제품 관리자와 기술 리더를 비롯한 엔지니어링 전문가에게 엣지 AI로 실제 산업, 상업, 과학 문제를 해결하기 위한 엔드투엔드 프레임워크를 제공하는 책이다. 데이터 수집부터 모델 최적화, 튜닝, 테스트에 이르는 프로세스의 모든 단계를 살펴보면서 엣지 AI와 임베디드 ML 제품을 설계하고 지원하는 방법을 배울 수 있다. 엣지 AI는 시스템 엔지니어를 위한 표준 도구가 될 것이다.

“2022년에 깃허브의 CEO인 토마스 돔케(Thomas Dohmke)는 “클라우드로의 전환이 매우 빠른 속도로 일어날 것이라고 생각한다. 불과 몇 년 안에 로컬 컴퓨터에 더 이상 코드가 없을 것이라고 예상한다.”라고 말했다. 엣지 ML(Machine Learning)이라는 신흥 분야에 있는 나를 포함한 여러 사람은 토마스가 완전히 틀렸다고 생각하는데, 이 책은 그 이유를 잘 설명하고 있다.
고품질 음성 인식, 산불 예방, 스마트 홈 제어 같은 여러 실용적인 애플리케이션이 출현하기 시작했다. 이러한 애플리케이션은 이제 로컬 장치가 고급 머신러닝 알고리듬을 실행할 수 있기 때문에 가능해졌다. 제니와 댄은 엣지 애플리케이션에 지능을 추가하는 것이 중요한 문제를 해결하는 데 있어 필요한 이유를 설명할 뿐만 아니라, 이런 종류의 애플리케이션을 설계, 구현, 테스트하는 데 필요한 단계를 독자에게 자세하게 소개하는 멋진 책을 만들었다.
엣지에서의 머신러닝 프로젝트를 처음 보기 시작하면 꽤 위협적으로 느껴질 수 있다. 이 분야는 많은 전문 용어를 포함하고 빠르게 변화하고 있으며, 전통적으로 잘 통합되지 않은 임베디드 시스템과 인공지능 같은 영역의 지식이 필요하기 때문이다. 하지만 저자는 애플리케이션을 효과적으로 시작하기 위해 알아야 할 모든 것에 대해 부드럽지만 철저하게 소개했다. 또한 실제 세계의 예를 강조하고 복잡한 주제를 설명하기 위해 수학이나 코드 대신 평이한 영어를 사용하여 광범위한 독자가 접근할 수 있도록 노력했다. 따라서 이 책은 엔지니어뿐만 아니라 제품 관리자, 경영진, 디자이너에게 쉽게 추천할 수 있다.
저자는 경험을 통해 힘들게 얻은 많은 지식을 가져와 이런 종류의 애플리케이션에서 작업하는 모든 팀이 유리한 출발을 할 수 있는 교훈으로 요약하려고 애썼다.
또한 엣지 ML 애플리케이션을 만드는 방법에 대한 실질적인 문제를 넘어서 탐구하고, 작업에 해를 끼치지 않는 방법을 이해하는 데 도움을 주고자 노력했다. AI에 대한 윤리적 우려는 엄청나 보일 수 있지만 저자는 이를 프로젝트 계획과 테스트 프로세스의 일부로서 간단하게 적용할 수 있는 질문으로 세분화하려고 애썼다. 이는 프로젝트의 모든 이해관계자가 협력하는 데 도움이 될 것이며, 컴퓨터가 우리 삶에 대해 더 많은 의사결정 권한을 부여하는 것과 관련된 많은 잠재적 위험을 피할 수 있기를 바란다.
나는 처음에는 신생 기업에서, 그다음에는 구글에서 기술 책임자로, 그리고 지금은 다른 신생 기업의 창립자로 10년 넘게 엣지 ML 애플리케이션 작업을 해왔다. 코더, 디자이너, 관리자 또는 단순히 우리 세계에서 떠오르고 있는 이 새로운 기술에 관심이 있는 사람으로서 이 분야에 조금이라도 관심이 있다면 이 책을 충분히 추천하고 싶다. 이 책을 읽으면 흥미로운 아이디어를 많이 얻을 수 있고, 차세대 스마트 장치를 만드는 데 도움이 될 것이라고 장담한다.”

“새롭고 빠르게 성장하는 엣지 AI 분야를 실용적이고 따라하기 쉬운 방법으로 소개하는 책이다. 또한 전문 용어를 설명하고, 엣지 AI 애플리케이션을 만들 때 직면할 수 있는 실제 문제를 강조한다. 개념에서 배포까지의 필수 가이드를 제공하기 때문에 현장에서 시작하기 전에 반드시 읽어야 할 책이다.”

이해하기 쉽도록 도와주는 글쓰기 스타일을 정말 좋아한다. 이 책이 그런 참고서로 사용되는 것을 상상할 수 있으며, 몇 번이고 다시 볼 책이라고 생각한다. 확실히 그렇게 될 것이다!”

