4차산업혁명과 빅데이터 활용전략(NIA_이영주) 와~~

온라인 강의에서 열린 4차 산업 혁명과 빅 데이터리 활용 전략 강의가 있음에 수강해서 들어 보았는데 생각보다 당신 무당싱무 충실하고 있지, 들은 강의 내용을 정리하여 보자! 그래도 정리는... 내가 들으면서 노트에 쓴 내용을 토대로 해서 너무 rough이다 www부인 소리 빅 데이터 강의를 시작하면서 강사가 꺼낸 이야기는 우리가 잘 알고 있는 자신이 티은게하나과 존 스노의 이야기기!이들이 과거에 어떻게 빅 데이터를 분석했는지를 잡고 이 일으킴으로써 강의에 관심을 높인다

>

나쁘지 않다. 소개팅개 하나를 녹색 창으로 검색하면 이후와 같은 내용이 나쁘지 않다.영국의 부유한 대가족의 딸로, 부모가 가면리아 여행중에 가면리아의 피렌체에서 출생. 영국과 덕하나에서 간호사 교육을 받았다. 1844년 이후 의료 시설에 강한 훙미울 가지고 유럽·이집트 등을 견학, 귀국 후 정규 간호 교육을 받고 런던 숙녀 병원의 간호 부장이 됬다. 1854년 크림 전쟁의 참상에 관한 보도에 자극 받아 38명의 간호사를 데리고 이스탄불 위 슥이달에 가서야 정 변 원장으로 활약했다. 간호사 직제 확립, 의료보급 집중관리, 오수처리 등으로 의료효율을 높여 광명의 천사(The Lady with the Lamp)로 불렸다.귀국 후 1856년에는 빅토리아 여왕에게 직접 병원 개혁 방안을 건의한 바 있다, 1860년에는 나프지앙아이티은게 한 간호사 양성소(Nightingale Home)을 창설하고 각국의 모범이 되었다. 이후 의료구호제도에 관해 영국 육군을 비롯한 국내 각 조직 및 외국행정부로부터 자문에 응했다. [네이버 지식백과] 플로렌스 나쁘지 않다, 아이팅게하나[Florence Nightingale](두산백과)

전쟁에서 경부상을 입은 병사들 또한 죽을 수는 없으나 죽고 자신감-->why?2차 감염에 의해서 관련 사항을 상부에 보고했으며 2차 감염을 막기 위한 제안을 했지만 받아들이지 않기.바로 당시 기준으로 2-3년간의 빅 데이터 수집 1858년 자신이 티은게하 좋은 전수 조사를 통해서 병사들이 들어왔을 때의 다친 정도, 사망 원인을 표로 만들어 축적한 빅 데이터를 시간화하는 것이다(빅 데이터는 시간화가 중요하다)시간화의 메시지를 읽고 상부에서 2차 감염을 예방하기 위한 병원의 개선을 승인해서 자기가 티은게하년 명성을 얻게 되​ ​, 스노--->콜레라의 발병 원인을 전수 조사하고 지도 기반 시간화를 하게 우물에서 콜레라가 전염이 된다는 것을 발견한 ​ ​ ​ ​ ​ ​ ​ ​ ​

>

빅데이터는 의사결정에 중요하게 작용한다.과거에는 지도자가 본인이 가진 배경지식이 본인의 직관과 맞지 않으면 정책을 만들어 봤는지는 부분에서 받아들여지지 않았던 것도 데이터라는 객관적 과학적 증거분석을 통해 본인의 틀을 깨는 새로운 정책을 진행할 수 있게 됐다.이러한 증거기반 정책을 통해 서비스의 품질 향상도 가능해진다.​​​​

>

데이터 증거가 그때그때 들어가야 하고 사업이 본인의 정책을 기획할 때는 통계자료를 조사하고 정책을 수립하고 평가할 때도 적절한 데이터를 제시하는 것이 사이클이 된다.이전에는 데이터의 중요성을 알지 못하고, 모든 데이터를 분석할 역량도 없었던 빅데이터 시대에는, 전 영역에서 증거 기반의 결정이 가능해질 수 있다 sound.​​​

