※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1839호(2018. 3. 28. 발행)에 기고한 원고입니다.


▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

IBM과 MS, 기업이 추가 학습시킬 수 있는 AI 서비스 제공.pdf



ž IBM, MS, 구글 등이 제공하는 클라우드 인공지능(AI)을 기업이 독자적인 데이터로 추가 학습시켜 자사의 비즈니스에 적합한 AI를 손쉽게 개발하려는 움직임이 확산되고 있음


Ø 가령 오토박스 세븐(Autobacs Seven)IBM의 이미지 인식 AI의 클라우드 서비스인 Visual Recognition에다가 다양한 마모 상태의 타이어 이미지를 이용해 추가 학습시켜 타이어의 마모 상태를 진단할 수 있는 AI 2개월 만에 개발하였음


<자료> Autobacs

[그림 1] 타이어 마모 진단 스마트폰 앱


Ø
오토박스 세븐은 클라우드에서 동작하는 이 AI를 호출하여 이용할 수 있는 스마트폰 앱을 2017 9월부터 제공중임


Ø 이 앱을 이용하는 사용자가 자기 차량의 타이어를 촬영하면 이미지는 곧바로 IBM의 클라우드로 보내지며, 추가 학습을 마친 AI는 마모 수준을 대·· 소의 3 단계로 평가해 줌


<자료> Autobacs


[그림 1] 타이어 마모 진단 스마트폰 앱


ž 추가 학습이 가능한 클라우드 AI 서비스 기능을 제공하는 이유는 범용 AI로는 특정 분야에서 요구되는 정확도 높은 진단이나 판단을 기대할 수 없기 때문


Ø 추가 학습이 가능한 AI 서비스가 등장하기 전에 클라우드로 제공되는 AI 서비스는 크게 두 가지 유형으로 분류할 수 있었음


Ø 하나는 AI의 소프트웨어 모듈 및 실행 환경을 제공하는 유형으로, 학습되지 않은 백지 상태의 AI가 제공되므로 사용자 기업은 방대한 학습 자료를 직접 준비해야 했으며, 소프트웨어 모듈의 선택과 AI 튜닝 등을 위한 개발 스킬을 필요로 하는 등 허들이 높았음


Ø 또 다른 유형은 학습된 AI 제공 서비스로, 클라우드 사업자가 방대한 학습 자료로 개발한 것이며, 화면에 비춰진 사물의 인식, 동일인 여부 판정, 성별이나 연령의 판정, 자연 언어의 의도 해석, 기계 번역 등의 단일 기능 AI 서비스로 다시 세분화 됨


Ø 학습된 AI는 일종의 기성품으로 즉시 사용할 수 있는 장점이 있지만, 기능별로 범용으로 만들어졌기 때문에 특정 분야에 적용할 정도의 높은 정확도를 기대하는 것은 어려웠음


Ø 가령 오토박스7의 앱과 비교한다면, 화면에 비춰진 물건을 인식하는 기능으로는 이 물체가 타이어라고 인식할 수는 있지만, 타이어의 마모 수준까지는 판정할 수 없었던 것임


ž 기존 두 유형의 AI에서 장점만 취한 것이 추가 학습이 가능한 학습된 AI 서비스임


Ø 학습된 AI가 바탕이 되고 있기 때문에, 사용자 기업은 추가 학습용 데이터를 준비하고 읽을 수 있도록 튜닝 함으로써 특정 용도에 맞춘 AI를 비교적 단기간에 개발할 수 있음


Ø 앞서 소개한 오토박스 세븐 외에도, NAVITIME(내비타임)은 추가 학습이 가능한 AI 서비스를 이용하여 사용자가 스마트폰 앱으로 입력한 사진 이미지를 바탕으로 한 관광 명소를 제안하는 기능을 강화하였음


Ø 또한 역이나 거리에 설치하는 광고 전송 기기 앞에 서 있는 사람의 표정을 심층 분석할 수 있도록 추가 학습이 가능한 AI 서비스의 도입을 검토하기 시작한 광고대행사도 있음


ž 추가 학습이 가능한 학습된 AI 서비스의 장르로 특히 인기가 있는 것은 이미지 분석인데, IBM, MS, 구글 등이 이 서비스를 잇따라 출시하고 있기 때문


Ø 오토박스 세븐이 활용하는 IBM Visual Recognition 2016 5 월부터 제공되고 있음


Ø 마이크로소프트는 2017 5월부터 Custom Vision Service의 프리뷰 버전을 제공하고 있으며, 2018 1월에는 구글이 Google Cloud AutoML Vision을 이용자 한정의 알파 버전으로 제공하기 시작했음


Ø MSCustom Vision Service는 고객 기업이 스스로 마련한 이미지에 태그를 붙이고 학습시킴으로써 특정 용도의 AI를 개발할 수 있게 하고 있음


Ø 요리 이미지를 판별하는 추가 학습을 시킬 경우, 기업이 직접 준비한 음식 이미지를 요리 이름으로 태그를 붙여 업로드만 하면 되며, 추가 학습한 AI에 태그가 붙지 않은 알 수 없는 이미지를 업로드 하면 미리 등록한 분류에 따라 유사도를 표시해 줌


<자료> xTech


[그림 2] MS Custom Vision Service를 이용한 요리 AI 교육


Ø 두 개 이상의 태그가 필요하고 준비해야 할 이미지는 하나의 태그마다 최소한 5장인데, 이미지가 많을수록 정확도가 올라가지만 추가 학습을 위한 데이터가 반드시 대량으로 있지 않아도 어느 정도 의도한 분류는 가능함


Ø 추가 학습이 가능한 학습된 AI 서비스의 등장에 따라 개발 비용을 절감하면서 자신의 요구 사항에 맞춘 AI를 쉽게 개발할 수 있게 되었으며, 이는 AI의 비즈니스 활용을 가속화하는 계기가 될 것으로 보임

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1835호(2018. 2. 28. 발행)에 기고한 원고입니다.


▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

차세대 동작 인식 기술 발표 봇물, 소형화∙저전력화가 특징.pdf



[ 요 약 ]


마이크로소프트가 키넥트를 발표한 이래 동작 인식 기술은 게임뿐만 아니라 의료제조업 등 다양한 분야에서 새로운 인터페이스 방식으로 점차 확산되어 가고 있음최근 반도체 및 센서 기술의 발전에 힘입어 새롭게 업그레이드 되고 있는 차세대 동작 인식 기술은 소형화경량화저전력화가 특징이어서 스마트폰을 비롯해 보다 다양한 기기에 탑재될 가능성을 획득함으로써동작 인식의 활용이 보다 광범위하게 이루어질 수 있는 모멘텀을 확보하고 있음



[ 본 문 ]


ž 집적회로 기술 관련 국제 컨퍼런스인 International Solid-State Circuits Conference(ISSCC) 2018에서 차세대 동작 인식 기술이 잇따라 발표되었음


Ø 손이나 몸의 움직임을 인식하여 기기 조작의 인터페이스로 사용하는 동작(gesture) 인식 기술은 2010년 출시된 마이크로소프트의 동작 입력 컨트롤러 키넥트(Kinect)를 계기로 대중적으로 알려지기 시작했음


Ø 키넥트는 MS의 게임 콘솔인 X박스와 짝을 이루며 주로 게임 분야에서 활용되었으나, 그 밖에도 직접 기기 조작이 어려운 수술실에서 이용하는 등 점차 응용처가 확산되어 왔음


<자료> Marnent


[그림 1] 수술실의 동작 인식 인터페이스


Ø 최근에는 VR(가상현실)/AR(증강현실) 애플리케이션에서 활용이 적극 모색되고 있기도 하며, 스마트폰이나 헤드마운트디스플레이(HMD)에 동작 인식 기술을 탑재하려는 움직임도 시작되었음


Ø 2월 중순에 샌프란시스코에서 열린 ISSCC 2018 컨퍼런스에서는 이처럼 새로운 분야에 적용될 것을 겨냥한 차세대 동작 인식 기술들이 다수 선보였는데, 신기술들은 이전의 동작 인식 기술에 비해 소비 전력과 비용은 절감하고, 계측 성능은 대폭 강화한 것이 특징임


ž 차세대 동작 인식 기술들은 우선 적외선을 사용하지 않아 전력 및 비용을 크게 절감하고고 있는데, 우리나라의 KAIST가 선보인 손 동작 인식 IC 칩이 대표적


Ø 동작 인식 입력 컨트롤러에서 사용하는 심도 이미지 센서의 경우, 빛을 쐰 후 되돌아 올 때까지의 비행 시간으로 거리를 추정하는 ToF(Time of Flight) 방식이 일반적임


Ø 혹은 특정한 2차원 패턴(도트)광을 대상물에 쏘이고, 촬상 소자가 획득하는 패턴광의 왜곡을 바탕으로 심도를 측정하는 SL(Structured Light) 방식을 사용하기도 함


Ø ToF SL 방식 모두 비교적 정밀하게 동작을 인식할 수 있지만 적외선을 이용하므로 발광 소자나 수광 소자 등의 광학 소자가 필요하기 때문에, 그 만큼 소비 전력의 증가나 비용 상승으로 이어지기도 쉬움


Ø 이런 문제를 해결하고자 올해 ISSCC에서는 적외선을 이용하지 않는 방법의 제안이 잇따랐는데, 대표적으로 KAIST는 스테레오 카메라를 이용해 전력 소모가 작은 손짓 인식 IC의 프로토타입을 제작하여 선보였음


Ø KAIST는 좌우 한 쌍의 카메라 이미지에 대해 대응점을 탐색하고 시차 정보로부터 이미지의 심도 정보를 얻는 스테레오 매칭 방식을 채택하였음



<자료> ISSCC


[그림 2] KAIST가 시험 제작한 손 동작 인식용 IC의 주요 사양()과 데모 장면(아래)


Ø 스테레오 매칭 방식은 ToF 방식 등에 비해 전력 소모가 작은 장점이 있지만, 손짓의 오인식이 발생하기 쉽다는 문제가 있었는데, KAIST는 손의 식별과 심도 추정에 인공지능 알고리즘의 하나인 CNN(Convolutional Neural Network)을 이용하여 인식의 정확도를 높였음


Ø 구체적으로는 말하면, KAIST의 방식은 20~40cm의 손 동작 인식 범위에서 추적 오차 (hand tracking error)가 평균 4.3mm 정도에 불과하고, 프로토타입 IC의 소비 전력은 한손 인식 시에 9.02 mW, 양손 인식 시에 31.2 mW로 매우 낮음


Ø KAIST 팀은 프로토타입 IC를 구현한 USB 동글을 스테레오 카메라 장착 노트북에 끼워 손짓을 인식하는 데모를 선보였는데, 가상 공간에 나타난 입방체를 손으로 잡거나 늘리는 모습을 보여주었음


ž 밀리미터파를 이용하여 저전력으로 동작을 인식하려는 기술도 나왔는데, 이런 방식의 데모는 인피니온(Infineon)과 텍사스 인스트루먼트(Texas Instruments, TI)가 선보였음


Ø 인피니온은 ISSCC에 논문을 투고·발표한 것이 아니라, ISSCC의 담당 위원으로 추천 및 승인된 기업이 자사 제품과 기술을 홍보할 수 있는 인더스트리 쇼케이스(Industry Showcase)를 통해 기술을 공개하였음


