[첨단 헬로티] 이번 글은 마지막으로 로봇에서 SW 플랫폼과 인공지능(특히 이 연재들에서는 기계 학습을 의미함) 간의 관계를 살펴보고, 향후 방향에 대해 논의하고자 한다. 첫 연재에서는 일반적으로 인공지능, 데이터, SW 플랫폼에 대한 내용을 설명하였고, 두 번째 연재에서는 SW 플랫폼에 대한 내용, 세 번째 연재에서는 기계 학습과 학습 구조 혹은 데이터와의 관계를 설명하였다. 데이터 학습이 로봇의 기능이다 인공지능과 SW 플랫폼 간의 관계를 이해하기 위해서는 대상 로봇의 기능을 명확하게 할 필요가 있다. 이전의 연재에서도 언급하였지만, 기계 학습 기술은 데이터에 기반을 두고 있다. 즉, 그림 1과 같이 해당 데이터(입력과 출력)의 학습이 로봇의 기능이다. 따라서 데이터를 통하여 학습되지 않은 입력들에 대해 대부분이 정확하게 동작하지 않는 경향이 있다. 이렇게 정확하게 동작하지 않는 경우에 사람이 개입할 경우 사람의 안전에 영향을 줄 수 있다는 것도 큰 문제이다. 즉, 학습되지 않은 것은 처리할 수 없다는 문제이다. 이 내용이 기계 학습의 큰 단점 중의 하나이다. 학습된 결과는 코어에서 수행되는 매개변수 값들로 그 수에 따라 CPU 혹은 GPU에서 수행될 수
[첨단 헬로티] 이번 글에서는 기계 학습과 학습 구조 혹은 데이터와의 관계를 설명하고자 한다. 첫 연재에서는 일반적으로 인공지능, 데이터, SW 플랫폼에 대한 내용을 설명하였고, 두 번째 연재에서는 SW 플랫폼에 대한 내용을 설명했다. 이번에는 기계학습과 빅 데이터와의 관계를 설명하고자 한다. 첫 연재에서 기계 학습의 모형을 다음의 그림 1과 같이 개념적으로 보였고 빅데이터/기계 학습용 데이터와 기계 학습 모델 간의 관계를 그림 2와 같이 보였다. 이번 글에서는 이들을 기준으로 데이터와 기계 학습 모델 간의 연계 관계를 설명한다. 그림 1 기계 학습의 모형 그림 1을 좀 더 살펴보면, 데이터(학습을 위한 입출력 데이터)에 따라 관련 프로그램의 생성이 달라질 수 있다는 것을 유추할 수 있다. 이러한 전형적인 예가 2016년 마이크로소프트(MS)사가 인공지능 채팅 로봇 Tay의 학습 내용과 구글 포토의 잘못된 인식 내용이다[1]. 즉, 일부 사용자들이 Tay의 학습 방식을 이해하여 인종·성 차별적이고 부적절한 메시지를 학습시킨 결과 개발 의도와는 다른 형태의 채팅 로봇이 나오게 되어 Tay의 서비스가 중단하게 되었다. 또한, 구글 포토는 흑인과 관련
SW 플랫폼은 로봇, 자동화기기 혹은 IT 기기에 사용되더라도 문제없이 동작될 수 있도록 설계되고 실제로 동작된다. 단지 차이는 관련 분야의 응용 모듈들이 얼마나 제공되느냐에 달려있다. 이번 글에서는 로봇과 Cyber-Physical System(CPS)에 사용할 수 있는 SW 플랫폼에 대한 이야기를 하고자 한다. 요즈음 이슈가 되고 있는 디지털 트윈은 엄밀하게 보면 CPS의 일부분만을 특화시킨 내용이기 때문에 CPS에 대해 설명을 하면서 디지털 트윈을 이야기 하도록 한다. 참고로 이전 글에서 SW 플랫폼은 미들웨어와 개발도구가 통합된 것으로 언급하였지만, 이번 글에서는 SW 플랫폼은 특별한 언급이 없는 한 ‘미들웨어’ 관점만 고려한다. SW 플랫폼이 같아야 디지털 트윈이 쉬워진다 CPS는 ‘스마트 제조 R&D 중장기 로드맵’[1]에 따르면 다음과 같이 정의된다. “실제 세계에서 동작하는 모든 요소들이 각종 센서, 정보처리장치, 소프트웨어, 사물인터넷 등에 기반한 컴퓨팅 시스템과 상호 유기적으로 연계되어 최적 제어를 가능하게 하는 기술” 즉, 서비스 차원에서는 CPS가 IoT나 빅데이터
현재 인공지능 기술, 특히 기계 학습(machine lear-ning) 기술이 많은 분야에 적용되고 있다. 역시 로봇 분야도 예외가 아니다. 로봇 분야에 다양한 형태로 기계 학습 기술을 포함한 인공 지능 기술이 적용되고 있다. 실제로 국내에서도 로봇 분야에 기계 학습 관련 기술 적용에 대해 많은 연구를 하고 있다. 본 연재에서는 로봇에 적용되는 기계 학습 관련 기술과 기계 학습 기술을 효율적으로 적용할 수 있는 SW 플랫폼 기술에 대해 논의해보고자 한다. 이를 위해 국내외에서 진행하는 딥 러닝 기술과 SW 플랫폼에 대한 문제점을 분석하고 이에 대한 해결방법도 모색해보고자 한다. 이에 따라 각 연재에서는 다음과 같은 주제를 가진다. • 기계 학습, 데이터 및 SW 플랫폼 • SW 플랫폼 • 기계 학습과 학습 구조 • 기계 학습과 SW 플랫폼 ▲ SW 플랫폼의 등장으로 로봇 기술이 전문가들만 참여하는 분야에서 다양한 사업 참여자들이 더욱 쉽게 참여할 수 있는 길이 열리게 되었다. 로봇을 위한 SW 플랫폼 로봇을 위한 SW 플랫폼을 먼저 설명을 한다. 로봇 SW 플랫폼이란 사용자 혹은 개발자들이 로봇 또는 로봇 응용을 쉽게 개발
상호명(명칭) : (주)첨단 | 등록번호 : 서울,자00420 | 등록일자 : 2013년05월15일 | 제호 :헬로티(helloT) | 발행인 : 이종춘 | 편집인 : 김진희 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2012년 4월1일 | 청소년보호책임자 : 김유활 | 대표이사 : 이준원 | 사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c) HelloT all right reserved
UPDATE: 2025년 11월 22일 11시 56분
