first

0:00

S… Speaker 1 (first)

앱을 통해서 우리 사람에게 전달해주고 또 사람의 명령을 밑으로 전달해주고 해주는 서비스 인터페이스 기술 이 세 가지가 융합을 해야 드디어 IoT가 이루어집니다. 그래서 사물인터넷에 기술 3요소를 넣어주세요. 간단해요. 데이터를 딱 잡아.

0:30

S… Speaker 1 (first)

센싱 기술. 얘를 사람한테 보내. 네트워크 기술. 사람이 그걸 읽어. 인터페이스 기술. 그렇게만 생각하시면 쉬워요. 사물인터넷은 어떻게 진화해왔냐. 이게 이제 한 15년, 2015년 십일랜드입니다. 전후로 해서 등장하기 시작했어요. 이게 이제 여기에 기대한

1:05

S… Speaker 1 (first)

지대한 역할을 한 게 라즈베리에요. 라즈베리 뿐만 아니고 여러가지 장비들이 나오고 있는데 이 라즈베리가 우리가 많이 쓰는 거고 나중에 3학년 때 이걸 할지 안 할지는 모르겠습니다만 담당 교수님에 따라서 어떻게 안 쓸 수도 있어요. 어쨌거나 라즈베리는 요만한 명암만한 데의 컴퓨터가 완벽하게 다 들어갑니다.

1:41

S… Speaker 1 (first)

15년을 전후해서 그런 것들이 나오고 인터넷도 4세대 인터넷이 나오게 돼서 시작이 아주 성공적으로 잘 됐어요. 그때는 딱 연결만 했습니다. 데이터 있으면 캡처해서 전달하고 우리가 볼 수 있고 저장할 수 있고 연결형이 1단계였고요.

2:11

S… Speaker 1 (first)

그 다음에 이제 지능형으로 바뀝니다. 그래서 원격 제어도 하고 뭐 이렇게 뭐 리컨대 카메라 돌리고 그 다음에 뭐 좀 센서들이 돌아다닐 수 있게 그래서 그거를 우리가 관제할 수 있게끔 해주고 그래서 거기서부터 정보를 많이 얻어낼 수 있게끔 해주는 게 이제 지능형입니다. 3단계는 이제 아직은 안 나왔습니다만 이제 슬슬 나오기 시작하죠. 이제는

2:51

S… Speaker 1 (first)

이걸 피지컬 AI라고 해서 피지컬 AI는 시체가 있는거에요. 시체가 있다는 것은 뭐에요? 아틀라스 뭐 이런것처럼 로봇이 돌아다니는거에요. 아니면 자율주행 자동차 돌아다니는거 이런것들이 실제로 돌아다니면서 데이터를 계속 얻어내고 판단하고 결정하고

3:21

S… Speaker 1 (first)

이렇게 가지고 이 일을 처리하고 이런 것들입니다. 아직은 조금 아직은 촉구 단계에요. 그래서 자유형 IoT는 오토노미라고 하는 로봇을 얘기합니다. 자동으로 주행하거나 자동으로 걸어다니거나 그러면서 스스로 의사결정을 하고 상황 판단도 하고 소통하고 이러는 것들.

3:55

S… Speaker 1 (first)

이런 것들이 3단계입니다. 아직은 멀었습니다. AIoT라는 게 있어요. 아까 AI에서 서비스처럼 AI를 모든 사물에다 넣는 사물형 AI를 얘기합니다. 사물인터넷에다가 AI가 결합됐으니까 어떻게 됐냐면 사물인터넷은 이렇게 확장이 넓어요.

4:35

S… Speaker 2 (first)

매달려 있는 놈도 있지만 돌아다니는 놈도 있어요. 자동차에 매달려서 돌아다니는 놈도 있어요. 로보랑 같은 곳에 매달려서 돌아다니는 놈도 있고. 움직임이 굉장히 넓은 범위를 설치하고 있는데 반면에 진흥은 없어요.

