인터넷과정보사회1공통) 신기술및새로운세계관이급속도로등장하는 4차산업혁명시대신기술- 딥러닝(deep learning) 사물인터넷(internet of things)-본질이해하고 서술하시오0
본 자료는 3페이지 의 미리보기를 제공합니다. 이미지를 클릭하여 주세요.
닫기
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
해당 자료는 3페이지 까지만 미리보기를 제공합니다.
3페이지 이후부터 다운로드 후 확인할 수 있습니다.

소개글

인터넷과정보사회1공통) 신기술및새로운세계관이급속도로등장하는 4차산업혁명시대신기술- 딥러닝(deep learning) 사물인터넷(internet of things)-본질이해하고 서술하시오0에 대한 보고서 자료입니다.

목차

Ⅰ. 서 론
Ⅱ. 본 론
1. 딥러닝(Deep Learning)에 관한 소고
1) 딥러닝의 개념과 의미
2) 딥러닝의 활용
3) 컴퓨터 파워 필요성 여부
4) 딥런닝 기술의 한계
5) 딥런닝 기술의 전망

2. 사물인터넷(internet of things)에 관한 소고
1) 사물인터넷의 정의와 의미
2) 사물인터넷 기술의 활용
3) 사물인터넷 시대의 신사업 창출
4) 사물인터넷의 한계
5) 시사점
3. 나의 제언
Ⅲ. 결 론

