[레포트] AWS DeepRacer로 팀의 기계 학습 여정 가속화하기

AWS Partner Summit Korea 2022 세션중「AWS DeepRacer로 팀의 기계 학습 여정 가속화하기」세션을 정리해 봤습니다.
2022.05.26

안녕하세요 클래스메소드 김재욱(Kim Jaewook) 입니다. 이번에는 AWS Partner Summit Korea 2022 세션중「AWS DeepRacer로 팀의 기계 학습 여정 가속화하기」세션을 정리해 봤습니다.

세션 개요

DESCRIPTION

팀이 전 세계 어디에 있든, 조직이 AWS DeepRacer를 사용하여 포괄적인 기계 학습 기업 문화를 구축하는 방법을 알아보세요. 실습 기계 학습 교육을 통해 조직 전체의 협업과 경쟁을 촉진하는 온라인, 오프라인, 그리고 하이브리드 직원 이벤트를 얼마나 쉽게 구축할 수 있는지 알아보세요. AWS DeepRacer는 팀이 기계 학습을 시작하는 가장 빠른 방법입니다. 온라인 가상 레이싱 시뮬레이터와 1/18 스케일의 자율 주행 자동차를 활용하는 AWS DeepRacer는 기계 학습을 배우는데 재미를 더합니다.

SPEAKERS

강연자

세션

Agenda

  • Machine Learning on AWS
  • Introducing AWS DeepRacer

Machine Learning on AWS

  • Amazon은 1995년 부터 기계학습에 많은 투자를 해오고 있음
  • Amazon.com에서 고객들이 경험하는 상당수의 기능들이 기계학습에 의한 것들
  • 20년 전 부터 사용해온 제품 추천 엔진도 기계학습에 의해 도출된 추천 결과임
  • Amazon은 로봇 부문에서도 기계학습을 사용하여 물류센터 내 배치된 로봇의 최적의 픽업 동선을 분석함
  • 전체 공금망과 예측, 생산능력 계획에도 기계학습 알고리즘이 활용됨
  • 현재 수천명의 Amazon 엔지니어들이 기계학습과 딥 러닝을 담당하고 있으며, Amazon의 중추적인 역할을 해오고 있음
  • AWS 기계 학습 스택은 3개 계층으로 구성되어 있음
  • 가장 하위인 첫 번째 계층은 기계학습 전문가를 위한 것으로 TensorFlow, PyTorch, MXnet과 같은 프레임워크를 직접 다룰 수 있음
  • AWS의 딥러닝 AMI와 컨테이너를 이용할 수 있고, AWS의 폭넓은 컴퓨팅과 GPU 인스턴스를 활용할 수도 있음
  • 중간 계층은 개발자와 데이터 과학자를 위한 것으로 기계학습 모델을 구축, 훈련, 보정할 수 있음
  • Amazon SageMaker에는 모델을 실험, 훈련하는데 필요한 모든 툴이 제공됨
  • Amazon SageMaker는 단계별 수정이 가능하여 일반 개발자와 데이터 과학자들이 쉽게 기계학습 모델에 접근, 구축할 수 있음
  • 컴퓨터 비전부터 고객행동 예측까지 다양한 용도의 기계학습을 쉽게 적용할 수 있음
  • 최상위 계층은 API 기반 인공지능 서비스들로 구성되어 기존 애플리케이션을 간단한 API 콜을 사용하여 쉽게 통합할 수 있음
  • 영상 분석 서비스인 Amazon Rekognition이나 지능형 검색 서비스인 Amazon Kendra도 활용할 수 있음
  • 또한 다양한 인공지능 서비스들도 제공됨
  • Amazon Fraud Detector로 잠재적 온라인 사기 활동을 탐지하고 Amazon Forecast로 정확한 예측 모델을 구축하고, Amazon Personalize로 맞춤형 추천 서비스도 제공 가능함

  • 막상 개인적으로 또는 팀의 기계학습 역량을 쌓으려고 보면 어디서 부터 시작할지 막막할 수 있음
  • AWS 교육 및 자격증에서 다양한 온라인 기계학습 강좌들이 제공됨

Introducing AWS DeepRacer

  • AWS DeepRacer는 교육용 디바이스로 기계학습을 쉽고 재미있는 방법으로 배울 수 있도록 설계되어 실제 또는 가상 이벤트에서 경주가 가능함
  • AWS DeepRacer를 사용하여 강화학습을 직접 체험하며 기계학습을 시작할 수 있음
  • 강화학습은 고급 기계학습 테크닉으로 여타의 기계학습 방법과는 다른 모델 훈련 접근법을 취하고 있음
  • 훈련 데이터를 라벨링 할 필요없이 복잡한 행동도 학습하여 단기적으로 결정을 내리고 장기적 목표를 향해 최적화해 나감

