[뉴스비전e 김혜진 기자] 최근 인공지능, 자율주행차, IoT 등 분야가 미래 산업으로 부각되면서 클라우드 컴퓨팅과 빅데이터에 대한 관심이 늘어나고 있다.

인공지능의 머신러닝 · 딥러닝을 처리하기 위해서는 대용량의 빅데이터가 필요하고, 이러한 빅데이터를 처리하기 위해서는 고성능의 컴퓨팅 인프라가 필수적이기 때문이다.

특히 4차 산업시대를 맞아 빅데이터의 수집과 분석은 한 기업의 성패를 떠나 국가 산업의 미래를 좌우할만한 중요한 요소로 자리잡고 있다.

이러한 이유 때문에 선진국 정부와 글로벌 기업들은 인공지능 클라우드 플랫폼 산업 선점을 위해 노력하고 있다.  

전세계 클라우드 컴퓨팅 플랫폼 지원 현황과 국내 현실, 향후 과제 등을 심층 분석해 본다. [편집자 주]

[④ 머신러닝 프레임워크 · 서버리스 컴퓨팅 등 새로운 핵심요소로 부상]

글로벌 대형 클라우드 벤더들은 앞다투어 인공지능을 지원하기 위한 서비스를 내놓고 있다.

이에따라 AI 지원 서비스를 위한 머신러닝 프레임워크 지원, 고성능 자원 제공, 서버리스 컴퓨팅, 컨테이너, 보안, 클라우드 마이그레이션 등이 클라우드 시장의 새로운 핵심 요소로 떠오르고 있다.

◆ 머신러닝 프레임워크 지원

클라우드에서 머신러닝 프레임워크를 지원하기 위해 구글은 텐서플로를 구글 클라우드 플랫폼에서 쉽게 사용할 수 있도록 PaaS 형태로 제공하고 있다.

아마존은 자신들이 개발한 딥러닝 엔진용 라이브러리(Deep Scalable Sparse Tensor Network)를 개발했으나, 텐서플로 대항마로 오픈소스 형태의 MX넷에 집중 투자하고 있다.

또한, 마이크로소프트의 인지 툴캣 CNTK, 신경망 개발툴 테아노(Theano), 딥 러닝 프레임워크인 카페(Caffe), 토치(Torch) 등 대표적인 인공지능 프레임워크가 클라우드에서 사용할 수 있도록 지원되고 있다.

◆ 고성능 자원 제공

고성능의 인공지능 빅데이터 처리를 위해 구글은 TPU라는 빅데이터 및 딥러닝 전용 하드웨어를 개발해, 컴퓨터 그래픽스를 위한 계산만 맡았던 그래픽 처리 장치(GPU)를 중앙 처리 장치(CPU)가 맡았던 응용 프로그램들의 계산에 사용하는 기술인 GPGPU와 유사한 연산처리 특화 서비스를 펼치고 있다.

아마존은 이를 위해 별도의 GPGPU 계산 모델을 지원하고 있다.

마이크로소프트는 지난해 8월 클라우드 오케스트레이션 솔루션 업체인 사이클컴퓨팅(Cycle Computing)을 인수하고, 이를 통해 고객이 고성능 컴퓨팅(HPC)과 '빅 컴퓨팅(Big Computing)' 기능을 클라우드에서 좀더 쉽게 사용할 수 있도록 지원하고 있다.

◆ 서버리스 컴퓨팅

서버리스 컴퓨팅은 클라우드 컴퓨팅에서 차세대 핵심이라고 불릴 만큼 주목 받고 있는 기술이다.

마이크로소프트 ‘Azure Function’, 구글의 ‘Google Cloud Function’, AWS의 ‘Lambda’,  IBM 블루믹스의 ‘OpenWhisk’ 등 세계 주요 클라우드 벤더들이 빅데이터, 인공지능, IoT 등을 서비스로 올리면서 서버리스 컴퓨팅 방식을 적용하고 있다.

그동안 개발자가 서버의 개발 환경에 의존해 왔다면 서버리스 컴퓨팅은 개발자에게 서버 환경에서의 독립성을 부여하고 있다.

개발자는 컨테이너라는 자신의 환경에 자신만의 언어로 응용을 개발하고, 응용의 동작은 이벤트 기반으로 움직인다.

서버리스 컴퓨팅 기술이 인공지능 클라우드 환경에서 주목받는 이유는 개발자 함수의 실행만큼만 비용 지불이 가능하고, 서버에 독립적인 만큼 확장성이 용이하며, 개발 · 프로토타입 · 반복 등 일련의 개발 과정을 단축할 수 있기 때문이다.

◆ 컨테이너

서버리스 컴퓨팅과 함께 컨테이너가 주목받는 이유는 PaaS 시스템에 매우 적합한 기술이기 때문이다.

인공지능이 쟁점화되면서 클라우드에서 플랫폼에 대한 개발 및 운영환경에 대한 요구가 늘면서 기존에 이미 존재하였던 컨테이너가 적합 기술로 제기되고 있다.

컨테이너는 가상화 기술로 기존 물리 자원을 가상머신에 할당하고 별도 운영체제를 설치하는 방식과는 달리 컨테이너는 응용에 필요한 환경을 제공해 마치 서로 다른 서버에 구동되는 듯한 환경을 제공한다.

이로인해 가상머신보다 기본 사이즈는 작고, 구동시간도 즉각 반응하며, 시스템 오버헤드도 낮아 성능측면에서 상대적으로 가상머신보다 우위에 있으며, 대용량의 응용을 구동하는 데 장점이 있다. 

대표적으로 Docker 컨테이너가 있는데, 구글, 아마존 등 대형 클라우드 벤더들은 이미 Docker를 이용한 서비스를 제공하고 있다.

최근 대용량 · 고성능의 자원과 빠른 개발 · 배포 프로세스가 클라우드 환경이 요구되는 만큼 관련된 기술들의 중요성도 커지고 있다.

서버리스 컴퓨팅, 시스템 개발과 운영을 병행 및 협업하는 방식인 DevOps, 컨테이너 기술 등을 적용하면 개발자는 작은 단위의 함수들을 기반으로 사용한 시간만큼 비용 지불이 가능하다.

또한 서버의 환경에 영향을 받지 않고, 상대적으로 오버헤드가 낮은 프로세스 기반으로, 빠른 개발 · 배포가 가능하므로 대용량 · 고성능을 요구하는 인공지능 분야에서는 큰 장점으로 부각될 전망이다.