길라잡이
by
infopub
https://media.vingle.net/images/co_m/vvk1a8s2no.jpg
길라잡이
144 Followers
스마트 팩토리 | 인공지능
인공지능 및 로봇 확대로 제조업의 무인화가 가속화될 전망입니다. 즉, 스마트팩토리화 되면서 인간이 했던 위험한 업무들이 인공지능 로봇으로 대체될 전망입니다. 실제로 이미 첨단 반도체 생산 라인에는 웨이퍼 이송 로봇 및 자동 반송 시스템이 구축되고 있는 상황입니다. 필자가 엔지니어로 근무했던 반도체 생산 과정을 예로 든다면 반도체 라인은 각종 Gas 및 Chemical 공정이 많기 때문에 무인화가 필요한 산업이라 할 수 있습니다. 예를 들어 CMPChemical Mechanical Polishing 공정만 하더라도 근무자는 방진복을 입어야 하기 때문에 피부 호흡이 어려워 라인에 오래 머무를 수 없기 때문입니다. 반도체 라인에서는 또한 공정 표준화가 중요하기 때문에 사람보다는 인공지능을 활용한 각종 로봇으로의 무인화가 가속화될 것으로 예상됩니다. 각종 인공지능 로봇을 활용하는 또 다른 사례는 자동차 산업입니다. 전기차로 유명한 테슬라의 경우도 화낙의 무인화 로봇을 활용하여 자동차를 생산하고 있습니다. 자동차 라인은 특히 무거운 철제 프레임을 사용하기 때문에 인간이 할 수 없는 영역이 많아지고 있습니다. 스마트 팩토리는 제조 라인의 리소스를 최적화해 사람에 의한 변동요소를 최소화하고 데이터에 기반한 의사결정이 실시간 이행되는 제도 방식이라고 할 수 있습니다. 이로 인해 제품 수율 향상으로 생산성이 높아지며 주문을 감안한 생산으로 재고비용을 축소시킬 수 있습니다. 또한 리스크 최소화로 손실을 줄일 수 있는 장점을 갖고 있는 기술입니다. 스마트 팩토리, 독일 아디다스 사례 독일 아디다스는 지금 로봇 혁명을 진행하고 있습니다. 23년 만에 독일에 다시 신발공장을 건설했는데요. 이름하여 무인공장인 스피드 팩토리입니다. 아디다스는 그동안 인건비 부담 때문에 중국이나 동남아시아에서 신발을 생산해 왔습니다. 하지만 최근 독일에 건립한 스피드 팩토리는 100% 로봇 자동화 공정으로 인건비 부담이 없는 상황입니다. 즉, 기존 공장이었다면 600명이 매달려야 생산할 수 있는 연간 50만 켤레의 운동화를 10명이 생산하게 됩니다. 아디다스가 명명한 스피드 팩토리는 스마트 팩토리 일종으로 전 생산 공정을 로봇으로 처리하는 공장입니다. 그런데 아디다스는 왜 로봇 생산 시스템을 활용한 스마트 팩토리아디다스는 스피드 팩토리를 자국 내 도입하려는 걸까요? 우선, 이는 독일의 4차 산업혁명과 관련이 있습니다. 즉, 스마트 팩토리로 제품을 독일에서 생산하면 중국이나 동남아에서 생산하는 신발과 비용 측면에서 큰 차이가 없기 때문입니다. 아마도 향후에는 독일에서 생산하는 제품 비용이 더 낮을 수도 있습니다. 아디다스가 로봇 공정을 활용한 스마트 팩토리를 구축하려는 두 번째 이유는 로봇 생산이 맞춤형 신발 제작이 가능하기 때문입니다. 기존에는 비슷한 사이즈로 대량생산하여 사람들이 조금 맞지 않아도 사이즈별로 찾아서 신발을 신었습니다. 하지만 로봇의 도움을 받아 개인 맞춤형 신발을 좀 더 빠른 속도로 생산할 수 있다면 소비자들은 해당 제품에 열광하겠지요. 