Ø 인피니온은 소비 전력 100 mW 미만의 소형(12.5mm × 9mm × 0.8mm) 동작 인식 밀리미터파 레이더(트랜시버) IC를 개발했는데, 측정 거리가 10m로 길다는 점도 특징


Ø TI는 시험 제작한 밀리미터파 레이더용 트랜시버 IC를 사용하여 동작 인식 데모를 보여주었는데, IC는 이번 ISSCC에서 구두 발표된 것으로 주로 자율운전에서 차량 밖의 상황을 감지하기 위해 사용될 것이라고 함


Ø 그러나 TI는 원거리뿐만 아니라 근거리에서도 사용할 수 있음을 어필하기 위해 손가락의 움직임을 인식할 수 있다는 것을 데모 세션에서 선보였는데, 데모는 운전석 주변의 조작 패널에 적용하는 것을 가정한 것이었음


ž 이 밖에도 노르웨이의 스타트업인 엘립틱 랩(Elliptic Labs)이 인더스트리 쇼케이스에서 초음파를 이용한 동작 인식 기술을 선보였음


Ø 엘립틱 랩은 초음파의 가상 센서로 손짓을 인식하는데, 자신들의 인식 알고리즘을 채택한 소프트웨어를 스마트폰에 탑재하면, 전용 센서를 추가하지 않고도 동작 인식을 가능하게 해주기 때문에 가상 센서라 부르고 있음


Ø 엘립틱 랩은 이미 스마트폰에 탑재되어 있는 스피커를 초음파 송신기로, 마이크를 수신기로 이용하기 때문에 만약 스마트폰에 여러 개의 스피커가 내장되어 있다면 동작 인식의 정확도는 더욱 높아진다고 함


ž 동작 인식에 사용하는 ToF 방식의 심도 이미지 센서에서도 큰 진전이 있었는데, 마이크로소프트는 이번 ISSCC에서 100만 화소가 넘는 ToF 센서용 수광 소자를 발표하였음


Ø MS가 발표한 이미지 센서의 유효 화소 수는 1024×1024 픽셀, 화소 사이즈는 3.5μm각이며, 이 화소에 초당 30 프레임의 프레임 속도로 작동시킬 경우 소비 전력은 650 mW로 낮은 편이고, 칩 크기는 9.8mm×5.4mm 65nm 제조 공정에서 만들어진다고 함


Ø 또한 글로벌 셔터(global shutter)를 지원하기 때문에 빠른 몸짓을 보다 정확하게 인식할 수 있게 된 것도 특징임


Ø 전자제어 셔터에는 롤링 셔터(Rolling Shutter)와 글로벌 셔터 방식이 있는데, 롤링 셔터는 포컬 플레인에 있는 두 개의 차광막을 순차적으로 열고 닫는 구조여서 이미지 센서가 한 라인씩 신호를 읽게 되므로, 뒤로 갈수록 증가된 신호량의 적체 문제가 발생


Ø 반면, 글로벌 셔터는 전체를 동시에 노광시킨 후 한번에 닫아버리는 구조여서 한 프레임의 촬영 시점이 동일하기 때문에 시차에 의한 왜곡이 없는 장점이 있고 동영상 촬영에 보다 적합한 것으로 알려져 있음


Ø 통상 ToF 센서는 손을 빠르게 휘두르는 상태와 같이 빠르게 이동하는 객체가 있는 상황에서 배경광을 노이즈로 인식하기 때문에 거리 측정의 정밀도가 떨어지는 쉬움


Ø ToF 센서용 수광 소자는 통상 두 프레임 간의 차이를 취하여 배경광을 제거하므로, 다음 프레임이 되기 전에 객체가 움직이면 이전 프레임의 객체가 잔상으로 남아 노이즈가 되어 거리 측정 정밀도가 저하되는 것인데, 글로벌 셔터 방식이면 이런 문제가 거의 없어짐


ž MS는 시연을 통해 프로토타입 센서와 레이저 광원을 조합한 ToF 센서에 의한 측정 결과 등을 보여 주었는데, 2013년에 나온 2세대 키넥트 보다 성능이 크게 향상되었음


<자료> ISSCC


[그림 3] MS의 새로운 ToF 센서 시연 장면


Ø 고무적인 것은 광원을 포함해도 이 ToF 센서의 소비 전력이 950 mW 1W를 밑돈다는 것으로, 이는 모바일 기기에도 탑재될 수 있음을 의미하기 때문


Ø 심도의 불확실성(Depth Uncertainty) 3000 lux 미만의 밝기 환경에서 측거 범위의 0.2% 미만이었고, 측거 범위는 1024픽셀 × 1024 픽셀로 구동할 경우 0.4~4.2m였으며, FOV(시야각)은 수직과 수평 모두 120도였음


Ø 시연 결과 MS의 새로운 ToF 센서는 2세대 키넥트에 비해 성능이 크게 향상된 것으로 보이는데, 가령 화소 수는 약 4배 이상이며 소비 전력은 크게 낮아졌음


Ø 2세대 키넥트는 ToF 센서의 소비 전력이 컸기 때문에 냉각 기기가 컸고 냉각 팬도 붙어 있었으며, 따라서 키넥트 본체의 크기로는 도저히 모바일 기기에 탑재할 수 없었음


Ø 이에 비해 MS가 데모 세션에서 보여준 프로토타입의 ToF 센서 모듈은 마우스 정도의 크기였기 때문에 기술 발전 여하에 따라서는 스마트폰의 주변기기 나아가 스마트폰에 탑재될 수 있는 가능성을 보여주었음


ž 소형화-경량화-저전력화가 특징인 차세대 동작 인식 기술이 가장 먼저 활용될 분야로는 VRAR, 자동차 분야 등이 꼽히고 있으며, 특히 VR 시장의 촉매제가 될 것으로 기대됨


