솔루션

SAS, 통합 분석 플랫폼으로 기업 AI 적용 및 디지털 트랜스포메이션 가속화 지원

디지털데일리 발행일 2022-06-23 14:52:47
  • 가
  • 가
이상일

-SAS 바이야, 분석의 수직 통합 시스템과 자동화로 기업의 모든 분석 과제 해결

AI 모델 적용의 기술적 단계
AI 모델 적용의 기술적 단계

[디지털데일리 이상일기자] 최근 몇 년 간 산업 전반에서 디지털 트랜스포메이션이 활발히 이뤄지면서 클라우드 기반의 인공지능(AI) 적용과 데이터 기반의 의사결정이 주목받고 있다.

과거 데이터 분석 프로세스는 소수의 분석가 개인의 역량에 의존했으며 분석의 적용에 매우 많은 시간과 노력이 요구됐다. 때문에 제한된 업무에 선택적으로 분석이 적용되어 왔다. 반면, 새로운 디지털 트랜스포메이션의 시대에는 기업의 수많은 개별 업무와 의사결정 상황에서 AI의 도움을 받을 수 있도록, AI 분석 모델을 대량으로 생성하고 활용하는 새로운 패러다임이 자리잡고 있다.

기업이 성공적으로 디지털 트랜스포메이션을 추진하기 위해서는 임원부터 일선 직원에 이르기까지 기업의 여러 의사결정 주체가 AI와 데이터 기반의 의사결정을 내릴 수 있어야 한다.

AI 모델을 만들어서 적용하기 위해서는 데이터를 수집하고 처리하는 과정에서부터 인사이트를 얻기 위한 ▲‘탐색 및 시각화’ 과정, 비정형 데이터를 정형 데이터화하는 ▲‘텍스트 분석’ 과정, 실제 AI 모델을 만들기 위한▲ 머신러닝과 딥러닝 적용 과정, 생성된 분석모델을 관리하고 운영환경에 적용하는 ▲프로세스, ▲복잡한 비즈니스 룰에 모델을 연동하는 과정 등 매우 다양한 기술적 단계가 필요하다.

◆AI 모델 적용의 기술적 단계=그러나 각 기술적 단계에는 고유의 화면과 프로그래밍 언어, 독립적인 관리 체계, 데이터 저장소 등이 서로 다른 형태로 존재하는데, 이는 통합된 분석 프로세스 구성에 걸림돌로 작용하게 되며, 결과적으로 분석의 생산성 향상을 저해하는 원인이 된다.

이러한 한계를 극복하기 위해 분석의 ‘수직 통합 시스템’과 ‘자동화’ 도입이 주목받고 있다. 분석의 수직 통합 시스템이란, 분석 프로세스에 요구되는 다양한 기술 요소들을 단일한 화면, 프로그램 언어, 관리 체계, 데이터 저장소에서 통합 제공하는 개념을 의미한다. 분석에 필요한 기술 요소들이 통합 제공되는 단일 시스템에서 분석의 프로세스가 끊김없이(seamless) 운영되는 방식으로, 분석 프로세스를 가속화하고 운영을 최적화할 수 있다.

분석 생산성을 위한 또다른 핵심 개념은 AI가 복잡한 분석 모델 개발 프로세스를 자동화하는 AutoML(Automated MachineLearning)이다. AI가 스스로 데이터를 탐색하고 최적의 데이터 전처리와 예측 알고리즘을 선택해 최적의 모델을 만들어가는 과정에서 분석 사용자의 역할은 데이터와 예측하고자 하는 변수의 정보 전달만으로도 충분하다.

결론적으로, AutoML은 소수 분석가의 역량에 의존하지 않고 많은 사용자가 AI 모델을 만들 수 있도록 해 주므로 분석의 진입장벽을 낮출 뿐만 아니라 수작업 과정에서 발생하는 오류를 줄임으로써 모델 품질과 생산성을 높일 수 있으며, 분석의 적용 범위를 크게 확장할 수 있다는 장점이 있다.

수직적으로 통합된 SAS Viya 분석 환경
수직적으로 통합된 SAS Viya 분석 환경

◆SAS, 분석의 수직 통합과 자동화를 통한 강력한 통합 분석 플랫폼 제공=SAS는기업 고객이 클라우드로의 전환을 가속화하고 데이터 분석, 머신러닝 및 AI 기술 활용을 확장할 수 있도록 클라우드 네이티브(cloud-native) 및 클라우드 포터블(cloud-portable)을 지원하는 분석 포트폴리오를 제공하고 있다.

