AI/ML

모바일 GPU에서 뉴럴 네트워크를 더 효율적으로 만들기

안녕하세요. LINE+ Camera AI 팀의 손재범입니다. Camera AI 팀에서는 주로 비전 문제를 다루며 숏폼 플랫폼과 카메라 앱에서 사용하는 AI 적용 콘텐츠를 연구하고 개발합니다. 예를 들어, 카메라에 비친 내 얼굴을 만화 캐릭터처럼 바꿔주는 애니메이션 필터 기능이나 립싱크 기능과 같은 신기하면서 재미있는 카메라 필터를 연구하고 개발하는 팀입니다. 또한, LINE 앱에서 쉽게 사용할 수 있도록 AI 기능을 최적화하고 경량화하는 일도 병행하고 있습니다.

저희 팀에선 서버 환경이 아닌 모바일 환경에서 AI 모델을 추론해야 하는 상황이 자주 있는데요. 이에 모바일 GPU 환경에서 ‘최소한의 성능 감소와 최대한의 속도 향상’을 탐색하는 과정에서 세운 여러 가지 가설과 이를 증명하기 위한 실험 내용을 공유하면 좋겠다는 생각이 들어서 글을 쓰게 되었습니다. 비록 NVIDIA GPU와 Apple 칩셋 하나씩만 사용해 진행했지만, 개별 연산 단위에서부터 여러 연산으로 구성한 모델까지 실험하고 비교했습니다.

HyperCLOVA와 NFT 마켓, LINE이 그리는 기술의 미래

LINE은 지난 2021년 11월 10일과 11일 양일간 기술 컨퍼런스 LINE DEVELOPER DAY 2021을 온라인에서 개최했습니다. 이 행사의 오프닝 키노트에서 CTO 박의빈 님과 AI 사업 책임자 이사고 신이치 님, 블록체인 사업을 담당하고 있는 요네야마 유스케 님이 LINE의 과거와 현재, 그리고 미래에 대해 이야기했는데요. 이 키노트를 글로 옮겨서 두 번에 걸쳐 전달드리려고 합니다.

이번 블로그는 그 두 번째 편으로 이사고 님이 HyperCLOVA 언어 모델의 구조와 향후 계획을 전달한 뒤 요네야마 님이 LINE의 블록체인 전략에 대해 공유하겠습니다.

메신저에서 AI와 블록체인까지, LINE이 10년간 걸어온 길

LINE은 지난 2021년 11월 10일과 11일 양일간 기술 컨퍼런스 LINE DEVELOPER DAY 2021을 온라인에서 개최했습니다. 이 행사의 오프닝 키노트에서 CTO 박의빈 님과 AI 사업 책임자 이사고 신이치 님, 블록체인 사업을 담당하고 있는 요네야마 유스케 님이 LINE의 과거와 현재, 그리고 미래에 대해 이야기했는데요. 이 키노트를 글로 옮겨서 두 번에 걸쳐 전달드리려고 합니다.

이번 블로그는 그 첫 번째 편으로 먼저 박의빈 님이 LINE의 지난 10년을 돌아본 이야기를 전해 드리고, 이어서 이사고 님이 하이퍼스케일 AI를 목표로 삼은 LINE CLOVA에 대해 전해 드리겠습니다.

MLOps를 위한 BentoML 기능 및 성능 테스트 결과 공유 – 2

안녕하세요. LINE에서 Financial Data Platform을 개발하는 이웅규입니다. 이번 글은 ‘MLOps를 위한 BentoML 기능 및 성능 테스트 결과 공유’ 2편입니다. 1편에서는 BentoML을 선택한 이유와 서비스에 적용하기 위해 필요한 기능을 설명하고 예시를 보여드렸는데요. 이어서 이번 글에서는 BentoML을 서비스에 적용하기 위한 아키텍처와 Kubernetes 기반으로 서빙 API를 서비스에 적용하려면 꼭 필요한 기능인 무중단 배포 방법 네 가지를 말씀드리겠습니다. 또한 BentoML의 성능을 개선하기 위해 실시한 여러 실험과 개선 결과를 공유드리고 최종적으로 어떤 결론을 내렸는지 말씀드리겠습니다. 글은 두 편에 걸쳐서 아래와 같은 순서로 진행합니다.

