기본 콘텐츠로 건너뛰기

라벨이 21세기원유인 게시물 표시

AI를 지배하는 자가 세상을 지배할 것 같습니다.

AI를 지배한다는 표현을 지난 글에서 적었는데요..  AI활용이라면 chatGPT나 stable diffusion을 사용해서 생성하거나 하면 될텐데.. 어떻게 하면 AI를 지배할 수 있을까요? AI를 사용하는 인프라를 내가 가진다? AI알고리즘을 내 관리하에 둔다? 2014년 Gartner에서 이야기한 내용이 있지요.  데이터는 21세기 원유다.  https://talklowykr.blogspot.com/2019/03/blog-post_12.html 그래서 데이터 사이언티스트가 되는 것이 아니라 데이터의 석유왕이 되어야 한다는 표현을 제가 한 적이 있습니다. AI도 목말라 하는 것은 바로 학습할 데이터 입니다.  stable diffusion도 갑자기 획기적으로 바뀌게 된 것이 해서는 안되는(?) 데이터의 학습을 한 모듈이 세상에 나왔기 때문이지요.  결론이 보이지 않나요?  이게 진실인지는 모르겠습니다.  단지 말하고 싶은 것은 재주넘는 곰이 되지 않길 바랄 뿐입니다.  테슬러도 매일 버려지는 3TB가 넘는 각 자동차의 데이터를 담기 위해서 많은 노력을 하고 있습니다.  여러분도 지금 매일처럼 버리고 있는 의미 있는 데이터가 있지 않은가요? giip :: Control your future! https://giipasp.azurewebsites.net/

전기 시장은 어떻게 변할까? - 스타트업을 위한 아이디어

전 아이디어가 있으면 공개하는 주의 입니다. 제가 이루지 못할 거면 다른 누군가가 해주는게 나으니까요. 전기는 전력의 생산에서 저장, 유통, 사용, 회수(?) 정도로 하나의 에코시스템(생태계)을 이룰 수 있습니다. 이 중에서 생산은 거의 국가에서 만든 발전소를 메인으로 하는데요, 아직 전기 생산성이 투자대비 효율이 적어 국가의 예산으로 진행할 수 밖에 없겠지요. 하지만 점점 집광 패널의 비용이 저렴해지면서 허들은 낮아지고 있습니다. 고효율의 고가격 패널보다는 20%전후의 저스펙 패널이 전기세 보다 투자대비 효율이 나기 시작하는 듯 합니다. 스타트업 중에는 집광 패널의 각도 및 집광 효율, 고장 발생등에 대한 보수 관련 쪽으로 시작한 기업들도 나오고 있네요. 그 다음이 저장입니다. 가장 큰 투자 비용이 들면서 정기적으로 교체를 해야 하므로 사용량 계산을 잘못하면 저장소가 가득차 전기를 버려야 하거나 저장소가 너무 많아 교체시마다 막대한 비용이 나올 수 있습니다. 이를 효율적으로 예측해주는 스타트업은 아직 못봤는데 있지 않을까요? 저장된 전기는 현재는 자가소비가 대부분이지만, 이제는 전기를 배달하는 시대가 올 것입니다. 얼마전 소개 된 전기 자동차 여러대가 전기를 필요로 하는 시설에 가서 전선을 꽂기만 하면 공급을 해주는 시설이 나온 적이 있지요. 전기를 필요로 하는 곳에 직접 전기를 공급해주는 전기의 유통이 시작되려 하고 있습니다. 이 곳에 지금 들어간다면 꽤 좋은 타이밍에 시장의 상승에 올라타지 않을까요? 전기의 사용은 예전부터 지속적으로 있었고 앞으로도 고효율 전기장치를 중심으로 발전은 계속 될 것입니다. 모터 기술로 적은 전기로 강한 힘을 낸다거나 말이죠.. 마지막으로 회수 라는 개념은 아직은 많지 않지만, 이미 모바일 배터리 대여 서비스 등이 나오고 있지요. 빌리는 것은 쉬운데 돌려주는 곳이 한정될 수록 이용자의 불만은 커질 것입니다. 이를 막기 위한 물류연계가 중요하겠지요. 편의점은 사라지지 않을 거란 제 생각을 뒷밭침하는 이야기 이기도 하구요. 전기의...