사람마다 발 사이즈가 다르기 때문에 해당 수요는 증가할 것으로 보여집니다. 즉, 이제는 대량생산에 따른 공급과잉으로 기존 수요보다는 특화된 수요를 찾아야 하기 때문입니다. 스마트 팩토리, GE Predix 사례 스마트 팩토리의 대표적인 사례로는 GE 프레딕스가 있습니다. GE의 프레딕스™ 플랫폼은 GE의 스마트 팩토리를 위한 소프트웨어 플랫폼입니다. 이 플랫폼에 다양한 산업 현장과 기계들을 적용하고 축적된 데이터를 실제 활용될 수 있게 되는 것이지요. GE는 자사가 판매하고 있는 항공기 엔진이나 철도, 선박 제품에 센서를 부착하여 발생하는 데이터를 분석하여 기계의 고장을 미리 예측하고, 예측을 통해 보다 나은 효율을 찾도록 돕는 스마트 팩토리 개념을 구축한 기술입니다. 즉, 이름도 Predict이라는 단어에서 따온 Predix프레딕스로 명명 했습니다. 프레딕스™는 기계에 장착된 센서를 통해 데이터를 수집하고, 이렇게 모은 데이터를 클라우드에 저장해서 분석하는 모든 과정을 가능하게 하는 통합 솔루션이라고 할 수 있습니다. GE는 전 세계에 400개 이상의 제조시설이 있는데, 매일 1조 달러 규모의 산업자산에 장착된 1천만 개의 센서에서 발생하는 5천만 개 이상의 데이터 요소를 모니터링하고 분석하고 있습니다. GE는 프레딕스 클라우드를 통해 오랜 시간에 걸쳐 축적한 정보기술과 운영기술의 전문 지식을 통합 관리하고 있는 것입니다. GE의 프레딕스 클라우드는 기업의 산업자산들을 연결하여, 기계/설비에서 발생되는 데이터를 수집·분석하고, 보안 및 컴플라이언스 영역에서도 최고 수준의 첨단 기능을 제공하고 있습니다. 또한 통신사업자와의 파트너십을 통해 센서, 게이트웨이, 소프트웨어 등 시스템 자원을 최적화 하는 기능도 제공합니다. GE의 프레딕스의 특징으로는 다양한 데이터를 빠른 속도로 처리하며, 뛰어난 보안 프로토콜이 포함되어 있습니다. 또한 산업 데이터를 위한 확장성을 높일 수 있으며 60개 이상의 영역에서 글로벌 네트워크와 뛰어난 전문성을 결합하여, 국가별 규제를 통합적으로 대응할 수 있는 장점을 갖고 있습니다. 4차 산업혁명, 미래를 바꿀 인공지능 로봇 작가 | 이세철 출판 | 정보문화사
레이드를 구성하여 하드디스크 빠르게 하기
서버에서나 사용하던 레이드 시스템이 최근에는 PC 사양 고급화로 인해 개인 사용자에게도 사용되고 있습니다. 안정성과 성능 업그레이드 두 가지 측면을 가지고 있는 레이드 시스템이 개인 사용자 시스템에서는 어떻게 구현할 수 있는지 알아보고 그 장단점에 대해서도 파악해 보겠습니다. 레이드 시스템 알아보기 SATAⅡ 방식 하드디스크가 본격적으로 보급되면서 용량은 더욱 커지면서 가격은 하락하는 추세입니다. 또한 개인 사용자 시스템 성능 향상에 관심이 높아지면서 많은 사용자들이 SATAⅡ 하드디스크를 이용한 레이드(RAID; Redundant Array of Inexpensive Disks) 시스템을 구성하고 있습니다. 레이드 시스템이 더욱 쉽게 사용자들에게 어필할 수 있었던 이유는 SATAⅡ 이후 출시되는 대부분의 메인보드에 레이드 칩이 내장되어 있기 때문입니다. 