통합 AI 프레임워크란 무엇인가요?
통합 플랫폼이 AI 프레임워크 전반에 걸쳐 데이터 준비, 모델 학습 및 프로덕션 배포를 어떻게 통합하는지 알아보세요.
Summary
- 통합 AI란 무엇이며, 연구 중심 및 배포 중심 딥러닝 프레임워크를 결합하여 어떻게 발전해 왔는지 이해하십시오.
- 통합 분석이 프레임워크 통합을 넘어 데이터 준비부터 프로덕션까지 AI 라이프사이클 전반을 어떻게 포괄하는지 알아보십시오.
- Databricks가 Spark MLlib, TensorFlow, PyTorch, Caffe2 등 다양한 AI 프레임워크를 단일 플랫폼에서 어떻게 지원하는지 살펴보십시오.
Unified Artificial Intelligence(통합 인공지능 프레임워크), 즉 UAI는 Facebook에서 올해 F8 중에 발표한 개념입니다. 이 개념은 Facebook이 제작하고 아웃소싱한 2가지 딥러닝 프레임워크를 합친 것입니다. 하나는 대규모 컴퓨팅 리소스에 액세스를 보유한 리서치 중점적 PyTorch이고, 다른 하나는 Android와 Raspberry Pi 디바이스에서의 모델 배포에 주력하는 Caffe입니다. Facebook의 Unified AI는 범위가 좁지만, Unified Analytics는 그와 달리 AI의 수명 주기 전체를 살펴보는 솔루션 카테고리입니다. 데이터세트 (Dataset) 준비부터 변수 가공(feature engineering), 모델 개발, 교육을 거쳐 모델을 배포하여 프로덕션으로 나아가는 과정 전체를 아우릅니다. 즉 개발부터 프로덕션까지 수명 주기 전체에서 AI를 사용해 진정한 의미로 데이터를 통합한다고 볼 수 있습니다. Databricks의 Unified Analytics Platform은 Apache Spark로 지원되어 데이터와 AI 기술을 한데 모으고 데이터 엔지니어와 데이터 사이언티스트의 공동 작업을 개선하며 데이터 준비, 모델 교육과 프로덕션에의 배포 과정을 간소화하여 기업의 혁신에 속도를 붙여줍니다. Databricks 플랫폼을 이용하면 데이터 사이언티스트에게 광범위한 AI 프레임워크 선택지가 주어집니다. Spark MLlib, TensorFlow, Pytorch, Caffee2 등 여러 가지 중에서 고를 수 있습니다. 
