트랜드사례찾기_신철원고 by 임진화

(예시)10101 동동

dongdongawesomeschool — 2021-10-22 14:13:03 UTC

1. B급의 재발견
단기간에 촬영하거나 저예산으로 제작된 영화를 우리는 흔히 ‘B급 영화’라고 부릅니다.

단어가 주는 어감상 일부는 B급 영화를 품질이 다소 떨어지는 영화로 생각하기도 하지만,

사실 B급영화는 특유의 정서와 독특한 매력으로 두터운 마니아층을 형성하고 있는데요.
현대 사회에서 ‘B급 상품’은 이제 소비자들에게 가치 있는 재화로 당당히 인정받고 있습니다.

과거 소비자들로부터 외면 받았던 B급 상품들이

다른 매력으로 사람들에게 널리 사랑받고 있는 것이죠.

2. https://blog.naver.com/dailyyoung2/222061590027
리사이클링 오브젝트샵

(예시)2120 박주현

dongdongawesomeschool — 2021-10-22 14:16:44 UTC

1. 가취관
‘가벼운 취향 위주의 관계’의 줄임말이다. 취향대로 모이되 의무감이 수반되는 모임이 아닌 가벼운 모임을 선호하는 밀레니얼·Z세대의 관계를 설명하는 신조어다. 이들은 부담 없이 만나고 쉽게 헤어지는 관계를 원한다. 의무적 성격이 강한 공동체보다 자기가 좋아하는 것을 우선 보장받을 수 있는 느슨한 공동체를 추구한다.

2.
https://youtu.be/MU5g93fQPXU

테스트

dongdongawesomeschool — 2021-10-22 14:21:17 UTC

https://trendagetest.typeform.com/to/KEmyeENu?utm_source=twitter&utm_medium=feed&utm_campaign=tw_animal

2318 하성열

2021-10-26 00:51:58 UTC

상품이나 브랜드의 생산 과정에 참여하는 소비자를 일컫는 용어로, 이들은 자신이 키워낸 상품이나 브랜드를 적극적으로 소비하는 동시에 비판, 간섭 등도 서슴지 않는다는 특징을 가진다.

본문

외국어 표기
| fansumer(영어)

직접 투자 및 제조 과정에 참여해 상품, 브랜드를 키워내는 소비자를 일컫는 용어로, 팬(fan)과 컨슈머(consumer)의 합성어이다. '팬슈머'는 김난도 서울대 소비학과 교수가 2020년 경자년 쥐띠해를 이끌 10대 트렌드로 꼽은 마이티 마이스(MIGHTY MICE)에 포함된 키워드로, 이 중 Y(You're with us, fansumer)에 해당한다.

팬슈머들은 생산 과정에 참여해 자신이 상품이나 브랜드를 키워냈다는 경험과 즐거움을 느끼면서 소비에 뛰어든다. 이들은 적극적인 소비에 나서지만 무조건적으로 지지만 하지 않고 비판, 간섭, 견제도 일삼는다는 특징을 가진다. 예를 들면, 아이돌 연습생이 오디션 프로그램에 나오면 팬들이 투표와 홍보 등의 지원을 통해 연습생을 정식 데뷔시키는 것 등이 이에 해당된다.

2306 신동민

2021-10-26 00:56:29 UTC

-멀티 페르소나-
‘다중적 자아’라는 뜻으로, 개인이 상황에 맞게 다른 사람으로 변신하여 다양한 정체성을 표현하는 것을 뜻한다.
다중적 자아’라는 뜻으로, 상황에 맞게 가면을 바꿔 쓰듯 다양한 정체성을 가진 현대인을 일컫는 말이다. 여기서 페르소나(persona)는 '가면'이라는 뜻을 가진 라틴어로, 심리학적으로는 타인에게 파악되는 자아 또는 자아가 사회적 지위나 가치관에 의해 타인에게 투사된 성격을 의미한다.

멀티 페르소나는 개인이 상황에 맞게 다른 사람으로 변신하여 다양한 정체성을 표출하는 것을 뜻한다. 예컨대 회사나 학교 등 본래의 일을 할 때, 퇴근 후 집에 있을 때, SNS 등 온라인으로 소통할 때 등 그 상황에 따라 다양한 정체성이 발현되는 것이다.

2305 박성규

2021-10-26 00:56:32 UTC

인간의 지능으로 할 수 있는 사고, 학습, 자기 개발 등을 컴퓨터가 할 수 있도록 하는 방법을 연구하는 컴퓨터 공학 및 정보기술의 한 분야로서, 컴퓨터가 인간의 지능적인 행동을 모방할 수 있도록 하는 것을 인공지능이라고 말하고 있다.

또한 인공지능은 그 자체로 존재하는 것이 아니라, 컴퓨터 과학의 다른 분야와 직간접으로 많은 관련을 맺고 있다. 특히 현대에는 정보기술의 여러 분야에서 인공지능적 요소를 도입하여 그 분야의 문제 풀이에 활용하려는 시도가 매우 활발하게 이루어지고 있다.

① 자연언어처리(natural language processing) 분야에서는 이미 자동번역과 같은 시스템을 실용화하며, 특히 연구가 더 진행되면 사람이 컴퓨터와 대화하며 정보를 교환할 수 있게 되므로 컴퓨터 사용에 혁신적인 변화가 오게 될 것이다.

② 전문가시스템(expert system) 분야에서는 컴퓨터가 현재 인간이 하고 있는 여러 가지 전문적인 작업들(의사의 진단, 광물의 매장량 평가, 화합물의 구조 추정, 손해 배상 보험료의 판정 등)을 대신할 수 있도록 하는 것이다. 여러 분야 가운데서도 가장 일찍 발전하였다.

③ 컴퓨터가 TV 카메라를 통해 잡은 영상을 분석하여 그것이 무엇인지를 알아내거나, 사람의 목소리를 듣고 그것을 문장으로 변환하는 것 등의 일은 매우 복잡하며, 인공지능적인 이론의 도입 없이는 불가능하다. 이러한 영상 및 음성 인식은 문자 인식, 로봇 공학 등에 핵심적인 기술이다.

④ 이론증명(theorem proving)은 수학적인 정리를 이미 알려진 사실로부터 논리적으로 추론하여 증명하는 과정으로서 인공지능의 여러 분야에서 사용되는 필수적인 기술이며, 그 자체로도 많은 가치를 지니고 있다.

⑤ 신경망(neural net)은 비교적 근래에 등장한 것으로서 수학적 논리학이 아닌, 인간의 두뇌를 모방하여 수많은 간단한 처리기들의 네트워크로 구성된 신경망 구조를 상정하는 것이다.

2304박도진

2021-10-26 00:56:43 UTC

가상현실(vr)

컴퓨터로 만들어 놓은 가상의 세계에서 사람이 실제와 같은 체험을 할 수 있도록 하는 최첨단 기술을 말한다. 머리에 장착하는 디스플레이 디바이스인 HMD를 활용해 체험할 수 있다.
인공현실(artificial reality), 사이버공간(cyberspace), 가상세계(virtual worlds)라고도 한다. 가장 먼저 가상현실 기법이 적용된 게임의 경우 입체적으로 구성된 화면 속에 게임을 하는 사람이 그 게임의 주인공으로 등장해 문제를 풀어나간다. 이러한 가상현실은 의학 분야에서는 수술 및 해부 연습에 사용되고, 항공ㆍ군사 분야에서는 비행조종 훈련에 이용되는 등 각 분야에 도입, 활발히 응용되고 있다.
한편, 가상현실(VR·virtual reality)과 현실 세계에 가상정보를 더해 보여주는 기술인 증강현실(AR·augmented reality)을 혼합한 기술은 혼합현실(MR·mixed reality)이라고 한다. VR과 AR, MR은 모두 실제로 존재하지 않은 현실을 구현해 사람이 이를 인지할 수 있도록 하는 기술이라는 점에서 공통점이 있다. 다만 AR은 실제 현실에 가상의 정보를 더해 보여 주는 방식이고, VR은 모두 허구의 상황이 제시된다는 점에서 차이가 있다. MR은 AR과 VR을 혼합해 현실 배경에 현실과 가상의 정보를 혼합시켜 제공하는데, 대용량 데이터를 처리할 수 있는 기술이 필요하다.

2311 원희정

2021-10-26 00:57:44 UTC

남녀 구분 자체를 없애고 중립적으로 보아 사람 자체로만 생각하려는 움직임을 말한다. 기존의 성역할에서 벗어나 자신을 표현하고 성에 고정되지 않은 나 자체로 삶을 영위하려는 트렌드가 반영돼 있다.

