태터데스크 관리자

도움말
닫기
적용하기   첫페이지 만들기

태터데스크 메시지

저장하였습니다.

월간기술동향 | 코로나가 불러온 변화, 재택근무와 클라우드





코로나19가 대한민국 직장인 업무 패턴을 완전 바꿨습니다.

출퇴근 시간 조정 등 유연근무제가 확대 실시되기도 하고, 교대로 재택근무를 실시하는 기업도 있습니다.

많은 기업들은 재택근무를 채택했는데요. 

코로나19로 인해 재택근무 중인 직장인 수가 10만명을 넘어섰다는 통계도 있습니다.



<이미지 출처 : 매일경제>



재택근무로 업무 공백이 우려되기도 하지만, 

선제적으로 클라우드 시스템을 개발 또는 적용해온 IT 기업들은 오히려 자율근무 생산성 강화의 기회로 삼고 있습니다. 

실제로 미국의 포브스(Fobes)의 설문조사 결과나 씨트립(Ctrip)의 재택근무 실험을 보아도 재택근무 실시 후의 생산성은 더 높아졌습니다.

100% 재택근무로 운영하는 회사에 대한 관심도 늘고 있고요.



<MS의 코로나로 인한 재택근무 생산성 분석 결과(좌), 출처 : ZDNet Korea, 뱅크샐러드의 재택근무 능률 향상(우), 출처 : 뱅크샐러드 블로그>


어떻게 생산성을 높였을까요? 

여러 요인이 있겠지만, 가장 중요한 것은 재택근무에 적합한 인프라를 잘 구축해두는 것이 기본입니다. 

클라우드 환경이 잘 구축되어 있다면 회사에서 일하는 것과 다름없이 집에서도 업무처리가 가능하기 때문입니다. 

클라우드 기반으로 화상회의나 원격제어를 실시하고, 

무와 관련한 데이터를 개인 PC에 저장하지 않고 중앙 서버에서 관리할 수 있어 외부 해킹으로부터도 안전합니다. 

실제로 클라우드 환경 구축에 대한 문의가 기존 대비 2배 이상 증가했다는 기사도 확인할 수 있었습니다. 





클라우드라고 다 같은 클라우드가 아니죠! 클라우드 환경도 다양한 형태로 변화하고 있습니다.

공개망에서 누구나 접근 가능한 퍼블릭 클라우드, 하나의 조직에서만 사용 가능한 공개되지 않은 프라이빗 클라우드

퍼블릭 클라우드와 프라이빗 클라우드, 온프레미스를 혼합하여 사용하는 하이브리드 클라우드, 

하나 이상의 퍼블릭 클라우드를 사용하는 멀티 클라우드 등의 형태입니다. 


특히 하이브리드 클라우드에 대한 관심이 높습니다.

하이브리드 클라우드를 사용하면 퍼블릭 클라우드와 프라이빗 클라우드/온프레미스의 장점을 결합하여 

비즈니스에 최적화된 인프라를 구성할 수 있기 때문입니다.


이렇게 최근들어 급증하고 있는 다양하고 복잡한 IT 인프라와 서비스를 효율적으로 운영하기 위해서는 

통합적으로 관제할 수 있는 단일 관리 솔루션이 필요합니다.

설치 편의성과 확장성을 고려해 클라우드 네이티브 아키텍처로 설계된 클라우드 모아(Cloud MOA)는 

하이브리드 클라우드 환경의 대규모 IT 인프라와 서비스를 인공지능을 활용해 통합적으로 관제할 수 있는 솔루션입니다. 




이렇게 코로나19 사태로 인해 업무 환경의 디지털 트랜스포메이션이 가속화되어 

클라우드와 클라우드 모니터링에 대한 수요가 급증하고 있는 시장에서 엑셈의 기술력은 더욱 빛을 발할 것으로 기대됩니다.








기획 및 글 | 사업기획팀 박예영




엑기스 | 지능형 전력 빅데이터 예측, AutoML이 답!

기술이야기/엑.기.스 2020. 3. 13. 16:38






인공지능(AI)과 전력 빅데이터 분석


인공지능은 센스나 장비, 기기 등의 현 상태를 모니터링 하는 단순 영역부터 복잡하고 불확실한 미래상황을 추론하는 영역까지 다양한 영역에서 적용되고 있다. 가트너에서는 AI가 2021년까지 3천 3백조원의 비즈니스 가치와 7조 시간을 절약하는 업무 생산성 향상을 가져다 줄 것으로 예상하고 있다. 기계학습(머신러닝, Machine Learning)이나 심층학습(딥러닝, Deep Learning)은 모두 인간의 지능을 대체한다는 점에서 인공지능이라고 정의된다.


최근 데이터 과학과 데이터 사이언티스트의 부족으로 인해 자동 기계학습(Auto ML) 영역이 급속도로 커지고 있다. Auto Machine Learning이란, 데이터만 있다면 자동으로 분석 모델을 학습하고 갱신하여 최적의 분석 알고리즘을 추천, 업무에 적용하는 것이다. 분석 전문 지식이 없는 일반 사용자도 쉽게 머신 러닝 분석을 자동으로 생성하고 활용 가능하다. Auto ML 소프트웨어 툴의 수는 단 2년 만에 300%가 증가하였는데, 자동화된 데이터 과학 도구에 대한 다양한 정의, 기대 및 회의론과 모델 개발 및 배포에 대한 개선된 접근 방식 등의 변화로 이루어졌다.

전력 분야에서는 자원 및 시설의 효율적인 관리와 함께 문제 및 변칙의 적시 감지, 전력 수요 및 서비스에 대한 효과적인 예측을 위해 빅데이터와 AI 기술을 활용하고 있다. 다수 빅데이터 프로젝트가 진행되고 있으며, 플랫폼 및 인프라, 에너지 대용량 데이터 모니터링 및 분석, 스마트 시티, 스마트 홈 및 전기 자동차의 수요 예측, 새롭고 혁신적인 에너지 서비스 등의 분야를 포함한다.


데이터 분석 기법과 프로세스

데이터 분석의 80%가 머신러닝 기법을 이용하고 있다. 머신러닝은 비지도, 지도, 심층, 강화 학습 등으로 나뉘고, 최근 Gradient Boosting Tree와 Random Forest와 같은 머신러닝 앙상블 모델을 분석에 주로 활용한다. 현재 머신러닝 자동화 제품으로 가능한 분석 기법은 지도학습(Supervised Learning)이다. 예측하고자 하는 변수(목표변수, 결과)를 분석하기 위해서는 결과(정답)가 있는 과거 이력 데이터가 필요하기 때문이다. 일부 상용 머신러닝 플랫폼 중 머신러닝 자동화가 가능한 제품은 비지도학습 기법인 주성분 분석(Principal Component Analysis)과 K-Means 분석을 활용해 결과 예측력을 높이는 기능도 제공한다.


일반적인 데이터 분석 프로세스는 데이터 준비 – 데이터 저장 – 구조화 – 전처리 – 모델 평가 – 모델 학습 – 예측 데이터 수집 – 모델 배포 – 예측과 실제 결과 비교 – 모델 관리 모니터링 – 시각화 – 인사이트 발굴의 12단계이며, 대표적인 전통적 데이터 분석 프로세스는 아래 3가지가 있다.


