[레포트] 포스트 코로나 시대, 교육 현장에서 바로 활용할 수 있는 AWS 사례

안녕하세요 클래스메소드 김재욱(Kim Jaewook) 입니다. 이번에는 AWS Partner Summit Korea 2022 세션중「포스트 코로나 시대, 교육 현장에서 바로 활용할 수 있는 AWS 사례」세션을 정리해 봤습니다.

세션 개요

DESCRIPTION

포스트 코로나 시대 오프라인 교육이 온라인으로 확장되며 클라우드 환경에서 교육 및 학습관리는 이제 선택이 아닌 필수가 되었습니다. AWS 의 다채로운 서비스와 함께라면 누구나 다양한 디바이스 환경에서 온라인 교육 환경을 구축하고 운영할 수 있습니다.

SPEAKERS

강연자

은찬미 어카운트 매니저, AWS

임석영 CSO , 산타

이재욱 교수, 서울대학교 컴퓨터공학과

세션

Agenda

• 포스트 코로나 시대 교육 현장의 역할
• 에듀테크 사례 : 산타 디디쌤
• 대학교 사례 : 서울 대학교 대학 학술 연구를 위한 AWS Cloud 활용

포스트 코로나 시대 교육 현장의 역할

• 이번 코로나로 인해, 교육에서 기술의 비중이 늘어남
• 일방향 수업에서 쌍방향 수업으로, 선생님과 조교가 하던 업무를 AI. Big Data를 활용하여 효율화
• 공교육에서도 온라인으로 개학 등과 같이 교육 전반에 걸쳐 기술의 영역이 확대

이제 교육회사가 에듀테크가 되는 것은 더이상 선택이 아닌 필수

• 갑자기 이용객이 많아져서 서버가 다운되었어요
• 해마다 학령인구가 줄어들어요
• 가치있는 신규 서비스를 제공하고 싶어요
• AI/ML을 활용해서 고객이 빨리 목표 점수에 도달하게 하고싶어요
• 맞춤형 강의를 제공하고 싶어요
• 메타버스 서비스를 제공하고 싶어요
• 동영상이 내용을 검색되면 좋겠어요
• 동영상 강의 자막을 자동생성하고 싶어요
• 영상 촬영 후 인코딩을 자동화하고 싶어요
• 영어 주관식 문제 채점을 자동화하고 싶어요
• 문서(시험지, 교재)를 디지털 컨텐츠로 만들고 싶어요
• AI로 고객센터를 운영하고 싶어요
• 아이디어를 실험하고 싶은데, 초기 비용이 많이 들어요
• 임직원들의 아이디어를 맘껏 시도해 보고싶어요

• 갑자기 많아진 traffic에 유연하게 대응하는 인프라 구성
• AI/ML, Bigdata, Metaverse, Block Chain, NFT 등 신규 기술 빠르게 도입하기
• 빠른 도전과 실패를 할 수 있는 실험하는 빌더기업 문화 만들기

이 3가지를 하기위한 환경을 만들기 위해 많은 기업들은 클라우드라는 환경을 선택

이를 통해 추가로 비용절감, 효율성, 신규 기술을 빠르게 접목하는 효과를 얻을 수 있음

• 소규모 학원이나 개발 인력이 없는 경우 AWS를 직접 도입하기가 어려움
• 이러한 문제를 해결하기 위해 나선 에듀테크 기업들이 있음

에듀테크 사례 : 산타 디디쌤

• 다른 학생 같은 수업
• 학생의 집중 및 이해도 확인 어려움
• 맞춤화 교육의 어려움

• 코로나 팬데믹 이후, 오프라인 교육에서 비대면 온라인 교육을 경험
• 그 이후 교육을 전달하는 형태가, 비대면 온라인으로 바뀌더라도 큰 문제가 없다는 것을 경험
• 하지만 결국 학생들의 학습을 운영하고 관리, 지도하는 것은 여전히 똑같음

