구글의 알파고로 촉발된 인공지능이 연일 언론 및 인터넷을 뜨겁게 달구고 있다. 인공지능이 자연어 처리와 딥러닝 등을 활용하는 외부 인지 논리 추론 예측 등 다방면에서 진전을 보이면서, 실제 비즈니스의 가능성 및 다양한 활용 분야를 제시하고 있어 글로벌 기업을 중심으로 ICT 인공지능 관련 투자가 증대하고 있다. 이 글에서는 IoT의 발전 가능성을 인공지능으로 통해 살펴본다. 최근 언론 및 인터넷을 뜨겁게 달구고 있는 주제라고 하면 구글의 알파고로 촉발된 인공지능일 것이다. 인공지능의 학문적 가치와 시장의 가능성은 아직 요원하지만, 컴퓨팅 파워의 급진적인 발전과 빅데이터 및 이를 기반으로 현실적인 문제를 해결해주는 알고리즘의 발전에 기인한다. ▲ 그림 1. 인공지능을 상징하는 구글의 딥마인드 로고 인공지능이 자연어 처리와 딥러닝 등을 활용하는 외부 인지 논리 추론 예측 등 다방면에서 진전을 보이면서, 실제 비즈니스의 가능성 및 다양한 활용 분야를 제시하고 있어 글로벌 기업을 중심으로 ICT 인공지능 관련 투자가 증대하고 있다. 그 과정에서 인공지능이 작동하는 미래 인터넷은 단순 정보 콘텐츠 접근에서 더 나아가 모든 산업의 생산성 향상 도구 및 부가가치 창출의
1997년 창업한 넷플릭스는 전 세계적으로 동영상 스트리밍 비즈니스에 필요한 인터넷 인프라와 스마트폰 등 다양한 디바이스 보급이 보편화되는 상황에서 폐쇄적으로 고착화된 수직 통합적 비즈니스 모델을 가진 기존의 미디어 기업들이 어떻게 스마트미디어 기업으로 변화해야 하는지 도전을 받게 되며 향후 스마트미디어 비즈니스 방향성을 제시하고 있다. 들어가면서 올해 1월 7일, 스마트미디어의 대명사인 넷플릭스(Netflix)가 한국에 진출했다. 초기 우편 기반의 DVD 대여 서비스에서 시작해 2010년 유료의 OTT 동영상 스트리밍 서비스로 비즈니스 모델을 확대한 넷플릭스(Small 2012: 42)는 단계적인 비즈니스 모델 혁신을 통해 세계 시장으로 진출 중이다. 이 글의 목적은 현재 단순 멤버십 가입만으로 클라우드상에서 언제 어디서나 필요한 동영상 콘텐츠를 꺼내 시청할 수 있는 비즈니스 모델 혁신을 이룬 넷플릭스(Netflix)의 비즈니스 모델 특성들을 탐색하는 것이다. 인터넷 유통 기반의 비즈니스 모델 1997년 캘리포니아의 스콧밸리(Scotts Valley)에서 리드해스팅스(Reed Hastings)와 막랜돌프(Marc Randolph)에 의해 설립된 넷플릭스는
멀티 플랫폼 기반의 비즈니스 모델 넷플릭스는 동영상 스트리밍의 글로벌 진출을 2010년부터 시작했는데, 그 이전인 2008년부터 게임 콘솔인 Xbox360, 플레이스테이션3나 블루레이 플레이어, TV 셋톱박스 업체들과 함께 제휴하여 넷플릭스 제공 동영상 스트리밍 서비스를 각 회사의 기기들을 통해 시청할 수 있도록 했다. 넷플릭스는 앱 서비스의 API(Application Progra-mming Interface)를 공개해 다양한 플랫폼들에 탑재되어 유통 단말 및 플랫폼 개발 비용을 절감하고 무엇보다도 출시 시점을 단축하게 된다. 그 결과로 넷플릭스는 2008년에 회원 940만 명을 조기 달성해 전년대비 26% 증가를 경험한다. 2011년 조사에 의하면, 넷플릭스를 개인 PC로 시청하는 사람은 42%, 닌텐도위로 이용하는 사람은 25%, 컴퓨터를 TV에 연결해 시청하는 사람은 14%, 플레이스테이션3를 이용하는 사람은 13%, Xbox360을 이용하는 사람은 12%로 집계됐다(한국콘텐츠진흥원 2013). 새롭게 등장하는 다양한 디바이스 플랫폼들에 서비스를 멀티호밍(Multihoming)시킴으로써 넷플릭스는 거의 모든 스트리밍 디바이스 플랫폼에 탑재되는 멀티플랫
