구글, 모바일 기기를 위한 머신러닝 TensorFlow Lite 개발자 미리보기 출시

구글, TensorFlow Lite 개발자 미리보기 발표

모바일 기기를 위한 머신러닝 TensorFlow Lite는 구글 I/O 2017에서 안드로이드 엔지니어링 부사장인 데이브 버크에 의해 처음 발표되었습니다. TensorFlow Lite는 주로 연구자와 개발자가 머신러닝 애플리케이션에 사용되는 구글의 TensorFlow 오픈 소스 라이브러리의 경량 버전입니다.

이제 검색 대기업은 스마트폰과 임베디드 장치를 위해 특별히 설계된 새로운 머신러닝 툴킷의 개발자 미리보기를 출시했으며, 이는 안드로이드와 iOS 앱 개발자 모두에게 제공될 것입니다. 이 플랫폼은 개발자가 모바일 기기에서 AI를 배포할 수 있도록 합니다. 이는 낮은 대기 시간과 작은 바이너리 크기로 장치 내 머신러닝 추론을 가능하게 합니다. TensorFlow Lite는 또한 Android Neural Networks API를 통한 하드웨어 가속을 지원합니다.

“여러분이 아시다시피, TensorFlow는 이미 TensorFlow Mobile API를 통해 모델의 모바일 및 임베디드 배포를 지원합니다.”라고 TensorFlow 팀은 오늘 블로그 게시물에서 썼습니다. “앞으로 TensorFlow Lite는 TensorFlow Mobile의 진화로 간주되어야 하며, 성숙해짐에 따라 모바일 및 임베디드 장치에서 모델을 배포하기 위한 권장 솔루션이 될 것입니다. 이 발표와 함께 TensorFlow Lite는 개발자 미리보기로 제공되며, TensorFlow Mobile은 여전히 생산 앱을 지원합니다.”

버크는 이것이 “안드로이드의 다양한 실리콘 생태계 전반에 걸쳐 하드웨어 가속 신경망 처리를 가능하게 하는 중요한 단계”라고 언급했습니다.

TensorFlow Mobile은 개발자가 데스크탑 환경에서 작동하는 TensorFlow 모델을 모바일 기기에 통합할 수 있도록 합니다. 그러나 TensorFlow Lite를 사용하여 생성된 애플리케이션은 TensorFlow Mobile을 사용하는 유사한 애플리케이션보다 더 가볍고 빠릅니다. 그러나 현재 TensorFlow Lite에서 지원되지 않는 모든 사용 사례가 있습니다.

“TensorFlow는 항상 서버 랙에서부터 작은 IoT 장치에 이르기까지 많은 플랫폼에서 실행되어 왔지만, 지난 몇 년 동안 머신러닝 모델의 채택이 기하급수적으로 증가함에 따라 모바일 및 임베디드 장치에서 이를 배포할 필요성도 증가했습니다.”라고 TensorFlow 팀은 썼습니다.

모바일 기기를 위해 이미 훈련되고 최적화된 세 가지 모델이 있습니다.

• MobileNet: 1000개의 서로 다른 객체 클래스를 식별할 수 있는 비전 모델 클래스이며, 모바일 및 임베디드 장치에서 효율적으로 실행되도록 설계되었습니다.

• Inception v3: MobileNet과 기능적으로 유사한 이미지 인식 모델로, 더 높은 정확도를 제공하지만 크기도 더 큽니다.

• Smart Reply: 들어오는 대화형 채팅 메시지에 대해 원터치 응답을 제공하는 장치 내 대화형 모델입니다. 첫 번째 및 제3자 메시징 앱은 Android Wear에서 이 기능을 사용합니다.

TensorFlow Lite는 세 가지 영역에 집중하기 위해 처음부터 재설계되었습니다:

• 경량: 작은 바이너리 크기와 빠른 초기화/시작으로 장치 내 머신러닝 모델의 추론을 가능하게 합니다.

• 크로스 플랫폼: 안드로이드와 iOS를 시작으로 다양한 플랫폼에서 실행되도록 설계된 런타임입니다.

• 빠름: 모바일 기기에 최적화되어 있으며, 모델 로딩 시간이 크게 개선되고 하드웨어 가속을 지원합니다.

“이번 개발자 미리보기에서는 가장 중요한 일반 모델에서 성능을 보장하기 위해 의도적으로 제한된 플랫폼으로 시작했습니다.”라고 TensorFlow 팀이 작성한 게시물에 적혀 있습니다. “우리는 사용자 요구에 따라 향후 기능 확장을 우선시할 계획입니다. 우리의 지속적인 개발 목표는 개발자 경험을 단순화하고 다양한 모바일 및 임베디드 장치에 대한 모델 배포를 가능하게 하는 것입니다.”

TensorFlow Lite 개발자 툴킷은 이제 GitHub에서 미리보기 형태로 제공되며, 코드 샘플 및 데모 애플리케이션과 함께 제공됩니다. TensorFlow Lite에 대해 더 알고 싶은 분들은 여기에서 문서를 확인할 수 있습니다.

출처: 9TO5Google