>

sns 분석도 중요하다.오바마 대통령은 대선 전략 때 트위터 분석을 통해 지지층의 요구사항과 반대하는 층의 요구사항 등을 분석해 대선 공약을 만든 것으로 알려졌다.최근에는 트위터뿐 아니라 유튜브 동영상 분석도 하고 있다.사람들의 관계를 통해서 일어선 것이 새롭게 데이터의 소스가 되고 있다.​​

>

​

>

쵸소움에 빅 데이터는 3v-volume, variety, velocity가 너무 너무 나는 양의 쏟아지는 데이터를 어떻게 빨리 정리하고 요약해서 빨리 핼 카카 화제였다 소리.어떤 기술을 사용하면 빨리 분석할 수 있고, 빨리 요약할 수 있는가에 초점을 맞추어 개발.신생 IT를 이용한 빅데이터 처리에 집중하는 것. 분석이 전부는 아닌데, 어디에 써서 먹나?라는 사건점이 제기된다.-->value가 있는 빅데이터 분석이 필요하다는 인식이 생김, 데이터에서 비즈니스로 넘어가는 단계였던 소리.(4v단계)--->가치가 있도록 데이터를 분석하려면 어떻게 분석해야 할까? 제대로 분석하고 올바른 판단이 생기는 것이 중요하다고 나//이른바 빅 데이터 데이터 분석에 구라가 들어 있는 경우가 많아지니 이처럼 본 물성, 정확성의 veracity이 들어 빅 데이터의 특징은 5v이다.기술 발전과 함께 빅데이터를 바라보는 시선도 점차 오른쪽으로 이동하고 있어 아무런 빅데이터가 아닌 제대로 된 빅데이터를 제대로 분석해 제대로 쓰자는 인식으로 바뀐다.​​​​​​​​​

>

​ 산업도 처음에는 3v:인프라 구축:빅 데이터 처리가 용이한 제조, 통신에 it기업이 인프라 구축 4v:분석 기술들, 파라대이다 전환 5v:활용에 대해서 사업화에 ​ ​--이 구조를 이해할 빅 데이터의 핵심이라고 하면 함.

>

빅데이터를 통해 무엇을 할 수 있는가?빅데이터의 핵심은 매우 난량의 복잡한 비정형 데이터를 어떻게든 빠르게 반정형/정형으로 전환하여 정형데이터를 바탕으로 의사결정을 하는 것, 모든 빅데이터 시스템, 빅테이터 프로그램의 모든 업무는 이렇게 흘러가는 시스템, 조직을 만드는 데이터 과학이라고 생각하면 된다.​​​​

>

과거에는 리더의 결정에 따라 조직이 어느 정도 자신의 일사불란하게 움직일 수 있는지를 보여주는 실행 리드타임즈 등이 중요했습니다.사실 그 전에 이벤트 발발 직후부터 의사결정을 할 때까지 - 올바른 의사결정을 할 때까지의 데이터 분석하는 리드타임니가 있다.그것을 데이터 분석 기반으로 봤을 때는 데이터 분석 리드 타임이라고 할 수 있습니다.수많은 빅데이터 중에서 가치 있는 정보를 골라 시간화하는 것이 빠르게 진행되는 것이 중요하기 때문에 국가적 재앙이 자신의 올림픽 이벤트와 같은 것이 사회에 영향을 미치는 현상이 어떤 것인지 그 중요한 정보를 빨리 읽고 의사결정을 해야 한다.특히 재해 발생에 따른 의사결정이 늦어지면 문재가 더 커진다.그래서 데이터 분석의 리드타임스를 줄이고 데이터 분석을 통해 올바른 정책 결정을 빨리 해야 한다.정책 신뢰도의 저하를 최소화하기 위해 이벤트 발발 직후부터 의사결정을 실시할 때까지 데이터 분석을 포함한 의사결정에 미치는 시간을 줄이는 것이 중요하다.공공에서는 정책 신뢰와 데이터 리드 타임니를 결합시켜 볼 수 있다.​​​​​​​

