태그 : Lablup Conf 3rd
Slipstream: AI 레이싱에서 치고 나가는 방법-신정규 (Keynote 1)
By 신정규생성 AI의 보급과 함께, 막대한 개발 및 도입 비용이 AI 대중화의 큰 걸림돌이 되고 있습니다. 딥 러닝 기반 솔루션을 사용하거나 개발할 때의 비용의 문턱을 어떻게 낮추고, 효율과 편의성을 어떻게 높일 수 있을까요? 거인의 어깨 위에 서서 모든 복잡도를 가려버리면서도 엄청난 성능과 효율을 달성하기 위한 래블업과 Backend.AI 의 접근법인 Slipstreaming 에 대해 소개합니다.
발표자 소개
- CEO, Lablup
- ML/DL Google Developers Expert
- POSTECH 물리학박사 (복잡계물리학 /계산뇌과학전공)
29 November 2023
하드웨어와 소프트웨어 사이 어딘가에서 AI를 외치다 - 김준기 (Keynote 2)
By 김준기연구자를 위한 재현가능한 계산 환경을 제공하자는 아이디어에서 출발하여 대규모 엔터프라이즈를 위한 AI 개발 및 서비스 플랫폼으로 진화한 Backend.AI의 설계 철학과 발전 과정을 돌아봅니다. 업계의 다른 유사 제품들과 왜 다른 선택을 하였는지, 그리고 그러한 선택이 래블업의 비즈니스와 고객들에게 어떤 가치를 제공해왔는지 살펴봅니다.
발표자 소개
- CTO, Lablup
- Ph.D., KAIST 전산학과 (고성능 네트워크 시스템)
- Python 및 오픈소스 생태계 기여 (CPython, aiomonitor, aiohttp, aiodocker, pyzmq, DPDK, iPuTTY 등)
29 November 2023
[Track1_1] Backend.AI 엔터프라이즈 고객 지원 가나다- 박종현(Lablup)
By 박종현Backend.AI의 엔터프라이즈 고객 지원 서비스는 단순히 제품을 설치하고 끝나는 것이 아닌, 고객과의 지속적인 파트너십을 의미합니다. 설치 일정의 수립에서부터 세일즈 및 데브옵스 팀과의 긴밀한 협업을 통해 맞춤형 설치 및 서비스 최적화를 제공합니다. 설치 완료 후에는 사용자 가이드 세션을 시작으로, 고객의 피드백과 요구 사항에 대응하는 지원을 지속적으로 제공합니다. 이 발표를 통해 Backend.AI 엔터프라이즈 고객과의 상호작용이 어떤 식으로 이루어지는 소개합니다.
발표자 소개
- Director of Research, Lablup
- Ph.D., 포스텍물리학과(단분자 생명물리)
29 November 2023
[Track1-2] 변화하는 UI/UX 디자인 : 문제 인식과 새로운 방향-김수진(Lablup)
By 김수진기존 WebUI 에서의 주요 문제점과 사용자 경험 개선이 필요한 부분에 대해서 분석합니다. 문제점이 왜 해결되어야 하는지, 변화의 필요성과 이를 개선하기 위한 방법, 변화된 UI/UX를 소개합니다. 특히 세션 런처 UI/UX가 어떻게 변화 했는지 주로 다룰 예정입니다. 마지막으로 앞으로의 WebUI가 어떤 방향으로 변화할 것인지 예측합니다.
발표자 소개
- Software Engineer, Lablup
29 November 2023
[Track1-3] GenAI on Backend.AI- 조규진(Lablup)
By 조규진Backend.AI 의 강력한 거대 AI 모델 개발 기술이 GenAI 와 만나 최고의 AI 서비스 기능으로 새로 태어나고 있습니다. 이 세션에서는 Backend.AI 23.09에서 소개되는 모델 서빙 기능이 GenAI 의 운영 분야로 어떻게 확장되었는지에 대해 기술, 편의성 및 운명 리소스 절약의 측면에서 소개합니다. GPU 리소스의 효율적인 운영과 GenAI 서비스 및 파인튜닝의 자동화와 결합되어 만들어내는 다양한 혁신에서 영감을 얻을 수 있는 세션이 될 것입니다.
