2016.07.21. 최신 소프트웨어 기술에 대한 이해
Download as PPTX, PDF3 likes645 views
Introduction of New Software Technologies Big Data, IoT, Machine Learning
![/ 53
ALPHAGO
5
Value network
- 현재 판세에서 이길 확률 값을 리턴
Policy networks
- 어디에 두어야 할 지 가이드
- 둘 수 있는 자리 각각에 대해 가장 이길
확률
https://www.tastehit.com/blog/google-deepmind-alphago-how-it-works/
학습 지능을 가진 SW가 핵
심
Tic Tac Toe Game Tree
(Min-Max Algorithm)
def minimax(game)
return score(game) if game.over?
scores = [] # an array of scores
moves = [] # an array of moves
# Populate the scores array, recursing as needed
game.get_available_moves.each do |move|
possible_game = game.get_new_state(move)
scores.push minimax(possible_game)
moves.push move
end
# Do the min or the max calculation
if game.active_turn == @player
# This is the max calculation
max_score_index = scores.each_with_index.max[1]
@choice = moves[max_score_index]
return scores[max_score_index]
else
# This is the min calculation
min_score_index = scores.each_with_index.min[1]
@choice = moves[min_score_index]
return scores[min_score_index]
end
end
http://neverstopbuilding.com/minimax](https://image.slidesharecdn.com/2016-160805060642/85/2016-07-21-5-320.jpg)
2016.07.21. 최신 소프트웨어 기술에 대한 이해
- 1. / 53 최신 소프트웨어 기술의 이 해 IoT, Big Data & Machine Learning 2016.7.21 박찬진
- 4. / 53 ALPHAGO 4 1202 CPUs, 176 GPUs 특별하고 비싼 컴퓨터가 아니다 (분산/병렬 컴 퓨팅)
- 5. / 53 ALPHAGO 5 Value network - 현재 판세에서 이길 확률 값을 리턴 Policy networks - 어디에 두어야 할 지 가이드 - 둘 수 있는 자리 각각에 대해 가장 이길 확률 https://www.tastehit.com/blog/google-deepmind-alphago-how-it-works/ 학습 지능을 가진 SW가 핵 심 Tic Tac Toe Game Tree (Min-Max Algorithm) def minimax(game) return score(game) if game.over? scores = [] # an array of scores moves = [] # an array of moves # Populate the scores array, recursing as needed game.get_available_moves.each do |move| possible_game = game.get_new_state(move) scores.push minimax(possible_game) moves.push move end # Do the min or the max calculation if game.active_turn == @player # This is the max calculation max_score_index = scores.each_with_index.max[1] @choice = moves[max_score_index] return scores[max_score_index] else # This is the min calculation min_score_index = scores.each_with_index.min[1] @choice = moves[min_score_index] return scores[min_score_index] end end http://neverstopbuilding.com/minimax
- 6. / 53 SELF-DRIVING CAR 6 운전대와 페달이 없고, 소프트웨어와 센서 로 운전
- 7. / 53 AUTONOMOUS CAR 7 자동차가 다른 차, 보행자, 신호등을 인지하는 방식 차량의 지붕의 LIDAR를 통해, 주변에 대한 3D 맵을 구성 무인자동차가 초당 1GB 이상의 센서 데이터를 실시간으로
- 8. / 53 컴퓨팅 파워의 증가 8 ‘무어의 법칙’은 인텔 공동 창업자인 고든 무어가 지난 1965년 ‘일렉트로닉스’란 잡지에 게재한 글에서 처음 주 장한 이론 18개월마다 칩에 집적할 수 있는 트랜지스터 수가 2배씩 증가할 것이라고 선언 머신러닝이나 자율주행이 가능해진 것은 기하급수로 증가한 컴퓨팅 파워가 기반이됨
