최종산출물 · 도서자료 기계독해

제4차 산업혁명 기술과 지식재산권

uuid
def1b058-5837-52c5-a2f1-a40ccc2f1451
content_id
PCY_201903280541026221
doc_id
PCY_201903280541026221_15
발행기관
특허청 ,국제지식재산연수원
발행연도
2017
KDC
560
답변 불가 (is_impossible)
False
문맥 (context)
제안된 기술은 화질 향상, 객체 발견, 데이터 증강, 프레임 전송의 네 개의 블록으로 구성된다. 화질 향상 블록에서는 카메라를 통해 입력되는 비디오 데이터의 밝기와 윤곽선을 향상 시키는 이미지 전처리 과정을 수행한다. 입력된 영상으로부터 물체(Object)를 인식하기 위해서는 이러한 전처리 과정이 필수적이다. 객체 발견 블록에서는 입력 비디오로부터 얼굴, 축구공, 손, 자동차, 책등과 같은 현실 세계의 물체를 실시간으로 인식한다. 휴대폰에서는 이러한 인식 과정이 실시간적으로 이루어져야 한다. 물체 인식 과정이 끝난 후, 해당 영역에 데이터를 증강(Augmentation)하는 작업을 수행하는 블록이 데이터 증강 블록이다. 데이터 증강은 연속된 비디오 프레임 각각에 모두 적용해야 하며, 사용자가 보기에 불편하지 않을 정도로 빠르게 진행해야 한다. 증강되는 데이터의 종류는 크게 이미지와 텍스트로 구분할 수 있다. 이미지는 기존의 이미지 처리 기법 중 오버레이(overlay) 알고리즘을 이용하여 수행할 수 있다. 텍스트는 단순히 이미지위에 글자를 겹치는 방식을 사용하면 된다. 가상 화폐는 바로 이 블록체인 기술을 기반으로 만들어 진다. 현재 가상화폐의 종류는 전 세계적으로 1000개 이상 존재하며, 전체 가상화폐의 가치는 약 1,400억 달러로 추정된다. 현재 가장 사용자가 많은 가상화폐는 사토시가 만든 비트코인이다. 해외송금과 대출(크라우드 펀딩)도 블록체인을 기반으로 한 가상 화폐를 활용해 실행 가능하며, 세금 징수도 가능하다. 가상화폐는 특정 나라에서 발행하는 법적 물리적 화폐가 아니다. 세계는 농업 국가에서 자본주의 국가로 발전하면서, 각 나라에서 한국은행과 같은 정부 은행이 화폐를 발행하고 관리함으로써, 금융 시장의 균형을 적절히 유지하였다. 또한 필요한 금융 정책을 시행해 금리를 관리 하였으며, 외환 시장에도 개입하여 금융 시장이 정상적으로 굴러가도록 필요한 역할을 수행해왔다. 각 나라는 자국의 화폐를 기본으로 한 금융 주권을 스스로 포기한 적이 없으며, 그 나라의 통화를 포기한 적도 없다. 각 나라가 기본적으로 사용하는 통화는 그 나라의 통화와 정부은행이 허가한 다른 나라의 통화뿐이다. 지능(Intelligence)은 데이터(Data: 메모리) + 프로세싱(Processing)을 의미하는 것인데, 옛날에는 메모리의 값이 비싸서 군대나 글로벌 기업 정도만이 쓸 수 있었다. 그러나 반도체 기술의 놀라운 발전으로 인해 메모리가 싸지고 데이터 처리속도가 빨라지면서, 통신을 통해 누구나 데이터와 프로세싱의 사용 가능해졌다. 무어의 법칙(Moore’s law)은 아직도 계속 진행 중이다. 예를 들면, 사물인터넷(Iot)을 가능하게 하는 센서(RFID/USN)에 들어가는 트랜지스터가 2014년 전 세계적으로 12해 1,550경 (1,215,500,000,000,000,000,000)개 생산되었다. 은하계 별의 수가 2천억개이고 인체 내 세포수 가 100조개인 것과 비교해 보면 이는 엄청난 숫자이며, 2000년과 비교해 14,300배 증가한 수치다. 5GB USB의 가격이 1960년도에는 $1.5 billion이었던 것이 1995년에는 $5,500로 싸졌고, 최근에는 겨우 $5정도에 불과하다. 아직도 무어의 법칙이 끝나지 않은 상황에서 앞으로 더 싸지고 더 빨라질 가능성이 농후하다. 고객이 받을 수 있는 가치가 싼 가격과 비용에 의해 무한히 커진 것이 제4차 산업혁명의 특징이라 할 수 있다. 2위를 차지한 것은 데이터 입력하는 직업에 종사하는 노동자들이다. 왜 이 분야에서 종사하는 노동자들이 2위를 차지했을까 하는 생각을 해보면 4차 산업혁명시대에는 데이터 수집 방법이 수동에서 자동으로 바뀌기 때문일 것이다. 자동 수집은 크롤러(Crawler)와 같은 소프트웨어를 이용해서 사람이 개입하지 않고 데이터를 수집하는 방법이다. 