![현재 - 2018년 9월 11일 현재.
AI vs 인간 대결에 대한 가설!
• 인간이 지지 않던 시절 = 인류가 태어나고 2016년 까지.
• 인간이 지기 시작하는 시절 = 2016년~2020년(or 2022년?)
• 인간이 항상 지는 시절 = 2020년? 2025년? (시간 문제…)
[전제] AI가 인간의 모든 분야를 앞도 할 순 없다. 즉, 특정 분야에만 해당!
[사실] But,인간보다 AI가 잘 하는 분야가 점점 많아질 것이며,
[직시] 해당 분야가 곧 위기 이며, 기회인 시점이 다가오고 있음.](https://image.slidesharecdn.com/ssgmachinelearningjourneyhoondongkim201809-181002220309/85/E-commerce-BigData-Scale-AI-Journey-12-320.jpg)
E-commerce BigData Scale AI Journey
- 1. SSG.COM Machine Learning(BigData & AI) Journey Hoon Dong Kim BigData&AI / SSG.COM hoondongkim@emart.com
- 2. I am … • 김훈동 Chief Partner • 신세계 그룹 온라인 포털 SSG.COM BigData&AI Part Leader • 스사모(Korea Spark User Group) 운영진 • BigData 분야 Microsoft MVP(Most Valuable Professional) 선정 2016년, 2017년 • AI 분야 Microsoft MVP(Most Valuable Professional) 선정 2018년 • http://hoondongkim.blogspot.kr • https://www.facebook.com/kim.hoondong
- 4. 들어가기에 앞서…
- 5. 2008년 2015년 2006년 20XX년(???) 북한으로의 육로가 뚫리고, 중국물류가 개방되면? 알리바바 총알배송?
- 6. 2017년… (Walmart vs Amazon vs Korean Player) • 타 업종에 비하여 특히 취약한 유통 경쟁력???
- 7. Prologue(서막)
- 8. 과거 2015년 – prologue (서막) • 튜링테스트 ( 인간 vs AI ) 이미지 인식 정확도
- 9. 이미지인식 Deep Learning 기술 - 유통에의 적용은? ( By Amazon ) • 뒤죽박죽처럼 보이는 사진 속 물건들은 아마존의 알고리즘에 의해 정교하게 배치된 것으로, 디지털 스캐너가 배치된 물건들을 정확하게 찾아준다. 창고에는 팔래토 상품만 저장? Long Tail 상품들은?
- 10. 과거 2016년,2017년 - prologue (서막) - AlphaGo & 엑소브레인 • 튜링테스트 ( 인간 vs AI ) • 다양한 분야에서 인간을 이기기 시작하면서 산업계가 주목하기 시작. 바둑 이세돌 9단 vs 알파고(구글) 1 : 4 장학퀴즈 vs 엑소브레인(ETRI 국산 AI) 350 : 510 시즌1 우승자, 시즌2 우승자, 수능시험 만점자, 두뇌게임 프로그램 우승자
- 11. 원순환 반응 Reinforcement Learning 기술 - 유통에의 적용은? (By Alibaba & Taobao) • 개인화된 즉각적 반응으로 검색 페이지의 랭킹을 실시간으로… • By Alibaba & Taobao • https://arxiv.org/abs/1803.00710 실시간성… 개인화… Training & Serving 이 동시에…
- 12. 현재 - 2018년 9월 11일 현재. AI vs 인간 대결에 대한 가설! • 인간이 지지 않던 시절 = 인류가 태어나고 2016년 까지. • 인간이 지기 시작하는 시절 = 2016년~2020년(or 2022년?) • 인간이 항상 지는 시절 = 2020년? 2025년? (시간 문제…) [전제] AI가 인간의 모든 분야를 앞도 할 순 없다. 즉, 특정 분야에만 해당! [사실] But,인간보다 AI가 잘 하는 분야가 점점 많아질 것이며, [직시] 해당 분야가 곧 위기 이며, 기회인 시점이 다가오고 있음.
- 13. Our Goal!
- 14. 우리가 목표하는 것들…
- 15. 아마존 개인화 김** 로그인 박** 로그인 동일 시점 아마존 첫 페이지는 각 영역들의 순서가 개인화 되어 있고, 해당 영역에 노출되는 Item 도 개인화 되어 있음. 광고 위치 광고 종류 또한 다름.
