AWS Dev Day Seoul (2019.09.26)

2019년 9월 26일 열린 AWS Dev Day

 

오전은 AWS 신기술 부문 책임자 Olivier Klein의 기조 연설이 있었고, 오후에는 7개의 세션이 각 세미나실에서 열렸다.

1. 기조 연설
   Olivier Klein 신기술 부문 책임자가 발표하였고, AWS의 개발 트렌드와 각 교육에 대한 요약, AI 로봇 시연이 이루어졌다.
   
   개발 아키텍처에 대한 얘기가 많이 나왔는데 Function 단위, Microservices (MSA, 마이크로서비스 아키텍처), Container화에 대해 얘기하였고, 현재 대기업들은 CI&CD를 추구하고 있고, 대부분 그렇게 서비스되고 있다.
   예전에 자주 사용하던 방식은 Monolithic 아키텍처인데, 작은 부분을 추가하거나 수정하는게 쉽지 않고 차후 배포 과정이나 서비스 과정에서 문제가 생겼을 경우 시스템 및 서비스 전체에 영향을 줄 수 있다는 단점이 존재한다.
   MSA는 기능별 혹은 그보다 더 작은 단위로 쪼개어 개발, 관리하고 테스트, 배포가 가능하다.
   

   

   기조연설 AI 로봇 시연

   

   기조연설

2. 인공지능/기계 학습
   1. 개발자를 위한 수백만 사용자 대상 기계 학습 서비스 확장하기
      API 서비스를 활용하여 AWS에서 지원하는 AI 서비스에 대한 세미나였다. 최근에는 클라우드로 머신러닝/딥러닝을 많이 사용하고 있는데, 우선 고사양의 PC가 필요하고 학습에 필요한 데이터가 많이 필요하기 때문이다. 클라우드를 사용하면 필요한 만큼의 성능으로 학습을 진행하고 사용한 만큼만 요금을 지불하며, 성능 업그레이드와 다운그레이드를 손쉽게 할 수 있기 때문에 요즘은 기업에서도 클라우드를 사용하여 딥러닝을 한다고 한다.
      

      

      개발자를 위한 수백만 사용자 대상 기계 학습 서비스 확장하기

   2. 기계학습 싸고 빠르게 하는 방법 - SageMaker편
      AWS에서 서비스 중인 SageMaker에 대한 소개와 설명이었다. 요즘 IT업계의 가장 큰 관심이 머신러닝/딥러닝인데 개발자들이 개인적으로 개발하고 테스트하기에는 비용에 대한 문제가 크다. SageMaker를 사용하여 가장 저렴한 인스턴스와 2주간의 학습을 시키고 테스트 하였을 때 발생하는 요금 (8달러정도)을 보여주고 소개하였다.
      

      

      기계학습 싸고 빠르게 하는 방법 - SageMaker편

   3. AWS 기반 기계 학습 자동화 및 최적화를 위한 실전 기법
      실제로 AI를 트레이닝 시키는 프레젠테이션과 딥러닝 프레임워크 몇 가지를 설명하였다.
      

      

      AWS 기반 기계 학습 자동화 및 최적화를 위한 실전 기법

   4. Intel on AWS - AI/ML Service 성능 향상을 위한 협력 모델
      빠른 추론을 위한 Amazon C5 Instance 소개, AI/ML 서비스 성능 향상을 위해 Intel사와 협력하고 Intel사의 프로세서를 장착한 AWS DeepRacer를 소개하였다.
      

      

      Intel on AWS - AI/ML Service 성능 향상을 위한 협력 모델

앱 현대화와 이머징 테크쪽도 듣고 싶은 강연이 있었는데, 머신러닝/딥러닝에 대해 궁금했던지라 한 세션을 풀로 들었다. 요즘 파이썬을 공부하고 있는데, SageMaker를 사용하면 저렴하게 실습해 볼 수 있으니 조만간 머신러닝/딥러닝 공부를 시작해봐야겠다. 그리고 현재 개발중인 프로젝트에 MSA와 컨테이너화 적용을 한번 고려해봐야겠다.