인공지능(AI) 스타트업 마이셀럽스(대표 신지현)는 글로벌 1위 클라우드 기업 아마존(AWS)과 AI 솔루션을 공동 개발했으며 28일(미국 현지시간) 국내 기업 최초로 아마존 글로벌 공식 홈페이지에 해당 내용이 ‘글로벌 베스트 케이스’로 게재되었다고 30일 밝혔다.

아마존은 자사 서비스와 함께 진행한 베스트 케이스를 글로벌 웹사이트에 소개하고 있는데, 국내 모든 기업을 통틀어 아마존에 소개된 사례는 마이셀럽스가 국내 최초이며 더욱이 인공지능 주제로 소개된 건 무척 이례적이다.

이번에 구축한 솔루션은 마이셀럽스의 자체 인공지능(AI) 솔루션인 ‘마이셀럽스 AI 트랜스포메이션 스위트(Mycelebs AI Transformation Suite, 이하 MATS)’에 아마존 세이지 메이커(Amazon SageMaker)를 접목한 결과다. ‘MATS’는 데이터 수집, 머신 러닝, 시각화, 자동 업데이트를 하나의 솔루션으로 통합하여 즉시 비즈니스에 적용 가능한 마이셀럽스만의 독보적인 어플리케이션 제작 도구로 이미 신세계면세점, 롯데멤버스, 야놀자, 푹(POOQ) 등 30여개 국내/외 다양한 업계 선두 기업과의 협업을 통해 그 유용성을 입증한 바 있다.

이번 글로벌 베스트 케이스 선정으로 마이셀럽스는 데이터 사업 영역에서 축적한 다양한 경험과 노하우, 전문성을 글로벌 No.1 기업으로부터 인정받은 셈이 되었다.

마이셀럽스 신지현 대표는 “지난해 카카오 등으로부터 시리즈B 투자 유치를 받는 등 기술 우수성 및 사업성을 인정받아 비즈니스를 확장함에 있어 이번 아마존과의 공동 솔루션 개발은 마이셀럽스가 글로벌 기업으로 도약하는 기회가 될 것”이라 밝혔다.

이어 “세계 1위 숙소 예약 서비스 ‘부킹닷컴’과 함께 준비중인 인공지능 기반의 글로벌 여행 예약 서비스에도 이 솔루션을 도입하여 이용자의 취향에 맞는 차원이 다른 여행 서비스를 제공할 것”이라고 말했다.

◇아마존 글로벌 공식 홈페이지에 올라온 마이셀럽스 소개글 번역

MyCelebs Builds ML Solution With Amazon SageMaker to Provide Customers with immediate Opportunities to monetize Artificial Intelligence

Guest post by Estelle Shin, CEO at MyCelebs Inc.

Monetizing Artificial Intelligence: booking.com Case 

관광 산업은 현재 A.I. 시대에 맞춰 급격히 변화하고 있습니다. 그러나 기존의 여행 서비스들은 이미 여행 일정과 행선지를 정한 상태에서 단순히 최저 가격을 기준으로 항공권과 숙박 예약을 강요하는 플로우만을 제공해 왔습니다. 그동안 많은 여행 관련 어플리케이션들이 서비스 운영자에 의해 긍정적인 후기들을 우선 노출하고, 풍성한 여행 콘텐츠 없이 단순히 가격, 위치, 일정 등 메타 데이터를 기반으로 최저 가격을 통해 유입을 높이는 데만 목적을 두고 있었다면 마이셀럽스는 유저들의 다양한 니즈를 반영해 버킷 리스트 (Things to do before you die)라는 테마로 여행에 대한 취향 데이터를 학습하고, 이를 기반으로 ‘여행보다 더 설레는 여행 찾기’라는 캐치프레이즈를 내걸고 부킹닷컴과 함께 공동 사업을 추진합니다.

주요 기능은 다음과 같습니다.