5:00

S… Speaker 1 (first)

사물인터넷의 경우 지능은 없습니다. 자 이때 클라우드 컴퓨팅을 하면은 지능은 올라가는데 여전히 범위는 제한민국이죠. 여기에 이제 뭐 엑지컴퓨터라고 하는 요새 조그마한 컴퓨터들이 나오는데 그게 이제 왔다갔다 조그마하니까 왔다갔다 할 수 있는 움직임은 되게 넓은데 아직은 이제

5:28

S… Speaker 1 (first)

지능은 아직은 좀 멀었죠. 이때 인공지능이 들어옵니다. 인공지능은 지능은 높아요. 그런데 얘도 아직은 컴퓨터에 국한되어 있기 때문에 운행 범위가 제한됩니다. 그런데 여기에 사물인터넷을 얹으니까 드디어 AIOT로 되어 가지고 지능도 높으면서 움직임 범위도

5:56

S… Speaker 1 (first)

덜어지는 그런 일이 벌어집니다. 그게 AI 복귀가 되겠습니다. 앞으로는 IoT에다가 인공지능을 심어서 이렇게 많이 하겠다 이런 뜻입니다. 거기에 따른 AI 알고리즘은 우리가 알고 있는 AI 알고리즘들이고요. 다만 여기에 실제로

6:29

S… Speaker 1 (first)

물리적인 움직임까지를 다 해줘야 돼요. 그래서 텀블링도 하고 넘어졌을 때 다시 일어나기도 하고 앞에 장애물이 있으면 피해가기도 해야 되는 그런 지능까지 넣어줘야 돼요. 그렇게 되면 이제 드디어 AIOT가 나오게 됩니다. 그러면 이제 결합 사례

7:04

S… Speaker 1 (first)

사물 인터넷과 결합 사례는 드론 배송, 드론이죠. 드론이 뭐 우리 택배도 배달하지만 저기 보니까 폭탄도 잘 배달하더구만 좋은 세상이 됐습니다. 어쨌거나 드론. 드론이 사실 이렇게만 생각하는데 이게 10km 이상 올라갑니다. 10km, 20km 올라가요. 10km, 20km 올라가면 어떤 일이 벌어지냐면

7:42

S… Speaker 1 (first)

공기가 해박해지고 여기서 잡으려고 미사일을 쏴도 안 닿아요. 너무 높아서 10kg 이상입니다. 이 10kg만 아예 닿는 게 거의 없어요. 싸대 정도 닿을까? 그래서 저걸 떨어뜨릴 수가 없을 정도로. 그런 것이 요즘 나오는 틈사형 드론들이고 이런 드론들은 사실 머리 위로 날아다니기 때문에

8:14

S… Speaker 1 (first)

어떻게 보면 이 안전성을 확보를 해야 되는데 이게 제일 큰 관건이라고 생각합니다. 스마트홈은 뭐 요새 많죠. 스마트홈은 밖에서 귀가하기 전에 1시간 전에 나 집에 갈 거야. 실내온도 조절을 해서 들어가고 이런 것들 있죠. 누가 왔는지 침입. 혹시 침입.

8:42

S… Speaker 1 (first)

침입 센싱이 올리면 바로 볼 수가 있죠 화질 센싱 올려도 바로 볼 수가 있고 이런 것들이 스마트폼에 연결되어 있어요 스마트폼 지금 여기에 나오는 스마트폼은 이건 좀 옛날 구식이고요 말씀드렸는지 모르지만 요새는 다 이렇게 폼베어 벨트로 수직으로 올라가 있습니다 그래서 여기에 이렇게 칸칸이 이제 가요 이쪽에서 인공... 인공 그 햇빛을 여기서 쪼개

9:23

S… Speaker 1 (first)

인공의 빛이 쪼이면 여기에 식물이 뿌리가 담기는데 여기에 물하고 영양액만 드러납니다. 그러니까 우리가 알고 있는 흙이 필요 없습니다. 이 땅도 필요 없습니다.