한국의 IT Outsourcing 시장의 현실과 미래에 대한 고찰

중복 되는 이야기를 자주 쓰긴 하지만,  중간중간 정리하고 통합하겠습니다. ^^ 한국의 IT Outsourcing 시장은  서점에서 파는 모 백서에 따르면 년매출 약 4조원 정도 됩니다.  공교롭게도 94%는 대기업과 공공기관에서 발주하는 물량이구요,  6%인 2400억원 정도가 중견 이하에서 올리는 매출이지요.  물론 중견기업과 중소기업의 많은 부분조차 대기업의 하청으로 생기는 물량이기 때문에 중소기업자체의 매출은 극히 드물다고 생각하시면 됩니다.  IT에 종사하시는 분들은 그냥 실감이 나실 것입니다.  이 글을 읽고 있는 본인 뿐만아니라 많은 동종업계 종사자 분들이 늘상 하는 얘기는 조달청에 어떻게 하면 입찰을 잘하는지 눈여겨 본다거나 국가 예산 따먹기를 위해 얼마나 머리를 굴려야 하는지.. 즉, IT다운 곳에 쓰이는 금액 보다는  얼마나 눈치를 잘보고  제안서를 화려하게 잘 쓰고 화려한 입담으로 담당자를 속여 넘겨야  되는지를 자랑처럼 늘어 놓습니다.  심지어는 국가 예산 통과를 도와주는 전문 기업도 나오고 있지요.  그렇게 국가에서 2억의 예산을 받으면 통과 기업이니 기술료니 비용 계상(計上)을 도와준 기업의 수수료니 하면 반은 빠져 나갑니다.  그리고 나서 나머지 금액으로 국가에 형식적으로 리포팅하면서 버리는 시간과 비용을 생각하면.... 남는게 없지만 현상 유지를 위해선 여기에 매달려 이게 주업이 된 기업들도 많지요.  늘상 비교를 하고 있지만,  일본의 IT Outsourcing 시장만 보더라도 1등 기업이 4조엔(한화 44조여원)이지만,  한국과는 달리 2등 기업이 약 2.5조엔(한화 28조여원)으로 상위 기업들이 엄청난 편차를 가지고 있지 않습니다.  그냥 30세의 독립한 소규모 IT Outsourcing사업을 하는 젋은 사람도 200억엔(한화 2200억여원) 매출을 내기도 하니까요. 한국에서는 ...

