[전자신문인터넷 컨퍼런스] 코리아 엔터프라이즈 AI &Data Centric MLOps그랜드 서밋 2022

※ 본 컨퍼런스는 온라인으로 진행됩니다.
※ 행사 당일 신청자 대상으로 방송 URL이 발송됩니다.

"큰 거 온다, 준비하자 MLOps!"
AI와 머신러닝이 향후 기업의 비즈니스 활동에서 핵심적인 역할을 할 것이라는 데에는 의심의 여지가 없습니다. 2026년이면 기업의 약 30%가 AI와 머신러닝을 활용해 비즈니스 성과를 60% 이상 향상시킬 것이라는 전망도 있습니다.

인공지능과 머신러닝이 전 산업 영역에 확산되면서 MLOps(Machine Learning Operations)에 대한 관심이 증가하고 있습니다. MLOps란 머신러닝 시스템 개발과 데이터 관리 및 서비스 운영을 통합하여, 안정적으로 서비스를 제공하면서도 유연하고 신속한 개발을 지원하는 방식을 의미합니다.

"향후10년은 Data Centric MLOps 시대..."
인공지능과 머신러닝 프로젝트 추진 시 필요한 모델 개발, 데이터 구축 및 훈련, 배포 등의 과정이 매끄럽지 못하거나 파이프라인이 제대로 구축되지 않으면, 프로젝트 일정이 지연되고 비용 또한 더불어 증가하게 됩니다.

이 때문에 인공지능과 머신러닝 개발의 생산성을 개선시키고 문제점을 해결할 수 있는 MLOps에 대한 시장 수요가 급증하고 있으며, 이에 따라 개발 전 과정을 원스톱으로 관리할 수 있는 새로운 MLOps 플랫폼들이 속속 출시되고 있습니다.

전자신문인터넷은 본 웨비나를 통하여 인공지능/머신러닝과 Data Centric MLOps기술의 발전과 시장의 변화를 누구보다 앞서 조망해보고자 합니다. 최고의 기업과 전문가들이 참여하는 뜨겁고도 열정적인 담론의 장에 많은 관심과 참여 부탁 드립니다.

감사합니다.

컨퍼런스 개요

일시
2022년 9월 30일(금) 10:00~16:10
장소
본 컨퍼런스는 온라인으로 진행됩니다.
참가비
무료

참가대상	금융, 정보통신 , 스마트제조, 전자/전기, 자동차, 화학, 반도체, 에너지, 온오프커머스, 물류, 유통, 서비스, 게임, 콘텐츠, 소프트웨어, 헬스케어 및 의료, 공공 및 공기업 등 인공지능/머신러닝 & MLOps가 필요한 모든 기업의 엔지니어, 개발자, 운영자 및 의사결정자 등	규모	선착순 1,000명
등록마감	2022년 9월 29일(목) 15:00	행사문의	inwoo@etnews.com / tel. 02-6925-6336 / fax.02-857-0126

사전등록마감 자주묻는질문

프로그램

※ 본 컨퍼런스는 온라인으로 진행됩니다.

