과학 포털 iKAOS

9 Contents

오픈소스 및 데이터를 활용한설명가능한 의사결정 지원 인공지능 기술 연구

한국전자통신연구원(ETRI)은 지난 10년간 진행된 '엑소브레인' 과제의 성과를 바탕으로, 언어 지능 기술의 패러다임 변화에 맞춘 새로운 연구를 이어가고 있습니다. 과거에는 텍스트를 이해하는 인코더 중심의 모델이 주를 이루었으나, 챗GPT의 등장 이후 생성형 인공지능 모델의 중요성이 급격히 커졌습니다. 이에 따라 연구 방향도 대기업 중심의 거대 모델 개발보다는 오픈소스와 오픈 모델을 효과적으로 활용하여 특정 도메인에 최적화된 성능을 내는 방향으로 진화하고 있으며, 허깅페이스와 같은 생태계를 통해 연구 환경이 빠르게 변화하고 있습니다. 이번 과제의 핵심은 법률, 금융과 같은 전문 분야에서 종사자들의 의사결정을 돕는 '설명 가능한 인공지능'을 개발하는 것입니다. 기존의 인공지능이 단순히 질문에 대한 정답 단락을 찾아주는 방식이었다면, 이제는 생성형 인공지능 모델을 활용해 전문가들에게 필요한 정보를 논리적인 설명 형태로 제공하는 것을 목표로 합니다. 특히 인공지능의 내부 동작 과정을 알기 어려운 '블랙박스' 문제를 해결하기 위해, 도출된 결과에 대한 명확한 근거와 신뢰도 높은 자연어 설명을 덧붙임으로써 실무 현장에서의 활용성을 높이고자 합니다. 현재 챗GPT와 같은 초거대 언어 모델(LLM)은 범용 인공지능(AGI)을 향한 첫걸음으로 평가받지만, 여전히 할루시네이션(환각)이라 불리는 거짓 정보 생성 문제에서 자유롭지 못합니다. 이를 해결하기 위해 모델이 가진 내부 지식에만 의존하지 않고, 외부의 신뢰할 수 있는 문서를 먼저 검색한 뒤 그 내용을 바탕으로 답변을 생성하는 '검색 증강 생성(RAG)' 기술이 주목받고 있습니다. ETRI는 이러한 RAG 기술을 바탕으로 문장 단위의 사실성 검증 기능을 강화하여, 인공지능이 생성한 답변이 실제 사실과 부합하는지 판단하는 기술적 장치를 마련하고 있습니다. 전문 지식 서비스의 품질을 높이기 위해서는 영어 중심의 오픈 모델을 한국어와 특정 도메인에 맞게 최적화하는 과정이 필수적입니다. 이를 위해 한국어 사전을 확장하고 인스트럭션 튜닝을 거쳐 라마(Llama)나 미스트랄(Mistral) 같은 모델이 한국어 맥락을 정확히 이해하도록 재학습시킵니다. 특히 법률 판례 분석에서는 사례 간의 유사점과 차이점을 추론하고 어려운 법률 용어를 해석해 주는 기능을 구현하고 있습니다. 이러한 기술은 법률뿐만 아니라 금융 상담 분야에서도 데이터 기반의 협업을 통해 상담 평가 및 지식 제공 서비스로 확장되고 있습니다. 결론적으로 현대의 언어 지능 연구는 인프라부터 모델, 데이터에 이르기까지 오픈소스 생태계와의 긴밀한 연계 없이는 불가능한 구조가 되었습니다. 파이토치나 파이썬 같은 개발 환경은 물론이고, AI 허브의 공공 데이터와 공개된 언어 모델들을 기초 자산으로 삼아 그 위에 특화된 서비스 기술을 얹는 전략이 중요합니다. ETRI는 축적된 검색 기술과 사실성 검증 노하우를 기술 이전을 통해 산업계에 확산시킴으로써, 중소기업들이 고가의 장비나 방대한 데이터 없이도 고품질의 인공지능 서비스를 개발할 수 있도록 지원하는 가교 역할을 수행하고 있습니다.

