인공지능을 실현하기 위한 기술

 

수업 필기

---

chapter

1. 인공지능을 실현하기 위한 요소

2. 인공지능을 위한 하드웨어 기술 : GPU

3. 인공지능을 위한 네트워크 기술 : 5G

4. 인공지능을 위한 인프라 기술 : 클라우드

5. 인공지능을 위한 데이터 기술 : 사물인터넷

---

1. 인공지능 서비스 개발과정

• 데이터 수집
• 데이터 저장 및 처리
  • 직접 구매 or 클라우드
  • 초기 투자비용을 최소화하고 싶다면 사용량 기반 요금 형식의 클라우드를 사용한는 것이 효율적임
• 프로그램 제작
• 서비스 배포

 

인공지능을 서비스 개발을 위한 기술

- 데이터 수집에 필요한 사물인터넷 기술

- 데이터를 전송하기 위한 5G 기술

- 데이터를 저장하고 처리하기 위한 클라우드 기술

- 패턴 분석을 위한 인공지능 기술

---

 

2. 인공지능을 위한 하드웨어 기술 : GPU

• 중앙처리장치(CPU)만을 사용했던 시기에는 데이터를 처리하는데 시간이 많이 걸려 실용적이지 못했음
• 그래픽처리장치(GPU)를연산에 적용하자학습속도가 가속화 되면서 인공지능이 더욱 더 발전하게 됨
• 컴퓨터의 그래픽 요소를 처리하기 위해 만들어짐
• 범용적인 컴퓨터에서도 사용할 수 있는 GPGPU(Genereal - Puprose computing on GPU) -> GPGPU의 도입으로 인공지능 학습 시간이 짧아짐
• 인공지능은 학습을 위해 행렬곱 연산을 수행함.

2-1 CPU와 GPU 차이

1) 구조적 측면에서의 차이

• CPU의 구성
  • 연산처리장치(ALU)
  • 제어장치(CU)
  • 캐시(Cache)
• GPU의 구성
  • 연산을 빠른 속도로 처리하기 위해 다수의 연산 처리장치 (ALU)로 구성

• CPU / GPU
  • CPU
    • 데이터처리와 더불어 멀티태스킹을 위해 작업의 우선순위를 정하고 전환하며, 가상메모리를 관리하는 등 컴퓨터를 지휘하는 역할 수행 
  • GPU
    • 픽셀로 이루어진 영상을 처리하는 용도로 쓰기 위해 만들어졌으므로, 반복적이고 비슷한 대량의연산을 병력적으로 처리하는데 적합함.

2) 처리 방식에서의 차이

• CPU
  • 직렬 처리에 최적하된 몇 개의 코어로만 구성
• GPU
  • 병렬 처리용으로 설계된 수천개의 코어로 구성

 

3) 성능 측면에서의 차이

• CPU
  • 복잡한 계산을 코어의 개수만큼 처리하므로, 간단한계산식을 여러개 처리 하려면오래 걸림
• GPU
  • 간단한 계산식을 동시에빠르게 처리하지만, 복잡한 수식은 CPU보다 연산속도가 느림 
• 처리해야할 명령어와 데이터의 성격에 따라 때로는 CPU가 때로는 GPU가 빠를 수가 있음
• 인공지능의 학습은 행렬곱, 미분과 같이 수식의 풀이가 중요하기 때문에 GPU를 사용하는 것이 더 적합

 

---

3. 인공지능을 위한 네트워크 기술 : 5G

 

1) 5G의 특성

• 5세대 이동통신
• LTE보다 수십 배 빠른 속도와 안정성

• 초고속성, 초 연결성, 초 저연성

 

---

4. 인공지능을 위한 인프라 기술 : 클라우드

1) 클라우드 컴퓨팅이란

• 인터넷 어딘가에 존재하는 컴퓨팅 자원을 필요할 때마다 컴퓨터나 스마트폰 등에 불러와 사용하는 서비스
• 구름을 뜻하는 Cloude라는 단어처럼 구름에 덮여 보이지 않는 듯한 컴퓨팅 자원을 원하는 대로 가져다 사용 가능

2) 클라우드의 장점

• 신속한 인프라 도입
• 유연한 인프라 관리
• 손쉬운 글로벌 서비스
  • 클라우드 사업자는 전 세계 대륙에 클라우드 데이터센터를 갖추고 있음
• 강력한 보안과 장애 없는 서비스
  • 클라우드 사업자는 데이터르 안전하게 보관할 수 있도록 보안에 신경을 쓴다.
  • 고객들의 서비스를 24시간 내내 쉬지 않고 유지하기 위해, 동일한 서비스를 다수의 장비에 구성하거나 체계적인백업을 유지하고 있다.  

3) 클라우드의 단점

• 비싼 이용비용
  • 클라우드는 서비스 운영 비용이 높음
  • 기업이 서비스를 제공함에 있어 비용을 가장 중요한 요소로 생각한다면, 클라우드는 적절한 대안이 아닐 수 있음
• 데이터 보관의 불안함
  • 보안상 클라우드 사업자가 고객의 데이터에 접근할 수 없을 뿐만 아니라 외부에 제공하지 않는다고 하지만, 기업 입장에서는 불안할 수 있다.

4) 클라우드 서비스의 유형

• IaaS(Infrastructure as a Service)
  • 인프라에 대한 서비스 
  • 사용자가 관리할 수 있는 범위가 가장 넓음

• PaaS(Platform as a Service)
  • 플랫폼에 대한 서비스
  • 클라우드 위에 사용자가 서비스를 개발하 할수 있도록 개발 환경을 서비스 형태로 제공

• SaaS(Software as a Service)
  • 소프트 웨어에 대한서비스
  • 가장 완성형 형태의 클라우드 서비

• AIaas (AI as a Service)
  • 클라우드 환경에서 인공지능 프레임워크 및 알고리즘을 빠르고 안정적이며 비교적 저렴하게 사용할 수 있도록 제공하는 서비스

 

---

5. 인공지능을 위한 데이터 기술 : 사물인터넷

1) 사물 인터넷 기술의 진화

• 1단계 - 연결형 IoT (connectivity IoT)
  • 2015전후로 등장
• 2단계 - 지능형 IoT(Intelligence IoT)
  • 사물이 수집한 정보를 이용하여 원격에서 사물을 제어
• 3단계 - 자율형 IoT (Autonomy IoT)
  • 사물과 사물이 분산협업지능을 기반으로 상호소통하며 공간 · 상황 · 사물 데이터의 복합처리를 통해 스스로 의사결정을 하고 물리세계(현실세계)를 자율적으로 제어하는 단계

2) AIoT (AI of Things)

• 인공지능과 사물인터넷 연결

3) 사물인터넷과 인공지능의 결합

• 사물인터넷은 다양한 센서를 갖춘 IoT 기기를 통해 수집한 데이터를 네트워크를 통해 전달하는 역할을 함(24시간 내내 데이터 수집)
• 클라우드에 수집된 데이터는 인공지능 알고리즘을 이용하여 분석되며, 그 결는 다양한 산업 영역에 활용 가능