터, GPU 등 고가 AI 인프라 구축비용 소요 |
| AI/ML전문인력 수급 | AI/ML 전문인력수급 어려움 | - AI/ML 전문인력은 고용비용 증가 - 전문기업 제외, AI/ML 전문인력 절대적 부족 |
| AI 학습/모델링작업 시간 확보 | 충분한 작업시간확보 어려움 | - 인공지능/머신러닝 전과정 시행착오, 반복작업 - 단계별 플랫폼 구성, 학습 등 수행 시간 과다 소요 - 기업에서 시간은 곧 생존의 문제로 시간 확보 곤란 |
이와같이 AI개발은 고도의 기술력과 막대한 선행 투자가 필요한 자본·기술집약적 사업으로, 방대한 양질의 데이터 축적과 고성능 컴퓨팅(HPC) 인프라 구축 등이 필수적이기 때문에 AI도입에 어려움을 겪고 있습니다.
AIaaS의 장점
인공지능 도입에 있어 가장 큰 난관은 바로 비용이라고 했습니다. 이러한 문제를 해결해줄 AIaaS의 가장 큰 장점은 경제성에 있습니다. 일반적으로 머신러닝 모델을 개발하기 위해서는 인프라, 엔지니어 인건비, 데이터구입 등의 다양한 비용이 들지만 AIaaS는 이러한 비용이 들지 않기 때문입니다.
| 구분 | 장점 | 장점세부 설명 |
| AIaaS의 장점 | 비용 효율성 | - 낮은 초기 투자 비용으로 실패 시 비즈니스 영향도 낮음 - 인프라 유지 및 업그레이드에 대한 부담 없이 AI 기능을 활용 |
| 확장성 | - 요구 사항에 따라 AI 리소스를 확장할 수 있는 유연성을 제공 - 소규모로 시작하고 사용량을 점진적으로 확장 가능 | |
| 출시 시간 단축 | - AI 솔루션의 프로토타입을 신속하게 제작하고 배포하여 시장 출시 시간을 단축 | |
| 최첨단 AI기술 액세스 | - AI 플랫폼이 업데이트하여 기업은 별도의 과정없이 최신 알고리즘, 모델 및 도구에 액세스 | |
| 핵심 비즈니스에 집중 가능 | - 완전 관리형 인공지능 서비스로 별도 인력 투입 불필요 - 인력 및 자원을 기업 전략 목표(KPI) 달성에 집중 가능 |
AIaaS를 통해 기존에 일부 기업의 전유물로 여겨지던 AI 기술을 마음껏 쓸 수 있게 되면서 인력과 자본, 전문성이 부족한 중소기업이나 스타트업에는 특히 AI의 진입 장벽이 높았던 문제를 해결할 수 있게 되었습니다. 클라우드를 통해 별다른 준비를 하지 않고도 AI를 기존 시스템, 애플리케이션 또는 프로세스에 통합할 수 있으므로 편리하고 확장 가능한 이점이 있죠.
시장 경쟁에서 앞서고 싶다면 AI 채택은 필수이며, AIaaS가 합리적인 선택이 될 수 있습니다. AIaaS 공급업체를 선정하기 전에 명확한 목표를 설정하고, 사업 규모, 예산, 팀의 기술적 역량을 충분히 고려하여 최선의 결정을 내리는 것이 성공의 첫걸음입니다.
2. AIaaS 공급업체 선정
앱이나 웹에 AI 적용을 고려할 때 가장 먼저 내려야 할 결정 중 하나는 적합한 AIaaS 공급업체를 결정하는것입니다. 고려해야 할 몇 가지 일반적인 AI 모델은 다음과 같습니다.
동영상 기반
이 유형의 AI는 비디오 데이터를 분석하고 해석하는 데 사용됩니다.
동영상 기반 AI는 보안 분야에서는 감시 및 위협 감지에 사용할 수 있으며 엔터테인먼트 분야에서는 비디오 편집 및 특수 효과에 사용할 수 있습니다. 또한 제조 시 품질 관리 및 결함 감지에 사용할 수 있습니다.이미지 기반
이 유형의 AI는 이미지와 같은 시각적 데이터를 분석하고 해석하는 데 사용됩니다.
이미지의 패턴과 특징을 인식하고 물체를 식별하며 얼굴도 인식할 수 있습니다.
