클라우드 시장 후발주자로 나선 오라클이 혁신 기술을 선보이며 시장 공략에 나섰다. 한국오라클은 연례 콘퍼런스 행사인 ‘오라클 클라우드 서밋’을 1월 25일 그랜드 인터컨티넨탈 서울 파르나스 호텔에서 개최하고, 멀티 클라우드 시대를 맞아 오라클의 통합 클라우드 및 생성형 AI 전략을 소개했다. 이와 함께 자사의 사업 성과와 새롭게 출시된 생성형 AI(generative AI) 서비스에 대해서도 밝혔다. ■ 최경화 국장   ▲ 한국오라클 탐 송 회장   한국오라클 탐 송 회장은 ‘오라클 클라우드 서밋 2024’ 기자간담회에서 한국오라클의 사업 주요 성과에 대해 발표했다. 탐 송 회장은 “한국오라클의 클라우드 사업은 2023년 6월~11월 기준 3배 이상 성장하고 있는데, 기업의 데이터 기반 디지털 혁신을 위한 클라우드 전환 및 신규 확산 수요가 성장을 견인하고 있다. 주요 대기업의 미션 크리티컬 부문에서 클라우드 성과는 4배 수준으로 성장했고, 중견/중소기업 및 스타트업 부문에서도 클라우드 성과가 60% 이상 성장했다”면서,.이처럼 오라클 클라우드가 성장하고 있는 이유는 “싸고, 빠르고, 안전하기 때문”이라고 밝혔다.     오라클은 클라우드 후발 주자로 나선 만큼 가격과 함께 제품 경쟁력의 차별화를 내세우면서 시장을 공략하고 있다..올해 한국오라클은 데이터-AI 통합 솔루션 제공을 가속화하여 기업 주요 시스템의 클라우드 전환 조력 및 가치를 극대화해 나갈 계획이다. 또한 국내 중소/스타트업 기업을 위한 지원과 협력 활동을 지속하고, 새로운 리더십과 조직 강화로 성장 모멘텀 지속 확장 및 매출 성장을 달성한다는 계획이다.   OCI 생성형 AI 서비스 출시 오라클은 오라클 클라우드 인프라스트럭처(OCI)에 생성형 AI 서비스를 정식 출시한다고 발표했다. 새로운 OCI 생성형 AI 서비스는 기업이 한층 진보한 최신 생성형 AI 기술을 보다 손쉬운 방식으로 활용할 수 있도록 지원하는 새로운 혁신 기술을 선보인다. OCI 생성형 AI 서비스는 다양한 비즈니스 사용 사례에 적용할 수 있도록 코히어(Cohere)의 대규모 언어 모델(LLM)과 메타(Meta)의 라마 2(Llama 2) LLM을 원활하게 통합하는 완전 관리형 서비스다. OCI 생성형 AI 서비스는 100개 이상의 다국어 기능과 개선된 GPU 클러스터 관리 경험, 유연한 미세조정 옵션 등을 제공한다. 고객은 OCI 생성형 AI 서비스를 오라클 클라우드 상에서 이용할 수 있으며, OCI 전용 리전(OCI Dedicated Region)을 통해 온프레미스 환경에서도 이용 가능하다.     생성형 AI 모델의 커스터마이징 간소화 오라클은 고객이 텍스트 생성과 요약, 의미론적(semantic) 유사성 작업을 중심으로 비즈니스 문제 해결을 지원하기 위해 코히어 및 메타 라마 2의 최신 LLM 모델을 API 호출을 통해 이용 가능한 관리형 서비스 방식으로 제공한다. 또한 고객은 오라클의 강력한 데이터 보안 및 거버넌스를 바탕으로 생성형 AI 모델을 자체 기술 스택에 손쉽고 안전한 방식으로 적용할 수 있다. 또한 오라클의 검색 증강 생성(Retrieval Augmented Generation : RAG) 기술은 고객이 자체 데이터를 사용해 생성형 AI모델을 추가적으로 학습시킴으로써, 조직의 독특한 내부 운영 방식을 이해하도록 할 수 있다. 현재 베타 단계인 OCI 생성형 AI 에이전트(OCI Generative AI Agents) 서비스에는 RAG 에이전트가 포함돼 있다. OCI 생성형 AI 에이전트는 LLM과 OCI 오픈서치(OCI OpenSearch)를 기반으로 구축한 엔터프라이즈 검색 체계를 결합함으로써 엔터프라이즈 데이터로 보강된 맥락 기반의 검색 결과를 제공한다. 사용자는 해당 에이전트를 통해 전문 기술 없이도 자연어 기반 대화 방식으로 다양한 엔터프라이즈 데이터 소스와 상호작용할 수 있다. 또한 동적 데이터 저장소로부터 최신 정보를 검색하며, 검색 결과와 함께 원본 소스 데이터에 대한 참조 정보를 제공받을 수 있다. 현재 OCI 생성형 AI 에이전트의 베타 버전은 OCI 오픈서치 검색 서비스를 지원한다. 향후 버전에서는 보다 광범위한 데이터 검색 및 집계 도구를 지원하고, AI 벡터 검색(AI Vector Search) 기능을 탑재한 오라클 데이터베이스 23c와 벡터 스토어(Vector Store) 기능을 활용한 MySQL 히트웨이브(MySQL HeatWave)에 대한 액세스를 제공할 예정이다. 또한 오라클은 오라클 퓨전 클라우드 애플리케이션 스위트(Oracle Fusion Cloud Applications Suite), 오라클 넷스위트(Oracle NetSuite)를 비롯한 SaaS 애플리케이션 제품군 및 오라클 헬스(Oracle Health)를 비롯한 산업별 애플리케이션 전반에서 사전 구축된 에이전트 활동 기능을 제공할 예정이다.     