그렇다면 전통적인 IT 프로젝트와 빅데이터 분석 프로젝트의 차이는 무엇일까? 전통적인 프로젝트는 기존 프로세스를 파악해 개선된 프로세스를 기반으로 시스템과 제품, 생산 등의 효율성과 비용절감을 강조하지만, 빅데이터 분석은 예측을 통해 가치를 창출하는데 초점을 맞춘다.




머신러닝 플랫폼의 종류와 평가 프레임워크



가트너에서 매년 발표하는 Magic Quadrant의 2020년 데이터 과학과 머신러닝 플랫폼 부문을 보자. 2020년으로 넘어가면서 전통적인 머신러닝 플랫폼인 SAS가 다시 리더 포지션으로 올라왔고, KNIME이 작년 리더 그룹에서 비저너리 그룹으로 내려온 점이 주목할 만 하다. 또한 Databricks, Dataiku, DataRobot 등이 새로운 포지션으로 이동했다. 

데이터 사이언티스트들은 오픈소스로 모델을 구현하는 경우가 많지만, 모델 구현 후 모델 배포 관점에서 상용 플랫폼을 선택하는 경우가 많다. 상용 플랫폼의 경우 모델 배포 및 모델 활용을 위해 Rest API 지원이 편리하고 용이하기 때문이다. 또한 다수의 상업 플랫폼이 이용 가능한 머신러닝 플랫폼이 R과 Python을 같이 쓸 수 있도록 지원하고 있다. 외산 Auto ML 제품군에서는 DataRobot과 H2O가 국내 지원을 하고 있다. 


Auto ML 평가를 위한 일관성 기준도 있다.

① 데이터 연결성 

② Summarization, Exploration & Cleansing을 포함한 데이터 처리의 기능 및 자동화

③ 데이터 변환 및 피쳐 선택을 포함한 피쳐 엔지니어링에서의 기능 및 자동화

④ 하이퍼 파라미터 튜닝, 문제 유형 및 앙상블을 포함한 학습 알고리즘의 기능 및 자동화

⑤ 데이터 및 모델 성능 시각화

⑥ 모델 성능 평가 역량

⑦ 제품 GUI, 코드 배포 및 포함을 비롯한 배포 옵션

⑧ 가격 책정


대표적 Auto ML인 데이터로봇의 기능과 특장점을 살펴보자. 

① 데이터 탐색 → 100+여개 기법 중 최적 모델 선택 → 최적의 하이퍼 파라미터 기준으로 모델 구현 → 분석 모델 배포 → 배포된 모델 관리

② 로지스틱 회귀, 랜덤 포레스트, 서포트 벡터머신, Lasso 회귀, 베이지안, 신경망 모델 등 100+여개의 분석 모델 중 최적 모델 선정

③ 사람이 아닌 기계를 통한 최적화로 모델 구현 공수 70% 감소 효과






Auto ML을 통한 전력사용량 예측


1분석 목표와 범위 : 전력 데이터를 활용한 고객 사용량 예측

공개된 임의의 과거 3년의 전력 사용량을 활용하여 전력사용량을 예측하는 분석 수행을 통해 예측 분석 모델링을 하고자 한다. 계약정보 및 사용량 패턴을 통해 고객별 일별 전력사용량을 예측하는 모델을 구축했다.


2. 분석 결과 및 활용 : 전력사용량 예측 모델 활용

분석한 모델을 웹서버에 배포하여 실시간으로 전략 사용량 예측 가능성을 타진하였고, 가상의 임의의 데이터를 평균값으로 입력 후 전략 사용량을 예측했다.



가상환경 환경 시뮬레이션을 통해 전력사용량을 재계산한 결과 전력 사용량이 174601.56kWh로 변경되었다.



3. AI기반 지능형 전력 빅데이터의 활용
향후 전력 사업 분야에서도 새로운 비즈니스와 가치 창출을 위해 Auto ML을 활용할 것으로 예상하며, AI 기반의 전력 분야에서 자원 및 시설의 효율적인 관리, 문제 및 변칙의 적시 감지, 전력 수요 및 서비스에 대한 효과적인 예측을 위해 빅데이터 및 AI 기술을 활용할 수 있는 지능형 빅데이터 분석 플랫폼이 필요할 것이다.









기고 | 빅데이터사업본부 조치선
편집 | 사업기획팀 박예영








월간기술동향 | 코로나19 사태로 본 조기 경고의 중요성






각종 사업분야에 영향을 미친, 주식시장이 큰 타격을 받은, 중국의 설 연휴가 엉망이 된 코로나 바이러스. 

세계 41개국에서 발병했고, 확진자 81,068명, 사망자 2,758명의 무시무시한 수치를 보여주고 있습니다. (2월 26일 오후 4시 기준)


이 어마어마한 코로나19를 미리 예측하고 경고한 회사가 있는데요. 캐나다의 인공지능 스타트업 BlueDot(블루닷)입니다. 

WHO에서 발표하기 17일 전인 12월 31일, 보고서를 통해 우한 지역의 바이러스를 경고했습니다. 

인공지능(AI)의 힘을 제대로 보여주었죠.




<출처 : Shutterstock>




블루닷의 의미있는 예측


블루닷은 어떻게 빠르고 의미있는 예측을 할 수 있었을까요?


블루닷이 자연어 처리기술(NLP)과 머신러닝으로 분석하는 데이터는 

인터넷 데이터 뿐만 아니라 매일 65개국에서 생산하는 10만 개의 공식 자료까지 포함합니다. 

여기에 WHO와 신흥 질병 모니터링 프로그램 등의 데이터, 모기와 진드기 분포, 가축 개체 수와 

동식물 전염병 네트워크 모니터링, 각 지역의 기후와 온도 데이터도 수집합니다. 

또한 항공사로부터 매년 40억 개의 티켓 판매 및 항공 경로 등에 대한 데이터를 수집합니다. 


그리고 블루닷에는 데이터분석가, 프로그래머 뿐 아니라 의학 전문가들이 함께 근무합니다.

인공지능이 빅데이터 분석을 완료하면 내부 분야별 의학·역학 전문가들이

이 분석이 의학적으로 타당한지, 잘못 추론한 점은 없는지 검수합니다. 

특히 이 과정에서 당국의 역학조사 결과를 반영해 보고서의 공개 여부를 결정한다고 합니다.


이렇게 블루닷은 빅데이터 분석의 오류를 피하기 위해 인터넷 데이터 뿐만 아니라

당국의 실시간 데이터와 항공 운항 데이터, 역학분석까지 반영했습니다.


새로운 바이러스는 빨리 식별해서 백신을 만드는 것이 가장 중요합니다. 

그리고 사람들에게 최대한 빨리 경고하면 확산을 저지하는데 도움이 됩니다.

블루닷의 조기 경고(알람)이 중요한 이유죠. 




한국 코로나 사태 3월 20일 정점, 최대 1만명 감염?


2월 26일 JP모건의 보험팀이 내놓은 전망입니다.

한국의 코로나19 사태는 3월 20일이 정점이고, 최대 감염자 수는 1만명에 달할 것이라고 밝혔습니다.

대구 시민 240만명중 3%가 바이러스에 노출됐고, 중국과 비슷한 양상으로 2차 감염이 일어난다고 가정한 결과라고 합니다.


<국내 '코로나바이러스감염증-19' 확진자 현황, 2월 26일 16시 기준 (출처 : 중앙재난안전대책본부)>


위 그래프는 매일 2회씩 발표하는 국내 확진자 수 그래프입니다.