9:43

S… Speaker 2 (first)

이게 여기서 시작해요. 시작 스타트가 되면 여기서 여기 올라가면 꽃을 피워요. 열매가 맺는 단계에서 이 밑에 내려가잖아요. 여기서 엔드

10:00

S… Speaker 1 (first)

초학을 합니다. 그래서 이게 컨베너벨트로 완벽하게 한 바퀴 돌아가면 일생을 끝마치는 그런 게 되고요. 심지어 농장, 농사, 농부가 해외여행도 갈 수 있어요. 물은 자동으로 주기 때문에. 그리고 밖에 나가서 보고 뭐가 부족한지 파악할 수도 있고요. 그 다음에

10:32

S… Speaker 1 (first)

생육 상태도 파악할 수가 있고요. 이 정도로 스마트팜이 발전되어 있습니다. 그래서 지금 여기에 나오는 이렇게 로봇이 돌아다니면서 뿌리고 이러는 일이 끝났고요. 요즘은 홈베벨트로 돌아간다는 것이 괜찮고요. 그래서 네덜란드에서 스마트팜 경연대회를 했습니다. 네덜란드의 유명한

11:04

S… Speaker 1 (first)

농부들하고 우리나라 대학생 대결했어요. 누가 이길게? 우리나라 대학생이 있겠어. 어이가 없어가지고. 스마트팜은 그래서 좋은거야. 아무나 프로그램만 듣자면 수익이 엄청나게 올라갈 수 있어요. 자 이런 것들이 사물인터넷이에요. 바로 이런 것들이 사물인터넷. 여기에는 보세요.

11:32

S… Speaker 1 (first)

센싱 기술 다 있죠. 그 다음에 피지컬하게 물 주는 거 있죠. 돌리는 거 있죠. 식 뿌리는 거 다 있죠. 햇빛 조였다. 얘네는 인공의 햇빛을 24시간 내내 다 조이고 있어요. 그리고 바람도 불어져요. 왜 바람이 불어질까요? 줄기가 튼튼해지라고 바람까지 불어졌는데 선풍기 돌립니다. 선풍기 돌리고

12:02

S… Speaker 1 (first)

떨어지면 문 열고 창문 열어서 환기시켰고 다시 닫고 그래가지고 얘네들은 농약이 필요 없습니다. 왜 그럴까요? 외부가 차단되어 있기 때문에 농약이 필요 없어요. 그래서 나중에 여러분들도 스마트팜에 관심 있으신 분들은 이게 인간은 어차피 모바일차이기 때문에 이 스마트팜이 굉장히 유명합니다. 관심을 가지시면

12:38

S… Speaker 1 (first)

스마트 팩토리도 있어요. 얘는 물건을 설계, 개발, 만드는 거, 유통, 모든 걸 다 AI가 됩니다. 심지어 사람이 보고 불량품을 잡아내는 게 아니에요. 사람은 이렇게 보고 있으면 눈 깜빡거려야죠. 보다 좋을지요. 그래서

13:14

S… Speaker 1 (first)

로보트 비전이 다 합니다. 그래가지고 더 정확하죠. 금 간 거, 이물질 들어가는 거 다 걸로 냅니다. 그래서 이제 그것도 문제예요. 이제 일자리가 없어지겠죠. 지금 삼성에 지금 돈을 많이 벌으니까 그 돈 노저고 나눠갔다고 지금 파업하죠. 이제 파업이요.

13:45

S… Speaker 1 (first)

옛날에는 파업이라는 게 있었다고 사전에 나올 정도가 되겠죠. 파업하는 애들이 없으니까. 다 로보트니까. 안타까운 시대. 여러분들이 내 나이에 대해서 갈 때까지는 될지 안 될지는 모르겠습니다. 될 가능성도 있어요. 앞으로 한 제가 30년 전하고 지금하고는 현지 개별이 됐습니다. 왜? 왜? 뭐가 좋은지 있어?

14:20

S… Speaker 1 (first)

핸드폰 좀 봐라 정말. 핸드폰이 밥 비벼죠? 비빔밥이죠? 그리고 수업 중에 그렇게 자꾸 연락하는 친구는 빨리 문자와가지고 쓸데없는 얘기랑 하는 거 아니야? 오늘 뭐 맛있는 거 먹으러 가자 그런 거 아니야? 자 그래서 스마트 팩토리 분야도 똑같아요. 이 스마트 팜하고 거의 다를 바가 없습니다.

