4차 산업혁명과 창의컴퓨팅

1학년 1학기 교양 과목
 
1주차
4차 산업의 개념과 이해
4차 산업 혁명이란?
첨단 정보 통신 기술이 경제, 사회 전반에 융합되어 혁신적인 변화가 나타나는 차세대 혁명
 
4차 산업의 핵심 패러다임
1. 초연결사회: 인터넷, 통신 기술의 발달에 따라 네트워크로 사람, 사물, 데이터 등 모든 것을 연결한 사회(IoT, 클라우드 컴퓨팅)
2. 초지능사회: 모든 산업 분야에 인공지능이 도입(빅데이터, 인공지능)
3. 초실감사회: 감각을 디지털화해 실제 상황처럼 느끼게 하는 서비스 제공(VR, AR, MR)
 
핵심 기술
1. 사물 인터넷
인간과 사물, 서비스 간에 지능적 관계를 형성하는 사물 공간을 연결함으로써 상호 소통하는 지능형 인프라 및 서비스
2. 클라우드 컴퓨팅
이용자가 인터넷을 통하여 필요한 만큼 빌려서 사용하고 서비스 부하에 따라서 실시간 확장성을 지원받으며, 사용한 만큼 지불하는 컴퓨팅 환경. 무형의 형태로 존재하는 컴퓨터 자원을 자신이 필요한 만큼 사용하고 이에 대한 사용 요금을 지급한다.
 
//전개기술
1. 빅데이터: 데이터를 효과적으로 처리하기 위한 기술
2. 인공지능: 사람 지능 수준의 지적 능력을 컴퓨터의 하드웨어 또는 프로그램으로 구현하여 지능을 가지고 스스로 학습, 행동하는 체계
 
//요소 기술
1. 로봇: 외부 환경을 인식하고 스스로 상황을 판단하여 자율적으로 동작(지능형 로봇)
2. 3D프린팅: 얇은 레이어를 층층이 쌓아 올려 입체형 제품을 만드는 프린트 기슬. 각종 소재를 사용하여 디자인 아이디어를 단기간에 3차원 실물로 구현한다.
 
//거래 기술
1. 블록체인: 모든 참여자가 공동으로 거래 정보를 검증, 기록, 보관함으로써 '공인된 제 3자' 없이도 거래 기록의 신뢰성을 확보하는 기술
2. 핀테크: 모바일 결제, 송금, 개인자산관리 등 다양한 스마트 금융 서비스 제공
 
2주차
S/W 교육이란?
컴퓨터 과학의 개념, 원리, 기술에 대한 이해를 토대로 주변의 문제를 찾고 상상력과 창의력을 활용해 효율적으로 해결할 수 있는 컴퓨팅 사고력을 함양시키는 교육(언플러그드 활동, 프로그래밍, 피지컬 컴퓨팅)
 
컴퓨팅 사고력의 의미
컴퓨터를 활용하여 모순된 어떤 문제를 해결하기 위한 방법
 
교육용 프로그램의 장점과 단점
직관적으로 구성되어 있어 조작이 쉽고 간단하여 손쉽게 프로그래밍을 배울 수 있다.
- 텍스트형
장: 전문적인 수준의 프로그랴밍 가능
단: 영어 사용, 이해가 어려움
- 블록형
장: 블록을 조립하듯 쉽게 프로그래밍 가능, 이해가 쉬움, 가시적이어서 결과를 쉽게 확인 가능
단: 전문적인 프로그래밍에 한계가 있음
 
사물인터넷 IoT 4계층
1. 디바이스 계층: 주변의 센서로부터 수집된 정보를 직접 가공, 처리하거나 제어하여 서비스를 제공하는 장비 계층
2. 네트워크 계층: 수집된 데이터를 사물인터넷 플랫폼으로 전송
3. 플랫폼 계층: 수집된 데이터를 사물인터넷 네트워크로부터 전송 받아서 저장하고 분석하여 서비스를 제공할 수 있는 기반 마려
4. 서비스 계층: 분석된 자료를 기반으로 각종 사물인터넷 서비스를 제공
 
3주차
클라우드 컴퓨팅의 개념
무형의 형태로 존재하는 하드웨어, 소프트웨어 등의 컴퓨터 자원을 자신이 필요한 만큼 빌려쓰고 이에 대한 사용 요금을 지급하는 방식의 컴퓨팅 서비스
 
