Q. AI산업과 관련한 전망은 전문가들이 보시기에 어떤지, 챗지피티, ai스피커 외에 실생활에 어떻게 적용되고 있는지 궁금합니다.
안녕하세요. 설효훈 과학전문가입니다.상당히 많은 사람들이 인공지능에 대해 "드디어" 두려움을 느끼게 되었다. 하지만 사람들의 삶을 더 간편하게 해 주는 인공지능은 이 뿐만 아니라 다양한 분야에서도 많은 이용이 되고 있다. 알파고는 수년 전부터 전방위적으로 쓰이고 있던 딥러닝 방식을 바둑에 적용했을 뿐이며, 고로 현 인공지능 수준에 대한 현황을 알 수 있는 사례 정도라고 보아야 한다. 바둑은 경우의 수 자체는 엄청나게 많지만, 게임이라는 분명한 틀과 분명한 목적을 가지는 영역인 만큼 사진 및 언어 인식 연구 등에 비하면 매우 단순한 영역이다. 알파고는 다음 돌을 놓을 위치를 선택하는 정책망과 해당 위치에 돌을 놓았을 때 승리 확률을 예측하는 가치망이라는 2개의 인공 신경망을 활용한다. 그리고 그 인공신경망이라는 것도 실제 인간 뉴런의 작동방식과는 전혀 관계없는, 데이터로부터 어떤 함수를 근사하는 일종의 회귀 모형일 뿐이다. 단지 그 모형이 수백만~수억 개의 매개변수를 지닐 정도로 복잡하고 표현력이 높아서 바둑의 수에 따른 승률 같은 매우 복잡한 함수도 근사가 가능할 뿐이다. 사실 인공 신경망 구조는 수십 년 전부터 알려져 있었고, 뉴런 수를 무한히 늘릴 수 있으면 어떤 함수든 표현이 가능하다는 것도 예전에 증명되었다. 인공 신경망이 최근에서야 각광받는 이유는, GPU의 발전으로 인해 엄청난 계산량이 필요한 깊은 인공 신경망 모형을 학습시키는 것, 소위 말하는 딥 러닝이 가능해졌기 때문이다. 사실 주어진 문제를 해결할 수 있다면 기법과 기술을 가리지 않고 다 쓴다. 특성상, 이론적 개연성이 전혀 없는 기술도 적용하여 결과물의 품질이 우수하다면 인정된다. 아래는 이러한 기술, 기법 중 유명한 것들의 일부만을 나열한 것이다.기본 기술미로탐색 알고리즘 로봇(마이크로 마우스)이나 자율주행차가 인접 지형지물을 인식하고 특정 목적지까지 길을 찾아가는 알고리즘으로 기계학습 없이도 동작 가능한 가장 기초적인 인공지능 알고리즘이다. 상용제품에서는 당연히 더욱 복잡한 기계학습알고리즘이 활용된다.퍼지 이론(fuzzy theory): 자연상의 모호한 상태, 예를 들어 자연 언어에서의 애매모호함을 정량적으로 표현하거나, 그 반대로 정량적인 값을 자연의 애매모호한 값으로 바꾸기 위해 도입된 개념. 예를 들어 인간이 "시원하다" 라고 느낄 때 그 온도가 얼마인지를 정해 사용하는 것이다.패턴인식(pattern recognition) : 그림, 음원, 글 등의 각종 선형 및 비선형 데이터 안에서 특정한 패턴을 찾아내는 것을 의미한다. 즉, 쉽게 풀어서 말하자면 컴퓨터가 사람과 유사하게 데이터를 판단하여 어떤 데이터인지 구분해주는 기술이라고 생각하면 된다.기계학습(machine learning): 이름 그대로 컴퓨터에 인공적인 학습 가능한 지능을 부여하는 것을 연구하는 분야이다. 자인공신경망(artificial neuron network): 기계학습 분야에서 연구되고 있는 학습 알고리즘들 중 하나. 주로 패턴인식에 쓰이는 기술로, 인간의 뇌의 뉴런과 시냅스의 연결을 프로그램으로 재현하는 것이다. 간단하게 설명하자면 '가상의 뉴런'을 '시뮬레이션'한다고 볼 수 있는 것으로서(실제 뉴런의 동작구조와 완전히 같은 것은 아니다.), 일반적으로 신경망 구조를 만든 다음 '학습'을 시키는 방법으로 적절한 기능을 부여한다. 