발표자 소개
-Software Engineer, Lablup
29 November 2023
[Track1-4_1] 기획자없이 문어고양이와 살아가는 개발자들의 협업 방식 - 강지현 (Lablup)
By 강지현래블업은 기획자 포지션이 따로 없습니다. 그럼에도 불구하고 Backend.AI 를 비롯한 많은 제품들과 신기능들을 선보이고 있습니다. 이렇게 되기까지 많은 시행착오를 거쳐온 과정, 그중에서도 개발자들이 익숙한 플랫폼인 GitHub 를 사용하게 된 과정을 나눕니다. 특히 우리가 GitHub Project를 쓸 수 밖에 없는 배경, 대부분의 개발 인프라가 오픈소스로 되어 있는 이야기를 시작으로 Jira 를 도입하려고 했던 시기와 중단하게 된 이유, 그 기저에 있는 회사 인원의 확장 이슈도 함께 다룹니다. 또한 가장 중요한 GitHub 프로젝트를 사용하는 방식, 그리고 단점과 이를 해결하기위해 유용하게 사용중인 GitHub Action과 Label도 소개합니다.
발표자 소개
- Software Engineer, Lablup
29 November 2023
[Track1-4_2]기획자없이 문어고양이와 살아가는 개발자들의 협업 방식 - 강시온 (Lablup)
By 강시온래블업은 기획자 포지션이 따로 없습니다. 그럼에도 불구하고 Backend.AI 를 비롯한 많은 제품들과 신기능들을 선보이고 있습니다. 이렇게 되기까지 많은 시행착오를 거쳐온 과정, 그중에서도 개발자들이 익숙한 플랫폼인 GitHub 를 사용하게 된 과정을 나눕니다. 특히 우리가 GitHub Project를 쓸 수 밖에 없는 배경, 대부분의 개발 인프라가 오픈소스로 되어 있는 이야기를 시작으로 Jira 를 도입하려고 했던 시기와 중단하게 된 이유, 그 기저에 있는 회사 인원의 확장 이슈도 함께 다룹니다. 또한 가장 중요한 GitHub 프로젝트를 사용하는 방식, 그리고 단점과 이를 해결하기위해 유용하게 사용중인 GitHub Action과 Label도 소개합니다.
발표자 소개
- Software Engineer, Lablup
- GitHub Campus Expert
29 November 2023
[Track1-5] WebGPU를 통한 private 생성 AI의 Hybrid inference 동향 - 고석현 (Sionic AI)
By 고석현- WASM, WebGPU 의 대두
- Edge device의 성능 변천사 - A100을 이긴 Apple M2 ultra
- sLLM에 의한 Agent 구성
- 생성 AI 시대에서의 Federated Inference
- private 생성 AI 의 활용 사례 - LLM + Diffusion
발표자 소개
반갑습니다. Sionic AI의 대표이자 이전에는 네이버와 토스에서 주요 AI 프로젝트를 리딩한 경험을 가지고 있습니다. 네이버에서는 클로바와 네이버 클라우드의 AI 제품 개발을 주도했고, 수만 개 이상의 딥러닝 모델을 오케스트레이션 하는 시스템을 개발했습니다. 토스에서는 메인 검색 서비스의 시멘틱 검색과 브랜드 추천 시스템을 새롭게 구축하였습니다.
현재 Sionic AI에서는 엔터프라이즈 급 커스텀 LLM 서비스를 제공하며, LLM Agent에 특화된 SaaS 제품을 개발하고 있습니다.
기술과 비즈니스 경험을 바탕으로 새로운 생성 AI 시장에 도전하고 있습니다.
29 November 2023
[Track2-2] 음성 뉴비의 whisper fine-turning 해보기 - 최성철 (부경대학교)
By 최성철본 발표는 "음성 뉴비의 Whisper Fine-tuning 해보기"라는 주제로 처음 음성데이터를 만지는 팀이 OpenAI에서 제공한 Whisper, 모델을 활용하여 Speech-to-Text 기능을 파인 튜닝했던 고된 과정을 소개하려고 합니다.
LLM의 시대에 Whisper 모델과 LLM이 합쳐서 해양 통신과 같은 새로운 영역을 어떻게 변화 시킬 수 있는지 또한 목적에 맞게 Whisper 모델을 fine-turning 할 수 있는지에 대해서 Backend.AI를 활용한 학습 방법에 대해서도 공유합니다.발표자 소개
현재 부경대학교에서 시스템 경영공학부 교수로 재직 중이며, 주로 NLP 분야의 AI 연구를 수행하였습니다. 교수면서도 최근 ChatGPT를 위시한 LLM을 기술의 변화로 세상이 변화하고 있다고 믿고 무모하게 무역 영역의 AI 회사인 "팀리부뜨"를 창업한 창업가이기도 합니다. 회사를 하다 보니 NLP가 아닌 음성 분야도 해야 해서 (연구원이) 눈물을 흘리며 도전 중입니다.