- 9. / 53 컴퓨팅 파워의 증가 9 GPU멀티 코 어 분산컴퓨 팅 Data Center Cloud Computing 다양한 부분의 컴퓨팅 기술 발전으로 계산할 수 있는 능력이 계속 커지고 있음 (빅데이터, 인 공지능)
- 10. / 53 GARTNER’S HYPE CYCLE 10 현재 새로운 기술들과 발전 상태를 알아볼 수 있는 시각 화 도구 기술 성숙도에 대한 시각적 표현 (과대광고 주기)
- 11. / 53 IoT Platform Smart Advisors Internet of Things Machine Learning Smart Robots GARTNER’S 2015 HYPE CYCLE 11
- 12. / 53 THE FOURTH INDUSTRIAL REVOLUTION 12 현재의 기술 발전이 점진적이라기 보다는 혁명적인 수준으로 이루어 지고 있음
- 13. / 53 THE FOURTH INDUSTRIAL REVOLUTION 13 The internet, communication technologies, and the digitalization of everything Concept of blurring the real world with the technological world. https://genesisnanotech.wordpress.com/2016/01/15/the-fourth-industrial-revolution-what-it-means-how-to-respond-will-you-be-ready/ 연결과 지능화 기술이 증기기관의 발명 만큼 혁신적으로 세상을 변화시 키고 있음
- 14. / 53 CYBER PHYSICAL SYSTEMS 14 CPS는 실세계와 디지털 세계의 경계가 사라지는 사회를 만들고 있고, 핵심적인 기술로 IoT, 빅 데이터, 인공지능을 들 수 있음 Smart Home Smart Factory Smart Energy Autonomous Car Healthcare Smart City Internet IoT Big Data AI 연결 (Connected) 지능화 (Intelligent, Smart)
- 15. / 53 SMART GRID 15 ICT 기술융합을 기반으로 한 국민발전소 비즈니스 플랫 폼 개발 태양열/풍력 등의 분산된 소규모 에너지 생산자와 전기차 등 동적인 에너지 소비자 간의 에너지 수요-공급 균형을 맞추어야 함 (Micro Grid)
- 16. / 53 PANGYO ZERO CITY 16 ● Human-centered Smart Mobility City ● Real World Test-bed for Autonomous Vehicle ● IT-ITS Convergence Infrastructure for Autonomous System ● Open Platform based Autonomous Industry Support Phase I Phase II 무인 자율차 운행을 컨셉으로한 도시 설계
- 17. / 53 Internet of Things
- 18. / 53 IOT, INTERNET OF THINGS 18 각종 사물에 센서와 통신 기능을 내장하여 인터넷에 연결하는 기술 (Pervasive, Ubiquotous) “가장 심오한 기술은 눈에 보이지 않으며, 이 기술은 자체로 매일의 일상에 활용된다” “The most profound technologies are those that disappear. They weave themselves into the fabric of everyday life until they are indistinguishable from it” - 마크 와이저, 1988 Internet of Things is a term used to define adding Internet connectivity to formerly “dumb” devices, enabling them to communicate with users and other devices
- 19. / 53 필립스 스마트 전구 19 Philips Hue Smart Bulb 색상 및 조도 변경, 알람, 알림 설정, 원격으로 On/Off 가로등 원격 관 리 CityTouch SW
- 20. / 53 혈당 모니터링 20 Continuous Glucose Monitors 혈당 수준을 모니터링하기 위한 애플 와치 앱 혈당 모니터링 컨택렌즈, 구글 2014 바늘없는 혈당측정기 특허, 구글 2015
- 21. / 53 디즈니 매직 밴드 21 • 방문객이 디즈니 랜드 방문 전에 신청 • 룸 키로 사용, 놀이기구 사용 및 레스토랑 예약, • 티켓팅. 카드 지불 연계 • 디즈니 캐릭터가 아이에게 이름 부르며 인사 매직밴드를 통해 디즈니랜드 내에서의 고객 경험을 개선함
- 22. / 53 FITBIT 22 • 일일 활동을 모니터링: 걸음 수, 거리, 소모 칼 로리, 활동 시간(분)의 일일 목표 진도를 확인 하고 추세를 파악 • 수면을 기록한 후 앱으로 수면의 질과 추세를 파악 • 건강 정보 활용: 건강 개선 상담사, 의료 보험, 직원의 건강 관리 2014년에 천 백만 개 기기를 판매 2007년 설립, 2015년 3월 까지 21M 개 기기 판매 등록 사용자는 19M. 체중계 Aria - 몸무게, 근육량, 체지방, 체질량 지수를 추 적 개인 활동을 모니터링하고 데이터에 기반한 건 강 개선