- 16. Youtube 개인화 김** 로그인 박** 로그인 동일 시점 유튜브 첫 페이지 또한 각 영역들의 순서 가 개인화 되어 있고, 해당 영역에 노출되 는 Item 도 개인화 되어 있음.
- 17. Our Strategy!
- 18. AI 를 제일 잘하고 있는 기업 중 하나인 Google 의 행보를 우선 살펴보자.
- 19. Google Did! • 구글 년도 별 주요 발표 내용 년도 Google 발표 기술 OpenSource 진영 기술 2003년 GFS Hadoop HDFS 2004년 MapReduce Hadoop MapReduce 2006년 Chubby Zookeeper 2006년 BigTable HBase 2010년 Pregel Neo4J, Spark Graph-X 2010년 Dremel Spark 2011년 Tenzing Hive, Spark SQL 2012년 Spanner, F1 RDB Sharding + Kafka + Redis : RDB 분산 Scale Out 및 동기화 시스템 2013년 Omega Docker(Mesos) 2014년 Word2Vec , DataFlow 외 다수 Word2Vec (NLP 요소 기술) , Beam 외 다수 2015년 Tensorflow , Borg 외 다수 Tensorflow (Deep Learning Framework), kubernetes 외 다수 2016년 AlphaGo, DeepQN, WaveNet 외 다수 복합문제를 해결하는 다수의 Deep Learning 방법론 2017년 ~ PathNet, Transformer 외 다수 Istio, knative , spinnaker 외 다수 Deep Learning 학습의 진화, 보다 고차원의 방법 외 다수 AI serving 에서 다시 주목 받는 K8S 의 Ecosystem 들… BigData 기술 NoSQL 기술 분산 RDB 기술 MicroService & DevOps & Container& Data Workflow 기술 Deep Learning & AI 기술 & K8S Ecosystems Deep Learning 기술 이전에 BigData, NoSQL, MicroService 등에 대한 Core 기 술 기반을 먼저 갖추었음.
- 20. AI 시대의 발현! 1. BigData 기술 등장 (2003~2010년대) 2. NoSQL 기술 등장 (2007~2013년대) 3. Container & Microservice 기술 등장 (2014년대~) 4. Deep Learning 고도화 기술 등장 (2015년대~) 그리고… 5. 위 기술들의 융합 진화의 시작!
- 21. We Did! (BigData Scale Computing)
- 22. We Did! (RealTime Lambda 아키텍처)
- 23. 하는 일에 단계를 밟아가고 있음! • 과거를 분석 한다. (BigData Eco System Infra) • 트래킹 로그를 남긴다. • 빅데이타 수집 저장 분석을 위한 인프라를 만든다. • 빅데이타 배치로 과거 시계열 분석을 하고 시각화를 한다. • 현재에 반응 한다. (RealTime Layer / kafka , Spark Streaming / ELK) • 실시간으로 데이터 스트림을 분석한다. • FDS, 보안관제, 모니터링 등 즉각적으로 현재 상황에 대처하여 현재를 능동적으로 대비한다. • 미래를 예측 한다. (Mining / Machine Learning / Deep Learning R&D) • 고객이 관심 갖고 있고 곧 살 것 같은 것을 추천한다. • 미래에 집행할 광고 및 제휴 채널 예산을 보다 ROI 높게 배분한다. • 발주를 예측한다. • 최적의 트럭 경로를 예측한다. • 가격을 올릴지 말지 얼마나 세일할지 최적의 가격을 예측한다. • 미래 예측을 고도화 한다. (Machine Learning / Deep Learning Production) • Chatbot • 자연어 활용, 이미지 활용 -> 검색 및 추천 고도화 • NLP , Item2Vec, etc… • 미래 예측에 개인화 및 실시간성을 더한다. (BigData Scale Deep Learning) • 다중 접속자를 위한 개인화 Deep Learning 서비스. • BigData Scale Training , BigData Scale Inference. • Auto Scale Out 모델 배포, 무중지 Deep Learning 모델의 진화 및 원순환 배포. • 기존 Machine Learning , Deep Learning 모델의 freshness , personalization 고도화. 5~6년 전 3~5년 전 1~2년 전 2~3년 전 요즘 순서가 있고, 단계가 있고, 아랫 기술은 윗 기술로 부터 시너지가 나더라….
