[Cloud] GCP Users' Conf 2017 - GCP 좀 하시는 강사님과 컨퍼런스

안녕하세요 **우기**입니다.

지난 주 GCP Users 컨퍼런스에 참석을 했습니다.
유료세미나지만 금액이 크지도 않아서 신청했습니다.
퓨처플레이가 있는 사옥이네요.

---------- 키오스크를 보니 제대로 온 게 맞네요. 바로 지하로 내려갔습니다.

---------- 인포에서 등록을 하고 보니 **Jira**로 유명한 **ATLASSIAN** 부스가 있네요. 여기도 간단한 설문만 하면 많은 경품을 주었습니다. 유저그룹이지만 구글직원도 참가하셨네요. 역삼 **마루180**에서 행사를 진행했습니다.

---------- 다양하게 준비를 많이 해주셨네요. 참가한 사람 모두 커피가 무료 제공이었습니다. 저도 커피 한잔 받고 컨퍼런스 장소에 입장했습니다.

---------- 컨퍼런스 스케쥴을 보니 빽빽하네요. 신경을 많이 쓴 것이 보입니다. **Bigquery** 듣고 싶었는데 해당 강사님이 회사에서 바쁜 업무로 불참하셔서 **Firebase** 강사님으로 대체하셨네요. 개인적으로는 인공지능 플랫폼에 더 관심은 많습니다^^

---------- 첫 번째 사례는 **카이스트 석사 출신인 이준범 강사님**이 강연을 했습니다. 소재가 재밌네요. **썸남/썸녀의 성공 활률**을 다양한 요인의 상관관계로 성공인지 에측하는 모델입니다. 기간이 짧아서 데이타 수집에 어려움이 있었고 Supervised 모델이기 때문에 라벨링 처리도 쉽지 않았던 것 같습니다. 성공의 중요 요소가 **카톡답장시간, 내용, 같이 보내는 시간의 길이, 만나는 주기** 였다고 하네요. 사람 마다 차이가 있지만 팀원 중에 한 여자분은 썸남한테는 밥을 안 먹는다고 하네요^^ 많이 웃었습니다. 재밌는 부분은 참여는 여자분들이 많고 사용은 남자분들이 많았다고 하네요 ^^ 본인의 분석 상 스킨쉽은 일단 하는게 맞고 대신 **포옹**이 좋다고 합니다. 싱글남 분들에게 도움이 됐으면 좋겠네요. 만남이 길다고 좋다는 것이 의미가 없고 4~8시간 정도가 의미가 있다고 하네요.. 재밌는 연구였습니다.

---------- 두 번째는 **우먼스톡 CTO**께서 **GCP기반으로 NoOps** 주제로 강연하셨습니다. MAU가 100만 정도에 다양한 국외 리전을 사용하고 계셨습니다. **App Engine, Compute Engine Pub/sub, Redis** 등을 사용하시고 기존 클라우드보다 한 리전으로만 사용해도 비슷한 커버리지가 된다고 하시네요. 전부 GCP기반으로 Migration은 하시지는 않았지만 RestAPI로 서로 상호적으로 운영 중이라고 하네요. Firebase도 적재 시 비용이 발생할 수 있어서 하루뒤에 삭제하시는 알뜰함을 보이십니다.

---------- 열심히 공부했으면 점심을 먹어야죠 운영자측에서 도시락을 주셨습니다. 한솥 도시락이네요^^ 맛나게 먹었습니다. 컨퍼런스 도시락은 자리에서 먹는게 제 맛이죠 ㅎㅎ

---------- 졸림을 방지하기 위해서 커피 한잔 먹고 다시 달립니다. 세 번째 강의는 **CloudEndure**라는 클라우드 기반 스토리지 복제 서비스입니다. On-Premise, 타 클라우드의 볼륨을 실시간으로 복제할 수 있는 서비스입니다. Migration 때 유용할 수 있고 **무료**라고 하네요.

---------- 네 번째 강의는 **Shakr CTO**께서 발표하셨습니다. **App Engine의 Flexible Environment**를 통해 간단한 Application 배포 관리의 운영을 설명해주셨습니다. 장단이 있는 것 같네요. App Engine 자체는 관리의 생산성은 좋으나 Compute 처럼 **가격할인**이 되지 않습니다. 운영과 비용의 판단하에서 선택을 하면 될 것 같네요. 적은 인력으로 운영 중이시라면 App Engine기반을 추천드립니다.

---------- 이제 제가 듣고 싶은 세미나가 슬슬 나오네요. **이찬우 Co-Founder가 GCP에서 Tensorflow 궁합**에 대해서 섦명을 했습니다. 대용량 기반의 데이타 처리를 위해서는 기존 On-Premise에서는 쉽지가 않습니다. Dataflow라는 pipeline solution **Apache Beam**을 기본 채택을 해서 대량의 데이타를 처리시 높은 처리 성능을 보여줄 수 있다고 합니다. 다만 2~3만 건에서는 별 차이가 없다네요. 또 GCP를 이용해 분산러닝을 하면 몇 일이 걸렸던 task가 24시간안에 처리가 된다고 합니다.

---------- **Firebase** 이용 사례에서 **NBT Tech 리더 최재원님**은 해당 Firebase로 서버 레이어도 개발을 편리하게 했던 경험을 강연했습니다. 본인을 포함해서 모바일 클라이언트 개발자가 더 많아서 서버 개발자가 한 명과 함께 퀴즈게임의 서버를 Firebase Realtime DB로 구현하셨다고 했는데 영상으로 봤을 때 전혀 속도 저하가 없었습니다. 서버 개발의 시간을 많이 안 들이고 적용을 가능한 사례를 보여줬습니다. 다만 50만 MAU 이상은 직접 서버 개발을 하는게 좋다고 하시네요.

---------- 관심 있던 챗봇에 대해서 강연을 해주신 **꿈많은 청년들의 CTO**께서 설명을 해주셨습니다. 경험해보신 분은 아시겠지만 생각보다 Ai 챗봇이 쉽지가 않습니다. 많은 알고리즘이 나왔지만 한글이라는 장벽이 생각보다 높네요. NLP 처리가 난위도가 있고, 턴 방식의 대화에서 이전 대화의 내용도 챗봇이 기억하고 있어야 원할한 대화가 가능합니다. 그래서 대부분 Intent 기반의 one 턴 방식의 대화가 주류입니다.

이상 후기였습니다. GCP를 비롯해서 AZURE, AWS도 각기 장점이 있습니다. 본인한테 맞는 서비스를 쓰시면 될 것 같네요. 운영 인력만 있다면 IDC를 사용해도 좋고요.^^