엔터프라이즈 데이터 분야의 글로벌 선도 기업 팁코소프트웨어(TIBCO Software Inc.)가 기업이 인공지능(AI) 모델을 어디에서나 더욱 빠르고 안전하며, 규모에 따라 배포하도록 지원하는 ‘팁코 모델옵스(TIBCO® ModelOps)’를 출시했다.

팁코는 기업이 비즈니스 성과를 연결 및 통합하고 자신 있게 예측해 복잡한 데이터 활용 과제를 해결하도록 지원한다. 혁신적인 분석 포트폴리오에 팁코 모델옵스를 추가하면서 고객은 클라우드 기반 분석 모델 관리, 배포, 모니터링 및 거버넌스를 간소화하고 확장할 수 있게 됐다.

AI 모델의 속도 문제를 해결하는 팁코 모델옵스는 데이터 사이언스(Data Science), 데이터 시각화(Data Visualization), 비즈니스 인텔리전스(Business Intelligence) 분야에서 팁코 리더십을 잘 반영한 제품이다. 이 솔루션은 애플리케이션에 손쉬운 분석 적용, 편향 확인 및 완화, 핵심 업무 애플리케이션에서 알고리즘 동작의 투명성 및 관리 용이성을 제공해 AI팀이 중대한 배포 장애물을 극복하도록 지원한다. 기업은 팁코 모델옵스를 이용해 운영 환경에 효율적이고, 강력한 방식으로 모델 파이프라인을 배포 및 관리할 수 있다는 점이 강점이다.

특히 모델 형식에 구애받지 않기 때문에 모든 클라우드 서비스 및 온프레미스 환경에서 API 기반 모델을 포함한 일반적인 모델 형식을 모두 지원한다. 팁코 모델옵스는 △데이터 분석을 시각화하는 팁코 스팟파이어(TIBCO Spotfire®) △데이터를 통합하는 팁코 데이터 가상화(TIBCO® Data Virtualization) 솔루션 △실시간 스트리밍 데이터 분석을 지원하는 팁코 스트리밍(TIBCO® Streaming) 솔루션에 ML 모델을 간편하게 추가할 수 있게 한다. 향후 추가할 수 있는 솔루션을 더욱 확대할 예정이다. 형식에 관계없이 이용할 수 있고, 개방형 표준 방식을 따르고 있어 기존 환경에서도 팁코 모델옵스도 활용할 수 있다.

팁코 모델옵스의 출시는 모델옵스의 설계 단계부터 베타 프로그램까지 과정 전반에서 고객 및 파트너와 폭넓은 협업을 거쳐 이뤄졌다.

SK하이닉스 엔지니어는 “SK하이닉스는 세계 2위의 메모리 반도체 생산 기업으로서 반도체 팹(생산 시설) 생산 능력 확대에 맞춰 공격적인 성장 목표를 갖고 있다. 제조 공정에서 수율의 최적화, 문제 발생 가능 시기 예측, 문제 발생 전 해결은 상당한 경쟁력”이라며 “머신러닝 모델, 파이썬 코드, 규칙 등 어떤 유형의 모델이든 신속하게 배포하고, 측정하며 조정하는 능력은 성공에 필수 요소다. 팁코 모델옵스는 데이터 사이언스의 운영 측면에서 강화된 관리 기능과 프로세스 중심의 접근 방식을 제공해 SK하이닉스의 데이터 사이언스 관련 노력을 확장하는 데 효과적인 플랫폼”이라고 말했다.

최근 팁코 고객을 대상으로 한 조사에 따르면, 기업이 수백 또는 심지어 수천 개의 분석 모델과 워크플로를 관리하는 것은 더 이상 이례적인 일이 아닌 것으로 나타났다. 팁코 모델옵스는 완전한 거버넌스 및 관리 역량을 제공해 승인을 받은 비즈니스 사용자, 데이터 사이언티스트, 애널리스트 및 IT 사용자가 수천 개 모델을 운영 환경에서 배포하고 관리하도록 지원한다.

사용자는 모델옵스를 클라우드나 온프레미스에서 활용할 수 있으며, 스팟파이어 기반의 내장 맞춤형 대시보드의 모델 성능이 강점이다. 고객은 팁코 모델옵스를 통해 관리가 복잡하거나 허술한 AI, 또는 룰 기반 모델로 인한 자동화 실패가 초래하는 부정적인 결과를 걱정할 필요가 없으며, 검증되고 보안을 갖춘 AI 모델을 기반으로 자동화 작업을 더욱 안전하게 수행할 수 있다.

마크 팔머(Mark Palmer) 팁코 엔지니어링 부문 수석부사장(SVP)은 “2021년 기업의 92%가 데이터 사이언스에 전반적으로 지난해 대비 더 많은 비용을 지출한 반면, 기업 내 AI를 폭넓게 도입한 곳은 단 12.1%에 불과했다. 팁코는 기업이 AI 배포의 가치를 실현하도록 비즈니스 사용자를 포함한 일선 부서가 데이터 사이언스를 셀프 서비스로 이용하도록 하는 시스템을 설계했다”며 “이를 통해 의사결정을 내리는 부서는 원하는 알고리즘을 선택해 어떤 클라우드 서비스에서든 작업할 수 있고, 이를 안전하고 규모에 맞게 실행할 수 있게 됐다”고 밝혔다. 이어 “이제 일반 비즈니스 사용자들도 AI를 연구소 밖으로 가져와 대대적으로 활용할 수 있다는 점에서 큰 의미가 있다”고 설명했다.