Core Topic Flashcards
1
Q
인더스트리 4.0
A
▣ 정의 - IoT, BigData 등 ICT기술이 기계 산업의 융합을 통해 기계, 사람, 인터넷 서비스가 상호 연결되어 유연한 생산체계를 구현, 다품종 대량 생산이 가능한 생산 패러다임의 진화 ▣ 등장배경 - 숙련공 부족, 고령화, 짧아진 제품 라이프사이클, 제품 변동성 증가 ▣ 특징 - 생산 시스템의 수직적 네트워킹 - Value Chain 네트워크의 수평적 통합 - 전체 Value Chain에 걸친 엔지니어링 - 기하급수적 기술발전에 의한 가속화 ▣ 구성 1) IoS : MES, EMS, ERP, SCM, CRM, PLM 2) CPS : Smart Material/Machine/Product 3) IoT : 센서, 컨트롤러, 네트워크, 디바이스 ▣ 기반기술 - IoT, CPS, BigData, 스마트로봇, 시멘틱 메모리
2
Q
스마트팩토리
A
▣ 정의 - 전통적인 제조산업에 첨단 ICT 분야를 접목시켜 설비, 공정이 네트워킹 되어 생산 데이터가 실시간으로 활용되어 최적화 되고 효율적인 생산운영이 가능한 공장 ▣ 구성도 - 인더스트리4.0 구성도와 동일 ▣ 주요기술 - 생산설비 및 공정 모델링 - 공정 최적화 시뮬레이션 - 통합관제 기술 - 제조설비 플랫폼 - PC 기반 제조 설비 제어 - Semantic Product Memory
3
Q
CPS
A
▣ 정의 - Cyber System과 Physical System의 통합적 시스템으로 컴퓨팅, 통신 및 제어 기능이 물리세계의 사물들과 통합된 형태 ▣ 핵심 요구사항 (고자안보실) - 고신뢰성 - 자율성 - 안전성 - 보안성 - 실시간성 ▣ 구성도 - Sensor - Actuator - Controller - Network (유무선) ▣ 주요기술 1) HW : Sensor, Actuator, Controller 2) SW : Modeling, Real-Time Middleware, Autonomic Computing 3) NW - 유무선 통신 - DDS ▣ 적용 도메인 - 국방 : 전투 체계 시스템 - 에너지 : 스마트 그리드 - 교통 : 실시간 교통 - 안전 : 고신뢰, 고지능 안전 - 인터넷 : 자율구성 SNS, 가상현실
4
Q
4차 산업혁명
A
▣ 정의 - 설계, 제조, 유통, 서비스업과 정보통신기술을 융합해 작업 경쟁력을 높이는 차세대 산업혁명 ▣ 연혁 - 1차 : 증기, 철도, 선박 - 2차 : 전기, 전력, 가스 - 3차 : 컴퓨터, 인터넷 - 4차 : IoT, CPS, 융합 ▣ 특징 - ICT 기술중심 : CPS/ IoT/빅데이터/인공지능, SW프로세스 - 전 산업간 융합 : ICT+제조, ICT+비제조 - 산업질서 개편 대비 : 일자리 감소, 대/중/소 기업 공생 ▣ 해결방안 1) 정부 - 규제관련 법/제도 재검토 - 중소기업 참여 제도화 - 일자리 보장방안 마련 2) 산업 - ICT : 핵심기술 R&D 투자, SW프로세스 재구축 - 비ICT : 스마트공장, ICT융합 투자 3) 학계 - CPS, 인공지능 연구 - 새로운 문화/규범 공론화
5
Q
랜섬웨어
A
▣ 정의 - Ransom(몸값)과 SW의 합성어로 사용자의 중요 파일, 데이터등을 암호화하고 이를 볼모로 금전적 댓가를 요구하는 악성프로그램 ▣ 종류 - 스케어웨어 : 팝업창으로 감염사실 알림 - 락스크린 : FBI 사칭 - 네스티 스터프 : 개인중요파일 암호화 ▣ 유형 1) 화면잠금형 - FBI/Police 랜섬웨어 - Winlock 2) 파일암호화형 - 크립토라커 - 테슬라스크립트 - 크립토월 ▣ 감염경로 - 이메일 : 스피어 피싱 - 위변조 사이트 : 워터링 홀, 드라이브 바이 다운로드, 파밍, DNS포이즈닝 - 사회공학 : 첨부파일/악성코드 실행 ▣ 방지방법 - 관리적 : 불필요 파일 다운로드 금지, 사용자 보안 인식 제고, 교육, 모의 훈련, 비상연락망 - 물리적 : 백업, 개인암호설정, 읽기전용 설정, 파일권한 설정 - 기술적 : 백신 실시간 감시, 행위기반 악성코드 탐지, 유해 사이트 차단
