AWS Inferentia를 이용한 모델 서빙 비용 최적화: 모델 서버 비용 2배 줄이기 2탄
우당탕탕 Inferentia 배포하기
devBlog
MLOps 글 모음
기업 기술블로그의 MLOps 관련 글 130개
Continual Learning: 꾸준히 성장하는 모델을 만들기 위한 기술
주제별로 알아보는 continual learning
AWS Inferentia 를 이용한 모델 서빙 비용 최적화: 모델 서버 비용 2배 줄이기 1탄
AWS 고객감사 특별 할인... 모델 서빙 비용 최대 80% 초특가 할인전
인공지능 음성 생성 연구 - 음성 분류 솔루션
안녕하세요. AI PLUS Tech Blog입니다. 이스트소프트에서는 인공지능 생성 모델을 활용한 버추얼 휴먼 사업을 진행하고 있습니다. 버추얼휴먼 연구에서는 사람의 목소리를 세밀하게 다루는 기술이 주요하게 부각됩니다. 특히 이스트소프트에서는 상황에 맞는 자연스러운 음성 생성 연구에 주력하고 있습니다. 새로운 소식 전달을 위한 뉴스 앵커 음성, 전문 지식 전달을 위한 강의 음성, 인터뷰를 위한 자연스러운...
Apache Beam으로 머신러닝 데이터 파이프라인 구축하기 2편 - 개발 및 최적화
대규모 머신러닝 데이터 파이프라인 개발하고 최적화하기
BentoML 을 활용하여 딥러닝 모델 API 서빙하기
안녕하세요. 부설연구소 & 빅데이터팀 Data Intelligence 파트의 류혜정입니다. 최근 줌포털 투자탭에 적용하기 위해 개발한 ‘투자줌 뉴스 카테고리 분류 모델’을 BentoML 로 패키징하여 서빙한 경험에 대해 공유하고자 합니다. 😇 0. 모델 배포와 서빙을 더 효율적으로 BentoML 의 공식 깃허브에서는 BentoML 을 아래와 같은 한 문장으로 소개하고 있습니다. “BentoML enables users to create a m
생성 모델의 새로운 흐름 확산 모델(Diffusion model)에 관하여
안녕하세요, AI PLUS Tech Blog입니다. 오늘은 생성 모델에 새로 등장하여 뛰어난 성능으로 현재 많은 주목을 받고 있는 확산(diffusion) 모델에 대해 이야기하려고 합니다. 확산 모델은 최근에 새롭게 등장한 생성 모델(generative model)의 일종으로, 기존의 생성 모델에 비해 더 우수한 성능과 유용한 특성들로 인해 많은 관심을 받고 있는 모델입니다. 하지만 확산 모델은 물리학에서...
Buzzvil Billing Data Pipeline
버즈빌 개발팀에서는 매주 수요일, 모든 팀의 개발자들이 모여 본인이 관심있는 분야에 대한 노하우나 담당하고 있는 업무와 관련된 새로운 기술에 대한 논의를 진행하는 시간을 가지고 있습니다. 이 시간을 통해 내가 알고 있는 것들에 대해 더 확실히 알고 모르는 것들에 대해 배우며 이를 바탕으로 보다 효율적이고 창의적으로 업무를 진행하기 위해 노력하고 있습니다.…
2021 인공지능 경진대회 참가기
이스트소프트 A.I. PLUS Lab은 작년에 이어서 올해도 과학기술정보통신부에서 주최하는 2021 인공지능 경진대회에 참가했습니다. 총 3개 분야로 진행된 대회에서 이스트소프트(팀명 deepest_04)는 수치해석분야 영역에서 1위를 달성했습니다. 이번 글에서는 2021 인공지능 온라인 경진대회 참가기를 소개하고자 합니다. 1. 2021 인공지능 경진대회 소개 2020년도에 이어 올해에도 2021년 인공지능 온라인 경진대회가 개최되었습니다.
딥러닝 ‘생성모델’과 ‘잠재 벡터’에 관하여
안녕하세요, AI PLUS Tech Blog입니다. 오늘은 AI 아나운서 제작에 사용된 기술 중 딥러닝 생성모델 관련한 내용을 소개하려 합니다. 과거 산업 현장에서 딥러닝이 주로 성과를 내는 부분은 인식(recognize) 분야였습니다. 딥러닝이 산업계에 쓰이기 시작한 초창기에는 구글 번역 등 아주 일부 영역만 딥러닝 생성(generation)모델이 채택되었는데요, 최근 딥러닝 모델의 음성 합성(speech synthesis) 및 영상...
