K-12 미래교육체계 전환을 위한 고교학점제 기반 교육체계 편성과 운영 실증사업 인공지능 (AI) 과 사물인터넷 (IoT) - 변화하는 우리 일상과 초연결의 중심 ' 인공지능 '! ( DX AX 시대 )Part 1. 인공지능 (AI) Part 2. 사물인터넷 (IoT) 목차Part 1. 인공지능 (AI)1. 4 차산업과 인공지능 왜 산업혁명에 주목해야 하나 ? 1~4 차 산업 변화의 주역 1 차 : 기계 2 차 : 전기에너지 3 차 : 컴퓨터 , 인터넷 4 차 : 새로운 기계나 에너지 등이 아닌 기존 시스템의 융합을 통한 혁명 이동수단의 변천 동물 - 기관차 - 자동차 - 이제는 인공지능 (AI) 운전시대 Part 1. 인공지능 (AI)1. 4 차산업과 인공지능 DX(Ditigal Transformation, DX) 시대 : DX 는 기업의 겉과 속을 디지털 기술을 기반으로 근본적으로 혁신하여 변화에 대응하는 것을 의미 다가올 미래는 데이터가 부가가치를 창출하는 시대가 되어 , 빅데이터 분석과 이를 활용한 새로운 사업 모델로 인해 인공지능 관련 산업이 급성장 할 예측 Part 1. 인공지능 (AI) * Source: 네이버 지식백과 Digital Transformation | 사전적 의미 디지털 기술을 사회 전반에 적용하여 전통적인 사회 구조를 혁신시키는 것 . 일반적으로 기업에서 사물 인터넷 (IoT), 클라우드 컴퓨팅 , 인공지능 (AI), 빅데이터 솔루션 등 정보통신기술 (ICT) 을 플랫폼으로 구축 · 활용하여 기존 전통적인 운영 방식과 서비스 등을 혁신하는 것을 의미한다 .1. 4 차산업과 인공지능 택시를 손을 들어 잡지 않는다 = 앱 호출 길에서 호객행위를 하지 않는다 = 온라인 예약 인터넷이 끊기면 산업이 마비되는 시대 은행 지점이 없어지는 시대 시대 변화 Part 1. 인공지능 (AI) DX(Ditigal Transformation, DX) 시대 : DX 는 기업의 겉과 속을 디지털 기술을 기반으로 근본적으로 혁신하여 변화에 대응하는 것을 의미1약인공지능 (ANI, Artificial Narrow Intelligence) 특정분야 ( 게임 , 의학 , 법학 등 ) 특정 임무 수행 로봇 등에 탑재돼 현재 활용 중 활용 / 적용 특징 및 사례 ▶ 한정된 문제 해결 능력 ▶ 기초 데이터와 규칙을 입력해야 학습 가능 ▶ 특정 영역에 한정해 사람의 명령과 지시 이행 → 규칙을 벗어난 창조 불가 Part 1. 인공지능 (AI)2. 인공지능 인공지능 구분 ( 레벨 ) 강인공지능 (AGI, Artificial General Intelligence) 현재 실험적으로 시도 중 활용 / 적용 ▶ 알고리즘 설계 시 스스로 데이터를 찾아 학습하는 능력 ▶ 인간 수준의 문제해결능력 • 범용의 유연한 능력 보유 특징 및 사례 → 정해진 규칙을 벗어나 , 능동적으로 학습 인간과 유사한 다양한 분야 Part 1. 인공지능 (AI)2. 인공지능 인공지능 구분 ( 레벨 ) 초인공지능 (ASI, Artificial Super Intelligence) 다가올 미래 활용 / 적용 ▶ 인간을 뛰어넘는 사고 체계 ▶ 강력한 지능 체계 특징 및 사례 → 스스로 목표 설정 • 학습 모든 분야 ( 인간을 뛰어넘는 지능 발휘 ) Part 1. 인공지능 (AI)2. 인공지능 인공지능 구분 ( 레벨 ) : 아래 이미지는 약 - 강 - 초 인공지능 중 어디에 해당 할까요 ( 답은 다음 슬라이드 참고 ) Part 1. 인공지능 (AI)2. 인공지능 인공지능 구분 ( 레벨 ) 약 약 약 약 Part 1. 인공지능 (AI)2. 인공지능 인공지능 구분 ( 레벨 ) : 아래 이미지는 약 - 강 - 초 인공지능 중 어디에 해당 할까요 ( 답은 다음 슬라이드 참고 ) * 이미지 : 아이언맨 ' 자비스 ', 구글 * 이미지 : 어벤져스 ' 비전 ', 구글 Part 1. 