오라클의 솔루션 포트폴리오 전반에 걸쳐 내장되는 생성형 AI 오라클은 “선도적인 AI 인프라스트럭처 및 포괄적인 클라우드 애플리케이션 포트폴리오가 고객의 두터운 신뢰를 얻고 있다”고 밝히고 있다. 오라클은 ERP, HCM, SCM, CX를 비롯한 자사의 클라우드 애플리케이션 포트폴리오 전반에 생성형 AI를 통합해 기업이 기존 비즈니스에 최신 혁신 기술을 적용할 수 있도록 지원한다. 또한 오라클은 고객의 AI 기반 애플리케이션 구축을 지원하기 위해 생성형 AI 기능을 자체 데이터베이스 포트폴리오에 도입하고 있다. 고객은 자율운영 데이터베이스 셀렉트 AI(Autonomous Database Select AI) 기능을 사용해 자체 엔터프라이즈 데이터와 생성형 AI가 제공하는 생산성 및 창의성의 장점 모두를 활용함으로써 애플리케이션 개발을 가속화할 뿐만 아니라, 신규 비즈니스 솔루션 구축을 진행할 수 있다. 한편, 오라클은 고객이 허깅페이스(Hugging Face)의 트랜스포머(Transformers), 파이토치(PyTorch) 등의 오픈소스 라이브러리를 사용해 LLM을 구축, 학습, 배포, 관리하는 과정을 지원하고자 OCI 데이터 사이언스(OCI Data Science)의 기능을 확장해 나가고 있다..2월에 베타 버전이 출시된 OCI 데이터 사이언스 AI 퀵 액션(OCI Data Science AI Quick Actions) 기능은 메타 또는 미스트랄 AI(Mistral AI) 등의 주요 AI 공급업체를 비롯한 다양한 오픈소스 LLM에 노코드 액세스를 지원할 예정이다.   오라클은 어떤 회사? 오라클은 1977년 래리 엘리슨이 봅 마이너, 에드 오츠와 함께 미국 국방부의 프로젝트에 관계형 데이터베이스 관리 시스템(Relational Database Management System)을 개발, 상용화한 것을 시작으로 설립돼, 전 세계 클라우드 및 IT 시장에서 활약하는 기업으로 자리잡았다. 지난 2009년 4월에는 썬마이크로시스템즈를 인수하면서 기업용 소프트웨어에서 하드웨어 인프라에 이르기까지 통합된 시스템을 제공할 수 있는 기업으로 탈바꿈했다. 특히, 오라클은 클라우드 영역에서 ERP(전사적자원관리), HCM(인적자본관리), CX(고객경험솔루션), SCM(공급망관리) 및 이와 연계된 퓨전 애널리틱스(Fusion Analytics) 등 클라우드 애플리케이션부터 서비스형 플랫폼(PaaS) 및 서비스형 인프라(IaaS)까지 광범위한 제품군을 미주, 유럽 및 아시아 전역의 44개 클라우드 리전에서 제공하고 있다. 오라클의 주요 사업 영역으로는 ▲오라클 DBMS 및 클라우드(PaaS/IaaS) ▲오라클 클라우드 애플리케이션(SaaS) ▲오라클 시스템(System) 등이 있다.   ■ 기사 내용은 PDF로도 제공됩니다.

클라우드 시장 후발주자로 나선 오라클이 혁신기술을 선보이며 시장공략에 나섰다. 한국오라클은 가장 큰 연례 컨퍼런스 행사인 오라클 클라우드 서밋을 1월 25일 그랜드 인터컨티넨털 서울 파르나스 호텔에서 개최하고, 멀티 클라우드 시대를 맞아 오라클의 통합 클라우드 및 생성형 AI 전략을 소개했다. 이와함께 기자간담회를 통해 한국오라클의 사업 성과와 새롭게 출시된 생성형 AI 서비스에 대해서도  밝혔다.    한국오라클 탐 송 회장 한국오라클 탐 송 회장은 1월 25일 서울 그랜드인터컨티넨탈 서울 파르나스에서 열린 '오라클 클라우드 서밋 2024' 기자간담회에서 한국오라클의 사업 주요 성과에 대해 발표했다.  탐 송 회장은 “한국오라클의 클라우드 사업은 2023년 6월~11월 기준 3배 이상 성장하고 있는데 기업의 데이터 기반 디지털 혁신을 위한 클라우드 전환 및 신규 확산 수요가 견인하고 있다. 주요 대기업의 미션 크리티컬 부문에서 클라우드 성과는 4배 수준으로 성장했고, 중견, 중소, 스타트업 부문에서도 클라우드 성과가 60% 이상 성장했다”면서, 이처럼 오라클 클라우드가 성장하고 있는 이유는 “싸고, 빠르고, 안전하기 때문”이라고 밝혔다.     오라클은 클라우드 후발 주자로 나선 만큼 가격과 함께 차별화된 제품 경쟁력으로 시장을 공략하고 있다.  올해 한국오라클은 올해 데이터-AI 통합 솔루션 제공을 가속화하여 기업 주요 시스템의 클라우드 전환 조력 및 가치를 극대화해 나갈 계획이다. 또한 국내 중소/스타트업 기업을 위한 지원과 협력활동을 지속하고, 새로운 리더십과 조직 강화로 성장 모멘텀 지속 확장 및 매출 성장을 달성할 계획이다.   오라클 클라우드 인프라스트럭처(OCI) 생성형 AI 서비스 출시     오라클은 오라클 클라우드 인프라스트럭처(OCI) 생성형 AI(Oracle Cloud Infrastructure Generative AI) 서비스를 정식 출시한다고 발표했다. 