Create ML은 애플(Apple)이 제공하는 머신러닝 모델 학습 도구이자 프레임워크이다. 전문적인 머신러닝 지식이 부족한 개발자도 Mac에서 이미지, 텍스트, 오디오, 표 데이터 등을 활용해 사용자 정의 모델을 학습시킬 수 있도록 설계되었다. 학습된 모델은 Core ML 포맷으로 생성되어 iOS, macOS, visionOS 등 애플 플랫폼 앱에 통합된다.

배너 광고

개요

Create ML은 개발자가 복잡한 머신러닝 알고리즘에 대한 깊은 지식 없이도 모델을 학습시킬 수 있도록 설계된 도구이다. Swift와 macOS의 익숙한 환경을 활용하며, 전용 앱을 통해 시각적인 학습 환경을 제공한다. 모든 학습 과정은 Mac 기기 내에서 로컬로 수행되므로 데이터 프라이버시 보호에 유리하며 별도의 서버 설정이 필요하지 않다.

Create ML 앱 아이콘
Create ML의 공식 앱 아이콘Resources - Machine Learning - Apple Developer

주요 기능

Create ML은 효율적인 모델 학습을 위해 다음과 같은 기능을 지원한다.

  • 멀티모델 학습: 단일 프로젝트 내에서 서로 다른 데이터셋을 사용하여 여러 개의 모델을 동시에 학습시키고 비교할 수 있다.
  • 학습 제어: 학습 과정을 일시 정지하거나 저장하고, 필요 시 다시 재개하거나 학습 횟수를 연장하는 것이 가능하다.
  • 데이터 미리보기: 학습 데이터를 시각적으로 확인하고 검사하여 데이터셋의 품질을 개선할 수 있는 인터랙티브 미리보기 기능을 제공한다.
  • 온디바이스 학습: Create ML Components 프레임워크를 통해 앱 내에서 직접 모델을 학습시키는 Swift API를 제공하여 사용자 맞춤형 경험을 실시간으로 생성한다.

지원 모델 및 데이터 유형

다양한 데이터 유형에 최적화된 학습 템플릿을 제공하며, 주요 분류는 다음과 같다.

데이터 유형주요 작업
이미지이미지 분류, 스타일 전이, 객체 감지
비디오동작 분류, 손 포즈 인식, 객체 추적
오디오사운드 분류
텍스트텍스트 분류, 단어 태깅
표 데이터분류, 회귀(Regression), 시계열 예측

특히 visionOS 앱을 위해 실제 세계의 객체를 추적하는 공간 컴퓨팅 관련 템플릿과 시계열 데이터 분석을 위한 전용 API가 포함되어 있다.

워크플로

모델 생성 과정은 일반적으로 다음의 4단계를 거친다.

  1. 데이터 준비: 모델이 패턴을 인식할 수 있도록 대표성을 띠는 샘플 데이터를 수집하고 폴더 구조나 JSON 파일 등으로 분류한다.
  2. 학습: 준비된 데이터를 Create ML 앱에 드래그 앤 드롭하여 입력하고 학습을 시작한다. 이 과정에서 반복 횟수(Iterations) 등의 매개변수를 조절할 수 있다.
  3. 평가: 학습에 사용되지 않은 별도의 테스트 데이터를 사용하여 모델의 정확도와 성능을 검증한다.
  4. 통합: 성능이 확인된 모델을 .mlmodel 파일로 내보내어 Core ML 프레임워크를 통해 앱 프로젝트에 추가한다.

참고 자료

5

관련 문서