‘성 중립’을 뜻하는 단어로, 기존의 남녀에 대한 고정관념이 흐릿해지고 그 구분이 없어진다는 의미이다. 유니섹스와는 달리 남녀(젠더) 구분 자체를 없애고 중립성을 지향해 사람 자체로만 보려는 움직임이다. 젠더 뉴트럴에는 자신의 행복을 중시하는 기조가 여러 분야로 확산되면서 성역할에서도 기존 틀을 벗어나 자신을 표현하고 성에 고정되지 않은 나 자체로 삶을 영위하려는 트렌드가 반영되어 있다. 이는 패션·뷰티와 같은 소비 분야뿐 아니라 개인의 라이프스타일, 나아가 기업의 업무, 사회 문제로까지 확산되고 있다.

2312 이상준

2021-10-26 00:57:45 UTC

핀테크: 2014년 말부터 ‘핀테크’라는 단어가 지면을 뒤덮는다. 인터넷 전문은행, 간편결제, 공인인증서, 액티브X, 천송이 코트, 스타트업 등 핀테크를 둘러싸고 나오는 단어도 너무 많다. 핀테크 열풍이라 부를 만하다. 핀테크란 무엇이고, 왜 요즘 들어 주목받는 걸까.

1핀테크란 무엇인가

‘핀테크(fintech)’는 이름 그대로 ‘금융(finance)’과 ‘기술(technology)’이 결합한 서비스 또는 그런 서비스를 하는 회사를 가리키는 말이다. 여기서 말하는 기술은 정보기술(IT)이다.

서로 다른 두 분야가 얽히니 2가지 다른 관점이 나온다. 금융을 중심에 두고 IT가 금융사업을 돕는다는 해석이 첫 번째다. 기존 금융권이 주로 이런 관점에서 핀테크 열풍을 바라본다. 금융산업이 새로 나온 IT쪽 기술을 채용해 미시적인 혁신을 이룬다.

원래 금융산업은 IT산업 다음으로 IT 기술을 많이 도입하던 분야다. 핀테크라는 이름이 나오기 전부터 인터넷뱅킹과 모바일뱅킹을 써 왔다. 은행은 거래 대부분을 전산으로 처리한다.

현금 수송 차량에 실어다 옮기는 돈은 은행이 다루는 전체 돈의 극히 일부일 뿐이다. 뉴욕증권거래소(NYSE)가 전산 거래를 도입한 뒤 객장을 가득 매우던 증권중개인이 사라졌다는 일화는 이제 식상한 이야기다.

이미 IT 기술을 적극 도입하던 금융산업이 새삼 IT 기술을 도입한다니, 이런 말은 핀테크에 대해 아무 것도 설명하지 못한다. 이제 두 번째 관점을 살펴보자. 지금 핀테크 열풍을 제대로 이해하려면 기술을 중심으로 읽어야 한다. IT 기술이 금융산업을 뿌리부터 뒤흔든다는 얘기다.

2금융, 경제위기 이후 IT산업 혁신성 수혈하다
금융산업은 거칠게 요약하면 ‘돈 장사’를 하는 분야다. 금융소비자에게서 돈을 빌리고 그 돈을 투자해 수익을 거둔다. 거둔 수익 일부는 원금을 빌려준 고객에게 돌려주고 나머지는 운영자금 및 이익으로 남긴다.
금융산업은 2008년 금융위기 뒤에 수익성 악화를 경험했다. 부실 주택담보대출(서브프라임 모기지론)에 파생상품을 붙여 팔다 대출원금을 돌려받지 못하자 내로라하는 금융회사가 줄도산했다.
엎친 데 덮친 격으로 금융위기를 불러온 금융업계에 규제가 들어왔다. 미국은 무분별하게 파생상품을 팔지 못하게 하는 법안(도드 프랭크 법)를 내놓았다.

전처럼 ‘돈 놀이’를 맘껏 벌이지 못하게 된 금융업계는 한층 더 침체됐다. 홍병철 레드헤링 대표는 “금융 규제 영향으로 금융위기 전에 15~20%에 달했던 금융업계 수익률이 7~10%대로 주저앉았다”고 설명했다.
활로를 뚫어야 했던 금융업계는 IT 업계에 손을 내밀었다. 금융 거래 과정을 전자화했다. 사람이 일일이 해야 할 일을 전산 시스템으로 대체했다. 비용은 줄어들고 속도는 빨라졌다. 소비자도 한층 편하게 금융 서비스를 이용할 수 있게 됐다.

금융산업은 2008년 금융위기는 금융회사의 수익성에 엄청난 영향을 주었다. 사진은 금융위기 다음해인 2009년의 뉴욕증권거래소. <출처 (cc) Kevin Hutchinson>

3조연에서 주연으로, 핀테크의 약진
금융 서비스를 전산화하니 또 다른 수익원이 눈에 띄었다. 바로 금융소비자가 만드는 데이터다. 온라인에서 모든 활동은 데이터를 만든다.

금융도 마찬가지다. 여기 착안해 데이터를 기반으로 그동안 제공할 수 없었던 다양한 서비스를 선보이기 시작했다. 그러면서 제대로 된 핀테크 산업이 싹을 틔웠다.
데이터를 바탕으로 사용자가 편리하게 이용할 서비스를 잘 만드는 쪽은 금융사일까, IT기업일까. IT기업은 태생부터 이런 일을 해온 곳이다.

진입장벽이 거의 없는 인터넷이라는 신대륙에서 살아남으려 늘 진검승부를 벌여야 했다. 높은 진입장벽 안에서 큰 변화 없이 살아온 금융업계와 다르다.

IT기업이 금융사보다 더 핀테크 산업에 가까운 이유다. JP모건 최고경영자(CEO) 제이미 다이먼은 2014년 2월말 연례 투자자 모임에서 IT기업이 금융업계를 위협하는 현 상황을 다음처럼 표현했다.
“내가 실리콘밸리에 가면 말이죠. 그들 모두가 우리 (금융업계의) 점심을 먹어치우려고 해요. 그들 한명 한명이 전부 덤벼들 겁니다.”

4IT, 금융을 혁신한다
2015년 현재 IT와 금융의 융합은 크게 4가지 영역으로 나뉘어 진행된다. 지급 결제, 금융데이터 분석, 금융 소프트웨어, 플랫폼 등이다.

이 분류법은 영국 무역투자청(UKTI)이 내놓았다. 하나만 못 박고 넘어가자. 이제부터 말하는 핀테크는 두 번째 의미, IT를 가운데 두고 금융산업을 혁신하는 일을 가리킨다.
1. 지급 결제
일반 금융소비자가 가장 친숙하게 여기는 분야다. 핀테크 회사의 대명사로 불리는 페이팔도 지급 결제 회사다. ‘애플페이’와 ‘삼성페이’ 같은 하드웨어 기반 모바일 간편결제 서비스부터 ‘카카오페이’와 ‘라인페이’ 같은 앱 기반 간편결제 서비스까지 다양한 서비스가 나왔다.
지급 결제 서비스는 사용자가 쓰기 쉽게 만드는 게 첫 번째 요건이다. 온라인과 모바일 환경에서 사용자가 쉽고 편리하게 쓸 서비스를 만드는 일은 IT기업의 전문 분야다. 그러니 많은 IT기업이 제일 먼저 지급 결제 부문에 손을 뻗는다.
지급 결제 서비스는 편리한 서비스를 제공해 사용자를 모으고, 그 사용자를 결제 서비스가 필요한 사업자에게 내주면서 수수료를 받는다.

네이버 ‘라인페이’
국내에도 많은 IT기업이 지급 결제 부문에 뛰어든다. 네이버는 라인페이를, 다음카카오는 카카오페이를 내놓았다. KG이니시스와 LG유플러스, 페이게이트 같은 전자지급결제대항사(PG)도 각자 서비스를 꾸렸다.

비바리퍼블리카나 한국NFC 같은 핀테크 스타트업도 편리한 서비스를 무기로 큰 기업이 따라잡지 못하는 사이 새로운 기회를 열어가는 중이다.
2. 금융데이터 분석
기존 금융데이터 분석 업무는 고객의 금융 거래를 바탕으로 신용도를 파악해 적절한 이자율을 계산하는 일을 주로 가리켰다. 핀테크 기술은 이 업무를 한차원 발전시켰다.
비주얼DNA라는 회사가 있다. 이 서비스를 이용하면 금융 거래 내역이 없어도 몇 가지 설문조사에만 답하면 신용도를 평가받을 수 있다. “무슨 색을 좋아하나요?”, “비 오는 날은 파전을 먹나요, 부추전을 먹나요?”라는 식으로 사용자 취향과 심리 상태를 물어본다.

