텐서플로

텐서플로(Tensor Flow)는 2015년 11월 구글(Google)에서 공개된 딥 러닝(Deep Learning)과 머신 러닝(Machine Learning) 기술 등에 활용하기 위해 개발된 오픈소스 소프트웨어이다. 텐서플로우라고 하기도 한다.

개요

구글 브레인팀에서 개발한 검색, 음성 인식 등의 구글 앱에 사용되는 기계 학습용 엔진으로, C++ 언어로 작성되어 파이썬(Python) 응용 프로그래밍 인터페이스(API)를 제공한다는 특징이 있다. 2011년부터 구글에서 내부적으로 사용되던 1세대 머신 러닝 시스템인 '디스트빌리프'의 뒤를 이은 2세대 머신 러닝 시스템이다. 오픈 소스 소프트웨어인만큼 학생, 개발자 등 원하는 사람들은 누구나 사용할 수 있으며, 빠르고 유연하여 한 대의 스마트폰 뿐만 아니라 데이터센터의 수천 대 컴퓨터에서도 운영 및 동작이 가능하다는 장점이 있다.

특징

• 손쉬운 모델 빌드 : 텐서플로는 다양한 수준의 추상화를 제공해 사용자는 자신의 요구에 맞는 수준을 선택할 수 있다. 유연성이 더 필요한 경우 즉시 실행 기능을 사용하면 즉각적인 반복 및 직관적인 디버깅이 가능하다. 모델 정의를 변경하지 않고 서로 다른 하드웨어 구성에서 배포 전략(Distribution Strategy) API를 이용해 분산 학습을 수행할 경우엔 대규모 ML 학습 작업을 할 수 있다.
• 어디서든 강력한 ML 제작 : 서버, 에지 기기, 웹 등 어디서나 텐서플로를 이용해 언어나 플랫폼에 관계없이 모델을 쉽게 학습시키고 배포할 수 있다. 전체 프로덕션 ML 파이프라인이 필요한 경우에는 TFX(TensorFlow Extended)를, 모바일 및 에지 기기에서 추론을 실행하려면 TensorFlow Lite를, 자바 스크립트 환경에서 모델을 학습시키고 배포하고 싶을 경우엔 TensorFlow.js를 사용하면 된다.
• 연구를 위한 강력한 실험 : 속도나 성능 저하 없이 최첨단 모델을 빌드하고 학습시킬 수 있다. 유연하고 긴밀하게 복잡한 토폴로지 생성을 제어할 수 있고 즉시 실행 기능을 사용해 손쉬운 프로토타이핑과 빠른 디버깅을 구현할 수 있다. 강력한 부가기능 라이브러리 및 모델을 실험해 볼 수 있는 생태계를 지원한다.