15:01

S… Speaker 1 (first)

자, 그래서 우리가 쭉 보니까 클라우드 뭐 이런 것들 왜 해야 되는지 배우게 됐습니다. 이제 빅데이터를 들어가고 무지무지 큰 데이터를 이겼죠. 그러니까 양이 많다는 얘기입니다. 빅데이터라고 하는 것은 정말 디지털 환경에서 나오는 얘기예요. 아날로그 환경에서는 빅데이터가 나올 수가 없어요. 왜냐하면

15:54

S… Speaker 1 (first)

여러분들은 잘 모를 거예요. 우리 어릴 때는 다 필름 사진 찍어서 필름 인화해서 사진을 봤어요. 그런데 필름이 비싸요. 그래서 필름을 24장, 이케아 30장 정도 되는 거를 아끼고 아껴서 잘 찍어야 돼요. 근데 요즘은 어때요? 예전에는 롤 하나에

16:25

S… Speaker 1 (first)

아무리 많아도 30장 이니까 그런데 요즘은 어때? 한 번 찍으면 100장, 200장씩 찍지? 쓸데없는 것도 찍고 별걸 다 찍습니다. 이렇게 되면은 데이터가 누가 맞냐면은 당연히 디지털이 압도적으로 처리하는 속도를 누리고요. 게팅, 게다링 하는 것도 적어요.

16:56

S… Speaker 1 (first)

그러니까 이제 빅데이터는 무조건 디지털 환경에서 나온 말이라는 것을 알아야 돼요. 아, 빅데이터는 이제 디지털 환경이구나. 그리고 사진도 보세요. 사진도 100장이면 이만큼 돼요. 근데 카메라의 100장, 그죠? 요새 디지털 메모리의 100장은 어디에 있는지도 몰라요. 그죠? 수천장, 수만장 있어도 모르는 거예요.

17:26

S… Speaker 1 (first)

그 정도로 빅데이터는 아날로그에 비하면 정말 비교도 될 수 없을 만큼 방대하죠. 진짜 방대합니다. 근데 또 재밌는 건 이거예요. 여러분들 사진 자세에 보시면 디지털 사진은 생성 주기도 짧지만 빨리 2차죠. 지워지기도 빨리 지워지고. 자 또 있어요. 디지털 데이터는

17:58

S… Speaker 1 (first)

수치로 되어 있는 데이터뿐이 아니고 영상, 문자, 영상이 대부분 있죠. 아니면 숫자, 수치 있죠. 이런 것들. 그러면 이제 빅데이터는 무지하게 많이 나온다. 그래서 사람이 만든 데이터와 기계가 만든 데이터가 다 포함된다. 그러니 어마어마하다. 심지어 앞에서 배운 IoT

18:31

S… Speaker 1 (first)

그로부터 들어오는 어마어마한 양의 데이터들이 다 여기서부터 기계로부터 나옵니다. 자 이거는 그냥 그 차이를 이렇게 일반 데이터는 전부 그 내부적인 그러니까 회사면 회사, 집안이면 집안 내부적인 것만 관리했어요. 그런데 빅데이터는 그렇지가 않아요. 전 세계에 있는 것을 다 될 겁니다. 다.

19:12

S… Speaker 1 (first)

그러니까 이 범위가 내부가 아닙니다. 그냥 데이터, 일반 데이터 그러면 내부 있죠. 내부 데이터인데 얘는 아니에요. 전체 글로벌이라고 생각하시고 자 데이터 형태도 한번 보시면은 일반 데이터는 정형, 형태라 정해져 있다는 뜻이에요. 그래서 포맷이 정해져 있다가 정형입니다. 정형은 포맷.

19:46

S… Speaker 2 (first)

포맷이 정해져 있어요. 포맷. 근데 빅딜 때는 비정형 포맷이 없습니다.

