[아이티데일리] “보통 스타트업은 소수의 창업 멤버가 아이디어를 갖고 소자본으로 시작한다. 인공지능(AI), 머신러닝(ML)을 통해 혁신적인 비즈니스를 추진하기에는 필요한 기술과 자본, 인력은 부족할 수밖에 없다. 스타트업이 비즈니스를 확대하기 위해 다양한 신기술 서비스와 프로그램이 필요하다. AWS는 스타트업이 효과적으로 AI‧ML을 활용할 수 있도록 지원을 아끼지 않겠다.”

17일 아마존웹서비스(AWS)는 ‘스타트업을 위한 머신러닝(ML for Startup)’ 기자간담회를 개최, 이 같이 밝혔다.

먼저 김도연 총괄은 비즈니스 측면에서 AI와 ML의 중요성에 대해 강조했다. 컴퓨팅 파워와 데이터의 양이 증가함에 따라 비즈니스 핵심 역량으로 AI와 머신러닝이 자리를 잡았다. 해외 스타트업 상당수가 AWS 상에서 머신러닝을 활용해 개인화된 상품 추천부터 의약품 개발에 이르기까지 비즈니스를 혁신하고 있다. 국내 스타트업들도 머신러닝 기반 개인화 추천 서비스를 통해 고객 경험과 시장 경쟁력을 강화하고 있으며, 이러한 추세는 이커머스에서 미디어, 핀테크 등 다른 산업 영역으로도 확대되고 있다.

김도연 총괄은 스타트업이 보다 쉽고 빠르게 AWS의 머신러닝 서비스를 도입하기 위해 서비스 포트폴리오를 다양하게 확보하고 있다고 설명했다. 김 총괄은 스타트업에게 추천하는 AWS 머신러닝 서비스로 ▲비전문가 개발자 대상(API 서비스 형태) ▲머신러닝 경험은 있는 중간 계층 ▲데이터 사이언티스트 급 딥 러닝 전문 역량 계층 등 역량에 맞춰 분류, 소개했다.

먼저 스타트업의 전문성이 낮아도 쉽게 사용할 수 있는 AI 서비스로는 비디오 및 이미지 분석 서비스 ‘아마존 리코그니션(Amazon Rekognition)’, 음성과 텍스트 간 변화를 지원하는 ‘아마존 폴리(Amazon Poly)’와 ‘아마존 트랜스크라이브(Amazon Transcribe)’부터 개인화된 추천 서비스에 적합한 ‘아마존 퍼스널라이즈(Amazon Personalize)’ 등이 있다. 이는 ‘레디메이드(ReadyMade)’ 형태로 이미 만들어진 서비스를 API로 호출하는 방식으로 적용할 수 있는 솔루션이다.

다음으로 중간계층으로 개발자가 자체 머신러닝 모델을 빌드하려고 하는 경우에는 ‘아마존 세이지메이커(Amazon SageMaker)’, ‘그라운드 트러스(Ground Truth)’ 등을 추천했다. ‘아마존 세이지메이커’는 머신러닝 과정에 필요한 여러 과정을 손쉽게 수행하고, 속도를 향상시킬 수 있는 머신러닝 특화 서비스다. ‘아마존 세이지메이커’ 안에는 ‘그라운드 트러스’를 통해 데이터 수집 과정에서 필요한 데이터 라벨링도 자동화할 수 있다.

마지막으로 데이터 사이언티스트를 포함해 딥 러닝 전문 역량과 경험을 가진 스타트업에게는 딥 러닝 프레임워크와 인프라스트럭처를 제안했다. 전문가 수준의 기술력을 보유하고 있는 스타트업이라면 높은 자유도가 필요하기 때문에 ‘텐서플로우(TensorFlow)’, ‘파이토치(PYTORCH)’, ‘글루온(GLUON)’, ‘케라스(KERAS)’ 등과 같은 머신러닝 프레임워크부터 ‘딥러닝 AMIs’와 ‘컨테이너’, ‘GPUs 인스턴스’와 ‘CPUs 인스턴스’, ‘엘라스틱 인퍼런스’ 등이 적합하다고 소개했다.

한편, 이날 간담회에는 AWS의 스타트업 대표 고객인 와디즈와 무신사의 사례도 소개됐다. 와디즈는 프로젝트가 증가하면서 발생하는 리스크를 선제적으로 대응하고자 AWS의 AI 서비스를 활용하기 시작했다고 설명했다. 정인길 와디즈 데이터플랫폼 및 AI 개발 총괄은 “자체적으로 리스크 등급에 따라 모니터링을 하고 있었지만, 후속처리를 할 수밖에 없었다. 이를 선제적으로 감지하기 위한 방안으로 AI를 도입했다”면서, “커뮤니티, 새소식, 댓글 등 서포터의 활동에 대해 직접적으로 긍정과 부정을 자동으로 분석하는 감성 분석적 기능을 개발에 적용하고 있다. 부정적인 글들이 많아지는 프로젝트의 경우 리스크로 확대되는 사례가 있었고, 이에 대응할 수 있게 됐다”고 말했다.

무신사의 경우 AWS의 개인화 추천 서비스를 비즈니스에 접목했다. 서비스 도입 이유에 대해 유환성 무신사 데이터솔루션 팀장은 “개인적 성향이 뚜렷한 개인에게 초개인화 서비스를 제공하고, 입점 브랜드가 성장할 수 있도록 노출 기회를 제공하기 위해서였다”면서, “수많은 브랜드가 매일 입점하지만, 경우에 따라 소비자에게 노출되는 기회가 부족했다. 특히 유저가 좋아할 만한 브랜드를 충분히 소개하고자 했다”고 설명했다.

이를 위해 무신사는 ‘아마존 퍼스널라이즈’를 도입했고, 현재 개인화 추천 서비스를 제공하고 있다. 특히 무신사는 하이브리드 모델을 활용하고 있다. AWS에서 제공하는 빅데이터 플랫폼 ‘아마존 EMR’과 ‘아마존 매니지드 워크플로우 포 아파치 에어플로우(MWAA)’를 통해 추천 시스템을 직접 개발했으며, 이를 ‘AWS 퍼스널라이즈’와 함께 접목해 서비스를 제공하고 있다.

유환성 팀장은 “이러한 하이브리드 모델들은 실시간 로그를 수집하고, 테스트해 유저 반응에 따라서 최적화되고 있다”면서, “무신사 데이터솔루션 팀에서는 약 6개월의 짧은 시간 동안 전체 로고를 처리할 수 있는 데이터 파이프라인을 구축하고 그 위에 추천 시스템을 더해 네이버 추천 서비스도 제공하고 있다”고 밝혔다.