참고자료

본문내용

나, 이제는 확실히 무대 중앙으로 나아갈 시점이 되었다. IoT가 조직에 어떤 의미가 있는지 자체적으로 규정하고 보안 우선의 프레임웍을 개발함으로써 IoT의 약속을 현실화하는데 착수해야 할 때이다.
Ⅲ. 결 론
딥러닝의 고안으로 인공지능이 획기적으로 도약하게 되었다. 컴퓨터가 인간처럼 판단하고 학습할 수 있도록 하고 이를 통해 사물이나 데이터를 군집화하거나 분류하는 데 사용하는 기술을 뜻한다. 방대한 양의 데이터 분석을 할 수 있는 컴퓨터의 개발에 따라 구현이 가능해졌다. 뉴스 요약 서비스, 이미지 분석뿐만 아니라 자동 운전, 자율 로봇 등 다양한 분야에서 사용된다. 학습 자료의 양이 많을수록, 학습의 단계가 세분화될수록 성능이 좋아진다.
딥러닝의 고안으로 인공지능(AI)이 획기적으로 도약하게 되었다. 초기 인공지능은 규칙을 컴퓨터에 주입하는 지도학습법(supervised learning)이 활용되었다. 1990년대 중반 이후에는 인터넷의 등장으로 방대한 데이터를 수집할 수 있게 되면서 수많은 빅데이터를 분석해 인공지능 시스템 스스로 학습하는 이른바 머신러닝(machine learning, 기계학습)의 형태로 진화하였다. 다만 데이터가 포함한 내용의 특징을 파악하는 데는 한계를 보였는데, 이를 뛰어넘는 딥러닝(deep learning)이 고안되면서 문제가 해결되었다.
머신러닝에 인간의 뇌를 모방한 신경망 네트워크를 더한 딥러닝 알고리즘은 인간의 두뇌가 수많은 데이터 속에서 패턴을 발견한 뒤 사물을 구분하는 정보처리 방식을 모방함으로써 기존 머신러닝의 한계를 뛰어넘었다. 즉, 머신러닝이 축적된 데이터를 토대로 상관관계와 특성을 찾아내고 여기에 나타난 패턴을 통해 결론을 내리는 기술인 데 반해 딥러닝은 축적된 데이터를 분석만 하지 않고 이 데이터를 통해 학습까지 하는 기계학습 능력을 활용해 최적의 결론을 내린다.
현재 많은 전문가들은 딥러닝의 주된 기술적 한계 요인 중 하나로 모형과 학습의 단순함을 이야기한다. 즉 딥러닝은 단순한 형태의 데이터를 기반으로 정형화된 규칙 학습에 최적화된 모형이라는 말이다. 따라서 딥러닝은 인간처럼 복잡한 이론적 지식이나 구조화된 지식(예. 인과관계 추론, 문맥 이해)을 효과적으로 학습하기 어려울 것이라는 예상이 많다.
하지만 최근 이와 관련해 상당히 의미있는 연구 결과가 속속 보고되고 있다. 대표적으로 구글에서는 2017년 관계형 추론을 위한 인공신경망을 개발하였고, 지난2018년 10월에는 BERT Transformer라는 딥러닝 기반 자연어처리 모형을 공개하기도 하였다.
특히 이 모형은 마치 알파고가대중에 처음 공개되었을 때와 같이 기존의 모든 자연어 처리 기반모형을 압도하는 성능과 함께 복잡한 형태의 지식 이해가 필요한 QA(Question Answering) 분야에서 인간을 최초로 뛰어넘었다는 평가를 받고 있다.
이러한 추세에 비추어 볼 때, 비록 현재 딥러닝이 데이터의 구조나 형식적인 문제 등의 제약으로 다양한 형태의 학습에 어려움을 겪고 있을지 몰라도 머지않아 해결의 실마리가 잡힐 것으로 예상된다.
우리는 이미 사물인터넷 시대에 살고 있다. 사물인터넷(Internet of Things;IoT)이란 사물 혹은 인간이 임베디드 통신시스템을 통해 긴밀하게 상호작용할 수 있도록 네트워크로 연결된 상태를 의미한다. 사물인터넷 기술이 산업의 생산 분야에 도입되면서 공장의 생산공정과 공급체인의 흐름을 시각적으로 확인할 수 있고 공장이나 기업 등의 물리적인 경계를 초월한 통합적인 관리를 통해 효율성을 증가시킬 수 있어 4차 산업혁명이 도래할 것이다.
이처럼 사물인터넷 기술을 제조업에 도입한다면 비용절감과 생산효율화를 동시에 달성할 수 있다. 4차 산업혁명은 인간의 일자리에도 큰 변화를 가져올 것으로 예상된다. 사물인터넷, 클라우드와 빅데이터로 인해 가까운 미래에 기존에는 없었던 혁신적인 사업 기회가 창출될 수 있다. 사물인터넷 혁명은 에너지, 의료, 제조업 등 다방면에 영향을 미치고 인간과 기계의 상호작용에 근본적인 변화를 가져올 전망이다. 우리나라의 선진적인 ICT인프라와 역동적인 국민성, 정부의 정책 의지는 사물인터넷 산업을 선점하기 위한 유리한 기반을 제공하고 있다. 이를 토대로 일자리 창출과 경제 발전을 위한 선제적인 대응이 필요하다.
=사물인터넷 기술이 타산업과 융합되면서 새로운 사업기회와 부가가치를 창출하고 있다. 보건·의료 분야에 적용되어 원격진료와 웨어러블 컴퓨터가 만들어졌고, 전력 분야에 적용되어 스마트그리드, 교통 분야에 적용되어 커넥티드카 및 지능형 교통시스템(ITS)으로 발전하였다. 특히, 제조업의 생산공정에 도입되면 스마트팩토리, 즉 첨단 생산관리 시스템을 구축할 수 있다. 심지어 로우테크(low-tech) 산업으로 인식되어 오던 농수산식품 산업에도 ICT가 적용되어, 식물공장이나 스마트푸드 시스템 등 고부가가치의 새로운 사업 영역을 창출하고 있다.
선도기업의 특허 활동 분석 결과, 지금까지 각 개발사의 스마트폰 기기와 플랫폼을 중심으로 구동됐던 IoT 기술은 점차 기간 연계를 강화하는 형태로 나아갈 전망이다. 최근 미국과 한국, 일본, 유럽 등 주요 특허청에 가장 많이 출원된 기술군 역시 IoT산업융합으로 나타나 이종 기기 및 서비스 간 융합이 더욱 확대될 것으로 기대된다.
참고자료
-김분태, 최수형(2004),『유비쿼터스 경영기획』, 대명.
-김형수, 구지희, 나준엽, u-city 최신 여건 및 효율적 추진방향,
-강성욱, 이성호, 유헬스(u-Health)의 경제적 효과와 성장전략,
-조위덕, 이경전, 이호근 외 3명(2006), 『유비쿼터스 패러다임과 U-소사이어티』, jinhan M&B.
-구태언(2018), 미래는 규제할 수 없다 , 도서출판 클라우드나인.
-안중호, 문재웅(2007), - 기술동향 및 활용사례를 중심으로,『유비쿼터스 사회의 이해』, 집문당.
조원영·이동현(2016), 미래 일자리의 금맥(金脈), 소프트웨어, SPRi Issue Report , 2016-009호,소프트웨어정책연구소
-최광열, 2016, MSD(Motion System Design)검색, 사물인터넷의 장점과 한계를 분석한다
  • 가격6,000
  • 페이지수10페이지
  • 등록일2020.03.30
  • 저작시기2020.3
  • 파일형식한글(hwp)
  • 자료번호#1127976
본 자료는 최근 2주간 다운받은 회원이 없습니다.
다운로드 장바구니