새로운 OCI 생성형 AI 서비스는 기업이 한층 진보한 최신 생성형 AI 기술을 보다 손쉬운 방식으로 활용할 수 있도록 지원하는 새로운 혁신기술들을 선보인다. OCI 생성형 AI 서비스는 다양한 비즈니스 사용 사례에 적용할 수 있도록 코히어(Cohere)의 대규모 언어 모델(LLM)과 메타(Meta)의 라마 2(Llama 2) LLM을 원활하게 통합하는 완전 관리형 서비스다. OCI 생성형 AI 서비스는 100개 이상의 다국어 기능과 개선된 GPU 클러스터 관리 경험, 유연한 미세조정 옵션 등을 제공한다. 고객은   OCI 생성형 AI 서비스를 오라클 클라우드 상에서 이용할 수 있으며, OCI 전용 리전(OCI Dedicated Region)을 통해 온프레미스 환경에서도 이용 가능하다. 생성형 AI 모델의 커스터마이징 간소화 오라클은 고객이 텍스트 생성과 요약, 의미론적(semantic) 유사성 작업을 중심으로 비즈니스 문제 해결을 지원하기 위해 코히어 및 메타 라마 2의 최신 LLM 모델을 API 호출을 통해 이용가능한 관리형 서비스 방식으로 제공한다. 또한 고객은 오라클의 강력한 데이터 보안 및 거버넌스를 바탕으로 생성형 AI 모델을 자체 기술 스택에 손쉽고 안전한 방식으로 적용할 수 있다. 또한 오라클의 검색 증강 생성(Retrieval Augmented Generation, RAG) 기술을 통해 고객은 자체 데이터를 사용해 생성형 AI모델을 추가적으로 학습시킴으로써 조직의 독특한 내부 운영방식을 이해하도록 할 수 있다. 현재 베타 단계인 OCI 생성형 AI 에이전트(OCI Generative AI Agents) 서비스에는 RAG 에이전트가 포함돼 있다. OCI 생성형 AI 에이전트는 LLM과 OCI 오픈서치(OCI OpenSearch)를 기반으로 구축한 엔터프라이즈 검색 체계를 결합함으로써 엔터프라이즈 데이터로 보강된 맥락 기반의 검색 결과를 제공한다. 사용자는 해당 에이전트를 통해 전문 기술 없이도 자연어 기반 대화 방식으로 다양한 엔터프라이즈 데이터 소스와 상호작용할 수 있다. 또한 동적 데이터 저장소로부터 최신 정보를 검색하며, 검색 결과와 함께 원본 소스 데이터에 대한 참조 정보를 제공받을 수 있다. 현재 OCI 생성형 AI 에이전트의 베타 버전은 OCI 오픈서치 검색 서비스를 지원한다. 향후 버전에서는 보다 광범위한 데이터 검색 및 집계 도구를 지원하고, AI 벡터 검색(AI Vector Search) 기능을 탑재한 오라클 데이터베이스 23c와 벡터 스토어(Vector Store) 기능을 활용한 MySQL 히트웨이브(MySQL HeatWave)에 대한 액세스를 제공할 예정이다. 또한 오라클은 오라클 퓨전 클라우드 애플리케이션 스위트(Oracle Fusion Cloud Applications Suite), 오라클 넷스위트(Oracle NetSuite)를 비롯한 SaaS 애플리케이션 제품군 및 오라클 헬스(Oracle Health)를 비롯한 산업별 애플리케이션 전반에서 사전 구축된 에이전트 활동 기능을 제공할 예정이다. 오라클의 솔루션 포트폴리오 전반에 걸쳐 내장되는 생성형 AI 오라클의 선도적인 AI 인프라스트럭처 및 포괄적인 클라우드 애플리케이션 포트폴리오는 고객의 두터운 신뢰를 얻고 있다. 오라클은 ERP, HCM, SCM, CX를 비롯한 자사의 클라우드 애플리케이션 포트폴리오 전반에 생성형 AI를 통합해 기업이 기존 비즈니스에 최신 혁신 기술을 적용할 수 있도록 지원한다. 또한 오라클은 고객의 AI 기반 애플리케이션 구축을 지원하기 위해 생성형 AI 기능을 자체 데이터베이스 포트폴리오에 도입하고 있다. 고객은 자율운영 데이터베이스 셀렉트 AI(Autonomous Database Select AI) 기능을 사용해 자체 엔터프라이즈 데이터와 생성형 AI가 제공하는 생산성 및 창의성의 장점 모두를 활용함으로써 애플리케이션 개발을 가속화할 뿐만 아니라, 신규 비즈니스 솔루션 구축을 진행할 수 있다. 오라클은 고객이 허깅페이스(Hugging Face)의 트랜스포머(Transformers), 파이토치(PyTorch) 등의 오픈소스 라이브러리를 사용해 LLM을 구축, 학습, 배포, 관리하는 과정을 지원하고자 OCI 데이터 사이언스(OCI Data Science)의 기능을 확장해 나가고 있다.  2월에 베타 버전 출시가 예정된 OCI 데이터 사이언스 AI 퀵 액션(OCI Data Science AI Quick Actions) 기능은 메타 또는 미스트랄 AI(Mistral AI) 등의 주요 AI 공급업체를 비롯한 다양한 오픈소스 LLM에 노코드 액세스를 지원할 예정이다.  