주요 구현 기술
1. 가상화: 하나를 여러개 같이 사용
2. 분산 컴퓨팅: 대용량 데이터를 나누어 처리
3. 프로비저닝: 자원동적 할당 기술
4. 멀티테넌시 아키텍처: 다중 임대 구조. 각 사용자가 독립적으로 이용
 
인공지능 개념
인간의 지적 능력을 컴퓨터 하드웨어 또는 프로그램으로 구현하는 기술
 
적용기술
1. 머신러닝(기계학습): 인간이 경험을 통해 학습하는 방식을 컴퓨터로 구현
2. 지식추론: 정보에 대한 가정과 전제로부터 결론 도출
3: 시각지능: 시각정보로부터 객체를 인식하고 감정이나 상황 이래
4. 언어지능: 인간의 언어를 컴퓨터가 지식화하는 기술
 
머신러닝(3세대), 딥러닝(4세대) 차이점
머신러닝: 컴퓨터에 학습 데이터의 특징을 제공하고 학습하게 함
딥러닝: 컴퓨터에 학습 데이터의 특징을 제공하지 않고 학습하게 함
 
인공지능 알고리즘 개념 이해(머신러닝 3가지, 딥러닝 3가지, 주요 알고리즘)
머신러닝 알고리즘
1. 지도학습: 입력데이터의 결과값과 교사 데이터(목표값)을 비교평가함으로써 학습. 문제와 정답을 모두 알려주고 학습시킴
2. 비지도학습: 입력데이터의 결과값이 자기 평가를 통해 학습을 진향
3. 준(반)지도학습: 교사 데이터와 목표값이 표시되지 않은 데이터 코드를 훈련에 사용
4. 강화학습: 현재 상황에서 보상을 최대화하도록 행동을 학습
 
딥러닝 알고리즘
1. DNN(심층신경망): 입력층과 출력층 사이에 여러 개의 은닉층으로 이루어진 인공신경망
2. CNN(합성곱 신경망): 유사성 간 가중치를 조정(변경)하면서 학습. 즉, 두 이미지 사이에 유사성을 설정하고 그 유사성에 가중치를 부여, 두 이미지가 맞는지 정확성을 올리기 위해 유사성 간 가중치를 조절하면서 학습 -> 영상, 이미지 인식에 효과적
3. RNN(순환 신경망): 과거 학습의 정보를 잃지 않고 연속적인 정보의 흐름을 학습에 반영. 이전 순서의 히든 노드의 값을 저장한 이후에 다음 순서의 입력 데이터로 학습할 때 이전에 저장해놓은 값을 이용 -> 음성인식, 필기체 인식에 유용
 
//주요 인공지능 알고리즘
1. GAN(생성적 적대 신경망)
이미지를 생성하는 생성자와 이미지의 진짜/가짜를 판별하는 판별자가 상호 경쟁하며 정확성을 높이는 딥러닝 알고리즘 
2. XAI
사용자가 인공지능 시스템의 동작과 최종 결과를 이해하고 올바르게 해석하여 결과물이 생성되는 과정을 설명 가능하게 하는 인공지능 알고리즘
-> CNN과 달리 이미지를 분류함과 동시에 분류의 근거가 되는 정보까지 제공
 
빅데이터 플랫폼 구성의 이해
빅데이터: 통상적으로 사용되는 데이터 수집, 관리 및 처리까지 소프트웨어의 수용 한계를 넘어서는 방대한 크기의 데이터
빅데이터 플랫폼: 빅데이터로부터 숨겨진 패턴과 알려지지 않은 정보 간의 관계를 찾아내기 위한 과정과 기술 요소를 통합한 하나의 생태계 개념
 
// 데이터 수집 기술
조직 내부와 외부의 분산된 여러 데이터소스로부터 필요로하는 데이터를 검색하여 수동 또는 자동으로 수집하는 단계
 
데이터 저장 기술
네트워크 상에 분산 저장 및 분산처리 하는 단계
-> 하둡 프레임 워크, HDFS, NoSQL
 
데이터 처리 기술
분산처리, 병렬처리 등을 통해서 정형, 비정형, 반정형 데이터를 분석하기 좋은 형태로 정제/가공하는 데이터 전처리를 수행하는 단계
-> 맵리듀스, 스파크, 스톰
 