한국전자통신연구원오픈소스 테크데이

뇌인지과학
융합
공학·기술

[2023 ETRI Technology Report 7] 초지능창의연구소 민옥기 소장

한국전자통신연구원(ETRI) 초지능창의연구소는 인간의 뇌와 사고 체계를 인공지능으로 구현하여 미래 기술의 패러다임을 선도하는 곳입니다. 이곳은 사람을 연구하는 것을 본질로 삼아 편리한 모빌리티와 로봇, 그리고 인간처럼 고효율로 작동하는 소재 부품 기술을 유기적으로 연결하고 있습니다. 상상 속에만 머물던 아이디어를 실제 기술로 실현하는 초기 단계부터 완제품 생산에 이르기까지 전 과정을 아우르며, 대한민국 토종 인공지능 기술의 자부심을 지키는 핵심적인 역할을 수행하고 있습니다. 그동안 거둔 성과들은 이미 우리 삶의 다양한 분야에서 실증되고 있습니다. 행정 문서 질의응답이 가능한 엑소브레인부터 공공 안전을 지키는 딥뷰, 그리고 음성 인식 기술은 외산 인공지능에 대항해 국가 경쟁력을 확보한 대표 사례입니다. 자율주행 셔틀인 오토비와 노년층을 위한 반려 로봇, 세계 최초의 독해 인공지능 선생님에 이르기까지 연구소의 결과물은 실생활의 난제들을 해결하고 있습니다. 또한 전고체 이차전지를 위한 전해질 막 개발을 통해 산업 생태계 전반에도 기여하고 있습니다. 현재 연구소는 기존 딥러닝 방식의 한계를 넘어선 차세대 인공지능 개발에 박차를 가하고 있습니다. 단순히 음성만을 인식하는 단계를 넘어 얼굴 표정이나 입술 모양을 함께 분석하는 복합 대화 기술로 정확도를 비약적으로 높이고 있습니다. 시각 지능 분야에서는 수 초 뒤의 위험 상황을 미리 예측하는 기술을 개발 중이며, 인공지능의 답변에 구체적인 근거를 제시하여 신뢰성을 확보하는 연구도 진행 중입니다. 이러한 혁신은 단일 로봇의 성능 향상을 넘어 여러 로봇이 협업하는 시스템으로까지 확장되고 있습니다. 최근 대형 언어 모델의 폭발적인 성장은 큰 자극제가 되었지만, 동시에 할루시네이션이나 막대한 자원 소모라는 과제를 던져주었습니다. 이에 연구소는 적은 에너지로도 효율적으로 작동하며 인간의 뇌를 닮은 기초 원천 연구를 통해 지속 가능한 인공지능의 새로운 방향성을 모색하고 있습니다. 특히 인공지능이 디지털 공간에만 머무는 것이 아니라 구체적인 외형과 결합할 때 기술이 완성될 수 있다는 관점 아래, 휴머노이드 로봇 기술과 인공지능의 교차점을 면밀하게 연구하며 다음 세대를 준비하고 있습니다. 기술 개발의 최종 목적지는 결국 사람과 사회를 향한 따뜻한 배려에 있습니다. 시각장애인을 돕는 안내견 로봇과 고령자의 근력을 보완하는 웨어러블 장비, 그리고 다문화 가정의 의사소통을 돕는 인공지능 기술은 그 대표적인 결과물입니다. 사회적 약자의 불편함을 해소하고 모든 개인의 삶을 더욱 윤택하게 만드는 '다정한 기술'을 확보하는 것이 초지능창의연구소의 진정한 지향점입니다. 일상 곳곳에서 실질적인 도움을 주는 기술을 통해 인류의 행복을 증진하는 미래를 그려나가고자 합니다.

한국전자통신연구원ETRI 테크놀로지 리포트

뇌인지과학
융합
공학·기술

인공지능은 어떻게 우리 질문에 답하는 것일까?

