머신러닝 애플리케이션 개발의 간소화 일반적으로 머신러닝에서 성과를 내고자 하는 대기업이라면 일단 데이터 사이언티스트를 한두 명 채용해 몇 달 동안 막대한 데이터를 수집한 후 클린해 AI 모델을 만든다. 그 다음에는 임베디드 개발자가 마이크로컨트롤러에서 구현을 포팅하거나 STM32Cube.AI와 같은 툴을 이용해 신경망을 STM32 MCU에 최적화된 코드로 변환한다. 하지만 회사가 예산에 쪼들린다면 데이터 사이언티스트 한두 명 채용하기가 녹록치 만은 않을 것이다. 업무를 아웃소싱하는 일조차 아예 불가능할지도 모른다. 사안이 민감할 수도 있고 상주할 인력이 필요할 수도 있다. 인력을 제대로 확보하고 시간까지 충분하다고 해도 양질의 데이터를 확보하기란 쉽지 않다. 머신러닝이 크게 발전했지만 믿을 만한 트레이닝..