20:00

S… Speaker 1 (first)

포맷이라고 하는 것은 폼. 여러분들 폼은 어디서 볼 수 있느냐 하면은 엑셀데이터. 엑셀데이터에 이렇게 표. 이렇게 표으로 되어 있는 거. 이게 이런 표으로 되어 있는 이것을 바로 정형이라고 합니다. 그런데 노래, 소설, 사진, 유튜브 동영상 이런 거 보면은

20:29

S… Speaker 1 (first)

저렇게 딱 형태가 정해져 있지 않습니까 어떤 거는 짧은 거 어떤 거는 긴 거 어떤 거는 요만한 데이터 어떤 거는 가로 세로가 긴 데이터 가로 말고 세로가 긴 데이터 이렇게 형태가 없습니다 빅데이터는 정해져 있는 형태 형태가 없는 게 아니고 정해져 있지 않습니다 형태가 즉 포매팅이 되어 있지 않습니다 그 다음에 분석 방법은

21:02

S… Speaker 1 (first)

이 모델링이라고 하는 것은 추정하는 거예요. 추정. 아 데이터가 이런 식으로 되어 있으니까 앞으로 나올 데이터도 그런 식으로 되겠구나 하는 걸 추측할 수 있는 거예요. 그래서 이렇게 어떤 규칙을 만들 수 있어요. 아 이런 뭐 예를 들어서 아침에 출근하고 저녁에 퇴근하는 게 일반적이구나 점심은 12시에 먹겠구나 이렇게 정해져 있는 게 아니라

21:33

S… Speaker 1 (first)

그래서 이렇게 모델을 만들 수가 있어요. 그런 모델링이라고 그러죠. 그런데 빅데이터는 너무너무 크고 다 자각각이라서 얘는 모델링 가지고는 안 됩니다. 그냥 인공지능으로 전체 분석을 하지 않으면 파악이 안 됩니다. 그다음에 분석 환경 일반 데이터는 그냥 기업 내에 데이터베이스로 할 수 있지만

22:01

S… Speaker 1 (first)

빅데이터는 전세계에 깔려 있는 클라우드에 분산 매치하지 않으면 저장하기도 어렵고 폰에 쓰기도 어렵습니다. 자 그러면 이제 타당성과 신뢰성을 알아보겠습니다. 타당성은 데이터가 그러니까 우리가 생각하기에 얘가 이치에 맞느냐 이치에 맞지 않으면 이거는

22:36

S… Speaker 1 (first)

쓰레기죠. 데이터가 아니면 쓰레기입니다. 그래서 이게 이치에 맞는지 그럴 수 있는 그럴 타당성 그러니까 그럴 것 같은지 이런 것들이 타당성이에요. 그 다음에 믿을 만한지가 신뢰성입니다. 반드시 그 데이터를 보고 아 이게 이럴 수 있겠구나. 그리고 이거는 어디..

23:04

S… Speaker 1 (first)

데이터의 어떤 형태에 어긋나지 않겠구나 하는 믿음성을 갖고 있어야 돼요. 그래서 빅데이터는 무조건 타당성, 신뢰성을 확보해야 돼요. 자, 이제 이거는 외우셔야 돼요, 무조건. 무조건 외우셔야 됩니다. 우리는 봉대. 봉대는 이렇게 외우셔야 돼요. 천 단위로 갑니다. 반드시 천 단위로 갑니다. 천 미터가 1kg죠.

23:42

S… Speaker 1 (first)

1000g도 1kg입니다. 그러니까 킬로는 1000 이렇게 오세요. 킬로는 1000인데 실외 3승. 실외 3승 그렇게 오셔야 됩니다. 자 이제 바이트. 바이트는 이겁니다. 아까 그때도 얘기했죠? 이건 다 알고 계셔야 되는데 비트나 8비트가 모이면 1바이트가 된다고 얘기했죠?

24:17

S… Speaker 1 (first)

그리고 비트는 소문자 비를 쓰고요. 바이트는 대문자 비를 쓴다는 것도 까먹지면 안 됩니다. 그래서 8비트가 하나의 바이트라는 것을 알고 계셔야 되고요. 이 바이트가 10에 3승이 모이면 킬로가 됩니다. 킬로. 그래서 K예요.

