Urbanbase、AWS で 20 倍のスピードのサービス開始

Urbanbase は設立当初、アマゾン ウェブ サービスの AWS Startups Support プログラムを利用して、クラウド上にサービスプラットフォームを構築・運用しました。こうすることで、2D 図面を数秒で 3D に自動変換したり、3D データを使ったバーチャルインテリアのレンダリングや装飾、空間や写真情報に基づく 拡張現実 (AR) 体験などが可能になりました。

3D/バーチャルリアリティ空間関連サービスの世界的な需要は急増しており、海外展開のため、Urbanbase はマイクロサービスアーキテクチャがうまく提供できる大容量ウェブサービスを必要としました。

「サービスプラットフォームにはモノリシックアーキテクチャを採用していますが、規模が小さいうちは問題ありませんでした。とはいえ会社の成長に伴い、より大規模なシステムの構築・運用が必要になったため、新たなアーキテクチャが必要になりました」とUrbanbase CTO の Bang HyunWoo 氏は語ります。

実績のあるサービスプラットフォームのアーキテクチャ変更は簡単ではありません。移行問題は、顧客とパートナーの両方に影響を与える可能性があります。そこで Urbanbase はシンプルな戦略をとることにしました。既存システムをコンテナベース環境にアップグレードし、新サービスはサーバーレスアーキテクチャをベースにすることにしたのです。

Urbanbase は、コンピュータビジョンと深層学習技術を用いて、空間分析、オブジェクト認識、ユーザーの嗜好分析、商品レコメンデーションなどを行う高性能なコンテナオーケストレーションサービスである Amazon Elastic Compute Cloud (Amazon EC2) を用いて、既存の VM 環境を高度化しました。

「当社のようなスタートアップにとって、高速プロトタイプの開発が重要です。マイクロサービスアーキテクチャを使うと、新たなアイデアを着実に実現できます」とBang 氏は言います。「Amazon SageMaker に含まれるアルゴリズムを使用するため、モデル開発に時間を浪費する必要はありません。モデリング、トレーニング、エンドポイント作成も非常にシンプルで、フル運用できるサーバーレスのフロントエンドアプリケーションを開発できました」。

サーバーレスアーキテクチャに切り替えることで、Urbanbase は新サービスプラットフォームの開発運用をスピードアップし効率的に行えるようにしました。Amazon Simple Storage Service (Amazon S3)、AWS Lambda、および Amazon SageMaker を組み合わせると、空間解析プラットフォームの開発は、迅速、効率的、かつスムーズでした。デベロッパーがインフラストラクチャの心配をする必要がなくなったため、Urbanbase は一貫した開発・運用環境を提供できるようになりました。

「AI 機能を必要とする開発では、モデルトレーニング時間が長くなると開発時間も長くなるため、パフォーマンスが非常に重要です。オンプレミスのワークステーションと比較して、Amazon SageMaker のパフォーマンスの速さは約 100 倍です」とBang 氏 は説明します。「また、柔軟な構成のおかげで、モデルの開発やトレーニングが容易になり、推論のために CPU を選択的に使用して、コスト削減にも貢献します」。

「従来の方法でインフラストラクチャを構築していたら、Amazon SageMaker を使った場合と比べて 20 倍以上の時間がかかっていたでしょう」と Bang 氏は付け加えます。