>

빅데이터를 어떻게 활용할 것인가?빅데이터를 활용할 때 어떤 관점에서 접근하고, 어떤 데이터를 볼 것인지 체크리스트, 비결론을 배워보자.세상에 다양한 데이터가 존재할 것이다.그런 정도의 처리로서 비정형 데이터를 반정형과 정형 데이터로 바꾸어 의사판정을 하게 된다.하지만 이런 과정을 거치는 데 시간이 너무 오래 걸리는 경우도 있고 처실음부터 정형데이터지만 빅데이터인 경우도 많다.데이터 타입과 의사결정 주기를 기준으로 데이터를 분류해 보면 이런 그래프가 자신에게 온다.초 단위는 정 효은망 가능->현실적으로 초 단위 분당 위 분석을 해야 하는 경우는 정형 데이터가 만 소리(시간, 비용, 전문 인력이 필요하므로)센서로 자신의 침입 검지, 신용 카드 패턴 읽고 부정 탐지한 아래는 시잔 1단위->반 성형 데이터까지 가능한 것;프로 파 1 읽고 맞춤형 소비스쥬, 월 단위->소셜 메디아붕속우오루, 연차-->비정형 데이터 분석 ​ ​ ​

>

최근에는 결합 영역에 있어서의 데이터 분석이 많이 행해진다.어떤 정책을 제안하든 제안서 안에 기본적으로 복수의 데이터 결합이 포함된다.접촉점에 있는 데이터의 가치가 더욱 높아질 것이다

>

목적의 관점이 중요한 난이도별로 5가의 지젤과 쉬운 것은 새로운 사실 발견---->미래 예측 비용과 복잡도, 데이터의 양들이 수준별로 증가하기 ​ ​ ​

>

것, 새롭게 사실 발견-직감이나 경험에 따라서는 발견되지 않는, 데이터의 숨어 있는 사실을 발견하는 것.20일 3~4년부터 공공 부문에서 빅 데이터에 대한 관심이 높아진 소리.중국 인롄카드--BC카드와 연동되어 있어 중국인이 인롄카드를 끊을 때 본보기로 파일럿 프로젝트를 하고 있었다.중국인들이 어느 지역에서 카드를 많이 사용했는지, 항상 어디서 항상 사용했는지, 그때 기준으로 상식에 맞지 않는 소음.패키지로 몰려와서 명동에서 쇼핑하는 콘셉트의 관광을 소견했는데, 이 해부터 강남/서초에 카드 승인액이 항상 나와서 그 이유를 보니 성형수술을 포함한 시술을 받고 분위기 좋은 곳에서 고급 커피를 마시는 등의 현상이 발견되었다.관광 의료등의 컨셉을 도입하는 등의 정책을 제안할 수 있다.패턴의 변화라든지 몰랐던 새롭게 사실을 찾아낼 수 있는 소음.IT기술을 빨리 이용해서 통계만 잘 내면 되니까 이게 일 수준.

>

2. 맛 츄무효은쵸쯔레벨이 완성되어야 2수준으로 될지 한 sound대한 무역 투자 진흥 공사의 사례//대한 무역 투자 진흥 공사는 은퇴한 무역업자들이 준서 작은 기업의 해외 진출 때 자문 위원으로 활동하는 sound. 중소·소규모는 기업의 해외 진출 시 KOTRA의 자문관들에게 문의하고.컨설팅을 의뢰하면 자문관들이 조언을 해 주는 것이 KOTRA의 서비스 중 하과인.자문 빅데이터 - 현지뉴스, 현지통계, 과거 수출입실적, 현지비율, 언어, 정치적 사항 등을 전체적으로 정리하여 데이터베이스화함.그 데이터를 통해 시스템 구축을 하고 자문관들이 모니터에서 특정 과인을 선택하면 그 과인의 개략적인 정보를 다 볼 수 있다 sound. 이전에는 특정 국가와 거래를 해본 적이 없는 나라의 자문이 들어오면 안 해봤으면 무역을 해본 적이 없는 과인라이도 모르기 때문에 신문의 지식정보만으로 조언을 해줬지만 빅데이터를 통한 자료를 바탕으로 사업을 해본 적이 없는 과인라에 대한 자문을 줄 때도 그 과인라의 현황 정보를 통해 요즘 모종의 그룹이 유행이니 화장품 마케팅을 어떻게든 해봐라 그 옆에 있는 나라에서도 인기가 높으니 같은 사업을 하고 싶으면 이웃나라에서 동시에 진행해 봐라 등의 조언을 해줄 수 있다.각종 데이터를 한 면에서 보는 것만으로 자문관 역량과 결합해 맞춤형 서비스가 가능해진다.​​