데이터 분석 기술
수집 및 처리 단계를 통하여 축적된 데이터를 효율적으로 정확하게 분석하여 비즈니스 등의 영역에 적용
-> 데이터 마이닝, 머신러닝, 통계 분석, 자연어처리
* 데이터 마이닝: 데이터 간 패턴, 규칙을 발견하여 의미 있는 정보로 변환
* 자연어처리: 패턴 인식과 인간이 쓰는 언어를 컴퓨터에 인식
 
데이터 시각화 기술
데이터로부터 보이지 않는 새로운 패턴이나 관계를 발견하도록 도와서 시각화하는 단계, 방대한 양의 자료를 분석해 한 눈에 볼 수 있도록 도표나 차트로 정리하는 단계
-> 정보 시각화, 인포그래픽스
 
빅데이터의 성장 원인
데이터 증가, 데이터 경제, 수요 증대
 
4주차
로봇의 개념
로봇: 인간과 유사한 모습과 기능을 가진 기계 또는 한 개의 컴퓨터 프로그램으로 작동하고 자동적으로 복잡한 일련의 작업을 수행하는 기계적 장치
 
산업용과 지능형의 차이점
산업용 로봇: 제조공정에 직접 투입되어 전문적인 조립 및 생산 작업을 수행
지능형 로봇: 외부 환경을 인식하고 상황을 판단하여 자율적으로 동작
 
로봇의 주요 기술 이해
5대 로봇 기술
1. 조작 제어 기술: 물건을 잡고 자유롭게 원하는 형태로 움직이는 기술
2. 자율 이동 기술
3. 물체 인식 기술: 저장된 학습 정보를 바탕으로 3차원 공간 정보를 실시간으로 파악
4. HRI 기술: 로봇이 상호작용 상황과 사용자의 의도를 판단함으로써 상황에 적합한 반응과 행동을 계획하여 순조로운 의사소통 및 상호협력을 실행하게 함
5. 센서 및 엑츄에이터
- 센서: 주변 환경 및 물체의 물리적인 신호를 측정해 전기 신호로 밖ㅜ는 기술
- 엑츄에이터: 다양한 소재와 기계 공학을 통해 움직임을 제어하는 기술
 
로봇의 자연어 처리
로봇이 사용자의 자연어를 이해해서 자연어로 상호작용하기 위한 기술
 
로봇 소프트웨어 플랫폼
로봇을 제어하고 임무를 지시하는 등의 로봇의 지휘 본부 역할을 수행하는 플랫포ㅓㅁ
 
3D 프린팅 개념
각종 소재를 사용하여 디자인 아이디어를 단기간에 3차원 실물로 구현. 얇은 레이어를 층층이 쌓아올려 3차원 실물로 구현.
 
 
5주차
3D 프린팅 절차
1. 모델링: 제품을 설계
2. 프린팅: 디지털화된 모델을 적층하여 입체물을 만듦
3. 후처리: 최종적으로 표면을 연마하거나 염색
 
블록체인의 개념
모든 참여자가 공동으로 거래 정보를 검증, 기록, 보관함으로써 '공인된 제 3자'없이도 거래 기록의 신뢰성을 확보하는 기술
 
합의 알고리즘
블록페인에 변경사항을 적용하기 위한 행위
- 변경사항을 어떻게 처리할지 네트우크 참여자간에 정하는 알고리즘
데이터의 무결성 검증 및 생성을 위한 노드 간 미리 정의된 절차에 기반하여 합의하기 위한 의사결정 알고리즘
 
// 블록체인의 3가지 유형
- 퍼블릭 블록페인: 누구나 접근 가능
- 프라이빗 블록체인: 허가된 사용자만 접근 가능
- 컨소시엄 블록체인: 특정 그룹에 허가된 사용자만 접근 가능
 
// 블록체인의 4가지 주요 특징
1. 탈중앙
2. 이중 지불 방지
3. 경제성
4. 합의 수령 알고리즘
 
블록체인 사슬 개념
블록(거래내역)마다 이전의 블록이 기타 정보와 함께 마치 사슬처럼 저장되어 연결된 구조
-> 특정 시간마다 시간순으로 계속 연결
 
