[박람회] 2023 디지털미디어혁신대전 참관 보고서

국민대학교 2023 소프트웨어융합최신기술 박람회 참관 보고서 과제_ 내 사진은 삭제함ㅎ..ㅎ

 

디지털미디어혁신 박람회: IT기술 혁신의 새로운 지평과 전망

요   약
지난 9월 25일부터 9월 27일까지 3일간 삼성 코엑스홀에서 <대한민국 디지털 미래혁신대전 2023>이 개최되었다. 대한민국 디지털 미래혁신대전은 대한민국 4차 산업혁명 현황과 미래를 한눈에 조망할 수 있는 국내 유일 전문 산업 박람회로, 올해 연사 및 패널 약 80여명, 오프라인 300개사 450부스 규모로 진행되었다. KT, NAVER, LG AI연구원, 배달의민족, AWS, 메가존클라우드, 토스, 카카오뱅크, 야놀자, intel, SK telecom, 오라클, 쏘카, 카카오모빌리티, 뤼이드, 알체라, 웨이브 등 디지털 분야에서 활약하고 있는 기업들이 다수 참여하였다.[1] 본 보고서는 해당 박람회에서 견학한 내용을 바탕으로 작성되었다.

 

1. 서 론

  디지털 기술의 발전은 우리의 삶을 뿌리 깊게 변화시키고 있다. 4차 산업혁명의 흐름은 더욱 강화되면서, AI를 중심으로 한 정보통신기술은 거의 모든 산업 분야에 파급력을 지니고 있으며, 그 영향력은 더욱 확대되고 있다. 이러한 변화의 중심에는 끊임없이 혁신을 이루어내는 기업들이 있다. 그들은 우리의 일상, 경제, 사회 전반에 걸쳐 새로운 가치를 창출하며, 미래의 성장 동력을 형성하고 있다.

 

<대한민국 디지털 미래혁신대전 2023>은 이러한 디지털 기술의 최전선에 서 있는 국내외 기업들이 모여, 그들의 혁신과 노력을 공유하는 중요한 장이다. 본 박람회는 디지털 기술의 최신 동향과 전망, 그리고 다가올 미래를 한눈에 조망할 수 있는 기회를 제공한다.

27일 금요일, 해당 박람회에 참여함으로써 디지털 기술이 우리 사회와 경제에 어떠한 변화를 가져올지, 그리고 앞으로 어떠한 전략과 방향으로 나아가야 할지에 대한 통찰력을 얻고자 하였다. 또한, 국내외 주요 기업들의 혁신적인 기술과 사업 모델을 통해 앞으로 4차산업 시대에서 어떠한 기회와 도전이 있을지를 파악하는 것 역시 목표로 하였다.

 

1. 본 론

2.1 AI 기술 동향 및 전망

  현재 AI 기술은 계속해서 발전 중에 있으며, 기업과 산업부문에서 사실상 필수적으로 채택되고 있다. 머신러닝, 딥러닝, 자연어 처리, 컴퓨터 비전 등의 AI 분야에서 연구와 혁신이 지속되며, 이는 자율주행 차량, 헬스 케어, 인공지능 보안, 로봇 등 다양하게 활용되고 있다. 해당 박람회에서도 또한 이렇게 AI가 다양한 산업 부문에서 적용되고 활용되고 있는 기술 동향을 확인할 수 있었다.

 

2.2 주요 업체 소개

[그림2] 우아한형제들 - 배민로봇 작동 사진

 

a. 우아한 형제들 

  코로나 사태 이후, 언택트가 트렌드로 급부상하면서 배달플랫폼 시장은 큰 수혜를 얻었다. 소비자들이 오프라인 활동을 피하고 온라인 주문 및 배달을 선호하게 되었으며, 이로써 배달플랫폼 시장의 수요와 매출은 급성장하게 되었다. 국내의 다양한 배달플랫폼 중에서 ‘배달의민족’은 ‘우아한형제들’에서 운영하는 대표적인 배달 서비스 브랜드이다. 이번 박람회에서 ‘우아한형제들’은 ‘배달의민족’ 대신 ‘배민로봇’이라는 로봇 기술 브랜드로 참여해 개발 중인 배달 로봇 기술을 선보였다.

 

배민로봇은 장애물을 인식하고, 피하며 과속 방지턱 등을 지날 때 속도 조절을 하는 등, 다양한 딥러닝 기술이 적용된 신기술을 보여주었다. 배민로봇은 최근 서울시 송파구 내에서 시범운영되었으며,  기술적으로 더 보완하여 전국구, 그리고 글로벌적으로 배달을 목적으로 하는 배민로봇이 활약하게 될 것으로 보인다. 이는 배달인력의 인권비 감소에 큰 기여를 할 것으로 보이며, 이로 인한 배달 관련 일자리 감소 문제도 따라 올 것으로 예상된다.