>

​ 3. 멜스 환자 중 사우디에서 바로 귀국을 하지 않고 터키를 들렸다 온 환자가 있었지만 터키에서 입국을 사우디 아라비아에 제1먼저 다녀왔다는 사실을 인지하지 못하고 그 분을 특정해 못헷의 소리.질병관리본부와 인천공항 출입국사무소의 느낌은 다른 정부에 다녀온 사람을 어떻게 특정하고 찾아내는가.그런 입국을 방지하기에 앞서 어떻게 할 작정인가? 느낌 처음.kt의 로밍 데이터를 이용하게 되면 로밍 정보가 밀려서 여행객의 이동 경로를 알게 될 수 있다고 kt에서 제안하고 파 1롯우로 시행.20하나 5년 하반기 기준으로 해외 여행객의 80Percent가 로밍을 썼다는 통계가 존재했다.그러면 입국이 특정할 수 있다고 생각한다.그 빅데이터를 축적하자-->이전에는 로밍데이터를 버렸지만 최근에는 축적.발병 지역이 어떻든 들른 사람이 입국하면 축적된 데이터를 통해 그 사람에게 발병 질병 관련 메일을 발송한다.본인에게 지하와 같은 심각한 상황이 나타나면 즉시 신고하세요. 등 환자가 문자를 읽을 수 없는 경우에는 입국심사 시 출입국사무소에 이 사람의 개인정보를 확인할 수 있다.만일 이를 놓쳐 감염됐다면 의사에게 환자의 이동경로에 대한 정보가 바로 전송된다.메르스 향후 치카 바이러스로부터 적용되어 삼사, 통신사로 한층 더 확대, 최근에는 국제적으로까지 퍼지고 있다.kt은 이 과정에서 5억을 투자했고, 브랜드 인지도가 더 오르고 가게가 됐다.그때 이루어진 법리 검토→프라이버시 개인정보를 침해하는 것인가?이런 경우는 취득해 보관할 수 있다는 예외조항이 있기 때문에 이렇게 데이터를 저장할 수 있었던 것이다.​​

>

​​​​​

>

관념질병 모니터링 행정부 차원의 걱정은 상기 예방 차원의 정책이 강구될 경우 질병이 확산되는 것을 얼마나 빠르고 정확하게 모니터링하고 어디서 막을지를 정할 것인가?데이터 리드 타임 등을 결정할 필요가 있다.심평원이 제안--> 아파서 병원에 마스크 의사가 증상을 가진 달콤하다.들다니 그 병에 맞는 약을 처방을 주는 것, 그리고 3-5한 후 다시 오라고 하는 것이 그때 내가 처방하는 것이 효과가 있는지 알아보기 때문에 서임. ​, 심평원은 DUR시스템을 통해서 의사가 진단을 할 때 조합시며 없는 약을 조제했는지, 이 사람에게 처방해서는 안 된다 약을 처방했는지, 과잉 처방했는지 등을 수집해서 모니터링하고 있다 리실테테로에 의사가 환자에게 어떤 약을 환자의 증상을 어떤 병이라고 생각하고 어떻게 처방을 하는지 볼 수 잇 소리. 이전에는 하나 정기기간 후 이 데이터를 버렸지만 메르스를 이 정보를 통해 잡을 수 있다고 심평원이 제안.

