Google I/O 2017 Extended in Seoul

주말에 있었던 Google I/O 2017 Extended in Seoul 를 다녀왔다. Mountain View, California 에서 진행된 Google I/O 키노트 내용의 일부를 한국에서 공유하는 자리였다고 볼 수 있는데 현지에서 참여하려면 2017년 기준으로 $1,150 의 입장료가 든다. 이번 행사는 google developer group (GDG korea) 에서 주최한 무료 행사이기 때문에 더욱 매력적이지 않나. 여튼 매우 관심있는 트랙이 몇 개 있었기 때문에 아침부터 서둘러 세종대로 향했다. 나름 두 번째 방문이라 어리버리 하지 않게 도착할 수 있었다.

이른시간이라 아직 한적한 모습이다. 혼자 갔기 때문에 포토존은 그냥 관람용... 나중에는 사진 좀 부탁드려야겠다. 남는건 사진이라는데(?)

벌써 도착한 사람들이 있었고 아직 등록 서버가 열리지 않아서 대기하고 있는 모습이다. 생각보다 많은 스텝이 일사불란하게 움직이고 있다. 멍하니 있기 뭐하고 해서 사실 확인을 위해 등록 서버에 접속 시도해본 것은 비밀.

일정대로 12시가 다 되서 등록을 하고 스티커와 트랙 정보를 얻었는데 이 중에 나는 CCBBC 를 선택했다. 사실 나는 안드로이드니 웹이니 그런건 잘 모르고 요즘 머신러닝이나 클라우드에 재미붙인 여느 임베디드 개발자이다.

세종대 광개토 컨퍼런스 룸은 규모가 상당하다. 지난번에 AWS 행사 때도 왔었는데 대략 1,000 명 이상 입장이 가능해 보인다. Keynote 를 위해 우선 세 개의 트랙을 구분짓지 않고 있었다.

이제 본격적인 시작을 알리는 Google 권순선님의 키노트 발표가 시작됐다. 

권순선님의 Keynote

Keynote 가 끝나면 다음으로 듣고 싶은 트랙이 C 라서 구석에 있다보니 사진으로 담기 힘들었다. 왼쪽 구석이 권순선님.

 80 개 나라 7,000 명 이상이 참석한 140 개 이상의 세션을 자랑하는 I/O 에 대한 소개가 진행되었고, 이어서 Open-source, Open-access, Open-community 라는 세 가지 주제에 대해 이야기 됐다.

Open source 를 이야기하며 구글의 머신러닝 기술인 TensorFlow 에 대한 간단한 소개가 있었다. 구글에서 시작된 open source 에 다른 컨트리뷰트가 475+ , 커밋수가 무려 14,000+ 라니. 아직 2년도 안된 프로젝트임을 감안하면 무척 대단한 발전이다. 핫하긴 핫한 분야이다.

이어서 Open access 를 이야기하며 Google Developer Group 에 대한 소개. 105 개국 549 개의 GDG 가 있고, 3,120 개의 이벤트가 있었단다. 생각보다 큰 규모에 일단 감탄.

끝으로 Open community 에 대해 이야기하며 등장한 KLDP. 권순선님이 1996 년 오픈한 Korean Linux Documentation Project 인데, IO 참여자의 전반적인 반응을 봤을 때 이제는 많은 사람들에게 잊혀지고 있는 듯. 하지만 여전히 누군가에게는 꿈을 주는 공간임에 틀림없다. 적어도 임베디드 바닥을 구르는 내게는 그렇다.. (유일하게 하루 세 번 이상 방문하는 커뮤니티)

진행하는 스텝들의 인사로 Keynote 가 끝이났다.

본격적인 트랙의 시작. 그 첫 번째는 

신정규님의 구글의 머신러닝 비전: TPU부터 모바일까지

이번 행사에서 크게 기대했던 트랙 중 하나이기 때문에 무척 집중해서 들었다. 대부분의 참석자가 개발자인 것을 감안해서 꽤 깊이 있는 기술 이야기가 나왔는데 이해하지 못한 부분도 많았다. 분야가 너무 다르기 때문이라고 애써 포장을 (...) 하지만 많은 정보를 얻을 수 있었던 것은 분명한 사실.

개발자를 위한 머신러닝과, 다른 참여자가 관심있을 서비스에 대한 이야기. 하지만 요즘은 1인 기업이나 개발자도 많아지고 있기 때문에 다들 서비스/제품에 관심이 많은 듯 하다.