위 데이터를 토대로 추세선을 그려보면 4월 19일 즈음에는 1만명이 확진될 것으로 예상할 수 있겠습니다.


<국내 확진자 현황을 바탕으로 그려본 추세선>


하루에 수백명씩 확진자가 나오는 국내 상황에서, 

JP 모건에서 자체적으로 만든 모델로 예측한 결과가 맞는다면 어떻게 만든 모델일지 살펴볼 필요가 있겠네요.

하루빨리 이 사태가 진정되길 바랍니다.




조기 경고의 중요성


이렇게 블루닷의 사례 외에도 많은 곳에서 질병에 대한 조기 예측을 하고 있습니다.

AI의 조기 경고에 대해 우리는 더 관심을 가져야 합니다. 

실제로 외환위기, 지진과 같은 자연재해, 질병, 도로정체 등 산업 분야를 막론하고 AI 기반 조기경보시스템을 활용하고 있습니다.

인공지능이 장애를 미리 예측하고 이상 징후를 알려줌으로써 빠른 대응이 가능해지고 있죠.


<Anomaly Detection>


IT 인프라에도 문제가 생기기 전 장애 상황을 예측해 선제적으로 대응할 수 있도록 하는 솔루션이 있습니다. 

바로 엑셈의 XAIOps(싸이옵스) 인데요. 

기업의 인프라와 애플리케이션 데이터를 실시간으로 수집하여 부하 특성과 패턴을 학습하고, 장애상황을 예측합니다. 

또한 AI를 활용해서 실시간 모니터링 대상 데이터의 성격과 분석 목적에 맞는 학습 모델을 선택 적용하고 있습니다. 

미래 상황을 미리 예측하게 되면 IT 인프라 관리·운영의 부담도 줄어들고, 시간과 비용이 감소하는 효과까지 톡톡히 누릴 수 있겠죠? 




물론 인공지능만을 맹신해서는 안될 일이지만,

우리 인간과 기계가 서로 협업하는 증강지능(Augmented Intelligence)으로써 인공지능의 폭넓은 활용을 기대해볼만 하겠습니다. 






출처 및 참고자료

T Times, 구글처럼 하지 않아 코로나 바이러스 예측한 AI 스타트업

중앙일보, JP모건 "한국 코로나사태 3월 20일 정점, 최대 1만명 감염"











기획 및 글 | 사업기획팀 박예영









엑기스 | MaxGauge와 카카오톡 연동

기술이야기/엑.기.스 2020. 2. 10. 19:15






현재 MaxGauge에서 알람이 발생하면 Mail 또는 SMS로 해당 알람을 발송해주는 기능이 있습니다.

최근 들어 SMS(문자)보다 카카X톡, 라X, 위X과 같은 어플리케이션 사용이 늘어나면서,

알람을 어플리케이션으로 받고 싶어하는 고객사가 증가하고 있습니다. 


그래서 고객들의 니즈를 반영하여 카카오톡으로 MaxGauge 알람을 전달받을 수 있는 기능을 구현해보았습니다. 




사용한 기능


1. 카카오 API

카카오에서 제공하는 모든 플랫폼에 대한 API를 제공하고 있습니다.


2. Apache Tomcat

서블릿 컨테이너만 있는 웹 어플리케이션 서버이며 Java 환경을 제공합니다. 

HTTP서버도 자체 내장하기 때문에 아파치 톰캣을 이용하여 사용자가 원하는 환경으로 서버를 구축할 수 있습니다.

이 프로젝트에서는 Apache Tomcat은 MaxGauge의 Jetty와 동일한 역할을 수행하도록 구현했습니다. 


3. HTML

웹페이지를 만들기 위한 언어로 웹브라우저 위에 동작하는 언어입니다. 

제목, 단락, 목록 등과 같은 본문을 위한 구조적 의미 뿐만 아니라 

사진, 링크와 그 밖의 항목을 구조적 문서를 만들 수 있는 방법을 제공합니다. 

이 프로젝트에서는 MaxGauge의 Admin 페이지의 한 부분을 수행하도록 구현했습니다. 





현재 구조는 위와 같은 구조로, MaxGauge에서 SMS서버 또는 SMTP서버의 Database에
알람 내용을 포맷된 형태로 Database에 Insert를 해주면 해당 서버가 명시된 담당자에게 알람을 전달합니다. 



카카오API를 사용하면 어떤 구조일까요?


MaxGauge에 알람이 발생하면 DB에 Insert부분까지는 동일하지만, 별도의 서버가 필요하지 않은 구조입니다.
알람 발송 시 DB Insert하는 목적지 DB를 수집서버의 DB내로 지정하게 되면 
굳이 다른 서버에 DB를 구축하지 않아도 카카오 API를 통한 메시지 보내기가 가능합니다.



어떤 차이점이 있나요?


1. 문자나 메일은 발송하기 위한 서버가 있어야 합니다. 

   하지만 카카오API를 사용하여 알람을 전송하게 될 경우, 발송전용 서버를 구성할 필요가 없어집니다.


2. 발송된 알람을 확인하기 위한 접근성이 용이합니다. 

   현재 문자보다 카카오톡을 이용하는 사용자가 증가함에 따라 접근성이 문자보다 편리하며, 

   메일로 발송할 경우 즉각적으로 알람 확인이 불가합니다. 




카카오 API를 통한 기대효과

1. 비용 감소
 - 구축 비용 감소
 - 건당 비용 감소

2. 편의성과 확장성 증가
 - 문자나 메일보다 간편하게 빠른 장애 인지 가능
 - 1:1 실시간 상담 지원
 - MaxGauge 관련 정보 전달 및 기술지원을 다양한 방식으로 전달 (ex.챗봇)



구현 화면 소개

1. 카카오 API의 서비스를 사용하기 위해 카카오 계정으로 로그인


2. 로그인 후, 작동하기 버튼을 클릭하면 Insert된 데이터 값을 가져온 후 API를 통해 전송








※ 위 내용은 실제로 MaxGauge에 구성되어 있는 것은 아닙니다.
실제 고객사 중에서 카카오 비즈앱으로 맥스게이지와 카카오톡을 연동하여 사용하는 곳이 있습니다.
비즈앱을 이용하기 위해서는 사업자등록번호를 통한 인증이 필요하며,
본문에서 사용한 카카오 API는 비즈앱에 있는 기능을 개발자API를 이용해 구현한 것임을 알려드립니다.






기고 | 신기술본부 신대원
편집 | 사업기획팀 박예영




월간기술동향 | 2020년 주인공은 모빌리티?






매년 초, 미국 라스베이거스에서 열리는 CES(Consumer Electronics Show, 소비자 가전 전시회) 행사는

세계 최대 IT 전시회로, 가장 빠르게 한 해의 혁신 기술들을 살펴볼 수 있는 자리입니다.

올 해 CES 2020도 뜨거운 열기 속에 종료되었는데요. 유난히 주목을 받은 분야가 있어서 이번 시간에 다뤄보려고 합니다.




모빌리티


지난 해에 이어서 올해 CES 현장도 자동차 분야에 집중하는 모습이 많았어요.
기존 자동차 회사들은 업계의 경계를 넘어선 다양한 모빌리티 솔루션을 제시했고, 
자동차 회사 뿐만 아니라 IT 기업 등 다양한 기업들도 미래 모빌리티 서비스를 선보였습니다.
산업 분야를 막론하고 통신, 반도체, IoT, 센서, 배터리 등 다양한 기술이 집약된 모빌리티 시장을 주목한 것이죠.



