코딩 필요없는 8가지 ‘노코딩’ ML 플랫폼
상태바
코딩 필요없는 8가지 ‘노코딩’ ML 플랫폼
  • 입력 2020-09-15 17:30
  • 댓글 0
이 기사를 공유합니다

인공지능(AI)을 활용해 보다 스마트한 솔루션을 구축하려는 기업이 늘고 있다. 이런 가운데 따로 코딩할 필요가 없는 플랫폼도 속속 등장해 관심을 끌고 있다. IT 업계 트렌드를 전하는 토워즈데이터사이언스가 15일(현지시간) 올해 주목할 ‘노코딩’ 머신러닝 플랫폼 8가지를 소개했다.

1. 크리에잇ML

크리에잇ML은 애플이 개발한 플랫폼으로 사전 훈련된 여러 모델 템플릿을 제공하는 독립적 MacOS 애플리케이션이다.

이 플랫폼은 사용자가 자신의 기호에 맞는 커스텀 머신러닝 모델을 만들 수 있도록 돕는다. 이미지 분류기(클래시피케이션)부터 스타일 전송, 자연어 처리, 추천 시스템에 이르기까지 모든 제품군이 총망라돼 있다. 사용자는 원하는 데이터를 형식에 맞게 전송하기만 하면 된다.

또한 메트릭스를 조정하는 것은 물론 반복횟수도 임의대로 설정할 수 있다. iOS 애플리케이션에서 배치할 수 있는 코어ML 모델 생성을 위한 플랫폼이라 할 수 있다.

(사진=Anupam Chugh).
(사진=Anupam Chugh).

2. 구글 오토ML

애플에 크리에잇ML이 있다면 구글에는 오토ML이 비슷한 성격의 플랫폼으로 자리한다. 오토ML에는 이미지 클래시피케이션을 비롯해 자연어 처리, 오토ML 번역기, 비디오 인텔리전스 등이 포함돼 있다.

머신러닝에 대해 전문지식이 없는 사용자(개발자)라도 오토ML을 이용해 자신에게 맞는 모델을 트레이닝 시킬 수 있다. 오토ML은 클라우드 상에서 딥러닝 모델을 즉시 지원하기 때문에 개발자가 미리 신경망 생성 방법 등에 대해 자세히 알 필요가 없다.

모델 트레이닝 이후에는 .pb, .tflite, CoreML 등의 형식으로 테스트 하고 퍼블릭 클라우드로 내보낼 수 있다.

(사진=Anupam Chugh).
(사진=Anupam Chugh).

3 메이크ML

메이크ML은 코드 없이 객체 감지 및 의미 분할 모델을 만들도록 도와주는 개발자 도구다.

이 플랫폼은 iOS 개발자가 데이터셋(이미지에서 객체 주석 수행)을 생성하고 관리할 수 있도록 MacOS 앱을 제공한다. 신경 네트워크를 훈련시키는 컴퓨터 비전 데이터셋 저장소도 무료로 제공한다.

메이크ML은 스포츠 기반 애플리케이션 개발에서 그 두각을 나타낸다. 또한 네일 등 세분화 모델을 트레이닝 시키는 엔드 투 엔드 튜토리얼을 갖고 있다. 이 튜토리얼은 비(非)머신러닝 개발자에게 유용하게 쓰이는 솔루션 도구다.

(사진=MakeML).
(사진=MakeML).

4. 프릿츠AI

프릿츠AI는 모바일 개발자와 데이터 과학자 간 격차를 해소하는 머신러닝 플랫폼이다.

iOS 및 안드로이드 개발자는 신속하게 모델을 훈련 및 배치할 수 있다. 이외에도 사전 훈련된 SDK를 사용도 가능하다. 모델과 같은 스타일 전송은 물론 이미지 세분화, 포즈 추정 등을 지원한다.

또한 프릿츠AI 스튜디오는 데이터 주석 툴과 데이터셋을 매끄럽게 생성하기 위한 합성 데이터를 제공해 사용자 아이디어를 프로덕션 지원 앱으로 전환시켜 준다.

애플보다 먼저 스타일 트랜스퍼 지원을 도입한 이 플랫폼은 모델 재교육, 분석, 데이터 보안 등의 솔루션도 제공한다.

(사진=FritzAI).
(사진=FritzAI).

