"만약 비전👁️🗨️ 분야에서 딱 한 사람만 꼽으라면, 그 분일 거예요."
Landing.ai는 최근 35년 경력의 비전 전문가 David L. Dechow를 영입했죠. 최근 기사에서 Andrew Ng은 처음에는 많은 컨설팅을 진행했지만 결국 개별 기업에만 적용되는 솔루션을 만들었을 뿐 확장하지 못했다고 밝혔습니다. (it just didn't scale) 결국 기업이 실제로 맞춤화를 진행할 수 있는 표준화 된 도구를 만드는 것이 진정한 혁신이라고 생각해서 pivot을 한 것이죠. 지금의 Landing.ai는 많은 데이터에 의존하지 않습니다. 실제 비즈니스에서는 늘 마련될 수 없는 환경이니까요. 적은 데이터셋으로도 모델의 성능을 충분히 구현할 수 있는 MLOps platform을 만들고 있습니다. Suite가 멀고 고된 데이터 플랫폼을 만들어가는 여정을 포기하지 않는 이유와 같다고 볼 수 있죠.
🎉Etsy가 이 어려운 걸 해냅니다! '머신러닝 플랫폼 Redesign하기'
Etsy는 디지털 아이템을 파는 미국의 전자상거래 플랫폼입니다. 2017년 첫 ML플랫폼을 만들었지만 팀도 작았고 모델도 지금에 비하면 간단했죠. 모델이 더 복잡해져가고 ML 프레임워크가 새로워짐에 따라 유지비용이 천정부지로 높아졌기에 이 3가지 원칙으로 플랫폼 보수 작업을 감행합니다. 1)인하우스 툴 쓰지말기(no technical debt!) 2) self-service를 적극 수용해서 스스로 학습하기 3) 어떠한 ML라이브러리로도 모델을 배포할 수 있는 환경으로 구축하기 자세한 이야기는 여기서 읽어보세요!
📹글로벌 넘버원이 되기위한 MLOps Learning Path
"MLOps를 이야기하면 파이프라인을 많이 떠올리시는데, 이건 시스템이라고 생각하고 접근해야합니다"
"이런거는 누가할까?는 내가 하면 됩니다"
2021년 모두콘의 발표 영상이 공개되었습니다. ML GDE 박찬성님의 Lesson Learned가 가득 담긴 MLOps 배움기를 공유합니다. 보러가기📹
AI로 만든 맥주🍺 1월 중순 판매 예정
260,000개 이상의 기존 수제 맥주 레시피로 대규모 데이터셋을 구축한 후, 그것을 토대로 만든 새로운 레시피들 중 최고의 레시피를 순위별로 매기도록 신경망을 학습했고 통계와 여러 지표를 활용해 결국 30개의 후보를 추려냈다고 합니다. 이 30개 중 어떤 것을 쓸 건지에 대한 최종 판단은 양조장 전문가에게 맡겼고요. 인터뷰에서 이렇게 밝힙니다. "It’s really important that small and medium enterprises embrace the opportunities that AI offers." 머신러닝은 거대한 기술회사에게만 해당되는 이야기인 것같지만 실은 그렇지 않다고요. 중소기업들이 AI가 줄 수 있는 여러 기회에 문을 여는 것은 기업의 혁신과 생존에 너무나 중요해 보입니다.
24 categories and 100 companies 🏢
자고 일어나면 또 업데이트되는 머신러닝 인프라 환경을 파악하는 좋은 방법은 바로 AIIA 의 맵 확인하기입니다. 100개의 회사가 24개로 나누어진 카테고리 중 어떤 기능들을 갖추고 있는지 보기 좋게 정리해놓았어요. 참고로 AIIA는 글로벌 인공지능 기업 컨소시엄으로 기업이 규모에 맞는 머신러닝 모델을 어떻게 개발·설계해야 하는지에 대한 표준을 제시하는 기업들의 집합체입니다.
MLOps 툴 🛠️비교는 끝이 없다..
우리가 자고 있을 때도 MLOps 툴은 계속 성숙되가고 있습니다..그리고 계속 발전하는 한 무엇이 최선일지는 계속 비교분석 해봐야겠죠. Thoughtworks이 공개한 MLOps Platforms 비교 매트릭스입니다.
tl;dr papers 📄
논문 초록을 넣으면 초등학생도 읽고 이해할만한 수준으로 바꿔주는 사이트입니다. MLOps를 쳐봤더니.. millions of people out of work이라고..😂(어제까지는 잘 작동되다가 일시적으로 under maintenance 가 뜨고 있는데 추후 한 번 살펴보세요. 자신의 논문 abstract을 넣어보는 사람들이 많아지면서 사이트가 다운되었던 건 아닌지..😢)
