사물인터넷(IoT)은 다양한 영역의 신기술을 필요로 할 것이며, 이로 인해 기업들은 IoT 플랫폼이라는 생소한 영역과 관련한 문제에 직면하게 될 것이라고 가트너가 전했다.

이로 인해 IoT 전략을 담당하는 기술 의사결정자는 이를 반영한 IoT 우선 순위 목록을 개발할 필요가 있을 것이라는 설명이다.

가트너의 닉 존스 애널리스트가 작성한 보고서에 따르면 기업들이 주목해야 할 기술 중 하나로는 IoT 플랫폼이 있다. 이는 IoT 시스템에 필요한 다양한 기능을 제공하는 소프트웨어 제품군을 의미한다.

엔드포인트 프로비저닝 및 관리, 프로토콜 변환, 애플리케이션 개발, 데이터 처리 및 관리, 이벤트 스트림 처리, 애널리틱스, 시각화, 사이버 보안, 네트워킹, 통신, 워크플로우 및 비즈니스 프로세스 관리, 개발자 스튜디오 등이 이에 해당한다.

존스는 디지털 트윈스 및 첨단 기기, 게이트웨이 및 중앙 시스템 사이의 분산 처리와 관련된 정교한 IoT 아키텍처를 지원할 수 있는 최신 IoT 플랫폼들이 등장했다고 전했다.

그는 이어 온프레미스는 물론 클라우드 서비스 형태로도 등장하고 있다며, AWS IoT, 마이크로소프트 애저 IoT 스윗, GE 프레딕스, PTC 씽웍스, 지멘스 마인드스피어 등이 대표적인 것들이라고 덧붙였다.

존스는 그러나 모든 IoT 애플리케이션에 적합한 플랫폼이란 없으며, 라이선스 비용이 수 만 달러에서 수십 만 달러에 이르기 때문에 비용이 문제가 될 수 있다고 평가했다.

그는 또 기업 IT 리더들은 플랫폼의 경쟁력과 지속 가능성을 유의할 필요가 있다고 강조했다. 더 적합한 제품이 출시되거나 벤더 및 기술이 경쟁력을 잃는 상황에 대비해야 한다는 주문이다. 그는 보고서에서 주요 IoT 기술 공급 업체의 생존 가능성을 6개월마다, 또는 인수 합병이나 기술 전략 변화와 같은 주요 변곡점이 발생할 때마다 검토할 필요가 있다고 권고했다. ciokr@idg.co.kr 

원문보기: 
http://www.ciokorea.com/news/35608#csidx70f067295d8e5d9bb3dc1ea2e7ec620 



앞으로 2~3년 동안 많은 기업이 100% 재택근무를 요구하며 떠나는 직원을 심심찮게 보게 될 것이다. 미국 통계청에 따르면, 2005년부터 2015년 사이 재택근무 비율이 115% 가까이 증가해 2배가 넘는 증가율을 보였다.


Credit: Getty Images Bank




야후와 IBM이 직원의 재택근무를 금지했을 때 많은 이들이 재택근무 트렌드가 사그라들 것으로 예측했다. 그러나 결과적으로 큰 착각이었다. 재택근무 트렌드는 앞으로도 계속될 것이다. 그뿐만 아니라 기업은 꼭 집이 아니어도 사무실 밖에서 근무하는 직원에 익숙해져야 할 것이다. 이는 보안과 관리 측면에서 새로운 접근이 필요하다는 의미이기도 하다.

이제는 물린 이름, 밀레니얼 세대
그동안 ‘밀레니얼’ 세대(1980년에서 1996년 사이 출생한 인구 집단)의 특성에 대해 귀에 딱지가 앉도록 들었다. 모바일 우선적인 행동 양식이나 경험의 경제에 기반한 소비, 아보카도 토스트 같은 것이다.

그러나 실상을 보면 현세대 내에서도 새로운 인력이 수혈되고, 오래된 인력이 은퇴하는 순환이 계속해서 이루어지고 있다. 실제로 인구 그룹의 변화는 중간에 낀 세대가 새로운 세대의 특성이나 습관을 익히고 배우며 이루어지는 것이 아니라 이러한 순환을 통해 윗세대가 나가고 새로운 세대가 수혈되는 형식으로 이루어진다.

밀레니얼 세대에 대한 편견 대부분은 사실이 아니지만, 적어도 이들이 그 이전 세대보다 쉽게, 그리고 더 자주 이직하는 것은 사실이다. 2016년 갤럽 조사 결과를 보면, 밀레니얼 세대는 ‘직장 유목민(job-hopping) 세대’이다. 그보다 윗세대 노동자들, 특히 현재 은퇴를 앞둔 집단은 이들보다 훨씬 더 직장을 옮기는 비율이 낮았다.

따라서 시간이 지날수록 기존 직장을 떠나 새로운 직장을 찾는 것에 거부감이 적은 노동자의 비율이 늘어나게 될 것이다. 단, 밀레니얼 세대의 이러한 '직장 유목민' 생활을 회사에 대한 충성심이 부족하다거나, 인내심이 없다거나, 커리어를 진지하게 생각하지 않아서라고 착각해선 곤란하다. 이는 모바일 혁명의 피할 수 없는 결과이기 때문이다.

과거에는 직장의 질이 곧 삶의 질이었다. 때문에 삶의 중심이 직장이고, 9시 출근 6시 퇴근 시간을 지키기 위해 개인적 행복을 희생하기를 주저하지 않았다. 그렇게 번 돈으로 집과 차를 사고, 휴가를 떠나며, 취미 활동을 하는 것이 직장인의 삶이었다. 그러나 모바일 혁명은 이러한 등식을 완전히 바꾸었다. 스마트폰과 와이파이, 그리고 모바일 기기의 확산은 다음과 같은 변화를 초래했다.

1. 업무 시간과 개인 시간의 경계를 흐릿하게 만들었다. 이제 퇴근 후는 물론 쉬는 날에도 업무를 처리하거나, 반대로 직장에서 개인적인 일을 처리하고 사적인 대화를 하는 것이 흔한 일이 됐다. 즉, 근무 시간과 개인 시간의 경계가 흐려지고 모든 일이 삶의 연장선에서 이루어지는 것으로 인식되고 있다.

2. 모바일 기기와 소셜 앱의 세계(특히 소셜 네트워크와 메시징 앱)는 ‘공간’의 정의를 바꾸어 놓았다. 이제 반드시 물리적으로 같은 방 안에 있어야만 ‘한 공간’에 있다고 말하기 어려워졌다. 같은 사무실 안에 없더라도 모바일 기기와 커뮤니케이션 수단을 통해 가족, 친구, 그리고 사무실에 없는 동료 직원과 언제든 옆에 있는 것처럼 소통할 수 있게 됐다.

3. 스마트폰 카메라와 ‘셀카 산업(selfie industrial complex)’의 등장으로 실제적, 물질적 소유의 가치는 감소한 반면 다양한 삶의 경험이 갖는 가치가 커졌다. 경험의 질로 삶의 질을 평가하는 젊은 세대에게 하루 8시간씩 한 공간에 메여 있어야 하는 기존의 노동 환경은 행복한 삶의 추구와 양립할 수 없는 것으로 받아들여지고 있다.

이러한 경향을 지닌 새로운 노동자들은 앞으로 더 대담해져 ‘만족스러운 노동 환경을 조성해 주지 않으면 다른 직장을 찾아 떠나겠다’고 선언할 확률이 높다.


조용한 혁명
캐나다 IT 서비스 업체 소프트초이스(Softchoice)는 최근 노동 환경 트렌드를 조사한 연구 결과를 발표했다. 이 연구에 따르면 북미 노동자의 재택근무에 대한 열망과 기대치는 이미 ‘기대’에 머무르는 수준을 넘어섰다. 조사 대상의 무려 3/4에 달하는 74%가 재택근무를 허용하는 회사가 있다면 현재 직장을 그만둘 용의가 있다고 답했으며, 85%는 회사로부터 원격 근무 관련 기술을 지원받기를 원하고 있었다.

또한, 응답자들은 이러한 기술을 활용하기 원하고 또 당연히 그럴 수 있어야 한다고 생각했다. 응답자의 3/4 이상인 78%는 직원 간 협업에 있어 기술적인 문제를 빈번히 경험하고 있다고 답했다.

마지막으로, 밀레니얼 세대는 집에서 일할 때 생산성이 향상한다고 느끼는 비율이 베이비 부머 세대보다 2배 가까이 높았다. 물론 생산성이 올라갔다고 주관적으로 ‘느끼는’ 것과 실제 생산성이 올라가는 것은 별개의 문제다. 그러나 적어도 직원의 노동 환경 만족도가 올라간 것은 사실이다. 더구나 스스로 생산적으로 일하고 있다고 느끼지 못한다면 직장에 만족하고 행복을 느끼기는 더 어렵다.

이 설문조사에서는 표면적으로 드러나진 않지만, 이들에게는 또 하나의 선택이 가능하다. 바로 창업이다. 이번 조사에서는 직장인의 출퇴근 근무와 재택근무 시간만 비교했지만 이외에 창업을 위해 직장을 그만두는 이들 역시 빼놓을 수 없다. 이제 밀레니얼 세대에게 있어 직장을 그만 두는 것은 삶의 질을 개선하기 위한 하나의 선택이다. 즉 밀레니얼 세대는 출퇴근 업무에 대한 대안으로 재택근무 외에 창업도 고려하는 것이다.

디지털 유목민 라이프 스타일이 급부상하면서 창업이 쉬워지는 것도 이런 트렌드에 기여했다. 생활비가 저렴한 다른 나라에 살면서 확보한 재정적 안정성으로 새로운 사업을 준비하고 실행하는 것이다.

