HPE, 엣지 및 분산형 데이터 소스용 스웜 러닝 솔루션 통해 차세대 AI 혁신 추진
  • 최종윤 기자
  • 승인 2022.05.22 08:30
  • 댓글 0
이 기사를 공유합니다

신규 스웜 러닝 솔루션 통해 조직 간 협업을 넘어 세계적 AI 기반 협업 촉진

[인더스트리뉴스 최종윤 기자] 한국 HPE는 질병 진단부터 신용카드 사기 탐지까지 엣지에서 발생하는 인사이트를 가속화하기 위해서 개인 정보 보호를 제공하면서도 AI 모델 학습 결과를 공유하고 통합할 수 있는 획기적인 AI 솔루션인 HPE 스웜 러닝을 출시했다.

HPE 스웜 러닝 프로세스 [자료=HPE]

HPE의 R&D 조직인 Hewlett Packard Labs가 개발한 HPE 스웜 러닝은 업계 최초의 엣지 혹은 분산 위치용 개인 정보 보호 탈중앙화 머신 러닝 프레임워크다. 해당 솔루션은 HPE 스웜 API를 활용해 AI 모델과 신속하게 통합되는 컨테이너를 고객에게 제공하며, 고객은 실제 데이터를 공유하지 않고도 조직 내 및 외부 업계 관계자들과 AI 모델 러닝을 공유하며 트레이닝을 개선할 수 있다.

HPE의 HPC&AI의 저스틴 호타드 부사장 겸 제너럴 매니저(Justin Hotard)는 “스웜 러닝은 이미 환자 건강 관리 향상과 부정 행위 탐지 및 각종 설비의 이상 징후 감지를 통한 예측 유지 보수 영역의 글로벌 과제를 해결하는데 진전을 이룬 뛰어난 신규 AI 솔루션”이라며, “HPE는 각 조직의 윤리, 데이터 개인 정보 보호 및 거버넌스 표준을 유지하며 조직이 고유하게 협업, 혁신 및 AI 모델의 성능을 가속화할 수 있는 엔터프라이즈급 솔루션을 제공해 스웜 러닝 혁신에 기여하고 있다”고 말했다.

신규 AI 접근 방식 도입, 엣지 단계 인사이트 안전하게 활용

현재 대다수의 AI 모델 트레이닝은 중앙 집중화된 병합 데이터 세트에 기반한 중앙 위치에서 이루어진다. 그러나 해당 접근 방식은 엣지에서 발생하는 많은 양의 데이터를 중앙 위치로 이동시켜야 하기 때문에 비효율적이고 비용이 많이 소모된다. 또한 데이터 공유 및 이동을 제한하는 데이터 개인 정보 보호 및 데이터 소유권 관련 규제에 의해 제약을 받을 수 있으며, 이는 잠재적으로 부정확하고 편향된 모델 훈련으로 이어질 수 있다.

하지만 모델 훈련 및 엣지 단계에 있는 인사이트 활용을 통해 기업은 중요한 시점에서 보다 빠른 결정을 내림으로써 더 나은 경험과 결과로 이끌어낼 수 있다. 이 밖에도 데이터 소스에서 학습한 내용을 조직 간 원활하게 공유함으로써 전 세계의 다양한 업계가 협업해 더욱 뛰어난 비즈니스 및 사회적 성과를 만들어 낼 수 있다.

조직은 데이터 거버넌스, 관련 법규 규제 및 준수, 데이터 유지 의무가 요구되는 상황에서 데이터 외부 공유에 대한 어려움을 겪고 있다. HPE 스웜 러닝은 데이터 소스에서 분산 데이터를 활용할 수 있게 함으로써 조직이 데이터 세트의 규모를 확장하고 공정한 방식으로 학습할 수 있는 머신 러닝 모델을 구축할 수 있도록 하면서, 데이터 거버넌스와 프라이버시를 유지할 수 있도록 돕는다.

또한 데이터가 아닌 엣지 단계에서 학습한 내용만 공유될 수 있도록 하기 위해 HPE 스웜 러닝은 블록체인 기술을 활용해 안전하게 멤버들을 온보드시키고 동적으로 리더를 선정할 수 있도록 하는 한편, 모델 변수 통합을 통해 스웜 네트워크의 회복 탄력성과 안전성을 제공한다.

아울러 HPE 스웜 러닝은 학습 내용만 공유함으로써 사용자가 프라이버시 침해없이 대규모 훈련 데이터 세트를 활용할 수 있도록 하고, 편향성을 최소화함으로써 학습 모델의 정확도를 높일 수 있도록 돕는다.

그래프 데이터베이스·분석 플랫폼 글로벌 기업 타이거그래프는 신용카드 거래 중 비정상적인 활동을 신속하게 감지하는 활동을 강화하기 위한 일환으로 AMD EPYC 프로세서를 사용해 HPE ProLiant 서버 기반에서 운영하고 있는 데이터 분석 서비스에 HPE 스웜 러닝을 접목시켰다. 이를 통해 지질학적 위치에 걸친 여러 은행과 지점의 방대한 양의 재무 데이터를 활용해 머신 러닝 모델을 교육할 때 정확도를 높이는데 활용하고 있다.


관련기사

댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.