1. VUX: 기계 학습을 통해 언어의 의미와 관계를 분석하여 다른 서비스와 비교조차 안 되는 음성 인식률을 선보였습니다.
2. 정황 기반 추천: 대중의 데이터에서 정황, TPO 등의 취향을 반영한 데이터를 추출해 기존에 찾을 수 없었던(유서 깊은, 고풍스러운 등) 여행 검색이 가능
3. 운영방식 개선: 획기적으로 자동화된 프로세스와 업데이트를 통한 업무 효율화로 운영비용이 현저히 낮아집니다.

<기존 여행 서비스와의 차이점>

MyCelebs

마이셀럽스는 자체 개발한 AI 솔루션을 기반으로, 파트너사의 기존 비즈니스를 AI화(AI Transformation) 시켜주는 글로벌 인공지능(AI) 에이전시입니다.

마이셀럽스의 AI 엔진을 통해 만들어지는 다양한 AI Application들은 자연어 처리와 이미지 처리 알고리즘을 통해 정황 추천과 음성 기반의 유연한 사용자 인터페이스를 지니며 파트너들은 데이터 수집, 시각화, 머신러닝, 자동업데이트 등을 완전 자동화함으로써 운영 비용을 크게 줄일 수 있게 됩니다.

국내/외 다양한 선두 기업들이 마이셀럽스를 통해 AI Transformation을 경험하고 있으며, 다른 AI 기업들과 비교했을 때 가장 많은 ‘실질적인 고객 접점’레퍼런스를 확보하고 있습니다. 예를 들어, 한국 내 No. 1 VOD 콘텐츠 플랫폼인 POOQ과의 데이터 파트너십을 통한 AI 기반 콘텐츠 추천 알고리즘 제공, 한국 내 최대 메시징 플랫폼인 kakaotalk을 보유한 카카오와의 콘텐츠 추천 서비스 공동 개발, 최대 유통기업인 롯데그룹 내 백화점, 마트, 포인트(멤버십&로열티) 등 핵심 사업 부문들과의 제휴를 통한 라이프 포털 구축, 국내 1위 이동통신사업자인 KT와의 제휴를 통한 음성 기반 어플리케이션 구축 등을 성공적으로 수행하고 있습니다.

How It Works: MATS(Mycelebs AI Transformation Suite)

마이셀럽스는 부킹닷컴과 같은 다양한 인공지능 기반 어플리케이션의 구축, 운영을 위해 자체 AI 및 데이터 프로세싱 솔루션인 ‘Mycelebs AI Transformation Suite(이하 MATS)’를 개발했습니다.

<MATS Architecture>

MATS는 사용자가 일상에서 사용하는 언어들을 바탕으로 사람의 감정과 취향, T.P.O(Time, Place, Occasion) 및 다양한 카테고리별 특성(색채, 질감 등)에 대한 연구를 통해 새로운 인식체계를 구상하고, 머신 러닝 기술과 자연어 이해 기술을 응용하여 구현했습니다. 이른바 Dynamic Ontology라고 불리는 이 새로운 인식체계는 단순히 키워드로 표현되는 매칭 방식이 아닌, 단어와 단어 사이의 연관도를 바탕으로 하는 벡터 모델 기반의 추론 방식을 사용합니다. 단순히 단어와 단어 사이의 연관 관계만을 점수화하는 기존의 워드 투 벡터(Word-2-Vector) 방식에서 확장된 개념으로 텍스트 문서를 통해 추출하는 워드 임베딩(Word Embedding) 방식뿐 아니라 색 분석이나 이미지 인식 등 다양한 머신 러닝 연구 성과들을 함께 활용하고 있습니다.

‘키토크’는 키워드와 비슷한 ‘단어’의 형태로 표현되지만, 단순한 매칭 방식이 아니라 한 문서 안에 존재하는 다양한 표현 간의 인접도와 유사도, 그리고 색체나 질감 등 카테고리별로 다른 다양한 속성 데이터를 바탕으로 하나의 단어가 담고 있는 다양한 취향과 의도를 모두 담아내는 구조로 설계되어 있습니다. 따라서 음성 기반 대화형 서비스를 구축할 때에도 일반적으로 사용되는 Dialogue Management 방식 대비 사용자의 발화 인식률을 압도적으로 높일 수 있으며, 기존의 어떤 음성 서비스와 비교해도 차원이 다른 인식 및 추천 결과를 제공 가능합니다.