물론 이런 트렌드의 영향을 받는 정도는 산업마다 다르다. 예를 들어 소프트웨어 엔지니어링의 경우 원래 업무 특성 자체가 혼자 하는 일이 많고(특히 집처럼 다른 방해 요소가 없는 환경이 좋다), 많은 개발자가 자신만의 비즈니스를 꾸려나갈 역량을 이미 갖추고 있다. 따라서 기존에 소프트웨어 엔지니어를 고용하던 기업은 이들이 원하는 라이프 스타일을 존중하고 보장해 줄 수 있는 정책과 인프라 스트럭처를 구축할 수밖에 없을 것이다.

이제 ‘원격’ 구분은 무의미하다
특히 요즘처럼 다국적 기업, 초국적 기업이 많아지는 상황에서 ‘원격’ 근무를 따로 구분하는 것이 무슨 의미가 있는지도 의문이다. 전 세계가 인터넷으로, 교통편으로 연결된 세상에서 진정한 의미의 ‘원격’ 노동자는 어쩌면 우주에 나가 있는 우주 비행사뿐인지도 모른다.

일정 규모 이상의 기업이라면 사무실이나 건물을 여러 개 운영하는 경우가 많다. 각기 다른 사무실에서 근무하는 이러한 직원은 엄밀히 말해 서로로부터 ‘원격’으로 근무하고 있다. 이들 간의 연결을 안전하고 안정적으로 유지할 인프라 스트럭처를 구축하는 것이 중요해졌다. 현재도 집에서 쉬는 날 혹은 휴가 기간에 업무를 처리하는 직원은 재택근무 직원만큼이나 ‘원격’으로 근무하고 있다. 다시 말해 ‘원격 근무’는 정도의 차이만 있을 뿐 이미 우리 곁에 만연해 있는 노동 형태이다.

따라서 원격 근무라는 추세를 거스르는 것은 위험하다. 면대 면으로 만나서 일하는 것이 재택근무보다 우월하다는 편견을 고집하는 기업이라고 해도 각기 다른 사무실에서, 혹은 다른 층에서, 때로는 다른 국가에서 일하는 자사 직원 간 협업을 위한 기술적 지원은 아끼지 않고 있을 것이 분명하기 때문이다.

결국 회사와 집이라는 이분법적 사고에서 벗어나 유연한 노동, 그러면서도 더 깊고, 개인적이며, 집중도가 높은 업무와 협업 환경을 조성하는 것이 중요한 것이다. 이런 관점에서 보면 재택근무 역시 또 다른 노동의 형태일 뿐이다. 또한 출퇴근 노동자 역시 적어도 부분적으로는 이미 원격 근무를 하고 있는 셈이다.

이제 기업은 한편으로는 서로 떨어져 있는 직원 간에 연결 고리를 만들어 주는 데 집중하면서, 다른 한편으로는 실력 있는 인재를 잡아두기 위해 높은 연봉 만큼이나 중요한 것이 그들이 원하는 라이프 스타일을 실현할 수 있는 업무 환경을 제공하는 것임을 인정해야 한다. 최고의 인재를 다른 기업에 빼앗기고 싶지 않다면, 그들이 집에 갈 수 있도록 해줘야 한다. ciokr@idg.co.kr 



원문보기: 
http://www.ciokorea.com/news/35615#csidx6043e15bb4e8d0c9aff626f00426dac 



지난해 일본에서는 세계 최초의 색다른 대결이 펼쳐졌다. 기존 광고들의 빅데이터를 분석해 새로운 시나리오의 광고를 만드는 인공지능 로봇과 인간 대표의 광고 연출 전문가가 하나의 제품과 동일한 메시지로 누가 영상 광고를 더 잘 만드는가 하는 대결이었다. 결과는 54 : 46.

근소한 차이로 인간이 승리했다. 하지만 우리나라 모 방송사에서 방청객들을 대상으로 이들 두 영상에 대해 투표한 결과, 사람들은 인공지능의 손을 들어줬다. 이 이벤트는 지금까지 기계가 할 수 없다고 믿어지던 창의적인(creative) 영역에서도 인공지능이 인간과 거의 비슷한 위치에 올라섰음을 보여준 것이다. 또한 이제 몇 년만 지나면 가장 창의적인 직업 중 하나로 여겨졌던 ‘광고 연출 전문가’라는 직업도 로봇으로 대체될 수 있다는 위기 의식이 확산되는 계기가 됐다. 

 

  

 

얼마 전까지만 해도 인간의 일자리를 로봇 또는 인공지능이 대체할 수 있는가에 대해 논쟁했다면 최근에는 어디까지, 어떤 영역의 직업까지 대체될 것인가에 대한 논의가 뜨겁다. 이것은 또 인생 이모작이 걱정인 현대인들의 불안 심리를 부채질하고 있다. 

 

'인간 vs 기계’의 저자인 카이스트 김대식 교수는 인공지능 시대에도 사라지지 않을 세 가지 직업군을 꼽는다. ▲첫째, 판사나 국회의원같이 사회의 중요한 판단을 하는 직업 ▲둘째, 인간의 심리나 감정과 연결되는 직업(심리치료사, 정신과 의사 등), 그리고 셋째는 ▲새로운 데이터를 창조하는 직업(작가, 소설가 등)이 될 것으로 예측했다. 과연 인공지능이 가져올 미래는 새로운 희망이 움 트는 유토피아일까, 암울한 디스토피아일까?


내 직업, 로봇이 대체할 확률은?

몇년 전 영국에서 인공지능 로봇이 등장하는 ‘휴먼즈(Humans)’라는 드라마가 방영되었다. 이 드라마는 사람이 귀찮아하는 모든 일을 인공지능 로봇이 대신해주는 시대를 배경으로 하고 있는데, 엄마와 아빠가 직장에 다니느라 엉망인 집안에 아름다운 인공지능 로봇 ‘아니타’를 들여오면서 가정에 평화가 찾아온다. 인공지능 로봇이 어린 딸에게 동화책을 읽어주고 아침마다 차려주는 근사한 아침식사에 가족들은 즐거워한다. 하지만 대학생 딸은 이런 세상에 불만이 많다. 공부에 염증을 느낀 딸은 “의사가 되는데 7년이 걸리는데 그때가 되면 인공 로봇에게 수술을 넘겨줘야 할지도 모른다”며 “무엇을 하든 인공지능이 더 뛰어나다면 공부를 할 필요도, 일을 할 필요도 없지 않느냐”고 말한다. 

 

인공지능 로봇이 노동뿐만 아니라 더 좋은 엄마, 더 좋은 남자친구가 될 수 있다는 것을 암시하는 이 드라마는 어쩌면 조만간 다가올지도 모를 우리의 미래 이야기이기도 하다. 전문가들은 앞으로 20년 후면 단순한 업무는 인공지능이 완벽하게 대체할 수 있을 것으로 예측하고 있다. 지금도 인공지능은 바흐풍의 음악을 작곡하고, 고흐풍의 그림을 그리며, 숙련된 기자보다 빠르게 스트레이트 기사를 뚝딱 작성한다. 당연히(?) 웬만한 개발자보다 코딩을 잘 할 수 있다. 그렇다면, 인공지능이 대체할 수 없는 ‘직업’은 무엇이 있을까? 

 

  

 

영국의 옥스포드 대학(Oxford University)과 딜로이트(Deloitte)의 공동연구에 따르면 영국의 현재 일자리의 약 35 %가 향후 20 년 내에 로봇으로 대체될 수 있다고 밝혔다. 이 연구는 로봇이 대체할 수 있는 자동화 작업 수행에 필요한 9가지 핵심 기술을 분석해 확률을 계산해낸다. 사회적인 인식, 협상, 설득, 독창성, 예술성, 손재주 등의 기술이 자동화될 수 있는 확률을 가중 평균으로 계산하고 있다.

 

내 직업이 로봇으로 대체될 확률이 궁금하다면 재미 삼아 BBC의 사이트(http://www.bbc.com/news/technology-34066941)에 들어가서 테스트해볼 수 있다. 영국 공영방송 BBC는 지난 2015년부터 ‘로봇이 당신의 일자리를 차지할까? (Will a robot take your job?)’라는 사이트를 제공하고 있다([그림 1]). 이 사이트에서 366가지의 직업 가운데 비슷한 직업을 선택하면 앞으로 자동화될, 즉 로봇으로 대체될 확률을 알려준다. 

 

  

[그림 1] 로봇이 대체할 가능성이 높은 직업 검색 페이지 (*출처: BBC)

 

이 사이트에서 PR 전문가를 선택했더니 [그림 2]와 같이 366개의 직업 중에서 254번째로 로봇이 대체될 가능성이 높은 것으로 나타났다. (다행스럽게도 아직은) 가능성이 그리 높지 않다는 얘기다. 

 

  

[그림 2] ‘PR 전문가’라는 직업을 로봇이 대체할 확률 (*출처: BBC) 

 

 

만약 로봇이 현재의 직업을 대체한다고 가정할 때 우리는 무엇을 해야 할까? 자신의 직업이 로봇이나 인공지능으로 대체되지 못하도록 방어하는 한편, 로봇이 할 수 없는 새로운 직업을 만드는 일에도 소홀하지 않아야 한다고 전문가들은 조언한다. 인간이라는 것 자체가 생체학적 알고리즘에 기반을 두고 있고 인간만이 가지고 있다는 감정, 직관, 생각 또한 알고리즘이기에 충분히 코딩으로 대체될 수 있다는 것이다. 

 

인공지능과 인류의 미래, 마크 주커버그 vs 엘론 머스크?

내 직업이 로봇으로 대체될 수도 있다는 불안감이 커지고 있는 가운데, 최근 전 세계 언론과 대중의 이목을 끈 IT 업계의 두 거물들의 온라인 설전이 있었다. 바로 페이스북 CEO인 마크 주커버그와 테슬라의 CEO인 엘론 머스크의 격론이다.

 

엘론 머스크는 “알파고가 예상보다 빠른 시기에 인간을 이긴 걸 보고 나서 인공지능에 대한 잠재적인 위협을 느꼈다”면서 “정부가 인공지능의 개발을 규제하지 않으면 인류에 대한 위협이 될 수 있다”고 강조했다. SF 영화 주인공의 모티브가 될 정도로 ‘혁신의 아이콘’이라 할 수 있는 엘론 머스크가, 그것도 자신의 회사에서 인공지능 기반의 자율 주행 자동차를 개발하고 있음에도 인공지능에 부정적이라는 것은 뜻밖의 소식이었다. 

