안녕하십니까? Microsoft AI MVP(2019-2020) 강창훈입니다.
<Azure ML Studio와 ML.NET으로 머신러닝 영화추천서비스 개발하기> 첫번째 1일차 내용 시작해보겠습니다.

오늘 다룰 주요내용은 머신러닝의 개념을 약간의 그림을 이용해 함께 이해해보고 향후 머신러닝 추천서비스를 개발하기 위해  사용할 Azure Machine Learning Studio(ML Studio) 와 ML.NET 기술과 관련된 마이크로소프트사의 AI와 Machine Learning 관련 주요 서비스 및 전략 기술들을 가볍게 소개하도록 하겠습니다.

1) 전통적 프로그래밍과 머신러닝 접근법의 차이

일반적이고 전통적인 프로그래밍방식과 머신러닝을 이용한 프로그래밍 개발방식의 차이를 먼저 비교해보겠습니다.

위에  그림에서 볼수 있듯이 전통적인 프로그래밍은 주어진 데이터와 정해진 룰(로직=작은알고리즘=분석모델)을 이용해 프로그래밍하여 컴퓨터를 통해 실행시키면 
정해진 답(결과값)을 도출하기 위한 과정입니다. 
즉, 이미 원하는 결과값을 정해두고 그값을 도출하기 위해 제공된 데이터와 처리로직(룰) 을 프로그래밍하고 컴퓨터를 통해 실행시키는 행위인것이죠. 원하는 결과값이 나오지 않는경우는 프로그램 에러나 버그로 봅니다.
ex) 1+1=2 에서 1과1은 데이터고 +는 로직이며 2는 결과 값입니다. 결과값이 3이면 일반적인 경우 +로직에 문제가 있는 에러로 봅니다.

머신러닝은 데이터와 결과(기대)값을 미리 준비하고 데이터를 컴퓨터를 통해 실행시켜 제공된 결과(기대)값을 도출해낼수 있는 최적의 룰(로직=작은알고리즘=분석모델)을 도출해내는 것을 목표로합니다.  
아래 두번쨰 그림에서 볼수 있듯이 전통적 프로그래밍 과 머신러닝 프로그래밍 접근법의 큰 차이는프로그래밍 목표의 차이입니다.

전통적 프로그래밍을 하는 목적는 제공데이터와 로직을 이용해 이미 정해진 결과값을 도출하는것이지만 
머신러닝 프로그래밍의 목표는 일관되게 정해진 결과값을  만들기 위한 룰(로직,알고리즘,분석모델)을 만드는것 입니다.

2) 머신러닝 모델개발 과 모델을 통한 결과값 추론하기 

위에서 알수 있듯이 머신러닝의 1차적인 목표는 일관되게 정해진 결과값을 만들기 위한 모델(룰,알고리즘,분석모델)을 개발하는것입니다.
그럼 이러한 모델은 누가 어떻게 개발하고 개발된 모델들은 어떻게 서비스에서 사용되어져 흔히 말하는 머신러닝 기반의 서비스들이 만들어질까요?
아래 그림에서 그답을 쉽게 찾아볼수 있습니다.

머신러닝모델 개발은 데이터엔지니어,데이터과학자,AI개발자,업무전문가들이 함께 모여 정형데이터,비정형데이터(이미지,비디오,텍스트)들을 정제하고 우리가 흔히 알고있는 
텐서플로우,스파크,케라스등의 머신러닝&데이터분석 툴(프레임워크)들을 이용해 분석모델을 개발합니다.

이렇게 개발된 각종 머신러닝분석모델에 서비스 데이터를 넣고 실행시켜 추론을 통한 특정 결과값을 도출하는 과정을 통해  머신러닝 기반 서비스들이 
만들어집니다. 보통 개발된 머신러닝분석모델과 서비스 데이터를  이용해 특정결과값을 추론해내는 일은 저와 같은 서비스개발자 또는 인프라담당자,서비스 운영자등이 맏게됩니다.

