Core ML

Core ML은 Apple 하드웨어를 활용하고 메모리 공간 및 전력 소비를 최소화하여 다양한 모델 유형의 기기 내 성능에 최적화되어 있습니다.

Core ML을 사용하여 다채로운 경험하기

온전히 기기 자체에서 모델 실행

Core ML 모델은 엄격하게 사용자의 기기에서만 실행되고 네트워크에 연결할 필요가 없으므로 앱의 반응을 보장하면서 사용자 데이터를 비공개로 유지할 수 있습니다.

첨단 신경망 실행

Core ML은 이미지, 비디오, 사운드 및 기타 리치 미디어를 파악하도록 설계된 첨단 신경망과 같은 최신 모델을 지원합니다.

모델을 Core ML로 변환

TensorFlow 또는 PyTorch와 같은 라이브러리의 모델을 Core ML 컨버터를 사용하여 그 어느 때보다 쉽게 Core ML로 변환할 수 있습니다.

기기 내에서 모델 맞춤화

앱에 번들로 제공되는 모델을 기기 내의 사용자 데이터로 업데이트할 수 있어, 개인 정보를 침해하지 않고도 사용자 행동에 맞춰 모델을 유지할 수 있습니다.

Xcode 윈도우가 열려 있는 Mac Studio 및 Apple Studio Display.

Xcode 통합

Core ML은 Xcode와 긴밀하게 통합되어 있습니다. 코드 작성을 시작하기 전에 모델의 동작 및 성능을 살펴보십시오. 자동으로 생성되는 Swift 및 Objective-C 인터페이스를 사용하여 앱에 모델을 손쉽게 통합해 보십시오. Core MLNeural Engine Instruments를 사용하여 Core ML에 기반한 앱 기능을 프로파일링할 수 있습니다.

성능 리포트 New

코드를 작성하지 않고도 연결된 기기에서 측정된 모델 성능 리포트를 생성해 보십시오. 컴퓨팅 장치 사용량 분석과 함께 로드 및 예측 시간 요약을 검토할 수 있습니다.

Instruments로 프로파일링하기 New

Core ML Instruments를 사용하여 Core ML API 호출 및 관련 모델을 볼 수 있도록 앱을 프로파일링할 수 있습니다. Core ML에서 하드웨어로 언제 어디에 작업을 배정하는지에 대해 확인할 수 있고 Metal 및 새로운 Neural Engine Instruments을 사용하여 더 자세한 정보를 확인할 수도 있습니다.

실시간 미리보기

Xcode에서 바로 샘플 데이터 파일이나 기기의 카메라 및 마이크를 통해 실시간으로 모델의 동작을 미리 볼 수 있습니다.

모델 배포

Core ML 모델 배포 덕분에 CloudKit을 사용하여 모델을 앱에 손쉽게 배포할 수 있습니다.

모델 암호화

Xcode는 모델 암호화를 지원하여 머신 러닝 모델에 대한 보안을 강화합니다.

강력한 Apple Silicon

Core ML은 CPU, GPU 및 Neural Engine을 포함한 강력한 하드웨어 기술을 가장 효율적인 방법으로 원활하게 활용하도록 설계되어 성능을 극대화하고 메모리와 전력 소비를 최소화합니다.

Core ML 시작하기

Create ML

Mac에서 바로 코드 없이 Core ML 모델을 빌드하고 학습시킬 수 있습니다.

더 알아보기

Core ML 컨버터

Coremltools Python 패키지를 사용하여 타사 학습 라이브러리의 모델을 Core ML로 변환합니다.

더 알아보기

모델

Core ML로 변환된 연구 커뮤니티의 모델을 사용하여 시작해 보십시오.

모델 찾아보기