- 23. / 53 IOT FOR SMART CITY 23 Smart Parking, Santander (Spain), 2013 주차 안내 및 교통 신호 제어
- 24. / 53 IOT FOR SMART CITY 24 Waste, Seoul (Korea), 2013 ECube 실시간 모니터링 & 리포팅 청소 수거 경로 최적화 쓰레기 수집 및 수거 최적 화
- 25. / 53 CONNECTED CAR 25 인터넷 사용이 가능하고, 내부에 무선 LAN을 가진 차량 • 모바일 핫스팟으로 AP 역할을 수행 • OTA 업데이트 기능으로 차량 유지 보수 • 인포테인먼트 (Netflix, Spotify…) • 운전 습관 기반 보험료 할인 자동차 제조사들이 자신의 연결 플랫폼을 구축 중 임 • Audi Connect • GM Onstar • Chrysler Connect • Mercedes-Benz mbrace • BMW Connected Drive • Toyota Entune • … 소프트웨어 회사의 플랫폼 • Google Android Auto • Apple CarPlay (Dashboard)
- 26. / 53 IOT 성장 26 IoT를 가능하게하는 기술 변화 • Cheap sensors : 지난 10년 간 평균 가격 1.30$ => 0.60$ • Cheap bandwidth : 지난 10년 간 네트워크 사용 가격 40배 하 락 • Cheap processing : 지난 10년 간 처리 용량 기준 가격 60배 하락 • Smartphones : 센서 게이트웨이 역할, 스마트홈및 스마트카 의 원격 제어 및 허브, 헬스 및 피트니스 기기 • Ubiquitous wireless coverage: Wireless 연결이 거의 공짜. • Big data : 대량의 IoT 데이터 처리 기술 • IPv6 : 128 비트 주소. 3.4 x 1038 개 IoT는 인터넷 역사에서 제 3의 물결 • 90년대 인터넷이 10억 명의 사람을 연결 • 2000년대 모바일 폰이 20억 개 기기를 인터넷에 연결 • IoT는 이보다 10배 이상의 “Things”를 인터넷에 연결 (2020년까지 280억)
- 27. / 53 Big Data
- 28. / 53 AGRICULTURE - SENSORS 28 Vital Herd 소에 ePill이라는 센서를 먹이고 실시간으로 Vital Sign을 모니터링함. 질병, 영양상태 및 Heat stress와 같은 환경 영향에 대한 Insight를 제공 데이터에 기반한 가축 건강 관리
- 29. / 53 PRECISION AGRICULTURE 29 Climate Corp 클라우드 기반 농업 정보 시스템 • 매일 2.5M 개 위치의 날씨 정보 처리 • 150B 토양 센서 • 온도, 강수 및 풍속 등 날씨 예측 농업에 필요한 다양한 정보의 수집 및 처리 (Seeding, Fertilizing, Harvesting)
- 30. / 53 AMAZON 추천 30 Anticipatory Shipping (2014): Amazon Wants to Ship Your Package Before You Buy It. Customers Who Viewed This Item Also Viewed Recommended for you Amazon은 매출의 30%, Netflix는 매출의 65%가 추천으로부터 나 옴
- 31. / 53 T MOBILE 31 communities 노드: 고객 에지: friendship “Customer Link Analytics” SNA (Social Network Analysis) Influencer가 통신사를 바꿀 때 Follower의 25%가 이탈 Influencer에게 기기 업그레이드 시 50$ 제공. 전체 이탈률을 50% 줄임 통화 기록 데이터에 기반한 소셜 네트워크 분석 고객 간 커뮤니케이션를 분석 통화 데이터: 한달에 5천만 노드 간 10억 통화 => 300 GB 커뮤니티에서 영향력을 가진 사람을 파악
- 32. / 53 UBER DYNAMIC PRICING (SURGE PRICING) 32 “우버의 가장 중요한 혁신은 자동차 서비스가 아니라 가격 책정 알고리즘 이다” – MIT Technology Review 트래픽 조건, 콜 요청 수에 따라 가격을 조정 => 실시간 처리 및 예측 분석 콜 요청 수, 가용 자동차 수
- 33. / 53 빅데이터 정의 • Gartner’s Definition • 빅데이터는 크고 (Volume), 빠르게 증가하고 (Velocity), 다양한 형태의 정보 (Variety) • 비용 효과적이고 혁신적인 정 보 처리 방식이 필요 • 데이터에 기반한 인사이트 제 공하여 의사결정 33
- 34. / 53 데이터는 지속적으로 증가 34 Data Never Sleeps 매 일분 마다 694명이 Uber를 타고, 416만 Facebook Like와 34천 Twit이 만 들어짐 Facebook 2014년: 10억 Active Users. 300 PB 저장. 600TB/Day Netflix 2015년: 350 Active Users, 20 PB, 500 Billion Events/Day https://www.domo.com/blog/2015/08/data-never-sleeps-3-0/
