이와 함께 AWS는 지능형 비서 역할을 하는 ‘비즈니스용 알렉사(Alexa for Business)’도 새롭게 공개했다.

스와미 시바수브라마니안(Swami Sivasubramanian) AWS 머신러닝 담당 부사장은 “AWS는 모든 개발자들이 머신러닝에 대한 지식이나 기술 역량에 관계없이 머신러닝을 보다 광범위하고 성공적으로 사용할 수 있도록 지원하고자 한다. 아마존 세이지메이커는 머신러닝과 관련된 다양한 어려움과 복잡성을 해소함으로써, 개발자들이 쉽게 작업하고, 머신러닝 모델을 구축 및 배포하는 데 상당한 도움을 줄 것으로 기대된다”고 설명했다. 그는 이어 “개발자들은 또한 새롭게 발표된 4가지 머신러닝 애플리케이션 서비스를 통해 보고, 듣고, 말하며, 세상과 상호작용 할 수 있는 차세대 지능형 앱을 즉시 개발할 수 있을 것”이라고 덧붙였다.

완전 관리형 서비스 아마존 세이지메이커(Amazon SageMaker)

‘아마존 세이지메이커’는 개발자 및 데이터 과학자들이 자체 머신러닝 모델을 신속하게 구축, 학습, 배포 및 관리할 수 있도록 돕는 완전 관리형 서비스다. 개발자들은 ‘아마존 세이지메이커’를 통해 ‘아마존 심플 스토리지 서비스(Amazon Simple Storage Service, Amazon S3)’에 저장된 데이터를 간편하게 탐색 및 시각화할 수 있을 뿐 아니라, 이를 많이 사용되는 라이브러리, 프레임워크 및 인터페이스를 이용해 변환할 수 있다.

‘아마존 세이지메이커’에는 K-Means 클러스터링, 인수분해 시스템, 선형 회귀와 같은 10가지의 가장 일반적 딥러닝 알고리즘이 포함돼 있으며, 이들은 표준 보다 10배 빠르게 실행되도록 최적화돼 있다. 개발자들은 알고리즘을 선택하고 데이터 소스를 지정하기만 하면, 아마존 세이지메이커가 기본 드라이버 및 프레임워크를 설치하고 구성하게 된다.

개발자들은 ‘아마존 EC2(Amazon EC2)’ 인스턴스의 유형과 수량을 선택하고, 위치를 지정하기만 하면 ‘아마존 세이지메이커’를 통해 쉽게 학습을 수행할 수 있다. ‘아마존 세이지메이커’는 분산 컴퓨팅 클러스터를 설정하고, 학습을 수행한 후 결과를 ‘아마존 S3’에 출력한다. 이러한 과정이 완료되면 클러스터를 파기한다. 또한, ‘아마존 세이지메이커’는 수천 가지의 서로 다른 알고리즘 매개 변수를 조합해 매우 정확한 예측을 제공한다.

‘아마존 세이지메이커’는 애플리케이션에 대한 인스턴스 생성, 모델 구축, 안전한 HTTPS 엔드포인트 설정 등을 지원해 높은 처리량을 달성하고, 저지연 예측을 수행한다. 뿐만 아니라, 머신러닝 인프라 관리, 상태 점검, 보안 패치 적용과 같은 일상적인 유지 관리 작업에 대한 수고를 덜어준다.

4가지 신규 머신러닝 애플리케이션 서비스

AWS는 머신러닝에 대한 깊은 지식이 없어도 인간과 유사한 인텔리전스를 갖춘 새로운 차원의 앱을 개발하고자 하는 개발자들을 위해 4가지의 새로운 애플리케이션 서비스를 발표했다.

먼저 ‘아마존 트랜스크라이브(Amazon Transcribe)’는 음성을 텍스트로 변환하는 것으로, 개발자들은 ‘아마존 S3’에 저장된 오디오 파일을 정확하게 텍스트로 변환할 수 있다. ‘아마존 트랜스크라이브’는 모든 단어에 대한 타임스탬프(time stamp)를 생성하기 때문에, 개발자들은 소스 파일과 텍스트를 정확하게 일치시킬 수 있다. 현재는 영어 및 스페인어를 지원하며, 더 많은 언어가 추가될 예정이다. 또한 앞으로 몇 개월 내에는 오디오 파일에서 여러 스피커를 인식할 수 있을 뿐 아니라, 단어에 대한 보다 정확한 기록이 가능하도록 사용자 지정 어휘를 업로드할 수 있게 된다.

또한 ‘아마존 트랜슬레이트(Amazon Translate)’는 최첨단 인공신경만 번역 기술을 사용해 서로 다른 언어를 매우 정확하게 번역한다. 단문 및 장문 모두 번역이 가능하며, 현재는 영어와 6개 언어(아랍어, 프랑스어, 독일어, 포르투갈어, 중국어 간체 및 스페인어) 간의 번역을 지원한다. 2018년에는 번역 가능한 언어의 수가 더욱 확대될 예정이다.