특히, 클라우드에 대한 지식 없이도 대량의 데이터 분석을 손쉽게 할 수 있는 이른바‘클라우드 애그노스틱(cloud-agnostic)'을 지향하기 때문에, 고객은 데이터의 복잡성이나 클라우드에서 분석 워크로드 운영 시 세부 사항에 대해 신경 쓸 필요가 없다.

SAS의 클라우드 퍼스트 전략의 핵심인 엔터프라이즈 분석 플랫폼 SAS 바이야(SAS Viya)는 오픈소스에 대한 개방성과 클라우드 네이티브 아키텍처를 지원해 클라우드에 대한 적용성이 뛰어나다는 것이 회사의 설명이다. SAS 바이야는다양한 원천 데이터에 접근해 분석용 데이터를 생성하고 탐색하는 데이터 옵스(DataOps)와 생성한 분석 모델을 관리하고 비즈니스에 적용 및 모니터링하는 모델 옵스(ModelOps)의 개념을 제공한다.

즉, 하나의 플랫폼에서 분석에 필요한 데이터 처리, AI 모델 생성, 모델 적용을 아우르는 기술 요소들이 수직적으로 통합된 시스템을 제공한다. 사용자는 도입 초기에 활용 목적에 맞는 최소의 기술 요소를 도입할 수 있으며, 이후 분석 역량 또는 비즈니스 니즈의 확장에 따라 다양한 분야의 분석 기능을 추가할 수 있다.

한편, 머신러닝 자동화(AutoML)의 관점에서도 SAS 바이야는 단지 머신러닝 모델링 과정뿐만 아니라 분석 프로세스 전반에 걸쳐 자동화된 기능을 제공한다. 예컨데, 데이터 전처리 과정에서 품질 이슈를 찾아 자동으로 개선해 주거나, 어떤 값에 영향을 주는 요소들을 시각화 방식으로 자동 분석해 주거나, 최적의 차트를 자동 추천해 주는 기능을 제공한다.

◆수직적으로 통합된 SAS 바이야(Viya) 분석 환경=최근 인공지능의 활용에 대한 관심이 높아지면서 정부 차원의 규제 및 가이드라인이 속속 등장하고 있다. 예컨대, 작년에 금융위원회에서 발표한 금융 인공지능 가이드라인에 따르면, 이자율 산정 등 금융관련 중요 의사결정을 대체할AI에 대해 결과의 설명 및 사후검증의 필요성을 명시하고 있으며, AI 시스템의 성능을 주기적으로 모니터링 할 것을 요구하고 있다.

분석 라이프 사이클 전반에 걸친 자동화를 지원하는 SAS Viya 환경
분석 라이프 사이클 전반에 걸친 자동화를 지원하는 SAS Viya 환경

SAS 바이야는 AI 분석 결과를 비즈니스에 적용하는데 요구되는 다양한 모델의 검증, 해석 및 모니터링 기능을 제공하고 있다.

SAS 바이야는클라우드 네이티브 아키텍처 기반으로 운영되며, 다양한 클라우드 및 온프레미스 환경에서 구동 가능하다. 또한, 조직 내부의 다양한 DBMS, 하둡(Hadoop)은 물론 다양한 로그, 센서, 스트리밍 데이터, 클라우드 기반의 데이터와 손쉽게 연동이 가능하며, 생성한 분석모델을 데이터 소스 영역에 배포하거나 REST 서비스의 형태로 실행하는 기능을 제공한다.

또한, 기존SAS의 프로그래밍 언어 외에도 R, 파이썬(Python), 자바(Java)와 같은 다양한 오픈소스 언어를 사용할 수 있는 개방성을 제공한다.

SAS 코리아김근태 상무는 “디지털 트랜스포메이션 시대에 기업의 경쟁력은 AI와데이터 활용에 대한 제약을 없애고, 명확한 비즈니스 전략과 효과적인 의사 결정을 통해 변화하는 비즈니스 환경에서 우위를 지속하는 것”이라며 “SAS는 분석 라이프 사이클을 수직적으로 통합하고, 분석 과정 전반을 자동화하는 SAS 바이야를 통해 디지털 트랜스포메이션 시대에 기업의 경쟁 우위 전략을 지원하는 파트너로서 노력할 것”이라고 말했다.
Copyright ⓒ 디지털데일리. 무단전재 및 재배포 금지
이상일
2401@ddaily.co.kr
기자의 전체기사 보기 기자의 전체기사 보기
디지털데일리가 직접 편집한 뉴스 채널

당신이 좋아할 만한 뉴스

많이 본 기사

연재기사

실시간 추천 뉴스