자동차 분야


▶ 현대자동차 




현대자동차는 우버와 손을 잡고 미래 스마트 모빌리티 비전을 공개했습니다. 

UAM(Urban Air Mobility : 도심 항공 모빌리티) - PBV(Purpose Built Vehicle : 목적 기반 모빌리티) – Hub(모빌리티 환승 거점)을 축으로 하는 비전인데요. 

고객에게 끊김없는 이동의 자유로움과 차별화된 경험을 제공하는 것이 핵심입니다.



▶ 도요타

<도요타가 그린 미래 스마트 시티, 출처 : MOTOR GRAPH>


도요타는 후지산 인근에 첨단 미래 모빌리티 기술이 집약된 스마트 시티를 조성하겠다고 선언했습니다. 
‘Woven city’라는 이름의 이 도시에는 도요타 직원과 연구자, 관계자 및 가족들이 거주할 예정이라고 하는데요.
이 도시에서는 자율주행차량만 운행되고, 각 가정마다 가정용 로봇이 상주할 뿐만 아니라, AI가 거주자의 건강을 수시로 점검해줍니다. 

아예 스마트 도시를 직접 구축하고 필요한 에너지부터 이동 수단 공급, 초연결 지능 등을 직접 완성하겠다고 하니 
앞으로의 진행 과정을 유심히 볼 필요가 있겠습니다.





자동차 이외 산업


▶ 삼성전자


<삼성전자 디지털 콕핏 2020, 출처 : M Auto Daily>


삼성전자는 5G 기반 ‘디지털 콕핏 2020’을 선보였습니다. 

디지털 콕핏은 CES 2018에서 처음 공개해 매년 진화하는 기술을 보여주고 있는데요.

운전 환경의 변화로 인해 차량이 새로운 생활공간으로 변모함에 따라 5G를 기반으로 차량 내부와 주변을 연결해

보다 더 안전하고 편리한 생활을 경험할 수 있게 하는 기술 솔루션입니다.


또한 세계 최초로 5G 기술을 적용한 TCU(Transmission Control Unit, 차량용 통신 장비)를 BMW에 공급, 

2021년에 양산되는 BMW의 전기차 ‘iNEXT’에 탑재될 예정이라고 밝혔습니다.




▶ LG전자

<CES 2020 LG전자 부스 '커넥티드카', 출처 : LG전자 블로그>


LG전자는 전시관 내에 별도로 ‘커넥티드카 존’을 마련하여 차량용 가전기술이 담긴 자율주행차 모형을 전시했어요.
LG전자가 보여준 미래형 자율주행차에는 소형 의류관리기와 냉장고 등이 설치됐고, 
인공지능 플랫폼 ‘ThinQ’ 와의 접목도 이루어졌습니다.

또한 LG전자의 사업적인 움직임도 주목할 만 합니다.
지난 8일, 룩소프트(Luxoft)와 차세대 자동차 분야 협력을 위한 조인트 벤처를 설립해 
지능형 모빌리티를 위한 시스템과 서비스 등을 개발할 예정이라 밝혔고, 
이어서 10일에는 마이크로소프트(MS)와 MOU를 체결하며 모빌리티 사업 확대를 시작했습니다.



▶ SK그룹

<SK 그룹의 모빌리티 혁신, 출처 : MEDIA SK>


SK그룹은 ‘Evolution for future mobility’를 주제로 계열사를 아우르는 모빌리티 비전을 제시했습니다.

SKC는 SKC가 세계 최초로 상용화한 차량 경량화가 가능한 PCT 필름, 미래 자동차 내부 디스플레이에 사용 가능한 투명 PI 필름, 
자동차 내장재용 친환경 폴리우레탄 넥스티올을 공개했습니다.

SK이노베이션에서는 리튬이온배터리분리막(LiBS), 전기차용 친환경 윤활유, 그리고 자동차 경량화 소재를 공개했고,
SK하이닉스는 자율주행차용 AI 솔루션과 5G 솔루션을 전시했습니다.

SK텔레콤은 차량용인포테인먼트(IVI)와 전기차 배터리, 반도체, 자동차 소재를 전시했고,
또한 자율주행의 눈이라 불리는 차세대 라이다를 공개했습니다. 
라이다는 레이저를 목표물에 비춰 사물과의 거리 및 다양한 물성을 감지하고 이를 3D 영상으로 모델링할 수 있는 기술인데요.
자율주행의 눈 역할은 물론 향후 다양한 분야에 널리 사용 가능할 것으로 기대하고 있습니다.
오는 2021년 상용화 예정이라고 하네요.

SK텔레콤은 또한 CES 현장에서 ‘중국의 테슬라’로 불리는 전기차 스타트업 바이톤과 업무 협약을 체결했습니다. 
차량 통합 서비스 시스템(IVI)의 개발과 적용, 마케팅 지원 등에 협력한다고 합니다. 



▶ SONY(소니)

<소니의 콘셉트카 '비전S', 출처 : MOTOR GRAPH>


소니는 5G, AI, 이미지 센서 등 미래 혁신을 이끌 핵심 기술과 신제품을 공개했는데요.
이미지 센싱 기술과 차량용인포테인먼트(IVI)가 탑재된 전기차 ‘비전-S’를 공개해 주목을 받았습니다. 
특히 소니의 강점 중 하나인 이미지 센싱 기술을 활용한 자율주행 기능이 돋보였어요. 
소프트웨어 업데이트를 통해 운전자 역할이 필요 없는 레벨4 수준의 자율주행 단계로 발전시킬 수 있다고 합니다.

요시다 켄이치로 CEO는 다음 메가트렌드가 모빌리티가 될 것이라며, 
소니의 견고한 기술력을 바탕으로 계속해서 진화할 것이라 밝히기도 했습니다.



▶ BOSCH(보쉬)

<보쉬의 AI 차량 내부 모니터링 시스템, 출처 : BOSCH>


독일의 보쉬는 2025년까지 모든 제품에 AI를 적용한다는 청사진을 공개했습니다.
특히 이번 CES에서는 AI를 활용한 차량 내부 모니터링 시스템을 선보였는데요. 
AI와 카메라 기술을 결합해 운전자가 졸거나 안전벨트를 하지 않았을 때 경고하는 시스템으로, 2022년 상용화 계획이라고 하네요.



▶ 반도체 회사, intel(인텔)과 Qualcomm(퀄컴)

<퀄컴의 자율주행차 칩을 내장한 차, 출처 : 조선비즈>


인텔은 2017년 인수한 자율주행 차량용 회사 모빌아이를 내세워
자율주행 솔루션 상품(ADAS, Advanced Driver Assist System) 개발 현황과 맵핑 기술 현황을 전시했어요.

퀄컴은 자율주행 전용 플랫폼 ‘스냅드래곤 라이드’를 공개했는데요.
자율주행차를 지원하는 퀄컴의 첫 완성형 시스템으로 자동 비상제등과 교통표지판 인식, 차선 유지 보조기능을 갖췄습니다.
고속도로 주행, 주차, 교통정체 대응도 지원하고, 올 상반기 중 제품 개발을 들어가 오는 2023년 상용화 계획입니다.



▶ Amazon(아마존)

<아마존 모빌리티 부스, 출처 : aws>


아마존도 자동차 업체들을 위한 새로운 서비스를 소개했습니다.
자동차에 아마존의 AI 비서 알렉사를 탑재하거나, 개별 제품 형태로 제공하는 것인데요. 
알렉사를 스마트홈이나 스마트 오피스에서 자동차 영역으로까지 확대 적용한다는 의미입니다.
 
