코드 없이 딥러닝 모델을 만드는 루드비히 툴박스

본 논문은 딥러닝 모델 구축과 학습 과정을 코드 작성 없이도 수행할 수 있는 툴킷, Ludwig(루드비히)를 소개한다. 루드비히는 두 가지 핵심 추상화, 즉 **데이터 타입(type)** 과 **선언형 설정 파일(configuration)** 을 기반으로 설계되었다. 데이터 타입은 입력·출력 피처가 가질 수 있는 의미적 속성을 정의하며, 각 타입마다 전처리(pre‑processor), 인코더(encoder), 디코더(decoder), 후처리(post‑processor), 메트릭(metric)이라는 최소 다섯 개의 함수 인터페이스를 제공한다. 이러한 인터페이스는 동일 타입 내에서 여러 구현체를 플러그인 형태로 교체할 수 있게 하여, 예를 들어 이미지 타입은 VGG, ResNet, DenseNet 등 다양한 인코더를 선택적으로 사용할 수 있다. 루드비히의 실행 흐름은 **Encoder‑Combiner‑Decoder(ECD)** 아키텍처로 구조화된다. 입력 피처마다 전처리와 인코더가 적용되어 텐서 표현을 만든 뒤, Combiner가 다중 입력 텐서를 하나의 통합 텐서로 결합한다. 현재 구현된 combiner는 concat 방식으로, 모든 입력 텐서를 평탄화하고 연결한 뒤 완전 연결층을 통과시켜 단일 텐서를 출력한다. 이 단계는 사용자 정의 combiner(예: attention 기반, hierarchical)로 교체 가능하도록 설계돼 있다. 결합된 텐서는 각 출력 피처 타입에 맞는 디코더를 거쳐 원시 예측값으로 변환되고, 후처리를 통해 인간이 이해할 수 있는 형태(예: 클래스 라벨, 텍스트 문자열)로 복원된다. 메트릭 함수는 학습 단계에서 손실로 활용되며, 타입별로 다양한 평가 지표(accuracy, F1, MSE 등)를 지정할 수 있다. 모델 정의는 **선언형 YAML 파일** 로 기술된다. 사용자는 `input_features`와 `output_features` 섹션에 피처 이름, 타입, 선택 인코더·디코더만 명시하면 된다. 예를 들어 이미지 분류 모델은 `type: image, encoder: resnet`만 바꾸면 VGG 기반 모델로 전환된다. 다중 출력 피처를 선언하면 자동으로 멀티‑태스크 학습이 가능하며, 동일한 설정 파일을 사용해 이미지 캡셔닝, 텍스트 분류, 회귀 등 다양한 작업을 수행할 수 있다. 루드비히는 기존 딥러닝 프레임워크와 비교해 다음과 같은 장점을 제공한다. 첫째, **타입 기반 모듈 재사용성** 으로 코드 중복을 크게 감소시킨다. 둘째, **선언형 모델 정의** 로 실험 관리와 재현성을 높인다. 셋째, **플러그인식 모듈 교체** 로 새로운 아키텍처를 빠르게 테스트할 수 있다. 이러한 설계는 비전문가가 복잡한 파이프라인을 이해하지 않아도 모델을 구축·학습·예측할 수 있게 하여 딥러닝의 민주화를 촉진한다. 하지만 현재 구현에는 몇 가지 제한점도 존재한다. Combiner가 단일 텐서만 반환하도록 고정돼 있어 복합적인 멀티‑모달 결합 전략을 구현하려면 추가 개발이 필요하다. 또한, 타입별 구현체가 충분히 풍부하지 않을 경우 고성능 모델을 구축하기 어려울 수 있다. 선언형 파일이 복잡해지면 가독성이 떨어지고, 디버깅이 어려워질 가능성도 있다. 종합적으로, 루드비히는 **데이터 타입 → 함수 인터페이스 → 선언형 모델** 이라는 삼위일체 구조를 통해 딥러닝 모델링의 진입 장벽을 낮추고, 재사용성과 확장성을 동시에 확보한다. 이는 학계·산업 모두에서 빠른 프로토타이핑, 멀티‑모달 연구, 그리고 비전문가의 모델 활용을 촉진할 잠재력을 지닌다.