Apple은 20개의 새로운 CoreML 모델과 4개의 데이터 세트를 출시했으며, 모두 개발자가 Apache 2.0 오픈 소스 라이선스에 따라 사용할 수 있습니다. CoreML 모델의 장점은 네트워크 없이 장치에서 로컬로 실행되므로 더 빠른 응답 시간을 제공하고 사용자 데이터를 비공개로 유지할 수 있다는 것입니다. 예를 들어 새로 출시된 모델은 이미지 배경 제거를 지원하며 개발자는 이미지 배경 제거를 위한 전용 로컬 애플리케이션을 쉽게 구축할 수 있습니다.
Apple은 최근 잘 알려진 AI 모델 호스팅 플랫폼인 HuggingFace에서 20개의 새로운 CoreML 모델과 4개의 데이터 세트를 출시했습니다. 이러한 모델은 모두 Apache 2.0 라이선스에 따른 오픈 소스이며 모든 개발자가 사용할 수 있습니다.
CoreML 프레임워크를 사용하는 이러한 새로운 모델은 기능면에서 다르지만 작업을 수행하기 위해 기기에서 로컬로 AI 모델을 실행하는 데 중점을 두고 있으므로 잠재적인 개인 정보 보호 문제를 해결하기 위해 데이터를 클라우드에 업로드할 필요가 없습니다.
예를 들어 개발자는 이미지 분류를 위한 애플리케이션을 구축할 수 있습니다. 갤러리에 액세스하기 위한 사용자 승인을 얻은 후 처리를 위해 장치 측 모델을 호출할 수 있습니다. 또는 이미지의 배경을 빠르게 제거할 수 있는 애플리케이션을 구축할 수도 있습니다. 장치 측 모델을 사용하면 이미지를 업로드할 필요가 없어져 사용자의 개인 정보 보호 문제를 해결할 수도 있습니다.
물론, Device-side 모델을 사용하는 또 다른 장점은 응답 속도가 매우 빠르다는 것입니다. 클라우드 처리를 통해 개발자는 동시 사용을 지원하기 위해 더 강력한 성능을 갖춘 서버를 제공해야 합니다. 서버 응답 및 처리가 필요한 반면 로컬 처리에는 네트워크 사용이 필요하지 않으므로 응답 시간 문제도 제거됩니다.
현재 AI 모델을 디바이스에서 실행할 때 가장 큰 문제는 칩 성능이다. 예를 들어 애플이 출시한 애플 스마트폰은 A17Pro와 애플 M 시리즈 칩만 지원한다. 구형 칩의 경우 성능 문제가 있기는 하지만 여전히 타사 개발자가 지원을 제공해야 합니다.
HuggingFace의 창립자는 이를 주요 업데이트라고 불렀습니다. Apple은 CoreML을 기반으로 하는 많은 새로운 모델을 HuggingFace 저장소에 업로드했습니다. CoreML 모델은 네트워크 연결 없이 장치에서만 실행됩니다. 이를 통해 개발자는 애플리케이션에서 "번개 같은" 속도를 유지하고 사용자 데이터의 개인 정보를 보호할 수 있습니다.
관심 있는 개발자는 HuggingFace의 Apple 홈페이지를 방문하여 이러한 모델을 얻을 수 있습니다. Apple은 일부 모델에 대해 종이 설명도 제공합니다. 개발자는 문서 설명(https://huggingface.co/apple)을 기반으로 이러한 모델의 성능을 빠르게 이해할 수 있습니다.