MLAAS 기술관점 분석

Kwangsik Lee


  • 3사의 ML API의 특징 및 기술적 관점에서만 리뷰
    • AWS AI Service
    • Azure Cognitive Service
    • Google Auto ML
  • 3사가 더 잘할것 같거나 너무 어려운 것들은 생략함

1. AWS AI Service

Amazon Personalize 괜찮은듯


Amazon Personalize

  • 추천팀에 가장 잘 어울리는 서비스 포지셔닝인듯
  • HRNN을 밀고 있는데 AAF(Aurochs App Framework)로 해볼만 하지 않을까 함
  • 슬라이드 쉐어 참고

Amazon Personalize Overview

  • 아래의 빌딩 블럭을 추천팀이 잘하지 않을까 함


Amazon Personalize 특징(1/4)


Amazon Personalize 특징(2/4)


Amazon Personalize 특징(3/4)


Amazon Personalize 특징(4/4)


Amazon Forecast

  • 시계열 예측은 한국에서도 니즈가 많을것으로 예상되어 넣어봄


Amazon Comprehend

  • Google Auto ML, Azure와 비슷
  • NLP로 아래와 같은 주요한것들을 수행


2. Azure Cognitive Services

주요 API는 Auto ML과 거의 비슷
Machine Learning Studio는 벤치마킹할만할듯


Computer Vision API

  • 유명인사, 랜드마크, OCR 등은 카카오 데이터 활용하면 괜찮지 않을까 함


비전 예제(1/4)


비전 예제(2/4)


비전 예제(3/4)


비전 예제(4/4)


FAQ 자동생성


Anomaly Detector

  • 시계열에서 비정상 패턴 찾기


Machine Learning Studio


Machine Learning Studio 살펴보기(1/5)

Flow Chart 형식으로 Drag & Drop 으로 아래의 과정들을 설계
– 데이터 로드
– 전처리
– train/validation split
– algorithm
– evaluation


Machine Learning Studio 살펴보기(2/5)

  • 학습/평가 ROC Curve 등을 볼 수 있음


Machine Learning Studio 살펴보기(3/5)

  • precision, recall, f1 score 등을 볼수도 있음


Machine Learning Studio 살펴보기(4/5)

  • 완성된 모델을 Inference 하는 Rest API 및 Doc 자동 생성


Machine Learning Studio 살펴보기(5/5)

  • Inference도 Web UI에서 바로 수행


3. Google Auto ML

  • vision, nlp 가 3사 중에 제일 괜찮아 보임

vision API

  • 아래와 같은것들이 가능
    • 객체 자동 감지
    • 고객 데이터 학습 가능
    • 상품 인식 및 유사 상품 추천
    • Vision OCR
    • 노골적인 컨텐츠 감지

객체 자동감지 예제(1/6)


객체 자동감지 예제(2/6)


객체 자동감지 예제(3/6)


객체 자동감지 예제(4/6)


객체 자동감지 예제(5/6)


객체 자동감지 예제(6/6)


NLP API

  • 이미 학습된 entity 제공
  • 고객 관련 유용한 정보 추가 학습 가능
  • 영수증 및 인보이스 이해가 가능하여 물류/지도 서비스 등에서 활용 가능
  • 문서 분류(어떤 카테고리가 dominent한가로)
  • 문서 Highlight

NLP 예제


개인 의견

외부 공개로는 생략해둠