Tag Archives: 오픈소스

레드햇 오픈스택 플랫폼(Red Hat OpenStack Platform) 대응 전략

레드햇(Red Hat)은 클라우드 시장에서 다음의 3가지 방향성을 기반으로 움직이고 있습니다.

  • 모듈라 아키텍쳐
  • 확장성
  • 클라우드 관리를 위한 컴포넌트(서비스)

이 3가지 방향성은 레드햇(Red Hat)이 어떠한 방향으로 레드햇이 움직이는지 이해하는데 도움이 됩니다.

레드햇 오픈스택 플랫폼(Red Hat OpenStack Platform) 대응 전략

여기서 레드햇 클라우드에서 빠질 수 없는 부분이 바로 오픈스택(OpenStack)입니다. 흥미로운 것은 오픈스택(OpenStack)은 여러 업체들이 여기저기서 도입해 오면서, 이미 시장에서 큰 존재감을 보이고 있다는 것입니다. 그래서 오픈스택(OpenStack)과의 호환성(?) 없이 다른 테마를 이야기하는데 한계가 있었을 것으로 생각됩니다.

레드햇 오픈스택 플랫폼(Red Hat OpenStack Platform) 대응 전략

오픈스택(OpenStack)을 바라보는 시장의 분위기는 다음과 같습니다.

 

레드햇 오픈스택 플랫폼(Red Hat OpenStack Platform) 대응 전략

그러면 레드햇(Red Hat)은 도대체 오픈스택(OpenStack)이랑 무슨 상관일까요?

레드햇(Red Hat) 엔터프라이즈 리눅스(Enterprise Linux)는 클라우드 리소스를 효율적으로 관리하기 위한 하이브리드 클라우드(Hybrid Cloud) 통합 관리 시스템을 개발 해 왔습니다.

다른 업체들이 자기 클라우드 솔루션 판매에 주력 할 때, 클라우드에서 가장 핫한 컴포넌트인 오픈스택을 최적화하는 솔루션에 집중해 온 것 같습니다. 자체 인프라와 외부 클라우드 소스를 혼용하는 하이브리드 클라우드(Hybrid Cloud)는 이미 업계에서는 보편적인 환경일 것입니다. 왜냐하면 IaaS, PaaS, SaaS 같은 클라우드의 장점은 아쉬울때 쉽게 불러다 쓰고, 필요 없을 때 버릴 수 있다는 잠점이 있으니까요. 즉, 중요한 시스템은 자체적으로 구축한 시스템을 이용하다가 많은 연산이나 트래픽이 필요할 때 클라우드를 도입하는 모델이 보편적일 것으로 생각됩니다.

아래는 레드햇 엔터프라이즈 리눅스 플랫폼(Red Hat Enterprise Linux Platform)의 개발 목표입니다.

레드햇 오픈스택 플랫폼(Red Hat OpenStack Platform) 대응 전략

여기서 리눅스 통합의 중요성은 다음과 같습니다.

레드햇 오픈스택 플랫폼(Red Hat OpenStack Platform) 대응 전략

오픈스택을 최적화 하기 위한 레드햇 핵심 컴포넌트는 다음과 같습니다.

레드햇 오픈스택 플랫폼(Red Hat OpenStack Platform) 대응 전략

레드햇의 오픈스택(OpenStack) 대응 전략은 다음과 같습니다.

레드햇 오픈스택 플랫폼(Red Hat OpenStack Platform) 대응 전략

지원 OS는 리눅스(Linux) 뿐만 아니라 윈도우즈(Windows/Azure)도 포함한다고 합니다.

자료가 좀 오래되다보니 Windows Server는 2012버젼까지 지원합니다.

레드햇 오픈스택 플랫폼(Red Hat OpenStack Platform) 대응 전략

레드햇 CTO 스탠(Stan.)은 레드햇 오픈 리눅스 플랫폼의 특징을 다음과 같이 말하고 있습니다.

레드햇 오픈스택 플랫폼(Red Hat OpenStack Platform) 대응 전략

그런데, 제가 보기에 그래피컬한 설치 S/W외에 다른 장점은 위에서 잘 모르겠습니다.

레드햇 오픈스택 플랫폼(Red Hat OpenStack Platform) 대응 전략

그렇지만 레드햇이 오픈소스(Open Source) 분야에 아주 큰 기여를 하고 있다는 점은 매우 좋은 인상으로 남습니다.

레드햇 오픈스택 플랫폼(Red Hat OpenStack Platform) 대응 전략

레드햇 엔터프라이즈 리눅스 오픈스택 플랫폼(Red Hat Enterprise Linux OpenStack Platform) 활동 주기는 다음과 같습니다.

레드햇 오픈스택 플랫폼(Red Hat OpenStack Platform) 대응 전략

구글 머신러닝 솔루션 텐서플로(Google Machine Learning – TensorFlow) 오픈소스 공개에 따른 현재와 미래의 비젼

2015년 11월, 구글은 머신러닝(Machine Learning)이라는 기술을 공개했습니다.

사실 머신러닝은 구글이 최초로 만든 기술은 아닙니다, 구글이 그들의 소프트웨어를 공개하면서, 그들의 제품 이름이 아닌 대중이 알아듣기 좋은 적절한 이름으로 이미 업계에서 통용되고 있는 단어(머신러닝;Machine Learning)를 사용했습니다.