• 선생님 또는 강사를 도와주는 AI조교라고 볼 수 있는 디디쌤을 개발
• 인지 -> 이해 -> 측정 -> 응용 측면에서 학습과 커뮤니케이션, 마케팅까지 3가지 측면에서 선생님의 반복적인 일을 모두 줄여주는 서비스
• 선생님만을 위한 온라인 강의 홈페이지도 자동으로 만들어줌
• 온라인 강의 안에서 질문을 던져서 수강자들의 정답여부에 따라 이해도, 레벨을 측정해서 각 수강자의 개별 맞춤화 교육을 진행할 수 있음

• 트랜스코딩 인프라관리에 시간이나 리소스를 별도로 할애할 필요 없이 원하는 비디오 처리 설정으로 고객에게 서비스할 적절품질의 영상을 제공해주며, 이에 필요한 리소스를 프로비저닝할 뿐만 아니라 자동으로 이를 모니터링해주므로 서비스 안정성에 대해 걱정할 필요가 없음
• Amazon Chime 서비스에 기반하여 실시간 방송서비스를 기본 제공하고 있으며, AWS에서 제공하고 있는 Chime SDK와 기술지원서비스를 활용하여 고객에게 꼭 필요한 기능과 안정성있는 서비스를 제공

대학교 사례 : 서울 대학교 대학 학술 연구를 위한 AWS Cloud 활용

• 자율주행, 음성인식, 추천시스템, 신약개발 등 다양한 연구분야에 머신러닝 기술이 폭넓게 적용되면서 AI와 빅데이터 응용이 컴퓨티 기술 혁신의 원동력이 되고 있음

• 5년 전부터 학술연구를 위해 클라우드를 사용해 왔음
• 최근에는 AI 및 빅데이터 플랫폼 설계 연구에 적극적으로 적용해 왔음 여기서 말하는 플랫폼이란 어플리케이션을 실행하는 표준화된 하드웨어 및 소프트웨어 환경이라고 정의할 수 있음

• 유전체 분석은 DNA의 염기서열을 분석하는 일
• DNA는 A, T, C, G로 표현되는 4종류의 뉴클레오 타이드의 가닥으로 구성, 이 가닥의 염기쌍이라고 하는 Base pair을 읽어 냄으로써 DNA의 유전 정보를 얻어낼 수 있음
• 이러한 유전체 분석은 소위 말하는 precision medicine 응용에 굉장히 중요하고, 코로나 바이러스 변이를 분석하는데도 활용이 되고 있음
• 많은 데이터를 읽어내기 때문에 컴퓨팅을 이용한 알고리즘 적인 보정이 필요
• 많은 양의 계산을 필요로 하는 빅데이터 응용으로 볼 수 있음

• 현재 널리 사용되는 GTK4라고 하는 Data Processing Pipeline의 실행시간을 분석해보면, Read alignment stage가 가장 많은 시간을 차지하고, 그 뒤로 mark duplicates, metadata update, BQSR등이 뒤를 따르고 있음
• 그러다 보니, 기존의 유전체 분석 가속 솔루션은 Read alignment stage를 어떻게 가속할 것인가에 많은 연구가 집중이 되었음
• 그래서 이러한 제안된 기술을 적용할 경우 Read alignment stage가 가장 적은 부분이 되고, 뒷쪽에 있는 소위 data mainpulation 단계들이 새로운 파이프라인 병목이 됨
• 그래서 이러한 data mainpulation 단계를 가속하기 위한 Cloud FPGA 기반 가속기인 Genesis 프레임워크를 제안

• 접근 방법은 이전에 말한 data mainpuliation 동작을 SQL query 형식으로 표현하고, 이를 Genesis Hardware Libray에 매핑하여, 결과적으로는 Cloud FPGA에 대규모로 적용하여 높은 성능을 얻는 것.
• 평가 결과에 의하면 Amazon F1 인스턴스에서 Genesis를 실행했을 때, 기존의 CPU 기반 파이프라인 대비 2 ~ 18 배의 성능향상과 2 ~ 15 배의 비용 절감을 달성

참고

본 블로그에서 사용한 이미지는 AWS Summit Korea에서 제공된 발표자료와 영상을 사용했습니다.