구글은 미국 시간으로 2018년 7월 24일부터 26일까지 샌프란시스코에서 Google Cloud Next 2018 행사를 개최했다. 이번 행사에서 주요 내용으로는 Google Kubernetes Engine, GCP의 BigQuery에 머신러닝을 추가한 BigQuery ML, 에지 디바이스 딥러닝 전용 칩 Edge TPU 등이 주요 내용으로 발표됐다.

발표 내용 중 BigQuery ML은 GCP의 DWH 서비스인 BigQuery에 커스텀 머신러닝 모델 개발과 DWH 내부 데이터에 대한 추론을 실행하는 인공지능 머신러닝 기능을 추가한 서비스로써 DWH 내부의 구조화 또는 반 구조화 된 데이터 세트를 대상으로 SQL 문을 사용하여 매출 예측이나 고객 세그먼트 작성 등의 예측 분석을 진행할 수 있다.

발표를 진행한 Rajen Sheth(Google Cloud Director of Product Management)는 DWH에서 머신러닝을 실행할 수 있기 때문에 데이터를 다른 프레임워크로 이동시킬 필요가 없다고 밝혔다. 또 BigQuery ML은 단순한 SQL 문으로 머신러닝 모델을 구축, 배포할 수 있는 것이 특징이다. 데이터 분석가(과학자)는 적지만 SQL 문을 다루는 개발자는 많기 때문에 세계에 존재하는 2000만명 정도의 개발자가 딥러닝이나 머신러닝을 쉽게 활용할 수 있게 된다는 것.

BigQuery ML의 선행 도입 사례로는 미국 영화 회사 20th Century Fox가 소개됐다. Fox는 SQL로 선형 회귀 모델을 작성하고, BigQuery 내의 청중 데이터에서 프로그램별 시청 예측을 실행하고 있다. 추론 계산을 BigQuery 내에 몇 분만에 결과를 얻을 수 있다. 

BigQuery ML은 발표 당일부터 베타 버전을 사용할 수 있게 됐다. 또한 BigQuery 업데이트로 클러스터화 된 테이블을 작성하는 BigQuery clustering(베타), Google Earth 지리 공간 데이터와 BigQuery의 기능을 통합한 BigQuery GIS(퍼블릭 알파)가 발표되고 있다.

한편 에지 디바이스 딥러닝 전용 칩으로 Edge TPU가 발표됐다. Edge TPU는 구글이 지금까지 자사 데이터 센터의 서버에 탑재한 딥러닝 커스텀 칩 TPU(Tensor Processing Unit)을 에지 디바이스 기기용으로 소형화, 저전력화 것으로 심층 학습 프레임워크 TensorFlow의 경량 버전인 TensorFlow Lite를 이용하여 에지 디바이스 상에서 딥러닝 추론을 실행할 수 있다.

발표에서는 Edge TPU 실제품을 선보이며 컴플라이언스와 사생활 관점에서 데이터를 클라우드로 보내지 않고 수집한 장소에서 처리하는 경우, 또는 네트워크가 필요없는 데이터를 위해 개발했다고 밝혔다. 

Edge TPU의 사이즈는 1센트에 4개 정도를 올릴수 있을 정도로 작고 2W 소비 전력으로 4TOPS의 연산 성능을 발휘한다. 네덜란드 NXP의 Arm CPU, Wi-Fi 모듈, I/O 포트 등을 탑재한 개발 키트에 포함한 형태로 2018년 10월부터 일반 발매될 예정이다.

또한 Edge TPU 전용 소프트웨어 스택으로 Cloud IoT Edge도 발표됐다. OS는 Android Things와 리눅스에 대응하고 TensorFlow Lite의 런타임 Edge ML, 게이트 웨이 기능으로 Edge IoT Core 2개의 컴포넌트로 구성된다. Edge IoT Core는 Edge TPU 탑재 장치를 GCP에 접속하는 기능으로 GCP 측에서 학습한 머신러닝 모델을 Edge TPU로 내보내고 Edge TPU 탑재 장치를 GCP에 접속하여 소프트웨어 및 펌웨어를 갱신할 수 있다.