Ø 2016년에 고사양의 HMD들이 속속 선보이며 VR 시장이 본격화될 것이란 전망이 계속해서 제기되고 있으나 아직은 현실화되지 못하고 있음


Ø 여기에는 여러 이유가 있겠으나 센서를 외부에 놓고 HMD가 그 신호를 받아들여 위치와 동작을 인식하는 아웃사이드-인 방식으로 인한 번거로움도 한 요인으로 꼽힘


Ø 이에 비해 2세대 HMD는 센서 카메라를 HMD의 전면에 배치해 사용자의 위치와 움직임을 인식하는 인사이드-아웃 방식을 채택함으로써 PC가 필요 없는 스탠드얼론 형태를 띠고 있는데, 차세대 동작 인식 기술은 더 가볍고 편리한 HMD 출현을 촉진할 것으로 보임


Ø 자동차 분야에서는 운전자의 몸짓을 감지해 전방 주시 태만, 졸음 운전, 운전 중 전화 사용 등에 대한 경고를 알림으로써 안전도를 높이거나, 운전자의 손 동작을 인식해 에어컨을 켜거나 음악을 재생하는 등의 인터페이스를 구현해 편의성을 높여줄 것으로 기대됨

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1822호(2017. 11. 15. 발행)에 기고한 원고입니다.


▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

애저(Azure) 전용 하드웨어 개발, 하드웨어 업체로 거듭나는 MS.pdf


ž MS는 최근 개최된 기술 컨퍼런스 마이크로소프트 이그나잇(Microsoft Ignite) 2017에서 자사 클라우드 서비스인 애저(Azure)용으로 개발한 독자 하드웨어에 대해 자세히 설명


Ø MS 애저의 CTO를 맡고 있는 마크 러시노비치는 마이크로소프트 애저 데이터센터의 하드웨어와 소프트웨어 아키텍처 내부라는 제목의 세션 강연을 통해 기존의 데이터센터와는 확연히 다른 모습으로 진화하고 있는 애저 데이터센터에 대해 설명


Ø 러시노비치의 강연은 마이크로소프트는 소프트웨어 기업이다라는 명제가 이제 완전히 과거의 일이 된 것임을 보여주었다는 평을 이끌어 낼 정도로 MS의 새로운 면모를 보여주었음


Ø MS는 현재 가상 머신을 실행하는 서버뿐만 아니라 데이터센터에서 사용하는 다양한 네트워크 장비 및 AI(인공지능)에 최적화 된 FPGA 보드, 백업을 위한 전용 스토리지 등을 개발하고 있음


Ø FPGA 보드는 프로그램이 가능한 비메모리 반도체의 일종으로. 회로 변경이 불가능한 일반 반도체와 달리 용도에 맞게 회로를 다시 새겨 넣을 수 있어 용도에 맞게 반도체의 기능을 소프트웨어 프로그램 하듯이 변형시킬 수 있는데, 일반 반도체에 비해 가격이 수십~수백 배 비쌈


Ø 러시노비치는 MS 애저의 새로운 특징을, 데이터 센터, 네트워크, 서버, 스토리지의 네 가지 키워드로 설명하였음


ž 데이터센터와 관련하여 MS는 올해 9월부터 이용가능 구역(Availability Zones, AZ)이라는 개념을 도입했는데, 이는 아마존 웹서비스의 AZ와 동일한 것임


Ø MS는 전 세계의 다양한 지역에 데이터센터의 그룹인 지역(Region)을 만들고 있는데, 한 지역 내에서 물과 전력 네트워크의 공급 라인이 서로 다른 한 구역(Zone)AZ가 됨


Ø AZ는 한 지역에 최소 3개 이상이 존재하고, 하나의 AZ가 물리적으로 다운되더라도 다른 AZ에는 영향이 미치지 않도록 설계되어 있으므로 애저 이용 기업은 여러 AZ에 걸쳐 서버 클러스터를 구축하는 것으로 AZ의 장해에 대비할 수 있게 됨


Ø MS는 데이터센터의 전기 공급에 관해서도 흥미로운 활동을 하고 있는데, 우선 2018년까지 데이터센터가 소비하는 전력의 50%풍력, 태양광, 수력 에너지로 전환할 계획이며, 2020년까지 이 비율을 60%로 높인다는 계획임


Ø 또한 올해 안에 데이터센터 내에서 연료 전지의 시범 도입을 시작할 것인데, 연료로는 천연가스를 사용하지만 천연가스를 그대로 연소시키는 것이 아니라, 천연가스에 포함된 수소와 산소를 화학 반응시켜 전기를 생성한다고 함


Ø 화력 발전소에서 만들어진 전력을 사용하면 송전망과 데이터센터의 변전 설비 등에 전력 손실이 발생하는 반면, 연료 전지를 사용하면 전력망을 거치지 않고 데이터센터 내에서 발전한 전력을 소비하므로 연료 효율이 2배로 증가하고 정전 영향을 받지 않아 신뢰성도 높아진다고 함


ž 다음으로 네트워크와 관련해 MS는 한 지역 내의 각 데이터센터들을 연결하는 네트워크 장비도 독자 개발하였음


Ø MS는 현재 전 세계에 36개의 지역을 구축하고 있으며 각 지역은 MS 전용의 광섬유 케이블로 연결하는데, 통신회사의 광섬유 망을 임대할 뿐만 아니라 직접 자금을 투자해 전용 해저 광케이블을 설치하기도 함


Ø MS가 독자 개발한 데이터센터들을 상호 연결해주는 네트워크 장비는 여러 랙으로 구성되는 대형 광 스위치로 매디슨(Madison)이라 불리는데, 매디슨은 데이터센터 사이에서 1.6페타바이트/초의 속도로 광통신이 가능하다고 함


