TwinDoc, 왜 필요한가요?

작성자 김아름 수정일 2022-10-25 15:04

#TwinDoc2.0, #트윈독2.0, #특징, #장점

아티클 관련 제품: TwinDoc2.0

들어가며

TwinDoc의 주된 특징과 장점에 대해 알아보겠습니다.

TwinDoc의 특징

TwinDoc은 글 안에서 사람의 감정과 의도를 이해하는 기술이 접목된 고성능 저 용량 언어 모델 관리 플랫폼 입니다.

TwinDoc의 특징 4가지를 알아보겠습니다.

맞춤형 언어 모델을 만들어 낼 수 있습니다.
보유하고 있는 Data로 학습 시켜 최적화된 전용 언어 모델을 생성할 수 있습니다.
그렇게 되면, 일반 data로 학습된 모델보다 높은 이해도와 정확도를 기대할 수 있습니다.
문맥을 이해하는 언어 모델입니다.
TwinDoc의 언어 모델은 키워드로 분석하는 것이 아니라, 단어의 위치와 관계 중심을 분석합니다.
이를 통해 은유적 표현이나 대화체에 대한 이해도가 높습니다.
따라서 Data에 숨겨진 감정 요소와 문서의 의도를 파악하는데 훌륭합니다.
모델의 전체 주기를 관리할 수 있습니다.
TwinDoc은 model을 개발하고 운영하며, 모니터링 까지의 전체 cycle을 관리할 수 있는 platform입니다.
이를 통해 model의 지속적인 성능을 강화하고 유지할 수 있습니다.
문서 작업을 경량화 할 수 있습니다.
Active Learning을 통해 사전 작업이 감소할 뿐만 아니라, 언어 모델을 경량화 할 수 있습니다.
이에 따라 운영 환경에 부담을 줄일 수 있고, 업무 처리 속도를 향상시켜 효율적인 작업 환경을 만들 수 있습니다.

Active Learning이란?
기계가 labeling이 필요한 data 중 자동적, 점진적으로 가장 정보량이 많은 data를 선택합니다.
즉, 초기 labeling된 일부 data를 이용해 모델은 학습을 시작합니다.
아직 labeling이 이루어지지 않은 data 중 학습에 중요한 것들에 대해 labeling을 요구하게 됩니다.

TwinDoc의 장점

TwinDoc은 Kubernetes 위에서 동작하는 컨테이너 기반 플랫폼으로서 MLOps를 위한 각 구성 요소의 개인화와 그에 필요한 성능이나 기능 확장을 손쉽게 할 수 있습니다.

Kubernetes란?
쿠버네티스는 컨테이너화된 애플리케이션의 자동 디플로이, 스케일링 등을 제공하는 관리시스템

TwinDoc에서 제공하는 주요 기능에 대해 알아보겠습니다.

AI모델을 개발할 수 있는 프로젝트를 관리합니다.
TwinDoc은 프로젝트 관리를 통해 기업 내의 AI모델 개발과 배포 관리를 할 수 있습니다.
사용자 별 권한을 제한할 수 있으며, 산출물에 대한 공유 기능을 통해 개인화 혹은 협업 기능을 제공합니다.
개인화 된 AI 모델 개발 및 분석 환경
사용자 별 컨테이너 기반의 독립된 개인화 실험 공간을 제공합니다.
개발 도구로써 jupyter notebook, visual studio code를 지원합니다.
또한, project, exteriment, trial의 계층적 구조를 통해 분석 proccess를 관리할 수 있는 기능을 제공합니다.
AI 모델 관리
개발이 완료된 AI 모델을 모델 저장소에 등록하고 관리할 수 있습니다.
또한 AI 모델들 간의 성능을 비교하고 평가할 수 있으며, 그 과정에 대한 히스토리 관리 기능을 제공합니다.
AI 모델 배포 및 운영
개발 및 테스트가 완료된 AI 모델을 서비스로서 동작하도록 배포할 수 있습니다.
배포된 AI 모델을 실행하기 위한 serving 기능과,
배포된 AI 모델을 서비스하기 위한 RestAPI 서비스 생성 기능을 제공합니다.
또한 해당 서비스 운영 시, 시스템 resource에 대한 효율적인 활용을 위해 실시간 모니터링 기능을 제공합니다.

마무리

TwinDoc의 특징과 장점에 대해 알아보았습니다.