[레포트] AWS DeepRacer로 팀의 기계 학습 여정 가속화하기

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.