EOST2022 리눅스재단 오픈소스 On-Device AI 프레임워크 개발, 제품화 그리고 공개 협업
삼성전자의 함명주 연구원은 리눅스 재단의 프로젝트인 'NNStreamer'와 그로부터 파생된 'NNStreamer-Trainer' 과제를 소개하며 오픈소스 활동의 가치를 조명합니다. 2009년부터 리눅스 커널 메인테이너로 활동해온 그는 온디바이스 AI 앱 개발을 위한 프레임워크를 개발하고 이를 오픈소스화하여 리눅스 재단에 기부했습니다. 이는 단순한 취미가 아닌 삼성리서치의 공식 업무로서, 제품 탑재와 학술적 성과를 동시에 추구하며 오픈소스 생태계 발전에 기여하고 있습니다. NNStreamer는 리눅스 미디어 프레임워크의 표준인 GStreamer를 기반으로 하여 AI 서비스를 하나의 파이프라인으로 설계할 수 있게 돕습니다. 복잡한 인공신경망을 필터 형태로 연결하는 이 구조는 C 언어로 직접 멀티스레딩을 구현하는 것보다 우수한 성능을 보여줍니다. TV나 방송국 시스템에서 검증된 필터들을 재활용할 수 있으며, 하드웨어 가속까지 지원되어 효율적인 미디어 처리가 가능하다는 점이 이 프레임워크가 가진 가장 강력한 기술적 특징입니다. 이 기술은 실제 산업 현장에서 강력한 힘을 발휘하고 있습니다. 자동차 공장에서 웨어러블 센서와 모바일 카메라를 연동해 작업의 정확도를 판별하거나, 삼성과 LG의 스마트 TV, BBC의 방송 시스템 등에 폭넓게 활용되고 있습니다. 또한 무인 매장이나 3D 프린터 불량 감시 서비스 등 다양한 외부 업체들도 NNStreamer를 통해 사업을 진행하고 있습니다. 이는 온디바이스 AI가 개별 기기를 넘어 여러 장치 간의 유기적인 협업으로 확장될 수 있음을 구체적으로 보여줍니다. NNStreamer에서 파생된 'NNStreamer-Trainer'는 민감한 개인정보를 보호하면서 기기별 맞춤형 학습을 가능하게 하는 온디바이스 학습 프레임워크입니다. 모든 데이터를 클라우드로 보내는 대신, 로봇 청소기가 각 가정의 고유한 환경에 맞춰 스스로 최적화되는 방식입니다. 현재 TensorFlow Lite보다 적은 오버헤드로 동일한 정확도를 유지하며 더 빠른 학습 속도를 기록하고 있습니다. 이는 조만간 실제 제품 출시를 앞두고 있어 기술적 완성도와 실용성을 동시에 입증하고 있습니다. 기업이 오픈소스를 지향해야 하는 이유는 단순히 브랜드 이미지 제고나 라이선스 의무감 때문만은 아닙니다. 오픈소스화는 코드의 품질을 극한으로 끌어올리고 개발자의 역량을 강화하는 실질적인 수단이 됩니다. 불특정 다수의 철저한 코드 리뷰를 견뎌내야 하기에 더 완벽한 코드가 탄생하며, 이는 실력 있는 개발자들을 유인하고 유지하는 '데브렐(DevRel)' 측면에서도 큰 이점을 가집니다. 결국 오픈소스는 더 좋은 소프트웨어를 만들기 위한 기업의 가장 전략적인 선택인 셈입니다. 대기업 내부의 고질적인 문제인 '사일로 현상'을 해결하는 데도 오픈소스는 효과적입니다. 내부 부서 간에도 기술 신뢰도가 낮아 도입을 주저하는 경우가 많지만, 외부 시장에서 먼저 검증받은 오픈소스는 내부 설득의 강력한 근거가 됩니다. 또한 프로젝트의 모든 기획 단계와 권한을 파운데이션에 양도함으로써 외부 기여자의 신뢰를 얻어야 합니다. 특정 기업의 소유물이 아닌 공공의 자산으로 인정받을 때 비로소 진정한 의미의 기술 생태계가 구축될 수 있기 때문입니다. 오픈소스 생태계는 단순히 코드를 공개하는 것에서 끝나지 않습니다. 사용자가 나타나기까지 수년간 대학 강의를 개설하고 학회에서 논문을 발표하는 등 꾸준한 노력이 필요합니다. 삼성전자의 이번 사례 역시 2018년부터 5년 넘게 지속해온 활동의 결과물입니다. 이제는 개발자들이 직접 문제를 리포트하고 기능 구현에 참여하는 능동적인 커뮤니케이션이 절실합니다. 개발자들의 활발한 피드백과 협업만이 프레임워크를 더욱 건강하게 발전시킬 수 있는 유일한 동력이 될 것입니다.