얼핏 보면 터무니없어 보이지만 사회심리학과 통계학을 바탕에 둔 치밀한 평가 방법이다. 마스터카드는 2014년 비주얼DNA 신용도 평가 데이터를 대출 업무에 도입해 부도율을 기존보다 23% 낮췄다.

비주얼DNA.
소액대출회사 온덱(OnDeck)은 사회관계망 서비스(SNS)와 인터넷 활동 내역을 바탕으로 대출 이자율을 계산해 금융 거래 내역이 없는 소상공인에게 돈을 빌려준다. 점포 하나도 없는 온라인 대출회사 온덱은 지난해 말 기업가치를 1조6천억원으로 평가받으며 뉴욕증권거래소에 상장했다.
한국에는 이런 서비스가 나오기 힘들다. 신용평가는 신용평가 기관이 도맡는다. 금융회사는 신용평가 기관이 내준 정보를 바탕으로 고객 신용도를 평가한다.

2014년 초 금융회사에서 1억건이 넘는 고객정보가 유출된 뒤 개인정보를 지켜야 한다는 목소리가 드높아져 빅데이터 분석 등으로 금융데이터를 활용할 길이 가로막혔다.
3. 금융 소프트웨어
금융 소프트웨어는 금융 업무를 더 효율적으로 만드는 소프트웨어를 제공하는 일을 가리킨다. 리스크 관리나 회계 업무 등을 더 효율적으로 만드는 것도 여기에 속한다.
페이팔이 자체적으로 꾸린 사기거래탐지(FDS) 기술도 금융 소프트웨어 분야라고 볼 수 있다. 한국 서울 합정동 식당에서 쓰인 신용카드가 1시간 뒤 미국 뉴욕의 한 백화점 명품 매장에서 쓰인다면 아무래도 자연스럽지 않다.

1시간 만에 같은 고객이 미국으로 건너갈 방법도 없을뿐더러, 5천원짜리 백반만 사먹던 고객이 갑자기 명품을 구매하는 점도 수상하다.

페이팔은 우수한 사기거래탐지시스템(FDS)을 구축한 것으로 잘 알려져 있다.
이렇게 기존 거래 패턴에서 어긋나는 거래가 일어날 경우 이를 이상 거래로 인식하고 추가 인증을 요구해 사기 거래를 막는 기술이 FDS다. 페이팔은 초기에 20%에 이르렀던 사기 거래 비용을 스스로 부담하면서 FDS를 발전시켰다. 비자나 마스터카드 같은 국제적인 신용카드 회사도 자체 FDS를 가동 중이다.
한국 정부는 지난해 금융회사에 FDS를 도입하라고 요구했다. FDS가 제대로 작동하려면 데이터를 쌓는 기간이 필요하다. 신용카드사는 FDS를 미리 갖춰둔 덕에 한시름 덜었지만, 일선 은행에는 갑자기 발등에 불이 떨어졌다.

공인인증서와 각종 보안 프로그램으로 사용자단에서 사기 거래를 막으라고 장려하던 정부였다. 그런데 갑자기 태도를 뒤집으니 은행은 대체 수단 마련에 분주해졌다.
4. 플랫폼
플랫폼은 금융기관이 가운데 끼지 않고도 전세계 고객이 자유롭게 금융업무를 처리할 수 있는 기반을 제공하는 분야다. 대표적인 플랫폼 핀테크 회사는 기업가치를 9조원으로 평가받으며 지난해 뉴욕증권거래소에 상장한 P2P 대출회사 렌딩클럽(LendingClub)이다.
렌딩클럽은 많은 고객에게 남는 돈을 빌리고 그 돈을 다시 많은 고객에게 빌려준다. 어디서 듣던 얘기 같지 않은가. 맞다. 은행이 하는 일과 판박이다.

다른 점이 있다면 투자금 모집과 대출 신청 및 집행을 모두 온라인 플랫폼에서 처리한다는 것이다. 렌딩클럽은 오프라인 지점이 없으니 운영 자금이 많이 들지 않는다.

또 IT를 바탕으로 고객 신용도를 한층 더 철저하게 평가할 수 있으니 대출 이자도 은행보다 낮출 수 있다. 투자하는 고객에게는 은행보다 높은 이자를 돌려주면서도 대출받는 고객한테는 더 싸게 돈을 내준다.

렌딩클럽. 뉴욕증권거래소에 상장한 핀테크 플랫폼 회사.
민트나 웰스프론트 같은 개인 자산 관리 서비스도 플랫폼 사업자다. 고객 동의를 받아 여러 금융기관에 흩어진 금융자산 정보를 한 곳에 모아 관리할 수 있도록 해준다. 덕분에 고객은 자금 흐름을 한눈에 파악하고 자기에게 알맞은 금융 상품도 바로 알아볼 수 있다.
영국 핀테크 회사인 트랜스퍼와이즈는 은행 인프라를 거치지 않고 바로 해외 송금을 해줘 평균 10% 정도인 해외 송금수수료를 0.5%로 낮췄다. 사용자 입장에서는 쓰지 않을 이유가 없다. 트랜스퍼와이즈는 성장 잠재력을 인정받아 올해 초 5800만달러(641억원)를 투자받았다.

트랜스퍼와이즈 작동 방식.
페이팔도 플랫폼으로 볼 수 있다. 은행간 송금이 마치 해외 송금과 같은 미국 금융시장 구조를 우회하기 위해 페이팔 계정에 돈을 충전하고 그 돈을 주고받도록 했다.

덕분에 사용자는 인터넷 상에서 훨씬 편리하게 돈을 주고받을 수 있게 됐다. 중간에 은행을 거치지 않기 때문에 더 싼 값에 더 편리한 서비스를 제공할 수 있다는 얘기다.
비트코인을 앞세운 가상화폐 또는 암호화폐도 기존 금융회사를 대체하는 플랫폼이다. 위·변조가 불가능한 블록체인 위에서 작동하기 때문에 언제 어디서든 아주 적은 돈도 실시간으로 보낼 수 있다. 중간에 어느 기관도 끼지 않기에 그 어떤 지급 결제·송금 수단보다 비용이 저렴하다.
위·변조가 불가능한 P2P 플랫폼이라는 특성을 활용해 다양한 실험도 나온다. 분산형 DNS 시스템 네임코인이나 공개 등기 시스템 컬러코인, 분산형 컴퓨팅 플랫폼 에테리움 등이 그 예다.

5핀테크, 해외에선 대세
해외에서 핀테크는 몇 년 전부터 뜨거운 시장이다. 2014년 한 해 동안 핀테크 분야에 쏟아진 투자금은 34억달러, 우리돈 3조7천억원 정도였다. 투자금 증가 정도가 다른 분야에 비해 4배 빠르다. 핀테크 스타트업에 투자된 돈만 따지면 1년 새 3배 이상 늘어났다.
이런 추세는 계속 이어질 것을 보인다. 엑센츄어는 핀테크 투자금이 2018년에는 60억달러(6조5천억원)에 이르리라고 내다봤다.

글로벌 핀테크 투자 현황. <제공: 액센츄어>

6한국 핀테크, 씨 뿌리자마자 열매 내놓으라고?
안타깝지만 아직 국내 핀테크 산업은 이렇다할 실체가 없다. IT기업을 중심으로 지급 결제 서비스가 쏟아지는 추세지만, 이 밖에 다른 분야에는 손에 꼽을 만한 사례를 찾기 어렵다.
한국은 제대로 된 핀테크 서비스가 나타나기 힘든 토양을 갖고 있다. 지난해 3월 박근혜 대통령의 ‘천송이 코트 발언’ 이후에야 규제 벽에 갇힌 채 국내 시장에만 안주하던 전자결제·금융산업에 문제가 있다는 지적이 쏟아졌다. 금융위기 이후 자연스레 핀테크 필요성을 느낀 해외보다 시작이 6~7년 늦었다.
국내에서 전자금융 산업을 옥죄던 공인인증서를 걷어낼 길이 이제 막 열렸다. 국내 금융·보안 산업 발전을 가로막는 요인으로 꼽혔던 ‘액티브X’도 올해에야 비로소 사라질 것으로 보인다.

핀테크 스타트업의 전자금융산업 진출을 막던 보안성 심의 제도도 올해 9월께야 완전히 사라진다. 2015년에 들어서야 핀테크 서비스가 나올 수 있는 길이 열리는 모습이다.
그러니 당장 한국에서 핀테크 성공 사례를 내놓으라고 닦달하지는 말자. 앞으로 몇 년을 기다려야 지금 씨 뿌린 국내에 핀테크 생태계가 싹을 틔우고 열매를 맺을 테다.
다만 한 가지는 유념하자. 핀테크 혁신은 대부분 보이지 않는 곳에서 일어난다. 지난해 핀테크 업계를 뒤흔든 렌딩클럽의 성공 사례는 빙산의 일각일 뿐이다.