 

 

 

b. 엘리스

  해당 박람회에서는 카카오엔터프라이즈, 메가존클라우드, 오라클, 삼성 등 많은 기업들이 클라우드 서비스를 선보였다. 이러한 많은 클라우드 기업들을 한 눈에 볼 수 있도록 클라우드 기업들을 모아서 배치한 클라우드존도 있었다. 대부분의 기업들은 워낙 규모가 있다보니 클라우드 서비스를 제공하고 있다는 사실을 이미 알고있었으나 엘리스 기업은 이번 박람회를 통해서 처음 알게 되었다. 

 

[그림2] 엘리스 - 엘리스클라우드 이미지

기존의 엘리스 기업은 코딩 교육 플랫폼으로 유명한 스타트업이다. 코딩 교육 플랫폼 내에서 자체적으로 코드를 작성하고 컴파일 및 제출이 가능한 기능을 제공한다. 엘리스에서 AI교육도 진행함에 따라 자체적으로 AI를 학습할 수 있는 GPU를 제공하는 클라우드 서비스를 런칭하였다. 다른 클라우드 플랫폼과의 차별성에 대해 질문하였을 때, 엘리스 측은 ‘합리적인 가격’이라고 답변하였다. 해외 클라우드 대비 3분의 1 가격으로 GPU 리소스 가격을 선보이고 있었다. 이는 클라우드 비용에 부담을 느끼고 있는 작은 기업들이 주목할 만한  가격이라고 생각된다.

 

이전에는 클라우드 하면 대표적으로 AWS, GCP, AZURE를 떠올렸지만 이제는 많은 기업들에서 클라우드를 제공함에 따라 클라우드 플랫폼 선택의 폭이 넓어졌다. 클라우드 플랫폼들이 내보이는 강점들이 각각 다르기 때문에 다양한 클라우드 서비스 중에서 프로젝트의 규모, 목적 및 예산에 알맞도록 클라우드 플랫폼을 선정하는 역량도 필요해질 것으로 예상된다.

 

2.3 기억에 남는 핵심 AI 기술 소개 및 설명

  해당 박람회에서는 많은 AI 기술들을 볼 수 있었지만, 특히나 MLOps라고 불리는 머신러닝 모델 개발과 운영을 통합한 시스템은 정말 많은 기업에서 선보였다. AI의 지속적인 발전 및 실제 서비스에 적용을 위해서는 DevOps가 따라올 수 밖에 없다. 하지만 ML과 DevOps 분야는 거리가 있기 때문에 둘을 통합하는 과정이 실제 프로덕션 환경에서 많은 이슈가 되었을 것이라고 예상된다. 이를 극복하기 위해 MLOps라는 새로운 패러다임이 등장했고, 덕분에 데이터사이언티스는 모델 개발에 집중, 서비스 개발자는 서버 및 클라이언트 개발에 집중할 수 있는 환경이 제공되었다.

 

위에서 언급했듯이, MLOps는 ML과 DevOps를 결합한 용어이다. 모델 학습을 위한 데이터 처리, 모델 학습 및 추론, 모델 운영 및 배포까지 ML 프로덕션의 전반적인 것을 자동화하여 운영을 용이하게 하도록 한다. MLOps의 주요 구성 요소는 다음과 같다. [2]

자동화 및 CI/CD

버전 관리

환경 관리

성능 모니터링 및 로깅

보안 및 규정 준수

자동 스케일링 및 부하 분산

[표1] MLOps 구성 요소

 

MLOps의 대표적인 역할은 모델 개발, 훈련, 평가, 및 배포를 자동화하는 것이다. 지속적 통합(CI) 및 지속적 전달(CD) 원칙을 따라 개발 및 배포 프로세스를 통합하며, 새로운 모델 업데이트를 빠르게 배포할 수 있도록 한다. 또한 코드 및 데이터를 버전 관리하는 것과 같은 원리로 모델 및 모델 학습 프로세스에도 버전 관리를 진행한다. 이를 통해 모델 버전을 추적하고 이전 버전과 비교하여 모델의 변화를 모니터링할 수 있다. MLOps는 모델 개발 환경을 표준화하고 관리하는 방법을 제공하여  모델의 재현성과 안정성을 보장하는 환경 관리 역할도 한다. 앞서 언급한 모델의 버전관리는 모델의 성능 개선을 위해서 이루어진다. 이를 위해서 모델이 운영 환경에서 어떻게 수행되는지 모니터링하고, 로그 데이터를 수집하여 문제를 식별하고 해결하는 과정은 MLOps에서 필수적인 요소이다. MLOps에서 또한 중요하게 여겨지는 부분은 데이터와 모델에 대한 보안이다. 이는 기업의 자산과 같기 때문에 외부에 유출되지 않도록 보다 엄격한 보안이 요구된다. 모델을 운용하는 서비스를 보다 유연하게 운영하기 위해서 MLOps에서는필요한 경우 모델 서비스를 자동으로 확장하고 부하를 분산시켜 대규모 및 실시간 요청에 대응할 수 있도록 한다.

