현지시간, 지난 18일부터 20일까지 가상으로 개최된 '구글 I/O 2021'에서 데이터 과학자와 AI 개발자가 인공지능(AI) 기반 애플리케이션을 더 쉽게 통합하고 모델의 배포 및 유지 관리를 가속화 할 수 있는 새로운 관리형 머신러닝(ML) 플랫폼 '버텍스 AI(Vertex AI)'을 발표했다.

버텍스 AI는 통합 된 사용자 인터페이스와 API를 통해 기존의 다양한 머신러닝 서비스를 포괄하는 플랫폼으로 AutoML과 AI 플랫폼을 통합, 버텍스 AI를 사용해 개발자는 다른 클라우드 제공 업체의 플랫폼보다 거의 80% 감소시킨 코드 라인을 사용한다.

오늘날 데이터 과학자 및 개발자들은 머신러닝 포인트 솔루션을 수동으로 결합하여 모델 개발, 테스트 및 배포에 과도한 지연 시간에 고심하고 있다.

이러한 과제를 해결하기 위해, 이번 발표된 구글클라우드의 버텍스 AI는 하나의 통합 UI와 API로 머신러닝 모델을 구글 클라우드 서비스에 통합하여, 규모에 맞는 모델을 구축, 학습 및 배포하는 과정을 혁신적으로 단순화한다.

이 플랫폼은 단일 환경에서 AI 모델을 개발에서 배포에 이르기까지 더 빠르게 이동하고, 패턴과 이상 징후를 보다 효율적으로 발견하며, 더 나은 예측과 결정을 내릴 수 있으며, 일반적으로 변화하는 시장 환경에 더 민첩하게 대처할 수 있다.

특히, Vertex AI는 필요한 모든 도구를 갖춘 단일 플랫폼으로 특별히 머신러닝 교육을 필요로 하지 않고 데이터, 프로토타입, 실험, 모델 배치, 모델 해석 및 생산 모니터링을 할 수 있다. 즉, 기본 지식만 있으면 누구나 이 툴을 사용해 머신러닝 모델을 구현하고 배포할 수 있다는 것이다.

또한 구글클라우드는 이 플랫폼은 '책임감 있는 AI(Responsible AI- 보기)' 배포를 지원하며 테스트 및 모델 관리에서 생산으로, 궁극적으로 비즈니스 결과를 추진하는 데 더 빨리 구현할 수 있도록 보장한다고 한다.

Vertex AI를 사용하는 조직은 컴퓨터 비전, 언어 및 대화와 같은 기능과 구조화된 데이터를 포함하는 동일한 AI 툴킷에 액세스할 수 있으며, 버텍스 비지어(Vertex Vizier)와 같은 새로운 머신러닝 프로젝트의 구축 및 관리를 효율적으로 운영하는 'MLOps(Machine Learning Operations-보기)' 기능을 사용하여 더 많은 유용한 AI 애플리케이션을 더 빠르게 배포한다.

또한, 더 빠른 모델 선택으로 데이터가 장치 또는 현장에 유지되어야 하는 경우에는 현재, 테스트 단계에 있는 '버텍스 머신러닝 엣지 매니저(Vertex ML Edge Manager)'로 자동화 된 프로세스와 유연한 API를 사용하여 엣지에서 모델을 배포하고 모니터링하도록 설계되었다.

여기에, 데이터 과학자와 개발자가 머신러닝 기능을 제공하고 공유하고 재사용할 수 있도록 완전히 관리되는 기능인 '버텍스 피쳐 스토어(Vertex Feature Store)'를 제공한다.

구글 클라우드 Vertex AI 및 AI 애플리케이션 제품 책임자 인 크레이그 와일리(Craig Wiley)는 "구글은 AI에 대한 지난 10여년 동안 혁신과 전략적 투자를 통해, 생산에서 ML 모델을 구축, 배치, 유지하는 방법에 대한 중요한 교훈을 얻었습니다"라며, "이러한 통찰력과 공학은 버텍스 AI의 기반과 설계에 기본이 되었고, 구글 AI 연구소에서 새로운 혁신으로 지속적으로 강화될 것입니다"라고 말했다.

한편, Vertex AI 플랫폼(보기)을 시작하는 방법에 대해 더 자세히 알아보려면 'GCP 기반 머신러닝 권장 사항(보기)'과 MLOps((Machine Learning Operations)과 오는 6월 10일(현지시간) 개최되는 데이터 과학자 및 ML 엔지니어를 위한 Applied ML Summit(참고)을 참고하면 된다.

참고, 아래는 구글 I/O 2021에서 사라 로빈슨(Sara Robinson)의 'Vertex AI로 엔드 투 엔드 솔루션 구축(Build end-to-end solutions with Vertex AI) 세션 영상.