지난해 가장 큰 핀테크 투자 사례는 1971년부터 결제 서비스를 제공해 온 퍼스트데이터(First Data)가 만들었다. 퍼스트데이터는 KKR가 이끄는 사모펀드로부터 35억달러를 투자받았다.

기업가치 9조원이라는 기염을 토한 렌딩클럽이 투자받은 돈은 8억6500만달러다. 박소영 한국핀테크포럼 의장은 세계 100대 핀테크 회사 대다수가 B2B 회사라고 지적했다. 그러니 눈에 보이는 성과가 없다고 왜 한국에는 핀테크 회사가 없냐고 비난하긴 성급하다.

2317 최윤진

2021-10-26 00:57:48 UTC

지속 가능한 발전을 위해 기업이 우리 사회에 미치는 긍정적인 영향을 의미한다.
기업이 소비자에게 어떤 평판을 받고 있는지 가늠할 수 있는 평가 지표다. 투자자 입장에서 평가하는 ESG(환경·사회·지배구조)지수와 함께 기업을 객관적으로 평가하는 주요 지표 중 하나다.

우리나라에서는 한경-입소스-피앰아이(CSIS)가 2019년 부터 국내에서 처음으로 산업 브랜드별 소셜임팩트를 분석해 오고 있다.
소비자들이 제품과 서비스를 구매할 때 기업과 브랜드의 평판이 어떤 영향을 미치는지를 평가한다. 자신의 가치관에 맞게 제품을 선택, 소비하는 ‘가치소비’가 보편화되면서 기업 실적도 사회적 평판에 좌우될 수밖에 없다는 전제를 확인할 수 있는 조사다.

2310- 원서진

2021-10-26 00:58:36 UTC

핀테크(FinTech 또는 Financial Technology)는 금융(Finance)과 기술(Technology)의 합성어로, 모바일, 빅 데이터, SNS 등의 첨단 정보 기술을 기반으로 한 금융서비스 및 산업의 변화를 통칭한다. 모바일을 통한 결제 · 송금 · 자산관리 · 크라우드 펀딩 등 금융과 IT가 융합된 것이다. 새로운 IT기술을 활용하여 기존 금융기법과 차별화된 금융서비스를 제공하는 기술기반 서비스 혁신이 대표적이며 최근 사례는 모바일뱅킹과 앱카드 등이 있다. 산업의 변화로는 혁신적 비금융기업이 보유 기술을 활용하여 지급결제와 같은 금융서비스를 이용자에게 직접 제공하는 현상이 있는데 애플페이, 알리페이 등을 예로 들 수 있다.^[1]

재테크, 전자금융과의 구별편집

재테크는 재무테크놀러지(영어: Finance technology)의 준말로서, 영어 약자도 핀테크(FinTech)로 같지만 의미는 전혀 다른 것을 나타낸다. 기업 또는 개인이 금융수익을 얻기 위해 벌이는 재무활동으로 기업 및 개인의 자금 조달 및 운용이 목적이다.

이에 반하여 금융기술로서의 핀테크는 금융(financial) + 기술(technology)의 합성어에서 나온 개념으로 ‘금융혁명’이라 불리는데, 흔히 IT기술을 기반으로 한 모든 금융서비스라고 해도 무방할 정도로 폭넓게 발전하고 있으며 그 주체는 대체로 비금융회사(IT 스타트업)이 맡게 된다. 지급결제, 외환송금, 크라 우드 펀딩(킥스타터), P2P 대출, P2B 대출, 자산운용, 인터넷은행, 비트코인 등 그 분야가 다양하다.

핀테크와 혼동되는 개념으로 전자금융이 있는데, 전자금융까지 핀테크로 보는 경우 '전통적 핀테크'라고 부른다. 전자금융은 기존 금융사의 가치사슬 내에서 IT를 통해 효율적으로 금융서비스를 제공하는 방식으로, 스마트폰 뱅킹을 비롯한 금융사의 직접 제공 서비스는 전자금융의 영역이다.

또한, 기존 전통적 핀테크인 전자어음에 P2B 대출을 결합시킨 중소기업 지원형 전자 어음 플랫폼도 등장하고 있다.

Fintech 업종편집

많은 혁신을 목격하고있는 5 가지 전통적인 금융 서비스 영역이 있습니다.

지불 및 송금 : ID를 확인하고 돈을 저축하는 계좌 (예 : 은행 계좌), 돈 예금 및 인출 도구 (예 : 수표 및 직불 카드) 및 다른 당사자간에 안전하게 돈을 교환하기위한 시스템 (예 : ACH ).
차입 및 대출 : 예금자로부터 돈을 모으고 차용인에게 신용을 제공하는 소비자 기관 (예 : 신용 카드, 모기지 또는 자동차 대출)
자산 관리 : 금융 투자 (예 : 주식 시장에 투자) 및 은퇴 및 부동산 계획 (예 : 연금 및 연금)과 관련된 거래에 조언을 제공하고 실행하는 고문, 중개인 및 투자 관리자.
보험 : 생명 보험뿐만 아니라 손해 보험 (예 : 자동차 보험, 주택 소유자 보험 또는 건강 보험).
통화 : 국가의 가치가 뒷받침되는 상점, 계정 단위 및 교환 매체 (예 : 미국 달러, 스털링, 유로)^[2]

2307안남규

2021-10-26 00:59:06 UTC

https://www.google.com/url?sa=t&source=web&rct=j&url=http://m.blog.naver.com/counseol/30172896686&ved=2ahUKEwjd4Pqv7-bzAhUrE6YKHWrZAmoQFnoECAgQBQ&usg=AOvVaw2AzyN8JAVzG0P_tg0BzmeQ

2308 안효범

2021-10-26 00:59:07 UTC

1.지속 가능 디자인

환경 지속 가능성에 염두를 두고 세대별로 다른 요구, 세대 간 형평성, 사회적 윤리, 자원 효율성 따위와 같은 거시적이면서 현실적인 문제에 초점을 맞추어 일상적인 비즈니스 환경에서는 이해하기 어려운 개념을 포함한 디자인.

https://ko.dict.naver.com/#/entry/koko/a7bcdbdb383f4cc797475a9a7417f4d0

2314 이진규소셜임팩트:지속 가능한 발전을 위해 기업이 우리 사회에 미치는 긍정적인 영향을 의미한다.기업이 소비자에게 어떤 평판을 받고 있는지 가늠할 수 있는 평가 지표다. 투자자 입장에서 평가하는 ESG(환경·사회·지배구조)지수와 함께 기업을 객관적으로 평가하는 주요 지표 중 하나다.우리나라에서는 한경-입소스-피앰아이(CSIS)가 2019년 부터 국내에서 처음으로 산업 브랜드별 소셜임팩트를 분석해 오고 있다.소비자들이 제품과 서비스를 구매할 때 기업과 브랜드의 평판이 어떤 영향을 미치는지를 평가한다. 자신의 가치관에 맞게 제품을 선택, 소비하는 ‘가치소비’가 보편화되면서 기업 실적도 사회적 평판에 좌우될 수밖에 없다는 전제를 확인할 수 있는 조사다.

2021-10-26 00:59:54 UTC

2313 이서연

2021-10-26 01:00:29 UTC

인공지능
인간의 학습능력과 추론능력, 지각능력, 자연언어의 이해능력 등을 컴퓨터 프로그램으로 실현한 기술.

또한 인공지능은 그 자체로 존재하는 것이 아니라, 컴퓨터 과학의 다른 분야와 직간접으로 많은 관련을 맺고 있다. 특히 현대에는 정보기술의 여러 분야에서 인공지능적 요소를 도입하여 그 분야의 문제 풀이에 활용하려는 시도가 매우 활발하게 이루어지고 있다.

공학 분야에서 말하는 인공지능의 정의는 ‘문제를 푸는 기능’이다. 사람이 하는 대부분의 결정, 이를테면 어떤 옷을 입을지, 어떤 말을 할지 등은 일종의 문제 해결 과정이라고 할 수 있다. 그래서 사람을 따라 하는 로봇을 보고 인공지능이라고 부르는 것이다. 인공지능은 기술적 변화를 통해 단순 문제 풀이에서 지능의 실제적 구현을 목표로 발전되고 있다.

인공지능의 성능 향상에 따라 그것의 위협을 우려하는 목소리도 자연스럽게 나오고 있다. 물론 사람들이 영화를 보며 생각하는 인공지능의 수준에 미치려면 한참은 남았다는 게 전문가들의 중론이다.