“엣지 AI라는 신흥 분야에 대한 접근성이 뛰어난 책이다! 핵심 개념에서 최신 하드웨어와 소프트웨어 도구에 이르기까지 매우 광범위한 주제를 다루고 실행 가능한 조언으로 가득 차 있으며, 처음부터 끝까지 이해하게 도와주는 몇 가지 예제가 포함되어 있다. 이 흥미진진한 새로운 분야에 참여하는 사람은 누구나 이 책이 제공하는 깊은 통찰과 명료한 사고에 도움을 받을 것이다.”

“이 책은 더 스마트한 장치를 만들기 위한 안내서다. 최신 AI 기술과 임베디드 시스템을 결합하는 방법을 훌륭하게 소개하고 있다.”

◆ 엣지 디바이스용 AI와 ML에 대한 전문성 개발하기
◆ 엣지 AI로 가장 잘 해결할 수 있는 프로젝트 이해하기
◆ 엣지 AI 앱을 위한 주요 디자인 패턴 살펴보기
◆ AI 시스템 개발을 위한 반복적인 워크플로 알아보기
◆ 실제 문제를 해결할 수 있는 기술을 갖춘 팀 구성하기
◆ 책임감 있는 AI 프로세스를 따라 효과적인 제품 만들기

◆ 마이크로컨트롤러나 DSP(Digital Signal Processor) 같은 리소스가 제한된 장치나 임베디드 리눅스 컴퓨터 같은 범용 장치에 대한 임베디드 개발 고급 개념을 알고 있는 개발자
◆ 엣지 AI 기술을 통해 성공적인 엣지 AI 제품을 만들고자 하는 과학자, 제품 관리자, 의사결정권자
◆ 엔지니어링 분야의 실용적인 로드맵을 높은 수준에서 다루길 바라는 엔지니어

이 책의 처음 몇 개 장에서는 핵심 개념을 소개하고 논의하여 형세를 이해하는 데 도움을 준다. 다음 몇 개 장은 애플리케이션을 설계하고 구현하는 데 도움이 되는 실제 프로세스를 안내한다.
11장에서 시작하는 이 책의 두 번째 부분에서는 과학, 산업, 소비자 프로젝트에서 실제 문제를 해결하기 위한 지식을 차근차근 설명, 적용하는 방법을 보여준다.
이 책을 다 읽고 나면 엣지 AI라는 렌즈를 통해 세상을 보는 데 자신감을 갖게 될 것이며, 효과적인 솔루션을 구축하는 데 사용할 수 있는 견고한 도구들을 얻게 될 것이다.

지난 몇 년 동안 엔지니어와 연구원으로 구성된 커뮤니티는 성장을 거듭했고, 컴퓨터가 물리적 세계와 상호 작용하는 방식에 대한 규칙을 조용히 다시 작성했다. 그 결과로 만들어진, ‘엣지 인공지능(edge artificial intelligence)’으로 알려진 기술은 컴퓨터 역사의 한 세기를 뒤집고 모든 인간의 삶에 영향을 미칠 것이라고 기대된다. 작은 소프트웨어 업데이트를 통해, 엣지 AI 기술은 (이미 식기세척기에서 온도 조절 장치에 이르기까지 모든 것의 내부에 있는) 저렴하고 에너지 효율적인 프로세서에 세상을 인식하고 이해할 수 있는 능력을 부여할 수 있다. 더 이상 데이터에 굶주린 중앙 집중식 서버에 의존하지 않고, 자체 지능으로 일상적인 개체에 자율권을 줄 수 있다. 그리고 차세대 도구를 사용하면 고등학생부터 보존 연구원에 이르는 모든 사람이 이 마법을 사용할 수 있다. 엣지 AI 기술은 여전히 신선하고 새로우며, 이러한 기존 애플리케이션은 살짝 가능성을 엿보게 해줄 뿐이다. 더 많은 사람이 엣지 AI로 작업하는 방법을 배우면서 인간 활동의 모든 영역에서 문제를 해결하는 애플리케이션을 만들 것이다. 이 책의 목표는 당신이 그들 중 하나가 될 수 있도록 힘을 실어주는 것이다. 각자의 관점을 바탕으로 성공적인 엣지 AI 제품을 만들 수 있도록 돕고자 한다.

다니엘 시투나야케(Daniel Situnayake)

임베디드 머신러닝 연구와 개발을 이끄는 엣지 임펄스의 머신러닝 책임자다. 오라일리에서 출판한 임베디드 머신러닝의 표준 교과서인 『초소형 머신러닝 TinyML』 (한빛미디어, 2020)의 공동 저자이며, 하버드, UC 버클리, UNIFEI에서 초청 강연을 진행한 바 있다. 이전에 구글에서 텐서플로 라이트(TensorFlow Lite)를 개발했으며, 미국 최초로 자동화를 통해 산업 규모로 곤충 단백질을 생산하는 회사인 타이니 팜스(Tiny Farms)를 공동 설립했다. 버밍엄시티대학교에서 자동 식별과 데이터 캡처를 강의하는 것으로 경력을 시작했다.

