- 전체
- 물리
- 천체물리 - 우주(과학)
- 정보 (및 수학)
- 화학
- 생물 및 의학 (건강)
- 전기전자
- 지구과학 and 환경
- 사회과학
- 기계
- ITFIND 주간 기술 동향
- 월간 ICT 동향
- 인문학(과학)
정보 (및 수학) 미래 예측을 가능케 할 빅 데이터
2014.07.02 22:56
미래 예측을 가능케 할 빅 데이터http://mirian.kisti.re.kr/futuremonitor/view.jsp?cn=GTB2014061193&service_code=03 | |
|---|---|
| KISTI 미리안 『글로벌동향브리핑』 2014-07-02 | |
| 컴퓨터 공학자, 인공 지능 전문가, 철학자, 가상현실 권위자 등의 많은 전문가들이 한 자리에 모여서 빅 데이터(Big Data: 데이터의 생성 양ㆍ주기ㆍ형식 등이 기존 데이터에 비해 너무 크기 때문에, 종래의 방법으로는 수집ㆍ저장ㆍ검색ㆍ분석이 어려운 방대한 데이터) 분야가 발전함에 따라 앞으로 날씨 예보와 같이 미래를 예측하는 것이 가능하게 될 것이라는 토론회를 경청하고 있다. "기본적으로 우리가 실제 경험하고 있는 것보다 더 많은 데이터가 업로드되고 있다. 삶의 매 1초마다 어딘가에서는 2시간에 가까운 콘텐츠가 만들어지고 있다"고 미국 버지니아 공대(Virginia Polytechnic Institute and State University)에서 컴퓨터 비전 연구실(Computer Vision lab)을 이끌고 있는 전기컴퓨터공학과 조교수이자 이번 토론회의 토론자인 데비 파릭(Devi Parikh)이 말했다. 데비 파릭 조교수는 대용량의 데이터 관리와 스트림 연산(stream computing: 빅 데이터를 실시간으로 처리 및 분석하는 기술)에 익숙하지 않은 사람들을 놀라게 할 수도 있었지만, 버지니아 공대의 핵심기술 및 응용과학 연구소(ICTAS: Institute of Critical Technology and Applied Science)가 위치한 켈리 홀(Kelly Hall)에서 진행된 이번 토론회에서는 신봉자들에 의해 둘러싸였다. 결국, 여기는 `대행자(surrogate)를 이용한 초기 모델 기반의 사건 인식(EMBERS: Early Model Based Event Recognition using Surrogates)` 이라는 프로젝트의 본거지라고 볼 수 있다. 이 프로젝트는 폭넓은 사회적 영향을 가진 사건들을 조기에 경고하기 위하여 데이터의 홍수를 활용하기 위한 버지니아 공대의 노력이다. 그리고 "우리는 데이터의 양뿐만 아니라 진실성과 다양성에도 관심을 가지고 있다"고 컴퓨터 과학 및 전기컴퓨터 공학과 교수인 우 펑(Wu Feng)이 지적하였다. 작년(2013년)에 연구팀은 파라과이의 대통령 탄핵 후 폭동, 아르헨티나의 한타 바이러스(Hantavirus: 유행성 출혈열의 병원체) 발발, 브라질과 베네수엘라에서 발생한 최근의 대중 시위 등과 같이 많은 중요한 사건들을 정확하게 예측하기 위하여 이러한 접근 방법을 사용하였다. 연구팀은 미국 국가정보원(Director of National Intelligence) 산하의 연구기관인 정보고등연구프로젝트활동(IARPA: Intelligence Advanced Research Projects Activity)으로부터 제3년차 및 최종 년차 연구 지원금을 받는 유일한 프로젝트의 선도자로서, 그동안의 성과와 앞으로의 성장 계획에 대한 정보를 기꺼이 공유하고자 하였다. 프로젝트의 책임자이자 발견 분석 센터(Discovery Analytics Center)의 센터장인 나렌 라마크리쉬난(Naren Ramakrishnan)은 이 모든 사건 발생 경고를 어떻게 실시간으로 전자 우편을 이용해 전송할 수 있는지를 설명하였으며, 제3자에 의하여 작성된 훌륭한 기준이 되는 보고서들과 비교하였다. 