한빛미디어

[나의 한줄 추천사]

라즈베리파이에서 구동하는 머신러닝이겠지 선입견(?)으로 접근했는데, 전혀 아니였다. OS 없는 초전력 초경량 머신러닝에 입문하고 싶다면 이책을 보라

​

[책을 구매한 이유]

초경량화 Tensorflow Lite 로 변환 포팅하고, 서비스 구현(음성인식, 인체감지, 마술 지팡이) 까지 해볼 수 있다.

※ 마술 지팡이 : 지팡이에 가속도 센서를 달아서 지팡이를 휘드르면 LED 에 불을 켜는 프로젝트

​

[내가 찾고자 했던 질문과 대답들]

- 기존 ML과 어떤 차이점이 있나?

1mW 코인배터리로 1년의 수명을 유지할수 있는 초전력, 초경량화 Edge 센서 동작하는 TinyML 이다. 기존 딥러닝같은 경우 추론하는 과정에서도 엄청난 컴퓨팅이 들어가는데, TinyML은 센서에 발생하는 원시적인 데이터를 추론시켜서 의미있는 데이터로 보여주기 때문에 그자체 하나만으로 초전력, 초경량화 가격도 싼 Edge 컴퓨팅이 가능하다.

​

- TinyML 포팅하는 방법?

앞단에 머신러닝 모델 방법은 똑같다. 뒷단에 Tensorflow Lite 변환하는 부분부터가 다르다.

소형 마이크로컨트롤러에서 모델을 실행하려면 그것에 맞게 다른 인터프리터와 도구가 필요한데 바로 Tensorflow Lite

이다. "Converter" 통해서 모델의 크기를 줄이고, 성능 저하시키지 않으면서 빠르게 실행하기 위한 특수 최적화 가능하다. 모델 변환이 끝나면, 모델을 배포하는데 마이크로컨트롤러용 "Tensorflow Lite C++ 라이브러리"를 사용하여 모델을 로드하고 추론할수 있다.

​

- TinyML 무엇을 할수 있나?

저자도 현재까지 "킬러앱" 없다고 한다. TinyML 생소한 이유도 그러한 이유인것 같다. 하지만 극한 작업이 필요한 소방관이나, 우주탐사 등 전력소모가 최소화하면서 오랫동안 꾸준히 동작해야하는 경우 적용해볼수 있을것 같다.

그래서 더욱 끌리는 것인지도 모른다.