실시간 데이터를 주제로 한 런던 행사와 개발자 중심의 샌프란시스코 행사에 이어, RedisDays 2022는 뉴욕에서 인공지능/머신러닝(AI/ML) 관련 최신 Redis 개발 소식을 다루는 세션들로 시리즈의 막을 내렸습니다.
RedisDays 뉴욕 세션들은 현대적인 데이터 스택이 반드시 성능 우선(performance-first) 방식으로 구축되어야 한다는 점을 명확히 보여주었습니다. Redis CMO Mike Anand는 기조연설에서 이를 "현대적인 데이터 모델과 처리 엔진을 지원하고, AI/ML을 활성화하며, 조합 가능한(composable) 마이크로서비스를 제공해야 한다"고 설명했습니다. 개발자 경험은 빠르고(fast), 스마트하며(smart), 간단해야(simple) 합니다. 그렇다면 AI/ML 알고리즘으로 구동되는 마이크로서비스 기반 애플리케이션과 분석은 어떻게 엔드투엔드 실시간 사용자 경험을 실현할 수 있을까요? 당일 세션들이 무엇을 다루었는지 살펴보고, 전체 녹화 영상도 온디맨드로 확인해 보세요.
기조연설: 금융 서비스 애플리케이션에 실시간 AI 도입하기
Mike Anand
Redis 최고마케팅책임자(CMO)
"디지털 세계는 우리 일상에 깊숙이 자리 잡았습니다." Mike Anand는 말합니다. "온라인으로 물건을 사거나, 온라인 게임을 하거나, 송금을 하거나, 신용카드로 결제하는 것 — 이 모든 것이 실시간 데이터로 처리됩니다." 우리 일상의 수많은 프로세스가 실시간 데이터와 밀접하게 연결되어 있는 것입니다.
오늘날 고객들은 즉각적인 결과와 최대한 간편한 프로세스를 요구합니다. 그렇기 때문에 레거시 시스템에 의존하는 기업들은 뒤처지지 않기 위해 현대적인 애플리케이션 개발에 나서야 합니다. Mike는 기조연설에서 기업들이 "마이크로서비스나 이벤트 스트리밍 아키텍처 같은 새로운 설계 패턴으로 애플리케이션을 재고해야 한다"고 강조했습니다.
바로 이 지점에서 Redis Stack이 등장합니다. "Redis Stack을 사용하면 위험한 전면 교체(rip and replace) 전략 없이도 기존에 운영 중인 레거시 시스템의 역량을 강화할 수 있습니다." Redis Stack을 통해 기업들은 부정 거래 탐지, 알고리즘 트레이딩, 대출 승인, 언더라이팅, 미들·백오피스 업무 등 AI/ML 기반 고급 서비스를 제공하며 애플리케이션 현대화 여정을 시작할 수 있습니다.
기조연설을 시청하면 Mike Anand가 기업이 표준 업무에 AI/ML을 통합하는 방법과 AI/ML 운영화(operationalization)의 어려움을 피하는 방법에 대해 더 자세히 들을 수 있습니다.
Taimur Rashid
Redis 최고사업개발책임자(CBDO)
기조연설은 이어서 금융 서비스 산업의 트렌드와, AI 역량으로 강화된 애플리케이션이 더욱 실시간화될 때 해결할 수 있는 구체적인 사용 사례들을 소개했습니다. Redis의 최고사업개발책임자 Taimur Rashid는 핵심 차별화 요소가 바로 고객 경험이라고 지적합니다.
"디지털 애플리케이션의 역량이 더욱 실시간화될수록, 대부분의 현대적 애플리케이션에는 다양한 필수 요건들이 있습니다." 그가 꼽은 핵심 요소들은 "속도, 확장성, 상시 가용성(always-on), 글로벌 배포, 보안, AI 강화"입니다. 그중에서도 속도가 가장 중요한 변수입니다. "금융 서비스 산업에서 속도는 정말 중요합니다. 몇 밀리초의 차이가 수백만 달러, 때로는 수십억 달러의 차이를 만들어냅니다."
기조연설에서 Taimur는 디지털 역량, 고객 경험, 신규 사업 성장 같은 금융 서비스 트렌드와 함께 금융 범죄, 사이버 보안 문제도 짚었습니다. "더 많은 기업이 업무를 온라인으로 전환할수록," 그는 말합니다. "전 세계적으로 이동하는 자금이 올바른 방식과 적절한 규정에 따라 움직이는지 확인해야 합니다. 조직은 금융 범죄로부터 스스로를 보호해야 합니다. 더 많은 활동이 온라인으로 이동하는 만큼 사이버 보안도 매우 중요합니다. 조직 외부의 악의적인 행위자와 위협으로부터 어떻게 자신을 보호할 수 있을까요?"
Redis의 AI/ML 선임 제품 매니저 Ed Sandoval이 벡터 유사도 검색(vector similarity search) 데모를 진행한 후(다음 세션에서 자세히 다룹니다), Taimur는 Microsoft의 고객 성공 데이터 및 AI 그룹 관리 디렉터 Pascal Belaud와 대담을 나눴습니다.