비록 본격적인 하드웨어 레이드 시스템에 비해 성능은 떨어질지 몰라도 저렴한 가격에 하드디스크의 안정성이나 전송 속도를 높일 수 있다는 점에서 개인 사용자의 호응을 이끌어 내고 있습니다. 이론적으로는 SATAⅡ 하드디스크 구입만으로 서버나 워크스테이션에 사용되는 SCSI 하드디스크 성능을 이끌어 낼 수 있으며 추가 장비 없이 강력한 백업 시스템을 구축할 수 있다는 점은 레이드 시스템의 큰 매력입니다. SATAⅡ 하드디스크가 사용되기 이전에도 고급 메인보드에는 E-IDE 하드디스크를 이용한 레이드 구성이 가능한 제품이 있었으나 레이드 시스템에 대한 인식이 부족했고 메인보드 가격이 일부 사용자에게만 허용될 만큼 고가였기에 많은 호응을 얻지 못하였습니다. ▲ ATA-100 E-IDE 하드디스크를 레이드 시스템으로 구성할 수 있는 AMI MG80649 레이드 칩 RAID 시스템이 개발된 목적은 작은 용량의 디스크 여러 개를 묶어 하나의 디스크로 만들어 사용하기 위해서였습니다. 즉 레이드 시스템을 정의하자면 두 개 이상의 하드디스크를 조합하여 한 개의 논리 드라이브를 구성하는 시스템을 의미합니다. 물리적인 하드디스크 두 개를 논리 드라이브 한 개로 만들면 구성하는 방법에 따라 하드디스크 전송 속도를 높일 수 있거나 안정성을 높일 수 있게 되는 것입니다. 하드디스크를 레이드 시스템으로 구성할 때는 다음과 같은 이점을 가져올 수 있습니다. 레이드 시스템 형태 살펴보기 레이드 시스템 구성에는 다양한 방법이 있는데 SATAⅡ 하드디스크를 이용한 레이드 구성에는 레이드 0과 레이드 1의 두 가지 방법을 사용합니다. 1. 레이드 0(RAID 0) 레이드 0은 레이드 시스템에서 가장 기본적으로 구성할 수 있는 방법으로 스프라이핑(Striping) 방식으로 불리기도 합니다. 레이드 0 시스템은 두 개 이상의 SATAⅡ 하드디스크를 하나의 논리 드라이브로 만들어 하드디스크의 입출력 성능을 높이기 위해 사용합니다. 데이터 하나를 동시에 여러 하드디스크에 분산 저장하기 때문에 빠른 입출력이 가능하지만 레이드로 구성된 여러 하드디스크 중 하나의 하드디스크에서 문제나 장애가 발생하면 전체 데이터가 손실되는 위험성을 가지고 있기도 합니다. 데이터 저장한 다음 오류 교정 과정이 생략되기 때문에 상대적으로 중요하지 않은 데이터를 관리하거나 개인 시스템에서 주로 사용되고 있습니다. ▲ 두 개의 하드디스크를 조합하여 하나의 드라이브로 만들어 전송 속도를 높이는 기술인 레이드 0 2. 레이드 1(RAID 1) 레이드 1 시스템은 하드디스크 두 개에 똑같은 데이터를 저장하기 때문에 미러링(Mirroring) 방식이라고 부릅니다. 즉 하나의 데이터를 저장하기 위해 명령을 부여할 때 레이드 1 시스템에서는 두 군데 하드디스크에 똑같은 데이터를 동시에 저장합니다. 반대로 읽을 때는 동시에 두 군데 데이터를 읽어 한쪽 데이터가 손상되었을 때는 다른 하드디스크의 데이터를 이용하여 손상된 데이터를 복구합니다. 레이드 1 시스템은 데이터 하나를 두 군데 이상 하드디스크에 똑같이 저장하기 때문에 여러 개의 하드디스크를 연결해도 하나의 하드디스크 용량만 사용할 수 있습니다. 