Create ML
본 서비스가 제공하는 내용 및 자료가 사실임을 보증하지 않습니다. 시스템은 언제나 실수를 할 수 있습니다. 중요한 의사결정 및 법리적 해석, 금전적 의사결정에 사용하지 마십시오.
Create ML은 애플(Apple)이 제공하는 머신러닝 모델 학습 도구이자 프레임워크다. 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.
개요
Create ML은 개발자가 복잡한 머신러닝 알고리즘에 대한 깊은 지식 없이도 모델을 학습시킬 수 있도록 설계된 도구다. 2018년 Swift 프레임워크로 처음 도입되었으며, 2019년에는 드래그 앤 드롭 방식의 시각적 인터페이스를 제공하는 전용 앱이 출시되었다. 모든 학습 과정은 Mac 기기 내에서 로컬로 수행되므로 데이터 프라이버시 보호에 유리하며 별도의 서버 설정이 필요하지 않다.
주요 기능
Create ML은 효율적인 모델 학습과 관리를 위해 다음과 같은 기능을 지원한다.
- 멀티모델 학습: 단일 프로젝트 내에서 서로 다른 데이터셋을 사용하여 여러 개의 모델을 동시에 학습시키고 성능을 비교할 수 있다.
- 학습 제어: 학습 과정을 일시 정지하거나 저장하고, 필요 시 다시 재개하거나 학습 횟수(Iterations)를 연장하는 것이 가능하다.
- 데이터 미리보기: 학습 데이터를 시각적으로 확인하고 검사하여 데이터셋의 품질을 개선할 수 있는 인터랙티브 미리보기 기능을 제공한다.
- 외부 GPU 지원: 더 빠른 학습을 위해 Mac에 연결된 외부 그래픽 처리 장치(eGPU)를 활용할 수 있다.
- 연속성(Continuity) 활용: iPhone의 카메라나 마이크를 Mac과 연결하여 실시간으로 모델의 성능을 테스트할 수 있다.
지원 모델 및 데이터 유형
다양한 데이터 유형에 최적화된 학습 템플릿을 제공하며, 주요 분류는 다음과 같다.
| 데이터 유형 | 주요 작업 |
|---|---|
| 이미지 | 이미지 분류, 스타일 전이, 객체 감지 |
| 비디오 | 동작 분류, 손 포즈 인식, 객체 추적 |
| 오디오 | 사운드 분류 |
| 텍스트 | 텍스트 분류, 단어 태깅 |
| 표 데이터 | 분류, 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.
- 데이터 준비: 모델이 패턴을 인식할 수 있도록 대표성을 띠는 샘플 데이터를 수집한다. 예를 들어 이미지 분류기의 경우 카테고리당 최소 10장 이상의 이미지가 권장된다.
- 학습: 준비된 데이터를 Create ML 앱에 드래그 앤 드롭하여 입력하고 학습을 시작한다. 이 과정에서 반복 횟수 등의 매개변수를 조절하여 최적의 결과를 도출한다.
- 평가: 학습에 사용되지 않은 별도의 테스트 데이터를 사용하여 모델의 정확도와 성능을 검증한다.
- 통합: 성능이 확인된 모델을
.mlmodel파일로 내보내어 Core ML 프레임워크를 통해 앱 프로젝트에 추가한다.
Create ML Components
Create ML Components는 앱 내에서 직접 모델을 학습시키고 맞춤형 경험을 제공할 수 있도록 돕는 Swift API 모음이다. 이를 통해 개발자는 시계열 데이터 처리나 온디바이스 학습 기능을 구현할 수 있으며, 사용자의 개별적인 데이터에 맞춘 실시간 모델 업데이트가 가능해진다.