 

이에 반해 주커버그는 “인공지능이 세상의 종말을 초래한다는 생각에 동의하지 않는다”면서 “인공지능으로 인해 사고를 방지할 수 있는 안전한 자동차가 나오고, 아플 때 정확한 진단을 받을 수 있기 때문에 세계는 더 좋아질 것”이라는 낙관론을 주장하고 있다. 

 

한편, 인공지능 기반의 자율 주행 자동차를 연구하는 엘론 머스크가 인공지능에 대해 회의적인 태도를 보이는 이유에 대해 일각에서는 현재의 인공지능 기술이 구글 중심으로 집중되는 것을 막기 위한 것이라고 분석하고 있다. 머스크가 “특정 회사가 인공지능 기술을 독점하고 있는 상황이 가장 위험하다”면서 인공지능 기술을 공유해야 한다고 말한 게 그 이유다. 머스크가 위협을 느끼는 건 인공지능이 아니라 구글이라는 얘기다.

 

또다시 요구되는 진화, 혹은 적응

미국의 뱅크오브아메리카(BOA)와 영국 옥스퍼드대 연구팀이 지난 2016년 세계경제포럼(WEF)에서 공동 발표한 ‘직업의 미래(The Future of Jobs)’라는 보고서에 따르면, 2020년까지 최소 510만 개 이상, 최대 710만 개 가량의 일자리가 사라질 전망이다. 이 보고서에 따르면, 의료 서비스 분야, 에너지 및 금융 분야는 로봇이 업무를 대체할 가능성이 높다.

 

하지만 나쁜 소식만 있는 것은 아니다. 이 보고서는 한쪽에서는 일자리의 감소가 나타나는 반면 향후 5년간 200만 개의 분야에서 새롭게 고용 창출이 이뤄질 것으로 예상하고 있다. 단순노동력을 요구하는 일자리는 없어지는 반면, 경영•재무, 관리 감독, 컴퓨터•수학 관련 분야 등에서 높은 수준의 기술력이 요구되는 일자리는 오히려 늘어난다는 것. 특히, 컴퓨터, 건축, 공학, 전략 등 전문직 군의 인재를 확보하기 위해 거의 모든 산업 분야에서 기업의 경쟁과 노력이 치열해질 것이란다. 

 

또, 현재 직업에서 필요한 기술 또한 변화하게 되므로 전 산업 분야에 걸쳐, 심지어 직업이 감소할 분야에서조차도 기술 및 기타 변화의 영향으로 근로자들이 가진 기존 기술의 수명이 단축될 것으로 전망하고 있다. 반면, 직업이나 산업 군에 상관없이 프로그래밍이나 장비 운용 등 기술적 능력보다는 소통 및 설득 능력, 감성 능력, 학습 능력 등 사회적 기술이 강조될 것으로 보인다. 

 

또한 미래에는 넘치는 빅데이터로부터 유의미한 통찰을 도출해내는 데이터 분석가로서의 능력과 기술 혁신의 시대를 맞아 하이테크 제품이나 서비스를 잘 설명할 수 있는 능력이 중요해진다고 이 보고서는 설명하고 있다. 아울러 산업과 기술, 직업이 세분화되는 변화 속에서 기업을 성공적으로 리드해갈 새로운 유형의 고위 관리자들이 필요하다고 강조한다. 결국, 우리는 변화에 빠르게 ‘적응’해야만 살아남을 수 있는, 또 다른 ‘진화’의 시대를 맞이하고 있다고 해도 과언이 아니다. 

  • AhnLab 로고
  • 콘텐츠기획팀

이 정보에 대한 저작권은 AhnLab에 있으며 무단 사용 및 도용을 금합니다.

단, 개인이 비상업적인 목적으로 일부 내용을 사용하는 것은 허용하고 있으나, 이 경우 반드시 출처가 AhnLab임을 밝혀야 합니다.
기업이 이 정보를 사용할 때에는 반드시 AhnLab 의 허가를 받아야 하며, 허가 없이 정보를 이용할 경우 저작권 침해로 간주되어 법적인 제재를 받을 수 있습니다. 자세한 내용은 컨텐츠 이용약관을 참고하시기 바랍니다.

정보 이용 문의 : contents@ahnlab.com




와이파이는 일종의 입구다. 해커는 건물 내부에 직접 들어가지 않고도 와이파이를 통해 네트워크에 침투할 수 있다. 유선 네트워크에 비해 무선은 통신 내용을 탈취하려는 공격자들에게 훨씬 더 개방되어 있기 때문이다. 따라서 사용자들은 보안을 더 신경 써야 한다.


하지만 와이파이 보안 관련 내용은 간단한 암호를 설정하는 것 이상으로 많다. 강화된 보안 조치에 대해 배우고 이를 적용하는 데 시간을 투자하면 네트워크를 더 효과적으로 보호할 수 있다. 와이파이 네트워크를 안전하게 보호하기 위한 6가지 요령을 소개한다.

눈에 띄지 않는 네트워크 이름(SSID)을 사용하라
서비스 세트 식별자(SSID)는 가장 기본적인 와이파이 네트워크 설정 가운데 하나이다. 네트워크 이름은 보안과 상관이 없어 보이지만 실제로 영향을 미친다. “wireless(무선)”처럼 업체 기본 브랜드명처럼 너무 흔한 이름을 사용하면 다른 사람이 WPA 또는 WPA2 보안의 개인 모드를 풀기 쉬워진다. 그 이유는 암호화 알고리즘이 SSID를 사용하며, 해커가 사용하는 암호 풀기 사전에는 흔한 기본 SSID가 이미 등재되어 있기 때문이다. 이 예시 중 하나를 사용하는 것은 해커를 도와주는 것이다.

(나중에 다루겠지만, 이 취약점은 WPA 또는 WPA2 보안의 엔터프라이즈 모드를 사용하는 네트워크에는 적용되지 않는다. 이는 엔터프라이즈 모드 사용의 많은 장점 가운데 하나다.)


식별하기 쉬운 회사 이름이나 주소, 방 번호 등으로 SSID 이름을 설정하는 것이 이해는 가지만 가장 좋은 방법이라고 할 수는 없다. 네트워크가 공동 사용 건물에 있거나 다른 건물 또는 네트워크에 근접해 있다면 특히 더 그렇다. 만일 해커가 밀집 지역을 지나가면서 수십 개의 다른 와이파이 네트워크가 나타나는 것을 보게 된다면 그 중에서 가장 식별하기 쉬운 것을 표적으로 삼을 가능성이 높다. 해킹을 통해 어떤 것을 얻을 수 있지 쉽게 파악할 수 있기 때문이다. 밀집 지역에서 찾기 더 쉬운 것을 선택할 수도 있다.

SSID 브로드캐스트(broadcast)를 끄면, 네트워크 이름이 보이지 않게 된다. 그러나 개인적으로 권장하지 않는 방법이다. 사용자가 직접 SSID 입력해야 되고, 와이파이 조사 요청도 보안상 장점보다 성능에 미치는 부정적인 영향이 더 큰 경우가 많다. 적절한 도구를 갖추고 있으면 SSID가 다른 네트워크 트래픽을 감지하는 것을 잡아낼 수 있다.

물리적인 보안을 잊지 말 것
무선 보안(또는 모든 IT보안)은 복잡한 기술과 프로토콜이 전부가 아니다. 최고의 암호화 기술을 보유하고 있어도 여전히 취약할 수 있다. 물리적인 보안이 그러한 취약점 가운데 하나이다. 배선실을 봉쇄하는 것으로도 충분하지 않다.


대부분의 접근점(Access Point, AP)에는 재설정 버튼이 있다. 누군가 이 버튼을 누르면 공장 기본 설정이 복원되어 와이파이 보안 기능이 사라져서 누구나 연결할 수 있게 된다. 따라서, 시설 전체에 분산된 AP를 물리적으로도 보호해야만 무단 조작을 방지할 수 있다. 손에 닿지 않는 곳에 AP가 설치되어 있는지 확인해야 하고 AP 업체에서 제공하는 잠금 장치를 이용해 AP 버튼과 포트에 대한 접근을 물리적으로 제한하는 방법을 고려한다.

와이파이와 관련해 또 다른 물리적인 보안 문제는 무허가 AP를 네트워크에 추가할 때 생긴다. 이러한 AP를 주로 “불량 AP”라고 한다. 보통 와이파이 범위를 늘리고 싶어하는 직원, 시설 접근권을 얻은 외부인이나 직원이 부정한 의도를 가지고 시도하기 마련이다. 이러한 종류의 불량 AP를 방지하려면 사용하지 않는 모든 이더넷 포트(예: 벽 포트 또는 헐거운 이더넷)를 반드시 설정 해제해야 한다. 포트나 케이블을 물리적으로 제거할 수도 있고 라우터나 스위치에서 해당 콘센트나 케이블의 연결을 해제할 수도 있다. 보안을 제대로 강화하고 싶다면, 유선 쪽의 802.1X 인증을 설정한다(해당 라우터나 스위치에서 지원되는 경우). 그러면 이더넷에 연결되는 모든 기기는 로그인 정보를 입력해야 네트워크에 접근하게 된다.

802.1X 인증으로 엔터프라이즈 WPA2를 사용하라
가장 유익한 와이파이 보안 장치 가운데 하나는 와이파이 보안의 엔터프라이즈 모드를 실행하는 것이다. 모든 사용자를 개별적으로 인증하기 때문이다. 모든 사용자가 자신만의 와이파이 사용자명과 암호를 가질 수 있다. 만일 노트북/모바일 기기가 분실, 도난 되거나 직원이 퇴사하면 해당 사용자의 로그인 정보를 변경하거나 취소하기만 하면 된다.