6
Q
기계학습
A
▣ 정의 - 환경과의 상호작용에 기반한 경험적인 데이터로부터 스스로 성능을 향상시키는 시스템을 연구하는 과학과 기술 ▣ 근본 원리 - 균등 : 차이 증명 관측 후 구별 - 오캄 : 단순 모델 선호 - 양보 : 효율과 성능의 양보 ▣ 구성 - 적응식 신경망 - 학습신호 발생기 ▣ 유형 1) 지도학습 - 방법 : 목표치 주어짐 - 알고리즘 : 신경망, 은닉마르코프모델, 의사결정트리, 다층신경망, 서포트벡터머신, 베이지안망 - 활용 : 이미지 인식, OCR, 음성인식, NLP, 추세예측(회귀분석) 2) 비지도학습 - 방법 : 목표치 주어지지 않음 - 알고리즘 : 군집화, K-Means, 계층적군집화, 자기조직지도, 주성분분석, 독립성분석 - 활용 : 마케팅고객 세분화, 기체의 분포 독성 분석 3) 강화학습 - 방법 : State, Action, Reward - 알고리즘 : Brute Force, 몬테카를로, 동적프로그래밍 - 활용 : 로봇제어, 게임개인화, 공장최적화
7
Q
KNN(K-Nearest Neighbor)
A
▣ 정의 - 새로운 Fingerprint를 기존 클러스터 내의 모든 데이터와 Instance기반 거리를 측정하여 가장 많은 속성을 가진 클러스터에 할당하는 군집 알고리즘 ▣ 특징 - 최고인접 다수결 : 가장 유사한 K개의 데이터 분류 - 유사도 기반 : 유클리디언, 마할라노비스, 코사인 - Laze Learning : 새로운 입력 후 분류 시작 - 단순유연성 : 단순모형 ▣ 원리 1) 새로운 Fingerprint 입력 확인 2) 명목변수기반 그룹분류 3) 거리측정 4) K 선정 5) 클러스터 매칭
8
Q
의사결정나무
A
▣ 정의 - 모형의 구축과정을 나무형태로 표현하여 대상이 되는 집단을 몇 개의 소집단으로 구분하는 분류 및 예측 기법 ▣ 절차 (변모분활) 1) 변수식별 - 연속형, 범주형 2) 모형형성 - 분할, 가지치기 3) 분석모형 도출 - 회귀나무, 분류나무 4) 활용 - 분류, 예측 ▣ 구성요소 - 뿌리마디 - 부모마디 - 자식마디 - 중간마디 - 가지 - 끝마디 ▣ 나무형성과정 1) 성장단계 : 순수도, 불순도 측정 2) 가지치기 : 사전, 사후 가지치기 3) 타당성 평가 : 이익/위험 도표, 검증용 자료, 교차 타당성 4) 해석 및 예측 : 세분화, 분류, 예측, 변수선택, 교호작용 ▣ 알고리즘 1) 다지분리 - ID3 - CHAID 2) 이지분리 - CART - QUEST ▣ 장단점 1) 장점 - 해석의 용이성 - 교호효과의 해석 - 비모수적 모형 - 강건성 - 경제성 2) 단점 및 대안 - 비연속성 : 앙상블 기법 통한 경계점 처리 - 비안정성 : 배깅, 부스팅, k-fold - 복잡성 : 분리기준, 가지치기 엄격화 - 선형 예측력 부족 : 신경망 - 표본 크기 민감 : 충분한 데이터
9
Q
분류화 (Classification)
A
▣ 개념 - 분류결과가 알려진 유사 데이터를 사용하여 규칙들을 찾아낸 다음, 그 규칙들을 분류결과가 알려지지 않은 해당 데이터에 적용하여 결과를 예측하는 방법 ▣ 단계 1) 훈련집합 생성 2) 데이터 전처리 수행 3) 분류 모델 생성 4) 분류 모델 검증 5) 분류 모델 적용 ▣ 분류 알고리즘 - CART, C4.5, CHAID, 신경망
