AIaaS (AI as a Service)

AIaaS (AI as a Service)

---

1. 구독형 인공지능 서비스, AIaaS 개요

가. AIaaS의 개념

- 쉽고 편리한 AI 도입 및 구축을 위해 AI 플랫폼(AI 엔진) 또는 AI 서비스 상품을 API 등으로 구현하여 클라우드를 통해 제공하는 서비스

나. AIaaS의 특징

구현성	클라우드 수준에 따라 서비스를 다르게 적용 및 구현 가능
편의성	요구 기능이 있는 인공지능 서비스를 클라우드에서 쉽게 검색, 적용
비용 효율성	사용한 만큼만 비용을 지급하여 비용 낭비를 최소화

- AI 도입에 필요한 전문인력 부족, 과도한 시간 및 비용 투자 문제를 해소하기 위해 비용 효율적이며, 사용이 쉽고 확장성 있는 서비스 제공이 가능한 AIaaS(AI as a Service) 빠르게 확산

---

2. AIaaS의 서비스 유형 및 설명

가. AIaaS의 서비스 유형

- AIaaS 는 기업 맞춤형 머신러닝 모델 개발을 위한 AI 플랫폼을 제공하는 형태와 이미 개발된 AI 서비스 API 를 호출해 활용하는 형태의 두가지 서비스 유형 존재

나. AIaaS의 서비스 유형 설명

구분	서비스 유형	설명
AI 플랫폼 측면	IaaS 기반 AI용 HW 인프라 서비스	- 인공지능 서비스를 위한 클라우드 기반 HW 환경 제공 - TPU, 병렬처리, GPGPU, 하이퍼바이저, 오토스케일링
	PaaS 기반 학습모델 개발환경 서비스	- AI 개발 환경, 도구 및 플랫폼 제공 - Feature Engineering, 모델학습/검증, NoSQL/RDBMS
	SaaS 기반 인공지능 API 서비스	- 기업 맞춤형 인공지능 서비스 및 머신러닝 모델 제작 - 머신러닝 모델 API/SDK 서비스 키 생성 및 연계
AI 서비스 측면	챗봇 기반 서비스	- NLP 엔진 및 알고리즘을 통한 인간 언어 패턴 모방 - 고객 서비스 및 마케팅 어플리케이션 영역 주로 사용
	이미지/음성 인식 서비스	- CNN, RNN 알고리즘 기반 이미지/음성 인식 서비스 - 컴퓨터비전, 번역, 감정/감지, 가상 비서 등 활용
	완전관리형 ML 서비스	- 머신러닝 프레임워크 서비스 - 사전구축모델, 사용자 지정 템플릿 및 코드없는 I/F

- AIaaS 의 많은 장점에도 불구하고 상대적으로 낮은 보안, 불투명한 가시성, 벤더 종속성 등 한계점이 존재해 도입 전 충분한 고려 필요

---

3. AIaaS 도입 시 고려사항

고려사항	세부사항	대응방안
상대적 낮은 보안	개인정보 등 민감데이터 공유	- 처리흐름 URI 추적, 내부 학습/외부 서비스 격리 - 민감데이터 가명처리, 암호화, 연합학습
불투명한 가시성	블랙박스 형태의 AI 학습 모델 및 결과	- XAI 를 적용하여 인공지능 모델 및 결과 도출 과정 설명
벤더 종속성	AIaaS 공급업체 락인 현상	- 오픈소스 기술 적용 등 벤더 제공 기술의 개방성 검토 - 멀티 클라우드 서비스 이용을 통한 종속성 희석

- AIaaS 성공적 도입을 위해서 명확한 목표를 설정하고, 사업 규모, 예산, 팀의 기술적 역량을 충분히 고려하여 기업 상황에 맞는 최선의 결정을 내리는 것이 필요함

---

출처	- 한국생산성본부, 115회 KPC 기술사 IMPACT 실전모의고사 1교시 (KPC 기술사회)
	- The ScienceTimes: https://www.sciencetimes.co.kr/news/ai 를-넘어-인공지능-서비스 aiaas 로/
	- Openads 트렌드: https://www.openads.co.kr/content/contentDetail?contsId=6829