Vertex AI는 Google Cloud가 제공하는 통합 머신러닝(ML) 플랫폼으로, 조직이 인공지능 모델을 대규모로 구축, 학습, 배포, 관리할 수 있도록 지원한다. 2021년 5월에 출시되었으며, AutoML 및 AI Platform을 포함한 Google Cloud의 기존 AI 서비스를 단일 인터페이스와 API로 통합했다. 이 플랫폼은 데이터 준비와 특성 엔지니어링부터 모델 학습, 평가, 서빙에 이르는 전체 ML 수명 주기를 지원하도록 설계되었으며, 사용자 지정 코드와 자동화된 ML을 위한 통합 도구를 제공한다.
Vertex AI는 Google Cloud의 인프라를 기반으로 구축되었으며, Google의 머신러닝 및 딥러닝 연구를 활용한다. 대규모 언어 모델 및 생성형 AI 기능을 포함한 다양한 사전 학습 모델에 대한 액세스를 제공하며, TensorFlow, PyTorch, JAX와 같은 프레임워크를 사용하여 사용자 지정 모델을 구축하는 도구도 제공한다. 이 플랫폼은 예측 분석, 컴퓨터 비전, 자연어 처리, 추천 시스템과 같은 애플리케이션을 위해 다양한 산업의 기업에서 사용된다.
핵심 구성 요소
Vertex AI는 ML 워크플로를 간소화하는 여러 통합 구성 요소를 제공한다. Vertex AI Pipelines는 Kubeflow Pipelines 또는 TensorFlow Extended를 사용하여 ML 파이프라인을 구축하고 관리하기 위한 서버리스 오케스트레이션 서비스를 제공한다. Vertex AI Feature Store는 특성 관리를 중앙 집중화하여 팀이 모델 간에 특성을 공유하고 재사용할 수 있게 한다. Vertex AI Training은 사용자 지정 컨테이너 또는 관리형 사전 구축 컨테이너로 분산 학습을 지원하며, Vertex AI Prediction은 자동 확장 및 모델 모니터링을 통해 온라인 및 배치 예측을 가능하게 한다.
플랫폼에는 데이터 탐색 및 실험을 위한 Jupyter 기반 노트북 환경인 Vertex AI Workbench와 Google 및 OpenAI, Anthropic과 같은 파트너의 사전 학습 모델 및 기반 모델 저장소인 Vertex AI Model Garden도 포함된다. 이러한 구성 요소는 ML의 운영 오버헤드를 줄여 데이터 과학자와 엔지니어가 인프라 관리보다 모델 개발에 집중할 수 있도록 설계되었다.
생성형 AI 및 기반 모델
Vertex AI의 중요한 진화는 생성형 AI 기능의 통합과 함께 이루어졌다. 2023년 Google Cloud는 기반 모델을 튜닝, 테스트, 배포하기 위한 도구를 제공하는 Vertex AI Generative AI Studio를 도입했다. 여기에는 PaLM 2 및 이후 Gemini와 같은 Google의 DeepMind 개발 모델과 Llama 및 Falcon과 같은 오픈소스 모델에 대한 액세스가 포함된다. 플랫폼은 트랜스포머 기반 아키텍처를 지원하며, 모델 출력을 제어하기 위한 top-p 샘플링, top-k 샘플링, 온도 스케일링과 같은 기능을 제공한다.
Vertex AI는 또한 특정 사용 사례에 맞게 모델을 미세 조정하기 위한 인간 피드백 기반 강화 학습(RLHF)을 지원한다. Model Garden에는 독점 모델과 오픈 모델이 모두 포함되어 있으며, 사용자는 모델 가지치기 및 양자화와 같은 최적화 기능을 통해 Google Cloud 인프라에 배포할 수 있다. 이로 인해 Vertex AI는 Amazon Web Services의 SageMaker 및 Microsoft Azure의 Machine Learning 플랫폼에 대한 경쟁력 있는 제품으로 자리매김했다.
Google Cloud 생태계와의 통합
Vertex AI는 다른 Google Cloud 서비스와 깊이 통합되어 원활한 데이터 및 워크플로 연결을 가능하게 한다. 데이터 웨어하우징 및 분석을 위한 BigQuery, 데이터 레이크를 위한 Cloud Storage, 스트림 및 배치 처리를 위한 Dataflow와 기본적으로 작동한다. 플랫폼은 또한 컨테이너화된 환경에서 모델을 배포하기 위한 Cloud Run 및 Kubernetes Engine, 관찰 가능성을 위한 Cloud Monitoring 및 Logging과 통합된다.
