빅데이터, 클라우드, IoT, 머신러닝. 왜 이렇게 많은 것들이 나타날까?

빅데이터, 클라우드, IoT, 머신러닝. 왜 이렇게 많은 것들이 나타날까? from Yongho Ha

빅데이터, 클라우드, IoT, 머신러닝. 왜 이렇게 많은 것들이 나타날까?

1. 1. What will come next? http://NUMBERWORKS.io 하용호 yongho.ha@gmail.com 빅데이터, 클라우드, IoT, 머신러닝. 뭐가 이리 많아? 왜 자꾸 나타나?
2. 2. 하 2 용호 용 호 안녕하세요. 하용호입니다. 이번에 SKTelecom을 나와서, 동료 데이터과학자들과 데이터회사를 만들었습니다. http://numberworks.io 재미난 일을 만들어볼게요
3. 3. Cloud BigData IoT Data Analytics 개념들의 홍수개념들의 홍수 Machine Learning
4. 4. Everything is Connected 저 많은 개념들이 나오게 된 큰 흐름이 존재한다. 차례차례 알아봅시다.
5. 5. Cloud 웹 & 모바일 서비스 범람의 시대 Network Smart phone 이것이 가져온 결과는
6. 6. 오프라인 온라인 일상생활 기록되지 않던 사람들의 생활이 데이터로 남기 시작 앱 웹사이트 교통카드 신용카드 스마트폰 서비스
7. 7. 경쟁은 어디에서 일어나는가? 이 와중에 패러다임 쉬프트
8. 8. 기술 가격 기회  Data
9. 9. 기회 데이터로 유저를 알아내자! 사람들의 관심이 가장 소중한 자원 눈길을 받는 법이 필요 눈길을 받았을 때 원하는 것을 제시해야 함
10. 10. 빅데이터와 데이터 분석의 대중화 이것이가능해진것에는클라우드의기여가상당함 저장비용의감소와 계산용클러스터보유비용의감소 때문에 BigData Data Analytics
11. 11. ‘소녀시대’에서 중요한 게 ‘소녀’이듯 참고) 중요한 것은 ‘데이터에 기반해 판단하는 자세’BigData (꼭 데이터가 크지 않아도 됨. 업계 선수들은 BigData보다 Data-driven이란 말을 씁니다)
12. 12. 요즘 사용자들이 변하고 있다!
13. 13. 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
14. 14. 2014/3 구글드라이브 2014/8 드랍박스 2014/9 애플icloud + 클라우드 가격인하 러시
15. 15. 영화나 음악뿐 아니라 개인의 데이터도 이 흐름은 무엇을 말하는가? 데이터란 데이터는 모두 클라우드에 맡겨라!
16. 16. Cloud로의 이행은 여전히 진행형 이전에는 기업의 ‘서버 이전’이였다면 지금은 개인의 ‘데이터 이전’이 진행중
17. 17. 시간이 흐를수록 now future
18. 18. 단말은 Input/Output 장치에 가깝게 된다. 실체는 언제나 클라우드에. 궁극의 예 휴대폰을 쓰다가 바다에 집어던지고 새 폰을 사서 로그인만 하면 그대로
19. 19. Cloud가 유일한 저장장치! ‘데이터라는 것은 클라우드에 모이는 것’ 으로 재정의 개인 저장 장치의 용도는 cache개념으로 전환 개인 저장장치의 종말. 결국에는..
20. 20. 모바일 트렌드가 진화시킨 두가지 기술 컴퓨터 통신
21. 21. 500Mhz CPU 1기가 램 무선랜, 블루투스 내장 4기가 플래시 메모리 (By Intel) 문제는 크기와 가격! 스펙이 별로다? 가격 5만원, 우표크기의 부품이 아닌 완전한 컴퓨터 Edison 컴퓨터가 변했다