TPU 에 대한 명쾌한 이야기. 커제 9단과 대국했던 알파고가 2세대 TPU 를 사용했다는 이야기부터 1세대, 2세대 TPU 의 차이에 대한 설명이 이어졌다. 가장 중요한 차이는 1세대 TPU 의 경우 training 과정에서 사용할 수 없지만 2세대 TPU 의 경우에는 training 과정에서 사용할 수 있다는 점. 많은 개발자에게 머신러닝에서 가장 중요하고 많은 시간이 투자되는 부분이 모델의 학습 부분이라는 점은 감안하면 2세대 TPU 는 매우 반가운 소식이겠다. ( 하지만 역시 문제는 뭐니뭐니해도 머니다. Google Cloud 에서 이용할 수 있는데, 그 가격은 직접 확인하시라. )

2세대 TPU 의 모습. 커제는 단순하게 1 대의 컴퓨터에게 진 것이 아니라는 것을 보여주는 사진... GTX 1070 1,000 개 정도의 수준이라고.. 다 같이 커제 토닥토닥...

Google Lens 에 대한 설명이 계속됐다. 하지만 그냥 "Google 이 이런 서비스도 제공한다" 수준이고 특별한 것은 없는 듯. 대략 살펴보면 카메라로 들어오는 데이터를 기반으로 위치를 파악하는 visual positioning service 기술인데, 아직 국내에는 적용하기 힘든 수준. (맵이 오픈되어 있지 않으니까 뭐..) 하지만 이런 판을 만들어줬으니 사용자는 그것으로 무엇이든 가능하게 할 수 있을 것이라는. 역시 요즘 세상의 끝판왕은 상상력 되시겠다. 아이디어가 구현보다 더 중요한 세상이니까.

이어지는 발표는,

이태영님의 AutoML & AutoDraw

AutoML 은 구글에 검색해 보면 알 수 있듯이 자율 주행차가 대부분이라는 설명. (발표자료는 여기 링크 참조)

자율 주행차의 로직은 다음 장표와 같은 과정을 거치는데 빠른 시간안에 상황을 판단해야 한단다. vision 이나 text 처리는 오류가 있으면 정확도가 떨어질 뿐, 크게 문제가 되는 부분이 없어서 상관이 없는데 자율 주행의 경우에는 오류가 있으면 사람 목숨이 오고 간다 (...) 

YOLO 에 대한 설명이 이어졌다. 약 40분이라는 제한적인 시간에 머신러닝의 핵심 기술에 대한 설명이 이뤄지다 보니 진도가 빠른 것은 어쩔 수 없었다. 

점점 무슨말인지 까마득해지는 과정을 겪는다. 아직 이쪽 분야에 깊이있는 지식이 부족해서 나름 집중해서 듣는다고 듣기만 하고 있었다.

머신러닝을 바라보는 많은 사람들의 잘못된 점이 이야기 됐다. 머신러닝은 Magic 이 아니다, 충분한 데이터가 있어야 하며, 무수히 많은 전처리 과정이 있어야 한다. 이러한 내용은 충분한 공감을 이끌 수 있었다. 이런 유사한 주장들이 요즘 많이 나오고 있기 때문에 그나마 사람들의 인식이 조금씩은 다시 원위치를 찾아가는 듯. (예전에는 정말로 뭐만하면 머신러닝으로 해결하라는 세력들이 많았다)

요즘 인터넷 상에 한참 화두로 자리잡았던 AutoDraw 에 대한 이야기가 계속 됐다. 이 예제는 온라인 그림판 같은 곳에 그림을 대충 그리면 어떤 그림인지 추천을 해주는 서비스이다. 사실 고퀄리티는 아니지만 다들 재미로 한번씩 클릭하고 테스트해보는 정도. 하지만 이러한 사용자의 행동 패턴이 결국 AutoDraw 를 학습 시켜주는 역할을 하지 않을까 하는 것이 이태형님의 의견이었다. 이 부분에 대해서는 음모설(?)을 믿는 나도 전적으로 동의하고 생각하고 있었던 부분이 되겠다.

트랙에는 이렇게 많은 사람들이 함께 하고 있었다. 인기 있는 트랙의 경우에는 빈 자리가 없어서 바닥에 앉아서 듣는 사람도 상당히 많았다. 개발자다운 자유로움이 물씬 풍기는 좋은 행사가 아니던가.

도창욱님의 WegAssembly

앞서 이야기한대로 나는 웹에 무지한 개발자다. 요즘 관심을 갖기 위해 무던히 노력중인데 자바스크립트에 Assembly 를 결합한다는 소식은 확실히 구미가 당겨서 듣게 됐다.

C/C++ 같은 언어로 개발된 것을 웹에 올리는 기술에 대한 이야기인데 많은 모던 브라우저가 이에 동의하고 개발되고 있는 과정이라고 한다. 상당히 매력적이지만 글쎄. 그러한 기술에 대해 배우는 것은 비추라고. 이유는 굳이 개발자가 그렇게 까지 Low level 에 대해 파고들 필요는 없다는 것. 그러한 기술이 상용화 되면 누리기만 하면 된다는 것이 요점인 듯 했다. 