예를 들어 500GB의 용량을 가진 하드디스크 두 개를 연결하여 레이드 0 시스템을 만들면 1TB 용량을 가진 하드디스크 하나가 만들어지지만 레이드 1 시스템을 만들면 500GB 용량의 하드디스크가 만들어집니다. 이런 이유로 레이드 0 시스템은 안정성보다는 성능 위주의, 레이드 1 시스템은 성능보다는 안정성 위주의 레이드 시스템을 구성할 때 사용하게 됩니다. ▲ 하드디스크 두 개에 똑같은 데이터를 저장하는 레이드 1 레이드 시스템 구성하기 SATAⅡ 방식 하드디스크를 지원하는 메인보드라면 칩셋에 관계없이 대부분 SATAⅡ 레이드 시스템을 지원합니다. CMOS BIOS와 레이드 시스템 유틸리티 사용법은 제품마다 조금씩 다르지만 설정 순서나 과정은 대부분 비슷하므로 다음의 절차를 참고하여 레이드 시스템을 구성해 봅니다. 다음은 ASUS P5LD2 메인보드에서 개인 사용자 위주의 레이드 0 시스템을 설정하는 방법입니다. 01 가장 먼저 CMOS BIOS에서 하드디스크의 구동 방식을 레이드 시스템으로 설정해야 합니다. PC 전원을 켠 다음 포스트 화면이 표시되면 <Delete>와 같은 CMOS Setup 프로그램 실행 키를 눌러 CMOS Setup 화면을 표시합니다. CMOS Setup 화면이 표시되면 메인 화면에서 [IDE Configuration] 항목을 선택한 다음 <Enter>를 누릅니다. 02 IDE Configuration 화면에 표시되면 [Configure SATA As] 항목을 선택한 다음 <Enter>를 누릅니다. 현재는 기본적인 동작 방식으로 설정되어 있습니다. 03 팝업 창이 열리면서 선택할 수 있는 항목이 표시됩니다. 목록에서 [RAID] 항목을 선택한 다음 <Enter>를 누릅니다. 04 다시 이전 화면이 표시되면 하위 항목이 새롭게 표시됩니다. [OnBoard Serial-ATA BOOTROM]을 ‘Enabled’로 지정합니다. 즉 메인보드의 SATA 레이드 칩을 이용하여 레이드 지정 시스템을 제어한다는 의미입니다. 05 <F10>를 눌러 CMOS Setup의 설정 값을 저장하고 시스템을 재시동합니다. 06 이번에는 레이드 시스템을 구성할 차례입니다. 포스트 과정이 끝나면 잠시 동안 레이드 설정을 위한 단축키가 표시되거나 레이드 설정 값이 표시되는데 이때 레이드 설정 유틸리티를 실행하기 위한 단축키를 누릅니다. ASUS 메인보드의 경우에는 <Ctyrl>+<I>입니다. 레이드 설정 유틸리티 화면이 표시되면 레이드 볼륨 이름과 레이드 형태를 [RAID0]으로 지정한 다음 [Create Volume]을 선택하고 <Enter>를 누릅니다. 07 레이드 메뉴가 표시되면 [1. Create RAID Volume]을 선택한 다음 <Enter>를 누릅니다. 화면 아랫부분에는 레이드 시스템이 구성되지 않은 현재 하드디스크 구성이 표시됩니다. 08 레이드 시스템을 구성하면 하드디스크에 있던 데이터들이 모두 삭제된다는 메시지가 표시됩니다. 이처럼 레이드 시스템을 새로 구성하거나 레이드 시스템을 해제하면 하드디스크에 있던 모든 데이터가 삭제되며 초기화됩니다. <Y>를 누르면 새로운 레이드 시스템이 구성되고 현재 설정을 저장한 채 시스템을 재시동하면 레이드 시스템이 가동됩니다. 09 CMOS Setup과 레이드 설정 유틸리티를 통해 레이드 구성이 만들어지면 윈도우 10을 설치하는 과정에서 레이드 드라이버를 추가하여 설치합니다. 레이드 드라이버는 메인보드 장치 드라이버 CD에서 추출하여 만들 수 있으며 윈도우 10 디스크 관리에서 쉽게 레이드를 구성할 수 있습니다. 초보자도 쉽게 따라하는 PC 조립+문제 해결 작가 | 조성근 출판 | 정보문화사
