All things distributed — AWS CTO 버너보겔스 블로그 글 번역
참고
Intro
2020 년은 이전과는 다른 엄청난 변화가 있던 한 해였습니다. 이런 급변하는 상황에 잘 적응할 수 있게 해준 것은 기술이었습니다. 2020 년은 우리가 디지털 세계로 옮겨지는 것을 가속화해주었죠. 2021년은 모든 변화에 있어서, launchpad 같은 역할을 할 것입니다!
1. Cloud will be everywhere
기존에 Cloud가 Data Center에 집중되어 있었다면, 이제는 궤도에 있을수도 있고, 공중에 있을수도 있고, 지역, 우리의 차, 집에 있을수도 있습니다. 5G 네트워크가 확장되면서, 엣지 컴퓨팅의 속도가 빠르게 되고, 지연 시간도 감소되었습니다. 그 결과, 매우 낮은 지연속도를 필요로 하는 여러 동작들(자동 운전, 번역, 건강 관련 장비들)에게 데이터 센터에서 처리 되고 오는 과정이 필요가 없게 되었습니다. 앞으로 같은 클라우드 서비스들이 사용자에게 더 가까운 곳에서 동작하게 될 것입니다. 이것은 헬스케어부터 이동수단 까지, 모든 우리 생활부면을 향상시킬거에요!
2. The Internet of Machine Learning
Data Explosion을 우리는 보고 있다. 앞으로 3년동안 만들어질 데이터가 지난 30년동안 만들어지는 데이터보다 많을 것이다. 머신러닝은 워크로드가 무거워 강력한 하드웨어 없이는 실행하기 어려웠다. 하지만 소프트웨어와 실리콘의 발전으로, 하드웨어와 소프트웨어가 함께 일하며 edge에서 엄청난 일들을 수행할 것이다.
많은 산업과 정부에서 머신러닝 모델을 채택하는 것이 가속화될 것이다. 머신러닝이 생산 라인에 임베디드 되고, 농부가 물과 토양같은 자원들을 관리하는데 도움을 줄 것이다. 작은 규모의 농부들이 대다수를 이루는 곳에서도 새로운 어플리케이션에 있는 머신러닝 모델을 사용하고, edge에서 데이터를 수집하는 것은 혁신적으로 생산성을 높이는데 도움을 줄것이다.
HARA uses ML to analyze data from hundreds of thousands of small holder farmers across the region. The data collected in their fields by people and devices includes the seasonal growth cycles of their farms — what it took to grow their crop, and what they were able to earn from it. That analysis not only helps farmers get access to reasonable credit, but as the pandemic has continued, HARA is using its platform to identify the places and people who need food the most, match them with the farmers who have it, and figure out the logistics in between. Yes, this is a hard, human problem, but technology is ready to help solve it.
이미 Sensor와 Device들이 서로 클라우드를 통해 연결되고 있다. 우리는 M2M(machine-to-machine)의 폭발적인 증가를경험하게 될 것이다. 나는 M2M 연결이 50%를 넘고, 성능도 높아질 것이라고 생각한다.
With this rise in M2M connections feeding data into more ML models, we are starting to see more custom silicon, tailored for ML. With AWS Inferentia, we are beginning to see how we can drive down the costs of ML in terms of power and compute. As those costs continue to decrease and performance increases, we’ll see ML use-cases performing the computation and building new models at the edge. It’s a game-changer for applications that require very low latency.
3. Picture, Video and Audio will speak more than words
몇 년 전에 나는 키보드가 음성인식 컴퓨터에 의해 없어질 것이라고 했었다. 그리고 기계와 대화할 수 있는, 훨씬 더 자연스러운 여러 인터페이스가 늘어나고 있다. 우리는 코로나로 인해, 오디오, 비디오, 이미지와 더 많이 대화하게되었다. 그 결과, 우리가 멀티미디어를 소비하는 만큼 스크린에서 소비하는 텍스트의 양은 줄어들게 되었다. 트위터에서는 평균적으로 80%의 메시지가 이미지나 비디오를 포함하거나, 이미지나 비디오만 업로드 되었다. 또한 지난 여름, 트위터는 오디오 트윗을 내놓았다.
고객과 긴밀하게 연결되고 싶은 회사라면, 이런 바뀌는 습관에 주의를 기울여야 한다. Alexa(AWS 음성인식 서비스, 애플의 Siri와 비슷)는 이미 고객들이 그들의 음성으로 쇼핑을 할 수 있게 해준다.
또한 이런 이미지, 비디오, 음성들은 모두 새로운 제품과 서비스에 대한 인사이트를 제공하는 데이터들이다. 이제 디지털 음악은 우리가 제일 좋아하는 음악을 틀어줄 뿐 아니라, 우리에게 새로운 뮤지션을 발굴하고, 새로운 트랜드를 따라가고, 음악의 역사와 장르를 배우게 하고, 아티스트에게는 음악을 분위기와 장소, 단어와 매칭하게 해준다.
4. Technology will transform our physical worlds as much as our digital worlds
2020년 우리는 사회적 거리두기를 진행했다. 우리가 수십년간 살고 일해왔던 도시의 공간은 팬데믹 시대에서 잘 기능을 수행하지 못했다. 발전된 데이터 분석의 도움으로, 2021년 우리는 사회적 거리두기의 장점을 주는 방식으로 도시를 새롭게 디자인하기 시작할 것이다. 이것은 우리가 멀리 떨어져 있다는 감정에서 벗어나게 도와줄 것인데, 우리는 그동안 어떻게 더 밀집되고 효율적으로 공간을 디자인할까 생각했던 것에서 벗어나, 어떻게 커뮤니티를 더 건강하고 안전하게 만들지에 대해 고민할 것이다. 이것이 바로 디지털과 물리의 진실된 수렴이다.
예를 들어, 데이터 분석 기술과 머신 러닝의 발전으로, 도시는 어떻게 보행자들이 움직이는지 도보 트래픽 정보를 분석할 수 있을 것이다. 우리는 시간마다 보행자들이 얼마나 움직이고, 어떻게 하면, 안전하게 움직일 수 있을 지 예측할 수 있을 것이다. 특히 여름 관광객 시즌이나, 겨울 독감 시즌에 말이다. 박물관 같은 경우에는, 아트워크를 설치할 최적의 장소와, 화장실이 있어야 하는 장소를 예측할 수 있을 것이다.
Another physical transformation we will see is less social and more financial — the rapidly vanishing need for cash in our pockets. One of the biggest changes from the pandemic has been the rise of cashless payments. In some bars and restaurants around the world, cash is forbidden. As a result, we have seen the dramatic rise in new online payment platforms whose businesses are built in the cloud, and whose underlying encryption and ledger systems — blockchain is one example — are cloud-based as well. Those options will only proliferate as the world increasingly accelerates to digital technologies that replace antiquated, centuries-old approaches.