음성 등 대화형 사용자 경험을 설계할 때, 또 한 가지 중요한 사실은 사람과 사람 사이의 대화처럼 자연스러운 맥락 인지 과정이 기계와의 상호작용에서는 제한을 받을 수 있다는 점입니다. 인터넷으로 정보를 검색할 때는 수천, 수만 개의 검색 결과를 보여줄 수 있으나, 말로 들을 때는 한 번에 세 가지 이상의 정보를 소화하기 어렵습니다. 음성 기반의 사용자 경험(VUX) 설계 시에도 시각 요소들이 함께 사용되어야 하는 이유가 여기 있습니다.

마이셀럽스는 키토크 기반의 대화형 플랫폼과 더불어 다양한 시각 UI 요소들을 모듈화하여 구현하고, 라이브러리화해 왔습니다. MATS는 단순히 시각 요소를 VUX의 보완재로 활용하는 데서 벗어나 특정한 인터페이스나 디바이스 환경에 국한되지 않고 자연스럽게 대화형 사용자 경험을 이어나갈 수 있도록 하는 설계 도구를 함께 제공하고 있습니다.

데이터의 수집, 시각화, 머신 러닝을 통한 지능 탑재, 자동 업데이트를 하나의 솔루션으로 가능하게 하는 MATS는 빠르게 비즈니스에 적용 가능한 어플리케이션 제작 도구로 이미 다양한 레퍼런스를 통해 그 유용성을 입증한 바 있으며, 현재 한국, 미국, 중국, 일본 시장 내에 총 84건의 특허를 출원 또는 보유 중입니다.

Going forward

마이셀럽스는 데이터 공급망 관리(D-SCM)와 하우스 OS라는 두 가지 중요한 개념을 선보였습니다. 각 서비스는 자체 보유 데이터 또는 외부 데이터를 Build-Buy-Alliance라는 3가지 방법을 통해 집계합니다. 집계한 데이터를 바탕으로 한 서비스가 배포되고 이로 하여금 생성된 피드백 및 이용자 로그 데이터가 다시 수집, 처리, 재학습되는 과정을 거치며 시맨틱 데이터가 끊임없이 수집되고 증가하는 D-SCM 매커니즘을 구축해, 데이터 애그리게이터 측면에서도 독보적 협력 모델을 구축했습니다.

AI 에이전시로서 가장 큰 강점은 각 알고리즘과 애플리케이션보다 이를 만드는 엄청난 데이터에 있습니다. 단일 서비스는 제한된 데이터만 수집하고 활용할 수 있지만, 마이셀럽스의 데이터는 여러 카테고리의 다양한 서비스와 함께 작동하며 공유된 데이터를 생성할 수 있으며, 각 컨텍스트의 차이를 인식해 음성 인식률을 획기적으로 개선합니다.

마이셀럽스가 수집하는 다양한 데이터는 향후 가정용 OS 환경을 위한 포괄적 언어 이해 모델을 구축하는 데 중요한 역할을 할 것입니다. 현재 음성 인터페이스를 갖춘 IoT 서비스는 사용자가 지정된 이름을 호출해야 하거나 기능 수가 제한되어 있지만, IoT 서비스와 디바이스가 보편화됨에 따라 하나의 커다란 네트워크인 House-OS가 자연스러운 음성을 명확하게 이해하고 명령을 전달하는 것이 필요합니다. 마이셀럽스는 D-SCM에서 수집한 데이터로 상황과 맥락을 인식하는 House-OS에 필요한 음성 인터페이스 구축을 위해 노력하고 있습니다.