(반대로 개인 모드에서는 모든 사용자가 동일한 와이파이 암호를 공유한다. 따라서, 기기가 없어지거나 직원이 퇴사하면 기기마다 일일이 암호를 변경해야 하므로 엄청나게 번거롭다.)

엔터프라이즈 모드의 또 다른 큰 장점은 모든 사용자에게 각자 고유의 암호 키가 배정된다는 점이다. 그러면 사용자들은 자신의 연결에 대해서만 데이터 트래픽의 암호를 해독할 수 있고, 따라서 다른 사람의 무선 트래픽을 엿볼 수 없다.

AP를 엔터프라이즈 모드로 전환하려면 먼저 RADIUS 서버를 설정해야 한다. 그러면 사용자 인증이 가능하고 모든 사람의 사용자명과 암호가 들어 있는 데이터베이스 또는 디렉터리(예: 액티브 디렉터리(Active Directory(AD))로 연결되거나 이를 포함한다.


독립형 RADIUS 서버를 배치할 수도 있지만, 다른 서비스(예: 윈도우 서버(Windows Server))가 이미 이 기능을 제공하는지 먼저 확인해야 한다. 그렇지 않다면 클라우드 기반 또는 호스트 RADIUS 서비스를 고려한다. 또 고려할 점이 있다. 일부 무선 접근점이나 컨트롤러는 기본 내장 RADIUS 서버를 제공하지만, 성능의 한계와 제한 때문에 대개 소형 네트워크에서만 유용하다는 점이다.

클라이언트 설정을 안전하게 보호하라
다른 보안 기술과 마찬가지로 와이파이 보안의 엔터프라이즈 모드에도 취약점이 있다. 그 중 한 가지는 공항이나 카페, 심지어 기업 사무실의 주차장 밖에 앉아 있는 해커가 감행하는 중간자(MITT) 공격이다. 누군가가 자신이 모방하려는 네트워크와 동일하거나 유사한 SSID로 가짜 와이파이 네트워크를 설정할 수 있다. 사용자의 노트북이나 기기가 연결을 시도하면 가짜 RADIUS 서버가 사용자의 로그인 정보를 탈취할 수 있다. 도둑은 탈취한 로그인 정보를 활용하여 진짜 와이파이 네트워크에 연결할 수 있다.

802.1X 인증으로 중간자 공격을 방지하는 한 가지 방법은 클라이언트 측의 서버 인증을 활용하는 것이다. 무선 클라이언트에 서버 인증이 설정되면, 클라이언트는 적법 서버와 통신 중임을 확인하기 전까지는 와이파이 로그인 인증정보를 RADIUS 서버로 전달하지 않는다. 클라이언트에 부과할 수 있는 정확한 서버 인증 기능과 요건은 클라이언트의 OS나 기기에 따라 달라진다.

예를 들어 윈도우에서는 적법 서버의 도메인 이름(들)을 입력하고 서버 인증서를 발급한 인증 기관을 선택한 다음, 어떠한 새로운 서버나 인증 기관도 허용하지 않도록 선택할 수 있다. 따라서 누군가가 가짜 와이파이 네트워크와 RADIUS 서버를 설정했다면 사용자가 거기에 로그인을 시도하는 경우 윈도우가 사용자의 연결을 중단할 것이다.

불량 AP 탐지 또는 무선 침투 방지 기능을 사용하라

취약한 접근점 시나리오 3가지를 이미 살펴봤다. 하나는 사용자가 가짜 와이파이 네트워크 및 RADIUS 서버를 설정하는 경우이고 다른 하나는 누군가가 AP를 공장 기본값으로 재설정하는 경우이며 세 번째 시나리오는 누군가가 자신의 AP에 연결하는 경우다.


만일 적절한 보호 장치가 없다면 이러한 무단 AP는 오랜 시간 동안 IT직원의 눈에 띄지 않고 방치될 수도 있다. 따라서, 해당 AP 또는 무선 컨트롤러 업체에서 제공하는 불량 AP 감지 기능이라면 무엇이든 설정하는 것이 좋다. 정확한 탐지 방법과 기능은 다르지만 대부분은 적어도 주기적으로 전파를 살피고 만일 인증 AP범위 내에 새로운 AP가 탐지되면 사용자에게 경보를 발송한다.

더 많은 탐지 기능을 위해서 일부 AP업체는 제대로 된 무선 침투 탐지 시스템(WIDS)이나 침투 방어 시스템(WIPS)를 제공한다. 이들 시스템은 잘못된 인증 해제 요청과 잘못된 연결 요청, MAC 주소 염탐 등 다양한 공격과 수상한 활동을 불량 AP와 함께 감지할 수 있다.


또한, 단순히 ‘탐지’만 하는 WIDS가 아닌 ‘보호’ 기능을 제공하는 진정한 WIPS라면 자동 보호조치를 취할 수 있어야 한다. 예를 들면, 수상쩍은 무선 클라이언트를 차단하거나 연결을 해제하여 공격을 받고 있는 네트워크를 보호하는 것이다.

만일 해당 AP업체가 내장 불량 탐지 또는 WIPS기능을 제공하지 않는다면 서드파티 솔루션을 고려하라. 세븐시그널(7SIGNAL), 케이프 네트웍스(Cape Networks), 네트비즈(NetBeez)와 같은 업체가 제공하는 와이파이 성능과 보안 문제를 모두 감시할 수 있는 센서 기반 솔루션을 검토해 볼 수 있다. editor@itworld.co.kr



원문보기: 
http://www.itworld.co.kr/news/106493#csidxebe58970ff5ca599678a3c60bc1f444 



페이팔, 애플 페이, 구글 월렛을 사용하거나 일반적인 신용 카드를 사용해서 온라인에서 상품을 구매할 때 해당 소비자와 전자상거래 소매업체, 뒤에서 매매를 체결하는 은행은 핀테크(FinTech)를 사용한다.

찰스 슈왑(Charles Schwab), TD 아메리트레이드(TD Ameritrade) 또는 피델리티 인베스트먼트(Fidelity Investments)가 주식을 사고 은행이 증권거래를 정산하는 것도 핀테크다.
내집을 마련하기 위해 또는 현재의 대출을 갈아타기 위해 온라인에서 가장 유리한 모기지 금리를 찾는 행위 역시 핀테크다.

Getty Images Bank


핀테크의 정의
넓은 범위로 보면 핀테크(Financial Technology의 약어)는 금융 서비스에 적용되는 기술, 또는 새로운 소프트웨어와 애플리케이션, 프로세스 및 비즈니스 모델을 비롯해 기업이 비즈니스의 재무 측면을 관리하기 위해 사용하는 모든 기술을 일컫는다.

핀테크는 한때 백엔드 데이터센터 처리 플랫폼으로 간주됐지만 최근 몇 년 사이 클라우드 서비스를 통해 인터넷에서 종단간 트랜잭션 처리를 실행하기 위한 기반으로 인식되고 있다.
핀테크는 새로운 기술이 아니다. 형태를 달리해가며 존재해왔을 뿐 탄생한 시점은 금융 서비스와 같다고 봐도 된다. 그러나 2008년 글로벌 금융 위기 이후 급부상하면서 상거래, 결제, 투자, 자산 관리, 보험, 증권거래 청산, 나아가 비트코인과 같은 암호화 화폐를 통해 화폐 자체까지, 기존의 틀을 와해하고 새롭게 정의하고 있다.

딜로이트 컨설팅(Deloitte Consulting)의 기술 및 뱅킹 사업 부문 수석인 에릭 피시니는 “돈을 어디에 쓰는지를 기준으로 보면 지금의 은행은 사실상 기술 기업”이라고 말했다.

딜로이트 컨설팅에 따르면 핀테크를 제공하는 기업들이 부상하면서 불과 몇 년 사이 거의 모든 금융 서비스 하위 분야의 방향과 형태, 변화의 속도를 이 기업들이 좌우하는 수준에 이르렀다.
딜로이트는 최근 발표한 산업 보고서에서 “지금의 고객이 기대하는 단절 없는 디지털
온보딩, 빠른 대출 승인, 무료 개인간 결제는 모두 핀테크의 인기를 이끈 혁신이다. 핀테크는
현재 업계를 지배하는 기술은 아니지만 독립적인 비즈니스와 금융 서비스 가치 사슬의
핵심적 연결 고리, 두가지 역할 모두 성공했다”고 전했다.

핀테크의 혁신성
딜로이트에 따르면 핀테크 산업을 재정의하는 와해적 힘에는 다음이 포함된다. 물론 여기 나열된 것이 전부는 아니다.

• 온라인 쇼핑의 증가 – 직접 쇼핑 대신 빠르게 부상하면서 현금 없는 온라인 거래 솔루션이 주도하는 시장으로 바뀜

• 은행이 가지고 있던 권력이 고객 경험을 소유하는 다른 금융 서비스로 옮겨가는 힘의 균형 이동. 은행들은 대면 서비스를 없애고 핀테크 및 대형 기술 기업들을 통해 다른 고객 접촉 방법을 찾고 있다.

• 데이터를 수집해 시장에 대한 전체적 시야를 생성하고 분석을 사용해 추세를 드러내는 새로운 거래 플랫폼.

• 고객에게 더욱 맞춤화된 보험 상품 - 이러한 상품은 특정 위치, 사용, 시간대를 감안해야 하고 따라서 보험사는 고객에 대한 더 많은 데이터를 수집하고 분석해야 한다.

• 인공 지능 – 복합적인 인간의 작업을 대체하면서 이제 금융 서비스 상품을 차별화하는 데 일정한 역할을 하고 있다.

• 거래 프로세스 개선 및 미들웨어 – 두 가지 모두 아직 많은 비용이 든다. 이로 인해 전통적인 금융 서비스 기업들은 인프라 전체를 교체할 필요가 없는 핀테크 솔루션 시장 주요 업체들과의 제휴를 고려하고 있다.

