구글이 미국 샌프란시스코에서 열린 컨퍼런스 넥스트 구글 클라우드 플랫폼(NEXT Google Cloud Platform) 기간 중 새로운 머신러닝 플랫폼을 발표했다. 에릭 슈미트 알파벳 회장은 키노트에서 머신러닝을 다음에 올 혁신이라면서 인박스에 들어간 스마트 리플라이 등에 사용 중인 구글 머신러닝을 개발자도 쉽게 사용할 수 있게 될 것이라고 밝혔다.

그는 구글의 주요 애플리케이션이 클라우드 머신 러닝을 이용 중이라면서 이미지 검색과 음성 검색, 번역과 스마트 리플라이 등이 대표적인 예라고 설명했다. 그리고 이 플랫폼은 클라우드 서비스로 이용할 수 있으며 이를 통해 서비스에 전례 없는 규모와 속도를 제공하게 될 것이라고 강조했다.

구글 머신러닝(Cloud Machine Learning)은 구글의 머신러닝 개발 환경을 앱 개발자가 쉽게 활용할 수 있게 해준다. 이를 구글 클라우드 플랫폼에 추가한 만큼 기존과는 전혀 다른 새로운 앱의 등장을 예고한 것.

구글의 클라우드 머신 러닝 플랫폼은 기본적으로 2가지 이용 방법이 있다. 하나는 개발자가 머신러닝 모델을 자신의 데이터로 개발하는 것, 다른 하나는 구글이 미리 학습시킨 모델을 사용하는 것이다. 머신러닝 모델을 학습시키는 데에는 상당한 컴퓨팅 파워 처리가 필요한 만큼 개발자는 구글 클라우드 데이터플로(Google Cloud Dataflow), 구글 빅쿼리(Google BigQuery), 구글 클라우드 데이터프로(Google Cloud Dataproc), 구글 클라우드 스토리지(Google Cloud Storage), 구글 클라우드 데이터랩(Google Cloud Datalab) 같은 도구에서 얻은 데이터를 사용할 수 있다.

구글은 클라우드 머신 러닝은 데이터 입력에서 예측까지 모든 걸 맡게 된다고 설명한다. 덕분에 모든 앱에서 구글 서비스를 지원하는 것 같은 딥러닝 기법을 활용할 수 있게 된다는 것. 미리 훈련된 모델은 구글 번역 API(Google Translate API)와 클라우드 비전 API(Cloud Vision API)를 지원하지만 클라우드 스피치 API(Cloud Speech API) 같은 새로운 서비스도 지원한다. 클라우드 스피치 API는 구글 음성 검색이나 음성으로 조작할 수 있는 앱 등에 활용되고 있다. 또 80개 이상 언어로 음성을 텍스트 변환할 수 있다.

그렇다면 이런 API는 어떻게 활용할 수 있을까. 예를 들어 클라우드 스피치 API를 이용하면 구글이 개발한 최신 음성 인식 기술을 개발자가 API로 사용할 수 있다. 예를 들어 응용 프로그램에서 전송된 음성 데이터는 클라우드에 텍스트로 변환된다.

클라우드 스피치 API는 안드로이드 단말 내 음성 검색이나 음성 입력 같은 일반 머신러닝 기술을 이용한다. 음성으로 질의를 하면 이에 맞는 답변을 하도록 할 수 있다. 클라우드 스피치 API는 80개 언어를 지원하며 소음에 영향을 크게 받지 않는 등 높은 인식력을 갖추고 있다.



이런 능력을 활용하면 라즈베리파이 기반 로봇에 카메라와 마이크를 탑재하고 음성과 이미지를 인식해 결과를 실시간으로 텍스트 수신하도록 할 수도 있다. 텍스트 데이터 변환과 음성 인식은 모두 병행 처리할 수 있는 만큼 음성이 끊기지 않은 채 클라우드가 실시간으로 처리할 수 있다.

음성으로 질문을 하면 답변을 찾는 한편 API가 인식 언어를 지정하도록 설정할 수도 있고 다른 API와 결합해 활용할 수도 있다. 예를 들어 클라우드 비전 API와 결합해 OCR 기능을 조합할 수도 있는 식이다.

클라우드 스피치 API는 실시간 스트리밍 인식 뿐 아니라 일괄 처리도 할 수 있다. 음성 메일이나 팟캐스트, 콜센터 등에 기록된 음성이나 문자 등을 이용할 수도 있다. 또 구글 클라우드 플랫폼의 컴퓨팅 파워를 이용해 대화형 음성 인식 앱을 만들 수도 있다.