가트너(Garnter)가 ‘2024년 기업들이 주목해야 할 10대 전략 기술 트렌드’를 발표했다. 가트너 애널리스트들은 내년 한 해를 이끌 기술 트렌드에 관한 통찰을 가트너 IT 심포지엄/엑스포에서 공유했다. 가트너의 VP 애널리스트인 바트 빌렘센(Bart Willemsen)은 “기술 혼란과 사회경제적 불확실성에는 임시방편적인 대응보다 과감하게 행동하고 전략적으로 회복탄력성을 강화하려는 의지가 필요하다”며, “이러한 불확실성과 압박 속에서 비즈니스의 지속적인 성공을 위한 전략적 기술 투자 로드맵을 수립할 수 있는 것은 IT 리더들”이라고 말했다. 수석 VP 애널리스트이자 리서치 책임자인 크리스 하워드(Chris Howard)는 “IT 리더를 비롯한 경영진들은 전략 기술 트렌드의 영향과 이점을 평가해야 하는데, 기술 혁신이 가속화되는 상황에서 이는 결코 쉬운 일이 아니다”라며, “예를 들어 생성형 및 기타 유형의 AI는 새로운 기회를 제공하며 여러 트렌드를 주도하고 있지만, AI의 지속적인 활용을 통해 비즈니스 가치를 창출하는 데에는 광범위한 채택에 대한 체계적인 접근과 더불어 위험에 대한 경각심 또한 요구된다”고 강조했다.   가트너가 제시하는 2024년 주요 전략 기술 트렌드는 무엇일까? 보편화된 생성형 AI(Democratized Generative AI) 대거 사전 학습된 모델, 클라우드 컴퓨팅 및 오픈 소스의 결합으로 생성형 AI가 보편화되면서 전 세계 업무자들은 이러한 모델에 접근할 수 있게 됐다. 가트너는 2026년 80% 이상의 기업이 생성형AI 애플리케이션 프로그래밍 인터페이스(API) 및 모델을 사용하거나 프로덕션 환경에 생성형AI 지원 애플리케이션(GenAI-enabled application)을 배포할 것으로 예측했는데, 이는 2023년 초 5% 미만이었던 수치에서 크게 증가한 것이다. 생성형AI 애플리케이션은 비즈니스 사용자가 내외부의 방대한 정보에 접근하고 이를 활용하도록 지원한다. 즉, 생성형 AI의 빠른 도입은 기업 내 지식과 기술의 상당한 보편화를 가져온다. 대규모 언어 모델(LLM)은 충분한 시맨틱(semantic) 이해가 가능한 대화형 스타일로 직원들이 정보에 연결되도록 한다. AI 신뢰, 리스크 및 보안 관리(AI Trust, Risk and Security Management) AI에 대한 접근이 보편화됨에 따라 AI 신뢰, 리스크 및 보안 관리(TRiSM)의 필요성이 이전보다 더 시급하고 분명해졌다. 이러한 안전장치가 없다면 AI 모델은 통제 불가능한 부정적 영향을 빠르게 발생시켜 AI가 제공하는 긍정적 성과와 사회적 이익을 퇴색시킬 수 있다. 이에 AI TRiSM은 모델옵스(ModelOps), 사전 예방적 데이터 보호, AI 전용 보안, 데이터 및 모델 드리프트와 의도되지 않은 결과를 포함한 모델 모니터링, 타사 모델 및 애플리케이션 입출력 리스크 제어 등에 대한 도구를 제공한다. 가트너는 2026년까지 AI TRiSM 제어 기능을 적용하는 기업이 오류 및 불법 정보를 최대 80%까지 줄여 의사 결정의 정확성을 높일 것이라고 예측했다. AI 증강 개발(AI-Augmented Development) AI 증강 개발은 소프트웨어 엔지니어가 애플리케이션을 설계, 코딩, 테스트할 때 생성형 AI, 머신 러닝과 같은 AI 기술을 활용하는 것을 의미한다. AI의 지원을 받는 소프트웨어 엔지니어링은 개발자의 생산성을 향상시키고 개발팀이 비즈니스 운영에 필요한 소프트웨어 수요 증가를 충족하도록 한다. 이러한 AI적용 개발 도구는 소프트웨어 엔지니어의 코드 작성 시간을 줄여 엔지니어들이 경쟁력 있는 비즈니스 애플리케이션의 설계 및 구성과 같이 보다 전략적인 활동에 더 많은 시간을 할애할 수 있도록 한다. 지능형 애플리케이션(Intelligent Applications) 가트너는 지능형 애플리케이션에서 ‘지능’을 적절하고 자율적으로 대응할 수 있는 학습된 적응력으로 정의한다. 이러한 지능은 다양한 경우에 업무를 더 효과적으로 보강하거나 자동화하기 위해 활용된다. 애플리케이션의 지능은 기본이 되는 기능으로서 머신 러닝, 벡터 저장소, 커넥티드 데이터와 같은 다양한 AI 기반 서비스를 구성하며 결과적으로 지능형 애플리케이션은 사용자에게 맞춰 유연하게 적응하는 경험을 제공한다. 지능형 애플리케이션에는 필요와 수요가 확실히 존재한다. 최근 가트너의 설문조사에서는 26%의 CEO들이 인재 부족을 조직에 가장 큰 피해를 주는 리스크로 꼽았다. 인재 유치 및 유지는 CEO의 인력관리 목표 중 최우선 순위인 한편, AI는 향후 3년 동안 해당 업계에 가장 큰 영향을 미칠 기술로 지목됐다. 증강-연결된 인력(Augmented-Connected Workforce) 증강 연결된 인력은 인간 근로자의 가치를 최적화하기 위한 전략으로, 역량을 가속화 및 확장해야 할 필요성에 의해 주도되고 있다. 이는 지능형 애플리케이션과 인력 분석을 사용하여 직원들의 경험, 복지 및 자체 기술 개발 능력을 지원할 일상적인 환경과 지침을 제공하는 동시에 비즈니스 성과를 창출하고 주요 이해관계자들에게 긍정적인 영향을 미친다. 2027년까지 CIO의 25%가 증강 연결된 인력 이니셔티브를 활용하여 핵심 역할의 역량 확보 시간을 50% 단축하리라는 것이 가트너의 예측이다. 지속적인 위협 노출 관리(Continuous Threat Exposure Management) 지속적인 위협 노출 관리(CTEM)는 기업의 디지털 및 물리적 자산의 접근성, 노출 및 악용 가능성을 지속적이고 일관되게 평가하는 실용적이고 체계적인 접근 방식이다. CTEM 평가 및 수정 범위를 인프라 구성 요소가 아닌 위협 벡터 또는 비즈니스 프로젝트에 맞춰 조정하면 취약성 뿐만 아니라 패치불가한 위협들도 드러난다. 이와 관련하여 가트너는 2026년까지 CTEM 프로그램을 기반으로 보안 투자에 우선순위를 두는 조직이 침해 사고의 3분의 2를 줄일 수 있을 것으로 예측했다. 