구글은 ‘AI 퍼스트(AI-first)’를 기치로 내걸고 검색, 지메일, 유튜브, 지도, 번역, 픽셀, 포토, 알로, 안드로이드 등 구글의 거의 모든 서비스에 A를 적용해 그 서비스 가치를 더욱 높이는 전략을 펴고 있다.

◆“구글의 최종 종착지는 AI”= 지난 2000년 구글 공동창업자인 래리 페이지가 “AI는 구글의 최종 도착지가 될 것이다”라고 했던 것처럼 구글은 현재 누구나 쉽고 경제적으로 AI의 혜택을 받을 수 있는 ‘AI 민주화’를 목표로 AI 관련 각종 기술 개발 및 서비스에 적극 나서고 있다.

구글은 AI의 4개 구성요소인 컴퓨팅, 데이터, 알고리즘, 전문인력 등 모든 면에서 뚜렷한 경쟁력을 갖추고 있다고 주장한다.

먼저 컴퓨팅 파워 측면에서 구글은 머신러닝 모델의 학습 및 실행이 모두 가능한 ‘TPU(Tensor Processing Unit)’를 보유하고 있다. 이 TPU는 최대 180테라플롭(teraflop)에 달하는 부동 소수점 연산 성능을 제공, 학습과 추론을 비롯한 광범위한 머신러인 작업에 걸리는 시간을 대폭 단축시킨다.

▲ 구글의 클라우드 TPU는 머신러닝 모델을 학습시키고 실행할 수 있도록 최대 180테라플롭의 성능을 제공한다.

각 TPU에는 고속 네트워크가 포함되어 있어 ‘TPU 팟(TPU pod)’이라는 머신러닝 수퍼컴퓨터를 구축할 수 있다. TPU 팟은 TPU 64개를 갖추고 있으며, 최대 11.5 페타플롭의 연산 성능을 제공한다.

구글은 “대규모 번역 모델을 훈련시키는데 기존 최고급 상용 GPU 32개를 사용했을 때는 하루가 꼬박 걸렸지만 TPU 팟의 1/8만 사용해도 같은 정확도로 훈련시키는데 반나절 밖에 걸리지 않았다”고 설명했다.

두번째 데이터 측면에서 구글은 그 어느 AI 업체보다 풍부한 데이터를 보유하고 있는 점이 강점이다. 구글 검색, 지메일, 유튜브, 지도, 번역, 포토, 알로 등에서 생성되는 방대한 데이터를 갖추고 있어 기계 학습에 유리한 입지를 구축하고 있다.

◆컴퓨팅·데이터·알고리즘·전문인력 등 4대 AI 구성요소 경쟁력 ‘뚜렷‘= 세번째 알고리즘 측면에서 구글은 머신러닝용 오픈소스 라이브러리인 텐서플로(TensorFlow)를 비롯해 이 텐서플로 기반으로 머신러닝 모델의 구축을 지원하는 구글 클라우드 머신러닝 엔진, 그리고 머신러닝 지식이 없어도 사용할 수 있는 사전 훈련된 머신러닝 모델(Pre-trained ML models) 등이 있다.

텐서플로는 알파고에도 사용된 프레임워크로 빠르고 스마트하면서도 유연하게 새로운 제품 및 연구에 더욱 손쉽게 적용될 수 있다. 확장성이 뛰어난 머신러닝 시스템으로 스마트폰에서뿐만 아니라 데이터센터의 수천 개 컴퓨터에서도 작동할 수 있다.

클라우드 환경에서는 ‘텐서플로 클라우드 ML’이라는 이름으로 서비스 되고 있으며, 자사만의 머신러닝 기술을 도입하고자 하는 개발자들에게 더 강력하고 대용량의 컴퓨팅 파워를 제공한다.

구글 클라우드 머신러닝 엔진은 데이터의 크기나 유형에 국한되지 않고 모든 타입의 머신러닝 모델을 쉽게 구축할 수 있도록 해주는 관리 서비스이다. 구글 포토에서 구글 클라우드 스피치에 이르기까지 다양한 구글 제품을 지원하는 텐서플로 프레임워크로 해당 기업만의 모델을 만들 수 있다.

