기술기술

1. 정의 차량과 차량(V2V) 차량과 인프라(V2I) 간 양방향 통신으로 교통정보를 교환 및 공유하여 서비스를 제공하는 차세대 ITS 2. 구성도 및 구성요소 가. 구성도 나. 구성요소 V2P : 차량, 보행자(휴대단말) 간 통신 V2V : 차량간 통신 V2I : 차량, 인프라 간 통신 C2I : 센터, 인프라간 통신

1. 정의 정보통신기술 활용하여 기존 전톡적인 경영구조에서 디지털 경영구조로 전환하여 시스템을 근본적으로 변화시키는 경영전략 배경 ) 빅블러, 디지털 컨버전스, ESG 2. 추진 절차 및 전략 가. 추진 절차 - 비조거비혁 나. 전략 - 고운비 고객 경험 전략 고객 중심 커뮤니 케이션 운영/관리 프로세스 전략 IT 인프라 적극 활용 거버넌스 체계 의사결정 속도 향상 비지니스 모델 전략 제품, 서비스, 비지니스 모델 재설계 모델 점검, 디지털 환경 대응 3. 조직 운영 모델 - 분공C집 분산, 공유, COE, 집중화 모델

1. 정의 사용자 설정 라우팅 따라, Endpoint 요청 서비스를 Backend에서 처리하도록 지시하고, 처리된 결과를 다시 Endpoint에 전달하는 Proxy Gateway 2. 역할 중개 : HTTP/JSON 기반 프로토콜 변환 보안 : 내부 데이터 보호(암호화), 접근통제, 로깅 및 모니터링 서비스 연결 : 클라이언트 요청 변환, 백앤드 처리결과 반환 라우팅 : 서비스 매칭, 로드밸런싱 기타 : 서비스 오케스트레이션, 통계, 디스커버리

1. 파라미터 / 하이퍼파라미터 개요 2. 하이퍼 파라미터 튜닝 방법 가. 구성도 - 학습의 규모가 커질수록 탐색시간 기준 Bayesian Optimization이 가장 뛰어나지만 생성하려는 모델 수준 등을 고려할 때 상황에 맞는 튜닝방법을 선택하는것이 핵심 나. 구성요소 - 최근에는 Amazon SageMaker, Google Cloud ML 등에서 베이지안 최적화 튜닝을 사용 중

1. 정의 사람의 개입없이 능동적인 비지도 학습(unsupervised)이 결합돼 컴퓨터가 사람처럼 스스로 학습할 수 있는 인공지능 기술 등장 배경 ) 하드웨어 발전, CNN, RNN 진화, 비지도 학습 전처리 기술 발전 2. 개념도 및 주요 알고리즘 가. 개념도 나. 대표 알고리즘 심층 신경망(DNN) : 입력 계층(input layer)과 출력 계층(output layer) 사이에 복수개의 은닉 계층(hidden layer)들로 이뤄진 인공신경망 합성곱 신경망(CNN) : 최소한의 전처리를 사용하도록 설계된 다계층 퍼셉트론 (Multi-layer Percep tron)의 한 종류 순환 신경망(RNN) : 인공신경망을 구성하는 유닛사이의 연결이 Direct Cycle을 구성하는 신경망 3. 딥러닝 적용..

1. 정의 머신 러닝의 데이터 수집에서부터 전처리, 학습 및 학습된 모델의 배포와 서비스 적용까지 전 과정을 순차적으로 처리하도록 설계된 시스템 아키텍처 2. 머신러닝 파이프라인 구성도 및 구성요소 가. 구성도 나. 구성요소 - 흡준모예

1. 정의 레이블 없는 원데이터로 부터 데이터 관계 통해 레이블 자동생성, 지도학습에 이용하는 비지도 학습기법 비지도학습 기법 중 하나로, 다수의 레이블이 존재하지 않는 원본 데이터로부터 레이블을 자동으로 생성하여 지도학습에 이용하는 학습 특징 ) 정답 레이블 없이 학습 가능, 3D 시각 데이터 분야 적용 활발 필요성 ) 데이터 수집의 한계, 데이터 가공 비용, 데이터 편향성 2. 학습 절차 및 종류 가. 학습 절차 나. 자기지도 학습 종류 - 영문대자 오간 공시 뵬 자 영상 재건/생성 기반 오토인코더 기반 : 디노이징(Denoising), 색상화 GAN 기반 : 이미지복원, 초해상도 복원(SRGAN) 문맥 이용 프리텍스트 테스크 기반 공간적 관계 기반 : Exampler CNN, Relative Pos..

1. 정의 대용량 데이터 분산저장, 병렬처리 프레임워크 3.0 2. 주요 가. 운영 효율성 측면에서의 하둡 v3.0 특징 (이얀맵) Erasure Coding 도입 Fault Tolerance를 위한 Replication factor 3 이용 -> HDFS 3배 오버해드 발생(2.0기준) -> 1.4배로 축소 Read Solomon 알고리즘 FEC(오류 시에 정정할 수 있는 기술/전진 오류 수정/Forward Error Correction)) 기능을 넣어, 원본 데이터를 복원할 수 있는 기술 YARN Timeline Service v.2 도입 기존 타임라인 서비스보다 많은 정보를 확인 가능 데이터 쓰기와 읽기 분리, HBase 활용 : 분산처리 가능 확장성과 신뢰성을 확보 flows와 aggregatio..

1. 정의 저비용의 수백, 수천 노드로 구성된 클러스터를 이용, 기가 또는 테라 바이트의 대용량 데이터 집합을 처리하는 응용 프로그램에 적합하도록 설계한 분산 파일 시스템 범용 하드웨어 구성된 클러스터의 파일시스템 2. 구성도 및 구성요소 가. 구성도 나. 구성요소 - 네데세리 NameNode 파일시스템의 Metadata(디렉터리구조, Access 권한 등) 관리 서버 블록에 대한 배치정보를 관리, 특정 파일이 어떻게 블록으로 분할되어 어느 DataNode 에 보관 유지되고 있는지를 관리 네임노드는 디렉터리 구조, 파일목록 등 데이터 노드에 저장된 모든 데이 터에 대한 정보를 가지고 있음 DataNode 실제 데이터를 저장 유지하는 서버, Data Node 간에는 데이터 복제를 통해 데이터의 신뢰성 유지..

1. 정의 기업 환경에서 빅데이터 적용하기 위한 보안, 개인정보보호기술 적용방안, 비식별화조치 저장 : 개인정보등 ( 처리 : PPDM 정책적으로 ) 분석 : 분석기술 이용한 응용 보안 이슈 시스템 : 하둡보안 (접근제어, 인증) 2. 보안 위협 분류 및 대응방향 가. 보안 위협 분류 - 유도가 오법기 유출 : 사용자 조작 오류, 웹앱, 부적절한 운영 도청 및 가로채기 : Sniffing, Tempering, 사회공학, MITM 비도덕적 행위 혹은 오남용 : 신원도용, DoS, 악성코드, 위조 인증서, 권한 남용 법률위반 : 지적재산권, 개인정보, Compliance 기능장애 : 기능 숙련성 부족 조직/인력-정보탈취, 권한상승 나. 대응방향 관리적 - 디지털 소유권(잊혀질 권리,The right to b..