  • 2018년 세계 경제 포럼 자료에 따르면 인공지능 발전으로 향 후 몇 년 동안 5,800만개의 일자리가 창출된다고 함
  • 그런데 Tencent Research Institute의 조사에 따르면 현재 30만 명의 인공지능 엔지니어들이 활동하고 있으나 수백만 명이 필요하다고 함
  • 창의적인 기계학습 경험의 개발이 절실하다는 것을 알 수 있음
  • 그렇기 때문에 딥 러닝이나 강화학습과 같은 기계학습 분야의 경험은 역량을 확대하고 간극을 좁혀줄 것

  • DeepRacer는 AWS의 다양한 서비스를 활용하여 교육적인 경주 경험을 제공함
  • Amazon SageMaker는 강화학습 모델을 훈련하는데, AWS는 개발자에게 최고의 솔루션을 제공하기 위해 Intel Xeon 확장형 프로세스를 지원하는 Amazon EC2 C5 인스턴스를 사용함
  • 프로세서의 TB급 메모리 용량과 고대역 통신, 고옥탄 성능을 활용하여 CPU 메모리 병목현상을 해결하고 DeepRacer의 혁신 가능성을 활짝 열며 개발자들에게 저비용의 학습 플랫폼을 제공할 수 있게 되었음
  • AWS RoboMaker로 시뮬레이션 환경을 제공하고 Amazon S3는 모델을 저장하며, Amazon CloudWatch로 로그를 저장함
  • Amazon Kinesis Video Streams는 콘솔에서 영상을 재생함
  • 이러한 아키텍처가 구축되어 있기 때문에, 모델을 학습하고 경주하는데 보다 많은 시간을 투자할 수 있음

  • AWS DeepRacer 이벤트로 기계학습을 보다 재미있게 경험할 수 있음
  • AWS 전문가가 진행하는 핸즈온 기계학습 워크숍에 참가하여 기계학습의 기초에 대해 배우고, 강화학습 모델을 훈련하며 테스트할 수 있음
  • 자율주행 경주 경험을 통해 재미있게 경험할 수 있음
  • DeepRacer 이벤트는 참가자들이 실제 또는 가상 이벤트를 통해 습득한 새로운 스킬을 테스트하며 실험하고 성장할 수 있는 기회를 제공함
  • 참가자들은 다수의 센서 입력과 최신 강화학습 알고리즘, 신경망 구조 및 시뮬레이션-실제 도메인 방법을 실험할 수 있음
  • 또한 팀 역량을 쌓고 경쟁할 수 있는 기회도 제공함
  • 우승 혜택을 통해 참가자들이 기계학습 스킬을 연마하는 동시에 성공 방법에 대한 아이디어와 인사이트를 서로 공유하는 동기를 부여

  • AWS DeepRacer 디바이스와 커뮤니티 경주 툴을 사용하여 이벤트를 호스트하는 여러가지 방법
  • AWS DeepRacer 커뮤니티 경주는 AWS 콘솔의 여러 기능들 중 하나로 사용자 누구나 몇 분만에 자신만의 가상 DeepRacer 이벤트를 개최하여 이메일 템플릿과 링크를 통해 쉽게 참가자들을 초대할 수 있음
  • 경주 주최자는 시작일과 기간, 경주 트랙과 스타일 즉, 타임 트라이얼, 장애물 피하기, 정면 승부 중 하나를 선택하여 조직의 니즈에 맞게 챌린지를 구성할 수 있음
  • 최근 2개의 기능이 새롭게 추가되어 주최자들이 더욱 쉽게 경주를 준비하고 직원의 참여도를 높일 수 있게 했음
  • 그 중 하나는 AWS DeepRacer 다중 사용자 계정으로 주최자들은 AWS 계정 ID 하에 AWS DeepRacer 서비스 액세스를 제공하여 훈련 및 스토리지 사용량을 모니터링하고 훈련을 실행 또는 중지할 수 있으며 모든 사용자의 모델을 보며 관리할 수 있음
  • 또 하나는 AWS DeepRacer 라이브 커뮤니티 경주 기능으로 참가자들은 전 세계 어디에서나 AWS DeepRacer 콘솔 내에서 다른 참가자들과 실시간으로 가상 경주를 펼치는 동시에 동료나 친구들, 가족과 함께 볼 수 있도록 이벤트를 온라인으로 생중계할 수 있음
  • 경주 주최자들은 이벤트의 날짜와 시간을 설정하고 경주 규칙을 구성하여 라이브 스트리밍을 참가자들만 대상으로 할 것인지 아니면 트위치 등 인기 라이브 스트리밍 플랫폼을 통해 공개할 것인지만 선택하면 됨

참고

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