AWS의 산업용 머신러닝 서비스
아마존(AWS)의 산업 AI 시장 진출!
최근 열린 AWS re:Invent 키노트에서 AWS의 CEO Andy Jassy가 산업용 머신러닝 서비스를 발표했다. 지금까지는 제조를 비롯한 산업 내 AI 적용의 경우 파트너사의 사례를 소개하는 것에 그쳤던 반면 이번 행사를 통해 AWS가 직접 5개나 되는 서비스를 소개한 것은 이례적으로 보인다. AWS가 본격적으로 산업 AI 시장에 진출했다고 볼 수 있을 듯.
AWS re:Invent 키노트 발표이번에 소개한 산업용 머신러닝 서비스는 5종으로 크게 센서 데이터를 활용하는 이상탐지 솔루션, 머신비전 기반 모니터링 및 이상탐지 솔루션으로 나눠 볼 수 있다.
Monitron - 예지정비 솔루션 (센서, 게이트웨이, 모바일앱까지)
Lookout for Equipment - 예지정비 솔루션 (분석, 모델생성 및 이상탐지)
Panorama Appliance - 품질 및 안전 개선 솔루션 (엣지 머신비전)
Panorama SDK - 품질 및 안전 개선 솔루션 (SDK)
Lookout for Vision - 이상탐지 솔루션 (머신비전)
이 중 Lookout for Equipment는 센서 데이터 기반 이상탐지를 통해 예지정비Predictive Maintenance (PdM) 서비스를 제공하는 것인데 제품 사이트에 가보면 적용 사례부터 과금 정책까지 꽤 구체적인 정보들을 제공하고 있다.
대표적인 PdM 적용 사례: https://aws.amazon.com/lookout-for-equipment/기본적으로 고객이 과거 (Historical) 데이터를 올리면, 이를 AWS 자체 모델로 학습 후, 이상탐지에 대한 추론을 실행하는 것인데, 해당 과정에서 과금이 발생되는 형태이고 아래 3가지 요소로 구분되어 있다.
1. 데이터 ($0.2 per GB)
2. 모델학습 ($0.24 per training hour)
3. 모델추론 ($0.25 per inference hour)
일례로 200개의 센서가 달린 압축기(Compressor)의 경우 3달에 한번 모델 재학습(Retraining)을 진행하고 1년간 이상치에 대한 추론을 사용했을 때 장비당 대략 $2100 (대략 200만원)이 과금되는데, 장비 대수가 늘어났을 경우 비례해서 금액이 늘긴 하지만 기존의 PdM 솔루션에 비하면 매우 경쟁력 있는 가격으로 볼 수 있다.
낮음 과금 정책은 어찌 보면 당연해 보이는데, 금액 Barrier를 최소화하여 더 많은 사용자를 확보하고, 수집된 데이터를 기반으로 향상된 성능과 나은 서비스의 선순환을 제공하는 기존의 아마존 플라이휠(Flywheel) 전략의 연장선상에 있지 않을까 생각되기 때문 (물론 여기에는 검증되어야 할 많은 가정들이 담겨있다).
예지정비(PdM) 솔루션은 최근 센서, 데이터, 분석, 및 인공지능과 관련된 인프라 및 소프트웨어 기술의 발전에 힘 입어 산업 내 가장 대표적인 AI 적용사례로 각광받고 영역이다. 반면, 예지정비에 대한 개념과 솔루션이 제공하는 비즈니스 벨류 자체는 새롭지는 않다. 사전에 이상을 탐지하여 예상치 못한 가동 중단(Unexpected downtime)을 줄이고, 가동중단에 따른 피해를 최소화하겠다는 것.
AWS의 산업용 머신러닝 솔루션 출시가 시사하는 바가 꽤 흥미롭다.
첫째, AWS와 같은 클라우드 서비스 프로바이더 (CSP)들이 산업 AI 시장에 뛰어들고 있다는 것
파트너들이 만든 솔루션을 장려(Promote)하는 수준이 아니라 비즈니스 벨류를 창출하는 엔드유저(End user)에게 제공하는 제품과 서비스를 직접 만들기 시작했다. 궁극적으로는 클라우드 서비스의 도입을 가속화하고 경쟁력을 높이기 위한 행보로 보인다.
구글(GCP)은 아직은 대부분 클라우드 인프라를 지원하는 단계이지만 이미 제조업 파트너들과 적용 사례를 만들어 나가고 있다.
둘째, 범용 장비들을 대상으로 하는 솔루션은 코모디티화 (Commoitization) 될 가능성이 높다는 것
Lookout for Equipment의 경우 Q&A 페이지에서 타깃 장비와 조건에 대해서 명시해 놓았는데, 상대적으로 복잡도가 낮고 도메인 지식 의존도가 낮은 장비들이다. 즉, 산업에서 범용적으로 쓰이고 규격화되어 있는 장비들.
물론 기본적으로 클라우드 서비스의 도입과 성능이 전제되어야 하겠지만, 다음 두 가지 요소를 만족시키지 못한다면 기존의 솔루션 업체들은 앞으로 더욱 경쟁력에 대한 고민이 깊어질 듯 보인다.
차별화된 성능 (꽤나 많이! AWS 서비스 가격은 이미 파격적으로 낮다)
높은 수준의 Customization 또는 폭넓은 서비스 범위 (정비까지 제공하는 End-to-end 서비스?)
Lookout for Vision의 경우도 상황이 이와 비슷할 듯한데, 센서 데이터를 활용하는 이상탐지 솔루션 또는 머신비전 기반 모니터링 및 이상탐지 솔루션을 만드는 회사들은 어떤 방식으로 경쟁 우위를 (Competitive edge) 가져갈지 고민해 볼 필요가 있을 듯.
AWS 산업용 머신러닝 서비스 관련 기사: AWS Announces Five Industrial Machine Learning Services