Kubeflow/Katib의 안전한 사용과 커뮤니티를 위해 기여하기
마키나락스의 Platform 팀에서는 Kubeflow를 기반으로 하여 ML/DL 모델의 실험과 배포의 간극을 줄이는 MLOps 플랫폼을 개발하고 있습니다. Kubeflow는 ML Workflow 를 Kubernetes-native하게 실행하고 관리할 수 있는 플랫폼이지만, 아직 v1.0 이 released 된 지 약 1년 반 정도밖에 지나지 않은 프로젝트이기에 Kubernetes에 익숙하지 않은 Data Scientist, ML Engineer
오픈소스(RLlib) 문제 발견부터 컨트리뷰션까지
마키나락스의 OLP(Off-line Programming) 팀에서는 제조 공장에서 사용되는 Multi-Robot Arm의 경로계획(Path Planning) 문제를 강화학습을 이용하여 풀고 있습니다. 경로계획은 다수의 로봇팔이 효과적으로 동작할 수 있는 경로를 생산하는 문제입니다. 실제 로봇 이용 시 시행 착오를 거치며 학습하는 강화학습 모델의 특성으로 인해 시간과 안전, 비용상의 문제가 발생할 수 있어, 시뮬레이터를 이용해 모델을 학습시키고
왜 챗봇 빌더일까요?
실시간 데이터 검증하기
마키나락스는 제조업에서 실시간으로 생산 장비와 공정의 고장 및 이상을 사전에 예측하는 이상탐지 시스템을 제공하고 있습니다. 이상탐지 시스템을 적용하고자 하는 제조 생산 현장은 제품 및 공정의 변화가 잦은 곳이 많습니다. 공정이 변하면 데이터 분포가 달라지기 때문에, 사전에 학습된 모델이 적용하려는 시점에는 정상 작동하기 어렵습니다. 이런 문제를 해결하기 위해 학습과 추론이 동시에 가능한 코드 형태로 모델을 배포하고, 배포된 동안 새롭게 수집한
Transformer를 이용해 대량의 게임 데이터를 임베딩 해보자!
Introduction NCSOFT Data Center에는 대량의 로그 데이터가 쌓여있습니다. 이를 활용해 Data Center의 분석가들은 다양한 주제의 분석 목표를 설정하고 인사이트를 도출하고 모델을 생성합니다. 이렇게 진행되고 있는 프로젝트들의 대부분은 다양한 종류의 로그 데이터 중 유저 행동 로그를 사용하여 주로 진행됩니다. 그렇다면, 많은 분석가들이 사용하는 유저 행동 로그 데이터를 그 특징과 정보를 잘 함축시킬 수 있게 임베딩 해
AI를 활용한 고용률 예측 모델 개발기(2)
안녕하세요, AI PLUS Tech Blog입니다. 오늘은 지난달 소개드린 고용률 예측 모델의 개발 과정을 이어 설명드리려고 합니다. 지난 1편에서는 뉴스 기사로부터 고용 시장에 대한 감정 정보(긍정/부정/보통)를 추출하는 부분을 다뤘는데요. 오늘은 이렇게 추출된 감정 정보로부터 미래 고용률을 현재 예보(nowcasting)하는 과정에 대해 중점적으로 살펴보려고 합니다. 본격적인 개발 과정을 소개하기 앞서, 1편을 못 보신...
인공지능(AI) 아나운서 개발기
안녕하세요, 지난 10월 7일 인공지능 기술 컨퍼런스 AI PLUS 2020이 개최되었습니다. 당시 손정의 소프트뱅크 회장과 마크 주커버그 페이스북 최고경영자(CEO)의 가상 축전 영상이 방송되면서 참가자들의 놀라움을 자아냈는데요. 이번 포스팅에서는 가상 축전 영상 제작에 사용된 AI 아나운서 기술의 개발기를 들려 드리겠습니다. 1. AI 아나운서 프로젝트 개요 이스트소프트 A.I. PLUS Lab 비전파트에서는 올해부터...
하나의 조직에서 TensorFlow와 PyTorch 동시 활용하기
불타는 텐서 흐름!
페이지 7 / 8 (총 130개)