ETRI Webzine
ETRI, 노코드 기계학습 개발도구 공개한다
Vol.247 January
인공지능(AI) 개발은 전문가들의 영역이라는 인식이 강하다.
하지만 ETRI가 개발한 노코드1) 기반 기계학습 개발도구(MLOps)2) ‘탱고(TANGO)’를 통해 AI와 소프트웨어(SW) 지식이 부족한 사용자들도 손쉽게 SW 개발을 할 수 있을 것으로 예상된다.
1) 노코드: 코딩 경험이 부족한 사람을 위해 사용자 친화적인 인터페이스로 보다 빠르고 정확하게 응용개발이 가능토록 돕는 개발 방식이다.
2) 기계학습 개발도구(MLOps): MLOps는 Machine Learning Operations의 약자로, 데이터 전처리, 모델 개발, 배포, 운영 등을 포함한 기계학습의 라이프 사이클을 관리하는 기술 및 도구다.
ETRI가 개발한 프레임워크, 탱고(TANGO: Target Aware No-code neural network Generation and Operation framework)는 AI가 적용된 응용 SW를 자동으로 개발하고, 클라우드, 쿠버네티스 온프레미스 환경3), 온디바이스 등 다양한 디바이스 하드웨어(HW) 환경에 맞게 최적화해 배포해 주는 기술이다.
기존에는 데이터 라벨링4), 모델 학습, SW 배포 등 각 단계를 전문가들이 나눠서 담당했다. 하지만 탱고는 데이터만 입력하면 전체 과정을 자동으로 수행한다. 깃허브5)에 오픈소스로 공개된 탱고는 간단한 명령어 실행과 웹 접속만으로 누구나 사용할 수 있다.
이를테면 철강공장에서 품질검사를 할 때 철강 데이터의 불량 여부 판단을 AI가 할 수 있도록 활용하거나, 병원에서 폐결핵 진단을 위한 X-ray 사진 판정을 AI가 자동 예측할 수 있도록 활용하는 등 다양한 분야에서 사용될 것으로 기대한다.
3) 공장, 병원 등에서 보안상의 이유로 클라우드 환경 대신 자체 서버나 데이터센터를 운영하는 환경을 의미한다. 즉 외부 서비스 제공업체의 인프라를 사용하지 않고, 자체 물리적인 인프라(서버, 네트워크 등)에서 쿠버네티스를 배포하고 관리하는 것을 의미한다. 쿠버네티스(Kubernetes)는 컨테이너화된 애플리케이션을 배포하고 관리하는 오픈소스 시스템이다.
4) 기계학습(Machine Learning) 또는 인공지능(AI) 모델을 훈련시키기 위해 데이터를 식별하고 주석을 추가하는 과정으로, 학습 모델이 데이터를 이해하고 예측할 수 있도록 도와준다. 예를 들어 이미지 인식 모델을 훈련시키기 위해 사진에 담긴 객체(예: 고양이, 개, 자동차 등)에 대한 설명(라벨)을 추가하는 것이다.
5) https://github.com/ML-TANGO/TANGO
현재 연구진은 핵심기술 개발을 완료하고, 공동연구기관을 중심으로 실증을 통해 다양한 분야에 보급 확산하고 있다. 공동연구기관인 ㈜웨다에서는 철강과 자동차 부품 제조 업체 2개 기업을 대상으로 현장 직원들이 활용이 가능한 인공지능 서비스를 구축했다. 향후 엣지 디바이스로의 탱고 모델 배포 기능을 활용해 일원화된 외관 품질검사를 진행할 계획이다.
더불어 서울대병원도 대규모의 ▲흉부 X선 영상 데이터를 활용해 흉부 X선 영상에서 폐결핵을 자동으로 검출하는 기술 ▲관상동맥 석회화 판별 인공지능을 개발·검증했다. 2025년에도 탱고 프레임워크를 활용한 인공지능 개발을 계속해 ▲흉부 X선 영상으로부터 골다공증 유무 예측 ▲폐암 발생 위험 예측 ▲심혈관 질환 발생 위험 예측이 가능한 인공지능 모델들을 개발할 계획이다.
또 다른 공동연구기관인 ㈜래블업도 탱고(TANGO)에서 생성한 AI 모델을 아마존 AWS, 구글 GCP 클라우드, 국산 KT클라우드 환경에 자동 배포하고 있다. 자율항해솔루션기업인 ㈜에이브노틱스도 기술이전을 통해 탱고 온디바이스 배포 기술, AI 성능 최적화 기술을 확보하고, 자율항해를 위한 온디바이스AI에 대해 사업화할 예정이다.
연구진은 앞으로도 매년 반기별로 새로운 버전의 소스코드를 깃허브로 공개할 것이라고 밝혔다. 연 1회 하반기에는 공개 세미나를 개최해 개발 기술뿐만 아니라 실증 노하우 등도 함께 공유할 계획이다.