3) 마이크로소프트 AI & 머신러닝 주요 서비스 소개 

그럼 금번 강의에서 주로 사용하게될 ML Studio와 ML.NET 기술을 제공하고 있는  마이크로소프트의 인공지능과 머신러닝 핵심 전략 서비스들에 대해 거시적으로 알아보도록 하겠습니다.

몇년전에 마이크로소프트의 샤티아 나델라 회장이 취임하면서 모토로 삼았던 두가지 키워드가 있었습니다. 
"Cloud First!!, Mobile First!! "
Cloud 는 글로벌 기준으로 이미 큰성공을 거두었고 Mobile은 좋게 보아서 실패라고 하기는 좀 그렇고 그냥 so so 합니다. 
요즘 분위기를 감안해보면  Mobile First가 아닌 Office365 Frist로 보여집니다. ^^

어찌 되었던 그중 Cloud First 전략의 핵심인 Microsoft Azure 퍼블릭 클라우드 서비스는 글로벌 기준으로 이미 큰 성공을 거두고 있고 Apple이 주춤하고 있는 사이 Azure Cloud와 Office 덕분에? 마이크로소프트가 얼마전 글로벌 시총1위 회사가 되는것에도 결정적 기여를 하고 있습니다.

마이크로소프트의 모든 기술은 이제 Azure Cloud에 집중하고 있으며 Azure Cloud 기반에서 제공되는 서비스중에서도 클라우드 자원을 아낌없이 사용?하여 가장 큰 수익을 안겨줄것으로 예상되는 AI & Machine Learning에  아낌없는 투자를 하고 있습니다.

다음 그림은 Azure Cloud기반의 핵심서비스들를 보여줍니다.

마이크로소프트 Azure 클라우드의  주요서비스 카테고리 는 아래를 통해 확인해보실수 있습니다.

https://azure.microsoft.com/en-us/

https://azure.microsoft.com/en-us/services/

https://azure.microsoft.com/en-us/services/#ai-machine-learning

마이크로소프트의 AI+ML 핵심 전략 서비스는 아래와 같습니다. 

-Azure Bot Service : Bot Framework 을 이용해 각종 챗봇을 개발하고 Azure Bot Service를 통해 클라우드 기반으로 챗봇을 손쉽게 서비스할수 있습니다.
https://azure.microsoft.com/en-us/services/bot-service/

-Azure Cognitive Services :  각종 Azure Cloud 기반에서 제공하는 각종 인공지능서비스들를 OPEN API방식으로 손쉽게 이용할수 있게 도와주는 인공지능 활용 서비스 입니다.
https://azure.microsoft.com/en-us/services/cognitive-services/

-Azure Machine Learning service :  클라우드와 온프라미스에서 코드 기반으로 데이터분석에서 머신러닝모델 개발과 서비스를 제공할수 있는 모든 인프라를 제공하는 서비스입니다.
https://azure.microsoft.com/en-us/services/machine-learning-service/

-Azure Machine Learning Studio : 클라우드에서 초급자도 코드없이 손쉽게 위즈위그,드래그엔드롭 방식으로 머신러닝 모델 및 서비스를 개발 제공할수 있는 클라우드 기반 서비스입니다.
https://azure.microsoft.com/en-us/services/machine-learning-studio/

-Azure Databricks : Spark 기반 데이터 분석 서비스로 대규모 데이터 분석 및 인공 지능 (AI) 솔루션을 가속화 시켜주는 서비스입니다.
https://azure.microsoft.com/en-us/services/databricks/

간략히 마이크로소프트사의 핵심 머신러닝 전략 서비스들에 대해 알아보았으며 다음세션에서는  Azure Machine Learning Studio 와 ML.NET에 대해 좀더 자세히 알아보도록 하겠습니다.
감사합니다.

자료제공: 데이터 분석 컨설팅/교육 전문기업 디플러스 김영하 님 Azure DiscoveryDay 발표자료 참조 https://brunch.co.kr/@fermat39#articles
사진제공: 전북대 어딘가 by 김영식 https://web.facebook.com/kys4794