크롤러 프로그램을 실행시켜놓으면 인터넷 링크를 따라 웹 사이트를 방문하면서 사용자들의 게시판 글이나 트위터 메시지 등을 자동으로 수집한다. 주로 사회관계망서비스 빅 데이터를 수집하기 위한 용도로 사용 되며, 대표적인 것으로 Log4j라는 자바 기반 소프트웨어를 들 수 있다. 자동 수집을 가능하게 해주는 것으로는 서버 안에 설치된 로그 수집기다. 로그는 사용자가 입력한 데이터나 검색어 등을 수집해주는 시스템 소프트웨어이다. 이러한 소프트웨어의 등장으로 인간이 데이터를 직접 입력하는 일을 점점 사라지고 있는 것이다. 3위를 차지한 직업으로는 법률 비서가 있다. 법률 비서가 주로 하는 일은 법률 조항, 판례 기록, 자료 검색 등을 수행하는 직업이다. 4차 산업혁명 시대에는 이러한 일들은 빅 데이터 기술과 인공지능이 대체할 것으로 예상된다. 최근에는 법률관련 업무 중에서 변호사와 판사의 업무 일부를 인공 지능에 맡기는 실험도 진행하고 있다. 4위를 차지한 경리 업무의 경우에도 데이터 처리 및 분석기술이 워낙 발달하여 해당 종사자가 할 일이 점점 없어지는 추세이다. 최근에는 회사의 수입, 지출, 급여, 전표 처리 업무를 한꺼번에 간단히 처리할 수 있는 소프트웨어도 다수 등장하고 있다. 5위를 차지한 분류 업무와 관련된 직업도 많이 사라지고 있다. 기존의 분류 작업은 종이로 된 서류를 일정한 기준에 따라 종류별로 따로 모아두는 작업이 대부분이었다. 하지만 최근에는 종이로 된 서류 자체가 사라지는 추세이다. 공문, 기록과 같은 대부분의 서류는 모두 디지털 파일로 작성되어 보관되고 있다. 종이로 된 서류의 경우는 조작의 가능성이 있지만, 파일로 된 문서는 위변조 방지 기술의 발달로 조작이 거의 불가능하다. 이러한 환경은 결국 분류 작업에 종사하는 노동자의 감소로 이어지고 있다. 6위에서 15위 까지는 검표원, 판매원, 회계 관리사, 회계사, 보험사, 은행원, 기타 회계 관리자, NGO 사무직, 지역 공무원, 도서관 사서 보조 등이 차지하였다. 전문직 직종에서는 회계사가 포함된 것이 눈에 띈다. 은행원 감소는 아주 급격하게 진행될 가능성이 농후하다. 최근 은행 관련된 업무는 은행을 직접 방문하지 않고 인터넷이나 모바일을 통해 이루어지는 형태로 점점 바뀌고 있다. 대출 업무도 인터넷에서 가능하다. 상황이 이렇다 보니, 굳이 은행 지점을 따로 만들 필요가 없는 것이다. 그래서 등장한 것이 K뱅크와 카카오 뱅크 같은 인터넷 전문은행이다. 인터넷 은행은 본점이나 지점이 없고 돈을 인출할 수 있는 ATM기기와 자금, 은행 업무를 처리하는 시스템과 이를 유지보수하기 위한 일부 인력만 가지고 운영한다. 기존에 비해서 획기적으로 인건비를 줄일 수 있는 형태인 것이다. 보험사의 경우도 자리가 많이 줄어들 가능성이 있다. 특히 자율 주행차가 보급되면 차에 운전자가 탑승하지 않기 때문에, 개인 보험 가입 및 처리가 급격히 줄어들 가능성이 있다. 무인 자동차의 경우 사고가 났을 때 누가 책임져야 하는지도 중요한 논란거리가 되고 있다. 운송업 분야에서 일자리 줄어들 수 있는 직업 분야가 각종 차량 운전 종사자일 것이다. 구글에서 시작된 무인 자동차 기술은 세계의 여러 나라 자동차 업계로 파급되고 있으며, 현재 각 나라에서는 무인 자동차 개발을 끝내고 실제 도로에 배치하여 운영하는 본격적인 실험을 끝내고 상용화를 눈앞에 두고 있다. 무인 자동차를 실제 배치하여 사용할 수 있는 가장 대표적인 곳으로 공항을 들 수 있다. 공항 내의 도로는 일반 도로와 달리 아주 저속이며, 도로가 바뀔 가능성이 거의 없기 때문에 무인 자동차를 운영하기에는 최적의 장소라 할 만하다. 앞으로 무인 자동차의 도로 배치 운영은 점점 증가할 것이며, 이는 버스, 택시 등의 운전 종사자의 직업 감소로 이어질 것이다. 이외에도 무인차로 인해 소멸할 가능성이 클 직업에는 렌터카 회사 직원, 대리 기사, 교통경찰(무인차는 불법이 거의 없음), 집배원 등이 있다. 운송 분야에서 감소할 직업 중의 하나는 택배 기사일 것이다. 현재 무인 자동차와 더불어 드론 사용이 점점 증가하고 있다.
지시문 (instruction)
다음 문맥을 읽고 질문에 답하시오.
질문 (question)
데이터 증강 블록에서 수행하는 작업의 대상과 증강되는 데이터의 두 가지 종류는 무엇인가?
추론 과정 (compact_reasoning)
  1. 1과제 해석task_interpretation