Streamlining the Machine Learning Workflow

마이셀럽스는 키토크 알고리즘과 MATS를 기반으로 빠르게 비즈니스 영역을 확장해 감에 있어 분석 Capacity와 데이터 처리 등 다양한 컴퓨팅 리소스에 대한 필요가 제기되기 시작했습니다.

우선 다양한 도메인(버티컬, 업종)으로 빠르게 비즈니스 케이스가 확장됨에 따라 개별 어플리케이션을 개발하는 데 필요한 시간과 인력을 절감해야 했으며, 내부적으로 제기되는 여러 가지 데이터 분석에 관련된 이슈들, 구체적으로는 복수의 분석 모델을 순차적으로 빠르게 적용하거나, 각각의 학습 모델을 병렬적으로 검증해야 하는 상황에 직면하게 되었습니다. 이러한 니즈를 반영하여 자체 솔루션인 MATS의 고도화를 진행하기 위해 sagemaker의 도입을 고려하게 되었습니다.

sagemaker를 도입하여 활용하기 이전에는 S3를 이용한 원천 데이터의 수집 및 저장, EC2를 통한 데이터 전처리(Pre-processing) 및 개별 M/L 모델 선정 및 학습과 모델 적용 및 테스트를 진행해 왔으며, 실제 분석 프로세스에 있어서는 NVIDIA의 분석용 하드웨어를 이용해 왔습니다. 이에 따라 다양한 도메인의 데이터를 효율적으로 분산, 병렬 처리하고, 복수의 분석 모델을 적용, 검증하는 과정에서 발생하는 리소스 문제를 개선할 필요가 있었습니다.

sagemaker를 도입한 이후에는, sagemaker와 docker를 활용한 분석 모델 선정 및 학습 과정을 보다 효율화할 수 있게 되었으며, 이후 내부 솔루션을 거쳐 모델 적용과 검증이 이루어지도록 내부 워크플로우를 개선할 수 있게 되었습니다. 특히 lambda와 sagemaker를 활용하게 되면서 M/L 분석 모델의 결과 확인 프로세스를 자동화할 수 있게 되었으며, sagemaker에서 제공되지 않는 분석 모델의 경우에는 docker를 활용하여 별다른 불편 없이 처리할 수 있게 되었습니다.

도입 이후의 장점으로는, 1) 어떤 종류든 상관없이 원천 데이터만 준비되면 분석 프로세스를 시작할 수 있게 되었으며, 2) 별도의 시스템 구축 및 관리 과정 없이 바로 사용할 수 있게 되었고, 3) 복수의 분석 모델 여러 가지를 자동으로 처리할 수 있게 되었으며, 4) 기존에 도입 및 활용 중이었던 AWS 제품들과 연동이 용이하며, sagemaker에서 기본적으로 제공 중인 모델 성능도 뛰어나 솔루션 개발 시간이 단축되었으며, 5) 여러 프로젝트 간 필요한 리소스 조정이 용이하며, 6) 전체적인 분석 프로세스의 효율성이 개선되었고, 7) 최종적으로 내부 업무 워크플로우에 소요되는 효율성이 5배 정도로 개선된 것으로 파악하고 있습니다.

마이셀럽스는 이미 신규 프로젝트의 원천 데이터를 분석하는 프로세스에 sagemaker를 적용하여 검증을 완료한 바 있으며 최대한 빠른 시간 내에 다양한 버티컬로 적용 범위를 확대할 예정입니다. 또한 내부 솔루션 내에 다른 프로세스에도 적용하여 자동화를 완료할 예정입니다.

한편, 회사 내 비 엔지니어들, 즉 데이터 사이언티스트와 서비스 마케터 및 채널별 어카운트 매니저들도 코딩 지식 없이도 손쉽게 머신러닝을 활용할 수 있는 솔루션으로 확장되어, 부킹닷컴이나 카카오 등 다른 파트너들과의 협업 프로젝트에 활용할 예정입니다.

김현규 기자  dases5342@kotera.or.kr

<저작권자 © 기업정책정보신문, 무단 전재 및 재배포 금지>