인공지능 (AI)* 이미지 : 아이언맨 ' 자비스 ', 구글 * 이미지 : 어벤져스 ' 비전 ', 구글 2. 인공지능 인공지능 구분 ( 레벨 ) 강 초 Part 1. 인공지능 (AI)2. 인공지능 인공지루의 승리 !! 하지만 , 전문가 시스템만으로는 범용적인 문제 해결이 어렵고 , 많은 양의 데이터 처리에 컴퓨터 하드웨어 역량 부족으로 한계에 직면 전문가 시스템 선구자 에드워드 파이겐바우 (Edward Feigenbaum, 화학분자 전문가 ) 화학 분자 구조 유추 'DENDRAL' 이라는 인공지능 프로그램 개발 최초로 전문가의 지식과 경험을 프로그램화 화학자에게 꽤 유용한 분석도구로 알려져 유료로 판매 이후 , 다른 영역에도 적용하는 프로젝트 착수 - MYCIN( 진단 ) PROSPECTOR( 광물탐사 ) - 광업 회사가 PROSPECTOR 를 활용하여 100 억 달러 이상 가치의 매장물을 찾는데 성공 전문가처럼 특정분야의 문제를 해결할 수 있는 인공지능 시스템 개발 규칙 기반 진단 Part 1. 인공지능 (AI)3. 인공지능의 역사 인공지능의 역사 2000 년 1960 년 1970 년 2010 년 1980 년 1990 년 인공지능 부흥기 시작 머신러닝 : 데이터를 통해 스스로 지식을 찾아내는 방식 인터넷 , 스마트폰 , SNS 의 대중화 빅데이터 유용한 정보 를 찾아냄 현실세계 에 적용 90 년 초반 , 스스로 지식을 찾아내는 방식인 머신러닝 ( 기계학습 ) 에 대한 연구 활발 컴퓨팅 기술이 발달하고 인터넷과 스마트폰 , 소셜 네트워크가 대중화되면서 많은 양의 데이터가 쌓여 , 빅데이터 기술 발달로 현실세계에 적용 노력 지속 빅데이터 기반 머신러닝 활용 사례 Part 1. 인공지능 (AI)3. 인공지능의 역사 인공지능의 역사 빅데이터 기반 머신러닝 활용 사례 미국의 월마트는 고객들이 어떤 물건을 동시에 사는지 궁금했습니다 . 빵과 우유 , 혹은 바나나와 사과 등 동시에 한 바구니에 담기는 식재료나 물품이 무엇인지 알 수 있다면 마케팅 효과를 높일 수 있는 전략을 세우기가 유리하기 때문이죠 . 그래서 고객의 구매 내역 데이터를 분석해봤습니다 . 그 결과 , 예상치 못한 사실을 발견합니다 . 맥주와 기저귀를 같이 구매한다는 사실을요 ! 이유인즉 , 남편들이 퇴) 1) 지도학습 (Supervised Learning): 가르치고자 하는 정답 데이터를 제공하여 학습시키는 방식 오리 사진 펭귄 사진 펭귄 AI Part 1. 인공지능 (AI)4. 여러가지 인공지능 머신러닝 (Machine Learning, 기계학습 ) 2) 비지도학습 (Unsupervised Learning): 대량의 데이터를 통해 스스로 패턴을 찾아내어 학습하는 방식 특성파악 수많은 데이터 수집 분류 AI Part 1. 인공지능 (AI)4. 여러가지 인공지능 머신러닝 (Machine Learning, 기계학습 ) 2) 비지도학습 (Unsupervised Learning): 대량의 데이터를 통해 스스로 패턴을 찾아내어 학습하는 방식 특성파악 ( 색깔 , 부리 , 손발 , 몸통 , 배 , 꼬리 , 털 , 등 ) 펭귄 오리 오리 AI AI Part 1. 인공지능 (AI)4. 여러가지 인공지능 머신러닝 (Machine Learning, 기계학습 ) 3) 강화학습 (Reinforcement Learning): : 시뮬레이션 반복을 통해 최적의 과정 및 방법을 스스로 학습하는 방식 * https://media.fastcampus.co.kr/knowledge/data-science/reinforcement/ 서울에서 원주로 이동한다 : 최소거리 115km (- 보상 ) 서울에서 대전으로 이동한다 : 최소거리 85km (+ 보상 ) 서울에서 광주로 이동한다 : 최소거리 142km (- 보상 ) [ 보상 / 피드백 원리 ] 미션 : 서울에서 부산까지 최대한 빨리 도착 Part 1. 