    데이터 증강 블록의 작업 대상과 데이터의 종류를 묻는 질문임을 파악한다.

  2. 2정보 추출information_extraction

    데이터 증강 블록과 관련된 문장을 추출한다.

    • 물체 인식 과정이 끝난 후, 해당 영역에 데이터를 증강(Augmentation)하는 작업을 수행하는 블록이 데이터 증강 블록이다.
    • 데이터 증강은 연속된 비디오 프레임 각각에 모두 적용해야 하며
    • 증강되는 데이터의 종류는 크게 이미지와 텍스트로 구분할 수 있다.
  3. 3근거 선택evidence_selection

    작업 대상인 '연속된 비디오 프레임'과 데이터 종류인 '이미지', '텍스트'를 근거로 선택한다.

    • 연속된 비디오 프레임 각각에 모두 적용해야 하며
    • 증강되는 데이터의 종류는 크게 이미지와 텍스트로 구분할 수 있다.
  4. 4논리 통합logical_integration

    데이터 증강 작업은 연속된 비디오 프레임 각각에 적용되며, 그 종류는 이미지와 텍스트로 나뉜다는 점을 결합한다.

  5. 5결론 도출conclusion_formulation

    작업 대상은 연속된 비디오 프레임이며, 데이터 종류는 이미지와 텍스트임을 정리한다.

  6. 6답변 생성answer_generation

    질문에 대한 최종 답변을 작성한다.

근거 (evidence)
  • 물체 인식 과정이 끝난 후, 해당 영역에 데이터를 증강(Augmentation)하는 작업을 수행하는 블록이 데이터 증강 블록이다.
  • 데이터 증강은 연속된 비디오 프레임 각각에 모두 적용해야 하며
  • 증강되는 데이터의 종류는 크게 이미지와 텍스트로 구분할 수 있다.
  • 연속된 비디오 프레임 각각에 모두 적용해야 하며
최종 답변 (final_answer)
작업 대상은 연속된 비디오 프레임이며, 데이터의 종류는 이미지와 텍스트이다.