현재까지 밝혀진 지성을 가진 시스템 중 인간의 뇌가 가장 훌륭한 성능을 가지고 있기 때문에 뇌를 모방하는 인공신경망은 상당히 궁극적인 목표를 가지고 발달된 학문이라 볼 수 있다. 역시 자세한 내용은 기계학습 문서를 참조. 2020년대에 들어서는 컴퓨터의 계산 능력이 무서울 정도로 발전하고 있고, 그에 따라 쏟아지는 데이터의 양과 종류도 많아지고 있어 비정형 데이터[15]를 처리하는 능력이 뛰어난 인공신경망 기술이 모든 인공지능 기술 중에서 가장 각광받고 있고 앞으로도 더 각광받게 될 기술로 대우받고 있다. 이쯤되면 인공지능에 관심이 많은 사람들은 눈치를 쳤겠지만, 수많은 인공신경망을 연결해서 계층 형태로 겹겹이 쌓은 인공신경망을 심층 인공신경망(deep neural network)이라고 부르며, 이게 바로 우리가 흔히 알고 있는 딥러닝이다.유전 알고리즘(genetic algorithm): 자연의 진화 과정, 즉 어떤 세대를 구성하는 개체군의 교배(crossover)와 돌연변이(mutation)과정을 통해 세대를 반복시켜 특정한 문제의 적절한 답을 찾는 것. 대부분의 알고리즘이 문제를 수식으로 표현하여 미분을 통해 극대/극소를 찾는 것이 반해, 유전자 알고리즘은 미분하기 어려운 문제에 대해 정확한 답이 아닌 최대한 적합한 답을 찾는 것이 목적이다.인공생명체(artificial life): 말 그대로 프로그램에 단순한 인공지능이 아닌 실제 살아있는 유기체처럼 스스로 움직이고 생활하기 위한 능력을 부여하는 것. 실제 생명체를 갖고 실험하기에는 너무 시간이 오래걸리기 때문에 가상의 시스템(환경)을 통해 생명체에 대한 연구를 하기 위한 목적이다..출처 : 나무위키 - 인공지능
지구과학·천문우주
Q. 비 오는 날에 하늘이 회색이 되는게 과학적인 근거가 있나요?
안녕하세요. 설효훈 과학전문가입니다. 하늘에 떠 있는 구름이 흰색에서부터 어두운 검은색을 띄는 이유는 구름 입자에 의한 가시광선의 산란이 공기 입자에 의한 산란과는 그 성격이 다르기 때문이다. 입자의 크기가 빛의 파장과 거의 같거나 큰 경우 에 나타나는 산란은 미 산란이라고 한다. 미 산란의 경우 구름 입자에 입사한 태양 광선은 파장에 관계없 이 모든 파장의 빛이 고르게 분산된다. 그 결과 옅은 구름은 하얗게 보인다. 구름이 성장 초기에는 흰색으 로 보이기도 하지만 점점 키가 커짐에 따라 전체적으로 회색으로 보이기도 하고 때로는 구름의 아랫부분이 짙은 회색으로 검게 보인다. 구름이 이와 같이 성장함에 따라 어두운 회색 또는 짙은 회색으로 변하는 것 은 두터운 구름층 때문에 입사한 빛이 구름 내부 깊숙이 들어가지 못하기 때문이다. 또한 구름이 성장하면 서 수적이 커짐에 따라 빛의 흡수량이 증가하는 반면에 산란량이 감소하기 때문이다.(출처 : 서울대학교 과학교육연구소 - 공기에 의한 빛의 산란에 대한 중학생의 오개념)구름은 우리가 보기에는 솜뭉치처럼 보이는데 실제적으로 구름은 직경이 10마이크로미터 정도의 작은 물방울들이 구름 속 1리터의 공간 안에 약 100만개나 들어 있는 구름방울 뭉치랍니다. 구름 속 1리터의 공기 안에 있는 구름 물방울을 모두 한데 합친다 해도 그 양은 약 1그램 정도도 안 됩니다. 그래서 구름은 온통 빈공간이나 마찬가지입니다. 안개가 끼었을 때와 마찬가지입니다.모든 구름에서는 빠르게든 느리게든 구름방울이 빗방울로 커질 수도 있게 됩니다. 커진 빗방울은 구름 밑으로 낙하하게 되고, 아래로 구름을 벗어난 빗방울은 떨어지면서 말라가는데, 다 마르지 않은 빗방울은 땅에 떨어집니다. (출처 : 기상청 - 구름과 구름 사이에 비가 내릴 수 있는지)