인공지능 (AI)4. 여러가지 인공지능 머신러닝 (Machine Learning, 기계학습 ), 사례 https://www.google.com/doodles/celebrating-johann-sebastian-bach https://quickdraw.withgoogle.com/?locale=ko https://www.autodraw.com/ https://teachablemachine.with해 새로운 서비스를 만들어 내는 것 지능 새로운 서비스 연결된 디바이스 사물인터넷 (IoT) 개요 Part 2. 사물인터넷 (IoT)2. 사물인터넷 (IoT) 기술 하드웨어 오픈소스하드웨어 (OSHW, Open Source Hardware) 가 주류를 이룸 하드웨어의 설계 소스 결과물 ( 회로도 , 자재리스트 등 ) 뿐 아니라 구동하는 소프트웨어 ( 펌웨어 , OS, 응용프로그램 등 ) 까지 무료로 공개 사물인터넷 기술 오픈소스 하드웨어 플랫폼을 통해 생태계를 만들고자 함 소프트웨어까지 모두 공개 되어 누구나 쉽게 하드웨어 개발 가능 사물인터넷 디바이스에서 IP 를 사용하는 추세 WiFi 는 속도가 빠르지만 전력소모가 많아서 , 전력소모가 적은 Bluetooth, RFID, NFC, ZigBee 등을 많이 사용 소프트웨어 통신기술 사물인터넷 (IoT) 기술 Part 2. 사물인터넷 (IoT)2. 사물인터넷 (IoT) 기술 사물인터넷 (IoT) 기술 - 하드웨어 2005 년 이탈리아에서 탄생한 아두이노는 대표적인 오픈소스 마이크로컨트롤러 임베디드 시스템 개발 경험이 없는 사람도 쉽게 접근할 수 있도록 개발 툴 , 회로도 등 모든 내용을 오픈소스 형태로 제공 각종 센서 / 액츄에이터 및 통신모듈 등을 탑재한 다양한 호환 보드를 활용하여 확장 Part 2. 사물인터넷 (IoT)2. 사물인터넷 (IoT) 기술 사물인터넷 (IoT) 기술 - 소프트웨어 임베디드 OS, 모바일 OS 를 거치면서 수 많은 파생 OS 가 만들어짐 사물인터넷 분야에서도 주도적으로 Linux 가 활용됨 1 달러 미만의 사물인터넷 기기에서도 적용될 수 있도록 일반적 기능을 생략하는 전략 추진 Part 2. 사물인터넷 (IoT)2. 사물인터넷 (IoT) 기술 사물인터넷 (IoT) 기술 - 통신기술 1994 년 에릭슨이 개발 , 가까운 거리에서 데이터를 교환할 때 사용하는 무선 기술 스마트폰 , 노트북 , PC 주변장치 , 이어폰 등에 널리 이용됨 저전력에서 많이 활용됨 1 버전에서 5 버전까지 발전}
급변하는 에듀테크 시장, 이 시장의 변화를 야무지게 통찰해 보세요!트렌드 보고서를 통해 혁신적인 에듀테크 시장의 흐름을 파악하고, 다가오는 교육시장의 미래를 앞서보는 눈을 가져보세요.■ 왜 이 보고서가 필요할까요?- 미래 교육 시장을 선점하고 싶으신가요? 최신 트렌드와 미래 전망을 통해 한 발 앞서 나가세요.- 새로운 사업 아이템을 찾고 있으신가요? 에듀테크 시장의 숨겨진 기회를 찾아보세요.- 교육 관련 업무를 담당하고 계신가요? 최신 교육 정책과 기술 변화에 대한 이해를 높여보세요.- AI 기술을 접목한 사례가 궁금하신가요? 최근 시장에서 파괴적인 영향을 미치고 있는 AI 기술의 Use Cases 내용을 확인해 보세요.■ 이 보고서에서 얻을 수 있는 것- EdTech 시장의 성장 동력: 빠르게 변화하는 에듀테크 시장 규모와 국내/외 플레이어들 동향- 최신 트렌드와 마켓맵: 최근 시장의 주요 트렌드와, 마켓맵으로 보는 세계 시장의 전체적인 그림- 그리고, 전문가의 노하우: 오랜 시간 동안 에듀테크 산업에 몸담아 온 전문가가 직접 작성한 보고서로, 객관적이고 신뢰할 수 있는 정보를 담았습니다.■ 이 보고서는 누구를 위한 것일까요?- 학교/기업/공공 관련 분야 연구자- 에듀테크/교육 관련 기업의 사업/전략 개발 및 기획 담당자