What will come next?

http://NUMBERWORKS.io

하용호

yongho.ha@gmail.com

빅데이터, 클라우드, IoT, 머신러닝. 뭐가 이리 많아? 왜 자꾸 나타나?

하

2

용호용 호

안녕하세요. 하용호입니다. 이번에 SKTelecom을 나와서, 동료 데이터과학자들과 데이터회사를 만들었습니다.http://numberworks.io 재미난 일을 만들어볼게요

Cloud BigData

IoTData Analytics

개념들의 홍수개념들의 홍수

MachineLearning

Everything is Connected

저많은개념들이나오게된큰흐름이존재한다.

차례차례알아봅시다.

Cloud

웹 & 모바일서비스범람의 시대

Network

Smart phone

이것이 가져온 결과는

오프라인 온라인

일상생활

기록되지 않던 사람들의 생활이 데이터로 남기 시작

앱

웹사이트

교통카드신용카드

스마트폰

서비스

경쟁은어디에서 일어나는가?

이 와중에 패러다임 쉬프트

기술 가격 기회

Data

기회

데이터로유저를 알아내자!

사람들의관심이

가장소중한자원

눈길을 받는 법이 필요

눈길을받았을때

원하는것을제시해야함

빅데이터와

데이터 분석의 대중화

이것이가능해진것에는클라우드의기여가상당함

저장비용의감소와

계산용클러스터보유비용의감소

때문에BigData

Data Analytics

‘소녀시대’에서 중요한 게‘소녀’이듯

참고)

중요한 것은‘데이터에 기반해 판단하는 자세’BigData

(꼭 데이터가 크지 않아도 됨. 업계 선수들은 BigData보다 Data-driven이란말을 씁니다)

요즘사용자들이변하고있다!

더 이상 MP3를 다운 받지 않는다. streaming

영화와 TV프로도 streaming 이용자가 급속 증가

저 서비스에서 실시간으로 봐도 끊기지가 않는데?

LTE, Giga Wi-Fi, 저렴한 고속통신의 보급

저 서비스에 다 저장되어 있는데?

클라우드, 대형 인터넷 서비스의 등장

트렌드 변화 streaming

2014/3 구글드라이브

2014/8 드랍박스

2014/9 애플icloud

+ 클라우드 가격인하 러시

영화나 음악뿐 아니라개인의 데이터도

이 흐름은 무엇을 말하는가?

데이터란 데이터는모두 클라우드에 맡겨라!

Cloud로의이행은여전히진행형

이전에는기업의 ‘서버이전’이였다면지금은개인의 ‘데이터이전’이진행중

시간이흐를수록

now future

단말은 Input/Output 장치에 가깝게 된다.실체는 언제나 클라우드에.

궁극의 예

휴대폰을 쓰다가 바다에 집어던지고새 폰을 사서로그인만 하면 그대로

Cloud가 유일한 저장장치!

‘데이터라는 것은 클라우드에 모이는 것’ 으로 재정의개인 저장 장치의 용도는 cache개념으로 전환

개인 저장장치의 종말.

결국에는..

모바일트렌드가진화시킨두가지기술

컴퓨터 통신

500Mhz CPU

1기가램

무선랜, 블루투스내장

4기가플래시메모리(By Intel)

문제는 크기와 가격!

스펙이 별로다?

가격 5만원, 우표크기의부품이 아닌 완전한 컴퓨터

Edison

컴퓨터가 변했다

6.5원/0.5KB

0.01원/0.5KB

2004년

2014년

약 1000배 싸짐무제한 요금제도 있음

(현재가치로 따지면 약 10원/0.5KB)

위 계산은 통신사들의 평균 가격을 사용

이동통신 데이터 요금

패킷당 10원 0.01원

통신이 저렴해졌다.

컴퓨터의 모래알화(작다, 싸다) 통신의 공기화(어디서나, 싸다)

저렴한 물건들 마저 똑똑해지고, 네트웍을 품기시작

물건들 끼리 통신을 하고 판단을 하기 시작

Internet of Things물건들끼리이야기를시작한다.

어떤 것이 가능해질까?

잃어버린우리고양이가여기있구나!GPS목줄10000원

$5

IoT의 핵심 중 하나많은 센서(sensor)

센서의 특징

숨만 쉬어도 데이터를 뿜어낸다.

IoT모든 기기가 데이터를 뿜어내고 주고 받는다.

IoT가활성화 될수록

데이터 양의대폭발!!

넘치는 데이터. 어떻게 감당할 것인가?

분석가들

사람이 다 감당할 수 X

Machine Learning똑똑한 기계를 만들어

“생각의 아웃소싱”

Cloud BigData

Machine Learning

산업혁명–물건생산을위해육체노동을 기계로자동화하자

머신러닝–정보추출을위해정신노동을 기계로자동화하자

(특히 deep learning)

머신러닝이 잘 동작할 수 있는 조건은?

많은 데이터 좋은 컴퓨터멋진 알고리즘

기존의학습 알고리즘들

요즘 뜨는Deep Learning

클라우드에집약된 데이터들

Public 또는 private클라우드에 있는

수백대의 컴퓨터들

사람들의 생활이디지털로 기록됨

때는 지금이다!

+ 수많은 회사가 머신러닝에 집중!

흐름을 4가지로 정리하면

때문에 모든 기계는 ‘임시저장소’ 에 불과. Input/Output 장치가 되어간다.

세상의 모든 정보는 클라우드로 모여 커진다.

Cloud

디바이스 발달 통신 발달

BigData

엄청난 정보량을 처리, 분석하기 위해‘생각의 아웃소싱’이 필요.컴퓨터가 사람의 지적노동을 흉내낸다.

Data Analytics Machine Learning

더 많은 장치들이 통신과 센서를 품고정보를 수집하고 상호작용 한다.그렇게 정보량이 폭발적으로 증가한다.

IoT BigData

Cloud

BIgData

IoTMachine Learning

Devices

데이터가 흐르는 길에 개념이 발생

Data-centric Era

‘지금사람이원하는데이터’를생활에바로적용되기위한 IoT

어디서발생하는데이터라도쏘아올릴수있는자유롭고빠른통신

그렇게발생한많은데이터를받아들일수있는충분한클라우드

더많은곳에서, 데이터가나오지않던곳에서데이터가나오게하는 IoT

쌓여서거대해진데이터에서숨은패턴을찾아내려하는데이터분석

지능을모사해서데이터분석의능력과수준을끌어올리기위한인공지능

데이터

데이터

데이터

데이터

데이터

데이터

지금의세상은무엇으로이루어져있는가?무엇으로변해가는가?

세상을이해하기위한기초지식

(敎養)교양

하버드 신입생들에게가장 인기가 높은 과목은?

전산학 개론!(경제학 개론을 물리침)

무엇이 지금의 교양인가?

데이터를 다루는 능력

데이터의 방향을 보는 눈