연구팀은 실제적으로 자신들의 예측을 평가하는 성적표를 받는다. 그리고 이들은 무엇을 예측할 수 있었는지를 시험하고, 무엇을 간과하였는지를 결정한다. 버지니아 공대 소속의 프로젝트 협력자로는 핵심기술 및 응용과학 연구소(ICTAS)뿐만 아니라 컴퓨터 과학과, 통계학과, 기계공학과, 버지니아 생물 정보학 연구소(Virginia Bioinformatics Institute) 등이 포함된다. 기계 학습(machine learning), 인공 지능(artificial intelligence) 및 데이터 마이닝(data mining: 대규모 자료를 토대로 새로운 정보를 찾아내는 것)의 사회적 암시 등에 대한 의문이 생겼다. "모든 기계는 어느 정도 이러한 역할을 한다. 자동 완성, 검색 동향, 광고 창출 등은 인공 지능이 일상적으로 사용되는 사례"라고 버지니아 공대에서 기계 학습 및 인식 연구실(Machine Learning and Perception lab)을 이끌고 있는, 전기컴퓨터 공학과 조교수인 드러브 바트라(Dhruv Batra)가 말했다. 사람들이 구글(Google), 페이스북(Facebook), 트위터(Twitter)와 같은 서비스가 왜 무료인지 궁금해 할 때, 드러브 바트라 조교수에 따르면 이러한 서비스 제품이 사실 당신 자신이라는 것을 인식하지 못하기 때문이다. 기계가 이미지를 판독하는 것은 문자를 판독하는 것보다 훨씬 더 어렵다고 데비 파릭 조교수가 전했다. 이 특별한 프로그램이 하는 일 가운데 하나는 입차 비율(fill rate)의 증가를 감시하기 위하여 의료 센터나 병원 외부의 주차장 이미지를 판독하는 것이다. "이미지에서 의미를 추출하도록 기계를 가르치는 것에는 엄청난 수의 물체에 대하여 라벨을 붙이는 것이 포함된다"고 데비 파릭 조교수가 설명했다. 연구팀이 연구 내용을 설명하는 것을 듣는 것은 타임머신 여행을 하는 것과 유사했다. 공상과학소설이 실현되는 것이 머지 않았으며, 즉각적으로 윤리성에 대한 의문이 생겼다. "예를 들어 당신이 미래를 예측할 수 있고, 폭동을 예방하기 위하여 당신이 개입한다고 가정하자. 그렇다면 당신은 어떻게 폭동이 실제로 일어날 것이라는 것을 확신할 수 있는가?"라고 데비 파릭 조교수가 강조했다. 요컨대 당신은 어떻게 당신의 이론을 시험하겠는가? 토론회의 토론자이었고, 컴퓨터 과학과 부교수인 아닐 불리칸티(Anil Vullikanti)는 데이터 예측에 있어 인간 개입의 역할에 대한 많은 일화를 가지고 있다. "당신의 항로를 이탈하도록 만들기 위하여 잘못된 정보를 이용하여 의도적으로 시스템을 방해하려는 사람들이 항상 있다. 그러나 우리는 이러한 잡음으로부터 신호를 분리하고 주위산만을 최소화하도록 훈련을 받았다"고 아닐 불리칸티 부교수가 말했다. 흥미롭게도 아이디어의 전파는 질병의 전파와 그렇게 다르지 않다. 컴퓨터 네트워크가 점점 엄청난 양의 데이터를 처리할 수 있게 되고, 데이터를 해석하는 연구팀의 알고리즘이 더욱 더 정교하게 됨에 따라 연구팀은 전 세계에 걸친 중요한 사회적 현상을 예측할 수 있게 될지도 모른다. | |
자료를 가져가실 때에는 출처 KISTI 미리안 『글로벌동향브리핑』을 밝혀 주시기 바랍니다. | |
본 웹사이트는 광고를 포함하고 있습니다.
광고 클릭에서 발생하는 수익금은 모두 웹사이트 서버의 유지 및 관리, 그리고 기술 콘텐츠 향상을 위해 쓰여집니다.
광고 클릭에서 발생하는 수익금은 모두 웹사이트 서버의 유지 및 관리, 그리고 기술 콘텐츠 향상을 위해 쓰여집니다.
