다음을 통해 공유

Windows Machine Learning

  • 아티클

Windows 디바이스에 하드웨어 가속 ML 유추를 배포하는 믿을 수 있는 고성능 API인 Windows ML을 사용하여 Windows 앱에서 Machine Learning을 구현합니다.

Windows ML 그래픽

개요

Windows ML은 Windows 11, Windows 10, Windows Server 2022 Windows Server 2019의 최신 버전에 기본 제공되며, Windows 8.1에 대한 하위 수준 도달을 위한 NuGet 패키지로도 사용할 수 있습니다. Windows ML은 개발자가 다음과 같은 이점을 누릴 수 있습니다.

  • 개발 용이성: Windows ML이 최신 버전의 Windows 11 및 Windows Server 2022에 기본 제공되므로 Visual Studio 및 Windows 애플리케이션과 함께 배포할 수 있는 학습된 ONNX 모델만 있으면 됩니다. 이전 버전의 Windows(8.1 버전까지)에 AI 기반 기능을 제공해야 하는 경우에도 Windows ML은 애플리케이션과 함께 배포할 수 있는 NuGet 패키지로 제공됩니다.

  • 광범위한 하드웨어 지원: Windows ML을 사용하면 ML 워크로드를 한 번 작성하고 CPU, GPU 및 AI 가속기와 같은 다양한 하드웨어 공급업체 및 실리콘 유형에서 자동으로 고도로 최적화된 성능을 얻을 수 있습니다. 또한 Windows ML은 지원되는 하드웨어 범위 전반에서 일관된 동작을 보장합니다.

  • 짧은 대기 시간, 실시간 결과: ML 모델은 Windows 디바이스의 처리 기능을 사용하여 평가할 수 있으므로 이미지 및 비디오와 같은 대규모 데이터 볼륨을 실시간으로 로컬로 분석할 수 있습니다. 결과가 신속하고 효율적으로 제공되므로 게임 엔진은 물론, 검색용 인덱싱 등의 백그라운드 작업과 같은 성능 집약적인 워크로드에 사용할 수 있습니다.

  • 유연성 향상: Windows 디바이스에서 로컬로 ML 모델을 평가하는 옵션을 사용하면 더 광범위한 시나리오를 해결할 수 있습니다. 예를 들어, 디바이스가 오프라인 상태이거나 일시적인 연결 상황이 발생했을 때에도 ML 모델에 대한 평가를 실행할 수 있습니다. 또한 개인정보 보호 또는 데이터 주권 문제로 인해 일부 데이터는 클라우드로 보낼 수 없는 시나리오를 해결할 수도 있습니다.

  • 운영 비용 절감: 클라우드에서 ML 모델을 학습한 다음 Windows 디바이스에서 로컬로 평가하면 ML 모델을 지속적으로 개선하는 데 필요할 수 있으므로 최소한의 데이터만 클라우드로 전송하여 대역폭 비용을 크게 절감할 수 있습니다. 또한 서버 시나리오에서 ML 모델을 배포할 때 개발자는 Windows ML 하드웨어 가속을 활용하여 모델 제공 시간을 단축하고 워크로드를 처리하는 데 필요한 머신의 수를 줄일 수 있습니다.

Machine Learning 모델

기계 학습 모델은 특정 유형의 패턴을 인식하도록 학습된 파일입니다. 데이터 세트에 대해 모델을 학습하여 해당 데이터로 추론하고 학습하는 데 사용할 수 있는 알고리즘을 제공합니다.

모델을 학습한 후에는 이를 사용하여 이전에 표시되지 않은 데이터를 추론하고 해당 데이터에 대한 예측을 만들 수 있습니다. 예를 들어 얼굴 식에 따라 사용자의 감정을 인식할 수 있는 애플리케이션을 빌드하려는 경우를 가정해 보겠습니다. 특정 감정으로 각각 태그가 지정된 얼굴 이미지를 제공하여 모델을 학습한 다음, 사용자의 감정을 인식할 수 있는 애플리케이션에서 해당 모델을 사용할 수 있습니다. 이러한 애플리케이션의 예제는 Emoji8 샘플을 참조하거나 자세한 내용은 기계 학습 모델이란?을 확인하세요.

Windows Machine Learning은 해당 모델에 대해 ONNX(Open Neural Network Exchange) 형식을 사용합니다. 미리 학습된 모델을 다운로드하거나 모델을 직접 학습할 수 있습니다. 자세한 내용은 Windows ML용 ONNX 모델 가져오기를 참조하세요.

시작

앱에 Windows Machine Learning을 통합하는 다양한 방법에 대해 자세히 알아보려면 시작 페이지를 확인하세요.

Windows Machine Learning을 사용하여 첫 번째 앱을 만들려고 하시나요? 모델을 학습하고 WinML 애플리케이션에 통합하는 다양한 방법에 대한 개요는 WinML 자습서를 확인하세요.

FAQ

Machine Learning 솔루션 및 옵션에 대해 자세히 알아보고 싶으신가요? 사용 가능한 선택 항목에 대한 전체 개요는 AI 솔루션 비교를 참조하거나 WinML FAQ를 통해 자세히 알아보세요.

참고 항목

Windows ML에 대한 도움말은 다음 리소스를 참조하세요.

  • Windows ML에 대한 기술적인 질문을 하거나 질문에 답하려면, Stack Overflow에서 windows-machine-learning 태그를 사용하세요.
  • 버그를 보고하려면 GitHub에서 문제를 제출하세요.