Core ML 개요 — 기기 내부에서 예측·파인튜닝

Core ML 개요 — 기기 내부에서 예측·파인튜닝

모델은 훈련 데이터에 알고리즘을 적용한 결과예요. 새 입력 데이터로 예측을 만드는 데 쓰이고, "코드로 짜기 어렵거나 비현실적인 작업"을 폭넓게 처리합니다. 예를 들어 사진을 분류하거나, 픽셀에서 직접 객체를 검출할 수 있죠.

출처: https://developer.apple.com/documentation/coreml/

모델을 얻는 두 경로

Create ML 앱 — Xcode에 번들로 들어 있고, Create ML로 훈련한 모델은 곧바로 Core ML 형식이라 바로 쓸 수 있어요.
Core ML Tools — 다른 ML 라이브러리로 만든 모델을 이 도구로 Core ML 형식으로 변환합니다.

기기에서의 최적화

Core ML은 CPU·GPU·Neural Engine을 활용해 기기 성능을 최적화하면서 메모리 사용과 전력 소모를 최소화해요. 모델을 기기에서만 돌리면 네트워크 연결이 필요 없어서 데이터가 프라이버시를 지키고 앱 반응성도 좋아집니다.

프레임워크와의 관계

Core ML은 도메인 특화 프레임워크의 기반이 돼요.

Vision — 이미지 분석
Natural Language — 텍스트 처리
Speech — 음성을 텍스트로
Sound Analysis — 오디오에서 소리 식별

또한 Core ML은 저수준 프리미티브(Accelerate, BNNS, Metal Performance Shaders) 위에서 동작합니다.

더 알아보기

https://developer.apple.com/documentation/coreml/integrating-a-core-ml-model-into-your-app — 모델 통합
https://coremltools.readme.io — Core ML Tools 변환 도구