Q. 나프타는 어떻게 만들어지며 어디에 사용되는지요?
안녕하세요. 설효훈 과학전문가입니다. 원유를 증류할 때, 35~220°C의 끓는점 범위에서 유출(溜出)되는 탄화수소의 혼합물이다. 중질(重質) 가솔린이라고도 한다. 나프타는 휘발유와 비슷한 기름으로 원유를 증류할 때 LPG와 등유 유분 사이에서 유출되며, 석유화학공업의 원료 등으로 사용할 경우에 나프타라고 한다.주로 석유화학공업의 원료로 쓰이고 일부가 암모니아를 합성하여 비료를 만드는데 사용되거나 도시가스에 사용된다.석유화학공업의 주원료로 사용되는 나프타는 끓는점이 35~130℃인 라이트 나프타(Light Naphtha)와 끓는점이 130~220℃인 헤비 나프타(Heavy Naphtha) 및 이 2가지를 모두 함유하는 풀레인지 나프타(Full-range Naphtha)로 구분하여 사용된다.나프타를 원료로 열분해(NCC)하여 석유화학기초원료인 에틸렌, 프로필렌, 부타디엔, 벤젠, 톨루엔, 자일렌 등을 생산하고 이를 원료로 다시 합성수지, 합성고무, 합성섬유, 염료, 의약품 등 광범위한 분야의 제품을 만들어 낸다.출처 : 여천NCC - 나프타
Q. HBM 반도체는 무엇인가요? 알려주세요.
안녕하세요. 설효훈 과학전문가입니다. High Bandwidth Memory 고대역폭 메모리를 뜻한다. 기존의 GDDR 계열 SGRAM을 대체하고 보다 고대역폭의 메모리 성능을 달성하기 위해 제안되었으며, 2013년에 반도체 표준협회인 JEDEC에 의해 채택되었다. 메모리 다이를 적층하여 실리콘을 관통하는 통로(TSV)를 통해 주 프로세서와 통신을 한다는 것으로, 이를 위해서 직접 인쇄 회로 기판 위에 올려지는 GDDR 계열 SGRAM과는 달리 인터포저라는 중간 단계를 필요로 한다.GDDR의 경우 32개의 핀을 구리배선으로 연결하면 되므로 따로 미세공정이 필요 없었다. 그러나 HBM은 1024개나 되는 미세한 핀을 연결해야 하기 때문에 그대로 기판에 붙일 수 없다. 설령 그대로 붙인다고 하더라도 1024개나 되는 배선을 기판에 구현하여 GPU에 연결하는 것도 만만치 않은 일이라[2], 중간에 인터포저를 추가하여 여기에 GPU와 HBM을 가깝게 배치해서 연결하자는 아이디어가 나왔다. 2012년에 이종간 패키징이 가능한 TSMC CoWoS가 개발되고, 2014년에 AMD와 SK하이닉스가 협력하여 HBM 개발에 성공하면서, 이후 본격적으로 HBM을 활용한 제품이 나오게 되었다.출처 : 나무위키 - HBM