시간	주제	발표자
09:30~10:00	접속 및 환영사
10:00~10:40	[Keynote-1] Data-Centric MLOps, 도전 과제와 해결책 지난 10년 간 소프트웨어 개발이 IT 기업의 핵심 경쟁력이였다면, 향후 10년 간은 인공지능 개발이 기업의 성패를 가르는 가장 큰 요소가 될 것입니다. 그렇기에 인공지능 시대에 기업이 기술경쟁력을 갖추기 위해서는 데이터 중심의 인공지능 개발, 그리고 MLOps를 통한 인공지능 개발/운영 최적화가 필수적입니다. 본 세션에서는 기업이 모델 중심이 아닌 데이터 중심으로 인공지능을 개발할 때 마주할 어려움들을 소개하고, 대한민국 대표 MLOps 스타트업인 Superb AI가 이러한 어려움을 해결하는 제품을 만들기 위해 해온 고민들과 그에 대한 해답을 공유합니다.	슈퍼브에이아이이정권 CTO
10:40~11:20	[Keynote-2] "이제 MLOps가 AI 경쟁력 입니다" AI/ML은 이제 혁신적 기술을 넘어 보다 정교한 모델을 실제 서비스에 적용하여 비즈니스 성과를 도출하는 수준까지 올라왔습니다. 하지만 AI가 진정으로 조직에 가치를 더하기 위해서는 확장 가능한 애플리케이션으로 도약해야 합니다. MLOps는 AI시스템의 연속성, 확장성, 재현성을 보장하는 도구입니다. MLOps를 도입하면 비즈니스의 니즈에 따라 다양한 ML모델을 활용하여 실제 비지니스 가치를 실현할 수 있습니다. 이번 세션에서는 왜 MLOps 가 AI 의 경쟁력이 되는지 알아보고, 마키나락스 MLOps 제품 'Runway'를 통해 산업 현장에 손쉽게 AI를 적용하고 비즈니스 가치를 실현하고 있는 사례를 소개 합니다.	MakinaRocks심상우 CTO/Ph.D
11:20~12:00	[Keynote-3] 데이터의 역습: 데이터 중심 MLOps의 이상과 실체 MLOps는 인공지능 개발의 주요 추세로 자리잡고 있지만, 실제 적용을 하기 위해서는 많은 문제점을 극복해야 합니다. 그 중 데이터의 품질 확보가 가장 중요한 이슈로 주목을 받고 있습니다. AI 데이터 전문기업 테스트웍스의 실제 사례를 중심으로 데이터의 품질 확보 전략을 알아 보고 MLOps 운용의 노하우를 공유하고자 합니다.	테스트웍스이창신 연구소장/Ph.D
12:00~13:00	Lunch
13:00~13:40	디지털 트랜스포메이션의 성공 전략은 데이터 가공과 활용 지난 2005년부터 여러 국제사회에서 사용되었던 세계 최고의 인공신경망 기계번역 솔루션, 그리고 국내 인공지능 컨택센터의 핵심 기술로 업계에서 각인된 음성인식 솔루션의 성공 비결은, 엘솔루의 연구개발 노하우와 경험뿐만 아니라 데이터의 중요성을 일찌감치 깨달았기 때문입니다. 언어 별 특성과 구조의 이해를 기반으로 비정형 데이터들을 어떻게 다루어 소프트웨어에 적용하여 디지털 트랜스포메이션 가능하게 하였는지를 사례 중심으로 소개하고자 합니다.	엘솔루이상운 본부장
13:40~14:20	데이터 레이블 자동화를 위한 MLOps 도입 사례 데이터 중심의 AI 시대란 말이 나온지 벌써 1년이 지났습니다. 그 사이에 거대 AI 모델의 등장, 끊임없이 갱신되는 SOTA급의 모델 등 그 성장은 끝이 없어 보입니다. 하지만 현실 세계의 문제를 해결하기 위해선 좋은 모델뿐만 아니라 좋은 데이터셋이 필요하며, 좋은 데이터셋이 되기 위해서는 많은 수작업들이 필요합니다. 에이모에서는 이러한 수작업들을 MLOps 도입을 통한 자동화로 작업 시간을 단축하고 있습니다. 본 세션을 통해 어떻게 다양한 데이터셋 작업에 MLOps를 적용했는지 소개합니다. 그리고 MLOps 서비스로 도입한 Azure 서비스를 통해 스마트 팩토리의 AI 비전 시스템을 구축한 사례도 소개합니다.	에이모이명환 리더
14:20~15:00	인공지능 서비스를 실현하는 MLOps 추진 및 활용 전략 MLOps 의 핵심은 머신러닝 모델 생애주기 관리의 표준화 및 간소화 입니다. 소프트웨어 코드를 상용 배포하는 것과 머신러닝 모델을 상용 배포하는 것은 근본적인 부분에서 차이가 있습니다. 소프트웨어는 정적이지만, 데이터는 항상 변화합니다. 즉 머신러닝 모델은 지속적으로 학습하고 새로운 입력에 적응합니다. 최근까지 데이터 사이언스 팀들은 다수의 머신러닝 모델을 상용 배포할 필요가 없었으나 이제 상황이 크게 바뀌고 있습니다. 지금은 다수의 머신러닝 모델을 상용 배포하기위해, 너무 많은 규칙을 포함하고 있는 프로세스를 표준화 해야합니다. 에이프리카는 인공지능 모델의 개발과 상용배포를 누구든 손쉽게 구현할 수 있는 MLOPs 플랫폼을 제공하고 있습니다. 본 세션을 통해 손쉬운 모델 개발과 특히 지속적 상용배포 서비스에서 고려할 점을 살펴보고자 합니다.	에이프리카주철휘 연구소장/Ph.D
15:00~15:15	Break
15:15~16:05	[Panel Discussion & QnA] 큰 거 온다, 준비하자 MLOps! 엔터프라이즈 AI와 Data Centric MLOps에 대한 패널 디스커션을 진행합니다. 인공지능 시대에 기업이 기술 경쟁력을 갖추기 위해서는 데이터 중심의 인공지능 개발, 그리고 MLOps를 통한 인공지능 개발/운영 최적화가 필수적입니다. MLOps는 AI시스템의 연속성, 확장성, 재현성을 보장하는 도구입니다. MLOps를 도입하면 비즈니스의 니즈에 따라 다양한 ML모델을 활용하여 실제 비지니스 가치를 실현할 수 있습니다. 패널들의 경험, 인사이트, 기술적인 견해, 시장 및 생태계 활성화 방안, AI·ML/MLOps 도입 및 운영 전략 등에 대한 조언 등을 통해 더욱 생생한 팁과 노하우를 공유하시기 바랍니다.	Panel 슈퍼브AI 이정권 CTO 마키나락스 심상우 CTO 테스트웍스 이창신 연구소장 Moderator 전자신문인터넷 류지영 국장
16:10	폐회