알렉사는 이미 아우디, 포드, 렉서스, 링컨, 도요타의 일부 모델에 탑재되어 있는데요,
람보르기니의 ‘후라칸 에보’등에도 추가적으로 알렉사를 탑재한다고 발표했습니다. 
또한 자동차에 알렉사를 통합할 수 없는 경우에는 자동차용 알렉사 서비스인 ‘에코 오토(Eco Auto)’를 선보여 활용할 수 있도록 했습니다.





위 언급된 기업 외에도 구글은 구글 AI 비서와 안드로이드 오토를 탑재한 BMW X5와 볼보 XC40 체험존을 마련했고, 
벤츠는 전기차 브랜드 EQ의 세단 콘셉트카 ‘비전 EQS’ 전시함과 동시에
영화 아바타에서 영감을 받아 제작한 콘셉트카 ‘비전 AVTR’를 공개했습니다. 
그리고 BMW는 시판중인 도심형 전기차 i3를 기반으로 차 내부를 호텔과 같은 구조로 구성한 ‘i3 어반 스위트’를 전시했습니다.

이번 CES는 산업간 경계가 갈수록 무의미해지면서 각 산업 분야를 넘나들며 미래 먹거리를 모색하는 전략을 살펴볼 수 있었습니다.
미래 모빌리티 비즈니스로 융합된 앞으로의 산업에 주목할 필요가 있겠는데요.

이 모든 산업의 핵심은 바로 '데이터'입니다.
지속적으로 늘어나는 빅데이터를 잘 운영하고, 또 운영을 잘 관제해야만이 미래 경쟁력을 가질 수 있겠죠?
엑셈은 오랜기간 데이터를 연구해왔고, 초연결사회에 적합한 관제 솔루션도 갖추고 있습니다.
초연결사회, 데이터 중심 시대의 엑셈의 행보를 기대해주세요.





내용 참고 및 출처









기획 및 글 | 사업기획팀 박예영







엑기스 | 쿠버네티스 애플리케이션을 관리하는 3가지 도구

기술이야기/엑.기.스 2020. 1. 10. 17:52






Kubernetes Tools


처음 Kubernetes를 접해서 사용하면 Docker와 Kubernetes가 주는 자동화로 인해 신세계를 경험하게 됩니다. 

이렇게 Kubernetes의 세계에 빠져들고 열심히 활용하다 보면 kubernetes만으로는 해소하지 못하는 불편함들이 많이 있습니다. 

따라서 이런 불편함을 해소시켜주는 Tool들도 계속해서 개발되고 발전하고 있습니다. 


이 글로는 모든 Kubernetes의 Tool들을 소개할 수 없지만, 

최근에 직접 구축하고 사용하면서 업무에 도움이 된 Tool들에 대해서 간략하게 소개시켜 드리려고 합니다. 




1. Helm


Kubernetes Application을 개발하고, 관리하다보면 어느새 산더미처럼 쌓여있는 yaml 파일들을 볼 수 있습니다. 

(ex. deployment.yaml , service.yaml, configmap.yaml, …) 


먼지처럼 쌓여가는 리소스 파일(yaml)들과  여러 사람들의 손을 거치면서 나오는 Deployment와 Pod들을 손쉽게 관리할 수는 없을까요?

이러한 고민을 한번에 덜어줄 기술이 바로 Helm 입니다.


# yaml

JSON, XML 과 같이 Data를 표현하는 형식으로 Kubernetes 에서 사용하는 ObjectSpec 입니다. 

(JSON도 가능하지만 대부분 yaml 사용)


Helm은 Kubernetes의 복잡한 응용 프로그램들의 관리를 도와주는 도구입니다. 

Kubernetes 환경에서 사용할 리소스(ex: deployment, service, ingress, …)들을 Chart라고 불리는 format의 package 파일을 만들어 줍니다. 

이렇게 만들어진 Chart Package로 Kubernetes 환경에 Application의 배포 및 관리를 손쉽게 할 수 있습니다. 

(Helm Chart를 사용한 Application 배포는 아래 3.Kubeapps에서 다루도록 하겠습니다.)


또한 Helm의 장점은 여기서 끝이 아닙니다.

기존 Kubernetes에서 생성하는 deployment 또는 pod, service 등에 들어가는 여러가지 설정 값들을 chart value를 통해 변경이 가능합니다. 

다시 말해 yaml에 입력되는 값이 변경이 되어도 새로운 yaml 파일을 만들어낼 필요가 없습니다. 


이후 value가 아닌 Kubernetes 리소스 (yaml) 자체를 수정하거나,

helm으로 구성한 Package 파일을 변경하고 싶은 경우에는 어떻게 할까요? 

답은 간단합니다. Chart Package 파일은 기본적으로 버전으로 관리되기 때문에 수정 후에 새로운 버전의 Package 파일을 만들면 됩니다.


그렇다면 chart package 파일도 결국에는 yaml 파일과 같이 결국에는 산더미처럼 쌓여있지 않을까요? 


이런 문제를 해결해주는 도구가 바로 ChartMuseum입니다.

# Chart
Helm에서 사용하는 Package format으로 예를 들어 “Helm create ChartName” 명령어를 사용하면아래 구조의 Chart가 생성됩니다.
이후 완성된 Chart를 “Helm package ChartName” 명령어를 통해 .tgz 확장자를 가진 Package 파일을 생성할 수 있습니다.


ChartName/            # 생성한 Chart의 이름으로 된 directory

  └  Chart.yaml          # Chart에 대한 정보

  └  values.yaml            # Chart에서 사용하는 기본 설정 값

  └  chart/            # 현재 Chart와 관련되어있는 Chart (directory)

  └  templates/            # Kubernetes 리소스 (yaml 파일) 들이 있는 directory




2. ChartMuseum


Source 파일을 관리해주는 Git, SVN 과 같은 도구가 있다면 Chart Package 파일을 관리해주는 도구도 있습니다. 

Helm에서는 Chart Package를 관리할 수 있는 ChartMuseum 이라는 오픈소스 Chart 저장소를 제공하고 있습니다. 

ChartMuseum은 앞서 소개한 Helm을 통해 나오는 .tgz 확장자를 가지는 Package 파일을 관리해주는 도구입니다. 또한

Git, SVN과 마찬가지로 생성한 Chart를 다른 사람들과 공유해서 사용하는게 가능합니다. 


이로써 Helm과 ChartMuseum을 통해 Kubernetes 관리를 효율적으로 할 수 있게 되었습니다. 

마지막으로 Helm Chart를 사용하여 Kubernetes에 Application의 배포 및 관리를 편리하게 만들어주는 

Kubeapps에 대해서 소개시켜 드리겠습니다.




3. Kubeapps


Kubeapps는 Kubernetes 클러스터에서 응용 프로그램을 배포 및 관리하기 위한 웹 기반 UI Tool 입니다. 

Kubeapps는 ChartMuseum과 연동하여 Helm으로 만든 Package 파일을 Kubeapps를 통해 UI로 제어할 수 있으며, 

Kubernetes에서 token(계정)을 발급받아 사용자 권한을 설정할 수 있습니다. 