클라우드 머신러닝 엔진은 모든 텐서플로 모델을 가져올 수 있고 관리 대상 클러스터에서 대규모 교육을 수행할 수 있다. 훈련된 모델은 수천 명의 사용자와 테라바이트(TB)의 데이터를 지원할 수 있는 구글의 글로벌 예측 플랫폼에서 즉시 사용할 수 있다.

◆사전훈련된 머신러닝 모델로 6종의 API 제공 = 구글은 사전훈련된 머신러닝 모델로 ▲비전 API(Vision API) ▲음성인식 API(Speech API) ▲번역 API(Translation API) ▲자연어처리 API(Natural Language API) ▲비디오 API ▲Jobs API 등 6종의 API를 제공하고 있다

구글 클라우드 비전 API는 사용하기 쉬운 REST API에 머신러닝 모델을 적용해 캡슐화 한 후 이미지의 내용을 이해할 수 있게 한다. 이미지를 수천 개의 카테고리(예를 들어, ‘요트’, ‘에펠 탑’)로 빠르게 분류하고 이미지 내의 개별 개체와 얼굴을 감지하며 이미지에 포함된 단어를 찾아서 읽는다.

구글 클라우드 음성인식 API는 사용하기 쉬운 API에 신경망 모델을 적용해 음성을 문자로 변환할 수 있다. 이 API는 전 세계 사용자에게 서비스를 지원하기 위해 110개가 넘는 언어와 그 변형을 인식한다. 사용자의 음성을 받아 적은 텍스트를 응용 프로그램의 마이크로 이동시키거나 다른 여러 사용 사례에서 음성으로 명령 및 제어를 활성화할 수 있다.

구글 클라우드 번역 API는 최첨단 신경망을 사용해 임의의 문자열을 지원 가능 언어로 변환하기 위한 간단한 프로그램 인터페이스를 제공한다. 번역 API는 응답률이 높으므로, 웹 사이트 및 응용 프로그램을 원본 텍스트의 언어에서 대상 언어로(예를 들어, 프랑스어에서 영어) 빠르게 번역할 수 있게 하는 번역 API와 통합할 수 있다.

원본 텍스트의 언어가 알려지지 않은 경우, 언어 감지 기능을 사용할 수 있다. 기본 기술은 기계 번역의 한계를 뛰어 넘으며 지속적으로 업데이트 되어 번역을 원활히 개선하고 새로운 언어 및 언어 조합을 추가할 수 있다.

구글 자연어 처리 API는 사용하기 쉬운 REST API에 머신러닝 모델을 적용해 텍스트의 구조와 의미를 보여준다. 자연어 API를 사용해 텍스트 문서, 뉴스 기사 또는 블로그 게시물에 언급된 사람, 장소, 이벤트 등에 관한 정보를 추출할 수 있다. 또한, 소셜 미디어에서 제품에 대한 반응을 파악하거나 콜센터 또는 메시지 응용 프로그램에서 발생하는 고객 대화의 의도를 분석할 수 있다.

◆전문인력 육성에 적극 투자 = 구글은 이처럼 컴퓨팅 파워나 알고리즘 기술 뿐만 아니라 기계가 지속적인 학습으로 진화하고 인사이트를 키울 수 있도록 다양한 데이터 셋을 제공하고 있다.

또 인력 육성 측면에서 매년 학계의 250여개 프로젝트에 후원금을 내고, 박사 학위 과정자 수천명에게는 장학금을 주고 있다.

그리고 구글 사내 머신러닝 전문 교육 프로그램을 외부로 확장한 ‘ASL(Adnvanced Solution Lab)’을 실시하고 있다. 특히 2017년초에는 머신러닝 최대 커뮤니티로 평가받는 캐글(Kaggle)을 인수해 머신러닝 전문가들의 기술 경합과 이를 통한 문제 해결에 적극 나서고 있다.

<박시현 기자> pcsw@bikorea.net