- 24. Production A/B Test 에서 중요한 것! Sample Data, Selected Feature 정교한 모델 주1회 or 일1회 모두에게 적용하는 정교 한 단일 모델 최고 정확도 VS 더 많은 Data(or 전수 Data) 에 적용하는 Simple 모델 최신성 (매 시간 or 준실시간) 개인화 모델 덜 정확해도 빠르고, 다수에게, 실시간으로… 논문 쓸 때랑, Kaggle 할 때와 달라요!
- 25. 리얼타임 추천(원순환구조) + 리얼타임 분석 By Netflix Lambda Architecture 왜 Netflix 는 100만 달러 Competition 에서 우승한 알 고리즘을 사용하지 않는가?
- 26. We Did! (BigData Scale AI) Public cloud Hadoop / NoSQL Spark / Anaconda Spark ML Mahout Sk-learn/gensim Tensorflow/CNTK TensorflowOnSpark Keras On-Premise Spark On-premise Serverless / K8SServerless PaaS & AI Infra Microservices Web/Was Docker / K8S 각종 PaaS AI BaaS/SaaS PaaS App Container PaaS GPU Container ML/DL PaaS & BigData Lake PaaS & GPU Notebooks 4~5년 전 2~3년 전 최근
- 27. Deep Learning Inference (On Docker Microservice) 성능에 대하여 … http://hoondongkim.blogspot.kr/2017/12/deep-learning-inference-serving.html VM(for minibatch size 1 inference) Docker(for minibatch size 1 inference)
- 28. Our Action!
- 30. 물류에 대한 투자 그리고, Data Driven…
- 31. *** 최적화 모델 (By BigData Driven + AI) Human Model1(2016년, 통계기반) Model2(2017년초, 앙상블) Model3(2017년말,BigData + 앙상블) Model3(2018,BigData + 앙상블 + AI) Accuracy 60% 90% 인력대체 NN명 0명 10명 More Data + More Freshness Only More Data
- 32. ***예측 모델 (By BigData + AI) Item Average Accuracy 68% 90% 49% 38% Regression / Python Decision Tree / Python 초기 방식 / 15일 컬럼 4개 사용 / 15일 컬럼 6개 사용 / 15일 Random forest / Python 컬럼 6개 사용 / 15 일 Time Series Deep Learning + TensorflowOnSpark 컬럼 26개 사용 / 3년 Random forest /Spark ML 컬럼 6개 사용 / 3년 Rule Python BigData + ML XGBoost / Python 컬럼 6개 사용 / 15 일 3년 데이터. Incremental Learning. Time Series Deep Learning Tensorflow + Spark (Scale Out) Single Host + DL BigData + DL 컬럼 26개 사용 / 15일 Time Series Deep Learning / Tensorlfow Data 크기 /병렬성 Data 크기 /병렬성
- 33. 컨택센터 AI & CS봇 • 신세계 그룹 온라인 포털 SSG.COM
- 34. 딥러닝 이미지 검색
- 35. 장보기 봇
- 36. SSG 봇 AI 모델 아키텍처 Top Level classifier Model #4 Sequential Classifier Model #5 사전, 일상어, CS용어, Domain용어 Word Embedding Model #1 크롤링 크롤링 크롤링 크롤링 1 -> 1 / Class N Context Manager Model #6 NER Model #7 Word2Vec, GloVe, Swivel Flow Designer Rule Manager API Manager 세션관리 Tracking Log 채널 I/F API Handling 상품 속성 Semantic Embedding Model #3 제목 태그 상품 상세 OCR Model #2 댓글 Item2Vec, Doc2Vec Item2Vec Word2Vec 속성 카테고리 Tag Item 명 속성 Tag 일반단어 N -> 1 / Class M Semantic Search Rule Base CS Bot FAQ/QNA Pair Generative Bot Flow Designer Rule Manager API Manager 일상어 Pair Extreme multiclass Wide Pair Model #9 Semantic Search Model #8 Seq2seq Model #10 크롤링 history 대화 Sequence 1 : 1 Pairs Doc2Vec, Graph Embedding
- 37. Intent Classifier 예시(Model #4) 1. Word2Vec + CNN (Batch Normalize + Augmentation) 2. Word2Vec + LSTM 3. Word2Vec + CNN + LSTM 4. Word2Vec + Bidirectional GRU 5. Word2Vec + Bidirectional GRU + Attention Network 6. FastText 7. Glove + LSTM (BigDL on Spark Cluster) 72.30% 73.94% 72.97% 74.36% 73.15% 72.50% 75.25% 450여개 Multiple Class , Top 1 문제. 8. Data 정재 및 Argumentation. 89.6% Data도 달라짐. 정제, 클린징, Argumentation, Data 원본 품질 재 정비 성능향상의 대부분은 모 델 외적인 것 에서… 13. Swivel + word Embedding +char Embedding + Hybrid LSTM + 다양한 Approach 의 조합 최종… 93.6% ML Model 1 – Naïve Bayes ML Model 2 – TF-IDF + SVM 48.26% 61.05% ML 에서 DL 로 Model 성능 향상 퀀텀점프 But, 예외도 있음.