기계 고객(Machine Customers) ‘커스토봇(Custobot)’으로도 알려진 기계 고객은 자율적으로 협상하고 대가를 지불하여 상품과 서비스를 구매할 수 있는 비인간 경제 행위자다. 가트너는 2028년까지 150억 개의 커넥티드 제품이 고객 역할을 할 수 있는 잠재력을 갖게 될 것이며, 그 이후로도 몇 년 간 수십억 개의 제품이 더 등장할 것이라 예측한다. 이러한 성장 추세는 2030년까지 수조 달러에 달하는 매출의 기반이 되어 결국 디지털 커머스의 등장 이상의 중요한 역할을 하게 될 것이다. 따라서, 이러한 알고리즘 및 디바이스를 촉진하거나 새로운 기계 고객을 만들 기회를 전략적으로 고려해야 한다. 지속 가능한 기술(Sustainable Technology) 지속 가능한 기술은 장기적인 생태 균형과 인권을 지원하는 ESG 성과 구현에 활용되는 디지털 솔루션 프레임워크다. AI, 암호화폐, 사물 인터넷, 클라우드 컴퓨팅과 같은 기술 사용으로 인해 관련 에너지 소비 및 환경 영향에 대한 우려가 커지면서 보다 효율적이고 순환적이며 지속 가능한 방식의 IT 사용이 더욱 중요한 요소가 됐다. 이에 대해 가트너는 2027년까지 25%의 CIO들이 각자 활용하는 지속 가능한 기술의 영향력에 따라 개인적인 보상을 얻게 될 것으로 예측했다. 플랫폼 엔지니어링(Platform Engineering) 플랫폼 엔지니어링은 셀프 서비스 내부 개발 플랫폼을 구축하고 운영하는 규정을 말한다. 각 플랫폼은 전담 제품 팀에서 만들고 유지 관리하는 하나의 계층으로, 도구 및 프로세스와의 연동을 통해 사용자들의 요구사항을 지원하도록 설계됐다. 플랫폼 엔지니어링의 목표는 생산성과 사용자 경험을 최적화하고 및 비즈니스 가치 전달 가속화하는 것이다. 산업 클라우드 플랫폼(Industry Cloud Platform, ICP) 2023년 15% 미만이었던 기업의 ICP 사용률이2027년에는 70% 이상으로 증가하며 많은 기업들이 ICP를 활용해 비즈니스 이니셔티브를 가속화할 전망이다. ICP는 기본적인 서비스형 소프트웨어(SaaS), 서비스형 플랫폼(PaaS) 및 서비스형 인프라(IaaS)를 단일 제품 오퍼링으로 통합하고 구성 가능한 기능을 갖춰, 산업 관련 비즈니스 성과를 지원한다. 여기에는 일반적으로 산업 데이터 패브릭, 패키지화 된 비즈니스 기능 라이브러리, 구성 도구 및 기타 플랫폼 혁신이 포함된다. ICP는 산업별 맞춤 클라우드 제안으로 조직의 필요에 따라 추가로 조정될 수 있다. 올해 가트너가 선정한 위 전략 기술 트렌드는 향후 36개월 이내에 CIO와 기타 IT 리더에게 상당한 변화와 기회를 가져올 것으로 전망된다.  

유니티가 세이프 보이스 클로즈 베타 버전을 출시했다. 유니티가 유해성 차단 솔루션인 세이프 보이스(Safe Voice)를 출시했다. 세이프 보이스는 첨단 음향 및 의미론적 지능(Semantic Intelligence)을 활용해 게임 내 유해한 요소들을 대규모로 식별하는 유니티 게이밍 서비스(Unity Gaming Service)의 고급 유해성 차단 솔루션이다. 어조, 음량, 높낮이, 억양, 감정, 플레이어 상호작용 시의 맥락 등 고유한 음성 특성을 분석해 뉘앙스를 살린 인사이트를 거의 실시간으로 제공한다. 유니티의 보이스 챗 솔루션 비복스(Vivox)와 원활하게 통합되며, 다양한 엔진과 호환이 가능한 세이프 보이스로 게임 플레이어 커뮤니케이션 툴킷에 강력한 안전 장치를 더할 수 있다. 세이프 보이스는 고급 머신러닝 알고리즘을 활용해 유해행위를 사전에 차단하거나, 플레이어가 상대 플레이어를 음소거하거나 게임 도중 갑자기 퇴장하는 행위 등 게임 진행에 방해가 되는 유해행위를 신고하면 차단하는 기능을 모두 제공한다. 또한 상세한 세션 보고 대시보드를 통해 플레이어의 상호작용을 철저하고 세밀하게 파악해 커뮤니티의 상태를 더욱 원활하게 모니터링할 수 있다. 개요 대시보드는 시간 경과에 따른 추세를 보여주고 게임에서 가장 큰 혼란을 일으키는 행동을 표시해 관리자가 대응할 우선 순위를 정할 수 있도록 돕는다. 제프 콜린스(Jeff Collins) 유니티 게이밍 서비스 수석 부사장 겸 제너럴 매니저(SVP & GM, Unity Gaming Service)는 “유니티는 스튜디오들이 게임 내에서 발생하는 유해하고 분란을 일으키는 행동으로부터 커뮤니티를 보호할 수 있도록 최적의 솔루션을 제공하고자 노력하고 있다”며 “세이프 보이스는 과거에는 힘들고 리소스가 많이 소모되는 프로세스를 직관적이고 효율적으로 확장 가능하게 만드는 최첨단 기술을 통해 이러한 문제를 해결하는 유니티의 방식을 보여주는 대표적인 사례다. 유해성 대응을 간소화하고, 더 안전하며 포용적인 게임 환경을 구축하는데 도움이 되는 툴을 스튜디오에 제공하게 되어 기쁘다”고 말했다. 인기 무료 전술 슈팅 게임인 로그 컴퍼니(Rogue Company)를 개발한 하이레즈 스튜디오(Hi-Rez Studios)는 최근 세이프 보이스를 도입해 유해성 문제를 관리하고 있다. 토니 존스(Tony Jones) 로그 컴퍼니 수석 프로듀서(Lead Producer)는 “세이프 보이스는 신뢰와 안전의 관전뿐만 아니라 일반적인 게임 플레이의 관점에서도 게임 내에서 일어나는 일에 대한 가시성을 제공한다.”며 “세이프 보이스 대시보드의 추가 데이터 포인트 덕분에 관리자가 위험성이 높은 사용자와 상황을 신속하게 식별하는데 큰 도움이 되었으며, 훨씬 더 효율적이고 효과적인 방법으로 상황이 확대되기 전에 상황을 완화시킬 수 있었다”고 말했다. 세이프 보이스는 유니티 게이밍 서비스를 통해 활용할 수 있는 첫 유해성 차단 솔루션 제품군이며, 현재 클로즈 베타로 이용할 수 있다. 사용을 원하는 개발자는 세이프 보이스 전용 웹사이트(https://create.unity.com/safe-voice-beta)를 통해 액세스를 요청할 수 있다. 이외 세이프 보이스와 관련한 자세한 내용은 웹페이지(https://unity.com/products/safe-voice)를 통해 확인할 수 있다.  