>

병명을 예측하고 병과 대가족이 전국에 있는 병원을 분석하면 모든 종류의 질환을 추적할 수 있음을 확인한다.실시간으로 쌓이는 DUR 처방 데이터로 인공지능 알고리즘이 이 약이 어떤 병을 치료했는지 분석할 수 있는 sound. 그런 정보가 쌓이면 모니터링이 가능해진다.​​​​

>

통계청에서는 소비동향지수 등 각종 지수를 발표했다.종래는 소비에 미치는 영향을 알려라고 통계청에 청탁을 하면 지시한 후 결과가 나 오는 곳까지 한달 반 정도가 걸리게 연구원이 가서 연구를 한 뒤 분석 시스템이 모여서 분석하고 정부의 공식 지표인 만큼 검고 증가하는 작업이 너무 오래 걸리지만 시반은 빅 데이터 분석을 통하여 결과가 과인 오기까지 4-5일이 걸린다.예측치라 정확하지는 않지만 목적대로 어느 계층이 타격을 받는지 파악할 수 있게 됐다-메르스시 검증과 업그레이드가 계속되고 있는 가운데 한국은행과 통계청이 발표하는 공식 통계의 보조지표로 활용하기로 했다.민간기업이 정부기관에 데이터를 파는 사례가 된다.행사의 심정적 영향에 의해 소비에 어떻게 영향을 미치는지 분석이 가능해진다.세월호 이후의 소비 변화/메르스 이후의 소비 변화

>

​ 4)예측은 사실 모두 원래...그 정도로 힘들지만 그래도 해야 하는 것이었다 우리 봉잉라 하나 0대 작물-->사람들의 관 심이 많은 작물 농촌 경제 조사원에서 매년 수확량 예측을 하고 결과를 농산물 수급 조절 위원회라는 곳에 제출하면 그곳에서 가격을 판정한다.작물이기 때문에 기상 데이터가 가장 많은 영향을 주고 기상 데이터를 잘 분석해도 수확량이 충분히 분석되지 않을까 하는 예측을 가지고 구체적인 기상 데이터를 가지고 그 중에서 수확량에 영향을 주는 기상 요인을 결정한다.통계에서 흔히 쓰이는 다중 회귀 모형에 수백개를 넣고 변수를 조정하면서 분석 결과를 도출.양파 한개 93개를 넣었더니 가장 정확한 데이터가 본인 옴.관측소 지역을 기준으로 한 5년간 날씨 하나 5년간의 수확량으로 함수를 찾는다.​​

>

국민연금공단이 제안한 시범과제.취업하면 국민연금에 가입하고 해고되면 납입이 중단되며, 재취업하면 납입 재개다.국민연금은 전 국민이 사실상 가입해 있다.국민연금 가입 이력을 분석하면 사회적으로 필요한 정치 과제는 해결될 것이다.부자녀들이 아이 낳고, 몇 년 안에 그만두고, 몇 년 안에 재취업에 성공하는지. 보건복지부 소속 국민연금 데이터인데 여성가족부의 중요한 정책정보로 들어와 점포에 올라간다.​​​

>

사회 취약 계층의 맞춤형 1자리에 관한 국민 연금 자료 분석하면 정책적으로 이용할 수 있다.​​​

>

대구도로교통공단-->교통방송에서 진행하던 pd가 교통사건을 예측할 수 있지 않을까?라는 생각을 한다.교통 사건에 관련하는 많은 데이터를 모아 모아.어느 땅에 사건이 나쁘지 않아 여러 명이 다쳤다는 경찰의 패스시스템.도로가 몇 차선인지, 도로 경사가 얼마인지 등등.사건에 관한 모든 데이터를 모은 소리.인공지능 예측 모형에 넣어 모형을 최적화합니다.예측은 인공지능 알고리즘이 찾아내 잘 할 수 있는 것.그리 나쁘지 않은 주요 도로-주요 간선도로 등날씨통행량으로 어느 정도 사건이 일어날 확률이 계산된다.사건의 확률을 운전자에게 알리자! 그 도로를 지나는 방 사람들에게 교통방송으로 알리는 것.아나운서가 화면을 보고 빨간불은 위험지 녹색은 땅뿐.숫자보다 과거의 통계를 보고 위험도를 계산하라.알고리즘은 계속 최적화 되어, 나쁘지 않은 것의 기준으로 알려준다.교통 방송에서 2시간에 1회씩 방송한다. ​​