그럼에도 우려의 목소리가 끊이지 않는 이유는 인공지능 발달의 파장을 가늠하기 어려워서다. 또 각 분야마다 서로 다른 방식으로 인공지능을 정의하고 개발하는 탓에 현재의 기술 수준을 파악하기조차 쉽지 않다. 인공지능 유토피아론과 디스토피아론은 이런 혼란스런 상황을 무대로 서로 엉키고 부딪힌다.

2315 이채원

2021-10-26 01:01:31 UTC

증강 인간이란 첨단 장치를 이용해 신체 및 인지 능력을 향상시킨 인간을 뜻한다. 뇌-컴퓨터 인터페이스와 감성 컴퓨팅 등 컴퓨터와 인터넷을 이용해 인간의 생각과 감각을 제어하는 기술들이 발전하면서 해당 기술을 인간에 적용할 경우 인체의 신체능력이 향상되는 상태이다. 인간 증강 기술은 예로 대표적으로 아이어맨이 있다.

4차산업 혁명 이후 인간의 업무를 편하게 하고 인간의 신체적 능력을 높여주는 제품들을 연구·개발 중이다. 인간 증강 기술에는 웨어러블 디바이스를 통해 신체 능력을 확장시키는 기술, 컴퓨터와 스마트 공간을 활용하여 인지 능력을 확장하는 기술 등이 있다.

웨어러블 로봇

착용형 로봇으로 착용자가 어떠한 행동을 수행하는데에 그 의도를 파악하여 힘을 보조하는 역할을 수행한다.

뇌기계-인터페이스

인간의 두뇌와 컴퓨터를 직접 연결해 뇌파를 실시간으로 해석하여 기계를 움직이는 기술이다. 예로, 마인드리딩,인공감각 등이 있다.

인공 슈퍼 귀

음파를 미세한 전기신호로 바꾸고 초음파 전기신호를 청신경에 전달해주는 기능이다. 이때, 사람들이 들을 수 없는 초음파도 들을 수 있다

2302 김명선

2021-10-26 01:02:20 UTC

https://icnweb.kr/2018/32699/

인간 증강(Human Augmentation)은 자연적 또는 인공적 방법과 기술을 사용하여 인간의 기존 능력이나 부족한 능력을 향상(증강)시키는데 사용되는 생명공학, 전자공학 및 기계공학의 조합이다. 이 기술은 주로 의료분야에서 가장 빠른 기술발전과 적용확대를 보이고 있으며, 전술 병사 및 방위분야에서도 적극적인 연구가 진행중이다. 또한 제조 산업에서도 노동자의 근력을 지원하는 외골격 형태의 인간 증강 기술에 대한 투자가 시작되고 있다.

인간의 기능 보강에 사용되는 장치는 착용할 수 있는 장치 또는 외골격, 보철, 보행 보조 장치와 같은 바디 슈트와 몸 안의 나노 칩 삽입물, 뇌 제어 로봇 및 기타 여러가지 신체 내장 장치로 이루어진 웨어러블 장치들이 있다. 생명 공학, 로보틱스 및 의료 기기 분야의 다양한 연구소에서 광범위한 연구 및 개발 활동이 진행되고 있다. 삼성, 파나소닉, 후지쯔 등과 같은 앞선 연구 참여 기업들도 주목받고 있다. 이 시장은 주로 로봇 공학의 사용 증가로 의료 과학 및 의료 기기에서 가져온 용이성에 의해 우선적인 시장 확장을 가져오고 있다.

미국 매사추세츠공과대학교(MIT) 미디어랩 바이오메카트로닉스 연구팀을 이끄는 휴 허(Hugh Herr) 교수는 17세 때 등반 중 사고로 두 다리를 잃었다. MIT에서 기계공학을 전공하며 자신과 같은 장애인을 위한 첨단 보행 도구 개발에 매진한 허 박사는 자신이 개발한 의족을 차고 71m 높이의 암벽을 등반해 세계적인 관심을 불러일으킨 바 있다. 휴 허 교수는 지난 ’2016 서울포럼’에 연사로 참석해 스스로 인간 증강의 미래상을 보여주기도 했다. 당시 휴 허 교수는 “우리 연구팀이 개발한 기술은 의수·의족과 신체가 신호를 주고받을 수 있을 정도까지 발전했다”고 설명했다. 또한 ”비장애인도 외골격, 웨어러블로 운동을 하거나 이동을 더 빨리할 수 있다”면서 ”스스로 몸을 디자인하는 ‘맞춤형 신체’의 시대가 열릴 것”이라고도 전망했다.

남아프리카공화국 출신 육상선수 오스카 피스토리우스(Oscar Pistorius)는 태어난 지 채 1년도 안 돼 두 다리를 절단했다. 하지만 칼날처럼 생긴, 탄소섬유 재질의 의족을 단 채 올림픽에 출전해 메달을 따는 등 많은 이목을 받으며 인간 증강 기술에 대한 관심도 함께 높이는데 기여했다.

인간이 서로 의사 소통하는 방식을 바꿔야 할 또 다른 트렌드 기술은 실시간 번역이다. 현재 실시간 언어 번역 응용 프로그램은 호환성과 완벽성의 문제에 직면해 있다. 그러나 보청기의 도움으로 실시간으로 청력 및 번역 능력을 향상시키기 위한 개발이 이루어졌다. 기계 학습의 발전은 기계 수준 변환의 개선을 지원하는 많은 요소 중 하나이다. 구글은 번역 서비스를 지속적으로 개선하고 인공 지능을 통합하는 것을 목표로하고 있다. 구글이 수행한 연구 결과에 따라 실시간 번역의 정확성과 완벽성이 향상되고 있다. 인공 지능과 기계 학습은 실시간 언어 번역의 추세를 가능하게 한다.

마켓리서치퓨처(market research future)에 따르면, 세계 인간 증강 시장은 2017년 5억 8,800만 달러 시장을 창출했다. 오는 2023년까지 30%의 연평균 성장률를 보이며 고성장세를 유지할 전망이다. 2023년이면 30억 달러의 시장 가치를 창출할 것이라는 분석이다. 제품별/착용형 인간 증강 부문은 2017년 시장을 장악했으며 최고 연평균 성장율을 보인 것으로 분석됐다. 내장형 증강은 연평균 28% 증가한 것으로 나타났다. 최종 사용자는 건강 관리 분야가 2017년 시장을 장악했으로, 인간 증강을 위해 가장 빠르게 성장하는 시장이 될 것으로 예상됐다. 방위 산업 시장은 연평균 29% 증가한 것으로 나타났다. 지리적으로는 아시아 태평양 지역에서 가장 큰 시장 성장율을 보일 것으로 분석됐다.

로보틱스 인간 증강 기술은 하드웨어, 소프트웨어, 인공지능과 융합하며 인간의 육체적, 정신적 한계를 극복하도록 한다.

현재 인간 증강 시장은 삼성전자, 토요타 자동차, 파나소닉을 비롯해 B-Temia, BrainGate, Ekso Bionics, Cyberdyne, Raytheon, Bionik Laboratories, Parker Hannifin을 포함한 많은 기업들이 참여해 시장선점에 나서고 있는 중이다.

인간 증강에 가장 큰 역할을 담당하는 것은 로보틱스 기술이다. 여기에는 로봇공학을 비롯한 센서기술, 모터 기술, 바이오 기술 등이 모두 포함된다. 최근에는 머신 러닝 및 인공 지능의 결합이 더욱 두드러지게 추진되고 있다.

로보틱스 인간 증강 기술의 역사

1954년 근대적인 로보틱스 빌딩블록인 최초의 반도체 트랜지스터가 발명된 이후, 최초의 로보틱스 기업인 유니메이션(UNIMATION)이 1956년 탄생했다. 1060년대 들어서는 인간 증강 기술이 태동했다. 미국정부와 GE는 공동개발을 통해 근골결 로봇인 하디맨(Hardiman)을 개발을 추진했으며, GE에 의해 하디맨은 최대 680KG까지 들어올릴 수 있는 근골결 팔 로봇으로 개발됐다. 1970년대에는 뇌를 제어하고자 하는 시도가 나타났다. UCLA의 한 연구실에서 EEG(뇌전도, electroencephalography) 연구를 통해 뇌파를 컴퓨터 스크린으로 옮기는 것을 현실화시켰다.

1990년대에는 마이크로프로세서에 의해 제어되는 인공 무릅 관절이 탄생했다. 절단된 무릅위에 입혀서 압력센서를 통해 걸을때 힘을 조절하도록 했으며, 탄소섬유를 소재로 채택해 사용기간을 라이프사이클 전체기간으로 확장하는 것이 가능했다. 2004년에는 BCI 사이버키넥틱스에 의해서 최초의 뇌 삽입이 이루어진다. 같은해 뉴욕에서는 환자의 머리에 씌우는 형태로 뇌 운동 피질로부터 EGG 신호를 뽑아내는 방법이 나왔다.

