[Google Cloud Platform] GCP 빅데이터와 머신러닝(5)

Google Cloud AI 플랫폼 
 - 머신러닝
 - 머신러닝 관련 제품

 

안녕하세요. BTC GCP팀 소속 손지수, 박은혜입니다.

퇴근이 얼마 남지않은 금요일 오후입니다. 저는 오늘 루프탑 바에 갈 계획인데 여러분은 어떤 계획이 있으신가요?

 

 

 

한 달 간 클라우드 상에서 '빅데이터' 서비스가 어떻게 활용 될 수 있는지, 특히 Google Cloud의 빅데이터 관련 제품들에 대해서 조금 더 자세히 소개해드렸습니다. Dataproc, Dataflow, Pub/Sub, BigQuery와 같은 서비스가 GCP의 해당 제품들 입니다.

 

오늘은 AI제품, 머신러닝과 관련된 제품에 대해서 소개 드리려고 합니다.

오늘도  잘 부탁드립니다.^^

 

 

MODULE 04

빅데이터와 머신러닝

 

 

 

 

 

Google Cloud AI 플랫폼

 

머신러닝

 

• 머신러닝 

 GCP의 Machine Learning 관련 제품으로는 4가지 제품이 있습니다. 대표적으로 AI Platform, Cloud AutoML, BigQuery ML, Machine Learning API 입니다.

 

 제품 소개에 앞서 머신러닝에 대해 간단하게 알아보겠습니다.

머신러닝은 크게 2가지 단계로 나누어집니다. 첫 번째 '학습(Training)', 두 번쨰 '예측(Prediction)' 입니다. 

• 1단계 '학습(Training)'은 컴퓨터에게 가르쳐주는 것을 의미합니다. 고양이 사진을 보여주고 이 사진은 고양이라고 가르쳐 주는 것입니다. 
• 2단계 '예측(Prediction)'은 컴퓨터에게 고양이 사진만 보여주고, 기존에 학습한 내용을 바탕으로 고양이 라고 대답하는 것입니다. 

머신러닝은 컴퓨터가 가진 알고리즘에 의해 데이터를 학습 하고, 학습한 데이터를 바탕으로 예측을 수행함을 의미합니다.

 

 

• 머신러닝 관련 제품

 

아래의 제품 BigQueryML, Cloud AutoML, AI Platform 3개 제품은 학습과 예측 2단계를 모두 수행할 수 있습니다. 그에 비해 ML API는 예측만 수행하게 됩니다.

 

 

 

머신러닝 관련 제품

 

• Cloud AI Platform

  PyTorch, Python, TensorFlow 과 같은 코드 작성을 통해 사용 할 수 있습니다.  코드 작성을 해야한다는 어려움이 있지만  코드 작성만 해낸다면, 데이터 센터에 있는 어마어마한 데이터를 학습시키고 예측하실 수 있습니다.

 

 여러분은 학습을 시키고 예측을 수행한 후 모델을 활용하여 App 등의 서비스를 제공할 수 있을 것입니다. 서비스를 제공하기 위해서는 배포가 필요하며, 배포를 위해 백앤드 시스템을 구축하고, serving layer를 구축해 사용자에게 제공 해야합니다. 이 과정이 상당히 까다로운데 AI Platform을 이용하면 이 과정들을 쉽게 할 수 있습니다. 또한 AI Platform은 BQ, Cloud Storage 등 다양한 제품들과 연동이 된다는 장점이 있습니다.

 

• Cloud AI Platform을 사용해야 하는 이유

Cloud AI Platform은 정형 데이터, 비정형 데이터 모두 분석이 가능합니다. 그 이유는 사용자가 직접 코드를 작성하기 때문입니다. 그리고 작접 코드를 작성해야 한다는 어려움을 보완하기 위해 Github와 유사한 AI-Hub 라는 AI 통합 플랫폼을 준비했고, AI HUB의 다양한 코드, 사례, 모델을 참고하여 더 효율적인 작업을 하실 수 있습니다.

 

 

• Machine Learning API
•