6
장
-
직접 구축 대 서드 파티 활용
99
터 처리, 모델 학습, 모델 평가 등 인프라 전반에서 일어나는 일을 수행한다. 아마
존 머신러닝 서비스, 마이크로소프트 애저 머신러닝, 구글 클라우드
AI
,
IBM
왓
슨은 클라우드 기반
MLaaS
를 선도하면서 빠르게 모델을 학습시키고 배포한다.
각 솔루션은 알고리즘 자체의 성능은 물론 필요한 스킬이나 관리 측면에서 저마
다 다른 장단점이 있다. 회사의 문제를 해결하기 위해서는 어떤 솔루션을 사용하
더라도 추가적인 개발 리소스가 필요하다. 비즈니스 요구 사항에 완벽하게 부합
하는 솔루션은 없으며 일부는 자체 수정이 필요하다.
MLaaS
는 데이터 전문가로 구성된 데이터 팀이 회사 내부에 있어야 활용할 수 있
는데, 대부분의 스타트업은 데이터 팀을 운영할 여유가 없다. 특히 페이스북이나
구글 등의 대기업이 데이터 전문가 인재를 채용하려고 적극적으로 경쟁하고 있으
므로 회사 내부에 데이터 전문가를 두는 것은 임금 부담이 막대한 일이다.
직접 구축과 서드 파티 활용을 동시에 진행하기
다른 대안도 있다. 특정 사용에 한정된 복잡한 문제의 경우 인공지능 직접 구축과
서드 파티 활용을 동시에 진행하는 것이다. 문제를 빠르게 해결해야 하는 상황을
가정해보자.
100
% 만족스럽진 않더라도 충분한 서드 파티 솔루션이 있다면, 복잡하고 자체적
인 문제를 해결할 전용 솔루션이 구축될 때까지 서드 파티 솔루션을 사용해볼 수
있다. 예산이나 일정 측면에서 얻을 수 있는 이점을 확인해보자. 이 옵션의 경우
에는 서드 파티 솔루션 ...