2007년에는 블루투스 무선 장치를 통해 조절되는 인공 다리가 환자에게 적용됐다. 보폭, 압력, 속도에 대한 소프트웨어적인 조절이 가능해 각 환자별 맞춤 적용도 가능해졌다. 영국에서는 아이림(I-Limb) 손이 첫선을 보였다. 아이림은 절단된 손에서 피부처럼 근육 센서를 통해서 강한 근력을 제공하도록 하는 로보틱스 기반 인공 보철 기구로, 동전까지도 집을 수 있는 정밀도를 가졌다. 2008년에는 텔레파시 통신이 시도됐다. 텍사스인스트루먼트(TI)는 2008년 개발자 컨퍼런스에서 신경 태핑 넥밴드를 통해 목소리 없이 통화하는 데모를 성공적으로 수행했다.

2014년에는 미국 FDA의 승인을 받은 최초의 의료용 근골격 로봇인 리웍스(ReWorks)의 엑소스켈레톤(ExoSkeleton)이 출현했다. 이는 군사용으로도 발전해 나가고 있다. 최근들어서는 엑서스켈레톤에 안전성과 효율성, 생산성을 추가하거나 사용시간을 확장하는 연구에 많은 기업과 국가들이 뛰어들고 있으며, 외골격 로보틱스 슈트로 지속적인 연구가 진행되고 있다.

인간 증강 기술의 대명사, 외골격로봇(ExoSkeleton)

무엇보다도 일본의 벤처기업 사이버다인(Cyberdyne)이 근위축증 환자의 하체에 장착해 보행 치료를 돕는 외골격 로봇 ’할(HAL; Hybrid Assistive Kimb)’을 주목할만 하다. 이 제품은 일본 정부에 의해 의료기기로 승인됐으며, 지난해 4월에는 공적 의료보험 대상에도 포함됐다. 의료용 슈트가 의료보험에 적용된 최초의 사례다.

사이버다인은 또한 제조업에도 주목한다. 최근 일본 오바야시구미에서는 노동자들의 작업 부담을 줄이기 위해 ’할(HAL)’을 현장 노동자들에게 시험 제공했다. 그 결과 무거운 자재를 옮길 때 허리에 가해지는 부담이 적어져 허리 통증이 줄었으며 피로도가 감소되는 것으로 확인됐다. 이 프로젝트를 통해 하루에 처리할 수 있는 작업량이 1.5배 증가하는 것을 확인했다.

미국의 방위업체인 록히드마틴이 개발한 HULC(헐크; Human Universal Load Carrier)는 병사들의 힘을 강화시키는 장비이다. 배터리 8개로 96시간 동안 동작하는 HULC(무게가 2~5kg)는 부착된 압력센서가 병사의 걷는 방식과 속도를 감지하여 병사의 동작을 증폭시키고 강화시킬 수 있다. 현재 90kg의 군장을 메고 장시간 동안 시속 5km 속도로 모든 지형에서 움직일 수 있도록 보조한다고 알려졌다.

국내에서의 인간 증강 기술 연구도 활발한 모습을 보인다.

2015년 현대자동차는 외골격 웨어러블 로봇 ’H-LEX'(Hyundai Lifecaring ExoSkeleton)를 선보였다. 이는 노약자 생활 보행을 지원할 수 있는 전용 로봇(H-LEX)이다. 이를 기반으로 의료용으로 확장된 의료용 로봇(H-MEX)도 개발을 완료하고, 지난해 1월 CES 2017에서 공개했다. 앉기, 일어나기, 걷기가 가능하다. 심지어 계단을 오르내리는 것도 가능해졌다. H-MEX는 현재 의료기기 인증을 받기 위한 임상시험을 진행하고 있는 것으로 알려졌다. 또한 현대차는 그룹내 제조업 작업 환경 개선을 위해 제조업 노동자를 위한 웨어러블 로봇 기구 개발과 현장 적용에도 적극 나서고 있는 중이다. 아래 동영상에서 현대자동차 현동진 박사의 H-MEX 시연을 볼 수 있다.

2017년 IEEE 국제컨퍼런스로 영국에서 개최된 ’ICORR 2017’에서 삼성은 그 동안의 엑스스켈레톤 연구성과를 선보였다. 당시에도 삼성은 이 웨어러블 로봇분야에서의 국제 특허분야에서 많은 주목을 받아 왔었다. 이 행사에서 삼성종합기술원 메카트로닉스 연구실은 엑소스켈레톤 외골격로봇인 GEMS(Gait Enhancing Mechatronic System)의 성과들을 공개했다. GEMS는 러닝머신을 일정하게 연속적으로 걷는 조건에서 21%의 신진대사를 줄일 수 있었다고 밝혔다. 삼성 연구팀은 경사면에서 사용하도록 최적화 된 GEMS v2 개발도 진행하고 있다. 최근에는 국내의 한 대학병원에서 노인용 보행 지원에 대한 임상시험을 진행하고 있는 것도 알려졌다.

지난 9월초 베를린에서 열린 ’IFA 2018’에서 LG전자는 ’LG 클로이 수트봇(LG CLOi SuiteBot)’을 처음 공개했다. LG 클로이 수트봇은 일상생활에서 보행이 불편한 사용자가 쉽게 움직일 수 있도록 도와줄 뿐만 아니라, 착용 시 훨씬 적은 힘으로 무거운 짐을 손쉽게 옮길 수 있어 제조업, 건설업 등 여러 산업현장에서 사용이 기대된다. 특히 착용자의 움직임과 주변 환경의 데이터를 학습, 분석해 위험을 예측하고 회피할 수 있는 인공지능(AI) 기술이 클로이 수트봇에 적용돼 단순 보조업무를 넘어 더욱 다양한 분야에서의 적용이 기대된다.

군사분야에서 LIG넥스원이 추진하고 있는 연구개발도 앞서 살펴보았던 미국 록히드마틴의 헐크(HULC)와 유사한 성과를 기대하고 있다. 2013년 1차 시제품 렉소(LEXO) 개발을 통해 큰 힘을 낼 수 있는 유압 파워팩을 비롯해 센서 처리 보드, 제어 알고리즘 등의 핵심기술을 확보했다. 이 기술은 현재 방위사업청 프로젝트로 추진중이며, 2020년 마무리될 예정인 LEXO 로봇 개발이 완료되면 전투병은 무게 40㎏ 군장을 메고 시속 10㎞로 달릴 수 있을 것으로 전망하고 있다. 또한 LIG는 추가적으로 70KG까지 군장 무게를 늘리는데 따른 부품성능 개선작업에도 들어간 것으로 알려졌다.

마치며

인간 증강(Human Augmentation) 기술은 인공 지능 로봇 시대에도 이들과 공존하는 방식으로 적극적인 성장을 이어갈 전망이다. 인간 증강은 나약하게만 보일 수도 있는 인간의 능력을 배가시키고, 사람에게 닥치게 될 각종 사고와 외형적 핸디캡을 극복시킬 수 하나의 솔루션이 될 수 있을 것이다. 여기에 센서와 모터 정밀제어, 소재부품과 관련한 로보틱스 기술과 함께 클랑우드, 빅데이터에 이어 인공지능, 머신러닝, 기계번역에 이르는 새로운 기술들과의 결합을 통해 4차 산업혁명의 진전을 더욱 앞당겨 나가게 될 것을 확신한다.

2309 오지은

2021-10-26 01:02:36 UTC

지속가능디자인 이란 ?

" 동물보호 , 에너지 절약 등 환경을 파괴하지 않는 것을 추구하는 디자인 "

업사이클 대표 브랜드_스위스 프라이탁 (Freitag)과 업사이클도시 이탈리아 파엔자

<업사이클 대표 브랜드_스위스 프라이탁>

업사이클 대표 브랜드는 스위스 브랜드 프라이탁으로 독보적인 위치를 차지하고 있습니다. 1993년 스위스 디자이너인 프라이탁 형제에 의해 창립되어 방수성이 우수한 가방 개발로 유명합니다. 이들은 실제로 자전거로 출퇴근하며 비 오는 날 트럭에 덮인 방수포를 보고 폐방 수포로 본인들의 가방을 제작하며 아이디어를 얻게 되었다고 합니다. 폐방 수포를 재활용하며 어깨끈에는 폐 안전벨트를 사용했고 마감은 폐자전거 고무타이어로 했습니다. 폐방 수포를 그대로 사용하기에 모든 가방 디자인이 다를 수밖에 없었고 이것이 프라이탁의 시그니처가 되었다. 유일한 가방, 방수 등의 기능성, 경쟁력 있는 디자인은 대중의 윤리적 소비를 부추기는데 손색이 없었습니다. 2009년도에는 방수포 200톤, 안전벨트 2만 5천 개를 업사이클링하며 20만 개 이상의 제품을 판매하는 등 성공궤도를 걷고 있는 브랜드이다.