새로운 규제 환경
2007~2009 금융 위기 이후 규제 기관들은 금융 서비스 업계의 거대 기업들에 대한 압박 강도를 높이면서 규모가 작고 민첩한 기업과 신생 기업들이 올라설 여지를 마련했다. 예를 들어 2010년 도드-프랭크(Dodd-Frank) 금융개혁법과 소비자보호법은 규제 감독 측면에서 대공황 이후 금융 서비스 업계에서 가장 큰 변화를 촉발했으며 이로 인해 여러 개의 새로운 감독 기관이 만들어졌다.

또한 파이퍼 재프리(Piper Jaffary)의 금융 및 비즈니스 서비스 기업 담당 부사장 제이슨 딜리위에 따르면 통합 기술, 서비스, 데이터 및 분석을 제공하는 기업의 호스팅 서비스를 사용하는 은행도 대폭 증가했다.

새로운 규제 요건을 충족하기 위해 수십억 달러와 수천 시간을 투자한 이후 금융 서비스 시장의 전체적인 관심은 새로운 제품과 서비스 출시로 옮겨갔다. 은행이 기술 개발 업체가
된 경우도 있다. 그러나 딜리위는 금융 서비스 분야에서는 대부분의 경우 전자 결제나 고객 온보딩을 아웃소싱하는 편이 내부적으로 구축하는 것보다 훨씬 더 간편하다고 말했다.
예를 들어 고객 계좌 처리를 위해 은행이 온라인 모기지 서비스 플랫폼을 도입하는 사례가 급증했다.

딜리위는 “은행들이 대처해야 할 모기지 관련 규제 문제가 더 많아졌기 때문에 내부 시스템으로 처리하기에는 비용이 많이 든다”면서 “은행들이 내부 시스템을 직접 관리하는 데 따르는 비용과 규제 관련 리스크를 완화할 수 있는 아웃소싱 솔루션으로 전환하는 이유 중 하나”라고 말했다.

딜리위는 서비스 기반 시스템에 대한 관심이 늘고 있으며, 구현 비용이 낮아져 보급이 더 확산되고 기술은 더욱 견고해졌다고 덧붙였다.

전자상거래의 폭발적인 증가는 금융 서비스, 소매 및 기타 산업을 위한 건강한 신생 기술 공급업체 생태계를 형성했다. 특히 은행들은 조심스럽긴 해도 새로운 수익 흐름을 창출하거나 효율성을 구현할 수 있는 기술을 빠르게 도입한다. 따라서 은행에는 개인간 결제와 같은 새로운 기술을 기존의 방대한 레거시 인프라에 통합하기 위한 도움이 필요했다.

피시니에 따르면 10년 전만 해도 핀테크 공급업체 생태계는 10개 남짓한 주요 업체들로 구성됐지만 지금은 만 개 이상의 기업들이 활동하는 시장으로 발전했다. 그 결과 생태계 관계 관리, 또는 ERM이라는 새로운 서비스가 탄생했다.

피시니는 “만 개의 공급업체를 관리하는 일은 10개의 기술 파트너를 관리하는 것과는
전혀 다르다”면서 “이것이 조직에게는 큰 과제다. 과거에는 10개의 관계를 관리했지만 이제 10,000개의 공급업체로 구성된 생태계를 관리해야 한다. 기술에 대한 문제보다는 어떤
종류의 혁신을 얻을 수 있는지, 그리고 과거에 비해 훨씬 더 분화된 생태계에서 어떤 방법으로 그 혁신을 얻을지에 대한 문제”라고 말했다.

기술 제공업체로서의 은행
은행은 이제 기술 제공업체이기도 하다. 페이팔 또는 스퀘어 등의 업체와 경쟁하고 때로는 서비스를 실행할 공유 플랫폼을 구현하기 위해 협력하기도 한다.

예를 들어 뱅크 오브 아메리카, BB&T, 캐피탈 원, JP모건 체이스 및 웰스 파고가 소유한 기술 제공업체인 얼리 워닝 서비스(Early Warning Services LLC.)는 올해 초 개인 대 개인 결제 서비스인 젤(Zelle)을 공개했다. 이 서비스 플랫폼은 올해 30개 이상의 은행에서 지원될 예정이며 그렇게 되면 8,600만 명의 미국 모바일 뱅킹 고객이 현금이나 수표 대신 젤을 통해 대금을 보내고 받을 수 있게 된다.

피시니는 “결국 과거 은행 산업을 와해했던 핀테크 기업들이 이제 은행 업계에 의해 와해되는 흥미로운 상황”이라면서 “와해자가 와해의 대상이 되는 좋은 예”라고 말했다. editor@itworld.co.kr

원문보기: 
http://www.itworld.co.kr/news/106496#csidx08ef6cb106d2b608ecd2d9508de45f4 



이클립스와 비주얼 스튜디오가 PyPL 데스크톱 IDEs 인기 순위 상에서 각축을 벌이고 있다. 안드로이드 스튜디오는 먼발치로 뒤떨어진 3위다.

자바 개발자들에게 있기 있는 이클립스 IDE가 9월 PyPL 톱 IDE 인덱스에서 마이크로소프트의 비주얼 스튜디오를 따올렸다. 8월에는 비주얼 스튜디오가 1위를 기록했었다.

인덱스 자료에 따르면 이클립스는 9월 24.23%의 점유율을, 비주얼 스튜디오는 21.77%의 점유율을 보였다. PyPL 월별 인덱스는 구글에서 검색되는 빈도가 구글 트렌드의 원시 데이터를 기반으로 산출된다. 안드로이드 스튜디오는 9.39%였다.

9월 기록한 톱 10 IDEs 랭킹은 다음과 같다.

- 이클립스, 24.23 %
- 비주얼 스튜디오, 21.77 %
- 안드로이드 스튜디오, 9.39 %
- 빔(Vim), 7.83 %
- 젯브레인 인텔리J(JetBrains IntelliJ), 4.54 %
- 넷빈(NetBeans), 4.36 %
- 애플 X코드(Apple Xcode), 4.24 %
- 코모도 (4.18 %)
- 서브라임 텍스트(Sublime Text),, 3.66 %
- 자마린(Xamarin), 3.21 %

한편 PyPL 랭기지 및 IDE 인텍스에서와 같은 방식으로 컴파일되는 PyPL의 온라인 IDE 인텍스는, 8월과 순위 결과가 유사했다. 클라우드9이 8월과 동일하게 36.21% 점유율을 기록했다. 31.38%DML 2위 JS피들(JSFiddle)은 지난 5년 동안 가장 큰 성장세를 기록한 바 있다.

9월의 톱 10 온라인 개발 환경 순위는 다음과 같다.

- 클랑두ㅡ9, 36.21 %.
- JS피들, 31.28 %
- 코딩(Koding_, 8.68 %
- 코디오(Codio), 5.84 %
- 이데온(Ideone) 5.74 %
- 코드애니웨어(CodeAnywhere), 4.75 %
- 파이썬애니웨어(PythonAnywhere), 2.68 %
- 코데 비 (Codenvy), 1.77 %
- 코디아드(Codiad), 0.64 %
- 파이썬 피들, 0.63%
ciokr@idg.co.kr

원문보기: 
http://www.ciokorea.com/news/35590#csidxf9776c657c7ed2083fcbfc604d532f5 



슬랙(Slack)은 직장인이 가장 선호하는 협업 툴 중 하나다. 이메일의 홍수에서 벗어날 수 있고 멀리 떨어진 팀 직원과도 필요한 이야기를 할 수 있기 때문이다. 실시간 그룹 채팅과 파일 공유, 1:1 메시지, '채널(channels)'로 알려진 복수의 채팅 룸 기능도 훌륭하다. 

그러나 슬랙의 가장 큰 장점은 서드파티 앱을 통합할 수 있다는 것이다. 슬랙이 모든 업종의 기업이 사용할 수 있는 원스톱 협업 툴로 성장한 중요한 이유이기도 하다.

슬랙과 호환되는 앱과 봇은 무수히 많다. 기업 환경과 요구에 맞춰 선택해 사용할 수 있다. 이중 주목해야 할 앱과 봇 10가지를 모았다. 팀원을 위한 할일 목록(to-do)부터 회의 일정 자동화 툴까지 다양하다. 앱 대부분이 무료라는 점도 매력적이다.

트렐로

트렐로
트렐로(Trello)는 다른 사람과 프로젝트를 공유하고 진행상황에 대한 답변을 실시간으로 받을 수 있는 비주얼 협업 툴이다. 이를 설치하면 슬랙에서 작업을 할당하고 할일 목록을 갱신하고 코멘트나 노트를 어떤 트렐로에든 추가할 수 있다. 또한, 프로젝트과 일정, 할일 목록을 지속해서 관리하고, 트렐로 카드를 통해 슬랙 채널로 어떤 프로젝트의 상세한 현재 상황을 보내는 것도 가능하다. 트렐로는 무료로 사용할 수 있지만, 이 기능을 슬랙에 통합하려면 사용자 1명당 월 10달러를 내야 하는 기업 버전으로 업그레이드해야 한다.

투두 봇
회의 이후 결과를 실행하고 추적하기 위해 메일을 보내는 대신 사용하는 것이 투두 봇(To-do bot)이다. 이 무료 봇을 이용하면 다른 사용자의 할일 목록에 액션 아이템을 빠르게 보낼 수 있다. 여러 목록을 보거나 관리하는 것도 가능하다. 회의 일정에 어떤 액션 아이템이 등장하면 사용자 이름과 작업, 종료일 뒤에 '/todo'를 포함해 슬랙 메시지를 보내면 된다. 그러면 자동으로 해당 사용자의 할일 목록에 추가된다.

할일 목록을 전체 슬랙 룸은 물론 개별 사용자를 대상으로 설정할 수 있다. 슬랙 룸 내에서 업데이트 알림을 볼 수 있으며, '완료(completed)' 표시를 해 작업 아이템을 끄거나 다른 사용자와 공유할 수도 있다.