Mac에서 학생용 인터넷 강의 시청 방법
Q. 맥북을 사용하는 학생입니다. EBS 또는 인터넷 강의 사이트에 수강신청을 하려고 하는데, Mac은 지원하지 않는다고 합니다. Mac에서 인터넷 강의를 시청하는 방법에 대해 알려주세요. A. 아직까지 국내의 많은 웹사이트들이 MS 윈도 환경만 전적으로 지원하고 있습니다. 인터넷 강의 사이트들도 대부분 macOS 환경을 지원하지 않으며, 심지어 일부 웹사이트는 가상 머신을 이용한 MS 윈도 사용조차도 차단시키기도 합니다. 사용자 입장을 생각하지 않고, 공급자의 입장에서만 웹사이트를 개발/다자인하다 보니 불필요한 제한을 많이 걸어 놓은 것이 국내 인터넷 웹사이트들의 현주소입니다. Mac 사용자는 어쩔 수 없이 우회 방법을 찾아야 하는데, 이 책에서는 EBS와 다른 인터넷 강의 사이트를 이용하기 위한 우회 방법을 몇 가지 소개하겠습니다. EBS 중학 강의 시청 방법 01 사파리 웹브라우저를 실행하고, ‘Safari > 환경설정 > 고급 > 메뉴 막대에서 개발자용 메뉴 보기’ 옵션에 체크 표시합니다. 02 메인 메뉴에서 ‘개발자용 > 사용자 에이전트 > Safari iOS?iPhone’을 선택합니다. 03 EBS 중학 강의 사이트를 접속하여 로그인 후 인터넷 강의 동영상을 시청합니다. macOS 사파리의 진가는 여기서부터 발휘되는데, 원한다면 강의 동영상을 다운로드해서 오프라인에서도 시청할 수 있습니다. EBS 고등 강의 시청 방법 01 중학 과정과 동일하게 1 ~ 2 번 과정을 실행합니다. 02 EBS 고등 강의 사이트에 접속하여 로그인 후 시청합니다. 중학 과정과 마찬가지로 원하는 강의 동영상을 다운로드해서 오프라인에서도 시청 가능합니다. (고등 과정은 HD 버전도 다운로드 가능) 다른 인터넷 강의 사이트 EBS 이외 사설 학원이나 인터넷 강의 사이트는 전용 동영상 플레이어를 사용하는 경우가 대부분입니다. 전용 플레이어는 MS 윈도 또는 iOS, Android 등을 지원하는데, Mac에서 Android 앱을 실행할 수 있는 Bluestacks 에뮬레이터 앱을 이용하면 다양한 종류의 인터넷 강의 서비스를 이용할 수 있습니다. 사용방법은 Bluestacks를 먼저 설치하고, Android 기기를 사용하듯 인터넷 강의 사이트에서 제공하는 전용 앱을 설치한 후 이용하면 됩니다. 참고로, 웹브라우저는 기본 설치된 구글 크롬 대신 파이어폭스를 이용하는 것이 국내 사이트에서 호환이 더 잘됩니다. Mac Q&A 실무테크닉 작가 | 이현준 출판 | 정보문화사
움직이는 컴퓨팅 | 자율주행 자동차 본격화