제니 플런켓(Jenny Plunkett)

엣지 임펄스의 선임 개발자 관계 엔지니어로, 기술 강연자, 개발자 에반젤리스트, 기술 콘텐츠 제작자로 활동하고 있다. 엣지 임펄스 문서를 유지, 관리할 뿐만 아니라 ArmMbed OS와 펠리언 IoT를 위한 개발자용 리소스도 만들었다. 그레이스 호퍼 셀러브레이션(Grace Hopper Celebration), 엣지 AI 서밋(Edge AI Summit), 임베디드 비전 서밋(Embedded Vision Summit) 등 주요 기술 콘퍼런스에서 워크숍과 기술 강연을 진행했다. 이전에는 Arm Mbed와 펠리언(Pelion)에서 소프트웨어 엔지니어 및 IoT 컨설턴트로 근무했다. 텍사스대학교 오스틴 캠퍼스에서 전기 공학 학사 학위를 받았다.

1956년 인공지능이라는 용어가 처음 언급된 이후 인공지능은 몇 번의 부흥기와 침체기를 맞으며 발전해 왔다. 현대 머신러닝의 뿌리라고 할 수 있는 퍼셉트론도 1958년에 고안됐으나 1969년 XOR을 해결할 수 없음이 수학적으로 증명되면서 한동안 잊혀졌다. 1980년대에는 입력된 규칙을 기반으로 판단을 내리는 전문가 시스템이 등장하여 충분한 데이터만 있으면 분야별 전문가를 대체할 수도 있겠다는 기대를 모으기도 했으나, 방대한 지식을 일일이 규칙으로 저장하는 데는 한계가 있어 다시 한번 인공지능의 겨울이 오기도 했다. 그러던 중, 1986년 다층 퍼셉트론 이론과 역전파 알고리듬을 적용하여 머신러닝의 불씨를 다시 되살리고, 2016년 지금도 잊을 수 없는 이세돌과 알파고의 대국을 기점으로 인공지능에 대한 기대가 다시 급성장했다. 2022년 챗GPT의 등장은 인공지능을 거스를 수 없는 대세로 만들었고, 인간의 최후의 보루로 여겨졌던 창의적인 작업조차 인공지능으로 대체될 수 있다는 위기감이 휘몰아쳤다. 진정 인공지능이 인간의 일자리를 모두 빼앗아 버릴지, 아니면 고도로 발전된 펜과 종이로서 여전히 인간을 돕게 될지는 앞으로 인간이 어떻게 대응할지에 달려 있겠지만, 현재로서는 대세에 역행하려고 부질없이 애쓰기보다는 기술을 어떻게 활용할지를 생각할 단계인 것 같다. 이 책은 날로 강력해지는 엣지 장치, 즉 인터넷 말단에 장착된 임베디드 시스템의 CPU 파워를 활용하여, 멀리 있는 클라우드 서버에 덜 의존하고 현장에서 즉각적인 판단을 내릴 수 있는 엣지 AI 시스템을 설계하는 방법을 다룬다. 또한 클라우드 AI와 엣지 AI 각각의 장단점을 실제 사례를 기반으로 네트워크, 경제성, 신뢰성, 윤리적 측면에서 살펴보고, 둘 사이에서 균형점을 찾을 수 있도록 도와준다. 특히 학습 데이터 준비와 프라이버시 측면은 엣지 AI에만 국한되지 않고 일반적인 AI 시스템을 만드는 사람이라면 누구든지 고려해야 할 사항을 실제 사례와 함께 자세하게 소개하고 있다. 마지막으로 엣지 임펄스에서 개발한 도구를 기반으로 엣지 AI 장치를 설계, 구현하는 실습 예제를 보여주고, 엣지 AI에 입문하는 사람이 직접 과정을 따라가면서 쉽게 배울 수 있는 기회를 제공했다.

김기주

포스텍 컴퓨터공학과와 동 대학원을 졸업한 뒤 지금은 elastic.co에서 Principal Education Architect로 전 세계에 엘라스틱서치와 키바나를 알리고 있다. 공저로는 『Security PLUS for UNIX』(영진닷컴, 2000), 역서로 에이콘출판사의 『임베디드 프로그래밍 입문』(2006), 『실시간 UML』(2008), 『리눅스 API의 모든 것』(2012), 『리눅스 실전 가이드』(2014), 『한눈에 빠져드는 셸 스크립트 2/e』(2018), 『페도라로 실습하는 리눅스 시스템 관리』(2022), 『임베디드 리눅스 프로그래밍 완전정복 3/e』(2024) 등이 있다.