>

>

이 시스템은 예지를 잘 하는 것이 좋은지 못하는지를 생각해 보면... 잘하는 것, 정말 교통문재가 과인인 것, 못하는 것, 운전자가 교통방송을 듣고 주의해서 문재가 안과가 되면 알고리즘이 다시 수정되어야 한다,→수정되는데 비용이 많이 든다, 대구시가 이를 포함하여 교통문재를 줄이려는 노력을 많이 해서 대구가 8% 교통문재 감소 다른 지자체는 교통문재가 증가한 소리임에도 불구하고/현재까지 대구와 부산에서는 아직도 이것을 하고 있다.앞으로 내비게이션에 교통 문재 정보에 대해 쏘는 것을 의도하고 있다.변경된 정보가 있으면 알고리즘을 계속해서 현행화해야 한다.그렇지 않으면 데이터는 정확하지 않다.빅 데이터 예측 모델로 업데이트 비용을 5%를 쥐면 쿵하나인. 업데이트를 하는 게 예측의 주요 측면인데 비용이 많이 들기 때문이다.따라서 넉넉하게 예측 모형 빅데이터를 업데이트하는 예산을 준비해야 합니다.​​

>

인공지능은 원인 파악이 안 된다. 등급을 판정하는 알고리즘-->등급이 줄어 들어도 왜 줄어 들었는지 설명할 수 없다.그래서 최근에는 설명할 수 있는 인공지능 운동이 일어나고 있다.ai기술이 사회에 잘 쓰이기 위해서는 그런 과정이 설명이 되어야 합니다.​​​

>

정보화 시대에는 컴퓨터와 인터넷만 잘 되면 다 정보화가 될 줄 알았던 시절.유비쿼터스-->인터넷의 연결고리, 우리의 업무를 획기적으로 바꾸지 않고 얻을 수 있는 정보가 늘어난 정도? 그러나, iot, ai가 되면서 커스터마이즈된 대량생산, 네트워크 등 방향성이 완전히 바뀌는 패러다임의 변화가 도래.기계가 심지어 사람의 글재주까지 변할 수 있다는 말이 나쁘지 않다.​

>

기술들이 결합하면, GOR한 서비스가 본인 오겠지~

>

가천대 의대가 IBM 도입, 환자가 마스터가 추천한 치료법과 ai 의사가 추천한 치료법이 다르면 ai가 추천한 시스템을 더 선호했다.미국에서는 ai변호사 지치지 않고 시킨 일은 끝까지 한다 ai-->판례 다 찾고 환율을 계산하여 이긴 사람들을 어떻게 할 것인가를 찾아내고 그렇다면 변호사라는 직장이 없어질까? NOAI 변호사가 솔루션을 나누고 변호사는 소송 전략을 논의하면 되지만 변호사 사무실 사무장들은 한 자리를 잃게 된다.AI의 등장으로 어느 직업이 사라져 가는지도 소의견을 할 필요가 존재.아마존 고-->물건을 집어 달려서 과인이 오면 센서가 모두 추적해, 자신의 카드에서 마음대로 긁어 가는 무인 판매장.매장에 있는 모든 센서와 내 개인정보가 연동되어 마음대로 계산이 된다.AI가 우리 삶을 송두리째 바꾸고 있다.​​​​

