MATLAB을 활용한 인공지능: 머신러닝, 딥러닝부터 강화학습까지...
MATLAB을 활용한 인공지능: 머신러닝, 딥러닝부터 강화학습까지...
  • 최광민 기자
  • 승인 2019.06.16 16:41
  • 댓글 0
이 기사를 공유합니다

매스웍스, 오는 7월 18일(목) 세미나에서 '머신러닝의 이해 및 건전성 예측관리 시스템 개발', '딥러닝과 강화학습', '영상, 신호 및 시계열 데이터를 위한 AI 개발 워크플로우', '임베디드 CPU 및 GPU로의 딥러닝 모델 배포' 등의 각 주제로 발표된다.
매스웍스, 'MATLAB을 활용한 인공지능: 머신러닝, 딥러닝부터 강화학습까지'의 주제로 AI EXPO 2019 세미나 개최(이미지:매스웍스, 편집:본지)
매스웍스, 'MATLAB을 활용한 인공지능: 머신러닝, 딥러닝부터 강화학습까지'의 주제로 AI EXPO 2019 세미나 개최(이미지:매스웍스, 편집:본지)

새로운 시대를 맞고 있다. 이제 인공지능(AI)은 우리 삶과 사회와 산업 전반을 변화시키고 있는 거대한 흐름이다. 다양한 관점에 있지만 일각에서는 발전된 인공지능 관련 제품과 서비스가 우리 삶을 송두리째 바꿀 것으로 전망하기도 한다. 인공지능에서 새로운 가치를 발견하는 것은 그리 녹녹치 않지만 확실한 것은 사회와 산업전반에 큰 영향과 변화가 진행되고 있는 것이다.

매킨지 보고서(Modeling the impact of AI on the world economy)에 따르면 AI가 증기 기관보다 전세계에 훨씬 더 큰 영향(증기 기관이 세계에 미친 영향의 4배, IT 시스템의 3배)을 줄 것이라고 한다. 오는 2030년까지 AI와 관련된 제품의 경제적 효과가 13조 달러(약 1경 5412조원)에 이를 것이라는 분석이 있지만, 실제로 AI를 적용하려는 기업들은 점점 많아지고 있지만 AI 기술을 도입만으로 성공하기는 그리 녹녹치 않다.

개발자의 인력부족, 기술을 활용하기에 부족한 데이터 등 여러가지 이유들이 있다. AI 자체의 도입에만 중점을 두는 것이 아닌 그 이면의 다른 부분에 대해서도 집중해야 할 시점이다. 개발자 엔지니어, 공학자의 다양한 지식과 경험이 AI 기술에 활용되어야 하며, 다양한 데이터 중 어떤 것을 선택해야 하는 판단과 소프트웨어적으로 알맞은 툴을 이용하여 보다 나은 모델을 만들 수 있도록 노력해야한다.

이처럼 급속하게 AI가 발전하면서 함께 자주 접하게 되는 용어가 바로 머신러닝과 딥러닝으로 이를 활용하기 위해 보다 필요한 기법과 도구에 대한 요구도 점점 늘어가고 있다. AI 학습을 시키기 위해서는 수작업으로 해야 하는데, 많은 인력과 많은 시간이 소요되지만 시뮬레이션을 통해 이를 보안할 수 있다. 또한 기술을 개발하는 과정에서 사용되는 툴이 통합이 가능해야 활용할 수 있어야 된다. 이에 기법과 인사이트를 공유할 수 있는 세미나가 개최된다.

행사배너
행사배너(이미지를 클릭하면 행사 등록페이지로 이동합니다)

매스웍스코리아(대표 이종민)는 오는 7월 17일(수)부터 19일(금)까지 삼성동 코엑스에세 개최되는 '제2회 국제인공지능대전(AI EXPO KOREA 2019)' 둘째날인 18일(목)일 컨퍼런스룸 300호에서 'MATLAB을 활용한 인공지능 – 머신러닝, 딥러닝부터 강화학습까지' 주제로 성공적인 머신러닝 및 딥러닝의 적용을 돕고자 13시부터 17시까지 열린다.

먼저, 세션1에서는 '머신러닝의 이해 및 건전성 예측관리 시스템 개발'의 주제로 머신러닝 워크플로우 소개와 Diagnostic Feature App을 이용한 feature 선택 및 자동화, 건전성 예측 진단 및 잔여수명 예측 방법 등이 발표된다. 세션2에서는 '딥러닝과 강화학습'의 주제로 딥러닝에서 대화형 툴을 통해 효율을 높이는 방안과 강화학습 소개 및 환경 모델링과 학습된 신경망의 배포 방법 등이 자세히 소개된다.

이어서 세션3에서는 '영상, 신호 및 시계열 데이터를 위한 AI 개발 워크플로우'의 주제로 MATLAB®을 활용하여 손쉽게 영상, 신호 및 시계열 데이터에 딥러닝을 적용하는 방법을 소개한다. 각 데이터 타입에 대한 샘플 예제를 통하여 실제로 어플리케이션을 개발하는 전체 워크플로우를 소개하며, Ground-Truth Labeling 앱(App) 을 통한 라벨링 작업 자동화, Deep Network Designer를 통한 네트워크 아키텍쳐 설계 등과 GPU, multi-GPU 및 클라우드를 활용한 연산 확장 등의 기술과 기법이 소개된다.

마지막으로 세션4에서는 '임베디드 CPU 및 GPU로의 딥러닝 모델 배포'란 주제로 학습시킨 딥러닝 네트워크를 MATLAB 내에서 테스트 및 검증, GPU Coder™ 및 MATLAB Coder™는 MATLAB 알고리즘으로부터 최적화된 CUDA 및 C/C ++ 코드를 생성과 생성된 CUDA 및 C/C++ 코드를 크로스 컴파일하여 Jetson 또는 DRIVE, ARM® 및 Intel® 기반 플랫폼에 배포하는 방법을 소개한다. CPU 아키텍쳐는 물론, CUDA언어를 잘 몰라도 GPU 아키텍쳐에 딥러닝 모델을 자동으로 배포하는 전체 워크플로우의 기법과 인사이트를 공유한다.

한편, 본 'MATLAB을 활용한 인공지능 – 머신러닝, 딥러닝부터 강화학습까지' 세미나는 무료이나 관련 기업 및 정부·기관 종사자를 대상으로 한하며, 13시부터 시작된다. 참가자는 자리 배정관계로 반드시 사전등록(바로가기)이 필요하다. 더 자세한 세미나 내용 및 참가 문의는 매스웍스코리아(02-6006-5141, 5142)으로 하면된다. 특히, 이날 세미나 참석자는 앞서, 오전 10부터 개최되는 제2회 국제인공지능대전(AI EXPO KOREA 2019)을 별도의 등록없이 무료로 관람(세미나사전등록자)이 가능하다.

이날 발표자로 나서는 엄준상 차장은 응용 수학 석사 이후, 매스웍스에서 Application Engineer로 근무하고 있으며, 매스웍스(MathWorks) 제품중 수학, 데이터 분석, 최적화, 병렬처리, 계산 금융 관련 제품을 담당하고 있다. 김종남 부장은 LG 전자, Intel Korea R&D Center 등에서 통신 및 신호처리 연구를 수행했으며, 매스웍스에서 신호처리 및 통신시스템 관련분야의 Application engineer로 재직하고 있다. 송완빈 매니저는 영상처리 및 컴퓨터 비전 분야로 석사학위 취득 후, 매스웍스에서 데이터 분석, 영상처리 및 머신러닝·딥러닝 Application Engineer로 재직하고 있다.


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.