또한 Application의 배포와 삭제, upgrade, rollback 등의 기능을 제공하며,

전 세계에서 제공하는 서비스를 사용할 수 있는데, 

kubernetes의 인기를 증명하기라도 하듯 엄청난 수의 Application들이 Helm으로 개발되어 등록되어 있는걸 확인할 수 있습니다. 


이를 통해 사용자는 kubeapps의 UI에서 자신이 개발한 helm package 외에도 

수많은 Kubernetes Application의 배포와 관리, 삭제 등의 제어가 가능합니다.




<Kubeapps Login 화면>



<Kubeapps 기본 Catalog list>



<tomcat helm chart>



<helm의 value.yaml를 사용하여 application을 배포하기 전 설정>



<Kubernetes에 tomcat application을 배포 후의 화면>







마무리


Helm, ChartMuseum, Kubeapps를 사용하여 Kubernetes Application을 관리하는 법을 소개하였습니다. 

위의 Tool을 적용하기 전에는 대부분의 Kubernetes 관리가 console에서 진행되었고, 일부 사용자만이 Kubernetes를 활용하였습니다.

하지만 최근에는 UI로 진행하면서

사용자들이 Kubernetes에 쉽게 접근하여 Application을 배포 및 관리하고 사용하면서 Kubernetes의 장점을 활용하고 있습니다. 


위에서 소개한 tool 외에도 Kubernetes tools에는 Keel, Draft 등 유명한 Tool 들도 많이 존재합니다. 

하지만 무조건 Kubernetes의 tool을 적용하는 것이 정답은 아닙니다. 


지금 이 순간, 개선점을 찾아서 발전시켜 나가는 자세가 가장 중요하지 않을까요? 




Change before you have to (변화해라. 억지로 변화해야 할 상황이 오기 전에.)

-Jack Welch










기고 | MFJ-데몬팀 박세훈

편집 | 사업기획팀 박예영






월간기술동향 | 이제는 MaaS 시대!






소유에서 공유로, 이제는 MaaS 시대!

PaaS, SaaS, IaaS 말고... MaaS를 아시나요?


2010년 서비스를 시작한 우버가 10년 만에 기업 가치 137조 원으로 성장하면서

디디추싱, 그랩 등 차량 공유 서비스가 전 세계적으로 확산되고 있습니다.


이제는 차량 공유에서 한발 더 나아간 MaaS가 주목을 받고 있는데요.

MaaS(Mobility as a Service, 마스)는 '서비스로서의 이동'이라는 의미로

택시, 기차, 버스, 지하철, 카셰어링, 자전거, 킥보드 등등! 모든 교통 수단을 하나의 서비스로 제공합니다.

개인이 '소유'한 단일 교통 수단을 이용하는 것보다 훨씬 더 빠르고 저렴하게 목적지까지 효율적으로 '이동'할 수 있도록요.



지금도 공유 서비스, 대중교통 환승 및 경로 안내 등이 부분적으로 구현되어 있고, 

네이버 지도나 구글 지도처럼 도보를 포함해 대중교통으로 갈 수 있는 최적 경로 탐색 등이 가능하지만

MaaS는 어플 하나면 모든 교통 수단을 통합적으로 고려한 최적 경로, 비용 정보, 호출 및 결제 등 이동 관련 전 과정을 이용할 수 있어요.


MaaS는 자동차를 소유의 개념으로 보지 않고 서비스로 봅니다.

자동차를 대중교통처럼 이용할 수 있다면 자동차 구매와 유지 보수를 위한 큰 비용을 지출할 필요가 없죠.

더불어 MaaS가 확산되어 도시 내 자동차 수가 줄어들면 부족한 주차 공간, 환경 오염, 교통 체증 등의 문제를 해결할 수 있을 거에요.


<MaaS 프레임워크, 출처 : LVM Ministry of Transport and Communications>






MaaS 사례 살펴보기


<UBiGO 화면, 출처 : App Store>


MaaS는 2013년 UbiGo라는 스타트업이 스웨덴에서 시행한 시범 사업을 계기로 개념화 되었는데요.

UbiGo는 앱을 통해 대중교통, 셰어링카, 렌터카, 공유 자전거, 택시 등 5대 교통 수단에 대한

이용 정보와 예약 및 결제 서비스를 제공합니다. 

환경 친화적 교통 수단을 선택할 경우 보너스도 제공하고 있어요.



<Whim 화면, 출처 : Whim 공식 홈페이지>


핀란드의 ‘Whim’앱은 헬싱키 내의 버스, 트램, 택시, 렌터카, 오토바이, 공공 자전거까지

모든 교통 수단을 조합해 최적의 경로를 안내합니다.

이용자 선호도를 학습해 이용자 맞춤형 이동 수단을 추천해주기도 하고요.

핀란드에는 자동차 제조사가 없는데, 발달된 통신 기술을 기반으로 서비스를 시작했다는 점이 눈길을 끄네요!




<Qixxit 화면, 출처 : Qixxit 공식 홈페이지>


Qixxit은 독일의 철도 회사 도이치반이 기차와 항공사, 버스, 택시,

차량 및 자전거 공유, 렌터카 등과 연계하여 통합 서비스를 개발한 사례입니다.

이동 수단 뿐만 아니라 도서관, 쇼핑, 식당 등에 대해서도 예약 결제 서비스를 제공합니다.






국내 상황은?

그렇다면 현재 한국, 특히 서울의 상황은 어떨까요?
서울은 지하철, 버스 등 대중 교통 인프라가 잘 형성되어 있고, 타다, 쏘카 등 공유 자동차도 활성화되어 있습니다.
그리고 따릉이(서울시 공유 자전거 서비스)와 킥고잉(킥보드 공유 서비스) 등도 계속 서비스 지역을 확대하고 있죠. 

이렇게 서울은 MaaS 도입과 발전 가능성 측면에서 굉장히 유리한 여건을 가지고 있습니다.
현재의 노하우와 인프라를 활용해 MaaS를 도입한다면 사용자들은 더욱 최적화된 경로로 목적지까지 이동이 가능해질 거에요.

<MaaS 한눈에 보기, 출처 : 쌍용자동차 블로그>






PwC에 의하면 전세계 MaaS 시장은 2030년까지 1.4조 달러 규모로 연평균25%씩 성장이 예상된다고 합니다. 

또한 올해 1월에 열린 CES 2019에서는 자동차 관련 최대 이슈로 MaaS를 주목할 만큼 뜨거운 주제인데요. 


이처럼 모빌리티의 미래인 MaaS 시장의 주도권을 잡기 위해 자동차 업계부터 IT 업계 등 많은 투자가 이루어지고 있습니다. 

토요타는 MaaS 혁신을 위해 소프트뱅크와 ‘모넷테크놀로지’를 공동 설립할 뿐만 아니라, 

우버(5억달러)와 그랩(10억달러)에 많은 돈을 투자했습니다. 

현대기아차는 작년에 MaaS 관련 투자만 약 5000억을 집행했다고 합니다. 

전통적인 제조업에 가까웠던 기존 자동차 기업들도 서비스 분야로 그 영역을 확장해 나가고 있는 상황입니다. 


반대로 Whim과 Uber처럼 자동차 제조기술은 없어도 서비스는 너무나 빠르게 제공하기도 합니다. 

플랫폼의 힘일까요?


이렇게 4차 산업혁명시대에서는 산업 간 경계가 빠르게 허물어지고 있습니다.











기획 및 글 | 사업기획팀 박예영







[Semtong 143회] 2020년에도 대박나쥐!