24:50

S… Speaker 1 (first)

그 다음에 이 10의 3승이 또 10의 3승이 뭐예요? 그럼 10의 6승이 됩니다. 10의 6승은 내가

25:00

S… Speaker 1 (first)

메가, m을 씁니다. 메가. 스몰 m을 쓰면 미터 단위라서 안 돼요. 그래서 대문자, m을 쓰셔야 돼요. 자, 여기 10에 6승이 다시 1,000개가 모여요. 10에 6승이 1,000개가 모이면 10에 9승이 됩니다. 10에 9승은 기가라고 얘기해요. 10에 9승이 또 1,000개가 모여요. 그럼 10에 12승이 됩니다.

25:35

S… Speaker 2 (first)

그럼 얘를 테라라고 합니다 테라의 천개는 페타의 천개는 엑사 엑사의 천개는 젠타 젠타의 천개는 타로 외워두세요 그런데 우리는 천이라고 하는 것은 일반적이구요 이제 데이터 단위로 들어가면 이렇게 아셔야 됩니다 천은 천이 아니구요

26:14

S… Speaker 2 (first)

1024를 얘기한다는 걸 꼭 알아두셔야 돼요. 왜냐하면 8이 몇 개가 모이냐를 따지는 거거든요. 그래서 8, 8, 64죠. 64가 2배가 되면 128이 되고요. 128이 또 모이면 512가 되고요. 512가 모이면 바로 1024가 됩니다.

26:53

S… Speaker 2 (first)

바로 이거 8로부터 시작하는 게 얘네들의 1000이라는 개념이에요. 킬로는 항상 이때부터 24의 제곱 3승 24의 제곱으로 올라간다는 걸 알려주시고요. 그때가 바로 킬로, 메가, 기가, 테라 이렇게 나온다는 걸 알아두시면 됩니다. 저 앞에서 우리가 얘기한 1000, 100만, 10억 이런 것들은 다

27:59

S… Speaker 2 (first)

우리가 얘기하는 컴퓨터에서는 꼭 1024에 1승, 2승, 3승, 4승이 되는 것이 킬로, 메가, 기가, 테라 이런 쪽으로 올라가는 것이다. 꼭 외워주시면 되겠습니다. 두 가지 물리에서 쓰는 컴퓨터에서 쓰는 킬로다이는 서로 다르다. 1024와 1000의 차이다. 그렇게 알아주시면 됩니다.

28:44

S… Speaker 1 (first)

자 이제 물리에서 쓰고 있는 물리에서 쓰는 것은 또 과학이니까 이제 또 알아주세요. 10에 마이너스 3승 10에 마이너스 6승 10에 마이너스 9승 10에 마이너스 12승까지만 알아주세요. 마이너스 3승은 마이너스 6승은 마이크로 마이너스 9승은 나노

29:21

S… Speaker 1 (first)

그 다음에 마이너스 12세 높이 있습니다 밀리 마이크로 마이크로를 이 뭐야 이거 그리스문자로 바꾼 게 이렇게 쓰는 거예요 이렇게 엘자와 유자가 이렇게 섞여 있어요 얘는 나노 요새 그 삼성이 주가를 올리는 게 바로 나노 기술 때문이었습니다 이건 피코

30:00

S… Speaker 1 (first)

이렇게 이것까지는 알아두세요. 이것은 이제 과학기술에서 나오는 거예요. 자 빅데이터의 특징 빅데이터는 크다. 물리량이 물량이 크다. 크면 뭐가 필요합니까? 속도가 필요합니까? 빨리 보내야 되기 때문에. 속도, 이 속도가 보장돼야 돼요. 그 다음에 빅데이터는 1이 1기가, 10이 1기가만큼 있어봐야

30:46

S… Speaker 1 (first)

빅데이터가 될 수 없습니다. 그냥 쓰레기에요. 그래서 어떻게 해요? 다양성이 있어요. 그래서 볼륨. 볼륨, 벨로시티, 보라이어티. 이 세 가지가 있어야 빅데이터라고 얘기합니다. 빅데이터가 크다. 크니까 빨리 보내야 된다. 속도. 그리고 내용이 동일하면 아무 수능이 크다.

31:24

S… Speaker 1 (first)

굉장히 다양해야될 교역도 있다. 한 가지, 몇 가지만 무지하게 많은 것은 아무 소용이 없습니다. 속도 다양합니다.

Yhteenveto

Kysy tekoälyltä tästä transcriptistä