Core Topic Flashcards Preview

PE > Core Topic > Flashcards

Flashcards in Core Topic Deck (20):
1

인더스트리 4.0

▣ 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

스마트팩토리

▣ 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

CPS

▣ 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

4차 산업혁명

▣ 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

랜섬웨어

▣ 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

기계학습

▣ 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

KNN(K-Nearest Neighbor)

▣ 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

의사결정나무

▣ 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

분류화 (Classification)

▣ 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

군집분석

▣ 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

K-Means

▣ 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

인공신경망(ANN, Artificial Neural Network)

▣ 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

인공신경망 활성화 함수

▣ 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

딥러닝

▣ 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

딥러닝 프레임워크

▣ 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

컨볼루션 신경망

▣ 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

RNN (Recurrent Neural Networks)

▣ 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

인지 비즈니스 (Cognitive Business)

▣ 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

자율주행자동차

▣ 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

인터넷 전문은행

▣ 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