다른 이야기도 궁금하시다면?

 

 

 👨‍🏫 엑셈 뉴스룸 | SoftWave 2019 참가기

 💌 엑쓸신잡 | 2020년부터 바뀌는 것들

 😉 엑기스 | 대한민국 4차 산업혁명 페스티벌 2020





엑기스 | 대한민국 4차 산업혁명 페스티벌 2020

기술이야기/엑.기.스 2019. 12. 9. 15:28






4차 산업혁명 시대를 맞아 지난 12월 17일~19일 코엑스 A홀에서 '대한민국 4차 산업혁명 페스티벌 2020' 전시회가 열렸습니다.

지디넷코리아가 주관하고 과학기술정보통신부와 대통령직속 4차산업혁명위원회가 주최하는 이 행사는

정부의 내년 정책을 엿볼 수 있을 뿐만 아니라, 4차 산업혁명 핵심 기술과 비즈니스가 소개되었던 자리였습니다.

이 자리에 엑셈도 빠질 수 없겠죠?



엑셈 부스는 입구 근처에 마련되어 있어 행사장으로 오시면 쉽게 만나볼 수 있었는데요.

이번 행사에서 클라우드 네이티브 성능 관리(InterMax Cloud)를 비롯해 AI 기반 IT 운영 지능화(EXEM AIOps),

빅데이터 분석 솔루션(DataRobot, KNIME)에 이르는 다양한 4차 산업 기술을 소개했습니다.

많은 분들께서 저희 솔루션에 관심을 주셨는데요, 이 자리를 빌어 방문해주신 모든 분들께 감사 말씀 드립니다!









첫날인 17일, 독일 공학한림원 헤닝 카거만 박사의 기조연설로 컨퍼런스가 시작되었습니다.

인더스트리 4.0에 대한 독일 기업들의 인식변화를 소개하며, 인더스트리 4.0은 사람과 로봇이 협동하는 '하이브리드 팀'이 이상적이라고 밝혔습니다. 기계가 인간을 대체하는 것이 아니라 특정한 상황에서는 로봇보다 사람이 훨씬 더 창의적이라고요. 현재 독일에서는 '하이브리드 팀'에 대한 연구가 진행중이라고 합니다. 

마지막으로 자율화, 상호운용성, 지속성을 목표로 디지털 생태계를 전 세계로 확장하겠다는 인더스트리 4.0에 대한 새로운 비전을 소개했습니다.





그리고 오후에는 4차 산업혁명과 관련된 정부 정책에 대해 들을 수 있는 다양한 세션이 펼쳐졌어요. 

먼저 한국데이터산업진흥원에서는 '데이터 경제 활성화를 위한 데이터 거래 기반 구축 방안'을 발표했습니다. 4차산업 시대의 데이터 거래에 대한 중요성을 밝히고, 국내외 데이터 거래시장 현황과 향후 정부의 지원 정책에 대한 내용을 공개했습니다.





행정안전부에서는 '디지털 정부혁신 추진방안'을 발표했는데요. 향후 3년 내 반드시 성과를 내기로 한 우선 추진과제 6가지(▲선제적·통합적 대국민 서비스 혁신▲공공부문 마이데이터 활성화▲시민 참여 플랫폼 고도화▲현장 중심 스마트 업무환경 구현▲클라우드와 디지털 서비스 이용 활성화▲개방형 데이터·서비스 생태계 구축)와 중장기적 비전을 공개했습니다. 

전자정부에 대한 정부의 강력한 의지를 느낄 수 있었던 세션이었어요.





과학기술정보통신부에서는 ‘AI 정책 방향’을 발표했습니다. AI는 피할 수 없는 흐름이기에, AI를 통해 산업과 사회가 도약해야 한다고 언급하며 ‘AI 정부’로 거듭나기 위한 전략을 공개했어요. (▲AI 산업 기반 조성▲산업·사회 전 분야의 AI 활용▲일자리 등 변화에 대한 선제적 대응) 

또한 구체적으로 인프라 조성을 위해 데이터 개방과 AI 반도체 강화를 강조했습니다. 





한편, 이번 전시회 둘째 날인 18일 오후에는 엑셈이 세션 발표를 진행했습니다.

신사업본부 Cloud그룹장 강인규 이사님께서 클라우드 네이티브 아키텍처 통합관제 솔루션 InterMax Cloud(인터맥스 클라우드)를 소개해주셨어요.

세션을 듣기 위해 많은 분들께서 참석해주셔서 높은 관심을 알 수 있었고,

세미나 종료 후 발표 자료 요청과 함께 솔루션 관련 문의를 주시기도 했습니다.




2019년 하반기는 전시회들로 유난히 분주했던 것 같은데요.

많은 분들께 엑셈을 소개하며 큰 관심을 받아 행복했던 시간이었습니다.

엑셈 부스를 방문해주신 모든 분들께 다시 한번 진심으로 감사의 인사를 드립니다.








기획 및 글 | 사업기획팀 박예영

사진 촬영 | 사업기획팀 홍성덕







[Semtong 143회] 2020년에도 대박나쥐!

다른 이야기도 궁금하시다면?

 

 

 👨‍🏫 엑셈 뉴스룸 | SoftWave 2019 참가기

 💌 엑쓸신잡 | 2020년부터 바뀌는 것들

 😉 엑기스 | 대한민국 4차 산업혁명 페스티벌 2020





월간기술동향 | 다가오는 구글 유니버스






모든 것을 알고 있다고 할 정도로 모든 것을 알고 있는 구글. 

일명 ‘구글신’이라 불리는 만큼 축적된 빅데이터가 어마어마하겠죠? 

구글은 빅데이터를 활용해서 무엇을 하려고 하는지,

그렇다면 우리나라는 데이터 활용을 어떻게 할 것인지 대해서 이야기하려고 합니다.





프로젝트 '나이팅게일'


구글이 환자나 의사에게 알리지 않고 수백만명에 달하는 미국인의 세부적인 건강정보를 수집했다고 합니다. 

미국 21개 주에 걸쳐 미국인들의 건강 정보를 모으는 ‘나이팅게일 프로젝트’를 비밀리에 진행해왔다고 하는데요. 

구글은 미국 내에서 두 번째로 큰 헬스케어 시스템인 ‘어센션(Ascension)’과 이 정보들을 공유했다고 하며, 

최소 150명 정도의 구글 직원이 해당 정보에 접근할 수 있다고 합니다. 


<’나이팅게일 프로젝트’의 데이터 활용 방법, 출처 : WSJ>


위 그림에 따르면, 구글이 수집한 데이터는 환자 이름과 생년월일, 주소, 가족력, 알레르기, 예방접종, 

의료진 진단 결과, 입원 기록 등이라고 하는데요.

이런 정보들을 ‘어센션’이 구글 클라우드 서버에 업로드하고, 

이를 기반으로 구글 시스템에서는 아래 4가지의 결정에 대한 결과를 도출한다고 합니다.

1) 치료계획, 검사 제안, 비정상적인 변이 표시

2) 의사를 교체하거나 추가

3) 약물 추가 투입

4) ‘어센션’이 치료비를 더 많이 청구하거나 다른 절차 제시


구글은 작년부터 위 나이팅게일 프로젝트를 시작, 

환자에게 최적화된 인공지능(AI) 기반 건강관리 소프트웨어를 구축하기 위해 수집한 정보를 활용하려는 것으로 알려졌습니다. 

