머신러닝(기계학습)을 상징하는 디지털 신경망

지속가능한 AI, 작은 데이터로 큰 성과 만들어

글쓴이: 수전 게일러(Susan Galer)

AI 분야의 떠오르는 별, 스파스 모델링 AI

스파스 모델링 AI가 전통적인 딥러닝을 밀쳐내고 제품 제조업체와 의료 연구원의 선택을 받는 기술로 부상하고 있습니다. 설명 가능성, 에너지 효율, 스피드 등 현대식 품질 관리의 요구사항을 모두 충족하기 때문이죠. 독보적인 AI 기반 육안검사 솔루션을 개발한 일  본 스타트업 하카루스(Hacarus)의 고객 몇 분께 물어보면 바로 알 수 있습니다.

역주: 스파스 모델링은 대부분이 의미 없는 배경이고 의미 있는 데이터는 아주 적은 수라는 희소성(sparsity)을 전제로 하며, 안면 인식 등 머신 비전 기술에 효과적입니다.

스파스 모델링 인공지능(AI)을 상징하는 컴퓨터 회로와 사람 옆모습
제조사와 의료 연구소는 스파스 모델링이 전통적인 AI에 대한 효과적인 대안이라고 봅니다.

“스파스 모델링 AI를 만난 저희 고객은 놀라움을 감추지 못합니다. 저희 고객은 주로 전기차, 럭셔리 시계, 신약 발견 등 높은 품질 기준을 충족하고 보다 빠른 혁신이 필요한 기업들”이라고 하카루스의 창업자 겐신 후지와라(Kenshin Fujiwara) 회장은 전합니다. “전통적인 AI의 감추고 싶은 비밀을 저희 회사가 공략하고 데이터 수집과 훈련에 드는 높은 에너지 비용과 시간을 줄이며 지구의 자원도 절약한다는 데 무척 놀랍니다.”

환경 친화적인 설명 가능한 AI 대안

몇몇 연구에 따르면 전통적인 머신러닝(ML)을 적용해 단일 AI  모델을 훈련하면 자동차 5대가 전체 수명주기를 다할 때까지 뿜어내는 양 만큼의 탄소를 배출한다고 합니다. ML 알고리즘이 대량의 데이터를 아무 기준 없이 무작정 모든 세부사항을 “이해”하려 들기 때문입니다.

이와는 대조적으로 스파스 모델링은 강력한 예측 모델을 만들기 위해 수만 건의 이미지로 훈련할 필요가 없습니다. 기본적인 가정과 제한, 가설로 출발하기 때문에 스파스 모델링은 이미 알고 있는 내용은 무시해 시간을 절약합니다. 결국 컴퓨팅 시간과 에너지 소비도 줄이죠.

생산 현장에서 제조업체는 AI 모델을 훈련시키기 위해 양품과 불량 부품 샘플을 훨씬 적게 준비해도 됩니다. 결함이나 이상을 탐지하기 위한 제품 육안 검사 속도를 높이고 지속가능성도 희생하지 않죠. 연구소의 경우 스파스 모델링으로 보다 설명 가능한 AI를 얻습니다. 예컨대 신약 치료제를 탐색 중인 과학자는 화합물 반응을 보다 쉽게 구분할 수 있습니다. 일본 제약회사와의 파일럿 프로젝트에서 하카루스의 솔루션은 딥러닝 알고리즘보다 56배 빠른 성과를 냈습니다.

“스파스 모델링은 보다 적은 데이터로 고급 제품을 개발하는 정밀 엔지니어링 설비나 연구소에 이상적인 대안”이라고 후지와라 회장은 전합니다. “전기차 부품이 아주 좋은 예죠. 완전히 새로운 분야이기 때문입니다. 완성차 회사와 부품 공급업체는 적게는 20개의 이미지만으로도 신뢰할 수 있는 AI 기반 모델을 만들 수 있습니다. 극소량의 시간과 에너지만으로 딥러닝에 맞먹는 효과를 내는 거죠.”

전기차와 내연기관 차량 제조업체 외에도 하카루스의 고객은 럭셔리 상품, 화학, 생명과학 등 일본과 유럽의 여러 업종에 걸쳐 있습니다. 한 글로벌 제약회사는 신약 발견 컴퓨팅 시간을 99% 단축하고 상관관계 변화에 대한 통찰을 확보하면서 이 분야에 필수적인 설명가능성을 확보했습니다.

한 화학 및 생명과학 제품 제조사는 하카루스 AI 기술과 센서를 결합해 카복시메틸셀룰로스나트륨(CMC) 품질 검사 시간을 600% 높였습니다. CMC는 환경 친화적인 식물 추출 성분으로 리튬이온 배터리와 고급 어류 사료 등 많은 제품에 사용됩니다. 이 회사는 검사 인력과 교육훈련비를 향후 2-3년간 50% 가량 절감할 것으로 기대합니다.

AI를 지속가능한 비즈니스 혁신에 활용

하카루스는 후지와라 회장의 네 번째 스타트업으로 이 회사의 역사는 빠른 실패로 눈부신 성공을 거둔다는 창업자의 황금 기준을 반영합니다. 이 스타트업은 사물인터넷(IoT) 기반 주방용 저울을 만드는 데서 출발해 피트니스 앱으로 전환했습니다. 모두 스몰 데이터 분석에 초점을 맞췄죠. 그렇게 해서 이제는 산업과 연구소가 적은 데이터로 큰 성과를 올리도록 돕는 스파스 모델링 AI 전문기업으로 성장했습니다.

“하카루스는 일본어로 ‘측정하다’는 뜻입니다. 항상 스몰 데이터로 성과를 내는 데 초점을 맞춰 왔다”고 후지와라 회장은 밝힙니다. “대규모 데이터 세트를 모으는 일이 불가능하거나 경제적이지 않은 분야에서 스파스 모델링으로 여러 회사가 AI의 적용 효과를 얻을 수 있다고 판단했습니다.”

공통의 지속가능한 비전을 위해 SAP.IO와 제휴

후지와라 회장은 SAP의 글로벌 B2B 가속화 전문기관인 싱가포르 SAP.iO 파운드리의 에너지 및 천연자원 부문에 참여했습니다. 전문가의 자문과 여러 SAP 고객사를 소개 받은 후지와라 회장은 SAP의 디지털 트윈과 사물인터넷 전문 네트워크인 AIN(SAP Asset Intelligence Network)과 통합해 SAP 스토어에 서비스를 출시할 수 있어 값진 기회였다고 발힙니다.

“SAP는 양사의 우순순위 업종에서 글로벌 리더로서 고객이 무엇을 찾고 있는지 저희 회사가 이해하도록 도와주었다”고 후지와라 회장은 전합니다. “저희 스파스 모델링 AI 기능이 제공하는 검사 데이터를 SAP 솔루션과 통합해 조직이 인더스트리 4.0(Industry 4.0)을 향한 디지털화를 지속하도록 돕습니다. 이는 지속가능한 지능형 네트워크 기업 전환을 돕는다는 SAP의 비전을 반영하죠.”

하카루스의 고객사 대부분은 현재 일본에 있지만 유럽 지역 프로젝트와 북미 지역 기회 등 국제 시장 확장도 진행 중입니다. 블랙홀의 이미지를 최초로 만드는 데 사용된 기술로 학계에서는 이미 널리 활용 중인 스파스 모델링은 이제 보다 지속가능한 AI로 가는 길을 밝히고 있습니다.

전세계 B2B 기술 스타트업을 지원하는 SAP.iO 파운드리 프로그램에 대해 자세히 알아보세요.