이제 딥러닝을 어떻게 활용할 것인가에 대해 살펴보고자 한다. 재미있게도 파이썬이나 R 등은 범용적인 분석 환경에서 딥러닝을 지원하는 다양한 기능을 계속해서 릴리스하고 있다. 오픈 소스 생태계의 특성으로 인해, 저변의 많은 개발자에 의해 계속해서 딥러닝을 지원하는 패키지들이 나오며 업데이트되고 있는 것이다. 대부분의 딥러닝 기술은 이미 다 오픈되어 있고 사용할 수 있다. 구슬이 서 말이라도 꿰어야 보배인 것처럼, 이 기술을 어떤 분야의 어떤 데이터에 적용하여 어떤 비즈니스 모형을 만들어 낼 수 있는가가 향후 경쟁력의 관건이 될 것이다.

그렇기에 딥러닝을 활용할 수 있는 도구를 잘 파악하는 것이 이러한 상황에서 큰 의미가 있다. 우리는 딥러닝이라는 도구에만 매몰될 필요도 없지만, 한편으로는 딥러닝을 이론만 말고 실제로 활용을 못하는 경우는 없어야겠다. 시중에서 많이 사용되는 딥러닝 도구들에 대해서 간단하게 살펴보며, 그중에서도 범용적으로 사용되는 텐서플로(TensorFlow)를 직접 설치해보고 실습해보자.

파이썬에서 사용할 수 있는 딥러닝을 지원하는 패키지로는 텐서플로, 케라스(Keras), 파이토치(PyTorch), MXNET, H2O 등이 있으며, 이외에도 아마존이나 MS 등에서 제공하는 API 방식으로도 기능을 활용할 수 있다. 텐서플로는 구글에서 제공하는 오픈 소스 소프트웨어 라이브러리이며, 딥러닝을 비롯하여 머신 러닝 기능을 지원하고 있다. 특히, 딥러닝 계산에 필요한 GPU 계산을 지원하며, 병렬 컴퓨팅도 지원한다.

▲ 그림 8-13 텐서플로