Ø 또한 32 메가와트 규모의 소비 전력이 있으면 한 지역을 감당할 정도의 네트워크 대역을 커버할 수 있는데, 이는 수만~수십 만 대의 표준적인 서버를 32 메가와트로 가동할 수 있다는 말임


Ø 러시노비치에 따르면, 기존 네트워크 장비에서 이 정도 대역을 커버하기 위해서는 32랙 없이는 수용 할 수 없을 정도의 대형 네트워크 장비를 도입해야 했음


Ø 그러나 2 랙 정도의 하드웨어와 32 메가와트로 지역 간 통신을 커버할 수 있는 매디슨을 자체 개발함으로써 비용을 대폭 절감했을 뿐 아니라 소비 전력도 크게 줄일 수 있게 되었음


ž 서버와 관련해서는 FPGA에 대한 최근의 개발 노력과 MS가 개발해온 서버 하드웨어의 역사에 대해 상세히 설명하였음


Ø MS2015년 말부터 애저에 새로 추가된 모든 물리적 서버에 자신들이 독자적으로 개발한 FPGA 보드를 탑재해 오고 있음


Ø FPGA 보드는 스마트NIC라 불리는데, 마이크로소프트 애저의 SDN(소프트웨어 정의 네트워크)에 관련된 라우팅 테이블의 변환 처리 외에 네트워크 통신의 암호화 처리 등을 담당함


Ø 서버 하드웨어와 관련해서는 2008년에 애저 서비스를 시작한 이래 매년 새로운 서버 하드웨어를 MS가 자체 개발해 왔다는 사실을 공개하였음


<자료> Microsoft


[그림 1] MS의 애저 서버 독자 개발 역사


Ø 애저에 처음 도입된 자체 개발 서버의 이름은 Gen 2(2세대)였는데, 이는 MS가 애저 서비스를 시작하기 전부터 서버를 자체 개발하고 있었다는 것을 시사하고 있으며, 현재는 Gen 6(6세대) 서버가 탑재되어 있음


Ø Gen 6 서버는 MS OCP(Open Compute Project)에 하드웨어 설계도를 오픈소스로 기증한 프로젝트 올림퍼스(Project Olympus)와 동일한 것이라고 하는데, OCP는 페이스북이 주도해 시작된 데이터센터 하드웨어의 오픈소스 단체로 최근 MS, 구글, 애플 등도 참여하고 있음


Ø MS는 최근에 비스트(Beast)라 불리는 프로세서 코어 120 , 메모리 4 테라바이트를 탑재한 몬스터 머신까지 개발하고 있다고 하는데, 러시노비치에 따르면 비스트는 SAP HANA MS SQL 서버 등 데이터베이스를 운용하는 데 특화된 하드웨어라고 함


Ø 한편, MS는 서버 펌웨어 변조 등을 방지하기 위한 보안 칩인 케르베로스(Cerberus)도 개발하고 있는데, 이는 서버에서 사용하는 모든 부품 펌웨어에 디지털 서명을 함으로써 조작을 할 수 없게 하는 것으로, 구글도 이와 유사한 보안 칩을 개발하고 있음


ž 마지막으로 스토리지와 관련해서는 애저의 스토리지 시스템이 제타바이트 규모가 될 것이며, 이를 위해 방대한 데이터 백업 전용 장치도 자체 개발하고 있다고 설명


Ø MS는 애저의 제공을 시작한 이래 스토리지 비용을 98% 절감해 왔는데, 스토리지 공급업체가 판매하는 전용 저장 장치를 사용하지 않고 자체 개발한 서버의 내장 스토리지와 소프트웨어의 조합으로 폭발적으로 늘어날 스토리지 수요에 대응하는 동시에 비용을 절감했다고 함


Ø 애저의 스토리지는 페타바이트의 백만 배인 제타바이트를 향해 가고 있으며 이처럼 방대한 데이터는 백업하는 것도 힘든 일인데, MS는 데이터센터 백업 용도로 IBM의 대형 테이프 라이브러리인 TS3500을 사용 중이며, TS3500은 최대 1 2천 개의 테이프를 저장할 수 있음



Ø 또한 MS펠리칸(Pelican)이라는 명칭의 백업 전용 저장 장치도 자체 개발하고 있는데, 하나의 서버 랙에 1,152개의 하드 디스크를 탑재하는 시스템으로 10 테라바이트의 하드 드라이브를 사용하는 경우 용량은 총 11.5 페타바이트에 달함


Ø MS는 현재 차세대 저장 장치도 개발 중인데, 기록 매체에 석영 유리를 사용하는 프로젝트 실리카(Project Silica) 및 기록 매체에 DNA를 사용하는 프로젝트 팰릭스(Project Palix) 등을 진행하고 있으며, 팰릭스의 경우 하나의 서버 랙에 1 제타바이트를 저장할 수 있다고 함


<자료> Microsoft


[그림 2] DNA 이용한 스토리지 프로젝트 팰릭스


ž 하드웨어 제조업체로서 마이크로소프트의 스킬은 해마다 높아지고 있다는 사실이 이번 기술 컨퍼런스를 통해 다시금 확인되었음


Ø 그 동안 혁신적 데이터센터 기술의 개발은 페이스북과 구글이 주도하는 것으로 알려졌으나, 이들 못지 않게 MS도 독자 데이터센터 기술을 개발해 왔음이 밝혀졌으며, 여기에 애플을 더해 4개 기업이 경쟁과 협력을 통해 폭발적인 데이터 수요 대응 방안 마련에 나설 것으로 전망

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1820호(2017. 11. 1. 발행)에 기고한 원고입니다.


▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

&lsquo;윈도우 폰&rsquo; 사실상 종료, &lsquo;공통 플랫폼&rsquo;의 유혹에 빠진 것이 패인.pdf



ž 마이크로소프트의 대대적인 윈도우 10 업데이트에 가려졌지만, MS의 자체 개발 스마트폰인 윈도우 폰이 사실상 조용히 막을 내렸음


Ø 지난 10 18 MS는 윈도우 10의 대대적인 업데이트인 폴 크리에이터스 업데이트(Fall Creators Update)를 출시하며, 새로운 노트북 서피스 북 2(Surface Book 2)도 동시에 발표하는 등 오랜 만에 활기찬 마케팅 공세를 펼쳤음


Ø 그러나 신제품 홍보에 묻혀 조용히 수명을 다한 제품도 있었는데, 윈도우 10 모바일(Windows10 Mobile)이라는 공식 제품명을 갖고 있는 MS의 자체 스마트폰, 윈도우 폰


Ø 정확히 말해 MS가 윈도우 폰의 종료를 공식적으로 발표한 것은 아니지만, 윈도우 10 담당 부사장인 조 벨피오레는 보안 취약점과 버그 수정은 하지만, 새로운 기능의 개발이 예정되어 있지는 않다고 자신의 트위터 계정을 통해 발언하였음


Ø 스마트폰 업계에서 신규 기능의 개발을 중단한다고 언급한 것은 사실상 사업 종결ㅇ을 선언한 것과 같다고 보아야 함


Ø 징후는 얼마 전부터 있었는데, 빌 게이츠는 TV 프로그램에 출연해 지금까지 사용하고 있던 스마트폰(아마도 윈도우 폰)에서 안드로이드로 갈아 탔다며, 안드로이드에서 MS 앱을 사용하고 있다는 발언으로 관심을 모은 바 있음


[Say Goodbye to Windows Phone]


ž 윈도우 폰이 실패한 가장 큰 원인은 물론 아이폰과 안드로이드에 크게 뒤쳐졌기 때문이지만, 윈도우 폰과 데스크톱의 호환성에 과도하게 매달린 것이 컸다는 분석도 있음


Ø MS의 가장 큰 자산이자 강점은 윈도우가 가진 압도적인 데스크톱 점유율이며, 모바일에서 부진을 만회하기 위해 이 강점을 살리고 싶다는 생각을 갖는 것이 당연한 일이기는 하지만, 문제는 너무 거기에 매달리게 되었다는 것


Ø MS는 처음부터 개발자 회의 등에서 윈도우 폰과 데스크톱 버전의 윈도우 사이에서 응용프로그램을 공통으로 작동하게 하는 플랫폼을 제공할 것이라 밝혀왔음.


Ø 그리고 실제로 2012 10월에 출시한 윈도우 폰 8 OS의 커널을 윈도우 8과 공동으로, 2014 4월에 출시한 윈도우 폰 8.1에서는 유니버설 앱이라 부르는 공통 앱이 데스크톱 버전과 윈도우 폰에서 동일하게 작동하게 되었음


Ø 최신 버전의 윈도우 10 모바일은 데스크톱 버전의 윈도우 10과 공통의 OS 환경을 제공하고 있으며, 동일한 응용 프로그램이 완전히 작동할 수 있게 되었음


Ø MS는 자신들의 계획대로 착착 환경을 정비해 온 것이었으나, MS의 기대만큼 유니버설 앱이 증가해 주지 않는다는 점을 계산에 넣지 못했음


Ø 벨피오레 부사장도, 자금을 쏟아 앱 개발자를 열심히 지원해 왔지만 대부분의 개발자들이 투자에 걸맞은 사용자 수를 얻지는 못했다며 실패를 인정하고 있음


ž MS의 기대만큼 유니버설 앱이 호응을 얻지 못한 이유는, 어느 환경에서나 동일한 앱을 사용할 수 있다는 것이 생각만큼 매력적이지 않은 일이 되어버렸기 때문


Ø 한번 개발한 애플리케이션이 그대로 데스크톱과 스마트폰에서 작동할 수는 있지만, 그것이 최종 사용자에게 편한 사용 방법인가 하는 것은 별개의 문제임


Ø 스마트폰 화면이 5인치 이상으로 커졌다 해도 15인치 전후의 노트북과는 환경이 다르며 최적의 화면 디자인이나 조작성, 터치 등 화면 크기에 맞는 사용자 인터페이스가 필요함


Ø 결국 개발자로서는 이용 환경에 따라 다시 애플리케이션을 최적화해야 하므로 공통 플랫폼의 장점은 생각보다 적다는 것이며, 섣불리 발표한 후 생각보다 판매가 적으면 후속 지원과 앱 유지보수 비용을 확보하기조차 어렵기 때문에 유니버설 앱으로 전환은 부진할 수밖에 없었음


ž MS는 과거 IBM과 마찬가지로 한 시대를 제패했던 자만이 가질 수 있는 공통 플랫폼의 유혹에 빠졌던 것이며, 이전의 대성공에 집착하는 혁신의 딜레마에 빠졌던 것으로 보임


Ø 과거 80년대 IBM 역시 메인 프레임에서 사무용 컴퓨터, 심지어 PC까지 공통의 API를 정의하는 SAA(Systems Application Architecture)라는 웅장한 구상을 발표 한 바 있는데, SAA는 개발 도중 폐기가 되었지만 IBM처럼 MS도 시대의 승자한 할 수 있는 꿈을 보아버린 것으로 보임


Ø 역사에 가정은 없고 결과적으로 지금과 크게 달라지지 않았을 수도 있지만, MS의 팬들은 MS가 아이폰과 맥의 관계처럼 앱의 호환성에 구애받지 않고 데스크톱 윈도우와 전혀 별개로 윈도우 폰을 발전시켜 나갔으면 어땠을까 하는 아쉬움을 표하고 있음

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1814호(2017. 9. 20. 발행)에 기고한 원고입니다.


▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

AR은 수직통합 VR은 수평분업 상반된 전략 병행하는 MS.pdf



ž 시애틀에는 가상현실(VR)과 증강현실(AR) 분야 스타트업들이 많이 모여 들고 있는데, 이곳에 마이크로소프트(MS)가 있다는 사실도 그 이유 중 하나임


Ø VR AR 기술의 스타트업들은 당연히 하이테크의 집적지인 실리콘밸리, 영화산업의 메카인 LA로 많이 모여들고 있으나, 이 두 도시에 버금가는 것이 시애틀임


Ø 2017 1분기에 시애틀 지역에 모인 총 벤처 투자액은 3억 달러로 실리콘밸리 지역에 투자된 67억 달러에 비하면 20분의 1에도 못 미치지만, VRAR 분야만 떼 놓고 보면 상당한 자금과 기업이 시애틀에 모여들고 있음


Ø 그 이유 중 하나는 인재 풀로, VRAR 콘텐츠 및 소프트웨어를 만들기 위해서는 유니티(Unity) 같은 개발 도구를 이용한 3D 모델링 기술이 필수적인데, 이 스킬을 가진 인재를 풍부하게 보유한 게임 회사들이 실리콘밸리와 LA에 이어 시애틀에 많이 있음


Ø , 게임업계의 인재들이 VR/AR 분야 스타트업으로 흘러 들어 간다고 추정할 수 있고, 이런 점에서 시애틀에 본사를 둔 MS의 존재를 빼놓을 수 없는데, MS는 게임사업 부문인 X박스(Xbox)가 있기 때문에 VR/AR 인재의 수요 진작에도 크게 기여해 왔기 때문


Ø 무엇보다 MSAR 글래스와 VR 헤드마운트디스플레이(HMD)를 개발하고 있는 대형 기술기업이기도 하며, 시애틀의 VR/AR 분야 스타트업 중에는 MS 출신이거나 MS와 공동 프로젝트를 진행하는 등 협업관계를 가진 곳들이 많음


ž 스마트폰 시대가 도래하며 위상이 많이 추락한 MS는 부활의 모멘텀 찾기에 사활을 걸고 있는데, VR/AR 분야는 MS 재도약 발판의 하나로 꼽히고 있음


Ø PC 시장의 90% 이상을 윈도 OS가 점유하고 있지만, 노키아의 휴대전화 사업부문을 인수하는 등 갖은 노력에도 불구, 모바일에서 윈도 폰의 점유율은 0.3%로 사실상 없는 것과 마찬가지


Ø MS가 모바일에서의 실패를 만회하기 위해서는 포스트 스마트폰 시대를 철저히 준비할 수밖에 없는데, 이런 절박함은 VR/AR 분야에 대한 적극적인 투자에서 잘 드러남


Ø AR VR의 용도가 어느 정도 구분되어 있기에 대부분의 기술 기업이 어느 한쪽을 공략하는 것에 비해 MS는 현재 양쪽 모두를 공략하고 있음


Ø 2013년 오스터하우트 디자인그룹(Osterhout Design Group, ODG)으로부터 AR 글래스 관련 81 건의 특허를 인수한 이래 MS는 수년 간의 개발을 거쳐 2015 1월에 윈도 혼합현실(Windows Mixed Reality, WMR)이라는 OS를 탑재한 AR 글래스 홀로렌즈(HoloLens)를 공개하였음


Ø 홀로렌즈는 PC나 케이블 연결이 필요 없고, 위치 추적 센서를 내장해 가상세계의 객체를 현실세계와 거의 정확히 겹쳐서 표시하며, 음성 입력 및 제스처 컨트롤을 구현하는 등 당시 하이엔드 VR 헤드셋이나 AR 글래스에서 볼 수 없었던 기능을 선보이며 대단한 호평을 받았음


Ø MSAR 글래스에 이어 VR에도 적극적 자세를 보이고 있으며, 2016 10월에 윈도 10 기반의 PC에 연결해 사용하는 VR HMD를 발표했는데, OS는 홀로렌즈와 같은 WMR을 채택하고 있지만 소프트웨어와 하드웨어의 개발은 분업 체제를 취하고 있음


<자료> Microsoft


[그림 1] MS의 윈도 10 기반 VR 헤드셋


Ø MS는 자신들의 제품을 AR이나 VR로 부르지 않고 혼합현실(MR)이라 부르고 있는데, 이는 VR이냐 AR이냐 하는 구분은 그다지 중요한 것이 아니며, MS가 제공하는 OS가 어떤 장치에서도 작동하는 것이 중요하다는 소프트웨어 중심적 사고 방식이 반영된 것으로 보임


Ø MS는 현재 눈에 가까운 디스플레이(Near Eye Display)라는 이름의 세 번째 MR 기기를 개발 중인데, 올해 5월에 공개한 프로토타입은 얇은 안경과 같은 장치로 사용자의 시야에 홀로그램을 겹쳐서 표시할 수 있다고 함


<자료> Microsoft Research


[그림 2] MS의 홀로그래픽 디스플레이



ž MSVR AR에 임하는 개발 전략은 대조적인데, VR에서는 PC와 같은 수평 분업 방식을 택한 반면, AR[서는 윈도 폰과 같은 수직 통합 방식을 택하고 있음


Ø , AR에서는 홀로렌즈의 경우에서 보듯 하드웨어와 소프트웨어를 모두 직접 개발하고 있으며, VR 에서는 하드웨어 제조를 HP나 레노버 같은 파트너에 위탁하고 있는 것


