전통적인 코딩 방식은 시간과 비용이 많이 들고, 숙련된 개발자 부족이 문제로 대두되고 있다. 노코드 플랫폼은 시각적 인터페이스와 직관적인 도구를 통해 비전문가도 손쉽게 애플리케이션을 제작할 수 있어, 개발 과정을 간소화하고 혁신을 가속화하는 핵심 솔루션으로 자리 잡고 있다.

비전문가에게 노코드 플랫폼은 기술적 장벽을 제거하고 창의적 아이디어를 구현할 기회를 제공한다. 마케팅, 영업, HR 등 기술 비전문가도 자신만의 애플리케이션을 구축하며 업무 생산성을 높일 수 있다. 이로 인해 조직 내 협업이 강화되고, IT 부서의 부담도 줄어드는 효과를 가져와 전반적인 디지털 전환 속도를 크게 높이는 역할을 한다.

한국전자통신연구원(ETRI)이 노코드 기반으로 신경망을 자동생성하고 배포 과정까지 자동화하는 기계학습 개발도구(MLOps)의 핵심기술 탱고(TANGO) 프레임워크를 오픈소스로 깃허브에 공개했다고 4일 밝혔다.

탱고 프레임워크란 AI가 적용된 응용 소프트웨어를 자동으로 개발하고, 클라우드, 쿠버네티스 온프레미스 환경, 온디바이스 등 다양한 디바이스 하드웨어 환경에 맞게 최적화해 배포해주는 기술이다.

예컨대 철강공장에서 품질검사시 철강 데이터의 불량여부 판단은 쉽게 하나, AI의 적용이 쉽지 않았다. 병원의 의사 또한 폐결핵 X-레이 사진만 봐도 손쉽게 병명 판정은 쉬우나 AI로 자동예측하는 모델의 활용은 어려운 게 사실이었다.

탱고 프레임워크는 관련분야 전문지식은 있지만 데이터만 입력하면 자동으로 실행해주는 신경망 처리분야에 적합하다. 깃허브에 있는 설치방법을 통해 간단한 명령으로 자동설치되며, 웹 접속을 통해 바로 실행된다.

기존 AI 응용 소프트웨어 개발 방식에서 데이터 라벨링은 도메인 전문가가 담당하고, AI 모델 개발·학습 및 응용 소프트웨어의 설치·실행은 개발자가 직접 하는 구조였다. 그러나 AI 기술의 확산과 함께 전 산업에서 증가하는 스포트웨어의 수요를 충족시킬  전문가는 부족한 상황이다.

최근 이러한 문제를 개선하고자 AI 응용소프트웨어 개발·배포를 자동화하는 연구가 아마존, 구글, 마이크로소프트 등 글로벌 업체를 중심으로 시작됐다. 하지만, 자사의 서비스 환경만을 위한 개발환경을 제공해 국내 산업 현장의 다양한 하드웨어를 지원하기는 어려웠다.

ETRI는 이와 같은 국내 산업 현장의 수요를 반영, 객체 인식에 최적화된 신경망 자동화 개발 알고리듬을 개발중이다. 특히 의료·스마트 공장 등 산업 현장에서 실제 활용할 수 있도록 데이터 라벨링, AI 모델 생성, AI 학습 및 응용 소프트웨어 배포 전 과정에 대한 최적화, 자동화도 지원한다. 

ETRI는 중앙대학교와 함께 각각 신경망 자동생성 핵심기술과 최적화 핵심기술을 개발 완료했다. 개발 완료에 이어 공동연구기관을 중심으로 실증을 통해 보급확산에 주력하고 있다. 

공동연구기관인 웨다에서는 철강과 자동차 부품 제조 업체 2개 기업을 대상으로 현장 직원들이 활용 가능한 인공지능 서비스를 구축했다. 향후 엣지 디바이스로의 탱고 모델 배포 기능을 활용해 일원화된 외관 품질검사를 진행하고 있다.

아울러 서울대병원도 대규모의 ▲흉부 X선 영상 데이터를 활용해 흉부 X선 영상에서 폐결핵을 자동으로 검출하는 기술 ▲관상동맥 석회화 판별 AI를 개발·검증했다. 2025년에도 탱고 프레임워크를 활용한 AI 개발을 계속해 ▲흉부 X선 영상으로부터 골다공증 유무 예측 ▲폐암 발생 위험 예측 ▲심혈관 질환 발생 위험 예측이 가능한 AI 모델들을 개발할 계획이다.

연구진은 앞으로도 매년 반기별로 새로운 버전의 소스코드를 깃허브로 공개할 것이라고 밝혔다. 

ETRI 조창식 AI컴퓨팅시스템SW연구실장은 “과제의 1단계에서는 핵심기술 개발에 치중했다. 올해 2단계부터는 실증을 통해 탱고 프레임워크의 유용성을 입증하고, 다양한 산업 분야의 보급 확산에 주력할 예정이다.”라고 말했다.