구글 클라우드 플랫폼은 빅데이터에서 목적에 맞는 빅데이터 분석도 할 수 있다. 빅데이터 분석을 대규모 머신러닝 모델로 설계, 관리할 수도 있는 것. 컴퓨팅 파워가 높은 구글 클라우드 플랫폼을 이용하는 만큼 데이터 분석은 빠르고 정확하다.

구글은 자체 개발한 기술을 개발자가 손쉽게 이용할 수 있는 형태로 제공하는 게 목표라고 밝히고 있다.클라우드 머신 러닝을 포함한 구글 클라우드 플랫폼은 신청 페이지에 등록한 다음 무료로 테스트해볼 수 있다. 무료 체험 기간은 60일이며 이 기간 중 300달러 상당 기능을 사용해볼 수 있다.구글은 그 밖에도 텐서플로우(Tensorflow) 같은 오픈소스 도구를 제공해 커뮤니티가 구글 도구를 사용, 개선할 수 있도록 하고 있다.

머신러닝은 이미 비즈니스 자체에 변혁을 예고하고 있다. 수많은 기업이 머신러닝 활용을 준비하고 있다. 포춘500대 기업 대부분은 머신러닝을 이용해 경영을 효율화해 이익을 늘리고 있다고 해도 과언이 아니다. 그렇다면 머신러닝이 어떤 분야에 사용되고 있기에 구글이 머신러닝에 이렇게 적극적일까.

먼저 사용자가 만드는 콘텐츠를 더 가치 있게 해주는 것이다. 오탈자 투성이이거나 잘못된 정보가 있을 수도 있다. 머신러닝은 좋은 사용자 콘텐츠를 식별해낼 수 있다. 인터넷을 이용하다가 골칫거리로 접하게 되는 스팸 정보도 머신러닝을 이용해 없애거나 줄일 수 있다. 핀터레스트 같은 곳은 머신러닝을 이용해 개인이 더 관심을 둘 만한 내용을 표시한다. 옐프(Yelp)는 사용자가 올린 사진을 필터링할 때, 디스커스(Disqus)는 스팸 댓글을 없애는 데에 머신러닝을 이용한다.

다음은 검색이다. 구글이 최근 검색 부문 리더에 인공지능 전문가를 임명한 것도 예가 될 수 있다. 엄청난 데이터베이스 자체를 인덱싱하고 키워드와 일치하는 결과를 찾아내는 기술 자체는 사실 1970년대부터 존재했다. 하지만 구글은 가장 관련성이 높은 게 뭔지 찾으려는 검색 지능화에 머신러닝을 응용한다. 물론 구글 뿐 아니라 애플은 앱스토어에서 사용자가 검색할 때 관련성이 높은 앱을 표시할 때 활용하기도 한다.

머신러닝은 고객 행동을 분석하는 데에도 활용될 수 있다. 타깃 고객을 모니터링하고 이들에게 영향을 주는 요인을 파악할 수 있고 이런 반응에 따라 광고나 프로모션 자체를 수정할 수도 있다. SNS에 올라온 게임에 대한 반응을 분석해 대응을 할 때에도 마찬가지다. 인터넷에 올라온 수천, 수만 건에 달하는 관련 트윗을 분석할 때에도 머신러닝을 이용할 수 있는 건 물론이다.

아직 머신러닝을 두고 관심을 갖는 분야는 인공지능 개인 비서 기능이나 자동운전 차량 등 일부에 국한되고 있다. 하지만 이미 웹서비스 등에도 머신러닝이 활용되는 예는 얼마든지 있다. 심지어 보안 같은 분야에서도 샌드박스를 통해 가상 시뮬레이션을 할 때 알려지지 않은 악성코드에 대한 분석에 머신러닝을 이용한다. 머신러닝은 특정 분야가 아닌 기존 서비스 자체를 똑똑하게 만드는 데 이미 광범위한 활용을 시작한 상태다. 구글이 머신러닝에 적극적인 자세를 보이는 이유도 여기에 있다. 관련 내용은 이곳에서 확인할 수 있다.

이석원 기자  lswcap@techholic.co.kr

<저작권자 © 테크홀릭, 무단 전재 및 재배포 금지>