최근 전 세계적으로 ChatGPT에 대한 관심이 매우 뜨겁습니다. 이는 오픈AI가 개발한 생성형 인공지능으로, 방대한 데이터를 바탕으로 인간과 유사한 대화를 가능하게 합니다. 이러한 인공지능이 언어를 이해하는 핵심 원리는 트랜스포머 기술에 있습니다. 텍스트를 잘게 쪼개어 딥러닝 알고리즘으로 분석하는 이 방식은 인간의 뇌와 유사한 정보 처리 과정을 거칩니다. 또한, 인터넷과 서적 등 방대한 소스에서 학습된 매개변수를 활용하는 트랜스포머 아키텍처는 인공지능이 스스로 답변을 생성할 수 있도록 돕는 중추적인 역할을 수행하며 차세대 인공지능 경쟁의 서막을 알리고 있습니다. 인공지능의 언어 이해를 돕는 또 다른 핵심 기술은 셀프 어텐션입니다. 이는 인간의 주의력을 모방하여 문장에서 가장 중요한 단어에 집중하고 단어 간의 관련성을 추론하는 방법입니다. 덕분에 인공지능은 문맥의 전체적인 의미를 명확하게 파악할 수 있습니다. 하지만 이러한 발전에도 불구하고 여전히 보완해야 할 점은 존재합니다. 대표적으로 주관적인 가치 판단의 부재를 들 수 있는데, 특정 선택지에 대해 단정적인 답변을 내놓지 못하는 한계가 있습니다. 또한 과제 대필이나 가짜 뉴스 생성과 같은 윤리적 문제와 정보의 신뢰성 확보는 인공지능 서비스가 앞으로 반드시 해결해야 할 숙제로 남아 있습니다. 이러한 한계를 극복하기 위해 한국전자통신연구원(ETRI)이 개발한 엑소브레인이 주목받고 있습니다. 엑소브레인은 일반적인 대화에 치중하는 기존 서비스와 달리 법률이나 금융 등 전문 분야에서 명확한 설명과 근거를 함께 제시하는 인공지능입니다. 이는 정보의 출처와 근거를 밝힘으로써 가짜 뉴스와 같은 오정보를 선별하는 데 큰 도움을 줍니다. 4차 산업혁명의 핵심 동력인 인공지능 기술은 이제 단순한 답변 생성을 넘어 신뢰할 수 있는 지식 파트너로 진화하고 있습니다. 국내 연구진이 주도하는 인공지능 핵심 기술의 발전은 앞으로 우리 사회의 다양한 문제를 해결하고 새로운 혁신을 이끌어갈 것으로 기대됩니다.