Ø 이는 제품의 성숙도 차이에 따라 각기 다른 전략을 펼치는 것으로 해석할 수 있는데, MS의 주력 분야는 어디까지나 윈도 OS를 비롯한 소프트웨어에 있다는 점을 염두에 둘 필요가 있음


Ø AR 글래스는 기술적 난이도가 높고, 하드웨어와 소프트웨어를 긴밀하게 통합할 필요가 있기 때문에 MS에서 모두 직접 다룬다는 방침을 세운 것으로 보임


Ø 반면 VR HMD는 소프트웨어 핵심 기술이 거의 확립되어 있다고 판단한 것으로 보이며, 조만간 하드웨어 제조가 급속도로 진행될 것이기 때문에 MS VR 소프트웨어 개발에 주력하고 하드웨어 개발은 제조업체에 맡기려는 것으로 보임


Ø 이런 해석이 맞다면, AR 글라스의 경우도 핵심 소프트웨어 기술이 어느 정도 확립된 것으로 판단되는 시점에서 하드웨어 개발을 아웃소싱으로 전환할 가능성이 높음


Ø MS 전략의 특징은 홀로렌즈를 먼저, VR용 헤드셋을 나중에 출시한 제품화 순서에도 나타나는데, 이미 많은 제품이 북적거리는 VR HMD 시장에서 뒤쳐지지 않기 위해 VR 헤드셋을 먼저 출시했을 수도 있지만 굳이 시장 확대에 시간이 걸릴 AR 글래스를 먼저 선보인 것임


Ø 아이폰 등장 이후 근 10여년 동안 여러 실패를 겪어온 MS이기에, 급할수록 돌아간다는 마음으로 어떤 기업보다도 장기적이고 치밀한 관점에서 VR/AR 시장에 임하려는 것으로 보임

※ 다음 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1766호(2016. 10. 05 발행)에 기고한 원고입니다. 


▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

링크드인 서비스 개선 채팅봇 도입.pdf



◈ 비즈니스 인맥 사이트인 링크드인(LinkedIn)은 채팅봇의 도입과 새로운 온라인 학습 도구의 제공을 골자로 하는 서비스 강화 정책을 발표


가장 눈길을 끄는 것은 작년에 도입한 메시징 플랫폼에 로봇 기술을 통합하여 보다 스마트한 메시징 경험을 구현하겠다는 전략


• 학습지원 기능도 추가할 계획인데지난해 인수한 온라인 학습 서비스 린다닷컴(Lynda.com)을 기반으로 링크드인의 데이터와 네트워크를 결합한 온라인 학습도구 링크드인 러닝(LinkedIn Learning)을 제공할 예정


• 링크드인 러닝은 회원이 갖추거나 보완해야 할 능력을 판단하고 필요한 기술을 얻기 위해 전문가에 의한 학습 과정을 제공하게 됨




<자료> LinkedIn


[그림 1] 링크드인 러닝 서비스 화면



이 밖에 뉴스 피드를 통해 회원 별로 관련성이 높은 업계 뉴스 및 인기 콘텐츠를 제공하는 등 개인화 서비스도 강화한다는 계획이며, 모바일 앱의 장점을 웹사이트 개편에 반영하여 정보 접근성을 높일 방침


링크드인의 가입자 수는 2016 6월 말 현재 전세계 4 5천만 명에 이르며, 올해 6월 마이크로소프트가 262억 달러에 인수되었으며, 인수 절차는 연내 완료될 예정임


◈ 링크드인의 채팅봇 도입 계획은 마이크로소프트(MS)의 인수 결정 이후 나온 것이어서, 향후 MS의 채팅봇 시장 전략과 연관성 여부에 관심이 모이고 있음


채팅봇 시장은 구글, 페이스북에 앞서 MS가 서비스를 시작한 분야로, 올해 3월 영어 채팅봇인 테이(Tay)를 선보인 바 있음


사용자와 대화 중 학습한 인종 차별이나 폭력 표현을 채팅봇이 그대로 사용한 탓에 서비스 개시 몇 시간 만에 중지되는 사태가 발생하기도 했지만, MS는 영어 채팅봇 서비스 재개에 자신감을 보이고 있음


MS가 채팅봇 분야에서 의욕과 자신감 보이는 이유는 단지 경쟁자들에 앞서 서비스를 시작했기 때문만은 아님


MS는 채팅봇 분야의 경쟁 우위를 확보하려면, 채팅 기반 서비스, 인공지능, 소셜 그래프, 인공지능을 위한 플랫폼, 개발자 네트워크라는 5가지 자산의 유기적 결합이 필요하다고 보고 있음


5가지를 개별적으로 살펴보면 인공지능 부문에선 구글이, 소셜 그래프 부문에서는 페이스북이 분명 MS 보다 앞서 있다고 볼 수 있지만, 5가지를 총체적으로 고려하면 MS가 오히려 시장을 주도할 수 있는 경쟁력을 가지고 있다는 것이 MS의 판단임


MS는 스카이프라는 메시징 플랫폼을 인수했고, 인공지능 연구는 20년 전부터 착수한 상태이며, 소셜 그래프를 위해 비즈니스 SNS인 링크드인을 인수했고, 인공지능을 위한 플랫폼으로 윈도와 탄탄한 개발자 네트워크를 보유하고 있음


모든 요소를 다 보유하고 있다는 것이 경쟁 우위가 된다는 주장은 폐쇄적 생태계의 논리일 수도 있지만, 다소 의아한 M&A로 평가 받고 있는 스카이프와 링크드인의 인수 결정이 채팅봇 시장을 염두에 둔 것이라면 MS는 심모원려를 가지고 있었던 셈


링크드인이 선보일 채팅봇 서비스를 살펴 보면, MS가 지향하는 채팅봇 시장의 미래의 단초를 알 수 있을 것으로 보임