<업사이클 대표 도시_이탈리아 파엔자 >

이탈리아의 파엔자에서는 의식 있는 실력이는 에코 디자이너들이 도시 전반에 업사이클 문화를 확산시킨 대표적인 도시입니다. 이탈리아 파엔자에서는 "Resign" 리자인이라는 모토로 쓰레기에 디자인을 입히는 방식으로 진해 오디 었으며 건축가 마리오 카펠리니의 주도하에 진행되었습니다. 디자인 전문기업 디자인 2.0은 리자인 제품을 정기적으로 전시해 이탈리아 시민들에게 선보였고 자연스럽게 구매로 이끌었습니다. 업사이클 관련 제품과 함께 인식도 많이 개선되어 생산자와 소비자 모두 윈윈 하는 효과를 보이고 있는 업사이클링에 주도적인 도시입니다.

2303 김은하

2021-10-26 01:03:11 UTC

한 번 생산된 제품을 여럿이 공유해 쓰는 협업 소비를 기본으로 한 경제를 의미한다. 쉽게 말해 "나눠쓰기"란 뜻으로 자동차, 빈방, 책 등 활용도가 떨어지는 물건이나 부동산을 다른 사람들과 함께 공유함으로써 자원활용을 극대화하는 경제 활동이다. 소유자 입장에서는 효율을 높이고, 구매자는 싼 값에 이용할 수 있게 하는 소비형태인 셈이다.

2008년 미국발 경제 위기의 충격이후 새롭게 탄생한 개념으로 로렌스 레식(Lawrence Lessig) 하버드대 법대 교수가 처음 만들어 냈다. 대량생산과 대량소비가 특징인 20세기 자본주의 경제에 대비해 생겨난 개념이다. 미국 시사 주간지 타임은 2011년 ‘세상을 바꿀 수 있는 10가지 아이디어’ 중 하나로 공유경제를 꼽았다.

2301 강지은

2021-10-26 01:03:29 UTC

인공지능(AI)은 기계가 경험을 통해 학습하고 새로운 입력 내용에 따라 기존 지식을 조정하며 사람과 같은 방식으로 과제를 수행할 수 있도록 지원하는 기술이다. 체스를 두는 컴퓨터에서부터 직접 운전을 하는 자동차에 이르기까지 오늘날 대부분의 인공지능(AI) 사례들은 딥러닝과 자연어 처리에 크게 의존하고 있으며, 이러한 기술들을 통해 대량의 데이터를 처리하고 데이터에서 패턴을 인식함으로써 특정한 과제를 수행하도록 컴퓨터를 훈련할 수 있다.
인공지능(AI)의 역사
인공지능(AI)이라는 용어는 1965년에 처음 등장하였지만 데이터의 양적 증가, 첨단 알고리즘, 컴퓨팅 파워와 스토리지가 개선된 오늘날 매우 활발히 연구되고 있는 분야이다.1950년대에 시작된 초기 인공지능(AI) 연구에서는 문제 해결과 기호법 등의 주제를 탐구했다. 1960년대로 접어들면서 이러한 연구에 관심을 보인 미국방부는 인간의 기본적인 추론 방식을 흉내 낼 수 있도록 컴퓨터를 훈련하기 시작하였고, 1970년 국방 고등 연구 기획국(DARPA)이 수행한 도로 지도화 프로젝트가 그 사례라고 할 수 있다. 국방 고등 연구 기획국은 또한 Siri, Alexa나 Cortana와 같은 인공지능이 개발되기 한참 전인 2003년에 지능형 개인 비서를 개발하기도 하였다. 이러한 노력들은 오늘날 우리가 일상에서 접하고 있는 자동화와 형식 추론 기술의 기틀을 다지는 역할을 하였으며, 이러한 기술에는 사람의 능력을 보완하고 확장할 수 있는 의사 결정 지원 시스템과 스마트 검색 시스템이 포함된다. 할리우드 영화나 공상 과학 소설에서는 인공지능(AI)이 세상을 집어삼키는 인간형 로봇으로 묘사되지만 현재의 인공지능(AI) 기술은 그 정도로 똑똑하거나 위협적이지는 않다. 다만, 모든 산업분야에서 이점을 제공하고 있으며 아래의 글을 통해 의료 및 소매 등 산업 전반적인 분야에서 현재 활용되고 있는 인공지능(AI) 사례들을 확인할 수 있다.

<1950년대–1970년대>
신경망 (Neural Networks)
신경망에 대한 초기 연구를 통해 “생각하는 기계”에 대한 기대감이 높아졌다.

<1980년대–2010년대>
머신러닝 (Machine Learning)
머신러닝에 대한 관심이 높아졌다.

<현재>
딥러닝 (Deep Learning)

딥러닝으로 인공지능(AI)의 시대가 본격화되었다.

몇 년 전부터 인공지능(AI)은 SAS 소프트웨어의 핵심으로 자리 잡았습니다. 오늘날 모든 산업 분야의 고객들이 첨단 인공지능(AI) 기술의 혜택을 누리도록 지원하고 있는 SAS는 머신러닝과 딥러닝 같은 인공지능(AI) 기술을 전체 SAS 포트폴리오 솔루션에 포함하는 작업을 지속 적으로 이어가고 있다.

인공지능(AI)과 머신러닝
인공지능(AI)과 머신러닝의 차이가 궁금하시다면 우측의 동영상을 통해 확인하실 수 있다. 몇가지 사례와 흥미로운 사실들을 소개하는 이 동영상은 인공지능(AI)과 머신러닝이 어떻게 작동하는지 말하고 있다. 가족이나 친구들에게 이 동영상을 공유한다면 누구나 인공지능(AI)이나 머신러닝에 대해 쉽게 이해할 수 있다.

인공지능(AI)

소개 및 활용 방안

인공지능(AI)은 기계가 경험을 통해 학습하고 새로운 입력 내용에 따라 기존 지식을 조정하며 사람과 같은 방식으로 과제를 수행할 수 있도록 지원하는 기술입니다. 체스를 두는 컴퓨터에서부터 직접 운전을 하는 자동차에 이르기까지 오늘날 대부분의 인공지능(AI) 사례들은 딥러닝과 자연어 처리에 크게 의존하고 있으며, 이러한 기술들을 통해 대량의 데이터를 처리하고 데이터에서 패턴을 인식함으로써 특정한 과제를 수행하도록 컴퓨터를 훈련할 수 있습니다.

인공지능(AI)이 중요한 이유

인공지능(AI)은 반복적 학습과 데이터를 인사이트 통한 발견을 자동화합니다. 인공지능(AI)은 하드웨어에 기반을 둔 로봇 자동화와는 다른 개념으로, 수작업을 자동화 하는것을 넘어서서 반복적인 대량의 전산 작업을 간단하게 수행합니다. 이러한 유형의 자동화를 위해서는 지속적으로 시스템 설정하고 올바른 질문을 전달하는 인력의 노력이 필요합니다.
인공지능(AI)은 기존 제품에 지능을 더합니다. 인공지능(AI)이 개별 애플리케이션으로 판매되는 경우는 거의 없을 것입니다. 대신 Siri가 Apple의 신제품에 새로운 기능으로 추가된 것처럼 이미 사용 중인 제품에 인공지능(AI) 기능을 탑재해 제품 개선이 이루어질 것입니다. 자동화, 대화 플랫폼, 봇, 스마트 머신이 대량의 데이터와 결합되면서 보안 인텔리전스와 투자 분석 등 직장과 가정에서 이용하는 많은 기술들을 개선할 수 있습니다.
인공지능(AI)은 점진적인 학습 알고리즘을 통해 스스로를 개선하고 데이터가 프로그래밍을 수행하도록 지원합니다. 인공지능(AI)은 데이터의 구조와 규칙성을 찾아내고 알고리즘이 이를 학습하도록 지원하여 알고리즘을 분류 도구 호는 조건자로 만듭니다. 이러한 알고리즘은 체스를 두는 방법을 스스로 학습할 수 있는 것과 마찬가지로 사용자의 온라인 구매 제품 추천을 찾아낼 수 있습니다. 또한, 새로운 데이터가 입력됨에 따라 학습하고 그 성능이 개선됩니다. 역전파는 첫 번째 대답이 적절하지 않은 경우 새로운 학습과 추가 데이터 분석을 통해 모델이 스스로 개선할 수 있는 인공지능(AI) 기법입니다.
인공지능(AI)은 보다 많은 데이터를 깊이 있게 분석하기 위해 숨겨진 다양한 레이어를 가진 신경망을 활용합니다. 몇 년 전만해도 다섯 개의 숨겨진 레이어를 가진 사기 감지 시스템을 개발하는 일은 불가능에 가까웠지만 이제는 엄청난 컴퓨팅 파워와 빅데이터 덕분에 가능해졌습니다. 딥러닝 모델은 데이터를 이용해 직접 학습하기 때문에 많은 양의 데이터가 필요한데, 입력하는 데이터가 많을수록 정확도가 더욱 높아집니다.
인공지능(AI)은 이전에는 불가능했던 딥 신경망 분석을 통해 놀랍도록 향상된 정확도를 제공합니다. 예를 들어 Alexa, Google Search, Google Photos와 사용자의 인터랙션은 모두 딥러닝 기술을 활용하고 있으며, 더 많은 사용자들이 이러한 서비스를 이용할 수록 더 높은 정확도로 원하는 결과를 획득할 수 있습니다. 의료 분야에서는 딥러닝, 이미지 분류, 개체 인식 등 인공지능(AI) 기술들을 MRI 이미지 분석을 활용하고 있으며 숙련된 방사선 기술자 만큼이나 정확한 결과를 얻고 있습니다.
인공지능(AI)은 데이터의 활용도를 극대화 합니다. 알고리즘이 셀프 러닝을 수행할 때 데이터 자체가 지적 재산이 될 수 있습니다. 모든 문제의 해답은 데이터에 있으므로 인공지능(AI)을 데이터에 적용하여 해답을 찾을 수 있습니다. 데이터의 역할이 어느때보다 중요해진 요즘에는 데이터로 경쟁 우위를 점할 수 있으며, 경쟁이 치열한 산업이라면 유사한 기술을 보유하고 있다고 하더라도 최상의 데이터를 보유한 기업이 이기게 됩니다.