한국전자통신연구원

융합
공학·기술

ETRI Conference 2022 인공지능연구소 02. 엑소브레인

엑소브레인은 인간의 언어 이해 방식을 모사하여 텍스트에 담긴 의미를 심층적으로 분석하는 한국어 인공지능 기술입니다. 이 기술은 어휘, 문장, 문장 간 관계를 아우르는 이해의 폭과 심벌, 구문, 의미 레벨을 관통하는 이해의 깊이를 두 축으로 삼아 구성되었습니다. 특히 형태소 분석부터 의존 구문 분석, 의미역 인식에 이르기까지 정교한 세부 기술들이 유기적으로 결합되어 한국어의 복잡한 문법과 의미 구조를 정확하게 파악합니다. 이러한 기술적 토대는 인공지능이 인간처럼 자연스럽게 정보를 처리하고 대화할 수 있게 만드는 핵심적인 밑거름이 됩니다. 한국어 분석 과정은 문장 분리에서 시작하여 형태소 분석과 개체명 인식을 거치며 점진적으로 고도화됩니다. 엔터티 정규화 기술은 문서 내의 서로 다른 명칭들이 동일한 대상을 지칭함을 인식하여 정보의 일관성을 확보해 줍니다. 또한 동음이의어 분석을 통해 다각적인 의미를 지닌 단어 중 문맥에 맞는 정확한 뜻을 추출하고, 문장을 트리 구조로 변환하는 의존 구문 분석을 통해 단어 간의 연관 관계를 규명합니다. 이러한 체계적인 분석 흐름은 엑소브레인이 한국어 언어 분석 분야의 국가 표준 기술로 자리매김하는 강력한 원동력이 되었습니다. 본격적인 발전을 거듭한 KoBERT 모델은 대규모 비정형 데이터를 사전에 학습하는 범용적 언어 모델로, 특정 작업에 국한되지 않고 다양한 자연어 처리 분야에 적용될 수 있는 2세대 AI 기술의 정수입니다. 약 15년 치 뉴스 데이터와 수십억 개의 형태소를 학습한 이 모델은 한국어의 특성을 완벽히 반영하며, 글로벌 기업의 모델보다도 뛰어난 정확도를 입증했습니다. 특히 형태소 단위의 세밀한 학습을 통해 문장 분류나 기계 독해 등 실무적인 응용 분야에서 기존 모델 대비 획기적인 성능 향상을 이끌어내며 학계와 산업계의 큰 주목을 받고 있습니다. 기계 독해 기술은 질문에 대한 답을 방대한 단락 내에서 스스로 찾아내는 고도의 인공지능 역량을 요구합니다. 엑소브레인은 단순한 단답형 답변을 넘어 서술형 답변까지 가능한 수준으로 진화했으며, 학습하지 않은 도메인에서도 일정한 성능을 유지하는 일반화 능력을 갖추었습니다. 이와 더불어 두 문장의 의미적 유사도를 판별하는 기술은 정보 검색의 정확도를 극대화합니다. 사용자가 입력한 자연어 질문의 의도를 정확히 파악하고, 수많은 문서 중에서 가장 적합한 정보를 추출하여 제시하는 과정은 현대 검색 엔진이 지향하는 심층 질의응답의 핵심 요소입니다. 엑소브레인의 심층 질의응답 기술은 현재 법령 정보 서비스와 같은 전문적인 영역에서 실질적인 성과를 거두고 있습니다. 특히 국회도서관의 입법 지원 서비스에 도입되어 복잡한 법률 문서 속에서 정확한 답을 찾아냄으로써 업무 효율성을 획기적으로 개선하고 있습니다. 또한 기계 독해의 한계를 보완하기 위해 FAQ 기술을 하이브리드 방식으로 적용함으로써, 사회적으로 민감한 이슈나 고정된 정답이 필요한 경우에도 신뢰할 수 있는 정보를 제공합니다. 이처럼 엑소브레인은 단순한 연구 단계를 넘어 우리 사회의 지식 인프라를 지탱하는 실용적인 인공지능으로 발전하고 있습니다.

한국전자통신연구원ETRI 컨퍼런스

뇌인지과학
공학·기술

[2021 ETRI Technology Report(ENG) ①] A challenge of an AI to commune with a human

인공지능이 인간처럼 사고하고 소통하기 위해서는 언어를 이해하는 능력이 필수적입니다. ETRI의 ‘엑소브레인’ 프로젝트는 한국어를 깊이 있게 이해하고 지식을 학습하여, 사용자가 던지는 질문에 대해 명확한 정답과 신뢰할 수 있는 근거를 제시하는 것을 목표로 합니다. 이 기술은 크게 두 가지 축으로 나뉘는데, 하나는 데이터 학습을 기반으로 하는 딥러닝 언어 모델이고, 다른 하나는 인간의 언어 이해 방식을 모사하여 문장 구조와 의미의 최소 단위를 분석하는 심볼릭 언어 분석 기술입니다. 심볼릭 언어 분석 기술은 형태소 분석부터 개체명 인식, 의존 구문 분석까지 아우르며 문장을 정밀하게 해체하고 재구성합니다. 이는 2013년부터 시작된 국가 차원의 장기 프로젝트로서, 컴퓨터가 단순한 데이터 처리를 넘어 인간과 지능적으로 상호작용할 수 있는 토대를 마련했습니다. 특히 최근 주목받는 GPT나 BERT 같은 거대 언어 모델과의 결합을 통해, 엑소브레인은 복잡한 언어 현상을 체계적으로 파악하는 동시에 방대한 지식 정보를 효율적으로 처리하며 기술적 완성도를 높여가고 있습니다. 향후 엑소브레인은 단순한 정보 전달을 넘어 인간의 복잡한 의사결정을 돕는 동반자로 진화할 전망입니다. 법률이나 세무 상담과 같은 전문적인 지능형 서비스는 물론, AI가 내린 판단의 근거를 사용자가 이해하기 쉽게 설명해 주는 기술이 핵심 연구 과제로 떠오르고 있습니다. 비록 인공지능 기술이 겉으로 직접 드러나지는 않더라도, 서비스 내부에 깊숙이 스며들어 우리 삶의 질을 높이는 지능형 조력자 역할을 수행하게 될 것이며 이는 미래 사회의 핵심 인프라가 될 것입니다.