- 38. 결론
- 39. 다 직접 개발하는 것이 능사는 아니다! 집단 지성의 힘! 검증된 것들을 MashUp! 핵심경쟁력이 아닌 것은 빠르게 하는 것이 더 좋음…. (Over Engineering 방지) (Open Source + Cloud PaaS) 요즘 가장 Hot 한 Develop 방식들이 추구하는 것들… • No-Ops (or Dev Ops, Agile, Serverless, Microservices… 이게 목적이 되면 안됨. 수단일 뿐.) • Scale (유연한 Scale Out, Scale Down, 유연성, 확장성) • Low Cost (개인화와 최신성, 최신 기법 적용을 위해 필수적 요소) • Performance (동접 성능, 모델 성능, 개발생산성)
- 40. Low Cost 및 접근 방법에 대하여 1 Docker , 1시간에 얼마? 1달에 얼마? 1,000,000 Transaction 에 얼 마??? Tensorflow 자체는 여기 까지만 구동 가능 이 단계로 포팅하려면, Deep Learning Output 그래프 노드 값을 Graph DB , Hash DB 등 으로 양방향 Index 화 해 야 하며, 고 난이도의 Engineering 작업이 수 반 됨. 이 단계로 되면, 알리바 바 Scale의 Front AI 서비 스가 매우 빠르고 매우 저렴하게 적용 가능. 딥러닝 모델러는 Graph DB, Microservice 를 모 르고…, NoSQL 개발자는 딥러닝을 모르고… Or, CloudML (on GCP) GPU VM > CPU VM > GPU Docker > K8S PaaS > Docker PaaS > Docker BaaS > Serverless Microservice GPU on-premise 1 GPU VM , 1 달에 얼마?
- 41. AI 시대에 임하는 자세! • Think Big. • 길게 보고 Plan을 세우자. • 당장의 효과에 연연하지 말자. • Bottom Up! ( Not Top Down! ) • 유행에 편승해서, 혹은 윗 분들의 지시에 의해서가 아닌, • 실무자(Self Motivated 된)들에 의해 기획,개발 하고, • 내부 내재화를 고려하며 지속적 고도화 하도록 하자. • 작게 그리고 빠르게 시작하자. • 금년에 시작한다면, 10살 수준이고, 2~3년이 지나야 15살 수준이 될 수도 있지만, 1~2년 뒤에 시작하면, 평생 경쟁사보다 동생일 수 있음. • Mashup 하고, 결합 Merge 하고, 반복 개선 시키자. 그럼 Top 에서 할 일은? • Motivation. 동기부여. • 환경조성. • 방향성 부여. • Self Motivated 된 직원들에 게 길을 열어주는 것. • 강요가 아닌 마음을 움직이 는 것이 필요. • 후발주자는 Data 의 양때문에 선발 주자를 따라잡기 힘듦 • 알고리즘은 따라하기 쉽고, 축적된 label Data는 따라하기 힘듦. 때로는 내재화보다, 기민함이 더 중요할 수 있으며, Cloud PaaS 는 이 경우 Key 가 될 수 있음.
- 42. Thank You • 기타 문의는… • http://hoondongkim.blogspot.kr • https://www.facebook.com/kim.hoondong Q & A