1997년 창업한 넷플릭스는 전 세계적으로 동영상 스트리밍 비즈니스에 필요한 인터넷 인프라와 스마트폰 등 다양한 디바이스 보급이 보편화되는 상황에서 폐쇄적으로 고착화된 수직 통합적 비즈니스 모델을 가진 기존의 미디어 기업들이 어떻게 스마트미디어 기업으로 변화해야 하는지 도전을 받게 되며 향후 스마트미디어 비즈니스 방향성을 제시하고 있다. 들어가면서 올해 1월 7일, 스마트미디어의 대명사인 넷플릭스(Netflix)가 한국에 진출했다. 초기 우편 기반의 DVD 대여 서비스에서 시작해 2010년 유료의 OTT 동영상 스트리밍 서비스로 비즈니스 모델을 확대한 넷플릭스(Small 2012: 42)는 단계적인 비즈니스 모델 혁신을 통해 세계 시장으로 진출 중이다. 이 글의 목적은 현재 단순 멤버십 가입만으로 클라우드상에서 언제 어디서나 필요한 동영상 콘텐츠를 꺼내 시청할 수 있는 비즈니스 모델 혁신을 이룬 넷플릭스(Netflix)의 비즈니스 모델 특성들을 탐색하는 것이다. 인터넷 유통 기반의 비즈니스 모델 1997년 캘리포니아의 스콧밸리(Scotts Valley)에서 리드해스팅스(Reed Hastings)와 막랜돌프(Marc Randolph)에 의해 설립된 넷플릭스는
구글의 알파고로 촉발된 인공지능이 연일 언론 및 인터넷을 뜨겁게 달구고 있다. 인공지능이 자연어 처리와 딥러닝 등을 활용하는 외부 인지 논리 추론 예측 등 다방면에서 진전을 보이면서, 실제 비즈니스의 가능성 및 다양한 활용 분야를 제시하고 있어 글로벌 기업을 중심으로 ICT 인공지능 관련 투자가 증대하고 있다. 이 글에서는 IoT의 발전 가능성을 인공지능으로 통해 살펴본다. 최근 언론 및 인터넷을 뜨겁게 달구고 있는 주제라고 하면 구글의 알파고로 촉발된 인공지능일 것이다. 인공지능의 학문적 가치와 시장의 가능성은 아직 요원하지만, 컴퓨팅 파워의 급진적인 발전과 빅데이터 및 이를 기반으로 현실적인 문제를 해결해주는 알고리즘의 발전에 기인한다. ▲ 그림 1. 인공지능을 상징하는 구글의 딥마인드 로고 인공지능이 자연어 처리와 딥러닝 등을 활용하는 외부 인지 논리 추론 예측 등 다방면에서 진전을 보이면서, 실제 비즈니스의 가능성 및 다양한 활용 분야를 제시하고 있어 글로벌 기업을 중심으로 ICT 인공지능 관련 투자가 증대하고 있다. 그 과정에서 인공지능이 작동하는 미래 인터넷은 단순 정보 콘텐츠 접근에서 더 나아가 모든 산업의 생산성 향상 도구 및 부가가치 창출의
프레스 금형에는 여러 가지 공법이 있는데, 그 중에 프로그레시브 공법이 있다. 일반적이고 보편적인 프로그레시브 금형은 우리나라 기술이 세계적으로 인정받고 있으며, 수출도 많이 하고 있다. 그러나 형상을 가진 프로그레시브 금형은 구조, 이송, 취출에 있어 일반적인 방법이 아니다. 일부 회사에서 형상 프로그레시브 금형을 제작하고는 있지만, 아직 공개된 기술은 없다. 이 글에서는 이처럼 공개되지 않은 형상 제품의 프로그레시브 금형을 다루고자 하며, 특히 동사에서 필자가 직접 설계하여 현장에서 성공적으로 생산한 기술에 대해 소개한다. 지난 회에 이어서 성형제품 프로그레시브 금형의 구조 기술에 대해 소개하기로 한다. 이번 회에는 플레이트 리프터를 적용한 성형 파트의 구조 기술에 대해 설명한다. 플레이트 리프터 부품 적용 기술과 레이아웃 도면, 전체 구조 도면은 지난 회에서 이미 소개했으므로 여기서는 생략하기로 한다. 구조도 그림 1의 SECTION F-F 1차 포밍, SECTION G-G 2차 포밍, SECTION H-H 3차 포밍 성형 파트에 대해 단면도 및 상세도와 함께 소개한다. ▲ 그림 1. 플레이트 리프터를 적용한 성형 파트의 구조도 성형 프로그레시브 금형에