>

딥러닝-->기계에 공부시키는 비결, 기계는 yes or no밖에 대답할 수 없다.수학적 기반의 확률로 학습하기 때문에 딥러닝이 되려면 학습용 데이터와 테스트용 데이터가 많아야 모든 경우의 수를 갖춘 최적의 경우의 수를 계산할 수 있다.구글의 얼굴인식-->히든 레이어가 쌓여 있는 소음.인공진료는 수천만 장의 사진에서 특징을 추출합니다.학습용 데이터에서 특징을 나쁘지 않고 뜨겁게 특징 간의 조합으로 어떤 것이 정답을 도출할 수 있는가가 학습된다.수천만 장을 학습해 최적 레이어 내 숫자를 정한 뒤 알고리즘이 완성된 뒤 인공지능을 테스트에 넣으면 한꺼번에 계산되면서 사람이냐 고양이가냐를 판단해 답을 찾아낸다.ai가 설명하지 못하는 이유가 딥러닝의 기본 구조가 히든 레이어 중에서 하나 나쁘지는 않은 하나를 개발자가 모르기 때문에 설명 할 수 없는 것입니다.사람이 자동차를 인식할 때는 자동차의 바퀴나 구조 등을 바탕으로 왜 자동차인지 설명할 수 있지만 나쁘지는 않기 때문에 ai는 왜 자동차가 자동차인지 설명할 수 없습니다.사람이 이해하는 레벨로 풀어낼 수 없기 때문에, ai는 무식하게 학습합니다.-->셀 단위로 데이터를 읽어내, 소음-->색을 포용하는 픽셀 레드 그린 블랙등의 색을 디지털 숫자로 분석하는 등의 수속을 거치고,-->이 자리에 눈이 있고, 코가 있어, 그 거리를 계산한 후에 물건을 인식하게 된다.그래서 얘가 왜 고양이이고, 얘가 왜 인간인지 설명할 수는 없다.근데 안 피곤하니까 확실히 분석할 수 있는 거죠.고로 딥러닝 기반의 인공지능이 잘 작동하기 위해서는 컴퓨팅 파워 학습용 데이터를 통해 경우의 수를 파악하는 것이 중요하다.자율주행차가 움직이는 것이 사람인지 자전거인지를 알기 위해서는 모든 경우의 수를 분석할 필요가 있습니다.데이터 가치사슬이 필요하다.이러한서비스를만들기위해서는학습해야하고학습데이터가필요하지만cctv를나쁘지않고과거의치료이력,iot기기에생기는현재의활동,디지털데이터소스에서학습데이터로변환되어야한다.답은 레벨이 되어있어야 합니다.예를 들어 폐암이다.의사가 진단을 해-->폐 사진을 디지털화해, 의사가 폐암하기라고 진단한 데이터가 결합된 학습 데이터가 필요. 이것이 레벨. 그 데이터는 아직 사람이 만들지 않으면 안된다.그 데이터를 수집하는 사람, 만들어 주는 사람, 그 데이터를 유통시켜 주는 사람, 단계별로 데이터 거래가 하나도 안 좋아진다.천문학적인 돈이 들다.데이터 가치사슬이 발생하고 있다.단계별로 데이터 산업이 생겨야 진짜 인공지능이 세상을 바꿀 수 있다.우리 나쁘잖아는 아직 썩은 소음 공공 데이터-->아직 품직이 좋지 않은 소음 학습용 데이터로 쓰기엔 부족하다.​​

>

​

>

>

>

고용 부분에 대해서도 부족하다.기계와의 협력, 커뮤니케이션도 안 되고 있다.데이터의 오남용 문재 때의 책입니다. 성귀책도 아직 해결되지 않은 문제.미래사회에 대응할 준비를 해야 한다.​​​

>

>

>

우리 자신이라는 차이나에 비해 인공지능, 빅데이터 부분에서 계속 담론하고 있어 차이나국의 적적인 지원 공세를 따라가기에는 역부족 일본에서는 로봇을 중점적으로 개발하고 인공지능과 결합 우리 자신은 아직 한국 고유의 컬러가 자신의 방향성을 수립하지 못했고 제대로 된 지원도 준비된 단계가 아니라는 것이다.빅데이터 분야가 앞으로 우리 사회에서 중요해지고 새로운 가능성이 가득해 이용 가능한 범위가 더욱 커지고 있는 만큼 자신도 이 분야에서 내가 더 개발할 수 있는 가능성을 찾아야 한다는 소견이 있다.위의 스토리는 강의를 듣고 정리한 스토리입니다.사고나면 삭제할께...