10
Q
군집분석
A
▣ 정의 - 개별 데이터들 간의 유사성을 측정하여 유사한 자료를 같은 그룹으로 모으는 기법 ▣ 분류 1) Partitioning methods - 사전 결정된 군집들의 수 사용 - K-Means, K-medoids, PAM, CRARA, CRARANS 2) Hierarchical methods - 병합 또는 분할 방법 - CURE, CHAMELON, BIRCH 3) Model-based methods - 모델 추정 반복 방법 - EM(Expectation Maximization)
11
Q
K-Means
A
▣ 정의 - 군집별 중심 값에서 중심과의 거리를 기반으로 데이터를 분류하는 군집 기법 ▣ 특징 - Data 중심점 : 상호배타적 - 거리기반 분류기법 : 유클리디안 - 데이터군 양자화 : 오류 최소화 - 속도 및 구현 : 빠른 산출 ▣ 군집화 단계 1) 군집의 수 K를 정의 2) 초기 K개 군집의 중심 선택 3) 각 관측 값들을 가장 가까운 중심의 군집에 할당 4) 새로운 군집의 중심 계산 5) 재정의 된 중심값 기준으로 다시 거리기반의 군집 재분류 6) 군집 경계가 변경되지 않을 때까지 반복
12
Q
인공신경망(ANN, Artificial Neural Network)
A
▣ 정의 - 사람의 두뇌를 모델로 하여 여러 정보를 처리하는 데 두뇌와 비슷한 방식으로 처리하기 위한 알고리즘. ▣ 구성요소 - 입력층, 은닉층, 은닉마디, 출력층 ▣ 신경망 분류 1) 디지털 입력 - 지도학습 : ADALINE, 퍼셉트론 - 자율학습 : ART1 2) 아날로그 입력 - 지도학습 : 퍼셉트론, 다중 퍼셉트론, 특징맵 - 자율학습 : SOM, ART2, 특징맵
13
Q
인공신경망 활성화 함수
A
▣ 개념 - 뉴런의 출력을 조정하는 함수 ▣ 분류 - 단극성 / 양극성 - 선형 / 비선형 - 연속 / 이진 ▣ 유형 1) 항등함수 - 양극성, 선형 - 입력의 가중합 그대로 출력 2) 경사함수 - 단극성, 선형 3) 계단함수 - 단극성 또는 양극성 - 디지털 형태 출력 4) 시그모이드 함수 - 단극성 또는 양극성, 비선형 연속 - S 자 모양 이므로 S 형 곡선이라고도함
14
Q
딥러닝
A
▣ 정의 - 여러 비선형 변환기법의 조합을 통해 높은 수준의 추상화를 시도하는 기계학습 알고리즘 ▣ 부각배경 - 기존 신경망 모델 단점극복 - 병렬처리, HW 발달 - 빅데이터 ▣ 알고리즘 (심합순제신) - 심층 신경망 (Deep) - 합성곱 신경망 (Convolutional) - 순환 신경망 (Recurrent) - 제한 볼츠만 머신 (Restricted Boltzmann Machine) - 심층 신뢰 신경망 (Deep Belief) ▣ 활용분야 - 음성인식 : 코타나, 나우, 시리 - 영상인식 : 자동 캡쳐, 주변 인식 - 자연어처리 : 자동번영, 감정분석 - 독성학 : 약학 가상실험
15
Q
딥러닝 프레임워크
A
▣ 종류 (더케채 까싱텐 토 모)
1) Phyton
- Theano : 다차원 배열, 행렬
- Keras : 레이어, 액티베이션 함수, 최적화 기법
- Chainer : Define-by-Run 형태
2) C++
- Caffe : 표현력, 속도, 모듈화
- SINGA : 분산처리 학습 알고리즘
- TensorFlow : 데이터 플로우 그래프 방식
3) Lua
- Torch : 구글, 페이스북
4) Julia
- Mocha.jl : 모듈화 구조/이식성/빠른속도
16
Q
컨볼루션 신경망
A
