개요KSB융합연구단은 인간중심 초연결 지능정보사회를 구현하는데 이바지하겠습니다.

프레임워크 소개

개념 및 구조

  • KSB 인공지능 프레임워크(이하 KSB프레임워크)는 IoT, 빅데이터, 기계학습 및 도메인 지식을 융합하여 다양한 인공지능 서비스 구축에 필요한 공통기능을 제공하는 인공지능 프레임워크입니다. KSB프레임워크는 분산병렬 인프라를 기반으로 다양한 데이터 소스로부터 도메인 응용서비스 제공까지의 전주기적 솔루션을 지향합니다.

  • 멀티모달 데이터처리, 멀티모델 동시학습 및 추론, 자동기계학습, 분산병렬학습 및 추론, 학습모델 및 도메인지식의 탑재·연동을 워크플로우 기반으로 선택·조합·실행·서빙 및 재활용 가능한 구조로 설계되었습니다.

특장점

  • 지속성 : SW/Data/Analytics/경험 등 기업의 데이터를 활용한 인공지능 기술력 내재화 가능

  • 다양성 : SW 컴퍼넌트들의 조합으로 다양한 응용 서비스 시스템 구성 가능

  • 재활용성 : 워크플로우 재활용 및 공유 기능 제공

  • 확장성 : 개발자 API를 이용한 3rd Party 컴퍼넌트 개발 및 등록 인터페이스 제공

  • 편의성 : (1) 웹 기반 DIY 워크플로우 저작도구 및 모니터링/실행/제어 인터페이스제공 (2) Stand-alone 실행환경과 웹툴킷 저작 환경을 포함한 컨테이너 기반 툴박스 제공 (3)모델 학습과 서빙 프로세스 일원화

주요기능

데이터 처리 기능
  • IoE 실시간 데이터 파이프라인 처리, 스트림 처리, 분산병렬 기반 대용량 데이터 처리

Analytics (DevAI) 기능
  • 데이터 비식별화/전처리, 기계학습/딥러닝, 자동기계학습(AutoML)

AI Serving 기능
  • 기계학습/딥러닝 모델 스트림 서빙, 딥러닝 모델 On-Demand 서빙, 온톨로지 기반 지식베이스 연동 서빙 (도메인별 지식베이스 구축 필요)

AI 서비스 배포 및 모니터링 (DevOps) 기능
  • 워크플로우 파이프라인 기능, 워크플로우/엔진 단위 모니터링 및 제어 기능, 워크플로우/엔진 스케쥴링 기능, 서비스 등록 기능, 런타임 실행 프레임워크 버전 동기화

AI/SW Assets 기능
  • 데이터 및 모델 저장소 기능, 모델 자동 버전관리, 배포용 모델의 주기적 빌드, SW 컴퍼넌트 신규등록/갱신/버전관리, UI 컴퍼넌트 버전관리/갱신 기능

WebToolkit 기능
  • 웹 기반 저작도구/시각화

워크플로우 기반 엔진구성

KSB 인공지능 프레임워크 Core
  • 워크플로우 오케스트레이션(실행/종료) 및 스케줄링 기능 제공
  • AI/SW Assets 기능 제공

  • 주요 기능
    • 인공지능 서비스 배포 및 모니터링/제어 (DevOps)

      • 워크플로우 파이프라인 기능, 워크플로우/엔진 단위 모니터링 및 제어 기능, 워크플로우/엔진 스케쥴링 기능
      • 서비스 등록 기능
      • 런타임 실행 프레임워크 버전 동기화
    • AI/ SW Assets 기능

      • 데이터 및 모델 저장소 기능
      • 모델 자동 버전관리, 배포용 모델의 주기적 빌드
      • SW 컴퍼넌트 신규등록/갱신/버전관리
      • UI 컴퍼넌트 버전관리/갱신
스트림 데이터 수집/적재/처리
  • 다양한 사물인터넷(IoE) 실시간 데이터 수집 및 적재
  • 기계학습을 위한 데이터 추출/정제/변환/축소 등 전처리
  • 개인정보 보호를 위한 데이터 비식별화 기능 제공

  • 주요 기능
    • 실시간 IoE 스트림 데이터 수집/적재/처리

      • oneM2M R1 호환 디바이스의 http 방식 외 수집기능(3종)
      • 파이프라인에 의한 실시간 스트림 데이터 처리기능(9종)
      • 실시간 스트림 데이터의 다양한 저장 기능(5종)
    • 대용량 IoE 빅데이터 수집/적재/처리

      • 수집/적재: reader 10종, writer 7종
      • 데이터 추출/정제/축소/변환 등 전처리 기능
      • Mini-batch/Batch 방식 데이터 처리 지원 (32종)
    • 개인정보 및 민감정보 데이터 비식별 처리

      • 16종의 비식별 처리 기능
      • k-익명성, l-다양성, t-근접성 적정성 검증 기능
학습/분석/예측모델 생성
  • 기계학습/딥러닝 모델 탑재 및 분석 지원
  • 자동기계학습(AutoML)을 통한 최적의 기계학습모델 자동 생성

  • 주요 기능
    • 자동기계학습(AutoML)

      • 분산병렬기반 기계학습 모델 자동최적화 기능
      • Classification 및 Regression용 모델 자동학습 기능
      • 다중모델 자동학습 및 최적모델 자동선택 기능
    • 딥러닝

      • 딥러닝 모델 탑재 및 텐서플로우 연동을 통한 분석
      • RNN 기반 원인 분석 및 예측 모델 탑재
    • Spark ML 기반 기계학습

      • Classification 3종, Regression 3종 탑재 (Decision Tree, Naive Bayes, Random Forests, Linear Regression)
모델서빙/융합서빙/지식연동
  • 딥러닝 모델 On-Demand 및 스트림 서빙
  • 센서스트림을 입력으로 기계학습 모델에 의한 실시간 예측 수행
  • 다중모델 융합서빙 및 지식연동

  • 주요 기능
    • 기계학습 모델 스트림 서빙

      • Spark ML 기반 기계학습 모델 스트림 서빙
      • 파이프라인에 의한 실시간 스트림 서빙
    • 딥러닝 모델 On-Demand 서빙

      • 텐서플로우 기반 딥러닝 모델 서빙 (RESTful API 제공)
      • 모델 버전 관리, Hadoop 파일시스템에 저장된 모델 로딩
    • 딥러닝 모델 스트림 서빙

      • 텐서플로우 기반 딥러닝 모델 스트림 서빙
      • Spark 연동을 통한 분산 병렬 스트림 서빙
    • 지식 등록/연동 및 융합 서빙

      • 지식추론 규칙 작성 및 적용 (RESTful API 제공)
      • 지식검색 (RESTful API 제공)
      • 다중 모델 융합 서빙