구글 머신러닝은 텐서플로(TensorFlow)라는 이름으로 오픈소스로 공개되었습니다.

구글 머신러닝 솔루션 텐서플로(Google Machine Learning - TensorFlow) 오픈소스 공개에 따른 현재와 미래의 비젼

구글의 머신러닝은 공부한 시간을 데이터로 인풋(input)하면 컴퓨터는 성적이라는 결과를 아웃풋(output)으로 도출하게 되는데, 이 과정의 상관관계를 학습시키는 것이라고 합니다.

구글 머신러닝 솔루션 텐서플로(Google Machine Learning - TensorFlow) 오픈소스 공개에 따른 현재와 미래의 비젼

구글은 머신러닝을 쉽게 이해시키기 위해 로켓도 동원했는데, “머신러닝은 로켓엔진과 비슷하다”면서 “로켓엔진의 중간 부분이 머신러닝이며 로켓의 연료가 데이터, 뿜어져 나오는 연기는 그 결과물”이라고 설명했는데, 아래의 로켓 엔진은 위에 그려진 머신 러닝 컨셉 다이어그램과 유사합니다.

구글 머신러닝 솔루션 텐서플로(Google Machine Learning - TensorFlow) 오픈소스 공개에 따른 현재와 미래의 비젼

또한 구글은 인공지능 소프트웨어 시스템인 ‘텐서플로(TensorFlow)’를 무상으로 공개한다고 발표했는데, “이를 통해 개발자들은 CPU, GPU, 모바일 등 실제 제품에 접목할 수 있다”면서 “머신러닝의 표준화를 통해 미래제품 출시에도 도움이 된다”고 강조하면서 머신러닝의 보급에 최우선 순위를 두고 있다는 뜻을 내비쳤습니다.

구글 머신러닝 솔루션 텐서플로(Google Machine Learning - TensorFlow) 오픈소스 공개에 따른 현재와 미래의 비젼

이 머신러닝 적용 사례로는 구글검색, 구글포토, 구글번역, 지메일(Gmail) 등 자사 제품이 있습니다. 구글앱을 통해 음성검색을 이용하면 그 음성을 인식한 뒤 분석한 내용을 바탕으로 검색어를 생성한다고 합니다. 또 구글 포토를 이용하면 스마트폰으로 찍은 사진을 인물, 장소, 사물별로 분류해 저장하고, 클라우드에 보관된 위치 정보가 없는 사진도 촬영 장소의 특징을 분석해 그 위치를 찾아낸다고 합니다.

구글 머신러닝 솔루션 텐서플로(Google Machine Learning - TensorFlow) 오픈소스 공개에 따른 현재와 미래의 비젼

슈미트 회장은 “내가 볼 때 구글은 이 분야(머신러닝)에서 월드 리더다”라고 강조하면서 “구글은 머신러닝을 통해 더욱 스마트해질 것”이라고 언급했다고 합니다.

구글 머신러닝 솔루션 텐서플로(Google Machine Learning - TensorFlow) 오픈소스 공개에 따른 현재와 미래의 비젼

텐서플로(TensorFlow)는 오픈소스로 공개되어졌으며, 다음의 URL에서 관련 정보를 얻으실 수 있습니다.

http://tensorflow.org/

 

참고로 텐서플로(TensorFlow) 외에도 아파치 머하웃(Apache Mahout)이라는 Scalable Machine Learning기술이 예전부터 공개되어져 있었고, 이 기술은 글로벌한 소프트웨어/서비스 기업에서 사용 중인데요, 관련정보는 http://mahout.apache.org/ 에서 얻으실 수 있습니다.

구글 머신러닝 솔루션 텐서플로(Google Machine Learning - TensorFlow) 오픈소스 공개에 따른 현재와 미래의 비젼

 

마지막으로 머신러닝의 응용 사례에 대해 언급해보고자 합니다.

1) 넷플릭스는 머신러닝을 활용하여 개인화된 페이지를 구성하였습니다. (출처: 넷플릭스 블로그)

이를 통해 고객의 선호를 만족시키고 동시에 다양한 콘텐츠를 구매할 수 있도록 유도하는 전략을 펼쳤습니다.

구글 머신러닝 솔루션 텐서플로(Google Machine Learning - TensorFlow) 오픈소스 공개에 따른 현재와 미래의 비젼

구글 머신러닝 솔루션 텐서플로(Google Machine Learning - TensorFlow) 오픈소스 공개에 따른 현재와 미래의 비젼

참고로 CF 알고리즘이 적용되었습니다.

 

2) 페이스북은 머신러닝을 활용하여 이미지 분석 진행

98%의 정확성을 가지고 있고, 8억건의 사진을 5초 이내에 확인할 수 있었다고 합니다.

구글 머신러닝 솔루션 텐서플로(Google Machine Learning - TensorFlow) 오픈소스 공개에 따른 현재와 미래의 비젼

참고로 구글포토에서도 비슷한 기술이 적용되어져 있다고 합니다.

 

3) 구글은 스팸메일 필터시 메일의 패턴을 학습시켜 스팸메일을 거르는 확률을 높였다고.

 

이제 서비스를 전제로 하는 소프트웨어는 보다 많은 빅 데이터를 쌓아 이를 응용하여 미래를 예측하는 기술을 전보다 더 많이 활용하게 될 것으로 보입니다. 보다 편리하고 살기 좋은 미래… 어떻게 다가 올지 궁금합니다.