한국전자통신연구원

뇌인지과학
융합
공학·기술

[2021 ETRI Technology Report ①] 인간과 인공지능의 교감시대를 만들어가는 도전

엑소브레인은 한국어를 이해하는 인공지능 프로젝트로, 사람이 사용하는 언어를 분석하고 지식을 학습하여 질문에 대한 정답과 근거를 제시하는 기술을 연구합니다. 이 기술은 최근 주목받는 GPT-3와 같은 모델을 활용한 딥러닝 언어 처리 기술과 사람이 언어를 이해하는 방식을 모사하는 심볼릭 언어 처리 기술이 결합된 형태입니다. 심볼릭 방식은 형태소 분석, 개체명 인식, 의존 구문 분석 등 문장의 구조와 의미를 세밀하게 파악하며, 이를 통해 컴퓨터가 인간의 언어를 지능적으로 처리할 수 있게 돕습니다. 국가 차원의 장기 인공지능 프로젝트 필요성에 따라 2013년부터 엑소브레인 과제가 본격적으로 수행되었습니다. 이 기술은 장차 인공지능 법률 상담사나 인공지능 세무 상담사, 혹은 지능형 고객 센터 상담사와 같은 전문적인 영역에서 폭넓게 활용될 수 있는 잠재력을 지니고 있습니다. 고도화된 언어 처리 기술이 다양한 서비스 플랫폼에 안착하게 된다면, 복잡한 지식 기반의 상담 업무를 자동화하고 사용자에게 최적의 답변을 실시간으로 제공하는 혁신적인 서비스 환경이 우리 사회 전반에 구축될 것입니다. 앞으로 엑소브레인이 나아갈 방향은 단순한 정보 전달을 넘어 인간의 의사 결정 지원하는 지능형 시스템을 개발하는 것입니다. 사용자가 처한 상황을 분석하고 최선의 결정을 내릴 수 있도록 타당한 판단 근거와 추론 과정을 논리적으로 설명해 주는 기술에 집중하고 있습니다. 연구팀은 현재 개발된 성과를 대중에게 공개하여 다양한 산업 분야에서 활용되도록 돕고 있습니다. 비록 기술이 겉으로 직접 보이지 않더라도, 다양한 서비스 안에 자연스럽게 녹아들어 사용자에게 편의를 제공하는 것이 연구의 궁극적인 목표입니다.

