2017년 2월 2일 목요일

이러닝 & 블렌디드러닝


2000년 이후 직접 얼굴을 맞대고 교육하던 방식에서 온라인으로 학습하는 이러닝 방식으로 변화가 생겨났고, 2010년 전후에 온라인의 장점과 오프라인의 장점을 결합한 블렌디드러닝이 늘어나는 추세가 나타났다.
이러한 추세를 이끄는 가장 큰 요인은 인터넷의 발달과 모바일 디바이스의 발달로 볼 수 있는데 시간과 장소가 제한적이었던 오프라인 교육에 비해 인터넷으로 언제 어디서든 접속할 수 있는 이러닝 교육으로 변화를 이루었고, 오프라인의 장점을 이러닝에 반영하여 학습 효과를 극대화했던 블렌디드러닝은 효율적인 학습의 정점을 나타내는듯 했다(그림2).

<그림2> IT기술을 활용한 대상별 교육 동향
출처: 팬터로그㈜ - 이러닝 시장 동향보고서

이러닝과 블렌디드러닝은 디지털 교과서나 사교육 시장을 대신하는 초중고교 시장과 공개 강의 시장과 양적인 확대를 나타낸 대학 시장, 그리고 새로운 컨텐츠를 지속적으로 제공하는 성인 시장으로 구분되어 발달되어 갔다. 특히 성인 시장의 경우 정부의 고용보험 지원으로 인해 수치적으로 매우 확대되는 양상을 나타냈다.


판단(Cognition) 분야의 인공지능 기술

로봇 산업에서 최근에 추가된 가장 핵심적인 기술이다. 인간과 가장 가까운 로봇을 만들기 위해서는 인간처럼 생각하고 판단하는 기술이 필요한데 인공지능 기술은 이에 가장 부합한 기술이다.

연구는 오랫동안 지속되고 있지만 ‘16년에 이세돌과 구글 알파고의 바둑 대결로 인해 일반 사람들의 주목을 한꺼번에 받기 시작했고, 이미 오래전부터 연구된 IBM의 왓슨은 인간과의 퀴즈 대결 승리로 이름을 알렸고 최근에는 의료 서비스에 특화된 인공지능으로 다수의 병원에서 활약 중이다.

<참고사이트>
인공지능의 개요
https://namu.wiki/w/%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5

인공지능에 쓰이는 알고리즘이나 기술들은 다양하게 존재하지만 가장 주목받는 기술은 머신러닝의 딥러닝이다. 뉴럴 네트워크를 전신으로 하는 딥러닝은 사람의 뇌 구조를 본떠 시스템을 구현하고 인간이 경험에 의해 학습하는 방식과 동일하게 학습하여 스스로 업그레이드되는 구조이기 때문이다.

<참고사이트>
딥러닝의 개요
https://ko.wikipedia.org/wiki/%EB%94%A5_%EB%9F%AC%EB%8B%9D
<웹진 175호 : 공학 트렌드> 인공지능 - 딥 러닝 편
http://www.sw-eng.kr/member/customer/Webzine/BoardView.do?boardId=0000000000
0000040897&currPage=1&searchPrefaceId=&titOrder=&writeOrder=&regDtOrder=&s
earchCondition=TOT&searchKeyword=%EB%94%A5%EB%9F%AC%EB%8B%9D

딥러닝이 다른 인공지능과 조금 다르게 이해해야 하는 이유는 인식된 이미지나 음성과 같은 입력을 미리 정리된 패턴이나 매트릭스(Matrix)를 이용해 판단하는 것이 아니라는 것이다. 예를 들면, 고양이가 입력되면 미리 입력된 고양이의 좌표값이나 표준 모형과 비교해서 고양이로 판단하는 것이 아니고 입력된 고양이의 특징을 파악해서 고양이로 판단한다. 그림4를 보면 입력된 것의 특징을 추출하고 가중치 입력해 판단을 정교화하고 최종적으로 판단하여 출력하게 된다.

<그림4> 딥러닝의 판단 순서
출처: Etri

자세히 보기

국제표준 및 SW 공학 도구 작용과 품질향상



  • 추진 배경


글로벌 자동차 OEM의 규제 강화와 공급사 평가에 대응하기 위하여 국제표준(ISO 26262) 기반의 품질관리체계 구축, 품질관리 효율성 향상이 필요함.




  • 실적


SW공학기술 현장지원사업 수행을 통하여 수주기회 확대, SW품질관리 비용절감, 구성원의 테스트 역량 강화 목표를 달성하였음.