 

이렇듯 MLOps는 모델의 전체 수명 주기를 관리하고 최적화하는 데 중요한 역할을 한다. 이를 통해 모델의 효율성, 신뢰성, 보안성, 그리고 확장성을 향상시키며, 기업이 AI 및 머신 러닝을 효과적으로 활용할 수 있도록 지원한다. ML을 채택한 기업에서 MLOps는 이미 필수적인 요소가 되었다고 생각한다.

 

2.5 해당 기술에 관련된 교과목 탐색

  MLOps에 관련된 기술은 ML과 DevOps 전반의 모든 기술들이 포함되어있다고 볼 수 있다. 다만, MLOps는 모델 개발을 편리하게 하기 위해 운영 시스템을 개발하는 것으로, 운영 측면에 더 가깝게 볼 수 있으므로 적절한 ML 관련 지식과 DevOps에 대한 깊은 이해를 요구할 것이라고 예상된다. ML은 기본적인 이론과 적용할 수 있는 능력이 필요하고 또한 현재 가장 좋은 성능을 내는 모델 및 도메인에 따른 모델 트렌드를 익히는 것이 MLOps에서 중요한 부분이라고 생각된다. 따라서 ‘인공지능’, ‘데이터과학’, ‘머신러닝기초’, ‘딥러닝기초’, ‘소프트웨어융합최신기술’ 등 AI의 기초를 쌓고 최신 기술을 익힐 수 있는 교과목이 해당 부분의 지식을 함양하는 데에 많은 도움이 될 것이라고 예상된다.

 

DevOps는 컴퓨터공학에서 배우는 전공 지식에 대한 깊이있는 이해가 필수적이며 특히나 ‘컴퓨터네트워크’ 과목이 가장 중요한 과목이라고 생각된다. 또한 ML모델 학습 및 추론을 가속화하는 관점에서 MLOps를 본다면 하드웨어단의 병렬처리 등의 지식이 필요하다. 이는 ‘컴퓨터구조’, ‘운영체제’ 과목에 대한 이해가 필수적일 것으로 예상되며 병렬처리에 대한 깊은 이해를 위해서는 학부 연구생 및 대학원에 진학하여 더 심도있는 공부를 필요로 한다.

[그림4] SAPEON - AI반도체 이미지

 

또한 최근 AI반도체(NPU, TPU)에 대한 관심이 커지고 있는데, 이는 병렬처리에 대한 이해를 기본으로 한다. 따라서 ‘컴퓨터구조’, ‘운영체제’와 같은 근본적인 과목에 대한 이해는 앞으로 AI를 채택한 대부분의 IT산업에서 종사하기 위해 필수적인 역량이라고 생각된다.

 

 

 

 

 

 

 

2.4 참관 후기

[그림5] 현장 참여 증빙 사진-(2)

 

  평소 관심을 가지고 있던 IT 기업들이 대거 모여 한 눈에 볼 수 있는 박람회에 참석하게 되어 굉장히 뜻깊은 경험이었다. 보고서 작성 차 참관한 박람회였지만, 앞으로도 매년 참가하게 될 것 같고 주변 지인들에게도 추천해줄 만한 박람회였다. 규모가 규모인만큼 기업도 많고 준비되어있는 볼거리도 굉장히 많았다. 평소 관심을 가지고 있던 기업에서 어떠한 기술을 개발하고 준비해나가고 있는지 알 수 있었다. 특히나 배달의 민족에서 개발 중엔 배민로봇을 직접 눈으로 보니 배달로봇의 상용화는 가까운 미래에 이루어질 것이라고 생각이 든다.  

 

AI 기술은 내가 생각했던 것보다 훨씬 넓고 다양하게, 또 창의적으로 적용될 수 있음을 깨달았다. 그 사이에서 내가 IT 산업의 개발자로 나아가기 위해서 어떤 부분을 더 심도있게 공부해야하고 준비해야할지 생각해보게 되는 계기가 되었다. 

 

 

1. 결 론

 <대한민국 디지털 미래혁신대전 2023>은 대한민국의 현재를 이끌고 있는, 그리고 미래를 이끌어 갈 기업들이 준비한 축제와 같았다. IT 기술에서 AI는 필수가 되었기에 AI를 End-to-End로 편하게 적용할 수 있는 플랫폼과 AI 기술을 구동할 수 있는 리소스를 제공하는 클라우드 서비스들이 증가하고 있음을 확인할 수 있었다. 따라서 AI, 클라우드에 대한 지식 겸비 및 활용 능력은 IT분야로 나아가기 위한 필수 역량임을 확인할 수 있었다.

 

[참고문헌]

[1] <대한민국 디지털 미래혁신대전> 공식 사이트

[2] 문상선, 「MLOps란? - 정의, 구성요소, 레벨별 프로세스, Use case」, The DataHunt, Trend Insight, 2023.