워킹온

워킹온
워킹온(WorkingOn)은 간소화된 프로세스 추적기다. 이를 이용하면 많은 시간을 쏟지 않아도 생산성을 추적하거나 혹은 관련 내용을 빠짐없이 알 수 있다. 팀 구성원은 '/on' 명령을 이용해 포스트를 업데이트할 수 있는데, 그러면 이 앱이 자동으로 미리 정한 채널로 업데이트를 알린다. 모두가 최신 정보로 업데이트하므로, 직원에게 동기를 부여하며 협업하고 여러 팀이 중복해 작업하지 않도록 하는 효과적인 방법이다. 워킹온은 무료로 사용할 수 있다. 유료 버전은 30일 시험 사용 이후 사용자당 월 4달러를 내야 한다.

구글 플러스 행아웃
이미 구글 플러스 행아웃을 이용해 통화, 화상통화, 화면 공유 등을 사용하고 있다면 이 앱을 통해 슬랙 채널에서 즉각 행아웃을 사용할 수 있다. 행아웃과 슬랙을 연결하면 슬랙 제어판에서 행아웃을 실행할 수 있다. 회의를 조정하거나 다른 슬랙 사용자를 초청해 행아웃 세션에 참여시킬 수도 있다.

심플 폴
심플 폴(Simple Poll)은 제품에 추가할 새 기능에 대한 관심도를 측정할 때 유용하다. 어디서 점심을 먹을지 결정할 때도 사용할 수 있다. 즉, 슬랙 채널로 짧은 설문을 보내 사람들의 반응을 확인할 수 있다. 업무 관련된 것이든, 사내에서 가장 논쟁적인 주제에 대한 최종 합의든 무엇이든 가능하다.

구글 드라이브

구글 드라이브
슬랙을 이용해서도 문서를 인터넷에 저장하고 공유할 수 있다. 그러나 무료 계정은 5GB로 용량이 제한돼 있다. 이보다 더 큰 파일을 다뤄야 하는 상황이거나 혹은 업로드한 후에도 계속 저장하길 원한다면 슬랙에 구글 드라이브(Google Drive)를 통합하는 것이 한 방법이다. 공유 가능한 링크를 슬랙에 추가하면 슬랙봇(slackbot)이 링크를 공유한 동료 지원에게 부여할 권한을 보기와 코멘트, 수정 중에서 고르도록 확인한다. 파일은 슬랙에 저장되지 않지만 검색할 수 있으므로, 이전 문서에서 링크를 찾기도 쉽다.

스탠드업리
스탠드업 미팅은 모든 애자일 팀에게 유용하다. 그러나 모두가 시간을 별도로 내 모여야 하고 모든 사람이 동시에 회의실에 집결하는 것은 생각보다 쉽지 않다. 이때 사용할 수 있는 것이 스탠드업리(Standuply) 앱이다. 이 앱을 슬랙에 통합하면 스탠드업 절차를 자동화해 비동시 회의를 할 수 있다. 이 앱이 팀 구성원을 개별적으로 인터뷰해 그 결과를 슬랙을 통해 공유하기 때문이다. 이 앱은 모든 직원이 요령을 피우지 않고 정식 절차를 따르도록 하는 데도 도움이 된다. 스탠드업리는 현재 베타 단계로, 누구나 무료로 사용할 수 있다. 정식 서비스를 시작하면 무료 계정 외에 유료 서비스가 추가될 예정이다.

기피
협업은 팀이 똘똘 뭉쳐있을 때 더 강력한 힘을 발휘하기 마련이다. 그리고 이러한 유대는 종종 긴장을 푸는 것을 통해 강화된다. 기피(Giphy)를 슬랙에 통합하면 사용자가 움직이는 gif 파일을 더 빨리 찾을 수 있다. 긴장을 풀고 웃을 수 있는 이미지다. 동시에 비현실적인 요구를 늘어놓는 고객에 대한 스트레스를 잠시 잊을 수 있는 사진이기도 하다.

헤이타코

헤이타코
동료에 대한 고마움을 표현할 때 어떤 좋은 방법이 있을까? 다양하지만 비용 효율적이어야 하다는 전제가 붙는다. 이럴 때는 헤이타코(HeyTaco!)가 좋은 대안이다. 이를 슬랙 앱에 통합하면 타코 이모티콘을 주고 받을 수 있다. 서로 얼마나 일을 많이 하는지, 회사에 헌신하고 있는지도 느낄 수 있다. 헤이타코는 게임화 요소도 갖고 있다. 누가 가장 많이 타코를 주고 받았는지 보여준다. 더 많은 타코를 주고받을 수록 더 많은 기능을 사용할 수 있다. 60일간 무료로 사용할 수 있으며, 이후에는 사용자 1명당 월 2달러를 내야 한다. 헤이타코는 직원을 단합하고 서로 격려하게 하는 저렴하면서도 재미있는 방법이다.

스포일러
TV 드라마 '왕좌의 게임'의 결말을 무심코 이야기했다가는 직원 간에 싸움이 일어날 수 있다. 이처럼 사무실내 유대를 강화하고 한순간에 분위기가 망가지는 것을 막기 위해 등장한 것이 스포일러(Spoiler)다. 이를 슬랙 챗에 추가하면 '스포일러 위기 메시지'를 보내 영화와 TV 드라마의 결말 관련 메시지를 보지 않을 수 있다. 아직 결말을 못 봤다면 스포일러를 보기 원하는지 결정할 수 있다. ciokr@idg.co.kr

원문보기: 
http://www.ciokorea.com/news/35596#csidxc59435f47419bbf8a104a3ec87ee0ae 



오래 전인 1950년대 중반, 로버트 하인라인은 유능한 기계 엔지니어가 패턴 매칭 메모리와 “판단을 추가하기 위한” 몇 가지 측면 회로를 만들기 위해 “토르센 튜브(Thorsen Tubes)”를 연결한다는 “여름으로 가는 문”이란 제목의 작품을 썼으며 지능형 로봇이라는 하나의 산업 분야를 창조해냈다. 그는 이야기를 좀 더 그럴듯하게 만들기 위해, 미래를 잘 설정해 놓았다. 1970년이라는 미래다. 이 로봇들은 시연된 접시 닦기 같은 임무를 완벽하게 복제했다.

굳이 말할 필요는 없겠지만, 20년 후 현실은 그렇게 되지 않았다. 1956년에는 타당한 것처럼 보였지만, 1969년이 되자 1970년에는 로봇이라는 미래가 오지 않으리라는 것이 확실해졌다. 그리고 얼마 뒤인 1980년이나 1990년 또는 2000년이 되어도 그런 미래가 오지 않으리라는 것이 확실해졌다. 10년마다, 평범한 엔지니어가 인공 지능(Artificial Intelligence) 머신을 구축할 능력이 최소한 지나간 시간만큼이나 빠르게 후퇴하는 것처럼 보인다. 기술이 진보함에 따라, 어려운 사항들이 한 꺼풀씩 드러남에 따라, 이 문제가 엄청나게 어려운 문제라는 점이 더욱 명확해지고 있다.

머신 러닝이 중요한 문제들을 해결하지 않고 있었다는 것이 아니다, 해결하고 있었다. 예를 들면, 90년대 중반에도 모든 신용 카드 거래가 금융사기 여부를 판단하기 위해 신경망을 이용해서 스캔되고 있었다. 90년대 후반 구글은 검색을 개선하기 위해 웹에서 고급 신호를 분석하고 있었다. 그렇지만 일반적인 엔지니어는 박사학위를 받기 위해 학교로 돌아가거나 똑같은 일을 할 수 있는 생각이 비슷한 친구를 여럿 찾기 전에는 그런 시스템을 구축할 수 있는 기회를 얻지 못했다. 머신 러닝은 어려웠으며, 각각의 새로운 영역은 많은 신기원을 필요로 했다. 최고의 연구원들조차도 현실 세계에서는 이미지 인식 같은 어려운 문제를 깰 수 없었다.

비로소 상황이 극적으로 바뀌었다고 말할 수 있어서 기쁘다. 우리 중 누구도 가까운 장래에 하인라인 스타일의, 마술처럼 자동으로 이루어지는, 전부가 로봇인 엔지니어링 회사가 등장할 것이라고 생각하지는 않지만, 이제는 별다른 고급 교육을 받지 않고도 소프트웨어 엔지니어가 정말로 멋진 일들을 해내는 시스템을 만들 수 있다. 놀라운 부분은 컴퓨터가 이런 일들을 할 수 있다는 것이 아니다. (이 사실은 1956년 이래로 언제든지 가능할 것으로 알려져 있었다!) 놀라운 점은 지난 10년간 우리 인간이 얼마나 발전했는가 하는 것이다. 10년 전에는 정말로 훌륭한 박사학위 논문이었을 주제가 이제는 주말 동안 할 수 있는 가볍고 멋진 프로젝트가 된 것이다.

머신 러닝은 더욱 쉽고 액세스하기 편한 주제가 되었다
곧 발간될 “머신 러닝 실행 계획(Machine Learning Logistics)”(오라일리(O’Reilly)에서 2017년 9월 말에 발간 예정)이라는 책에서, 엘렌 프리드먼과 필자는 친구이자 소프트웨어 엔지니어인 이안 다우나드가 심심풀이 홈 프로젝트로 구축한 텐서치킨(TensorChicken)이라는 시스템을 설명한다. 해결할 문제는 커다란 어치 새가 친구의 닭장 안으로 들어와서 달걀을 쪼아댄다는 것이다. 친구는 큰 어치새를 인식하는 컴퓨터 비전 시스템을 구축해서 쪼아대는 것을 막기 위한 어떤 조치가 취해질 수 있기를 원했다.

텐서플로우 팀 소속 구글 엔지니어의 딥 러닝 프레젠테이션을 본 뒤, 이안은 서둘러 일에 착수해서 바로 그 시스템을 구축했다. 그는 인셉션-v3(Inception-v3)라 알려진 부분 모델을 가지고 시작해서 자신의 닭장에 있는 웹캠이 찍은 수천 장의 새로운 이미지로 큰 어치새 발견이란 임무에 맞춰 교육을 실시했다. 결과물을 라스베리 파이에 배포할 수도 있었지만, 현실적으로 효과를 낼 수 있는 빠른 반응 시간을 확보하려면 인텔 코어 i7 프로세서 같은 좀 더 강력한 것을 필요로 했다.

