소위 인공지능으로 통칭하는 머신러닝/딥러닝을 공부하면 할수록, 로컬 머신에서 가볍게 모델을 돌리는 것보다는 그 앞뒤의 작업이 훨씬 더 어렵다는 것을 알게 된다. 앞단에서 어려운 점은 데이터의 입수와 정제이고, 뒷단에서 어려운 점은 서비스 적용과 배포이다. 

기업에서 머신러닝 모델을 개발하고, 이를 하드웨어/소프트웨어/모델개발/배포/적용의 전 과정을 관리하며 웹/앱에 머신러닝을 적용하는 것은 생각보다 난이도가 높다. 현실적으로 머신러닝에는 높은 컴퓨팅 자원이 필요하고, 이를 꾸준히 관리하는 인력의 인건비는 이보다 더 높기 때문이다. 그래서 이 책을 통해 클라우드에서 제공하는 머신러닝 모델과 주요 기능이 어느 수준까지 올라왔는지 알고 싶었다. 이미 잘 구성된 통합 환경인 빅4 클라우드 서비스를 통해 머신러닝을 쉽게 적용할 수 있다면, 편할 뿐만 아니라 비용도 오히려 저렴할 수 있기 때문이다.

책 앞의 앞부분에는 인공지능에 대한 개요와 머신러닝 기본 이론이 상당 부분을 차지한다. 머신러닝에 대한 기초 지식이 없는 독자도 쉽게 시작할 수 있도록 도와주려는 느낌이다. 중간에는 클라우드 인공지능 서비스(AIaaS)에 대한 설명이 한 장을 차지하고 그다음에야 빅4 클라우드 얘기가 나온다. 이 책에서 말하는 빅4 클라우드는 Amazon AWS Sagemaker, Microsoft Azure Machine Learning Studio, Google Cloud AI Platform, IBM Watson Studio이다. 해당 회사는 국내 클라우드 4강임과 동시에 세계적으로도 클라우드 최강자로 볼 수 있겠다. 각각의 클라우드 서비스를 이론적으로 살펴보고 간단한 머신러닝 예제를 만들어본다. 

사실 아쉬운 점이 적잖이 있는 책이다. 책 제목처럼 "빅4 클라우드 머신러닝"을 제대로 다루려면 한 서비스당 300페이지로도 부족할 것이다. 그 정도까지 기대하지는 않았지만, 특별히 주로 사용되는 몇 가지 머신러닝 모델을 빅4 클라우드에 동시에 적용해서 각각의 장단점과 가격/편의성 등을 비교한 내용 정도는 있을 줄 알았는데, 그런 부분은 없었다. 각 서비스의 인공지능 클라우드 튜토리얼의 한글판을 모아둔 느낌이다. 개인적인 필요에 의해 너무 과한 기대를 한 것 같다. 물론 한꺼번에 네 가지 서비스를 편하게 맛볼 수 있다는 장점은 여전히 있겠다. 게다가 중간중간에 입력해야하는 코드를 화면 캡처로만 넣어줘서 내용이 잘 안 보이는 문제들도 있고, 전반적으로 편집에 공이 덜 들어간 느낌이라 강추하기에는 조금 애매한 책이다. 

예상되는 독자층은 클라우드를 거의 써보지 않았으면서도 머신러닝에 관심 있는 입문자이다. 혹은 머신러닝을 공부한 후 클라우드에 올려서 서비스화 해보려는 학생들도 읽으면 좋을 것으로 생각된다.

[이 글은 출판사의 지원을 받아 작성하였습니다]

AWS, Azure, GCP와 같은 클라우드는 개발하는 사람이 아니더라도 한번쯤 들어보거나 기사를 읽어본 세상이 되었다. 예전에 학교에서 공부할 때 경영정보학 교과서에서도 클라우드에 대한 언급은 있었지만, 그 때가 이른 시기여서 그런지 아니면 개발공부를 하지 않아서 그런지 몰라도 이 정도까지 대중적이라고 느끼진 못했다. 마치 '빅데이터'처럼 말이다.

내 느낌적인 느낌으로 클라우드는 이미 Plateau of Productivity 상태에 들어섰다고 생각했는데 과연 가트너는 어떤 의견을 냈을지 궁금했다.

19년 10월 기준으로 Public Cloud Computing은 Inflated Expectation을 겪고 조금씩 trough of disillusionment, 즉 환멸의 굴곡기를 향해 달려가고 있는 상태라고 가트너는 진단한다.

제대로 Plateau, 즉 stable한 상태에 도달하려면 10년이나 걸린다고 진단하는데 과연 그럴까? 지금 확산속도와 엔지니어들의 Position 배치를 볼 때 나는 더 빠를거라고 생각이 드는데.. 뭐 가트너의 생각이니까.

책에 대해서 쓰기전에 이런 잡소리를 쓰는 이유는 이 책의 느낌이 딱 이런 느낌이기 때문이다. 

기술서적이라기보다는 보고서 느낌?

어쩔 수 없는 부분이긴 하다. AWS만 해도 다루는 책들 보면 다들 두꺼운 책 한 권 나온다. 그런데 4개의 클라우드를 다 설명하겠다고 하고 앞부분에선 ML 개론까지 써놓았으니(100여 페이지가 ML개론이다... 여기서 뭔가 직감했다).. 이 부분이 엄청 아쉬웠는데 ML개론은 요새 모르는 사람이 없고(내 편견일 수 있지만) 인터넷 검색하면 다 나오니 없애거나 핵심적인 부분 몇개만 적고 넘어가는게 낫지 않았을까 싶다. 

그래도 다르게 생각해보면 엔지니어 입장이 아닌 기획자의 입장에서 깊이알기보다 보고서나 기획서, 정부과제 사업계획서를 써야 하는데 인터넷 봐도 뭔 소리인지 모르겠는 사람들에겐 유용할 수 있겠다는 생각이 들었다. 참고할 Reference에 대해서 써있고 그리고 대충 어떤 기능을 하는지 개념 설명이 되어있기 때문이다.

생각해보니 이 책을 고른 이유는 뭔가 빠르게 핵심만 익혀서 지름길을 가고 싶은 욕심때문이었다. 내 꾀에 내가 당한 꼴이었다.

엔지니어라면 자기 욕심 채우지 못할거 뻔히 알면서 이 책 잡고 괜히 성질내지 말고 시중에 많은 클라우드 서적을 잡자. 지름길 없는거 뻔히 알잖는가.

과제계획서/보고서 써야하는 기획자라면 빠르게 익히고 필요한 Reference따서 쓰자. 그러다 재미생기면 그때 제대로 ML 공부하면 된다.