기업을 위해 Vertex AI는 Google Cloud의 IAM을 통한 ID 및 액세스 관리를 제공하며, SOC 2 및 HIPAA와 같은 규정 준수 인증을 제공한다. 플랫폼은 학습 파이프라인 내에서 데이터 증강 및 커리큘럼 학습 기법을 지원하며, 사전 구축 모델 아키텍처에서 배치 정규화 및 드롭아웃 레이어를 제공한다. 이러한 통합은 실험에서 프로덕션으로 이동하는 마찰을 줄여 독립형 ML 도구에 비해 주요 이점을 제공한다.
사용 사례 및 채택
Vertex AI는 다양한 분야에서 사용된다. 의료 분야에서는 조직이 의료 영상 분석 및 환자 결과 예측을 위한 모델을 배포하며, 종종 분할 작업을 위해 U-Net 아키텍처를 활용한다. 소매 분야에서는 수요 예측 및 개인화된 추천을 지원한다. 금융 기관은 사기 탐지 및 위험 모델링에 사용하며, 미디어 기업은 콘텐츠 조정 및 개인화에 적용한다.
주목할 만한 고객으로는 제품 추천에 Vertex AI를 사용하는 Wayfair와 재고 관리에 사용하는 Kohl's가 있다. 플랫폼은 또한 콘텐츠 순위를 위해 Twitter(현재 X)와 사기 탐지를 위해 PayPal에 채택되었다. 2024년 기준으로 Vertex AI는 Model Garden에서 100개 이상의 모델을 지원하며, Google Cloud는 수천 개의 기업이 매월 플랫폼을 사용하고 생성형 AI 워크로드에서 상당한 성장을 보고하고 있다.
경쟁사와의 비교
Vertex AI는 AWS SageMaker 및 Azure Machine Learning과 직접 경쟁한다. 더 넓은 범위의 내장 알고리즘을 제공하는 SageMaker와 달리, Vertex AI는 특히 대규모 언어 모델에서 Google의 연구 및 DeepMind 혁신과의 통합을 강조한다. 한편 Azure ML은 Microsoft의 엔터프라이즈 소프트웨어 스택과 밀접하게 통합된다. Vertex AI의 강점은 통합 파이프라인과 생성형 AI에 대한 기본 지원, 그리고 학습 및 예측에 대해 노드 시간당 요금을 부과하는 가격 모델에 있으며, 이는 변동적인 워크로드에 비용 효율적일 수 있다.
그러나 일부 사용자는 Vertex AI의 학습 곡선이 광범위한 기능 세트로 인해 경쟁사보다 가파르며 문서화가 분산될 수 있다고 지적한다. 그럼에도 불구하고 Google Cloud의 AI 인프라 투자(대규모 모델 학습에 높은 성능을 제공하는 맞춤형 TSMC 제조 TPU 포함)에 힘입어 채택은 계속 증가하고 있다.
향후 방향
Google Cloud는 에이전트형 AI 및 멀티모달 모델에 초점을 맞춰 Vertex AI의 기능을 계속 확장하고 있다. 2024년 플랫폼은 외부 도구 및 API와 상호 작용할 수 있는 AI 에이전트 구축 기능과 사용자 지정 모델 개발에서 멀티 헤드 어텐션 메커니즘에 대한 향상된 지원을 도입했다. 로드맵에는 하이브리드 배포를 위한 Oracle Cloud와의 더 깊은 통합과 추론 비용을 줄이기 위한 모델 압축 도구 개선이 포함된다.
2025년 기준으로 Vertex AI는 엔터프라이즈급 배포 옵션을 통해 OpenAI의 제품과 경쟁하는 Google Cloud AI 전략의 핵심 구성 요소로 자리매김하고 있다. 플랫폼의 진화는 전통적인 ML에서 생성형 AI 및 자율 에이전트로 이동하는 인공지능의 광범위한 추세를 반영하며, AI 인프라 시장의 핵심 플레이어로 만든다.
같이 보기
참고 문헌
Google Cloud 문서 및 공개 발표는 Vertex AI 기능과 업데이트에 대한 자세한 정보를 제공한다. 기술 간행물의 업계 분석 및 사용자 사례 연구는 채택 및 성과에 대한 통찰력을 제공한다.