▣ 개념 - 컨볼루션 레이어에서 전처리를 수행하는 구조를 가진 인공신경망 ▣ 특징 - 2차원 입력 데이터에 적합 - 전처리 합성곱 필터 학습 ▣ 절차 (알고리즘) - Input - Convolution - Feature maps - Subsampling - Convolution - Subsampling - Full Connection - Gaussian Connection ▣ 구성요소 1) 컨볼루션 레이어 - Parameter Sharing, Sparse Interactions - 특징맵 구성 - 학습 가능한 필터들의 집합 2) 폴링 레이어 - Subsampling - Max/Average Pooling 3) 전방향 레이어 - 다중 퍼셉트론 - 컨볼루션 레이어와 폴링 레이어를 번갈아 특징 추출 ▣ 컨볼루션 연산 - 이미지의 각 영역이 해당 커널 모양과 얼마나 유사한지 합성 곱을 통해 연산
17
Q
RNN (Recurrent Neural Networks)
A
▣ 개념 - 신경망의 출력이 다시 신경망의 입력으로 들어가서 처리하여 Parse-tree 같은 구조화된 입력을 처리할 수 있는 아키텍처 ▣ 특징 - 학습기억 : 과거정보 이용 연속적 흐름 학습 - Recurrent Weight : 과거 시경망과 현재 신경망 연결 ▣ 주요요소 1) BPTT(BackPropagation Through Time) - 시간 방향의 학습 추가 - 데이터의 길이가 길어질수록 학습 힘들어짐 2) LSTM(Long short-term memory) - 히든 노드 대신 LSTM Cell 사용 - 구간이 길어져도 정보 지속 3) GRU(Gated Recurrent Unit) - 리셋 게이트, 업데이트 게이트 통해 결과값 결정 ▣ 활용 - 음성, 언어구문 분석, 감성분석
18
Q
인지 비즈니스 (Cognitive Business)
A
▣ 정의 - 인공지능 기술의 발전으로 가능해진 컴퓨터 소프트웨어의 감각, 이해, 분석, 그리고 예측 능력에 기초해 세상에 없던 새로운 가치, 더 높은 수준의 가치를 구현하는 비즈니스 ▣ 부각이유 - 딥 러닝 등장 - 빅데이터와 인공지능의 결합 - 다양한 IT기술 융합 ▣ 유형 (데일 효효혁전) - 지표 : 데이터의 복잡성(세로), 일의복잡성(가로) 1) 효과성 모델 - 통합과 콜라보레이션 지원 - 가상 에이전트 2) 효율성 모델 - 저비용의 성과 제공 - 자동화된 신용등급 결정 3) 혁신 모델 - 창의성과 아이디어 창출 지원 - 바이오 메디컬 연구, 패션 디자인 4) 전문가 모델 - 특화된 전문성 레버리지 - 의료진단, 법률, 금융 ▣ 기대효과 1) 제조 2) 금융 3) 생활 - 비즈니스 인사이트 제공 : 최적의 생산량과 재고 예측 - 수요 예측 방식 진화 : 인공지능적 수요예측 - 공급망 최적화 : 실시간 전략 수립/집행 - 정보의 비대칭성 해소 : 거래 활성화 - 소비지원 기능 확장 : 스마트 소비지원 서비스 확장 ▣ 고려사항 - 사람의 주관에 좌우되는 일은 기계로 대체 어려움 - 인간의 능력을 증강시키는데 포커싱 - 기업간 경쟁 가속화에 따른 대응 전략 필요
19
Q
자율주행자동차
A
▣ 정의 - 사람이 탑승한 상태에서 사람의 개입 없이 목적지까지 주행을 하는 차량 ▣ 등장배경 - 교통사고의 효과적 감소 - 전기차를 통한 혁신 ▣ 구성요소(통자인) 1) 통합제어 시스템 - 판단 : 주행궤적 생성 및 제어량 결정 2) 조향, 변속, 제동, 자율제어장치 - 액션 : 가속, 제동, 조향장치 제어 3) 장애물 인식 및 자동항법장치 - 인지 : 주행맵, 도로/장애물, 차선 인식 ▣ 단계별 정의 (비기조제완) 0) 비자동 1) 기능제한자동 2) 조합기능자동 3) 제한된 자율주행 4) 완전 자율주행 ▣ 핵심기술(센통소멀) 1) 센서기술 - RADAR : 물체 감지 (전자기파), 충돌 경보/방지 - LIDAR : 사각지대 정밀센싱 (빛), 보행자 감지, 자동주차 - CAMERA : 광학계 영상 취득, ADAS, LKAS, 운전자 상태 감시, 동작인식 - GPS : 차량의 위치, 속도분석, 고정밀 위치 측위, AGPS, DGPS 2) 통신기술 가) 외부 통신기술 - V2V : WAVE, VMC - V2I : Telematics, CICAS, DSRC, CALM, TEPG 나) 내부 통신기술 - CAN - LIN - TTCAN - FlexRay - MOST - IDB1394 3) 소프트웨어 기술 - OSEK : 선점형 커널, 스케줄러, 이벤트와 자원관리, 응용 프로그램 개발 - AUTOSAR : SW Component, Runtime Environment, Basic Software 4) 멀티미디어 플랫폼 - Embedded Linux - QNX - Windows CE - Android ▣ 기술동향 1) 토요타 자율 주행 시뮬레이션 연구실 2) 병행자율성
20
Q
인터넷 전문은행
A
▣ 정의 - 오프라인 지점을 통한 대면 거래 없이 인터넷을 주 채널로 하여 기존 은행 업무(수신, 여신) 대부분을 수행하는 은행 ▣ 필요성 - 금융소비자 편의성 제고 : 접근성향상, 수수료 인하 - 은행산업 경쟁 촉진 : 은행권 보수적 영업형태 혁신 자극 - 미래 신성장동력 창출 : 핀테크 신시장 개척 ▣ 개념도 (금통플전) - 금융기관 - 통신사, IT기기 제조사 - 플랫폼 사업자 - 전자상거래 업체 유통사 ▣ 구성요소 - 전산설치 위탁 운영 - 지급결제망 : 거액결제시스템(BOK wire+), 소액결제시스템(지로, 전자금융 공동망, CMS망) - 신용카드 : 영업점포기준 적용 - 예금보험 제도 : 일반은행과 동일 - 실명 확인제도 : 비대면 방식 ▣ 비대면 기술 - 신분증 사본 온라인 제출 - 영상통화 - 선 개설 후 확인(카드배송) - 기존 계좌 활용 ▣ 도입 기대 효과 1) 현재 - 점포 방문 계좌개설 - 은행, 지급결재업체, 쇼핑몰 결재 업체 분리 - 재무정보 기반 신용평가 대출 - 전문상담 자산관리 2) 도입 후 - 온라인 계좌개설 - 간편결재, 포인트 적립 - 빅데이터 평가 - 자동 포트폴리오 3) 기대효과 - 공간적 제약 해소 - 소비자 결재 편의성 및 해택 증대 - 저신용자의 중금리 대출 확대 - 다수 소비자가 서비스 이용 ▣ 서비스 사례 1) 일본 - 특징 : 은산분리 완화, 대주주 감독강화, 난립방지 - 라쿠텐 뱅크(전자상거래) : 지급결재 업무 - 지분 뱅크(통신사) : 모바일 뱅킹 2) 미국 - 특징 : 제2금융, 기업계 주도 - 찰스슈워브뱅크(증권) : 개인화 자산관리 - 아멕스뱅크(카드) : 지급결제서비스 확장 3) 유럽 - 특징 : 사업부 형태 운영, 적격성 심사 - 다양한 유럽 인터넷 전문 은행 존재 4) 중국 - 특징 : 빅데이터 활용 - 위뱅크 : SNS 상거래정보 ▣ 향후 추진 일정 1단계) - 외부 평가 위원회 구성(15년 7월~11월) : 전문가 구성 - 예비인가 (15년 12월) : 카카오뱅크 - 본 인가 (16년 중) 2단계) - 은행법, 개정안 마련 : 개정안 발의 - 법 시행 후 6개월 이내 : 16년 내 서비스 개시 목표 ▣ 문제점 및 해결방안 1) 법적문제 - 19대 국회 은행법 개정안 통과 무산 - 은산분리법 통과 불투명 - 동일인 금융기관 주식 10% 초과 소유 금지 - 대기업 계열사 전체 지분의 4% 까지만 소유 제한 -> 관치금융 탈피 -> 동일인소유제한제도 개선 2) 기술적문제 - 은행별 시스템 차이 : API 표준화 플랫폼 구축 - 현재 조회성 업무에 국한 : 보안문제 해결을 통한 거래 활성화