대담에서 Pascal은 Allstate Insurance 같은 고객들과 협력해 AI/ML을 활용하는 Microsoft의 방식을 설명했습니다. 그가 예로 든 활용 사례 중 하나는 고객과의 음성 통화를 녹음한 뒤 AI 기술로 이를 텍스트로 변환하는 것입니다. 이렇게 생성된 통화 기록에는 Allstate가 청구 처리에 필요한 모든 세부 정보가 즉시 추가되어, 고객에게 두 번 연락할 필요 없이 클레임을 처리할 수 있습니다. 이 모든 것이 AI/ML이 결합된 디지털 애플리케이션이 추구하는 고객 경험의 일환입니다.
기조연설 전체 영상을 시청하세요.
비하인드: AI로 기업 공시에 숨겨진 매매 신호 찾아내기
기조연설 중반, Ed Sandoval은 Redis에서 제공하는 벡터 유사도 검색을 활용한 데모를 선보였습니다. 이번 세션에서 Ed는 Microsoft의 엔터프라이즈 데이터 사이언스 및 금융 서비스 책임자 Charles Morris와 함께 해당 데모가 어떻게 만들어졌는지 그 이면을 공개합니다. Ed는 Redis의 벡터 유사도 기술을, Charles는 데모 구축에 사용된 Microsoft Azure의 ML 인프라와 서비스를 집중적으로 다룹니다.
이 데모에서 Ed와 Charles는 SEC(미국 증권거래위원회)에 제출된 미국 상장 기업들의 기업 공시에서 방대한 양의 숨겨진 가치 정보를 AI로 어떻게 끌어내는지 시연합니다. 두 사람의 협업에서 얻은 인사이트와 과정에서 배운 핵심 교훈도 함께 확인해 보세요.
비하인드 데모 전체 영상을 시청하세요.
엔터프라이즈에서 AI/ML 운영화하기
데이터 사이언티스트에게 힘을 실어주는 도구와 프로세스는 무엇일까요? 업무에 AI/ML을 통합할 때 모든 것을 프로덕션 환경으로 배포하려면 어떤 작업이 필요할까요?
이번 패널 토론에서 Taimur Rashid는 Forrester Research의 VP 겸 수석 애널리스트 Mike Gualtieri, Tecton의 공동창업자 겸 CEO Mike Del Balso와 함께 머신러닝의 혁신적 특성에 대해 이야기를 나눴습니다. 기업들은 AI/ML 기술을 일반화하려고 노력하고 있지만, 이를 안정적으로 확장하려면 어떻게 해야 할까요? 많은 조직이 여전히 레거시 시스템 위에서 운영되는데, 디지털 영역에서 커지는 요구에 맞춰 어떻게 현대화할 수 있을까요?
"AI는 이미 근본적인 기술이 되었습니다." Mike Gualtieri가 말합니다. "AI는 이제 기업에게 전략적 자산입니다. 과학 박람회 실험이 아니며, 단순한 혁신 실험도 아닙니다. 대부분의 기업은 AI가 필요하다고 믿고 있습니다. AI는 소프트웨어이며, 그 소프트웨어 개발 프로세스가 모델을 확보하고, 운영화하고, 애플리케이션에서 비즈니스 가치를 실현하는 데 매우 중요합니다."
Tecton의 Mike Del Balso는 특히 Uber에서 근무했던 경험을 바탕으로 ML 관련 이야기를 나눴습니다. "Uber에서 ML 플랫폼(Michelangelo)을 구축했을 때 우리의 목표는 ML의 민주화였습니다." 그는 말합니다. "처음부터 파악한 100개 이상의 사용 사례에서 ML 인텔리전스가 제품과 고객 경험에 실질적인 영향을 미칠 수 있도록 만드는 것이었습니다."
"엔터프라이즈에서 AI/ML 운영화하기" 전체 영상을 통해 모든 내용을 확인하세요.
마이크로서비스 패턴, 쉽게 시작하기
마이크로서비스 앱을 안정적으로 구축하고 확장하기 위한 모범 사례 설계 패턴을 구현하는 가장 좋은 방법은 무엇일까요? 이번 세션에서 Redis의 Field CTO Allen Terleto와 Orkes의 공동창업자 겸 CTO Viren Baraiya가 이 주제를 논의했습니다.
"모놀리식(monolithic) 애플리케이션의 오버헤드와 경직성은 더 이상 용납될 수 없습니다." 발표자를 소개하기 전 Mike Anand가 말했습니다. "마이크로서비스로 전환하면서 얻는 주요 이점 중 하나는 각 서비스가 완전히 분산된 자체 데이터 저장소를 가질 수 있다는 점입니다. 또한 각 구성 요소를 전체 서비스에 영향을 주지 않고 빠르게 변경·업데이트할 수 있으며, 마이크로서비스 하나가 다운되었을 때 피해 범위(blast radius)도 줄일 수 있습니다."
이번 세션에서 Allen과 Viren은 오케스트레이션, 상태 관리, 에러 처리, 관측 가능성(observability) 같은 마이크로서비스 이슈들을 살펴봤습니다. 하지만 Allen이 지적했듯이, 마이크로서비스를 대규모로 확장하는 일은 복잡할 수 있습니다. 구성 요소화된 마이크로서비스로 전환할 때는 "새로운 아키텍처 패턴, 아키텍처상 고려 사항, 새로운 기술, 특히 수백 개의 마이크로서비스로 확장할 때 걱정해야 할 함정들의 목록"이 생긴다고 그는 언급했습니다.
"마이크로서비스 패턴, 쉽게 시작하기"를 시청하며 마이크로서비스 설계 패턴에 대한 더 많은 인사이트를 확인하세요.