팀솔루션이 구조경량화 기술 기반의 경량화된 3D 모델을 생성할 수 있는 DXE Translator를 출시했다. DXE는 'Digital Transformation Engine'을 의미하는 약자로, 디지털 트윈 솔루션을 제공하는 팀솔루션의 브랜드 네임이다. 팀솔루션은 지난 2017년 조선 등 제조 공정 전문가들이 모여 울산에서 창업한 IT 스타트업으로, 산업영역 도메인 지식과 기술력을 바탕으로 디지털 트윈 프로젝트 경험을 축적했다. 팀솔루션은 "다양한 산업군의 프로젝트를 경험하면서 겪은 문제점을 쉽고 빠르게 해결할 수 있도록 DXE Translator로 제품화했다"고 소개했다. DXE Translator는 제조를 위한 CAD 데이터를 디지털 트윈의 재료로 전환해준다. 팀솔루션의 특허 기술인 ‘구조경량화 기법’을 활용하여 불필요한 컴퓨터 연산은 줄이고, 대용량의 CAD 파일은 형태 손상 없이 가볍게 만들 수 있다는 점을 내세운다.     CAD는 본래 제조, 설계 목적의 데이터이기 때문에 여러가지 정보들을 가지고 있지만, 디지털 트윈이 목적이라면 CAD의 모든 정보가 필요하지는 않다. 따라서, 사용 목적에 알맞게 3D 개체의 외형만을 추출하고 불필요한 내부는 제거하는 방식으로 처리가 가능하다. DXE Translator는 총 44개의 CAD 파일 포맷을 지원하고, GUI 기반 솔루션으로 비전문가도 충분히 사용할 수 있도록 구성되어 있다. 사용자는 이 제품을 통해서 버추얼 쇼룸, VR, AR 등 다양한 형태의 디지털 트윈을 손쉽게 구현할 수 있다. 팀솔루션은 DXE Translator 출시를 시작으로 6월에는 DXE semantic, 하반기에는 DXE SDK 등을 선보일 예정이며, 출시된 제품들은 홈페이지와 다양한 플랫폼을 통해 판매 및 영업 활동을 전개할 계획이라고 전했다. 한편 "DXE Translator와 함께 글로벌 기업과의 프로젝트를 통해 해외시장 진출을 앞두고 있다. 조선해양, 자동차, 석유 및 가스, 우주항공 등 목표시장을 확장함과 동시에 스마트 시티 등 메타버스 분야로도 영역을 넓히고 있다"고 밝혔다.

엔비디아는 GTC 2022 이벤트의 키노트를 통해. 안전성과 자율성을 높일 수 있게 설계된 멀티모달 매핑 플랫폼인 엔비디아 드라이브 맵(NVIDIA DRIVE Map)을 공개했다. 이는 딥맵(DeepMap) 실측 지도의 정확성과 AI 기반 크라우드 소싱 지도의 최신성과 규모를 결합한 플랫폼이다. 카메라, 라이더, 레이더의 3가지 위치 식별(localization) 레이어를 갖춘 드라이브 맵은 최첨단 AI 드라이버에 필요한 다중성(redundancy)과 범용성을 제공한다. 드라이브 맵은 2024년까지 북미와 유럽, 아시아 내의 50만km 도로에 대해 실측 조사 수준의 지상 지도를 제공할 예정이다. 이 지도는 수백만 대의 승용차로 지속적으로 업데이트되고 확장된다. 엔비디아 드라이브 맵은 자율주행 자동차 업계 전반에서 이용 가능하다. 드라이브 맵에는 카메라, 레이더, 라이다 모달리티로 사용할 수 있는 여러 위치식별(localization) 레이어가 포함됐다. 드라이브 맵은 지도의 각 레이어에 따라 독립적으로 위치 식별을 할 수 있어, 높은 수준의 자율성에 필요한 다양성과 다중성을 제공한다.  드라이브 맵은 인공지능(AI)이 최적의 주행 결정을 내리도록 지원하는 것은 물론 심층 신경망(DNN) 훈련 및 테스트와 검증을 위한 지상 실측 훈련 데이터를 생성하면서 자율주행차(AV) 개발을 가속화한다. 이런 워크플로의 중심에는 실제 지도 데이터가 로딩되고 저장되는 옴니버스(Omniverse)가 있다. 옴니버스는 지도 측량 자동차와 수백만 대의 승용차가 지속적으로 업데이트하고 확장하는 디지털 트윈을 지구 규모로 표현한다. 드라이브 맵의 카메라 위치식별 레이어는 차선 구분선, 도로 표시, 도로 경계, 신호등, 표지판과 기둥과 같은 지도 속성으로 구성된다.   ▲ 드라이브 맵의 시맨틱(semantic) 위치식별 레이어   레이더 위치식별 레이어는 레이더 리턴(return)의 집합적 포인트 클라우드(point cloud)이다. 특히 카메라의 부하가 높은 조명 조건이나 카메라나 라이더에 부하가 걸리는 악천후 상황에서 유용하다.   ▲ 드라이브 맵 레이더 위치식별 레이어   레이더 위치 식별은 일반적인 지도 속성으로는 식별이 불가능한 교외 지역에서도 유용한데, 드라이브 맵은 레이더 리턴을 생성하는 주변 물체를 기반으로 위치를 잡아낼 수 있다. 라이다 복셀(voxel) 레이어는 환경을 가장 정확하고 안정적으로 표현한다. 또한 카메라와 레이더로는 얻기 어려운 5cm 해상도로 세계를 3D로 표현한다.   ▲ 드라이브 맵 라이다(Lidar) 복셀 위치 식별 레이어   일단 지도에 위치 식별을 마치면, 드라이브 맵은 지도가 제공하는 상세한 시맨틱 정보를 이용해 사전에 계획을 세우고 안전한 운전 결정을 내릴 수 있다. 드라이브 맵은 지상 실측 지도 엔진과 크라우드 소싱 지도 엔진으로 구성된 2개의 지도 엔진으로 만들어져 지구 규모의 지대에 대한 전체 정보를 수집하고 유지한다. 이런 접근 방식은 양측의 장점을 결합해 측량 전문 자동차로 센티미터 수준의 정확도를 달성할 뿐 아니라, 수백만 대의 승용차가 지속적으로 지도를 업데이트하고 확장해야 달성할 수 있는 최신성과 규모를 달성한다. 지상 실측 엔진은 딥맵 실측 지도 엔진을 기반으로 하여 지난 6년간 개발 및 검증된 기술이다. AI 기반의 크라우드 소싱 엔진은 주행하는 수백만 대의 자동차로부터 업데이트된 지도 정보를 수집하여 새로운 데이터를 클라우드에 지속적으로 업로드한다. 그런 다음 데이터는 옴니버스에서 완전한 충실도로 모아져 지도 업데이트에 사용되며, 몇 시간내로 실제 차량에 최신 지도 정보를 무선 업데이트한다. 또한 드라이브 맵은 데이터 인터페이스인 드라이브 맵스트림(MapStream)을 통해 드라이브 맵스트림 요구 사항을 충족하는 승용차가 카메라, 레이더 및 라이더 데이터를 사용해 지도를 지속적으로 업데이트하도록 지원한다. 옴니버스에 내장된 자동 콘텐츠 생성 도구를 통해 상세히 표현된 지도는 엔비디아 드라이브 심(Sim)으로 사용될 수 있는 주행 가능한 시뮬레이션 환경으로 변환된다. 도로 고도, 도로 표시, 섬, 교통 신호, 표지판 및 수직 기둥과 같은 지형적 특징들은 센티미터 수준의 정확도로 복제된다. 자율주행차(AV) 개발자는 물리적 기반 센서 시뮬레이션 및 도메인 랜덤화를 통해 시뮬레이션 환경을 사용해 실제 데이터에서 사용할 수 없는 훈련 시나리오를 생성할 수 있다. 또한 시나리오 생성 도구를 적용해 AV 소프트웨어를 디지털 트윈 환경에서 테스트한 다음 자율주행차를 실제 환경에 배치할 수 있다. 

엔비디아는 짧은 단어만으로 사실적인 예술품을 만들어주는 최신 버전의 AI 페인팅 툴 고갱2(GauGAN2)를 공개했다. 고갱은 딥러닝 모델을 활용해 상상력을 사실적인 그림으로 손쉽게 만들 수 있게 해준다. ‘해변의 일몰’과 같은 문구를 입력하기만 하면 AI가 실시간으로 장면을 생성한다. ‘바위가 많은 일몰의 해변’과 같이 추가 형용사를 추가하거나 일몰을 오후 또는 비오는 날로 바꾸면 고갱이 적대적 생성 신경망(Generative Adversarial Networks : GAN)을 기반으로 즉시 그림을 수정한다. 버튼을 누르면 사용자는 장면에서 개체의 위치를 보여주는 상위 수준의 윤곽선인 세그멘테이션 맵(Segmentation Map)을 생성할 수도 있다. 하늘, 나무, 바위 및 강과 같은 레이블을 사용하여 대략적인 스케치로 장면을 조정하고 그림으로 전환하여, 스마트 페인트 브러시가 이러한 낙서를 멋진 이미지로 구현할 수 있게 한다.     고갱2는 세그멘테이션 맵, 인페인팅과 텍스트-이미지 생성을 단일 모델에 결합하여 단어와 그림의 혼합을 사실적 예술로 바꾸는 강력한 도구다. 해당 데모는 최초로 단일 GAN 프레임워크 내에서 텍스트, 세멘틱 세그멘테이션(Semantic Segmentation), 스케치 및 스타일과 같은 여러 양식을 하나로 통합한다. 이 기술은 아티스트의 비전을 고품질 AI 생성 이미지로 더 빠르고 쉽게 전환할 수 있도록 돕는다. 고갱2의 새로운 텍스트-이미지 변환 기능은 엔비디아 리서치(NVIDIA Research)의 최신 엔비디아 AI 데모를 통해 체험할 수 있다. 다양한 텍스트 프롬프트와 스케치를 통해 고갱2는 사용자가 장면을 보다 세밀한 컨트롤과 빠른 장면 커스터마이징을 제공한다. 아티스트들은 고갱2를 사용하여 현실기반의 이미지뿐만 아니라 다른 세상의 풍경도 묘사할 수 있다. 예를 들어 두 개의 태양이 있는 스타워즈 시리즈의 행성 타투인(Tatooine)의 풍경을 재현하기 위해 사막, 모래언덕, 해라는 텍스트만으로 시작점을 만들고, 이를 기반으로 사용자는 두 번째 태양을 스케치해 넣을 수 있다. 고갱의 원리는 사용자가 텍스트 상자에 입력하는 모든 단어가 AI 생성 이미지에 더 많은 것을 추가하는 반복적인 과정이다. 고갱2의 AI 모델은 톱 500 슈퍼컴퓨터 리스트에 오른 엔비디아 DGX 슈퍼POD(DGX SuperPOD) 기반의 셀린(Selene) 슈퍼컴퓨터를 사용해 훈련됐다. 훈련에는 1000만 개의 고품질 풍경 이미지와 겨울, 안개 또는 무지개와 같이 단어와 단어가 해당하는 영상 간의 연결을 학습시키는 신경망이 사용됐다.