최종 목표는 옴니버스 검색 도구를 만들어 서로 다른 환자 데이터를 집계하고, 한 곳에서 모두 호스팅하는 것이라고 하네요.


개인정보에 대한 이슈는 없을까요? 

구글의 건강 정보 수집 방식이 사생활 침해 문제로 여겨질 수 있지만, 불법은 아니라고 합니다. 

1996년 제정된 미국의 ‘Health Insurance Portability and Accountability Act(HIPPA법)’에 따르면 

피보험대상(환자)의 건강 관리에 도움을 주기만 하면 병원은 환자에게 고지하지 않고 

제3의 헬스케어 업체에 건강기록을 넘길 수 있습니다. 


하지만 의료진과 환자에게도 별도로 고지되지 않아, 불법적 행위는 아니더라도 프라이버시 논란이 다시 불거지고 있습니다.





프로젝트 '캐시(cache)'


구글이 헬스케어 뿐만 아니라 금융업에도 진출할 예정입니다. 

씨티그룹 및 스탠퍼드연방신용조합과 손잡고 내년에 구글뱅킹을 선보인다고 밝혔습니다. 

페이스북, 애플, 아마존에 이어서 구글까지 인터넷 공룡들은 다 페이 시스템을 가지게 되는 건가요?


이전 IT 기업들이 금융업에 진출하는 모습들과 조금 다른 점은, 

새로 만들어지는 계좌는 구글 브랜드가 아닌 은행 브랜드로 출시된다는 점입니다. 

그래서 씨티그룹 입장에서는 구글과 함께하며 IT 친화적이면서도 젊은 고객들을 확보할 수 있게 될 듯 합니다.


‘캐시’ 프로젝트는 구글페이의 확장으로 계획되었다고 하는데요. 

이미 개인의 연락처, 주소 뿐만 아니라 이동 정보까지 파악하고 있는 구글이 

앞으로 월급, 소비 패턴 등 재무 정보까지 얻게 될 텐데, 엄청난 파급력이 예상됩니다. 

개인정보에 대해 우려하는 목소리에 대해 구글은 

“예금 서비스를 통해 확보한 고객 데이터를 외부에 유출하는 일은 없을 것”이라고 밝혔습니다.




구글이 가지고 있는 어마어마한 빅데이터를 기반으로 출시되는 헬스케어 서비스와 금융 서비스라면, 왠지 써보고 싶지 않나요? 

구글이 정말 ‘구글 유니버스’를 만들지, 귀추가 주목됩니다.





한국의 데이터 활용은?


구글처럼 데이터를 활용하기 위해 우리나라도 데이터 3법 개정안 통과를 눈앞에 두고 있습니다. 

데이터 3법(신용정보법, 개인정보보호법, 정보통신망법)은 개인정보 등의 데이터를 다양한 사업에서 활용할 수 있게 

그 활용 방법과 범위를 정하고 규제를 완화하는 내용을 담고 있는데요.


지난 19일 예정되었던 심사, 또 연기되었네요. 다음 본회의를 기다려봐야겠죠?

관련 기사 : '빅데이터 3법' 19일 처리한다더니... 지각 심사로 무산














기획 및 글 | 사업기획팀 박예영






[Semtong 142회] Remember our December

다른 이야기도 궁금하시다면?

 

 

 🏢 엑셈 뉴스룸 | 엑셈 마곡 '인텔리전스 R&D 캠퍼스’

 👍🏻 엑셈 브랜드스토리 Brand X l History. #EXEM

 😉 엑기스 | Soft Wave 2019에서 만나요!




엑기스 | Soft Wave 2019에서 만나요!

기술이야기/엑.기.스 2019. 11. 4. 14:56






국내 최대 SW산업 박람회, Soft Wave 2019 (2019 대한민국 소프트웨어대전)가 개최됩니다.

과학기술정보통신부, 산업통상자원부 등 관련 부처가 후원하는 가운데 

국내외 250개사 SW기업이 참여하여 새로운 기술과 서비스를 시연합니다.


2016년부터 시작되어 이번이 4회째인데요,

이번 전시회에는 패키지 SW, IT 서비스, 융합 SW, 인터넷 SW, 게임/콘텐츠 SW 등 다양한 기술로 구성됩니다.


엑셈도 이 기회를 놓칠 수 없겠죠?

지난 7월 AI EXPO에 이어서 이번 소프트웨이브 전시회에도 참가합니다.


엑셈은 이번 전시회에서 자사 솔루션 EXEM AIOps 및 InterMax Cloud와 파트너사의 솔루션 DataRobot과 KNIME을 선보입니다.

EXEM AIOps(엑셈 AI옵스)는 국내 최초로 딥러닝 기반의 IT 운영 지능화 솔루션이며,

InterMax Cloud(인터맥스 클라우드)는 클라우드 네이티브 아키텍처 통합관제 솔루션입니다.

DataRobot(데이터로봇)은 머신러닝 자동화(AutoML) 솔루션이며,

Knime(나임)은 워크플로우 기반 Total 분석 플랫폼입니다.




엑셈 부스는 전시회장 가장 중심인 인공지능 선도기업관에 위치해 있습니다. 

부스 번호는 D-41이니 꼭! 기억해두셨다가 엑셈 부스로 방문해주세요 :)









행사 첫날인 4일, 엑셈 빅데이터사업본부 조치선 팀장님의 강연도 마련되어 있습니다.

위 부스 배치도의 '무대'에서 진행하니, 많은 관심 부탁드립니다!





🤩 모바일 초대장 신청하기 🤩


이 글에 비밀댓글소속(회사명), 이름, 휴대폰번호를 남겨주세요! (선착순 50명)









기획 및 글 | 사업기획팀 박예영





[Semtong 142회] Remember our December

다른 이야기도 궁금하시다면?

 

 

 🏢 엑셈 뉴스룸 | 엑셈 마곡 '인텔리전스 R&D 캠퍼스’

 👍🏻 엑셈 브랜드스토리 Brand X l History. #EXEM

 😉 엑기스 | Soft Wave 2019에서 만나요!



  • Favicon of https://blog.ex-em.com EXEM 2019.11.19 16:37 신고 ADDR 수정/삭제 답글

    * 모바일 초대장 신청 예시 (비밀댓글) *
    소속 : 엑셈
    이름 : 김철수
    휴대폰 번호 : 010-1234-5678

  • 2019.11.29 08:32 ADDR 수정/삭제 답글

    비밀댓글입니다

    • Favicon of https://blog.ex-em.com EXEM 2019.11.29 10:10 신고 수정/삭제

      모바일 초대장 발송하였습니다-! 문자 메시지를 확인해주세요^.^

  • 2019.11.29 10:47 ADDR 수정/삭제 답글

    비밀댓글입니다

    • Favicon of https://blog.ex-em.com EXEM 2019.11.29 13:07 신고 수정/삭제

      발송완료! 문자 메시지 확인부탁드려요~

  • 2019.11.29 13:26 ADDR 수정/삭제 답글

    비밀댓글입니다

    • Favicon of https://blog.ex-em.com EXEM 2019.11.29 16:28 신고 수정/삭제

      발송완료하였습니다^^

  • 2019.12.05 13:49 ADDR 수정/삭제 답글

    비밀댓글입니다

    • Favicon of https://blog.ex-em.com EXEM 2019.12.05 14:29 신고 수정/삭제

      발송하였습니다! 문자 메시지 확인해주세요^^