삼성 오픈소스 컨퍼런스, SOSCON 2016 - 참관 후기 (1)

1/2부로 나눠서 올립니다.

SOSCON (Samsung Open Source Conference)

  • 공식페이지 - ‘소스콘’이라고 스스로를 부름
  • 말 그대로 삼성전자에서 주관하는 오픈소스 컨퍼런스
  • 삼성전자’의’ 오픈소스 기술이 절반, 그 외 오픈소스 관련 절반 비중
  • 올해는 MS의 해. MS 세션이 20% 정도 차지한 듯하다.
  • 관심이 있는 것은 둘째날라서 금요일만 참석

Sessions

IoT, 디바이스부터 머신러닝까지 놓치지 않을꺼에요.

  • 발표자: 김영욱 (마이크로소프트 / Technology Evangelist)
    • 발표 스킬 굿. 핵심전달+물흐르듯+적절한유머 모두 갖췄다.
    • 직접 본 사람들 중에서는 발표 스킬 탑레벨. 본받고 싶음
    • 밀덕. 무한도전에도 게스트로 나왔음
  • 자료
  • MS IoT Platform 소개
    • MS도 모든 무기 풀셋 장착중. 기기부터 최종 서버단까지 End-to-End 라인업 모두 있음
    • MS 것만 고집하던 시대는 벌써 지났다고. Cloud의 60%가 리눅스라고 함(정확히 어떤 기준인지는 모르겠음)
    • Windows 10 IoT Core : 라즈베리파이 및 동종의 보드에서 돌아가는 최소한의 Windows 10 버전.
      • UWP(Universal Windows Platform) API를 지원하므로 여기서 만든 앱을 PC, XBox, 심지어는 Hololens에서도 구동 할 수 있다고 함
  • MS Cognitive Service 소개
    • 실제로 API로 만든 간단한 얼굴표정 분석기를 데모로 보여줌
    • 자기 사진이 있으면 How-Old.net에서 테스트 해 보자. 정확도 점점 높아지고 있다고
  • MS IoT 관련
    • hack-tip: 야외에 설치되어 네트웍에 상시 접속할 수 없는, 또는 그럴 필요 없는 IoT기기는 계속 서버로 polling해서 정보 받아오면 비용이 많이 든다. 그럴때는 SMS로 command 보내서 제어 하는 방법을 쓰는 꼼수가 있다고.
    • IoT의 프로토콜들도 거의 다 지원한다: MQTT, AMQP 등등
    • MS IoT Hub 서비스: 자체 queue가 있어서 일단 데이터 양이 얼마나 되든 다 받아준다고.
    • MS는 내년 상반기에 한국 데이터센터 들어온다고 한다. 현재는 일본으로 Azure 접속됨. 하지만 latency 거의 없으니 지금 사용해도 아무 문제없다는 것을 직접 시연으로 보여줌
  • Azure Machine Learning Studio
    • 꼭 써보자
    • 데이터 추출부터 정제, ML 알고리즘 및 시각화까지 모두 pipeline으로 쉽게 처리할 수 있음
  • 감상
    • MS Evengelist인데 Chrome으로 시연함. 구글링도…
    • 데이터 분석/처리를 시간 관점에서 바라본 것이 좋았음
      • ML(미래), 스트림분석(현재), 빅데이터분석(과거)
    • 역시 MS는 잘 갖춰놓는다. 장사를 잘 하는 것과는 달리…
    • ML Studio는 반드시 써 보기. IoT Platform도 AWS보다 짜임새 있는 것 같아 써 보고 싶은 생각이 든다.

OSS “개발자”의 Machine Learning 분투기

  • 발표자: 김대우 (마이크로소프트 / Technology Evangelist)
    • MS 발표자들은 말을 다들 잘한다.
  • 자료
  • Machine Learning
    • 현재의 시장 동향
      • 개발자들의 관심은 대부분 (TensorFlow 같은) ‘개발 툴킷’에만 있는 것 같음
      • 오히려 이쪽을 사용하는 것이 더 시장에서 수요가 있을 것 같다고: ‘Data Mining’, ‘Cloud-based services’ (후자에는 MS Azure 들어감)
    • ‘학습모델’ / ‘예측모델’ 구분
    • ML의 기본인 붓꽃(Iris) 형태 예측 모델을 실제 데모로 보이면서 진행
  • ML Studio
    • 데모 시연. 시간이 부족해서 더 깊이는 못 간 것이 아쉬움
    • Bot Framework와 연동하여 그쪽 데이터를 가져와서 할 수도 있는 것 같다. 아주 좋은데!
    • 실제 ML 전문가들이 현업에서 가장 애먹는 것이 바로 이것: 데이터 수집/가공/정제/적합성검증
      • pipeline을 봐도 복잡해보이는 부분의 상당수는 바로 이런 것들이라고
      • Studio로 잘 할 수 있다는 것을 은근히 보여줌. 쓰고 싶어짐
    • Excel’안’에서 ML algorithm을 바로 돌릴 수 있다는 것도 인상적
  • 중간중간 발견한 괜찮아 보이는 자료
    • MS Intelligence Kiosk 라는 애플리케이션을 실행해서 보여주던데, 이것인 듯하다: https://github.com/Microsoft/Cognitive-Samples-IntelligentKiosk
    • Machine learning algorithm cheat sheet for MS Azure ML Studio: ML 컨닝페이퍼. 이런 것이 있으면 아주 좋아보인다. 이걸 기본으로 해서 나만의 비법 쌓을 수 있지 않을까?
  • 감상
    • 알고 있지만 다시 들어도 새로운 뻔한 말: ‘모든 ML은 예측으로 귀결’
    • ML Studio는 반드시 써 보기(2)
    • Bot Framework도 잊고 있었는데, 써봐야 겠다.

이어지는 세션은 2부에서…
SOSCON 2016 2부