PROFIBUS-DP(Distributed Peripherals) 필드버스 표준은 등장한 지 20여 년이 지났지만, 아직 물리적 계층의 요구사항이 명백하게 규정되지 않아 종종 트랜시버 정의에서 혼란을 초래하고 있다. 하지만, PROFIBUS는 전세계적으로 설치 대수가 5000만 개를 넘어서며, 어떤 모호성도 PROFIBUS가 성공적인(아마도 가장 성공적인) 필드버스 솔루션이 되는 것을 막지 못한다는 것을 분명히 보여주었다. 새로운 시스템을 배치하는 경우 정확하게 해석된 가장 최신 PROFIBUS-DP 표준으로 설계된 트랜시버를 사용하는 것이 중요하다. 기고를 통해 PROFIBU의 기본 원리부터 사용 방법까지 살펴보도록 한다. PROFIBUS-DP 기본 원리 더 빠르고 단순한 PROFIBUS-DP 표준은 1993년에 이전의 더 느리고 복잡한 PROFIBUS FMS(Fieldbus Message Specification) 표준으로부터 탄생했다. 이후에 PROFIBUS- DP 표준으로부터 자매 또는 파생 표준인 PROFIBUS-PA(Process Automation)가 나왔다. 이 표준은 MBP(Manchester Bus Powered) 전송을 사용하고 버스를 통
프레스 금형에는 여러 가지 공법이 있는데, 그 중에 프로그레시브 공법이 있다. 일반적이고 보편적인 프로그레시브 금형은 우리나라 기술이 세계적으로 인정받고 있으며, 수출도 많이 하고 있다. 그러나 형상을 가진 프로그레시브 금형은 구조, 이송, 취출에 있어 일반적인 방법이 아니다. 일부 회사에서 형상 프로그레시브 금형을 제작하고는 있지만, 아직 공개된 기술은 없다. 이 글에서는 이처럼 공개되지 않은 형상 제품의 프로그레시브 금형을 다루고자 하며, 특히 동사에서 필자가 직접 설계하여 현장에서 성공적으로 생산한 기술에 대해 소개한다. 지난 회에 이어서 성형 제품 프로그레시브 금형의 구조 기술에 대하여 소개하고자 한다. 이번에는 프로그레시브 금형의 횡력 발생에 대한 대책을 적용한 프로그레시브 금형 구조 기술에 대해 설명한다. 지난 회에서 소개했던 성형 파트 횡력 방지 대책으로 하측에 펀치 백업을 충분히 설치했음에도 불구하고 금형 외측에 횡력을 제어하는 구조를 적용하는 이유는 성형하면서 발생하는 측방향 힘이 엄청나기 때문이다. 측방향으로 발생하는 에너지는 타발부에서도 발생하며, 둥근 피어싱의 경우에도 금형이 측방향으로 밀리는 횡력 현상이 발생한다. ▲ 그림 1. 구조
[헬로티] 광주과학기술원은 최근 종이처럼 구기거나 1,000회 이상 접어도 성능이 그대로 유지되는 유연한(플렉시블) 투명전극을 개발했다. 개발된 투명전극은 매우 유연하면서도 광투과도, 면저항 등 상용화를 위한 산업계의 요구조건을 모두 만족시켰으며, 투명전극을 활용한 투명 디스플레이의 상용화를 앞당겼다는 점에서 의미가 매우 크다. 투명전극은 가시광 영역에서 높은 광(光) 투과도를 지녀 투명하며, 각종 디스플레이와 태양전지 등에 사용되는 핵심 부품으로서 면(面)저항이 낮을수록 고성능을 구현할 수 있다. 최근 플렉시블 전자소자에 대한 요구가 커지면서, 핵심 부품인 플렉시블 투명전극에 대한 관심도 높아지고 있다. 현재 디스플레이 등의 전자소자에 가장 보편적으로 사용되는 투명전극은 인듐 산화물에 주석산화물이 도핑된 인듐 주석 산화물(Indium Tin Oxide; ITO) 박막이다. 그러나 ITO는 굽히거나 휘었을 때, 깨지기 쉬운 특성을 가지고 있어 플렉시블 투명전극으로 사용하기 어렵다. 투명전극은 전자소자의 핵심부품이기 때문에, 기존 ITO 투명전극을 대체 가능한 고사양(기계적 유연성, 광 투과도 85% 이상, 면저항 15 Ω/sq 이하)의 플렉시블 투명전극 기술
