[Day 65] Tech Article: 디지털플랫폼, KT, A.B.C.

grl pwr·2022년 7월 26일

어느 분야든 마찬가지이지만 앞으로 Information Technology 업계에서 일하면서 트렌드를 빠르게 파악하고 그것에 맞춰 역량을 기르는 개발자가 되고 싶어 동기와 오늘 부터 IT 신문 기사를 매일 읽기로 했다.

10년 넘는 성장 정체기를 겪던 KT가 A.B.C.(AI, Big Data, Cloud) 서비스 사업에서 매출을 올리며 성과를 내고 있다.

2020년 3월부터 '디지코(디지털플랫폼기업) KT'라는 슬로건으로 인공지능(AI)와 디지털 전환(DX) 관련 사업에 힘쓰고 있다.

지난해 전체 서비스 매출(15조 5041억원)에서 비통신 부문이 차지하는 비중은 39.8%(6조 1645억원)이다. KT는 '외부 서버를 이용한다'는 개념이 생소하던 2010년 클라우드추진본부를 조직하고 데이터센터를 구축했다. 지난해 KT는 클라우드, 인터넷데이터센터 부문에서 매출 4559억원을 기록했다. 2020년 대비 매출 증가율은 16.6%에 달한다.

통신업 특성상 KT는 서비스 고도화에 빅데이터를 활용하기 위해 AI에 관심을 가져 2010년 초반부터 연구 및 사업 조직을 출범시켰다. 현재 KT는 AIT컨택트센터(AI콜센터), 첨단 물류 사업 등 AI와 빅데이터를 결합해 시너지를 낼 수 있는 사업에서 성과를 내고 있다.

그럼 아마존에서는 AI와 machine learning을 어떻게 사용하고 있을까?라는 의문이 들어 Amazon 서비스를 찾아 읽어봤다.

https://aws.amazon.com/ko/machine-learning/customers/innovators/disney/

👾 Disney, 딥 러닝을 통해 방대한 콘텐츠 분류

본문 발췌:

다른 애니메이션 스튜디오보다 훨씬 앞서 Disney는 작가나 일러스트레이터가 참고하거나 영감을 얻을 수 있도록 보관소를 쉽게 접근할 수 있게 만들어야 한다고 주장했다.

거의 1세기 분량의 콘텐츠를 보관되어 있고 디지털 콘텐츠의 비중이 점점 늘어남에 따라 Disney는 그 어느 때보다 더 세심하게 도서관을 정리해야 한다.

조직 시스템의 기초는 메타데이터, 즉 Disney의 프로그램과 영화에 나오는 이야기, 장면, 인물들에 대한 정보이다. 예를 들어, 밤비는 토끼 Thumper나 Paline(밤비의 새끼 사슴 친구) 같은 캐릭터는 물론 동물 유형, 동물들 사이의 관계, 각 동물이 묘사하는 캐릭터를 식별하는 메타데이터 태그를 가지고 있다. 자연 장면(묘사된 특정 종류의 꽃까지 세분화됨), 음악, 감성, 내레이션 톤 같은 것에도 특정 태그가 있다. 따라서 이 모든 콘텐츠가 제대로 정렬되도록 올바른 메타데이터로 적절히 태깅하는 것은 어려운 일이다.

메타데이터의 장점

콘텐츠에 정확한 메타데이터가 태깅되면 검색 인터페이스를 통해 필요한 정보를 빨리 찾을 수 있다

하지만 모든 것에 올바른 메타데이터를 태깅하는 것은 엄청난 양의 노동이다. 수동 태깅이 이 프로세스의 중요한 부분이라고 할 수 있지만 디즈니 DTCI(Direct-to-Consumer & International) Technology 팀은 모든 프레임을 수동으로 분류할 시간이 없다. 그래서 메타데이터를 생성하는 작업에 기계 학습, 더 구체적으로는 딥 러닝을 사용했다. 목표는 나머지 Disney 기술 자료와 일치하는 방식으로 장면의 구성 요소를 자동으로 태깅하는 딥 러닝 알고리즘을 구축하는 것이다. 여전히 마지막에는 사람이 알고리즘의 태그를 승인해야 하지만, 이 프로젝트는 Disney 도서관을 정리하는 데 필요한 노동력을 크게 줄임으로써 검색 정확도를 향상시키고 있다.

애니메이션에 아이덴티티를 부여하는 딥 러닝

올해 이전에는 딥 러닝 방식보다 데이터가 덜 요구되는 기존의 기계 학습 알고리즘을 사용했지만, 더 제한적이고 유연성이 떨어지는 결과를 얻었습니다. 데이터 입력 양이 적을 때는 기존의 알고리즘도 제대로 작동합니다. 하지만 데이터가 기하급수적으로 증가할 때는 딥 러닝이 큰 차이를 만들어 낼 수 있습니다.