데이터가 범람하는 AI 시대, AI 개발의 효율성·생산성 혁신 동력으로 부상하는 MLOps (Machine Learning Operations)의 개념과 기업 동향을 살펴보고 정리 * MLOps는 딜로이트가 매년 발표하는 비즈니스 혁신기술 테크트렌드에 2021년 기술로 선정 < MLOps(ML옵스)란? > 데이터 관리 및 ML 시스템 개발과 서비스 운영(Operations)을 통합해 안정적으로 상품·서비스를 출시할 수 있도록 신속·유연한 개발을 추구하는 협업 방식 * MLOps 용어는 구글의 ‘ML 시스템에 숨겨진 기술 부채(Hidden Technical Debt in Machine Learning Systems)’ 보고서(’15)에 처음 등장 * AIOps는 IT운영 최적화를 위해 사용할 수 있는 AI 기능 스펙트럼을 의미하여 ML 모델 운영에만 초점이 맞춰진 MLOps보다는 상위 개념(가트너, ’17) - 개발, 통합, 테스트, 출시, 배포, 인프라 관리 등 ML 시스템 구성의 모든 단계에서 모델 재학습 자동화 및 모델 모니터링을 지원하며 ML 모델 라이프사이클을 관리 < 머신러닝 모델 자동화 프로세스 > 출처 : 실리콘밸리의 MLOps, 머신러닝 서비스 구축을 위한 실전 MLOps 가이드(Superb AI, ’21) 1. MLOps의 부상과 기업 현실 ● AI 시장 확대*로 사진, 동영상, 텍스트 등의 비정형 데이터 양이 증가하며, 데이터 구축을 넘어 데이터 관리 및 활용 차원에서 MLOps의 중요성이 증대** * 전 세계 AI 시장규모가 ‘25년까지 연평균 38.4% 성장해 1,840억 달러(약 203조 6,700억 원) 규모의 시장 형성 전망(BCC Research, '20) ** MLOps의 시장 규모는 ’25년 약 40억 달러로 전망(구글 개발자 컨퍼런스 I/O, 가트너, ’21) - 기업들은 최근 비즈니스 문제에 ML을 적용하여 방대한 양의 데이터에서 반복되는 유형을 발견하고 변칙을 파악하여 예측·의사결정과 서비스에 활용하는 경우가 증가 * 제조시설, 풀필먼트1) 센터, 식품가공 공장 등의 산업 환경에 머신러닝 도입하려는 기업 증가 1) Fulfillment, 물류 전문업체가 물건을 판매하려는 업체(셀러)들의 위탁을 받아 보관, 포장, 배송, 재고관리, 교환·환불 서비스 등의 모든 과정을 담당하는 ‘물류 일괄 대행 서비스’로 국내 기업들은 오픈마켓 경쟁력을 강화하기 위해 서비스 구축 AI 개발의 혁신견인차, ‘MLOps’란? [애자일] KIAT 산업기술정책센터 정책기획실(’21.08.17) KIAT [애자일] 2021년 제7호 AI 개발의 혁신견인차, ‘MLOps’란? 2 ● 이처럼 기업들은 생산성 향상 차원에서 AI, ML 도입의 필요성을 인식하고 있으나 대부분 전문인력 미확보 및 전문인력 확보 후에도 단절적인 조직 문화로 AI 도입이 지체 * 국내 기업 13,225개社 중에서 AI 도입 기업은 409개社에 불과(기업활동조사, ’19) < 국내기업의 AI 도입 현황 > 출처 : 여론분석-인공지능(AI)(KDI, ’20)4 < 국내기업 AI 기술 도입 의사 및 전문 인력 보유 현황 > 출처 : 여론분석-인공지능(AI)(KDI, ’20) - AI 도입 기업 대부분은 ‘경영성과 개선’을 경험하였으며 신제품 개발 및 경영관리 측면 에서 도움이 되었다고 응답하고 있으나, 향후 AI 기술 도입에는 회의적인 상황 * AI 기술 도입의 경영 및 성과 평가(%, ’20) : 도움(77.8), 보통(19.4) 도움이 되지 않았다(2.8) * AI 기술 도입을 통한 성과 분야(%, ’20) : 신제품 개발(32.1), 경영관리(25.0), 비용·생산관리 (25.0), 인력·노무 관리(17.9)