엔비디아는 로봇 운영체제(ROS) 개발자 콘퍼런스인 'ROS 월드 2021(ROS World 2021)'에서 아이작(Isaac) ROS를 공개했다. 이는 제품 개발을 가속화하고, 성능을 향상시키며, 컴퓨터 비전 및 AI/머신러닝 기능을 ROS 기반 로봇 애플리케이션에 통합하는 작업을 단순화하도록 돕는다.   GPU 가속 패키지인 아이작 ROS GEM은 엔비디아 GPU 및 젯슨(Jetson) 라인업에 최적화된 DNN 기반 알고리즘과 이미지 처리 및 컴퓨터 비전을 포괄하는 패키지를 제공한다.   예를 들어, 다양한 환경에서 스스로 판단해 움직이는 오토노머스 머신은 카메라의 상대적인 위치를 추정하는 시각적 주행거리 측정 방법(Visual Odometry)을 사용하는데, 아이작 ROS GEM은 스테레오 카메라를 활용한 시각적 주행거리 측정 솔루션을 개발할 수 있도록 빠른 실행속도와 높은 정확도를 제공한다.   ▲ 아이작 ROS GEM을 통한 합성 이미지   한편, DNN 추론(Inference) GEM은 개발자가 NGC에서 사용할 수 있는 엔비디아의 추론모델을 사용하거나 자체 DNN을 제공할 수 있는 ROS2 패키지 세트이다. 사전 훈련된 모델의 추가 조정 또는 개발자 고유의 맞춤형 모델 최적화는 엔비디아 타오(TAO) 툴킷을 사용하면 된다.   이런 패키지는 최적화 후에 엔비디아의 추론서버인 텐서RT(TensorRT) 또는 트리톤(Triton)에 의해 배포된다. GEM에는 U-Net과 DOPE에 대한 기본 지원이 포함된다. 텐서RT를 기반으로 하는 U-Net 패키지는 이미지에서 의미적 분할 마스크(semantic segmentation masks)를 생성하는 데 사용할 수 있다. 그리고 DOPE 패키지는 감지된 모든 물체에 대한 3D 포즈 추정(3D pose estimation)에 사용할 수 있다.   ▲ 아이작 심의 센서 라이브러리에 있는 합성 데이터 예시   2021년 11월에 정식 출시되는 아이작 심(Isaac Sim)은 개발자 친화적이며 UI, 성능 및 유용한 구성요소 전반의 다양한 개선을 통한 향상된 시뮬레이션으로 보다 빠른 개발이 가능해진다. 또한 향상된 ROS 브릿지와 더 많은 ROS 샘플을 통해 ROS 개발자의 개발자 경험을 향상시킨다.  아이작 심이 선보일 새로운 기능으로는 ▲성능 향상, 메모리 사용량 및 시작 시간 단축 ▲격자 지도(Occupancy Map) 생성 개선, URDF 임포터 ▲대규모 창고, 사무실, 병원 등 새로운 환경 ▲로봇, 물체, 환경과의 통신을 위한 새로운 파이썬(Python) 구성 요소 ▲ROS/ROS2 브릿지, 뎁스포인트클라우드(Depth point cloud), 라이다포인트 클라우드(Lidar point cloud) 성능 향상 ▲ROS2를 사용한 멀티 로봇 내비게이션을 포함한 업데이트 샘플 등이 있다.

BIM 칼럼니스트 강태욱의 이슈 & 토크 BIM(Building Information Modeling)은 아직 많은 곳에서 관심을 받고 있고, 만능도구란 환상을 가지고 있는 사람들도 많은 것 같다. 화려한 3차원 VR(Virtual Reality) 동영상과 BIM을 구분하지 못하는 사람들도 많다. BIM은 유스케이스 관점에서 필요한 데이터를 연결, 통합하여 이를 지식으로 제공할 수 있어야 원하는 가치를 얻을 수 있다고 생각한다. 이번 호에서는 이러한 관점에서 지식 서비스를 위한 BIM 시맨틱(semantic) 정보 질의 방법을 간단히 알아본다. 이 내용은 시맨틱, 온톨로지, SPARQL, BIM, 트리플(triple), 도커(docker) 등의 개념은 알고 있다는 가정하에 진행한다. 이번 호에서는 온톨로지 모델로 주어-술어-목적어로 구성된 트리플 구조를 사용한다.   ■ 강태욱 | 건설환경 공학을 전공하였고 소프트웨어 공학을 융합하여 세상이 돌아가는 원리를 분석하거나 성찰하기를 좋아한다. 건설과 소프트웨어 공학의 조화로운 융합을 추구하고 있다. 팟캐스트 방송을 통해 Engineering digest와 관련된 작은 메시지를 만들어 나가고 있다. 현재 한국건설기술연구원에서 BIM/GIS/FM/BEMS/역설계 등과 관련해 연구를 하고 있으며, 연구위원으로 근무하고 있다. 이메일 | laputa99999@gmail.com 페이스북 | www.facebook.com/laputa999 홈페이지 | https://sites.google.com/site/bimprinciple 팟캐스트 | http://www.facebook.com/groups/digestpodcast   1. Jena Fuseki 서버 동작 이 글은 Jena Fuseki 서버를 사용한다. 이미 만들어진 도커 이미지를 이용해 서버를 구동시킨다. 도커 이미지는 stain/jena-fuseki를 사용한다. Jena Fuseki 서버에 관한 상세 내용은 다음 링크를 참고하면 된다. ■ Jena Fuseki server(https://jena.apache.org/documentation/fuseki2/) 도커 명령 인터페이스(DCI. Docker Command Interface)에서 stain/jena-fuseki 도커를 다운로드받는다. 도커 이미지를 실행(run)하기 전에, 도커 내 Jena Fuseki 작업 데이터를 보관(persist) 및 저장(save)하려면 다음과 같이 도커 볼륨(volume)을 먼저 만들어야 한다. 이 경우 사용하기 편리한 busybox를 사용한다. volume 이름은 fuseki-data이다. ■ docker run --name fuseki-data -v /fuseki busybox 이제 다음과 같이 생성된 도커 volume fuseki-data가 지정된 Jena Fuseki 이미지를 실행한다. ■ docker run -d --name fuseki -p 3030:3030 -e ADMIN_PASSWORD=pw123 --volumes-from fuseki-data stain/jena-fuseki 그림 1. 도커 실행 과정 도커 이미지를 구동한 후 localhost:3030을 접속하면 <그림 2>와 같은 Apache Jena Fuseki 서버 대시보드 화면을 볼 수 있다. 참고로 아이디와 암호는 admin, pw123이다. 그림 2