- 35. / 53 BIG DATA SETS 35 Graph Data - Social Networks, Telecom Networks, … Log Data - Web Server Logs (GET, PUT, …) Clickstream - 방문자의 로그인 및 페이지 뷰 로그 Sensor Data - Humidity Sensor, Smart Meter, … 다양한 형태의 데이터들이 만들어지고 분석되 고 있음
- 36. / 53 분산 컴퓨팅 HADOOP • 구글 검색 시스템이 해결한 문제 • Google 웹 처리 정보는 10 PB + • HTML pages, PDFs, images, videos, ... • 1 TB 처리에 6시간 걸림: 웹 페이지 분석 (Text 분석, Document Indexing) • 분산 컴퓨팅이 필요 • Hadoop = HDFS* + MapReduce • 오픈소스 빅데이터 분석 프레임워크 (2005년) 36 * Highly Distributed File System
- 37. / 53 분산 처리 예. WORDCOUNT 37 여러 대의 컴퓨터가 할 수 있도록 문제를 쪼개고, 결과를 통합 정리하는 형태로 프로그래밍 되어야 함
- 38. / 53 음악 추천 알고리즘 • Spotify의 추천 알고리즘 • Collaborative Filtering for Implicit Feedback Datasets • 유사 음악을 듣는 사람을 그룹핑하 여 음악을 추천 • 데이터, 2015년 8월 • 7천 5백만 고객, 3천만 개 음악 • 하루에 1 TB 로그 • 1200개 노드 클러스터 38 A C D E B C D E A B
- 39. / 53 추천 알고리즘 39 3천만 개 노래 (Item) 75백만고객(User) o o o o Big Matrix! Matrix Factorization 행렬 쪼개는 오퍼레이션을 여러 대의 컴퓨터에서 병렬 로 진행
- 40. / 5340 사용자로부터 음악재생 로그를 받아 추천 모델을 학습(Matrix Factorization)시켜 추천 목록 구성
- 42. / 53 MACHINE LEARNING 42 스팸 메일 필터는 메일 텍스트로부터 Spam인지 아닌지를 분류하는 문제로 단순화해 볼 수 있음 단어 사용을 기반으로 Spam일 확률을 계산 (단어 모음, Spam 여부) 데이터를 학습 시킴
- 43. / 53 MACHINE LEARNING 43 감성 분석은 긍정 문장들과 부정 문장들을 학습시켜, 새로운 문장이 왔을 때 긍정/부정 으로 분류
- 44. / 53 MACHINE LEARNING 44 http://scikit-learn.org/stable/ 기계학습이 푸는 문제에는 분류 외에, 클러스터링, 회귀 예측, 차원 축소 등의 방 법이 있음
- 45. / 53 MACHINE LEARNING 45 Evaluation 실제값과 예측값의 차이가 일정 수준 이하 가 될 때까지 학습 Root Mean Square Error 기계학습은 주어진 데이터를 학습하여 잘 예측할 수 있는 모델을 구성하는 것 (Knowledge from Data)
- 46. / 53 NEURAL NETWORKS (DIGIT RECOGNIZER) 46 신경망은 뇌의 신경망 구조를 모사한 계산 모델 (뉴런 간에 시냅스를 통해 신 호 전달)
- 47. / 53 딥러닝 47 2개 이상의 중간층을 가지고 있는 신경망 모형
- 48. / 53 REINFORCEMENT LEARNING 48 강화학습은 상태를 인지하고 행동을 취한 후, Reward를 받음. Reward를 최대로 하는 방식으로 학
- 49. / 5349 https://www.ted.com/talks/jeremy_howard_the_wonderful_and_terrifying_implications_of_ computers_that_can_learn The wonderful and terrifying implications of computers that can learn
- 50. / 53 Future
- 51. / 53 인류 발전 변화의 시기 51 (1)the technological trends of Artificial Intelligence, (2)the digitization of just about everything and (3)the exponential IT progress. Human Social Dev. Index - 수명, 교육지수, 소득 및 소비 수 준 등 산업 혁명 이후로 인구 수 및 인간 개발 지수가 기하급수적으로 증가함
- 52. / 53 노동 인구가 줄어들고 있고 임금이 줄어든 결과 소득분배의 불공정성 확대 52 생산성의 향상이 노동자 소득의 증가로 이어지 지 않음
- 53. / 53 모든 기술이 완벽하게 준비되어 있지는 않다 53 Google’s Self-Driving Car Caused Its First Crash (2016.2) 2009년부터 1.3 M 마일 이상을 운행. 교통경찰관의 수신호를 인지할 수도 있 었음. 이전의 구글 자율 주행차의 사고가 17건 있었으나, 모두 자율 주행 차의 잘못이 아니었음
- 54. / 53 감사합니 다