인공지능(AI)의 활용 방안
모든 업계에서 인공지능(AI)의 적용과 활용을 요구하고 있습니다. 특히 다음과 같은 산업에서 효율적으로 인공지능(AI)을 활용할 수 있습니다.

<헬스케어>
맞춤 의료와 X-ray 판독에 인공지능(AI) 어플리케이션을 활용할 수 있습니다. 그 예로 개인 건강 관리 도우미는 약 먹을 시간을 알려주고 운동이나 건강한 식습관 유지를 지원하는 ‘생활 지도사’의 역할을 할 수 있습니다.

<소매>
인공지능(AI)은 상품을 추천하고 소비자의 구매 결정을 도와주는 가상 쇼핑 기능을 제공하며 재고 관리 시스템과 사이트 레이아웃 역시 인공지능(AI) 기술 적용으로 개선할 수 있습니다.

<제조>
인공지능(AI)은 연결된 장비들이 주고받는 공장 IoT 데이터를 분석하고 딥러닝 네트워크의 일종인 반복 네트워크를 활용하여 작업량과 수요를 예측할 수 있습니다.

<스포츠>
인공지능(AI)은 경기 이미지를 캡쳐하고 필드 위치와 전략 최적화를 포함해 경기를 보다 효과적으로 계획하는 방법을 알려주는 보고서를 제공하는 등 다양한 코치의 역할을 수행합니다.

인공지능(AI)과의 공존
지금은 인공지능(AI)이 인간의 역할을 대신하는 것이 아니라 인공지능(AI) 알고리즘은 인간과는 다른 방식으로 학습하기 때문에 대상을 보는 시각도 다릅니다. 이에 인간이 놓치고 있는 데이터 간의 관계와 패턴을 포착할 수 있습니다. 인간과 인공지능(AI)과의 이러한 동반자 관계는 많은 기회를 제공하는데, 그 예는 다음과 같습니다.

현재 분석 기술을 제대로 이용하지 못하고 있는 산업과 분야에 분석 기술을 도입합니다.
컴퓨터 비전과 시계열 분석 같은 기존 분석 기술의 성능을 더욱 높입니다.
언어와 번역의 장벽을 포함해 경제적 장벽을 허뭅니다.
인간이 가진 기존의 능력을 확장하고 과제 수행 능력을 개선합니다.
인간의 비전, 이해력, 기억력 등 인간의 다양한 능력을 개선합니다.

<인공지능(AI)의 작동 방식>
대량의 데이터와 반복적인 작업을 빠른 처리할 수 있는 알고리즘을 결합한 소프트웨어가 데이터에 존재하는 패턴이나 특징을 분석하고 스스로 자동 학습 하도록 지원하는 것이 인공지능(AI)의 역할입니다. 많은 이론, 방법론, 기술 등을 포함한 종합적인 영역인 인공지능(AI)의 주요 세부 분야는 다음과 같습니다.

분석 모델구축을 자동화 하는 머신러닝은 신경망, 통계분석, 운영분석, 물리학에서 활용되는 기법들을 이용하여 프로그래밍 없이 특정 위치를 찾거나 결론을 내리는 등 데이터에 숨어있는 인사이트를 찾아냅니다.
신경망은 뉴런처럼 외부 입력에 반응하고 각 단위 사이의 정보를 연계하여 처리하는 일종의 머신러닝입니다. 서로의 연계성을 찾아내고 정의되지 않은 데이터로 부터 의미를 추론하기 위해서는 처리 과정에서 다중 데이터 패스가 필요합니다.
딥러닝은 컴퓨팅 파워의 발전과 학습 기법의 개선을 바탕으로 여러 레이어를 포함한 엄청난 규모의 신경망을 활용합니다. 이를 통해 대량의 데이터에서 복잡한 패턴을 학습할 수 있습니다. 그 예로 이미지 및 음성 인식이 있습니다.
인지 컴퓨팅(Cognitive Computing)은 기계에서 인간과 유사한 자연스러운 인터랙션을 이끌어내려는 인공지능(AI)의 한 분야입니다. 인공지능(AI)과 인지 컴퓨팅에서 추구하는 궁극적인 목표는 기계에 이미지와 음성을 이해하는 능력을 부여하여 사람과 같은 방식으로 행동하고 같은 반응을 만들어 내는 것 입니다.
컴퓨터 비전은 패턴 인식과 딥러닝 기술을 바탕으로 그림이나 비디오의 내용을 인식합니다. 기계가 이미지를 처리하고 분석하여 이해할 수 있으면 이미지나 비디오를 실시간으로 포착하여 그 주변 상황을 해석할 수 있습니다.
자연어 처리(NLP; Natural Language Process)는 컴퓨터가 음성을 포함한 사람의 언어를 분석, 이해 및 생성할 수 있는 기술입니다. NLP의 다음 단계는 사람이 평상시와 같은 언어적 표현을 사용하여 컴퓨터와 소통하고 작업을 지시할 수 있는 자연어 인터랙션입니다.

그 밖에 인공지능(AI) 구현과 지원에 필요한 몇 가지 추가 기술은 다음과 같습니다.

그래픽 처리 장치는 반복적인 작업에 필요한 엄청난 컴퓨팅 파워를 제공하는 인공지능(AI)의 핵심 요소입니다. 일반적으로 신경망 학습에는 엄청난 양의 데이터 뿐만 아니라 엄청난 컴퓨팅 파워가 요구됩니다.
시물 인터넷 은 연결된 장치로부터 많은 양의 데이터를 생성합니다. 인공지능(AI)을 통해 모델을 자동화 하면 이러한 데이터를 실시간으로 분석하는 등 유용하게 활용할 수 있습니다.
보다 많은 데이터를 다양한 수준에서 보다 빠르게 분석하기 위한 첨단 알고리즘이 새로운 방향으로 개발 및 결합되고 있습니다. 이를 통해 매우 드물게 발생하는 이벤트를 예측하고 복잡한 시스템을 이해하며 고유한 시나리오를 최적화 하는데 필수적입니다.
애플리케이션 처리 인터페이스(API) 는 기존 제품과 솔루션 패키지에 인공지능(AI) 기능을 부가할 때 필요한 코드 패키지 입니다. API를 이용하여 가종 보안 시스템에 이미지 인식 기능을 추가하거나 데이터를 설명하고 캡션과 헤드라인을 생성하는 등 데이터의 흥미로운 패턴과 인사이트를 알려주는 Q&A 기능을 추가할 수 있습니다.

즉, 입력 데이터를 바탕으로 추론하여 결과물을 설명할 수 있는 솔루션을 제공하는 것이 인공지능(AI)의 목표입니다. 인공지능(AI)은 사람과 같은 방식으로 소프트웨어와 인터랙션을 하고 특정한 과제에서 사람의 의사결정을 지원하는 역할을 할 수 있지만 사람의 역할을 대신하지는 못할 것 입니다.