한국전자통신연구원ETRI 테크놀로지 리포트

뇌인지과학
융합
공학·기술

[2021] 02 엑소브레인 심층 QA 기술

엑소브레인은 인간의 언어 이해 방식을 모사하여 텍스트의 의미를 정밀하게 분석하는 인공지능 기술입니다. 이 기술은 크게 한국어 분석, 딥러닝 언어 모델, 그리고 기계 독해 기반의 심층 질의응답이라는 세 가지 축으로 구성됩니다. 특히 어휘와 문법을 파악하는 수준을 넘어 문장 간의 관계를 이해하고 생략된 정보를 복원하는 등 고차원적인 자연어 처리를 지향합니다. 이러한 기술적 토대는 단순히 데이터를 처리하는 수준을 지나 기계가 인간처럼 문맥을 파악하고 지식을 습득하는 핵심적인 역할을 수행하며 미래 인공지능 서비스의 기반이 되고 있습니다. 한국어 분석 기술은 어휘 레벨의 형태소 분석부터 문장 단위의 의존 구문 분석, 그리고 문맥적 의미를 파악하는 의미역 인식까지 체계적으로 이루어집니다. 특히 개체명 인식과 엔티티 정규화 과정은 텍스트 속 고유명사가 위키백과의 어떤 대상과 일치하는지를 정확히 판별하여 지식의 연결을 가능하게 합니다. 또한, 최근에는 뉴스 기사 같은 문어체뿐만 아니라 챗봇이나 AI 스피커에서 주로 쓰이는 구어체 분석 모델까지 개발되었습니다. 이는 기존 모델 대비 오류율을 약 40%가량 개선하여 일상 언어 영역에서도 높은 정확도를 보여주며 다양한 산업 분야에 활발히 도입되고 있습니다. 한국어 특성에 최적화된 범용 언어 모델인 KorBERT는 수십억 개의 형태소를 학습하여 독보적인 성능을 발휘합니다. KorBERT는 형태소 단위와 워드피스 단위 등 용도에 따라 세분화되어 제공되며, 기계 독해나 문장 유사도 분석 같은 응용 기술에서 글로벌 기업의 모델보다 우수한 수치를 입증했습니다. 이러한 기술력은 학계와 산업계에서 널리 인정받고 있으며, 수많은 논문에서 인용되거나 단기간에 수백 건의 기술 이전이 이루어지는 등 실질적인 성과를 거두고 있습니다. 이는 한국어 자연어 처리 기술이 세계적인 수준에 도달했음을 보여주는 지표라고 할 수 있습니다. 심층 질의응답 기술은 사용자의 질문에 대해 단순히 관련 문서를 찾아주는 것을 넘어, 방대한 본문 속에서 정확한 정답을 추출하여 제시합니다. 이 과정에는 시맨틱 검색과 딥러닝 기반의 재순위화 기술이 적용되어, 정답을 포함할 가능성이 높은 단락을 실시간으로 선별해냅니다. 특히 법률이나 기술 문서처럼 전문적인 도메인에서도 뛰어난 성능을 보이며, 복잡한 서술형 질문에 대해서도 정교한 답변을 생성할 수 있습니다. 이는 정보 검색의 효율성을 획기적으로 높여 사용자가 원하는 정보에 도달하는 시간을 단축하고, 기업이나 기관의 업무 생산성을 향상하는 데 결정적인 기여를 합니다. 질의응답 서비스의 신뢰성을 극대화하기 위해서는 정형화된 지식을 관리하는 FAQ 기술의 결합이 필수적입니다. 기계 독해 모델이 문맥상 발생할 수 있는 오답의 위험을 최소화하고, 하이브리드 문장 유사도 분석을 통해 검증된 정보를 제공함으로써 시스템의 안정성을 확보하기 때문입니다. 현재 엑소브레인 기술은 국회도서관의 입법 지원 서비스나 국가과학기술연구회의 법무 자문 등 공공 영역에서 실무적인 성과를 내고 있습니다. 고도화된 한국어 인공지능 기술은 이제 전문 지식 기반의 의사결정을 돕는 지능형 비서로서 우리 사회의 디지털 혁신을 가속화하고 있습니다.