[헬로티] 인공지능은 1950년대부터 관련 연구가 시작돼 발전해 왔으나, 기술적 한계에 부딪히면서 관련 연구 및 투자가 장기간 침체돼 왔다. 한동안 정체기에 빠져있던 인공지능은 최근 △ 빅 데이터 활용 △ 딥 러닝 알고리즘 △컴퓨팅 파워 향상 덕분에 기존 인공지능 기술의 한계를 극복하면서 다시 글로벌 IT 업계의 화두로 등장했다. 미래창조과학부 정보통신정보화 및 정책지원 사업(ICT통계조사 및 동향분석)으로 진행된 ‘인공지능 업계 동향 및 인식조사 결과’를 살펴본다. 최근 인공지능이 중요하게 부각되는 이유는 인공지능이 학술적 연구 단계를 넘어 비즈니스에 적용 가능한 수준으로 빠르게 발전하고 있기 때문이다. 과거 인공지능 기술은 기술적 한계로 인간의 인지/사고 능력에 미치지 못해 학술 연구 영역에서 벗어나지 못했는데, 최근 딥 러닝 기술로 일부 분야에서 인간이 근접한 수준으로까지 발전하면서 상업적 활용 가능성이 높아졌다(그림 1). ▲ 그림 1. 인공지능의 발전 역사 (자료:IITP) 인공지능은 다양한 분야에서 적용될 수 있는 범용성 높은 대표적 융합 기술로서, 경제, 사회, 문화 등에 미칠 파급력이 매우 높다. 산업 혁명이 ‘
[헬로티] (1) 딥러닝과 신경망 기술 GOOGLE이 개발한 딥마인드는 딥러닝과 신경망 기술을 기반으로 설계되어 있다. 즉, 수많은 자기학습(self-learn)을 통해 최적의 전략을 제시할 수 있도록 유도하는 것이다. 이 두 딥마인드 시스템(딥 러닝, 신경망 기술)이 서로 경기를 하면서 스스로 가르치고 최적의 승리 방법을 탐구하게 하는 것이다. 이는 딥러닝이 그간 다른 인공지능 기술들이 시도하지 않은 방식으로 최적의 전략을 제시한 것으로 평가할 수 있을 것이다. AI 컴퓨터 알파고는 이세돌 9단과의 바둑 대결에서 몇 가지 실수를 범했지만 곧 적응하고 궁극적으로 승리할 수 있었던 배경에는 바로 딥마인드 기술이 있었다. 이에 글로벌 ICT 기업들은 딥러닝 기술을 통해 예측, 모델링 등 소비자와 제조 및 서비스 기업 등에 광범위하게 적용하고자 한다. 이를 간단히 요약하면 다음과 같다[6]. - GOOGLE, APPLE, IBM, MICROSOFT 등은 양적으로 증가하는 인텔리전스를 정보 검색뿐만 아니라 자문 서비스까지 제공할 수 있는 개인비서(personal assistant) 기능을 제공하고자 한다9). - InsideSales, Afiniti 등은 인공지능)
공상과학(SF) 영화 등에서 자주 볼 수 있는 인공지능과 인류의 대결은 여러 가지를 시사하고 있다. 인공지능 기술(서비스)을 통해 인간 생활의 편리함을 추구할 수 있는 기반을 마련할 수 있을 것이다. 하지만 기계(로봇, 컴퓨터 등)에 의한 혜택은 인간을 대신하는 주체가 아닌 인간을 보조하는 기능적 역할만을 담당할 수 있는 기술 개발이 필요하다. 서언 공상과학(SF) 영화 등에서 자주 볼 수 있는 인공지능(AI : Artificial Intelligence1))과 인류의 대결은 여러 가지를 시사하고 있다. 인간은 자신들이 사이버 세상에 살고 있다는 것조차 인지하지 못하고, 기계에 지배를 당하고 있다는 것이다. 모두 인류보다 뛰어난 두뇌를 가진 인공지능이 출현한 이후의 세상에서 일어날 수 있는 가상 상황2)이다[1][2]. GOOGLE이 개발한 딥마인드(DeepMind3))의 인공지능(AI) 로봇 알파고(AlphaGo4))와 이세돌 9단의 바둑 대국에서 승리한 세기의 이벤트를 두고 인간보다 뛰어난 두뇌를 갖고 있는 인공지능의 출현을 예고하고 있다. 다행스러운 점은 영화에 등장하는 자의식을 갖고 있는 인공지능 로봇(컴퓨팅 머신)을 아직은 걱정할 단계는 아닌 듯하다