이미지 기반 AI는 의료 영상을 위한 의료, 제품 추적 및 고객 행동 분석을 위한 소매, 고급 운전자 지원 시스템을 위한 자동차 산업 등 많은 애플리케이션을 보유하고 있습니다.텍스트 기반
이 유형의 AI는 이메일, sns 게시물, 문서와 같은 텍스트 데이터를 분석하고 해석합니다.
자연어 처리(NLP)는 기계가 인간의 언어를 이해하고 처리할 수 있도록 하는 데 사용되는 핵심 기술입니다. NLP 알고리즘을 사용하면 텍스트에서 감정을 식별하고 사람과 같은 응답을 생성할 수 있습니다.
텍스트 기반 AI는 시장 동향 예측을 위한 금융, 의료 기록 분석 및 질병 진단을 위한 의료, 챗봇 및 가상 도우미를 위한 고객 서비스와 같이 많은 응용 프로그램을 가지고 있습니다.
3. AIaaS 사례
최근 한화생명이 진료비영수증 등 보험청구서류 5종 처리를 위해 인공지능(AI) 솔루션을 도입해 문서 분류 자동화를 실현했다. 클릭 한번으로 이미지 내 문자 데이터를 추출하는 것이다. 95% 이상의 인식률로 수작업 대비 비용과 시간을 최대 82%까지 줄일 것으로 기대된다.
국내 인공지능(AI)스타트업은 AI플랫폼을 활용해 사용자의 생각을 한편의 글로 완성해주는 AI 작문 보조 서비스를 출시했다. 사용자가 입력한 주제에 반응해 적절한 질문을 던지거나, 참고 자료를 추천해주는 등 일종의 '글쓰기 선생' 역할을 한다.
두 기업의 공통점은 AI 기술을 사용료만 내고 사용한다는 것인데 이게 바로 AIaaS를 통해 기존의 앱에 AI를 적용한 것입니다. 첫번째 사례는 AI스타트업인 업스테이지의 광학문자인식(OCR) AI 솔루션 'OCR 팩'을 도입한 것이고, 두번째 사례는 네이버의 AI 플랫폼 '클로바 스튜디오'가 적용된 것입니다.
네이버는 개발자가 아니라도 초거대 언어모델을 사용하여 생성, 요약, 분류, 대화, 변환 등 다양한 언어 관련 작업이 가능하고, 결과물은 API(애플리케이션 프로그래밍 인터페이스)로 발급받아 서비스에 연동할 수 있습니다.
업스테이지는 추천 기술, 자연어처리 검색기술 등 다양한 AI솔루션을 활용할 수 있는 'AI팩'을 제공한다. 데이터 가공, AI 모델링, 지표 관리 등 다양한 부분에서 AI를 활용할 수 있을 뿐더러, 기업 내부 데이터도 학습을 통해 지속가능한 AI를 구축할 수 있습니다.
이런식으로 AI 시스템을 구축하기에는 비용 부담이 크므로 사용료를 내고 빌려 쓰는 방식으로 시스템을 구축할 수 있고 관련 사례가 점차 늘고 있습니다. 서비스형 전문 지식이나 인력을 운용하지 않아도 클라우드에 구현된 AI 기술을 바로 사용할 수 있게 해주는 기술이죠. 이처럼 AIaaS는 최신 AI기술을 필요에 맞게 구현할 수 있습니다.
4. AIaaS 도입 시 고려사항
이해와 적용
AIaaS 무작정 도입을 한다고 좋은것만은 아닙니다. AIaaS을 정하고 적용하기 전에 이를 효과적으로 활용하기 위해서 어떤 UI가 좋을지, 어떤식으로 데이터를 받아들일건지 여러가지 요인들을 고려하여 서비스를 구현해야 합니다.
구현하고자 하는 앱과 웹의 대략적인 가이드라인을 정했다면 다음과 같은 AI 기술에 대한 명확한 이해를 가지고 있는 개발자와의 협업을 통해 구현이 필요합니다.
전문 지식: 해당 산업의 도전과 기회, 요구 사항을 이해하여 해당 요구 사항을 해결할 수 있는 전문지식을 가지고 있어야 합니다. 다양한 알고리즘의 강점과 한계를 탐색하고 이를 AI모델에 맞게 적절한 알고리즘을 활용하여 서비스를 구현할 수 있어야 합니다.