인공지능 로봇 방향에 따른 첫 움직임움직이는 컴퓨팅은 자율주행 자동차입니다. 자율주행 자동차는 차량 플랫폼, 글로벌 품질을 기반으로 S/W, 인공지능, 통신, 센서 기술 등을 융복합하여 운전자에게 안전/편의 서비스를 제공하는 기술입니다. 즉, 움직이는 컴퓨팅 환경의 최종 목적지라 할 수 있습니다. 참고로 도로교통사고의 90% 이상은 운전자의 실수 또는 운전 미숙에 의해 일어나고 있습니다. 미국의 경우 하루 120여 명이 교통사고로 사망하는데, 이는 매일매일 한 대의 비행기 추락사고가 나는 것과 같고 1년에 360여 대의 비행기 추락사고가 나는 수준입니다. 자율주행 기술이 널리 보급될 경우 이러한 Human Error를 방지하여 교통사고를 통한 인명과 재산 피해, 사회적 손실을 줄일 수 있을 것으로 기대됩니다. 자율주행은 인공지능 기술을 기반으로 도로상의 각종 데이터를 수집하면서 학습이 진행될 전망입니다. 마치 인간이 운전 면허증이 있다하더라도 운전을 할 수 없다면 도로주행 연습이 필요한 것처럼 자동차도 수십만 번의 도로주행을 통해 학습을 하면 단계를 거칠 것으로 보여집니다. 추가로 차량 간 통신 기술인 V2X(Vehicle To Everything)를 통해 추가적인 교통정보를 사전에 습득하여 운전의 정합성을 높일 전망입니다. 자율주행 로드맵상 완전 자율주행은 2030년에 이뤄질 것으로 보고 있습니다. 이렇게 보면 자율주행 기술이 먼 미래라고 생각할 수 있겠지만 부분 자율주행 기술이 점진적으로 진행될 전망이며, 안전(Safety) 기술 장치에 자율주행 기술이 적용되면서 예상보다 자율주행 기술이 빠르게 도입될 것으로 판단됩니다. 자율주행 개발 현황-엔비디아(NVIDIA) 자율주행 개발 현황으로 가장 주목받고 있는 기술로는 자율주행의 두뇌라 할 수 있는 칩셋입니다. 현재 칩셋의 대표적인 회사는 GPU로 유명한 엔비디아가 있습니다. 엔비디아는 Drive PX라는 자율주행 차량 플랫폼을 새롭게 제시하며 아우디, 벤츠, BMW, 볼보 등 유수의 완성차 메이커들과 파트너쉽을 공고히 맺고 있습니다. 엔비디아의 Drive PX는 12개의 카메라를 비롯해 레이더, 초음파 센서 등에서 데이터를 수집하여 이를 통합, 자체 알고리즘을 통해 차량의 360도 확인은 물론 전후방 물체를 자체 인지/분석하는 역할을 담당합니다. 차량 주변 상황을 360도에 걸쳐 인식하기 위해서는 대량의 그래픽 데이터를 신속하게 처리해야 하는데, 엔비디아는 이를 위해 GPU를 사용하도록 했습니다. GPU는 그래픽에 많이 쓰이는 계산을 처리하는 데 특화된 연산 장치입니다. 컴퓨터의 ‘두뇌’ 역할을 하는 CPU(Central Processing Unit, 중앙처리장치)는 다양한 상황에 대응할 수 있도록 설계되어 있지만, GPU는 오직 그래픽 처리에 집중되어 있습니다. 또한 엔비디아는 Drive PX에 DNN(Deep Neural Network, 심층인공신경망)을 기반으로 한 딥러닝(Deep Learning, 컴퓨터가 사람처럼 생각하고 배울 수 있도록 하는 인공지능 기술) 기술을 적용하고 있습니다. 드라이브 PX를 탑재한 자동차는 클라우드 네트워크를 통해 슈퍼컴퓨터와 연결되어 있는데 자동차가 받아들인 이미지 중 자체적으로 분석할 수 없는 이미지는 슈퍼컴퓨터로 보내져 자동차가 인식할 수 있도록 정보로 리뉴얼 되는 등 머신러닝과 같은 스스로 학습하는 기능을 탑재하고 있습니다. 4차 산업혁명, 미래를 바꿀 인공지능 로봇 작가 | 이세철 출판 | 정보문화사