‘아마존 컴프리헨드(Amazon Comprehend)’는 문서, SNS 게시물, 기사 혹은 AWS에 저장된 기타 텍스트 데이터로부터 자연어 텍스트를 이해할 수 있다. ‘아마존 컴프리헨드’는 딥러닝 기술을 이용해 텍스트 개체(예: 사람, 장소, 날짜), 텍스트에 사용된 언어, 텍스트에 표현된 정서, 그리고 형용사가 포함된 핵심 문구 등을 식별한다. 뿐만 아니라, 애플리케이션이 문서 그룹에서 공통의 주제를 추출하는 주제(Topic) 모델링 기능도 제공한다.

마지막으로 ‘아마존 레코그니션 비디오(Amazon Rekognition Video)’는 ‘아마존 S3’에 저장된 수백만 개의 비디오에서 사람을 추적하고 활동을 감지하는 동시에 객체, 얼굴 및 부적절한 콘텐츠를 인식할 수 있다. ‘아마존 레코그니션 비디오’의 API는 수천 가지의 객체 및 활동을 정확하게 감지하고, ‘아마존 S3’에 저장된 라이브 비디오 스트림과 비디오 콘텐츠에서 모션 기반 컨텍스트를 추출하도록 학습된 컴퓨터 비전 모델에 의해 구동된다. ‘아마존 레코그니션 비디오’는 레이블과 위치(예: 해변)로 특정 비디오 섹션에 자동으로 태그를 지정할 뿐 아니라, 활동(예: 달리기)을 감지하고 얼굴을 인식 및 분석함으로써 영상에서는 부분적으로 확인이 어려운 사람도 추적할 수 있다.

비즈니스용 알렉사(Alexa for Business) 공개

‘비즈니스용 알렉사’는 직원들이 업무환경을 둘러싼 기술을 보다 편리하게 활용할 수 있도록 돕는다. 컨퍼런스콜 시작, 컨퍼런스 룸 장비 제어, 스케줄 관리, 업무 트래킹, 사무용품 주문과 같은 일련의 작업을 자동화할 뿐 아니라, 세일즈포스(Salesforce), 컨커(Concur), 폴리콤(Polycom)과 같은 이미 사용 중인 컨퍼런스 시스템이나 애플리케이션과 통합이 가능하다. 기업들은 기존의 IT 애플리케이션 및 오피스 시스템과 통합할 수 있는 맞춤화된 스킬을 구축함으로써 ‘비즈니스용 알렉사’를 손쉽게 조정할 수 있다. 뿐만 아니라, ‘비즈니스용 알렉사’에는 알렉사 디바이스를 설치 및 관리하고, 사용자를 등록하고, 스킬을 설정할 수 있는 도구가 포함돼 있어 기업들은 음성제어를 통해 간편하게 업무환경을 관리할 수 있다.

피터 힐(Peter Hill), AWS 생산성 애플리케이션 책임자는 “이미 수천만 명의 사람들이 집, 차량 혹은 모바일 기기에서 ‘알렉사’를 활용해 다양한 질문에 대한 답을 찾고, 뉴스와 정보를 습득하거나, 친구 및 가족과 연락을 주고받고 있다”며, “‘비즈니스용 알렉사’는 음성제어의 편의성을 업무환경으로 확대한 것으로, 기업들이 확장 가능한 방식으로 디바이스를 설치 및 관리하고, 스킬을 구축하는 동시에, 음성 중심의 사용자 경험을 실현하도록 돕는 강력한 툴을 제공한다”고 설명했다.

기업들은 컨퍼런스룸, 로비, 커뮤니케이션 센터와 같은 직장 내 공공장소에 공용 ‘알렉사’ 디바이스를 설치하고, AWS 관리 콘솔(AWS Management Console)을 이용해 디바이스 관리, 사용자 등록하고 기능 설정과 같은 작업을 수행할 수 있다. 이를 통해 사용자들이 회의실에서 “알렉사, 회의 시작(또는 종료)”라고 말하면 바로 회의를 시작하거나 끝낼 수 있다.

또한, ‘알렉사’ 다바이스를 스피커폰이나 화상회의 장비로 사용해 자동으로 컨퍼런스콜을 시작할 수 있다. ‘비즈니스용 알렉사’는 조명 및 화상회의 장비를 비롯한 회의실 환경 요소들을 음성으로 제어 가능할 뿐 아니라, ‘비즈니스용 알렉사’의 개인 사용자는 자신의 책상에서 자동으로 컨퍼런스콜을 시작하고, 일정을 확인하거나 회의를 취소할 수 있다. ‘비즈니스용 알렉사’는 ‘마이크로소프트 오피스365(Microsoft Office 365)’, ‘마이크로소프트 익스체인지(Microsoft Exchange)’ 및 ‘구글 G 스위트(Google G Suite)’와 호환된다.

한편, AWS는 위성 영상사진 분야의 선도기업인 디지털글로브(Digital Globe)가 자사 클라우드 서비스로 마이그레이션했다고 발표했다. AWS는 디지털글로브가 방위 및 정보, 공공안전, 지도 제작 및 분석, 환경 모니터링, 그리고 석유 및 가스 탐사와 같은 애플리케이션에 대해 보다 깊은 통찰력을 이끌어내고, 대응 능력을 향상시키 위해 AWS 머신러닝 기술을 활용한다고 설명했다.