ARM, 엣지 디바이스를 위한 엔드-투-엔드 ML 자동화 방법

ARM 기반 엣지 AI 개발, TDK Qeexo의 자동화 플랫폼으로 혁신 가속화 하드웨어 파편화는 개발자들이 엣지 AI(Edge AI) 역량을 신속하게 확장하려는 초기 단계에서 큰 장벽으로 작용해 왔습니다. 산업, 제조, 임베디드 시스템, 모바일 기기 등 다양한 분야에 머신러닝(ML) 솔루션을 개발하는 TDK Qeexo는 이러한 어려움을 직접 경험했습니다. TDK Qeexo는 2012년, 진동 감지와 정전식 터치 기술을 활용해 다양한 터치 입력 유형을 구별하는 모바일 기기 기술인 FingerSense를 첫 제품으로 선보였습니다. TDK Qeexo의 제품 관리 책임자인 Michael Gamble은 "우리는 훌륭한 머신러닝 애플리케이션을 개발했지만, 고객은 연간 약 60개의 핸드셋 모델 지원을 요구했습니다"라며 "당시 ML 전문가 팀이 하나의 핸드셋 모델을 지원하는 데 약 4개월이 소요되었지만, Qeexo는 도전을 회피하지 않았습니다"라고 당시 상황을 설명했습니다. 이러한 과제를 해결하기 위해 TDK Qeexo는 센서 데이터를 활용하여 임베디드 기기에서 로컬로 실행되는 경량 머신러닝 솔루션, 즉 tinyML의 신속한 구축 및 배포를 지원하는 완전 자동화된 엔드투엔드 머신러닝 개발 플랫폼인 Qeexo Auto ML을 개발했습니다. 엣지 AI를 위한 이 플랫폼은 데이터 수집, 시각화, 주석 처리, 모델 학습 및 배포 등 다양한 기능을 제공하는 노코드(no-code) 환경을 제공합니다. 머신러닝 개발 과정에서 가장 번거로운 부분을 자동화함으로써 여러 핸드셋 모델을 지원하는 데 필요한 시간과 노력을 줄일 수 있었습니다. 이러한 자동화 덕분에 4억 개 이상의 핸드셋을 지원할 수 있도록 사업을 확장할 수 있었습니다. Qeexo Auto ML을 통해 머신러닝 지원이 없는 팀도 쉽게 엣지 AI 기능을 도입할 수 있습니다. 기업들은 고가의 임베디드 머신러닝 전문가를 고용할 필요 없이 더 빠른 반복 주기와 비용 절감 효과를 누릴 수 있습니다. 이 자동화 플랫폼은 머신러닝 전문가뿐만 아니라 해당 분야의 전문가들도 기존에 전문 인력이 수행하던 작업을 수행할 수 있도록 지원하여 상당한 비용 우위를 제공합니다. 2023년 초 TDK에 인수된 Qeexo는 프록터 앤 갬블(Procter & Gamble, P&G)과 협력하여 P&G 팀이 소비자 제품에 지능형 솔루션을 만들기 위해 Qeexo AutoML을 배포했습니다. P&G는 2023년 봄 Tiny ML Summit에서 Qeexo의 소프트웨어가 제품에 지능을 추가하는 데 필요한 활성화 에너지를 어떻게 줄였는지 발표했습니다. TDK Qeexo의 CEO가 다양한 동작을 구별하는 기능을 시연하는 데모 영상에 깊은 인상을 받은 한 고객은 해당 기업과 협력하게 되었습니다. 이를 통해 해당 기업의 산업 기계에 대한 조건 기반 모니터링 솔루션 개발로 이어졌습니다. 개발 장벽을 낮추는 정신으로 TDK Qeexo는 하드웨어 IP 및 개발 지원을 위해 Arm과 긴밀하게 협력하고 있습니다. Arm 기반 프로세서, 시스템 및 타사 하드웨어의 기능적으로 정확한 표현을 제공하는 Arm Virtual Hardware를 Qeexo Auto ML 플랫폼에 통합했습니다. 이를 통해 사용자는 물리적인 하드웨어 없이 소프트웨어만으로 프로토타이핑할 수 있습니다. Gamble은 "현재 Qeexo AutoML은 특정 하드웨어 장치를 지원합니다. Arm Virtual Hardware를 통해 이러한 경계를 극복하고 Qeexo AutoML에서 제조사 독립적인 가상 구성 가능 센서 모듈을 만드는 것을 목표로 하고 있습니다"라고 말했습니다. 최근 인공지능의 발전으로 강화된 엣지 AI는 오늘날 기술 환경에 상당한 변화를 주도하고 있습니다. ARM은 이러한 엣지 AI 기술의 발전에 중요한 역할을 하고 있으며, TDK Qeexo와 같은 기업과의 협력을 통해 개발자들은 더욱 빠르고 효율적으로 혁신적인 솔루션을 구축할 수 있게 될 것입니다.