가전이나 산업용 제품에 정전용량식 감지 기능을 추가하는 작업은 결코 쉽지 않다. 개발자가 센서 견고성과 응답성은 높이면서 전류 소모를 최소화해야 하고 그밖의 시스템 차원의 설계 과제들을 해결해야 하기 때문이다. 툴이나 지원을 활용하지 않고 이러한 임베디드 개발 작업을 해야 한다면 소프트웨어나 하드웨어 두 가지 모두에서 시행착오적인 반복을 되풀이해야 함으로써 설계 작업에 많은 시간이 걸릴 것이다. 그러면 제품 출시 일정이 늦어지고 최상의 제품을 달성하지 못할 수 있다. 이러한 문제를 해결해 줄 수 있는 범용 8비트 MCU와 최적화된 소프트웨어 툴로 스마트한 정전용략식 감지 설계 방법을 알아본다. 고정 기능 정전용량식 감지 솔루션은 설계 부담을 어느 정도 덜 수 있으나 곧바로 시스템으로 통합해 넣을 수 있는 경우는 거의 드물다. 많은 디바이스가 여전히 구성 작업과 캘리브레이션을 필요로 하기 때문이다. 또한 고정 기능 솔루션을 통해 개발자는 센서에 시스템 내의 추가적인 임무를 부여하지 않아도 돼 시스템 전류 소모를 줄이고, 보드 크기를 줄이고, BOM 비용을 낮출 수 있다. 범용 8비트 마이크로컨트롤러(MCU)를 기반으로 한 정전용량식 감지 솔루션을 사용함으로써
공상과학(SF) 영화 등에서 자주 볼 수 있는 인공지능과 인류의 대결은 여러 가지를 시사하고 있다. 인공지능 기술(서비스)을 통해 인간 생활의 편리함을 추구할 수 있는 기반을 마련할 수 있을 것이다. 하지만 기계(로봇, 컴퓨터 등)에 의한 혜택은 인간을 대신하는 주체가 아닌 인간을 보조하는 기능적 역할만을 담당할 수 있는 기술 개발이 필요하다. 서언 공상과학(SF) 영화 등에서 자주 볼 수 있는 인공지능(AI : Artificial Intelligence1))과 인류의 대결은 여러 가지를 시사하고 있다. 인간은 자신들이 사이버 세상에 살고 있다는 것조차 인지하지 못하고, 기계에 지배를 당하고 있다는 것이다. 모두 인류보다 뛰어난 두뇌를 가진 인공지능이 출현한 이후의 세상에서 일어날 수 있는 가상 상황2)이다[1][2]. GOOGLE이 개발한 딥마인드(DeepMind3))의 인공지능(AI) 로봇 알파고(AlphaGo4))와 이세돌 9단의 바둑 대국에서 승리한 세기의 이벤트를 두고 인간보다 뛰어난 두뇌를 갖고 있는 인공지능의 출현을 예고하고 있다. 다행스러운 점은 영화에 등장하는 자의식을 갖고 있는 인공지능 로봇(컴퓨팅 머신)을 아직은 걱정할 단계는 아닌 듯하다
향후 IoT 시장 규모는 기존 셀룰러 이동통신시장의 10배 이상이 되며, 빠르게 성장할 것으로 예측되고 있다. 특히 2020년경에 서비스를 목적으로 표준화가 진행 중인 5G 이동통신 서비스의 세 분야 중 두 분야가 IoT이다. 사물인터넷의 수많은 응용 분야의 커넥티비티 중에서 저전력 광역 커넥티비티, 즉 LPWA가 가장 많이 필요하며 이 같은 대량의 IoT를 위한 새로운 표준이 필요한 것으로 전망되고 있다. 이제는 너무나도 용어가 남발이 되어 사용되고 있는 사물인터넷(IoT, Internet of Things)이란 모든 사물들이 인터넷에 연결되어 상호 간에 직접 통신하는, 향후 정보통신의 미래 인프라 및 서비스를 통칭한다. 사물인터넷이 필요한 이유는 초연결 사회를 기반으로 한 삶의 질 향상과 생산성 향상에 있으나 궁극적으로는 국가 자체의 인프라, 나아가 인류와 지구를 위한 중추 신경계를 이루기 때문에 무엇보다 중요할 것으로 예측하고 있다. 하지만 사물인터넷은 아직까지는 현재 거품 최고조기에 있으며 주목할 만한 큰 수익 모델이 없는 시작 단계이다. 구글의 NEST와 같은 업체나 일부 업체에서 성공적인 결과를 얻고는 있으나 아직까지는 미진한 상태이다. IoT의