분산원장의 개념
거래정보를 기록한 원장을 P2P 네트워크에 분산하여 참가자가 공동으로 기록하고 관리하는 블록체인의 핵심 기술
 
//블록체인의 활용
가상화폐, 증권거래, 해외송금, 투자 및 대출, 물류, 유통 등 전산업
 
핀테크의 개념과 등장 배경 
핀테크: 금융 서비스와 관련된 기술 및 산업 
- 등장 배경
2008년 글로벌 금융위기 이후 저성장, 저금리 장기화로 인해 수익성이 떨어지고 스마트폰 이용의 보편화, 소비자의 소비 형태가 모바일 중심으로 변화하며 빅데이터 분석 등으로 소비자 맞춤형 금융서비스가 가능해진 환경
 
핀테크의 주요 기술
1. 간편 결제: 공인인증서 등록 없이 간단한 인증만으로 결제 간으
2. 핀테크 보안 기술: 거래시 개인정보를 보호
3. 생체 인증 기술(사람의 생체적/행동적 특성 이용 -> 개인 식별이나 인증)
4. 금융 데이터 분석 기술
5. 가상 화폐
 
6주차
실감미디어의 개념과 의미
오감의 표현 및 인터페이스 기술을 조합해서 실제와 유사한 느낌을 제공, 몰입감과 현장감을 극대화할 수 있는 차세대 미디어 및 기술
 
실감미디어의 핵심 기술
1. 가상현실 VR
현실이 아닌 100% 가상의 이미지를 사용하는 기술
-> 3요소: 가상의 이미지, 상호작용, 몰입감
2. 증강현실 AR
현실에 3차원 가상의 이미지를 겹쳐 보여주는 기술(일기예보, 포켓몬고, 의료, 군사)
3. 혼합현실 MR
VR과 AR을 적당히 융합해 현실 세계와 가상정보를 혼합하는 기술
-> 실시간으로 사용자의 움직임에 따라 반응하거나 사용자 조작이 가능
(입체감, 정보의 사용성, 효용성 극대화)
//4. 홀로그램
실제 사물을 보는 것과 유사한 입체감과 현실감을 제공해주는 인간친화형 실감 영상
//5. 3D 입체 영상
인간ㅇ이 시각적으로 느끼는 원리를 모방해 영상으로 구현하는 방식, 공간감 있는 '입체적 영상'
 
* 사전적 의미
실감: 실제로 체험하여 느낄 수 있다.
미디어: 음성, 영상, 비디오 등의 정보를 전달 및 표현하는 도구 및 수단
 
7주차
스마트 헬스 케어 개념과 의미
4차 산업혁명의 핵심 디지털 기술을 융합하여 개인 맞춤형 진료를 가능하게 하는 서비스
 
스마트 헬스 케어의 부상 배경
1. 의료 서비스 패러다임 변화
-> 스마트 기기로 자신의 건강을 관리하려는 트렌드, 예방 중심 의료 서비스로의 전환
2. 의료 데이터의 빠른 증가
3. 기술의 발전
-> ICT 인프라의 획기적인 발전과 의료 영상전송장치의 기술적 오나성
4. 사회적 니즈의 증가
-> 고령화 및 만성질환자의 증가로 의료비 부담이 가중되어 이에 대응하여 스마트 헬스 케어를 통한 의료비 경감 수요 증가, 전연령에 걸쳐 건강에 대한 관심 확대
 
산업구조
1. 데이터 산업: 개인의 특성을 나타내는 데이터를 수집, 저장하고 관리
2. 플랫폼 산업: 수집된 데이터를 기반으로 유용한 분석 결과를 도출하여 다양한 의료, 건강 관리 서비스를 창출할 수 있는 기반 마려
3. 디바이스 산업: 개인 건강 관리 기기나 신체에 착용되어 생체신호 측정과 모니터링을 하는 웨어러블 기기 산업 분야
 
프로세스
1. 데이터 취합(센싱 포합): 의료측정기로부터 개인의 생체 정보를 수집하여 취합
2. 데이터 전송: 취합된 개인의료정보를 인터넷망으로 데이터 저장을 위해 전송
3. 데이터 축적(의료 빅데이터): 전송된 개인의료정보를 대용량 저장공간에 축적
4. 데이터 분석: 저장된 데이터를 머신러닝/딥러닝 알고리즘을 사용한 인공지능 분석, 데이터마이닝 등을 사용하여 분석
5. 분석결과 피드백: 건강상태변화를 의료진 소견, 처방 등의 형태로 개인에게 피드백
 