한국전자통신연구원ETRI 아카이브

뇌인지과학
융합
공학·기술

[2020] 03 엑소브레인 일반 법률분야 심층 질의 응답v2

엑소브레인은 한국전자통신연구원(ETRI)에서 개발한 인공지능 기술로, 과거 인간과의 지식 대결에서 당당히 우승을 차지하며 그 우수성을 증명한 바 있습니다. 이 기술의 대표적인 기능 중 하나는 한국어 지식검색입니다. 사용자가 문서 편집 소프트웨어를 사용하다가 생소한 정보나 상식을 찾아야 할 때, 포털 사이트를 따로 방문하지 않고도 즉석에서 필요한 내용을 검색하여 편집 중인 문서에 바로 반영할 수 있도록 지원합니다. 이는 사용자의 맥락을 이해하고 필요한 데이터를 정교하게 추출해냄으로써 업무의 연속성과 효율성을 획기적으로 개선하는 역할을 수행합니다. 엑소브레인은 일반 상식뿐만 아니라 법률과 같은 고도의 전문 분야에서도 탁월한 지능을 발휘합니다. 예를 들어 복잡한 질병의 증상에 대한 질문에 정확한 정보를 찾아 제시하거나, 국회법과 같은 전문 법령을 분석하여 구체적인 공고 기한 등을 정확히 안내해 줍니다. 엑소브레인은 사용자의 질문을 정의형, 관계형, 독해형으로 세밀하게 구분하고 각각의 유형에 최적화된 알고리즘을 적용하여 최선의 정답을 도출합니다. 이러한 다각적인 질의응답 프로세스는 정보의 정확도를 극대화하며, 단순한 검색을 넘어선 진정한 의미의 지식 서비스를 구현하고 있습니다. ETRI는 기술의 공유와 확산을 위해 오픈 API를 공개하여 국내 인공지능 생태계 활성화에 앞장서고 있습니다. 특히 독자적으로 개발한 KorBERT는 글로벌 대기업의 모델보다 우수한 성능을 기록하며 이미 수천 개의 기관에서 활발하게 활용되고 있습니다. 매일 수만 건에 달하는 API 요청이 처리되고 있으며, 수십 건의 기술 이전과 사업화 성과를 통해 그 실용성을 입증했습니다. 기계 독해 챌린지 1위 달성이라는 쾌거는 엑소브레인이 세계적 수준에 도달했음을 보여주는 지표입니다. 앞으로도 상용화 기술을 더욱 고도화하여 지능형 서비스 발전에 기여할 전망입니다.

한국전자통신연구원

뇌인지과학
융합
공학·기술

BeeAI 공모전 교육 영상(11) - 융합서빙(134~148p)