그리고 이안은 혼자가 아니다. 데이터 과학자로 훈련되지 않은 사람이 다수였지만, 오만 가지 일을 하는 멋진 봇을 구축하는 많은 사람들이 주변에 있다. 그리고 머신 러닝 그리고 심지어는 딥 러닝까지 더욱 액세스하기 쉬워지면서, 점점 더 많은 수의 개발자들이 여러 가지 상이하고 깊이 있는 머신 러닝 프로젝트에서 작업하기 시작했다. 개발자들은 “데이터 옵스(Data Ops)” 스타일의 작업에서 데이터 엔지니어로 역할을 채워가기 시작하고 있으며, 이런 환경에서는 머신 러닝 시스템을 구축하기 위해 데이터 중심적인 기술들(데이터 엔지니어링, 아키텍트, 데이터 과학자)이 데브옵스 접근방식과 결합된다.

이미지 인식 모델을 사용해, 큰 어치새를 알아채도록 컴퓨터를 교육하는 과정이 아주 쉬워졌다는 점이 인상적이다. 많은 경우, 보통 사람들은 앉아서 단순히 이 프로젝트뿐 아니라 훨씬 더 많은 것을 할 수 있게 되었다. 필요한 것이라곤 유용한 기법들에 대한 몇 가지 조언뿐이고, 특히 중요한 것은 소프트웨어 개발자의 경우 마음 상태를 약간 리셋하는 것이다.

모델을 구축한다는 것은 설계 주도가 아니라 데이터 주도적이라는 면에서 일반적인 소프트웨어를 구축하는 것과 다르다. 시스템을 실증적 관점에서 봐야 하며 단위 시험과 통합 시험이 수반되는 훌륭한 설계의 조심스러운 구현보다는 기능의 실험적 증거에 생각보다 조금 더 많이 의지해야만 한다. 문제 영역이 쉬워지면 머신 러닝도 놀라울 정도로 쉬워진다는 것도 명심하라. 그렇지만, 바로 그 옆에 여전히 어렵고 더욱 복잡한 데이터 과학기술을 절실하게 필요로 하는 문제들이 있다. 시험하라. 문제가 쉬운 범주 또는, 최소한 그다지 최첨단 범주에 속해있지 않다는 것을 거듭 확인하기 전에는 절대 확신하지 말라. 처음으로 동작하는 것처럼 보인다고 확신하지 말라. 다른 훌륭한 데이터 과학자들처럼, 결과가 좋아보인다면 더더욱 의심하라.

머신 러닝 초보자들을 위한 필수 데이터 기술
이제부터는 머신 러닝을 효과적으로 사용하기 위해 개발자에게 필요한 몇 가지 기술과 요령을 설명한다.

데이터가 말하게 하라
훌륭한 소프트웨어 엔지니어링에서, 개발자는 종종 설계를 도출해내고, 소프트웨어를 작성하며, 솔루션의 정확성을 직접적으로 그리고 독립적으로 검증한다. 몇몇 경우에는, 소프트웨어가 정확하다는 것을 수학적으로 입증할 수도 있다. 현실은 특히, 인간이 관련되어 있을 때 조금은 제멋대로이지만, 좋은 설계도를 가지고 있다면 정확한 솔루션을 구현할 수 있다.

일반적으로 머신 러닝에서는 개발자가 엄격한 설계도를 가지고 있지 않다. 어떤 시스템에 대해 과거의 경험을 대표하는 데이터를 가지고 있고, 미래에 작동할 시스템을 구축해야만 한다. 시스템이 정말로 동작할 수 있는지를 판단하기 위해서는, 현실적인 상황에서 성능을 측정해야만 한다. 이렇게 데이터 주도적이고, 설계 명세서가 취약한 스타일의 개발로 전환하는 것이 어려울 수 있지만, 머신 러닝을 내부에 탑재한 시스템을 구축하고 싶다면 이것은 중요한 단계이다.

더 나은 모델을 알아보는 능력을 키워라
두 개의 숫자를 비교하는 것은 쉽다. 두 숫자 모두 올바른 것이라고 가정하면(NaN(Not a Number)이 아니라면), 어느 것이 더 큰지를 확인하면, 그것으로 끝이다. 그렇지만, 머신 러닝 모델의 정확도에 대해서는 그렇게 간단하지가 않다. 비교 모델에 대한 결과가 많으며, 대개는 깔끔하게 떨어지는 정답이 없다. 머신 러닝 시스템 구축에 있어서 가장 기본 기술이라 할 수 있는 것은 두 가지 모델이 행한 의사결정 이력을 보고 어떤 모델이 현 상황에 더 적합한지를 결정하는 능력이다. 이런 판단은 단일 값보다는 전체 값들의 집합을 갖는 값에 대해서 생각하기 위한 기본적인 기법을 필요로 한다. 일반적으로, 데이터를 잘 가시화하는 능력도 필요로 한다. 히스토그램과 산포도 그리고 많은 관련 기법들이 요구된다.

본인의 결론을 의심하라
시스템의 어떤 변형이 더 나은 작업을 할 수 있을지를 판단하기 위한 능력과 함께, 본인의 결론을 의심하는 것도 정말로 중요하다. 이 결과는 더 많은 데이터가 추가되면 다른 방향으로 흘러갈 수 있는 통계적 우연인가? 평가 이후 세상이 바뀌었는가, 그래서 어느 세상이 더 나아졌는가? 머신 러닝을 내장한 시스템을 구축한다는 것은 애초에 하고자 했던 것을 여전히 하고 있는지를 확인하기 위해 시스템에서 눈을 떼지 말아야 한다는 것을 의미한다. 변화하는 세상에서 퍼지 비교(Fuzzy Comparison)를 처리할 때는 이런 의심 많은 성격이 필요하다.

여러 가지 모델을 구축하고, 다시 내던져버려라
단지 버리기 위해서 한 가지 버전의 시스템을 구축하라는 것은 소프트웨어 개발에서 잘 알려진 격언이다. 동작하는 시스템을 실제로 구축하기 전까지는, 해당 시스템을 잘 구축할 수 있을 정도로 문제를 제대로 이해할 수 없을 거라는 의미이다. 학습을 위해서는 하나의 시스템을 구축하고 그 다음에는 실제 시스템을 설계하고 구축하기 위해 배운 것을 활용해야 한다.

머신 러닝에서도 상황은 똑같지만, 이 격언이 더욱 어울린다. 단 하나의 일회용 시스템을 구축하기보다는, 수십 또는 수백 가지의 변형을 구축할 각오를 해야만 한다. 이런 변형 중 일부는 상이한 학습 기술을 사용하거나 러닝 엔진을 위해 상이한 설정만을 사용하는 것일 수도 있다. 다른 변형은 문제나 모델을 훈련할 때 사용하는 데이터를 완전히 다르게 재해석하는 일일 수 있다. 예를 들면, 어떤 신호가 예측하려는 대상은 아닐지라도 모델을 훈련하기 위해 사용할 수 있는 대리 신호(Surrogate Signal)라고 판단할 수도 있다. 이런 결정을 내리면, 훈련에 사용할 수 있는 데이터를 10배 더 많이 제공할 수도 있다. 혹은 해결하기에 더 쉬운 방식으로 문제를 재해석할 수도 있다.

세상은 바뀔 수도 있다. 예를 들면, 사기를 잡아내기 위해 모델을 구축하고 있는 경우라면, 더더욱 그렇다. 성공적인 시스템을 구축했더라도, 미래에는 바꿀 필요가 있을 것이다. 사기꾼들이 대응책을 알아낼 것이고, 그들은 행태를 바꿀 것이다. 그러면 새로운 대응책으로 대답해야만 할 것이다.

성공적인 머신 러닝을 위해, 버리기 위한 모델을 많이 구축할 계획을 하라. 영원히 정답으로 남아있는 유일한 정답 모델을 찾기를 바라지 말라.

판을 바꾸는 것을 두려워하지 말라
머신 러닝을 사용해서 해결하려는 첫 번째 질문은 대개는 올바른 것이 아니다. 흔히 아주 잘못된 질문이다. 잘못된 질문을 한 결과는 거의 훈련하기 불가능한 모델이거나, 혹은 수집하기 불가능한 훈련 데이터일 수 있다. 아니면, 최고의 답을 찾은 모델이지만 그다지 가치가 없는 경우일 수 있다.

문제 재구성은 때로 구축하기 아주 간단한 모델이 아주 높은 가치를 제공하는 상황을 제시할 수 있다. 예전에 필자는 판매 항목에 대한 권고를 해야 하는 문제가 있었다. 아주 강력한 기법을 여러 개 사용해도 아주 작은 결과조차 얻을 수 없었다. 결과적으로, 높은 가치의 문제는 좋은 항목들이 판매된 시점을 결정하는 것이었다. 일단 시점을 알고 나면, 권고할 제품이 많았기 때문에 어떤 제품을 권고할 것인가라는 문제는 사소한 것이 되었다. 잘못된 시기에는 권고할 만한 제품이 전혀 없었다. 질문을 바꾸자 문제가 엄청나게 쉬워졌다.

작게 시작하라
단 몇 가지의 사례나 단일 하부 문제로만 국한된 초기 시스템을 배포할 수 있는 것이 매우 중요하다. 이는 노력을 집중하고 문제 영역에 대한 전문성을 얻고, 모델을 구축해 가면서 회사에서 지원을 받을 수 있게 해준다.

크게 시작하라
충분한 훈련 데이터를 확보하고 있는지 확인하라. 실제로, 할 수만 있다면, 필요하다고 생각한 것보다 10배 많은 데이터를 반드시 확보하라.