* 사물인터넷 주변과 연결하여 생각
활용
1. 스마트홈: 삶의 질 제고를 위해 미세먼지, Co2, 등을 모니터링해서 수집한 빅데이터를 토대로 난방, 가스, 조명 등 스스로 조절
2. 스마트 시티: 도시 전체로부터 센서를 통한 정보를 수집하여 교통, 안전 등 서비스 제공
3. 스마트팜: 가축 사육 과정에 IoT 기술을 접콕시켜 축산업의 생산성과 부가가치 향상
4. 스마트헬스케어: 개인 웨어러블 기기나 병원 정보 시스템 데이터를 기반으로 개인 중심 건강 관리 생태계 구축, 의료 정보 등 서비스 제공
5. 자율 자동차: 자동차 장비와 도로의 IoT 센서로 수집한 도로 및 지형 정보 교환, 보행자/운전자의 스마트 디바이스 정보 교환으로 안전한 환경 구성
6. 스마트공장: IoT 센서로 수집한 정보 기반으로 인공지능을 통해 분석/최적화하여 제조라인을 효율적으로 제어
 
* 클라우드 보안이 항상 중요한 이유
다양한 환경에 걸쳐 분산되고 복잡 -> 보안의 범위가 방대해짐
클라우드 보안 솔루션: SeCaaS, CASB
 
 
9주차
자율자동차의 개념과 의미
운전자 조작 및 개입 없이 스스로 주행 환경을 인식하고 목표 지점까지 운행할 수 있는 자동차
자동차가 주행 환경을 인식해 위험을 판단하고 주행 경로를 계획하여 운전자 주행 조작을 최소화
 
자율자동차 시장의 성장 이유(요인)
1. Society: 밀레니얼 세대의 부상으로 자율주행 자동차 고객 기반 확대
2. Technology: 완성형 자율 주행 실현 가시화로 자율주행 자동차 고객 가치 극대화
3. Economy: 공유 패러다임의 확산이 자율주행 상용화를 촉진
4. Policy: 글로벌 환경 규제가 만드는 자율 주행 산업의 새로운 기회
 
SAE 기준 5단계
Lv.0 비자동화 - 운전자가 전적으로 모든 조작을 제어하고 모든 동적 주행을 조장
Lv.1 운전자보조 - 사람이 자동차의 동적 주행에 대한 모든 기능을 수행
Lv.2 부분 자동화 - 두 개 이상의 제어 기능이 조화롭게 작동하지만, 주행 환경의 모니터링은 사람이 하며 안전 운전 책임도 운전자가 부담
Lv.3 조건부 자동화 - 자동차가 모든 긴으을 제어하되, 운전자가 개입을 요청하면 운전자가 간헐적 제어, 그에 따른 책임도 운전자가 부담
Lv.4 고도 자동화 - 주행 시스템을 모두 수행하지만 시스템이 전적으로 항상 제어하는 것은 아님
Lv.5 완전 자동화 - 모든 도로 조건과 환경에서 시스템이 항상 주행을 담당
 
자율 자동차의 주요 기술(프로세스)
1. 인지 단계: 도로 환경 및 주변 환경과 경로 탐색 데이터 획득
- 1) 센싱 기술: 딥러닝 알고리즘 사용, 초음파, 레이더, 라이더, 카메라 등
- 2) 통신 기술: DSRC, WAVE, Wifi, LTE 등
2. 판단 단계: 현재 주행상황을 판단하고 주행 경로 정보를 생성하는 단계
- 1) 매핑 기술: 좌표를 형상화하여 3차원 모델을 형성
- 2) 분석 기술: 빅데이터 기술, 인공지능, 차량 상태, 안전 모니터링 기술
3. 제어 단계: 엔진을 가감속한다거나 차량의 조향을 수행
- 1) 제어 기술: 차량 내부 통신 기술(LIN, CAN, Most, Flexray)
- 2) 인터페이스 기술: HIMI, 음성인식 등
 