V8 의 자바스크립트 동작 방식에 대한 이야기. 본래는 Download 가 끝난 후에 Parse 가 이루어지는데 Download 와 Parse 가 병렬로 수행되어 빠른 속도가 보장된다. Download 된 부분까지만 먼저 Parsing 되는 형태라고 보면 된다.

모던 브라우저가 동작하는 방식에 대한 설명이 있었고,

그에 반해 Web Assembly 이 동작하는 방식에 대한 설명이 있었다. 

그리고 실제 기술에 대한 구현 데모가 있었는데 특유의 말 솜씨에 점점 홀릭되어 갔다.

C 로 코딩한 내용이 브라우저에 출력( Hello, world ) 되는 모습. 많은 사람들의 박수 갈채. 역시 어디를 가도 개발자들에게 가장 많은 박수를 받는 포인트는 Hello, world 인 듯.

조대협님의 IT의 변화와 NoOPS, 빅데이타, 머신러닝

IT 의 판세 변화와 더불어 NoOPS 라는 점을 강조하고, 빅데이타의 필요성, 머신러닝에 대한 이야기가 이어졌다.

개발자와 운영자가 다투는 과정에 대한 이야기가 재밌게 풀어졌다. 새벽에 개발 끝내고 퇴근하면 아침에 장애 터진다는 이야기에서 웃픈 개발자 현실...

빠지지 않고 등장한 Google Cloud Platform 에 대한 이야기. 아는만큼 보인다고, 예전에 조대협님 발표를 들었을 때 보다 많은 것들이 눈에 들어왔다. 특히 GCP.  GCP 를 기반으로 한 아키텍쳐에 대한 설명.

클라우드 도입 후 빅쿼리에 대한 좋은 예시. "빅쿼리 도입후 3시간 → 7초"

개발환경에서 AB 테스팅의 중요성에 대한 이야기가 언급됐다. 예시에 나온 것 처럼, 터치 버튼의 색상차이 하나로도 많은 유저들이 움직인다는 점은 크게 공감하지 않을 수가 없었다.

이어지는 딥러닝의 이야기. 머신러닝하면 빼놓을 수 없는 Hinton 교수님이 등장.

머신러닝을 위한 처리 과정 부터 서비스에 대한 설명인데 이 모든것이 Google Cloud 로 가능하다는 점이 강조되었다. 빅쿼리 말고는 다 써본 것 같은데 정작 머신러닝을 잘 모른다. ㅎㅎㅎ

어느덧 마지막 트랙.

강경완, 권태환님의 Google I/O 제가 한번 가봤습니다.

실제로 마운틴 뷰 Google I/O 를 참여한 두 분의 이야기를 커뮤니티로 풀어내는 트랙이었다. 본격 여행이야기라는 두 분이 설명에서 트랙이 조금은 편하게 다가왔다. 

하루 전날 Organizer 행사가 있어서 그곳에도 참여를 하셨다는 이야기. GDG 가 생각보다 훨~씬 큰 규모였다. 전체적인 행사 이야기를 술술 풀어내서 어렵지 않게 경청하며 즐길 수 있었던 트랙이었던 것 같다.

모든 트랙 종료 후 컨퍼런스룸 바깥 현황.. 이번 행사는 선착순 1,000 명에서 티셔츠를 무료배포 했는데 줄서있는 아재(?)들의 모습이 웃겨서 기념으로 한번 찍어봤다. 물론 나도 줄의 한 축을 담당 (...)

부랴부랴 티셔츠를 챙겨주는 스텝들이 분주한 모습. 굳이 티셔츠까지 준비해서 더 많은 고생을 하는 모습이다. 받는 입장에서는 감사하지만.

이번 행사는 마운틴 뷰에서 열린 Google I/O 의 맛을 seoul 에서 간접적으로나마 느낄 수 있게 해준 자리였다. 개인적인 성격탓도 있겠지만 개발자 네트워크가 쉽지 않아서 트랙에만 집중했지만, 오며가며 여러 사람 구경하는 재미도 솔솔 했다는 후문.. 한가지 아쉬운 점이 있었다면 너무 먼 곳에서부터 일찍부터 왔던지라 중간에 배가 너무 고팠다는 점... 세종대 특성상 뭔가 먹기위해 나가려면 한참을 가야하기 때문에 포기하고 트랙을 경청했다. 티셔츠 대신 간식이 준비되었다면 어땠을까 하는 개인적인 생각. 그래도 지식으로 꽉꽉 채웠으니 만족.