2 min to read

DS2.ai의 MLOps 강점 : 국제적 기업과의 기술 경쟁

영국의 한 매체에서 MLOps를 활용하는 20개 기업을 선정했습니다. 기술력으로 승부하는 DS2.ai가 어느정도의 경쟁력을 갖고 있는지 함께 살펴보시죠.

Featured image

국제적 기업에 밀리지 않는 DS2.ai MLOps 플랫폼 현황

신기술 및 신생 기업에 초점을 맞춘 영국의 TNW 에서 Global Top 20 기업의 MLOps 기능 비교에 관한 리스트를 기재했습니다.
오늘의 포스팅은 해당 내용을 기반으로 AI 솔루션 제작사들의 MLOps 기술 도입 현황과 DS2.ai 기술력 비교 내용으로 준비해 보았습니다.

◼ 글로벌 20개 기업의 MLOps 기능 현황 소개

이전 포스팅 ‘MLOps의 걸림돌과 해결방안’ 에서 말씀드렸듯, 현재 데이터를 다루는 전문가들 사이에서 MLOps의 기능과 효용성은 매우 주목받고 있는 사안입니다.

TNW에서 그러한 흐름에 맞추어 MLOps를 지원하는 다양한 글로벌 업체와 스타트업의 기능을 도식화해서 소개하고 있습니다.

enter image description here

(TNW 선정 TOP 20 기업의 MLOps 기술 현황)


우선 크게 4가지 항목으로 나뉩니다.

  1. Data Acqusition and Preparation (데이터 수집과 준비 단계)
  2. Model Development and Training (모델 개발 및 테스트 단계)
  3. Model Deployment and Operations (모델 배포와 운영 단계)
  4. System-wide Features (시스템 활용 및 호환 단계)

저희의 DS2.ai MLOps 플랫폼을 소개드렸던 ‘AI 도입 전 과정을 위한 체새대 플랫폼 DS2.ai’ 포스팅에서 “지금의 AI 시장은 지나치게 세분화 되어 있습니다” 라고 설명드렸었습니다.
해당 표만 보더라도 MLOps의 다양한 기능을 대부분 수행하는 기업은 세계적인 Amazon, MS, IBM 정도를 제외하고는 여러 항목에서 완벽히 준비되지 못한 모습을 보여줍니다.

특히 2단계인 모델 개발 및 테스트 단계에서 다수의 기업이 머신러닝을 활용한 데이터 학습 정도의 기능은 수행하지만 이후 모델 관리에서 부진한 모습을 보여주는 모습을 확인할 수 있습니다.

◼ DS2.ai의 MLOps 기술

enter image description here

(Accelerator Support 외에 대다수의 기능을 지원하는 DS2.ai의 MLOps)

DS2.ai는 해당 기준에서 Accelerator Support, 학습에 오랜 시간이 소요되는 특정 최고수준의 모델에 필요한 가속기를 제공하는 것 외에는 모든 기능을 제공하고 있습니다.

  1. Data Acqusition and Preparation (데이터 수집과 준비 단계) → DS2 Dataset을 활용한 고객 데이터 활용 및 Public Data를 통한 양질의 데이터 수집. 이후 Labeling AI를 이용한 데이터 가공 및 준비

  2. Model Development and Training (모델 개발 및 테스트 단계) → Click AI를 활용한 AI 개발 및 테스팅

  3. Model Deployment and Operations (모델 배포와 운영 단계)

  4. System-wide Features (시스템 활용 및 호환 단계)

    → Skyhub AI를 활용한 AI 모델 배포 및 모니터링과 재학습 통한 유지보수

Summary

오늘은 기존 DS2.ai 소개 및 MLOps 개념에 관한 포스팅에 이어 타 MLOps 제공 기업들과의 비교를 통해 자사의 강점을 소개 드렸습니다.

추후 저희의 플랫폼을 공신력 있는 외부 자료에서도 확인하실 수 있도록 약속드리며 이후 다른 주제로 찾아뵙겠습니다.

References : TNW News

저희의 MLOps 플랫폼 DS2.AI를 직접 방문해 제공하는 다양한 MLOps 솔루션을 직접 만나보세요!