KSB AI+ 9.0은 인공지능 모델의 학습과 서빙을 체계적으로 관리할 수 있는 강력한 플랫폼입니다. 사용자 매뉴얼은 엔진의 구조와 개념부터 구체적인 회원가입 절차와 UI 활용법까지 상세히 안내하며, 초보자도 쉽게 시스템에 적응할 수 있도록 돕습니다. 특히 8가지 엔진 유형을 통해 배치 방식과 스트림 방식의 처리 과정을 한눈에 파악할 수 있으며, CPU와 GPU 자원을 효율적으로 활용하여 복잡한 연산 작업을 수행할 수 있는 기반을 제공합니다. 이러한 체계적인 구성은 복잡한 AI 프로젝트의 초기 진입 장벽을 낮추는 데 큰 기여를 합니다. 실시간 데이터 처리를 위한 스트림 엔진은 구조화된 스트리밍 기술을 기반으로 구현되어 있습니다. 이를 통해 워터마크나 체크포인트 같은 정교한 기능을 활용할 수 있으며, IoT 디바이스에서 유입되는 정제되지 않은 로우 데이터를 신속하고 정확하게 변환할 수 있습니다. 예를 들어, 교통 속도 센서에서 들어오는 데이터를 실시간으로 분석하여 1분 혹은 5분 단위의 평균 속도를 예측하는 모델은 도시 교통 관제 시스템 등에 즉각적으로 적용될 수 있는 실무적인 예시입니다. 데이터의 전 주기를 관리하는 이러한 방식은 실시간 대응이 필요한 현대 인공지능 서비스의 핵심 요소로 자리 잡고 있습니다. 파이썬 사용자 정의 함수(UDF)를 활용하면 복잡한 로직도 손쉽게 REST API 형태로 변환할 수 있습니다. 사용자가 작성한 코드는 도커 이미지로 자동 생성되어 특정 포트를 통해 서비스되며, 이는 모델의 배포와 확장을 매우 간편하게 만듭니다. 또한 AutoML이나 텐서플로우와 같은 외부 프레임워크와의 연동을 지원하는 익스터널 엔진은 개발자가 익숙한 도구를 활용하면서도 플랫폼의 강력한 관리 기능을 동시에 누릴 수 있게 합니다. 이러한 유연한 연동 구조는 다양한 요구사항을 가진 프로젝트 환경에서 모델의 가치를 극대화하고 개발 효율성을 높이는 중요한 역할을 수행합니다. 융합 서빙은 개별적으로 작동하는 여러 모델이나 외부 오픈 API를 유기적으로 연결하여 더욱 지능화된 서비스를 창출하는 고도화된 기술입니다. 이는 단순히 하나의 모델이 결과를 도출하는 것을 넘어, 언어 지능이나 시각 지능 같은 다양한 모듈을 조합하여 복잡한 문제를 해결할 수 있게 합니다. 온디맨드 파이프 서빙 엔진을 활용하면 여러 개의 REST API를 파이프라인으로 연결하여 일련의 처리 과정을 자동화할 수 있으며, 이는 사용자에게 더욱 완성도 높은 인공지능 응답을 제공하는 기반이 됩니다. 결과적으로 서비스의 유연성과 확장성을 획기적으로 높여 차세대 지능형 서비스 구축을 가능하게 합니다. 구체적인 활용 사례로 외부의 엑소브레인 오픈 API와 내부 모델을 결합한 건물 에너지 제어 서비스를 들 수 있습니다. 자연어로 입력된 사용자의 요구사항을 대화 처리 및 기계 독해 API를 통해 분석하고, 여기서 추출된 핵심 키워드를 바탕으로 적절한 제어 로직을 실행하는 구조입니다. 예를 들어 날씨 정보나 사용자의 의도를 파악하여 '맑은 날' 혹은 '흐린 날'에 최적화된 모델로 요청을 라우팅함으로써 에너지를 효율적으로 관리할 수 있습니다. 이러한 방식은 파편화된 기술들을 하나의 완성된 비즈니스 시나리오로 통합하는 인공지능 서비스 개발의 정수를 보여주는 좋은 예시입니다. 융합 서빙의 핵심은 지능적인 라우트 매핑 기술에 있습니다. 입력된 데이터의 특성에 따라 인덱스 값을 부여하고, 이를 바탕으로 서로 다른 모델로 작업을 배정하는 과정은 시스템의 효율성을 극대화합니다. 맑은 날씨에는 특정 조건에 따라 환기를 권고하고, 추운 날씨에는 창문을 닫도록 유도하는 등의 세밀한 제어가 가능해지는 것입니다. 오퍼레이터들이 체인처럼 연결되어 요청과 응답을 주고받는 과정은 복잡한 데이터 흐름을 체계적으로 제어할 수 있게 하며, 이는 개발자가 복잡한 백엔드 인프라를 직접 구축하지 않고도 수준 높은 마이크로서비스 아키텍처를 구현할 수 있도록 돕습니다. 마지막으로 데이터 생성부터 전처리, 학습, 예측, 결과 저장에 이르는 엔드 투 엔드 시나리오는 인공지능 서비스의 전체 생명주기를 완성합니다. 실시간으로 유입되는 데이터를 기반으로 모델이 주기적으로 재학습되고, 새롭게 학습된 모델이 서비스 중단 없이 즉각적으로 교체되어 적용되는 과정은 플랫폼의 자동화 역량을 입증합니다. 모델 자동 갱신(Auto Reload) 기능을 통해 신규 모델을 감지하고 서빙에 반영함으로써, 변화하는 환경 데이터에 기민하게 대응하는 진정한 의미의 지능형 시스템 구축이 가능해집니다. 이러한 전 주기 통합 관리 환경은 미래 인공지능 산업에서 강력한 경쟁력이 될 것입니다.

한국전자통신연구원ETRI 클래스

융합
공학·기술