5. 런웨이ML

런웨이ML은 크리에이터와 제작자를 위해 특별히 고안된 머신러닝 플랫폼이다. 코드 없이 텍스트 및 이미지 생성(GANs)부터 모션 캡처, 객체 감지 등에 이르는 모델을 빠르게 교육할 수 있는 비주얼 인터페이스를 제공한다.

런웨이ML을 사용하면 초고해상도 이미지에서 배경 제거 및 스타일 전송에 이르는 다양한 모델을 찾을 수 있다. 디자이너는 사전 훈련된 생성적 적대적 네트워크를 활용해 프로토타입에서 새 이미지를 합성할 수 있다.

이 플랫폼은 MacOS나 윈도우에서 다운로드하거나 브라우저에서 직접 사용할 수 있다. 현재는 베타버전이 출시돼 있다.

(사진=Anupam Chugh).
(사진=Anupam Chugh).

6. 오비어슬리AI

오비어슬리AI는 사용자 정의 CSV 데이터(Comma Separated Value, 쉼표로 나눠진 값을 저장한 데이터) 내 복잡한 작업을 수행하기 위해 자연어 처리 기능을 이용한다. 데이터 집합을 업로드하고 예측 열을 선택한 다음 자연어로 질문을 입력하고 결과를 평가하는 시스템이다.

플랫폼은 사용자에게 적합한 알고리즘을 자동선택해 머신러닝 모델을 훈련시킨다. 사용자는 클릭 몇 번으로 예상 매출이나 재고 수요를 예측하는 보고서를 얻을 수 있다. 이는 사내 데이터 사이언스팀을 두지 않고도 AI를 활용하려는 기업들에게 매우 유용하다.

오비어슬리AI는 마이SQL, 세일즈포스, 레드쉬프트 등과 같은 소스 데이터를 통합지원한다. 때문에 선형 회귀 분석과 텍스트 분류에 대한 지식이 없어도 데이터 예측 분석을 실행할 수 있다.

(사진=ObviouslyAI).
(사진=ObviouslyAI).

7. 슈퍼 어노테잇

데이터 처리는 머신러닝 프로젝트 개발에서 긴 시간을 필요로 하는 작업이다. 특히 수천개 이미지를 처리하는 데이터 라벨링 과정은 가장 많은 시간이 소요된다.

슈퍼 어노테잇은 머신러닝 기능을 활용해 데이터 주석 프로세스를 강화하는 AI 기반 플랫폼이다. 이미지 및 비디오 주석 도구를 사용해 내장 예측 모델의 도움을 받아 신속히 데이터에 주석을 달 수 있다. 객체 탐지를 위한 데이터셋 생성과 이미지 분할이 쉽고 빠르게 이루어질 수 있는 것이다. 또한 슈퍼 어노테잇은 비디오 프레임에서 중복 데이터 주석도 처리한다.

(사진=SuperAnnotate).
(사진=SuperAnnotate).

8. 티치어블 머신

티치어블 머신은 구글이 개발한 또다른 ‘노코드’ 머신러닝 플랫폼이다. 오토ML보다 더 개발자 친화적이며 브라우저에서 바로 이미지, 소리, 포즈를 인식할 수 있도록 훈련시킨다.

이 플랫폼은 파일을 드래그·드롭해 모델을 가르치고 웹캠을 사용해 이미지나 사운드 데이터 집합을 만들 수 있으며 텐서플로우 라이브러리를 사용해 교육 데이터가 유지되도록 도와준다.

이후 최종 모델을 텐서플로우.js나 tflite 형식으로 내보낼 수 있다. 이 형식은 웹사이트나 앱에서 사용가능하며 개방형 오닉스를 이용해 다른 형식으로 변환할 수도 있다.

(사진=Anupam Chugh).
(사진=Anupam Chugh).

 

[관련기사] 영어권에 최적화 된 AI 챗봇 14선

[관련기사] AI에 '로우코드' 기술 적용…"간단한 코딩으로 AI 앱 개발 가능"

기자 프로필

댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.
주요기사
유용한 리스티클
  • [특집] 한국의 8대 인공지능대학원 총 집합
  • 코딩 필요없는 8가지 ‘노코딩’ ML 플랫폼
  • [특집] "내년에 AI 석사 과정 신설"...고려대학교 이성환 AI대학원 주임교수
  • 9월 오픈하는 AI대학원 차별화 포인트는?
  • 2021년 주목할 인공지능(AI) 10대 트렌드
  • [특집] "세 개 특화분야 세계수준 성과 가능"....포항공대 AI대학원 서영주 원장