22. 22. 6.5원/0.5KB 0.01원/0.5KB 2004년 2014년 약 1000배 싸짐 무제한 요금제도 있음 (현재가치로 따지면 약 10원/0.5KB) 위 계산은 통신사들의 평균 가격을 사용 이동통신 데이터 요금 패킷당 10원  0.01원 통신이 저렴해졌다.
23. 23. 컴퓨터의 모래알화(작다, 싸다) 통신의 공기화(어디서나, 싸다) 저렴한 물건들 마저 똑똑해지고, 네트웍을 품기시작 물건들 끼리 통신을 하고 판단을 하기 시작
24. 24. Internet of Things 물건들끼리이야기를시작한다.
25. 25. 어떤 것이 가능해질까? 잃어버린우리고양이가여기있구나! GPS목줄 10000원
26. 26. $5
27. 27. IoT의 핵심 중 하나  많은 센서(sensor) 센서의 특징 숨만 쉬어도 데이터를 뿜어낸다. IoT  모든 기기가 데이터를 뿜어내고 주고 받는다.
28. 28. IoT가 활성화 될수록 데이터 양의 대폭발!!
29. 29. 넘치는 데이터. 어떻게 감당할 것인가? 분석가들 사람이 다 감당할 수 X Machine Learning 똑똑한 기계를 만들어 “생각의 아웃소싱” Cloud BigData
30. 30. Machine Learning 산업혁명–물건생산을위해육체노동을기계로자동화하자 머신러닝–정보추출을위해정신노동을기계로자동화하자 (특히 deep learning)
31. 31. 머신러닝이 잘 동작할 수 있는 조건은? 많은 데이터 좋은 컴퓨터멋진 알고리즘 기존의 학습 알고리즘들 요즘 뜨는 Deep Learning 클라우드에 집약된 데이터들 Public 또는 private 클라우드에 있는 수백대의 컴퓨터들 사람들의 생활이 디지털로 기록됨 때는 지금이다!
32. 32. + 수많은 회사가 머신러닝에 집중!
33. 33. 흐름을 4가지로 정리하면
34. 34. 때문에 모든 기계는 ‘임시저장소’ 에 불과. Input/Output 장치가 되어간다. 세상의 모든 정보는 클라우드로 모여 커진다. Cloud 디바이스 발달 통신 발달 BigData
35. 35. 엄청난 정보량을 처리, 분석하기 위해 ‘생각의 아웃소싱’이 필요. 컴퓨터가 사람의 지적노동을 흉내낸다. Data Analytics Machine Learning 더 많은 장치들이 통신과 센서를 품고 정보를 수집하고 상호작용 한다. 그렇게 정보량이 폭발적으로 증가한다. IoT BigData
36. 36. Cloud BIgData IoT Machine Learning Devices 데이터가 흐르는 길에 개념이 발생
37. 37. Data-centric Era ‘지금 사람이 원하는 데이터’를 생활에 바로 적용되기 위한 IoT 어디서 발생하는 데이터라도 쏘아 올릴 수 있는 자유롭고 빠른 통신 그렇게 발생한 많은 데이터를 받아들일 수 있는 충분한 클라우드 더 많은 곳에서, 데이터가 나오지 않던 곳에서 데이터가 나오게 하는 IoT 쌓여서 거대해진 데이터에서 숨은 패턴을 찾아내려 하는 데이터 분석 지능을 모사해서 데이터 분석의 능력과 수준을 끌어올리기 위한 인공지능 데이터 데이터 데이터 데이터 데이터 데이터
38. 38. 지금의 세상은 무엇으로 이루어져 있는가? 무엇으로 변해가는가? 세상을이해하기위한기초지식 (敎養)교양
39. 39. 하버드 신입생들에게 가장 인기가 높은 과목은? 전산학 개론! (경제학 개론을 물리침)
40. 40. 무엇이 지금의 교양인가? 데이터를 다루는 능력 데이터의 방향을 보는 눈