병렬분산 환경에서의 기계학습기술 최신동향

전문가 제언

○ 빅 데이터로부터 가치가 큰 데이터를 발견하여 행동으로 연결하기 위해서는 병렬환경에서의 기계학습이 중요하다는 인식이 확산되어가고 있다. 고객 마케팅을 최적화하여 매상의 향상에 기여하고, 비즈니스 현장이나 공장에서 이상을 검지하고 부정이나 불량품을 크게 없애는 등의 기존의 응용분야에 추가하여 보다 많은 데이터로부터 보다 높은 정확도의 해석을 요구하는 수요가 커졌다.

 

○ 인터넷 업계로부터 타 업종으로 확대된 빅 데이터의 조류는 붐은 지난 것으로 보이나 확실하게 진행되고 있고 기업에서 수집, 축적되는 데이터의 종류와 양이 증대하고 있는 것도 사실이다. 데이터를 모우면 가시화→분석→행동으로 흐르는 것이 정석이나, 축적속도나 양, 처리에 필요한 계산부하도 기존의 기업내 데이터베이스나 분석시스템으로는 한계를 넘고 있어 가시화마져 어려워지고 있다.

 

○ 기계학습 응용과 빅 데이터의 이용이 광범위하게 활용되게 됨으로써 대규모 데이터 처리용의 기계학습을 지원하는 기술에 대한 관심이 커졌다. 단일 계산기의 메모리에서가 아니고 병렬분산 환경에서의 효율적인 학습이 중요하게 된다. 분산 환경에서의 기계학습에 관하여 알고리즘만이 아니고 소프트웨어에 초점을 맞추어 소개하고 있다. 특히 후반에서는 대규모 실시간 기계학습의 최신동향을 상세하게 소개하고 있다.

 

○ 여러 소프트웨어 개발자가 오픈 소스코드를 개발하고 공개하고 있어 연구나 기업환경에 맞는 애플리케이션을 선정하여 기반을 구축하는데 유익한 정보를 제공하고 있다.

 

○ 최근 시장에서 큰 발전을 보이고 있는 빅 플레이어들은 병렬분산 환경에서의 기계학습기법을 적극적으로 활용하여 큰 성공을 보고 있다. 세계적인 흐름 속에서 기술경쟁력확보를 위하여 인터넷 환경이 유리한 우리나라에서 보다 적극적으로 활용하고 보급하는 정책을 전개하여 좋은 환경이 조성되어야 한다.

저자

S. Hido

자료유형

학술정보

원문언어

일어

기업산업분류

전기·전자

연도

2015

권(호)

98(1)

잡지명

電子情報通信學會誌

과학기술
표준분류

전기·전자

페이지

54~58

분석자

조*

분석물

• 병렬분산 환경에서의 기계학습기술 최신동향.pdf [378,128 byte]

이미지변환중입니다.