인류에게 이동의 문제는 끊이지 않는 도전과제인 것 같습니다. 걷는 것 보다는 가축의 힘을, 가축을 넘어서 기계의 힘을 빌리는 식으로 해서 인류의 발은 세대를 거듭할 수록 진화 하였습니다만, 그 발을 움직이는 두뇌의 진화는 이뤄지지 않았습니다. 이제 인류는 이 두뇌까지 진화시켜 기계의 힘을 입으려 합니다. 바로 자율주행을 통해서 말이죠. 하지만 이것을 곧바로 구현하는 것은 좀처럼 쉬운 일이 아닌 것 같습니다. 늘 그래왔듯이 작은 변화와 함께 단계를 거듭하며 이 자율주행을 구현하는 것이 옳은 과정일 것입니다.
전자산업의 쌀 이라고 불리우는 반도체가 한 단계 더 도약할 수 있는 기술이 나왔습니다. 바로 AI 연산에 최적화된 AI 반도체의 등장을 의미하는데요. 반도체 강국답게 산학연의 공동 연구를 통해 AI 반도체를 통한 차세대 반도체 산업의 리더가 되는 활동이 활발히 이루어지고 있습니다.
AI를 활용한 개발이 다양하게 이루어지고 있습니다. 하지만 비전공자에게 AI는 여전히 활용하기 어려운 분야라 생각합니다. 이를 해결하기 위해 구글, 아마존과 같은 거대 기업들이 AI에 관한 깊은 지식 없이도 얕은 수준의 AI를 활용할 수 있는 오픈소스 프로젝트를 내놓았습니다. 그중에서도 특히 딥러닝에 관련한 프레임워크 두 가지를 선보이려 합니다.
1. 텐서플로우(구글)
텐서플로우는 구글에서 선보이는 딥러닝 오픈소스 프레임 워크 입니다. 폭넓은 사용자 층과 Python으로 개발이 가능하다는 점 때문에 라이브러리가 매우 풍부하며 커뮤니티의 활성화 정도가 매우 높습니다. 성능 또한 뒤지지 않기에 연구, 실험에 있어서 선호되는 프레임 워크이기도 합니다. 알파고의 연산에서도 해당 프레임워크가 적용될 정도로 활용도가 매우 높다고 말할 수 있겠습니다.
또한 구글에서 지원을 하기 때문에 발전 가능성이 매우 높으며, 텐서플로우를 활용한 프로젝트 제작시에 타 프로젝트와의 호환성이 높다는 점 역시 큰 장점으로 작용합니다. 다만, 윈도우 운영체제에서의 개발 능력이 떨어진다는 단점 또한 존재합니다.
2. 파이토치(페이스북)
파이토치 또한 거대 기업인 페이스북에서 만든 딥러닝 프레임워크 입니다. 이름에서도 알 수 있듯이 Python 개발이 가능한 프레임워크로써 접근성이 뛰어나다는 장점이 있다. 또한 텐서플로우에 비해 개발 난이도가 낮아 쉽게 접근할 수 있다는 장점이 있습니다. 텐서플로우와 마찬가지로 페이스북이라는 거대기업에서 밀어붙이는 프레임워크 이기 때문에 개발환경에 대하여 적극적으로 구성하고 있습니다. 단점으로는 구체적인 활용 사례를 찾아보기 힘들다는 것과, 사용자수가 많지 않아 예제나 라이브러리가 부족하다는 것입니다.
