Hugging Face 로 AI 모델 맛보기!!

챗GPT를 비롯하여 최근에 AI 열풍이 핫하다. 2000년대 초반 닷컴 버블에 비유하는 사람들도 있다. 그 열풍은 주식시장에서 비슷하긴하다. AI를 적용한다는 발표만해도 미국 주식중에 몇십%씩 폭등하는 종목들도 허다하다. 그 모습이 이전에 닷컴버블과 유사하다고 생각하는 사람들이 있는건 어찌보면 당연한 현상인듯 하다.

 

현존하는 AI 기술이 챗GPT같은 NLP기반의 대화형 모델만 있는것은 아니다. 여러가지 많은 모델들(pre-trained)이 공개되어 있고, 그런 것들을 맛볼수 있는 사이트도 있다. 오늘 소개할 Hugging Face라는 사이트이다. 여러가지 공개된 AI모델들이 등록되어 있는, 커뮤니티 사이트이다. 아래 링크에서 확인할수 있다.

 

https://huggingface.co/

Hugging Face – The AI community building the future.

상단의 model 메뉴를 클릭하면 아래와 같이 여러 카테고리의 공개된 AI 모델을을 볼수 있다.

여러모델중에 컴퓨터비전에 Image Classification 을 선택하고 오른쪽 모델에서 아래처럼 

google/vit-base-patch16-224 모델을 선택하여 내가 원하는 이미지를 업로드하여 AI 모델을 테스트 해보았다.

sunscreen, sunblock, sun blocker 와 같이 이미지를 설명하는 문장들이 나온다. 

어떻게 사용하는지 참고 코드도 설명 부분에 아래처럼 나온다.

from transformers import ViTFeatureExtractor, ViTForImageClassification
from PIL import Image
import requests

url = 'http://images.cocodataset.org/val2017/000000039769.jpg'
image = Image.open(requests.get(url, stream=True).raw)

feature_extractor = ViTFeatureExtractor.from_pretrained('google/vit-base-patch16-224')
model = ViTForImageClassification.from_pretrained('google/vit-base-patch16-224')

inputs = feature_extractor(images=image, return_tensors="pt")
outputs = model(**inputs)
logits = outputs.logits
# model predicts one of the 1000 ImageNet classes
predicted_class_idx = logits.argmax(-1).item()
print("Predicted class:", model.config.id2label[predicted_class_idx])

Hugging Face 의 Transformers 라이브러리를 통해서 이미지를 분류한다고 하네요.

아래처럼 여러 클라우드 서비스에서 사용할수가 있구요.

 Azure 구독이 있어서 애저에서도 가능한지 찾아보았습니다. 찾아보니 아래처럼 리소스가 존재하네요.

아쉽게도 아직 Korea 리전에서는 지원하진 않는것 같네요.

가격정책을 보니, 구독에 약정된 금액은 사용할수 없다고하네요.

아직 사용해 보진 못했지만, Hugging Face와 같은 AI모델들을 공개하는 곳이 점점 늘어날 것으로 예상되고, 이러한 모델을 서비스하기위한 클러스터를 잘 선택해서 활용하면, 어려운 AI모델들을 활용하여 비지니스 모델을 개발할 수 있지 않을까 생각이 든다.