<목 차>

Ⅰ. 인공지능 플랫폼 특징

Ⅱ. 인공지능 플랫폼 글로벌 선도기업 비교분석

Ⅲ​. 인공지능 플랫폼 분석에 따른 시사점

인공지능 플랫폼의 대표적인 선도기업(AWS/Microsoft/Google)들의 플랫폼의 특징을 공통 및 기능별로 나누어 비교·분석 • 인공지능/머신러닝 플랫폼, 데이터 활용, 생태계 지원, 3개 분야로 나누어 기능별 비교 글로벌 선도기업 플랫폼의 공통된 특징(AWS/Microsoft/Google) • 인공지능 기술 고도화 및 지속 가능한 관리·운영이 용이한 플랫폼 환경 제공 - 기존 인프라와 비교해 플랫폼 확장성, 민첩성이 높고 AI 알고리즘 등 신기술 적용·구현이 수월한 자동화 도구 통합 구성 - 개발자를 위한 DevOps 환경, 데이터 저장의 지속적 확장 및 기능확장, 상호호환성 등에 유연한 클라우드 제공 • 지능화 구현을 위한 다양한 인공지능 플랫폼 자원 제공 - 인공지능 기술 개발을 위한 GPU, TPU, FPGA 컴퓨팅 자원 및 Tensorflow, Pytorch 프레임워크등 - AI/ML 기반 이미지·영상 분석, 음성인식·변환, NLP 등 다양한 AI 기술 개발이 가능한 알고리즘 등 - AI/ML 적용 가능한 데이터 제공·활용·분석 및 DW, NoSQL 등 다양한 데이터 분석이 가능한 자동화 도구 등 - 다양한 데이터, 웹서비스 API, 웹 UI를 통해 전세계 IT 자원 생성·운영이 가능한 글로벌 인프라 등 글로벌 선도기업 플랫폼 비교분석 • 인공지능/머신러닝 플랫폼 - 플랫폼 구성요소 비교: 솔루션, AI서비스, 머신러닝, 인프라/도구로 나누어 비교 요 약 2 글로벌 선도기업 인공지능 플랫폼 분석 • 데이터 활용 - 대규모 공개 데이터셋, 플랫폼 간 Opensets 제공 및 활용 비교 • 생태계 지원 - 오픈 AI Lab(Site, 커뮤니티 구성, 전문가 선정, 지식공유, 공유방법) 인공지능 플랫폼 분석에 따른 시사점 • 데이터 확대, 기능 확장성, 상호호환성 등을 고려한 플랫폼 기능 구성 필요 - 지속적 인공지능 데이터 수집을 위한 데이터 정제 파이프라인, AI/ML 자동화 툴, 클라우드 컴퓨팅 환경 제공 - AI 학습데이터, 공공데이터를 Migration하여 다양한 분석이 가능한 서비스 연계 - 대규모 데이터를 학습할 수 있는 분산 학습환경 제공 - 신뢰도 높은 AI 모델을 위해 데이터 유효성과 편향성 검증, 데이터 보호기능 지원 • 향후 확장성 있는 플랫폼으로 진화하기 위해서는 오픈소스 기반 하이브리드·멀티클라우드를 이용한다기관연계공공클라우드구축필요 - 하이브리드 클라우드는 데이터 주권 이슈에 대안을 제시할 수 있는 플랫폼 세부 기능 구성 가능 - 다기관의 다양한 데이터의 생성주기 관리, 배포, 연계, 활용을 통한 공유서비스 등 자원통합관리에 용이 - 온프레미스 상의 다양한 스토리지 클라우드들을 연계하여, 확장할 수 있는 스토리지 게이트 서비스 제공 가능 - 향후 다양한 기관으로의 연계·확장성을 고려하여 기술적용의 유연성을 보유한 오픈소스 기반의 플랫폼 구현 • 데이터 제공자 - 서비스 제공자 - 서비스 사용자 간 상호네트워크 강화 및 공공클라우드 운영인력양성환경필요 - 다양한 분야에서 수집·가공한 데이터의 활용도 제고 및 사용자 확대를 통해 새로운 가치 창출 가능 - 민간·공공분야의다양한데이터보유기관및 Github, kaggle 등활성화된커뮤니티확대를통한 시너지창출도모