연구원 인터뷰
GPU 클라우드로
연구 승차감을 향상시킵니다
최규동 개발자

안녕하세요. 저는 카카오브레인의 인공지능 개발자, 최규동입니다.


“게임이 좋아서, 그렇게 개발자가 됐습니다”

저는 부산 토박이입니다. 부산에서 태어나 대학교 졸업 때까지 부산에서만 쭉 살았죠. ‘야구의 도시’라고 할 수 있는 곳에서 자라온 덕분인지, 어린 시절에는 매일 동네 친구들과 몰려다니며 야구를 즐겼습니다. 야구공을 날리다 동네 유리창을 깨뜨려 부모님께 호되게 혼난 기억도 생생하게 떠오르네요.

야구를 통해 스포츠를 자연스럽게 접하게 되면서 혼자 있는 시간에도 스포츠 게임을 즐겼던 것 같아요. 부모님이 사주신 콘솔 게임기로 말이죠. ‘실황 파워풀 프로야구(実況パワフルプロ野球)’를 비롯해, "파이널 판타지(Final Fantasy)’ 시리즈 같은 역할수행게임(RPG)을 다방면으로 즐겼습니다. 3살 터울인 형과 설거지, 집 청소를 두고 위닝(Winning Eleven) 대결을 치열하게 펼치기도 했죠. 누구나 다 그렇듯이, 이때부터 게임을 만드는 사람이 되고 싶다는 막연한 꿈을 꾸게 된 거 같아요. 컴퓨터 관련 학과로 진학을 결정하게 된 결정적인 이유가 됐죠.

졸업 후 마이크로소프트 오피스 문서와 관련된 솔루션과 서비스를 만드는 벤처 회사인 ‘사이냅소프트’에 입사했습니다. 입사 후 6년간 문서에서 텍스트를 추출하는 프로그램과 이를 웹에서 바로 볼 수 있도록 HTML로 변경하는 프로그램 개발을 주로 맡았어요. 네이버 오피스 개발 프로젝트에선 서버 개발을 담당했고요.

제가 본격적으로 클라우드 관련 개발 업무를 맡은 건 지난 2013년 다음(Daum)에 입사하면서부터입니다. 카카오와 합병을 하면서 ‘DKOS(Data center of Kakao OS)’라는 컨테이너[1] 기반 클라우드 플랫폼을 본격적으로 만들기 시작했습니다. 지금은 많은 서비스가 컨테이너로 운영되고 있지만, 그 당시만 하더라도 국내에서는 굉장히 새로운 시도로 인식됐습니다. 그래서 일부 신규 서비스에만 아주 조심스럽게 DKOS를 적용했죠. 이후 많은 개선을 통해 높은 안정성을 확보, 현재는 다음 메일을 비롯한 많은 카카오 서비스들이 DKOS를 통해 제공되고 있습니다.

지금까지 개발 업무만 10년 정도 한 것 같습니다. 이중 클라우드 개발만 4년 정도 했고요.


“인공지능이 가진 잠재력을 봤습니다”

카카오에서 약 3년 6개월간 클라우드 개발 경험을 쌓다 보니, 이제는 새로운 것에 도전하고 싶은 생각이 들었습니다. 이직을 고려하던 중에 카카오가 인공지능 연구소인 카카오브레인을 설립한다는 소식을 접하게 됐습니다. 제게 카카오브레인의 인공지능 플랫폼 개발 제안이 들어온 것은 그다음이었죠.

사실 처음에는 인공지능을 전혀 알지 못하는 상황이라서 카카오브레인으로의 합류 자체에 많은 고민을 했습니다. 대학교 재학 시절 당시엔 인공지능 학과목조차 개설되지 않았고, 저도 크게 관심이 없었습니다. 2000년대 초반만 해도 인공지능이 이렇게까지 뜰 줄 예상하지 못한 거죠.

제안을 받은 직후 인공지능과 관련된 뉴스나 책을 섭렵했습니다. 특히 "모두의 딥러닝’ 강의가 딥러닝을 이해하는 데 큰 도움이 됐죠. 오랜 시간 정체 상태에 있던 최근 딥러닝 분야에서 많은 발전이 있었으며, 모바일 기기를 통해 획득한 빅데이터와 GPU 활용이 많은 부분을 차지하고 있다는 것을 알게 됐습니다. 또 이 분야에서 좋은 연구 결과를 얻기 위해서는 실험하고 결과를 분석하는 시간을 줄이는 게 무엇보다 중요하다는 사실을 깨달았습니다. 그래서 전용 클라우드 플랫폼이 꼭 필요하고요. 제가 이것을 직접 만들어보면 좋겠다는 판단이 들어 카카오브레인에 합류했습니다.