MLOps를 위한 BentoML 기능 및 성능 테스트 결과 공유 – 1

안녕하세요. LINE에서 Financial Data Platform을 개발하는 이웅규입니다. 2021년 초에 작성한 글(Airflow on Kubernetes VS Airflow Kubernetes Executor – 2) 마지막에 Kubernetes를 데이터 엔지니어링뿐 아니라 ML 기반 서비스에도 확장하고 있다고 말씀드렸는데요. 이번 글은 이전 글의 후속편으로써 ML 기반 서비스에 적용하고 있는 MLOps의 한 부분인 모델 서빙과 관련된 이야기를 하고자 합니다.

NLP와 OCR, 머신 러닝으로 더욱 편리하고 특별한 LINE 가계부 만들기

안녕하세요. F Server Dev2 팀에 김길도입니다. 이번 글에서는 LINE OA(Official Account) 메시지로 영수증 이미지를 보내면 가계부에 지출 항목이 등록되고 맞춤형 쿠폰까지 발급되는 LINE 가계부의 흐름을 따라가면서, LINE 가계부에서만 경험할 수 있는 UX와 사용자가 좀 더 편리하게 이용할 수 있도록 도와주는 숨겨진 기술들을 소개하겠습니다.

LINE Pay의 ‘Know Your Customer(KYC)’

안녕하세요. LINE Fintech App Dev 팀에서 근무하는 Android 개발자 백누리입니다. 저는 LINE 내부의 Pay 서비스와 LINE Pay 앱을 개발하고 있으며, eKYC를 포함한 KYC와 웹 앱 지원을 주 업무로 담당하고 있습니다. 이번 글에서는 LINE Pay에서 ‘Know Your Customer(이하 KYC)’를 어떻게 진행하는지 공유하려고 하는데요. 먼저 KYC가 무엇인지 알아보고 LINE Pay의 eKYC에 대한 모든 것과 심사 경향, 앞으로의 계획 순으로 말씀드리겠습니다.

LINE 메신저 앱에 온 디바이스 머신 러닝 적용하기

안녕하세요. 한국에서 LINE을 개발하고 있는 장혁재입니다. 이번 글에서는 머신 러닝 기능을 LINE 앱에 적용해 본 경험을 공유하겠습니다. 개발자가 아닌 분들이 읽어도 도움이 될 수 있도록 상세한 기술 내용보다는 개발 과정에 대한 전반적인 이야기를 다루려고 합니다. 이 글에서 예시로 설명드릴 세 가지 프로젝트와 그 프로젝트를 진행하며 얻은 교훈들이 이번 글에서 특히 중요한 부분일 것 같습니다.

보안 모니터링을 위한 머신러닝 알고리즘 적용기

안녕하세요. 저는 Graylab에서 LINE의 보안 관련 업무를 담당하고 있는 신종호입니다. 저희 Graylab에서는 여러 보안 팀과 함께 LINE의 전반적인 보안을 강화하기 위해 다양한 노력을 기울이고 있습니다. 최근 LINE의 성장과 함께 사업 영역과 서비스가 확장되면서 저희가 보호해야 할 영역도 함께 넓어지고 있습니다. 특히 중요한 서비스에 대해서는 더욱 주의를 기울이고 있는데요. 일례로 시스템 접속 로그 모니터링도 진행 중입니다. 그런데 모니터링해야 할 로그가 쌓여가는 양이 많아 수많은 로그를 효과적으로 관리할 방법이 필요하게 되었습니다. 그래서 이번에 머신러닝을 활용하여 모니터링 업무의 효율을 높여보기로 하였습니다.

AI 글로벌 해커톤, AI RUSH 2019 본선 현장에 다녀왔습니다

AI RUSH 2019 행사 개요 작년 일본 도쿄에서 개최되었던 LINE DEVELOPER DAY 2018에서 LINE의 CTO 박의빈 님은 LINE의 기술 개발 비전으로 ‘Next LINE’을 설정했습니다. 이 비전에서 AI(Artificial Intelligence)와 블록체인, 핀테크는 중요한 역할을 담당하고 있습니다. 그중 AI의 더 많은 가능성을 탐색하고, 전 세계의 AI 관련 개발자와 연구자 커뮤니티를 활성화하고, AI 관련 기술 발전에 기여하고자 LINE과 NAVER가 협력하여 […]