컨설팅을 위한 지식을 모으는 팁

현대에는 거의 모든 사람이 동일한 조건하에 정보를 손에 얻을 수가 있습니다. 하지만 컨설팅을 나가보면 많은 전문가라 불리는 사람들의 수준이 너무 차이가 많이 나서 고객도 혼란해 하고, 컨설턴트 끼리도 스스로의 애매한 지식을 피력하려 부적절한 방법을 사용하는 경우가 많습니다. 저의 경우는 제가 얻고 있는 지식원을 모두 공개합니다. 주변에서는 그렇게 하다가 그걸 모두 얻은 사람이 고객을 가로채면 어떡하느냐? 라는 근심스런 조언을 주시는 분들도 있습니다. 그럴 때마다 반박하지요. 제가 얻는 지식 역시 누구나 엑세스 가능한 정보이며, 늦냐 빠르냐의 차이이지 언젠가는 도달할 영역입니다. 굳이 이런거 알려주지 않으려 애쓰는 모습을 보면 패스워드를 알려주지 않음으로서 자신의 존재가치를 어필하는 꼰대 상사랑 같다는 생각을 금치 못합니다. 오히려 제 정보원을 공유하고 서로 정보의 넓이를 넓혀갈 수 있는 사람들을 모으는 것이 훨씬 서로에게 이득이 되기 때문에 정리한 정보조차 공유하고 있습니다. 본론으로 들어가서, 제가 가진 정보의 60%정도는 구글 검색에서 얻고 있습니다. 즉, 검색만 잘하면 많은 정보가 들어옵니다. 하지만 왜 서로 다른 정보를 찾을까요? 아마도 찾는 언어가 달라서일 겁니다. 저의 경우는 일본어 > 영어 > 한국어 순으로 검색합니다. 일본어 결과는 경험을 중심을 잘 정리된 블로그가 많기 때문이지요. 논문이나 원리 자체를 알기 위해서는 영문을 검색합니다. 거의 이 정도에서 대부분 필요한 정보가 손에 들어오지만, 간혹 한국어 내용중에 잘 정리한 글도 있기에 검색을 걸어봅니다. 언어 비율은 일본어 : 영어 : 한국어 = 6 : 3.9 : 0.1 정도 일까요? 그 외에도 LDA(Topic modeling)를 역산하여 정확한 구글의 의도를 찾아내는 것도 검색에 들이는 시간을 줄이거나 인간으로서 불가능한 수십 수백만의 구글 결과 문서에서 나에게 필요한 문서만을 추리는 방법론(Ascent Networks의 박대표님 감사합니다!)도 있지만 이건 너무 길어서 나중에 ...

테슬러는 전기 자동차 회사 입니다.

언제부터 테슬러가 무인 자율주행 자동차 회사가 되었나요? 우리나라 기사에서는 무인 자율 주행 자동차가 나오지 않으면 테슬러가 성립되지 않은 듯한 글이 많네요.  물론 모 기업의 주가를 방어하기 위한 사설이겠지만.. 테슬러는 전기 자동차의 구조에 많은 특허를 가지고 있습니다.  그 중에는 자율 주행에 대한 특허는 한 건도 없는 것으로 알고 있습니다.  테슬러를 이루고 있는 많은 기능(function)중에 자율 주행이 있습니다.  만약 현대 자동차가 시트를 메모리 하여 타는 사람에 자동으로 맞춰주는 기능을 개발하겠다 했다가  개발이 실패하면 현대차는 탈 수가 없는 것일까요? 광고가 과대인지 뭔지에 대해서는 전 모르겠습니다.  하지만 실제로 세일즈맨을 통한 설명과 실제 운전을 해본 결과 충분히 다른 차에서 테슬러로 갈아탈 수 있는 매력을 보여 주었습니다.  AI가 뭔지도 모르고 머신러닝이 뭔지도 모르고 어디서 주워들은 지식만을 가지고 이게 AI네 아니네 하고 끼워 맞추는 사람들이 갑자기 생각나네요.  영문 wikipedia에 글이 올라가면,  잘못 된 정보는 수많은 딴지 및 수정이 올라옵니다.  때문에 제 생각에는 실제 사전보다 진화하는 최신의 정보를 올리는 사전으로 신뢰도가 높다고 봅니다. (로컬 wikipedia는 그 언어 사용자에게 특화되어 신뢰도를 보장하긴 어렵지만) 때문에 최소한 서로 대화를 하기 위해서 사용하는 단어에 대해서는  사전이나 wikipedia(네OO 아닙니다!)를 서로 보면서 그 단어에 대해 인지하고 나서 얘기해야 하지 않을까요? 같은 말을 하면서 사용하는 용어의 인식이 달라 결과가 어긋나는 것을 너무 많이 보다보니 답답한 마음을 금치 못하겠네요.  테슬러는 자율 주행 자동차가 아니라 혁신적인 전기 자동차이며 자율 주행 기능을 탑재하며 그 자율 주행 기능이 발전하고 있습니다.  giip :: Free mixed RPA orches...

태양광 패널의 필수품 solar power regulator - PWM vs MPPT - Power logistics를 만든다!