드론의 개념과 의미
조종자가 탑승하지 않고 지정된 임무를 수행할 수 있도록 제작된 비행체
 
드론의 특징과 중요성
1. ICT 융합 산업으로써 항공, SW, 통신, 센서 등 연관 산업의 기술을 필요로 하고 드론 관련 기술은 항공 등 연고나 분야로의 파급 효과가 큼
2. 다양한 분야 활용으로 군용 위주에서 인수 시점으로 성장 중
3. 경제 파급 효과로써 부품 및 완제기 제조업 외에도 운영, 서비스 등 후방 시장을 창출하고 효율성 향상, 비용 정감 효과가 발생
4. 다양한 모델로 수요에 따라 다양한 제품 스펙트럼이 존재
5. 미래 항공 산업의 핵심 기술
6. 드론은 4차 산업 혁명의 공통 핵심 기술을 적용, 검증할 수 있는 최적의 테스트 베드
7. 첨단 기술을 융합, 적용
 
드론의 핵심 기술
1. 항법, 통신, 교통 관리: 국가 공여긍로의 안전한 통합을 위한 고신뢰도 제어 링크 기술
2. 제어 및 탐지, 회피: 드론의 이착륙과 비행 제어 및 자율화 향상 기술, 위험 요소를 탐지, 충돌 탐지 회피 기술
3. 센서: 안전한 운항 지원 및 임무 수행을 위한 센서 기술
4. S/W 및 응용
5. 동력원: 친환경적 고성능 동력원 기술
 
// 드론 운행 환경에 필요한 핵심 기술
- 항법 및 제어 시스템
- 하드웨어 설계
- 제작 기술
 
 
10주차
스마트 공장의 개념
공장 내의 장비 및 부품들을 서로 연결시키고 상호 소통이 가능하게 함으로써 전 공정 및 공급망을 지능화, 최적화한 미래형 공장
 
스마트 공장 부각배경
1. 제조환경 변화
2. 첨단 제조업 육성의 필요성 증대
3. 국내 제조업의 혁신 요구
 
스마트 공장의 중요성
1. 스마트 공장 구축으로 개인 맞춤형 유연 생산 체제로 전환하고 있음
2. IoT, 빅데이터 기반으로 생산 공정, 서비스, 물류의 통합 관리, 경영 성과를 관리
3.  스마트 공장 기반 사업은 현재 소수 선진국들이 독과점 하고 있어 이의 육성이 시급함
 
스마트 공장의 구성 요소
1. 애플리케이션: 스마트 공장 솔류션 최상단의 시스템 플랫폼 상에서 제조 과정을 실행, 수집한 데이터를 분석하여 기시화
2. 플랫폼: 디바이스에 의해 수집된 데이터를 분석, 가상 시뮬레이션을 통해 최적화된 정보 선별
3. 디바이스: 스마트 공장 최하단의 하드웨어 시스템 공장 내에서 발생하는 모든 상황에 대한 데이터 및 정보를 감지, 제어
 
특징
1. 공장 최적화/생산성 향상
2. 장애 대응이 가능하여 돌발 장애, 품질, 불량 등 원인 해결
3. 지식 기반으로 숙련공들이 얻은 노하우를 데이터화해 원격 증강현실 교육이 가능하므로 누구나 쉽게 활용 가능
 
핵심 기술
1. 3D 프린팅
2. 로보틱스
3. 사이버 보안
 
스마트팜 개념
농사 기술에 정보통신기술을 접목하여 만들어진 지능화된 농장
노작물의 재배뿐만 아니라 유통, 소비 과정까지의 생산성과 효율성 제공
 
스마트팜 주요 기술
1. 생육 및 환경데이터 획득 기술: 신규 바이오 마커 개발과 육종의 소재로 사용
2. AI 기반 데이터 가공 기술: 생산량 증대 방법이나 품질 향상 방안 등 제시
3. AI 기반 데이터 활용 기능: 빅데이터를 수집, 분석하여 다양한 농업 관리에 적응
 
 
11주차
스마트시티의 개념
도시의 경쟁력과 삶의 질 향상을 위한 D(데이터), N(네트워크), A(인공지능) 등 4차 산업 혁신 기술을 접목한 지능화된 도시 모델
첨단 정보 통신 기술을 이용해 도시의 모든 인프라를 네트워크화한 미래형 첨단도시
 
스마트 시티의 핵심 기술
1. 데이터
- 분야별로 단절되어 있는 도시 데이터를 상호 연계하여 빅데이터로 통합 관리하는 데이터 허브 모델 구현
- 도시 계획 단계부터 데이터 수집 계획 등을 반영하여 각조 ㅇ상황에 대한 실시간 감지, 분석, 대응 등 지능형 도시 관리에 적용
2. 네트워크
- 초연결, 초고속, 초저지연, 고신회
3. 인공지능
- 딥러닝 기술을 도시 빅데이터 분석에 도입
- 여러 영역 간의 데이터를 융합하고 데이터 분석 결과를 공유
 