29 November 2023
[Track2-3] 생성형 AI 어디까지 알아보고 오셨어요? - 김현수 (Microsoft)
By 김현수생성형 AI로 촉발된 AI 시대의 배경 이해와 활용 방법을 살펴봅니다. 이 세션을 통해 실제 고객들이 어떤 식으로 LLM을 활용하는지 생성형 AI로 비즈니스 니즈를 충족시키기 위하여 프롬프트엔지니어링을 하는 방법, 적적한 LLM 모델을 선택하는 방법, RAG 아키텍처와 Fine-tuning에 대한 비교, 실시간 API를 LLM에 통합하는 방법, 변화된 UX에 맞게 디자인된 지능적인 애플리케이션 구축, 복잡한 애플리케이션을 LLMOps로 구축하는 방법을 배울 수 있습니다.
발표자 소개
김현수 전문 기술 전략 매니저는 IoT, Back-end, Front-end, Automation, Data Analytics, AI/ML, Cloud 와 같은 다양한 분야에서 개발 경험을 쌓았으며 다양한 산업군의 고객과 협업하면서 고객의 요구사항에 맞는 솔루션을 빌드해왔습니다. 현재 한국 Microsoft에서 디지털 네이티브 고객들을 위한 전문 기술 전략가로서 생성형 AI 기술을 이용하여 고객의 비즈니스 니즈를 풀어 나가는 것을 돕고 있습니다. 상세 정보: http://www.studydev.com/me/
Azure OpenAI를 활용한 한국 고객들의 사용 사례 모음:
https://www.youtube.com/playlist?list=PLGh_JNxzXsX9NSm-iyAdS4Ioco0vp4jtq
Auzre OpenAI를 활용할 수 있는 실습: https://github.com/HyounsooKim/azure-openai-samples-kr
29 November 2023
[Track2-4] 백엔드 개발자에서 데이터와 AI교육을 하게 되기까지 - 박조은 (오늘코드)
By 박조은오늘코드 유튜브 채널을 운영하기 시작하면서 다양한 곳에서 콘텐츠 제작이나 강의 의뢰를 받고 다양한 곳에서 다양한 분들에게 강의를 진행한지도 여러 해가 되었습니다. 학생, 취업준비생, 직무에서 데이터를 활용하고자 하는 분, 직무 전환을 희망하는 분들을 대상으로 교육을 진행해 왔습니다. 비전공자라서, 나이가 많아서, 당장 생업을 위한 일을 해야해서 갈등에 시달리며 개발이나 데이터 분야로 직무를 희망하며 고군분투하는 분들과 만나왔던 이야기를 하고자 합니다.
발표자 소개
- 오늘코드 유튜브 채널 운영자
- Microsoft MVP (Python Developer Technologies)
- 패스트캠퍼스 커널360 디렉터
- 인프런 지식공유자
- 네이버 커넥트부스트코스데이터사이언스 제작 및 코칭스터디 라이브코치
- 서울대 빅데이터 혁신공유대학, 연세대, 한신대, 기상청, 통계청, 서울디지털재단 등 강의 및 콘텐츠 제작
- 모두의 한국어 텍스트 분석 with 파이썬 저자
29 November 2023
[Track2-5]VisuTale's AI Vision: Pioneering the Next Wave of Generative Storytelling - Leksikov (Lablup)
By Sergey LeksikovDiscover the magic behind VisuTale AI, where images become the seeds of stories and art. We'll delve into the intricacies of each AI model, from interpreting images to crafting stories and generating related digital art. This session promises a deep dive into the models and engines that power VisuTale, offering a blueprint for those looking to harness the potential of generative AI on Backend.AI.
발표자 소개
- Researcher, Lablup
- ESG Data Scientist, Who's Good
- MS, KAIST Graduate School of Data Science
29 November 2023
[Track2-6] 고속 NFS 스토리지 통합 지원 - 이상훈 (Lablup)
By 이상훈많은 양의 데이터를 통해 AI를 훈련하거나 AI 모델을 빠르게 배포하기 위해 고속 스토리지들을 많이 쓰고 있습니다. Backend.AI는 많은 고속 스토리지를 지원해드리고 있는데, 제가 참여한 Vast data storage를 통합하는 작업이 어떻게 진행되었는지 공유하겠습니다.
발표자 소개
- Software Engineer, Lablup
29 November 2023
[Track2-7] Backend.AI와 AI 반도체 - 서상현 (Lablup)
By 서상현Backend.AI의 가속기 플러그인 구조와 현재까지 개발된 가속기 플러그인들(Mock, CUDA, CUDA Enterprise, ROCm, TPU, IPU, ATOM, Warboy), 현재 추가로 개발중인 가속기 플러그인들(SAPEON, HyperAccel)을 살펴보고, AI 반도체 쪽에서는 어떤 준비가 필요한지 논의합니다.
발표자 소개
- Software Engineer, Lablup
29 November 2023