Q. 반도체의 역할과 뜻은 무엇인가요?
안녕하세요. 설효훈 과학전문가입니다. 반도체는 도체(전기가 통하는 물질_철, 은, 구리 등)와 부도체(유리, 나무, 고무 등)의 중간 성질을 가진 물질로 그래서 이름도 반만 도체, '반도체'입니다. 즉, 전기가 통할 수도.. 통하지 않을 수도 있는 있는 물질의 집단을 말하죠. 대표적인 물질은 실리콘(Si, 규소)으로 IT 연구단지로 유명한 미국의 실리콘 밸리도 반도체의 주 재료인 실리콘(규소)와 산타클라라 인근의 계곡(Valley)를 합쳐서 만든 이름입니다. 반도체는 크게 두 가지 기능을 합니다.첫 번째는 전기신호의 처리입니다. 전기 신호의 처리 방식에는 정류, 증폭, 변환의 세 가지가 있습니다.정류(Rectification)한 방향으로 흐르는 전류를 만드는 작용한쪽에 낮은 저항을, 다른 쪽에 높은 저항을 둬 전류가 한쪽으로 흐르게 만드는 과정을 정류라고 한다. 가정용 및 산업용 전기는 거의 모든 경유 교류(양방향으로 전기가 흐르는 것)의 형태로 공급된다. 허나 많은 전자기기에는 그 내부에 직류가 필요하기 때문에 교류를 직류로 바꿔주는 정류회로(다이오드)가 탑재되어 있다.증폭(Amplification)전기신호가 이동 중 약해지는 것을 강한 신호로 세기를 높여주는 작용얻는 신호 대비 높은 출력 신호를 얻는 것으로 전압, 전력, 전류 값이 증가하는 것을 의미하며, 증폭을 가능하게 하는 반도체를 '트랜지스터'라 한다.변환(Conversion)전기신호를 빛 또는 소리로 바꿔주는 작용전기신호가 빛으로 전환되는 반도체가 'LED'이다.두 번째로는 데이터를 처리합니다. 데이터 처리 방식에는 전환, 저장/기억, 연산/제어의 세 가지가 있습니다.전환정보의 값을 아날로그에서 디지털 등으로 바꿔주는 작용아날로그 정보. 즉, 숫자 '327'이, 문자 '엄마'가, 내가 노래방에서 부른 노래가, 친구가 찍은 사진은 모두 디지털 정보인 숫자 0,1로 표현이 가능하다.저장, 기억정보를 프로그램화해서 저장하는 작용이러한 정보를 저장하는 용도로 사용되는 반도체를 '메모리 반도체'라고 하며, 우리가 잘 아는 컴퓨터의 램(RAM)이 이에 속한다. 우리나라의 삼성전자와 하이닉스가 세계적인 경쟁력을 보유하고 있다.연산, 제어기계나 설비가 정해진 순서에 따라 동작하도록 제어하는 작용수치 정보를 계산하고 작동 순서를 프로그램화 해서 자동으로 제어해주는 반도체를 '논리반도체', '마이크로 프로세서' 혹은 '시스템 반도체'라고 한다. 컴퓨터의 CPU에 해당하는 반도체로 인텔, AMD 등이 글로벌 표준이다. 반도체는 이처럼 많은 역할을 합니다. 실제로 전자기기를 구동하기 위한 대부분의 일을 반도체가 하고 있다고 해도 과언이 아니죠. 이처럼 반도체 기술이 발전하고 컴퓨터, 스마트폰 등 대부분의 IT 제품에 반도체가 쓰이면서 인류 문명은 크게 발전했습니다. 특히 메모리 반도체는 우리나라의 수출 1위 품목으로 사실상 대한민국 경제를 떠받쳐 주고 있다고 해도 과언이 아니죠.출처 : ktech(한국산업기술기획평가원) - 반도체란 무엇이며, 어디에 쓰일까?