전기차를 전기 생산이 어려운 곳에 여러 대를 가져가서 연결하여 발전기 대신 사용하는 기술이 나왔다.  일본의 전기/하이브리드 자동차는 전체 자동차 시장의 이미 87%를 넘어서고 있다.  전기 자전거는 이제 일반화 되어 일반 자전거와 큰 가격차이가 안나고 있다.  배터리 기술이 발전하면서 전기에 대한 활용도가 점점 높아지고 있는 와중에 캠핑, 여행 등에서 필요한 전력 공급을 살펴보는 도중 태양광 패널에 관심을 가지기 시작했다.  참고로 태양열 발전은 보일러가 있고, 태양광선을 보일러에 집중시켜 보일러를 덥혀서 증기 기관을 돌리는 방식이고, 태양광 발전은 전극소자에 태양광을 집중시켜 발생한 전하의 흐름을 캐치하여 충전하는 방식이다.  즉, 사람들이 태양열.. 이라고 하는 것의 대부분은 태양광 발전을 뜻한다.  태양광 발전을 효율적으로 축전 시키는 컨트롤러가 필요한데 이 컨트롤러(Solar power regulator)는 MPPT방식과 PWM방식이 현재 가장 널리 쓰이고 있다.  그럼 태양광 패널을 직접 배터리에 붙이면 안되냐고? 배터리에 역류 방지 및 과충전 방지 회로(BMS, Battery Management System)가 있으면 문제는 없다. 만약 없는데 직접 연결한다면 리튬이온 배터리의 위험성을 몸소 체험할 수 있다.  충전 컨트롤러 방식을 소개하는 글은 아주 많은데,  초보자도 알기 쉽게 소개하는 글은 하나도 보이지 않고, 그냥 이게 좋다 라던가, 어려운 회로도만 어디서 퍼와서는 내용은 아무것도 없는 글이 많다.  초보자도 알기 쉽게 설명을 하자면 PWM(Pulse Width Modulation)은 충전가능한 전압으로 낮추면서도 전류는 그대로 유지하는 불필요한 전압을 버리는 방식이다. 굳이 단어의 의미를 이용해서 이해하려 하지 말자.. MPPT(Maximum Power Point Tracking)은 DC-DC 인버터가 내장되어 있어 전압을 떨구면 자동으로 전류가 강해지...

인공지능(AI)은 만능이 아닙니다!

머신러닝(ML)용 데이터를 수집하다보면 이런 질문을 받습니다. * 인공지능은 사람이 못하는걸 해주지 않나요? * 그동안 안쓸거 같아서 버렸는데 필요한 데이터였나요? 제 대답은 언제나 그렇지만, 인공지능(AI)은 사람이 못하는 것을 하지 못합니다. 단지, 사람이 그동안 해오면서 모든 데이터를 볼 시간이 부족하여 꼭 필요하다고 판단되는 데이터만 남기고 버려왔다면, 인공지능은 병렬로 고속으로 그 데이터를 읽고 무한 교차 대입으로 전혀 상관없는 곳에서 상관 관계를 찾아내는 것이 묘미 입니다. 이런 얘기가 있지 않나요? 트위터에 그냥 사람들이 흘린 정보를 가지고 감기가 언제 한국에 상륙하고 얼마만큼의 피해를 낼 것이니 약을 어느정도 준비하면 되겠다 라던가, 전혀 상관없는 미국의 특정 기업의 주식의 변동이 오스트레일리아의 콩의 생산량과 일치한 경우 등. 우리가 나비효과라 이름은 부르지만 그 추적이 불가능 한 것을 인공지능은 역산하여 꺼낼 수 있습니다. 지금도 아무 생각없이 버리고 있는 데이터가 있다면 아래 제 글을 다시 읽어 보시기 바랍니다. https://talklowykr.blogspot.com/2019/03/blog-post_12.html 데이터는 21세기의 원유 입니다. 정유업체가 되지 말고 석유왕이 되십시요! Do not login your server any more! Free server management tool! http://giipweb.littleworld.net Subscribe and publish your links as a book with friends My Favorite Link Share http://link.littleworld.net