도메인 지식은 여전히 중요하다
머신 러닝에서, 모델이 어떻게 의사결정 또는 예측을 할 수 있는지를 이해하는 것도 한 가지 방편이 된다. 정말 중요한 질문이 무엇인지를 알아내는 것이 훨씬 더 중요하다. 그런 의미에서, 이미 많은 도메인 지식을 가지고 있다면, 적절한 질문을 하고 머신 러닝을 실행 가능한 제품에 포함할 가능성이 훨씬 더 크다. 도메인 지식은 판단 감각을 추가할 부분과 그 가능성이 타당하게 추가될 부분을 찾아내는 데 극히 중요하다.

코딩 기술은 여전히 중요하다
끌어 놓기(Drag-and-Drop) 작업만으로 머신 러닝 모델을 구축할 수 있게 해준다고 주장하고 있는 여러 가지 도구가 있다. 실상은, 머신 러닝 시스템 구축에 있어서 대부분의 작업은 머신 러닝이나 모델과 전혀 관계가 없으며 훈련 데이터 수집, 모델의 출력물을 사용하기 위한 시스템 구축과 관련되어 있다. 이는 훌륭한 코딩 기술을 엄청나게 값지게 만든다. 데이터 조작을 위해 작성되는 코드에는 다른 가치가 있지만, 배우기는 어렵지 않다. 개발자의 기본적인 기술은 수많은 다양한 머신 러닝 분야에서도 유용한 것으로 판명되었다.

이제는 실질적으로 모든 소프트웨어 엔지니어들이 머신 러닝을 활용해서 놀라운 일을 할 수 있는 시스템을 구축할 수 있는 도구와 새로운 기법을 더 쉽게 사용할 수 있게 되었다. 이런 시스템을 구축하는 데는 기본적인 소프트웨어 엔지니어링 기술이 매우 중요하지만, 데이터에 조금 더 초점을 맞추면서 보완해야 한다. 새로운 기술을 습득하기 위한 최고의 방법은 바로 지금부터 재미있는 것을 구축하기 시작하는 것이다.

*이 글을 쓴 테드 더닝은 맵알 테크놀로지(MapR Technologies)의 수석 애플리케이션 설계자이자 아파치 소프트웨어 재단 이사회 소속이다. 또, PMC 회원이며 아파치 Mahout, 아파치 주키퍼, 아파치 드릴 프로젝트의 공여자이자 다양한 인큐베이터 프로젝트의 멘토로 활동하고 있다. 더닝은 야후 뮤직, 베오(Veoh) 추천 시스템의 수석 설계자이며 ID 애널리틱스(LifeLock)용 사기 탐지 시스템을 구축했다. 또, 머신 러닝과 빅데이터를 주제로 여러 권의 책을 공동 집필한 데이터 전문가로 활동하고 있다. editor@itworld.co.kr 

원문보기: 
http://www.itworld.co.kr/news/106425#csidxda24dcd81fef82e84c57e470b763ec8 



마이크로소프트의 글로벌 보안 인텔리전스 보고서(SIR) 22호에 따르면, 2017년 1월부터 3월까지 악성코드 발생률이 가장 낮은 아시아 국가는 싱가포르다.

미국은 같은 기간 동안 MS의 실시간 보안 제품에 의해 차단된 1,000개의 웹 사이트마다 21.6개의 악성코드 호스팅 사이트를 보유해 악성코드 호스팅 사이트가 집중돼 있는 것으로 나타났다.

싱가포르는 2017년 1월부터 3월까지 악성코드 발생률이 5.3~7.9%로 낮았다. 하지만 2016년 같은 기간 동안 기록된 방생률은 20.2%로 매우 높았으며, 이 나라는 이후 꾸준히 보완하여 개선한 것으로 분석된다.

방글라데시, 파키스탄, 인도네시아 등 신흥 아시아 국가들은 세계에서 가장 높은 악성코드 발생률을 기록했다.

이들 국가에서 대가 2017년 1월에서 3월까지 마이크로소프트가 실시간 보안 제품을 실행하는 컴퓨터 4대 중 1에서 악성코드가 발견됐다.

마이크로소프트 싱가포르 CTO인 리차드 고는 "기술적 진보는 사람들이 기술에 대한 신뢰를 흔들 수 있는 잠재적인 사이버 위협을 가져온다. 보안 인텔리전스를 적시에 공유하여 사이버 위협을 이해할 수 있는 개인 및 조직의 가시성을 제공함으로써 Microsoft는 보호, 탐지 및 사이버 위협에 신속하게 대응할 수 있다"고 말했다. 이어서 "싱가포르가 스마트 국가(Smart Nation) 구축을 가속화함에 따라 스마트 국가 비전을 실현하는 데 필수적인 역할을 수행할 고객 및 파트너에게는 이러한 통찰력이 점점 더 중요해질 것이다"고 덧붙였다.

보고서에 따르면 유럽에 공격이 집중됐고 아시아 대부분은 크게 영향을 받지 않았다.

일본과 중국은 랜섬에어 발생률이 낮은 2개국으로 꼽혔다. 아시아에서 몇 안되는 예외 중 하나는 전 세계에서 두 번째로 높은 순위를 기록한 한국이다.

이 보고서는 개인 및 조직에게 사이버 위험 노출을 최소화하고 끊임없이 변화하는 위협 환경에서 탄력을 유지하라고 당부했다.

기업은 공개 와이파이 핫스폿에서 작업해서는 안된다. 공격자가 디지털 통신을 도청하고 로그인 및 암호를 캡처하며 개인 데이터에 접근할 수 있기 때문이다.

이밖에 정기적으로 운영체제와 기타 소프트웨어 프로그램을 업데이트하고 단순한 암호를 피하고 다중 인증 방식을 적용해야 하는 이유를 사용자에게 교육해야 한다고 보고서는 전했다. ciokr@idg.co.kr

원문보기: 
http://www.ciokorea.com/news/35585#csidx2bc78aebc96e83a8b687e0586e5629a 



우버(Uber)에는 다른 기업에서 보기 힘든 이색 조직이 있다. 모바일 앱 개발자, 지도 전문가, 자율주행팀으로 구성된 팀에 사전 패키지화된 머신러닝 알고리즘을 ‘서비스형'으로 제공하는 팀이 있다.



우버의 머신러닝 책임자 대니 레인지는 자신이 AWS에서 근무하는 동안 개발한 구조를 우버에 적용했다. 그는 AWS에서 내부 머신러닝(Machine Learning) 플랫폼을 관리하며 AWS용 AML(Amazon Machine Learning) 개발 업무에 참여했던 이력을 보유한 인물이다. 

컴퓨터월드 UK(Computerworld UK)와의 인터뷰에서 레인지는 “우리 사업의 모든 부분을 더욱 스마트하게 하고 더 나은 사용자 경험을 제공하기 위한 시도로, 머신러닝 서비스 팀을 운영하고 있다. 이러한 목표 달성하기 위해 머신러닝을 하나의 인프라로 제공하는 팀을 운영한다. 우버의 비즈니스에는 이동하는 운전자와 탑승객, 운전자를 위한 지도 개선, 자율주행 자동차 등 3가지 핵심 영역이 있다”라고 말했다.

서비스형 머신러닝
레인지는 자신의 팀이 개발팀에 머신러닝 기능을 제공하는 방식이 다른 컴퓨팅 자원을 제공하는 방식과 비슷하다고 말했다.

“머신러닝은 예전부터 있어왔지만 소프트웨어 엔지니어가 쉽게 얻기 힘든 대상이었다 그래서 우리는 기업 내에서 서비스형 머신러닝을 클라우드 서비스로 구축했다”라고 그가 설명했다.

실제로 이는 웹 인터페이스나 모듈처럼 나타난다. API를 통하거나 프로그램에 따라 통합할 수 있도록 일련의 스톡 알고리즘이 개발자들에게 제공되게 된다.

레인지는 “개발자들이 이용할 수 있는 일련의 조정된 알고리즘이다. 그리고 그들은 자신의 데이터와 애플리케이션 또는 서비스를 이용해 고객 습관 또는 트래픽 혼잡에 대해 예측할 수 있는 모델을 구축한다”라고 말했다.

가령 지도 제작과 자율주행의 경우 레인지와 그의 팀은 ‘전통적인 머신러닝’ 알고리즘을 벗어나 컴퓨터 비전과 딥러닝(Deep Learning) 기법으로 진보할 수 있도록 시도하고 있다.

우버에서의 머신러닝 애플리케이션
우버는 이번 달 머신러닝 기법을 이용해 자사의 핵심 탑승객 앱의 개인화를 강화했다. 이 새로운 앱은 우선 습관과 현재 위치에 기초한 여러 예측을 포함하여 목적지를 묻는다. 예를 들어, 사무실에 있는 경우 앱은 탑승객이 집 또는 체육관 또는 술집에 가고 싶어할 것으로 가정하게 된다.

또한 우버는 그들의 이동 이력 데이터 위에 적용된 머신러닝 알고리즘도 이용하여 ETA(Estimated Time of Arrival) 정보를 더욱 정확하게 하고 계정 트래픽 패턴을 고려한다. 레인지는 이미 더 많은 데이터와 알고리즘을 우버 이츠(Uber Eats) 식품배달 사업부에 적용하여 예측 배달 시간을 크게 개선했다. 그는 “정확도가 26%나 증가했다”라고 전했다.

또한 우버는 양호한 탑승 위치에 관해 ‘학습’할 수 있도록 20억 개의 이동 로그에서 얻은 데이터를 활용하고 있다. 레인지는 이렇게 설명했다.

“우리는 데이터를 꼼꼼하게 추려내고 우리가 고객을 탑승시키는데 문제가 가장 적은 곳을 파악하는 머신러닝 알고리즘이 있다. 탑승 마찰을 통해 학습한다. 따라서 차량 도착부터 개인의 이동 시작까지 소요되는 시간을 측정할 수 있다.” ciokr@idg.co.kr

원문보기: 
http://www.ciokorea.com/news/35582#csidx7cb1907ab27414bac279e3a6ad1fe3e 

+ Recent posts