“최적의 연구 결과를 내는 데 도움을 주는 클라우드 환경을 만들고 있습니다”

현재 저는 인공지능 클라우드 플랫폼 프로젝트를 진행하고 있습니다.

AI의 주요 분야인 딥러닝으로 연구하는 과정은 다음과 같습니다. 알고리즘을 설계하고, 빅데이터로 실험한 뒤, 이 결과를 평가해 알고리즘을 수정합니다. 그리고 이 과정을 수십번 혹은 수천 번 반복하기도 하죠. 그래서 실험에 들이는 ‘시간’을 줄이는 것 자체가 경쟁력이라고 할 수 있습니다. 빠르게 실험을 할 수 있는 환경에 있을수록 짧은 시간 안에 더 좋은 결과를 낼 확률이 높아지기 때문입니다.

개발 중인 클라우드 플랫폼을 통해 GPU 서버가 클러스터화됩니다. 그리고 웹상에서 한 번의 클릭으로 필요한 만큼의 GPU 인스턴스가 제공되죠. 이는 AWS의 서버 인스턴스와 동일한 개념입니다. 또한, 저희 플랫폼에는 다양한 실험을 동시에 실행할 수 있는 기능이 있어 연구자들이 최적의 알고리즘을 더욱 빠르게 찾을 수 있도록 도와줍니다.

앞으로 분산 트레이닝, 최적의 하이퍼 파라미터(hyper parameter)[2] 자동 검출 등과 같은 AI 연구와 관련된 더 많은 기능을 개발하려고 합니다. 분산 트레이닝은 실험 속도를 월등히 높여 단시간에 실험을 끝낼 수 있고, 최적의 하이퍼 파라미터 자동 검출은 실험 결과 분석을 자동으로 해주어 단시간 내에 더욱 좋을 결과를 얻을 수 있도록 도와주죠.


“인공지능 연구의 든든한 버팀목이 되겠습니다”

최근 부상하고 있는 자율주행 기술부터 질병 진단, 재난 구조 로봇에 이르기까지 인공지능이 많은 분야에서 핵심적인 역할을 담당하게 될 것으로 기대됩니다. 전세계 큰 기업들이 너도나도 인공지능 기술과 인재 투자에 뛰어드는 이유이기도 하죠. 제가 만드는 클라우드 플랫폼을 통해 카카오브레인의 연구원들이 연구를 편하고도 빠르게 진행하고, 좋은 결과를 내서 세상을 더 나은 방향으로 바꿨으면 좋겠습니다.

축구에 비유하자면 플랫폼은 화려하진 않지만, 경기에 없어선 안 되는 ‘수비수’와 같습니다. 공격수가 골을 넣는 것에만 집중할 수 있도록 수비를 튼튼히 해주는 역할을 담당하기 때문이죠. 복잡하고 귀찮은 부분을 단순화해 개발자가 중요한 일에 집중하게 만드는 환경을 조성해주는 일 역시 매우 가치 있다고 생각합니다.



참고
[1] 개발자가 만든 소프트웨어가 어떤 서버에서도 잘 작동할 수 있게 규격화한 상자
[2] 개발자가 직접 설정해줘야 하는 값. 각 층의 뉴런 수, 배치 크기, 매개변수 갱신시의 학습률과 가중치 감소률 등이 여기에 해당한다.
이 글을 쓴 사람들
dave.go
최규동 | dave.go@kakaobrain.com
시스템을 효율적으로 개선 시키는데 관심이 많은 개발자입니다. 현재 카카오브레인에서는 인공지능 클라우드 플랫폼 프로젝트를 진행하고 있습니다. 인공지능 개발자들이 연구에 집중할 수 있는 환경 조성에 앞장서고자 합니다.
samantha.lee
이수경 | samantha.lee@kakaobrain.com
2016년 3월 알파고와 이세돌 9단이 펼치는 세기의 대결을 두 눈으로 목도한 이후 인공지능을 제대로 공부해봐야겠다고 결심했습니다. 인공지능 본진이자 연구소인 카카오브레인으로 걸어들어온 이유죠. 인공지능 기술과 이로 인해 바뀔 미래 사회를 다루는 글을 통해 사람들과 소통하고자 합니다.