활용 및 사례

• 에어비앤비(Airbnb) : 이미지를 분류하고 대규모로 객체를 감지함으로써 게스트에게 더 나은 경험을 제공한다.
• 에어버스(Airbus) : 위성 이미지에서 정보를 추출하고 고객에게 귀중한 정보를 제공한다. 도시 계획에 따른 지표면의 변화 모니터링, 불법 건축, 자연 재해로 인한 피해와 경관 변화 매핑 등으로 활용한다.
• 암(ARM) : 하드웨어 추상화 레이어로 텐서플로우 라이트의 성능을 4배 이상 향상시켰다.
• 카루셀(Carousell) : 판매자는 이미지 인식으로 간편해진 게시 환경을 활용하고, 구매자는 추천과 이미지 검색을 통해 관련성이 더욱 높아진 상품 정보를 확인할 수 있도록 환경을 개선한다.
• 세바(Ceva) : 딥 러닝 프로세서에서 실시간 임베디드 기기에서 사용할 수 있도록 텐서플로로 학습된 네트워크를 자동으로 변환한다.
• 차이나 모바일(China Mobile) : 텐서플로를 사용하여 자동으로 컷오버 기간을 예측하고, 작업 로그를 확인하고, 네트워크 이상을 감지할 수 있는 딥 러닝 시스템을 만들었다. 이미 세계 최대 규모에 달하는 수억 개의 IoT HSS 번호 재배치를 성공적으로 지원한 이력이 있다.
• 코카콜라(Coca-Cola) : 텐서플로를 사용해 모바일 구매 증명을 사용하도록 지원하였다.
• GE : 텐서플로를 사용하여 뇌 MRI 검사 중 특정 해부학적 구조를 식별함으로써 속도와 안정성을 개선하는 데 도움이 되는 신경망을 학습시켰다.
• 인텔(Intel) : 다양한 모델에서 텐서플로 추론 성능을 최적화하기 위해 구글과 제휴하였다. 덕분에 성능이 2.8배가 향상되어 광범위한 고객과 커뮤니티가 혜택을 입었다.
• 카카오 택시(Kakao Taxi) : 텐서플로 및 텐서플로 서빙을 사용해 승차 요청을 이행하기 위해 운전자를 파견할 때 운행 완료율을 예측한다.
• 레노보(Lenovo) : AI 학습 및 기존의 고성능 컴퓨팅을 가속화하고, 텐서플로 통합 및 최적화를 통해 딥 러닝 학습을 최적화한다. LiCO는 다양한 내장형 텐서플로 모델을 제공하며 이러한 모델의 최적화된 분산형 학습을 지원한다.
• Liulishuo : 2016년 초에 처음으로 텐서플로를 내부 머신러닝 프로젝트에 적용했다. 이는 팀에서 영어를 가르치는 어플리케이션을 빌드하는데 도움이 되었다.
• 네이버 쇼핑 : 제품을 체계적으로 구성하고 사용자가 더 쉽게 검색할 수 있도록 하루에 등록되는 2000만 개 이상의 제품을 텐서플로를 사용하여 약 5000개의 카테고리에 자동으로 매칭한다.
• NERSC : 27000개가 넘는 엔비디아(Nvidia) V100 텐서 코어 GPU로 과학인적 DL 어플리케이션을 확장했다. 이 과정에서 ExaFLOP 장벽을 뛰어넘는데 성공했다.
• 페이팔(Paypal) : 전이 학습 및 생성 모델링을 사용하여 시시각각 변하는 복잡한 사기 패턴을 인식하여 사기 감소 정확성을 높이는 한편, 식별의 정확성을 높임으로써 합법적인 사용자의 경험을 개성할 수 있었다.
• 퀄컴(Qualcomm) 스냅드래곤 모바일 플랫폼과 IoT, 컴퓨팅, XR 및 자동차용으로 설계된 칩셋 포트폴리오 전반에 걸쳐 텐서플로 및 텐서플로 라이트 모델을 최적화하고 가속화한다.
• 시노베이션 벤처스(Sinovation Ventures) : 텐서플로를 사용하여 망막의 OCT 이미지에서 질병 분류 빛 세분화를 수행한다. 맥락막 신생혈광 형성, 유리체 사마귀 또는 당뇨성 망막 부종이라는 세가지 질환으로 분류 후 병변의 경계를 제공했다.
• 스위스컴(Swisscom) : 텍스트를 분류하고 전화를 받을 때 고객의 의도를 파악할 수 있도록 머신러닝 모델을 심층적으로 맞춤설정하기 위해 텐서플로를 활용한다.
• 트위터(Twitter) : 텐서플로를 이용해 수천 명을 팔로잉하는 사용자도 최근의 중요한 트윗을 놓치지 않도록 타임라인을 빌드했다.
• VSCO : 텐서플로 라이트를 사용해 '포 디스 포토(For This Photo)'를 개발했다. 온디바이스 머신러닝을 통해 사용자가 편집하려는 사진의 유형을 파악한 다음 엄선된 목록에서 적합한 프리셋을 제안한다.
• WPS Office : 온디바이스 영상 인식과 텐서플로 기반 이미지 OCR같이 다양한 비즈니스 시나리오를 구축한다.
• 구글 포토 : 서비스를 시작한 지 6개월 만에 500억 장의 사진을 모아 텐서플로우에 올려 머신러닝을 통해 학습했다.
• 랭크브레인 : 머신러닝으로 학습해 이해력을 높여 문장이 애매한 키워드를 입력해도 검색 결과가 나타난다.
• 스마트 답장 : 지메일(Gmail) 인박스가 이메일의 내용을 이해한 후 적절하고 짧은 답장을 작성한다.
• 시각 장애 안내 AI : 경기도 화성 동탄 고등학교의 김윤기 학생이 보행로를 인식해 알려주는 AI를 만들었다. 자전거를 타고 촬영한 영상을 텐서플로로 학습시켜 자전거의 앞길은 안전한 길로, 그 외 아스팔트가 놓인 길을 차도로 구별해 음성으로 알려주는 방식이다.

참고자료

• 텐서플로우 공식 홈페이지 - https://www.tensorflow.org/
• 〈텐서플로(두산백과)〉, 《네이버 지식백과》
• 〈텐서플로(IT용어사전)〉, 《네이버 지식백과》
• 〈텐서플로〉, 《위키백과》
• Jayzzz, 〈텐서플로우 특징 및 장점〉, 《티스토리 블로그》, 2017-08-10
• 박태인 기자, 〈시각장애인 안내하는 'AI'... 고2가 이틀만에 만들었다〉, 《중앙일보》, 2018-09-10

같이보기

• 머신러닝
• 딥러닝