CoreML - CreateML로 Model 만들기
1. 머신러닝 이란?
과거에는 인공지능을 개발할 때 해당 분야의 전문가들이 만든 많은 양의 샘플들을 데이터베이스화 하여 자료들을 일일이 수작업으로 컴퓨터에 직접 등록하는 방법을 사용하였다.
하지만 이런 방법은 대부분의 작업이 사람의 손을 거쳐야 하므로 필연적으로 많은 시간과 노력, 비용이 발생하게 된다.
또한, 시대가 발전함에 따라 사람조차 명확하게 구분할 수 없는 지식을 구현해야 하거나, 사람이 일일이 구현하기에는 너무 많은 양의 규칙들이 필요한 경우가 생겨나기 시작
이러한 경우에 사용할 수 있도록 고안된 방법이 머신러닝이다.
머신러닝 작업 흐름
•
훈련 단계
◦
목표 정의 → 데이터 수집 → 데이터 준비 → 모델 개발 → 모델 훈련 → 목표 정의(순환)
•
추론 단계
◦
입력 → 입력 준비 → 훈련된 모델 → 출력 해석
2. CoreML
CoreML은 앱에 머신러닝 모델을 손쉽게 통합하는 편의성에 더불어 애플 기기에서 놀랄 만큼 빠른 성능을 선보인다.
CoreML 기반 API를 사용하여 내장된 머신러닝 기능을 애에 추가하거나 CreateML을 사용하여 Mac에서 바로 맞춤형 CoreML 모델을 학습시킬 수 있다.
온전히 기기 자체에서 모델 실행
•
Core ML 모델은 엄격하게 사용자의 기기에서만 실행되고 네트워크에 연결할 필요가 없으므로 앱의 반응을 보장하면서 사용자 데이터를 비공개로 유지할 수 있다.
첨단 신경망 실행
•
Core ML은 이미지, 비디오, 사운드 및 기타 리치 미디어를 파악하도록 설계된 첨단 신경망과 같은 최신 모델을 지원한다.
모델을 Core ML로 변환
•
TensorFlow 또는 PyTorch와 같은 라이브러리의 모델을 Core ML 컨버터를 사용하여 그 어느 때보다 쉽게 CoreML로 변환할 수 있다.
기기 내에서 모델 맞춤화
•
앱에 번들로 제공되는 모델을 기기 내의 사용자 데이터로 업데이트 할 수 있어, 개인 정보를 침해하지 않고도 사용자 행동에 맞춰 모델을 유지할 수 있다.
3. CreateML
CreateML 앱을 사용하면 코드 작성 없이 Mac에서 바로 CoreML 모델을 빠르게 빌드하고 학습시킬 수 있다.
학습 데이터만 준비하면 바로 시작할 수 있다.
모델 학습 및 정확성을 시각화하는데 도움이 되는 스냅샷 및 미리보기와 같은 기능으로 학습 과정을 제어할 수도 있다.
CreateML 프레임워크 및 CreateML Components를 사용하여 더욱 깊이 있고 디테일하게 모델을 생성할 수 있다.