스마트워크 개념
시간과 장소에 얽메이지 않고 업무 효율성을 향상시킬 수 있는 지능화된 업무 방식
 
스마트워크 주요 기술
- 원격 업무 지원: 데스크톱 가상화, 원격 제어 기술
- 커뮤니케이션: 원격 지원 참가자들이 한 공간에 있는 것처럼 보이게 하는 기술, AR/VR/홀로그램 등과 융합되어 고화질 서비스로 진화하면서 현실감 및 몰입감 극대화
 
RPA
단순하고 반복적으로 처리해야 하는 업무 및 프로세스를 소프트웨어로 자동화하여 생산성을 높이는 업무 혁신 기술이자 도구
 
RPA 사례
- 개인의 일정, 메일 등 생활 정보를 모아주고, 전송하고 분류해주는 간단한 워크플로우 자동화 애플리케이션
- 금융기관에서 계좌개설 신청의 승인/거부 처리
- 비대면 대출 필요 정보 스크래핑 및 자동 업데이트
- 출하검사 성적서 제출
- 고객/매장별 판매 실적 집계 등 다양한 산업과 업무 영역에서 RPA 사례 보고
 
// 스마트워크의 RPA 기술에 대하여 설명
단순하고 반복적으로 처리해야하는 업무 및 프로세스를 소프트웨어로 자동화하여 생산성을 높이는 업무 혁신 기술이자 도구
- 기본적인 자동화에서 자율적인 의사결정이 가능한 인지형 자동화 단계로 진화하고 있음
 
12주차
R의 데이터구조인 벡터와 리스트의 차이점
벡터 Vector
- R에서 사용하는 객체의 기본 단위
- 1치원
- 구성요소: 한 가지 유형의 데이터로 구성
- 1개 이상의 동일한 데이터 타입을 갖는 자료의 집합
-> 데이터가 숫자면 숫자형 벡터, 문자면 문자형 벡터가 됨
리스트 list
- 여러 유형의 데이터 구조를 연결하여 하나의 객체로 구성
- 1차원
- 구성요소: 유형의 데이터 구조
- 서로 다른 데이터 타입을 갖는 자료를 벡터에 저장하여 처리하는 개념
 
R의 데이터 구조인 매트릭스와 데이터프레임의 차이점
매트릭스 matrix
- 2차원 테이블 형태의 자료궂로 매트릭스의 모든 셀에 저장되는 값은 동일한 자료형이어야 함
- 2차원
- 구성요소: 한 가지 유형의 데이터 
- 리스트로 행렬을 생성할 수 있으나, 잘 사용하지 않음
데이터프레임
- 2차원
- 구성요소: vector
- 숫자형 벡터, 문자형 벡터 등 서로 다른 형태의 데이터를 2차원 테이블 형태로 묶을 수 있는 자료구조
- 외관상으로는 매트릭스와 차이가 앖음
 
* 매트릭스 vs 데이터프레임 차이점
매트릭스는 매트릭스의 모든 셀에 값들이 동일한 자료형이지만 데이터프레임은 서로 다른 데이터 자료형을 저장할 수 있음
 
범주형 데이터를 시각화하는데 필요한 함수
table() - 빈도수를 구하는 함수
prop.table() - 상대빈도수를 구하는 함수
barplot() - 빈도수 벡터 또는 상대 빈도수 벡터를 인수로 줄 때 막대그래프로 시각화
pie() - 빈도수 또는 상대 빈도수로 파이 차트를 시각화
 
박스 플롯 개념
1. 데이터의 범위와 중앙값을 한눈에 확인할 수 있음
2. 이상치가 있는지 여부를 파악할 수 있는 그래프
 
Q2: 제 1사분위, 데이터의 25% 지점에 위치하는 수
Q3: 제 2사분위, 중앙값, 데이터의 50% 지점에 위치하는 수
Q4: 제 3사분위, 데이터의 75% 지점에 위치하는 수
 
범위: 최대값(Q5) - 최소값(Q1)
IQR: Q4 - Q2
이상치
- 데이터 범위를 벗어난 정도가 큰 데이터
- 다른 값들에 비해 지나치게 크거나 작은 값