머신러닝 시스템 설계

33

1

장

머신러닝 시스템 개요

CHAPTER

1

머신러닝 시스템 개요

2016

년

11

월 구글

Google

은 다국어 신경망 기계 번역 시스템

Multilingual

Neural

Machine

Translation

(

MNMT

)을 구글 번역에 통합했다고 발표했습니다. 이는 대규모 프로덕션 환경에 적

용한 심층 인공 신경망의 초기 성공 사례 중 하나입니다.

1

구글에 따르면 번역 품질이 지난

10

년간 이룩한 것보다 이 업데이트 한 번으로 더 많이 향상됐습니다.

이러한 딥러닝의 성공은 머신러닝 (

ML

)에 대한 관심을 촉발했습니다. 점점 더 많은 회사가 까

다로운 문제를 해결하기 위해

ML

쪽으로 방향을 틀고 있습니다.

ML

은 불과

5

년 만에 우리 삶

대부분의 영역에 들어와 정보에 접근하는 방식, 의사소통하는 방식, 일하는 방식, 연애 상대를

찾는 방식 등에 영향을 미칩니다. 보급 속도가 매우 빨라 이제

ML

없는 삶은 상상하기 어렵습

니다. 하지만 의료, 운송, 농업, 심지어 우주 연구에 이르기까지 여전히 시도해볼 만한

ML

유

스 케이스가 많습니다.

2

‘머신러닝 시스템’이라고 하면 많은 사람이 로지스틱 회귀나 다양한 유형의 신경망 등

ML

알고

리즘만 떠올립니다. 그러나 프로덕션 환경에서 알고리즘은

ML

시스템의 일부일 뿐입니다. 시

스템은

ML

프로젝트의 출발점이 ...