2021년 9월 IT 기사 정리

1. 화재건물내 구조 대상자 파악하는 AI시스템 개발한다

https://www.sciencetimes.co.kr/news/%ED%99%94%EC%9E%AC%EA%B1%B4%EB%AC%BC%EB%82%B4-%EA%B5%AC%EC%A1%B0-%EB%8C%80%EC%83%81%EC%9E%90-%ED%8C%8C%EC%95%85%ED%95%98%EB%8A%94-ai%EC%8B%9C%EC%8A%A4%ED%85%9C-%EA%B0%9C%EB%B0%9C%ED%95%9C%EB%8B%A4/

화재건물내 구조 대상자 파악하는 AI시스템 개발한다 – Sciencetimes

화재가 발생한 건물 안에 있는 구조 대상자의 수와 위치를 정확하게 파악하는 인공지능(AI) 기반 시스템이 개발된다.

AI 기반 인원계수 시스템은 CMOS 이미지 센서를 활용한 단말장치를 통해 시설물 안에 머무르는 인원을 실시간으로 모니터링하는 것으로, 원래는 발전소 안전사고 예방을 위해 출입 인원을 계산하려는 목적으로 한전KDN에서 개발했다.

국립소방연구원은 이 시스템을 화재 상황에 적용할 수 있다고 보고 공동 연구에 나섰다. 실내에 들어찬 연기와 피난자의 특성 등을 고려해 건물 내부에 있는 구조 대상자의 수와 위치를 파악하도록 시스템을 발전시킬 계획이다.

이를 위해 오는 9월부터 고층건물, 공장, 노인요양시설, 오피스텔 등 종류별로 모두 5개 건물에 시스템을 시범 적용해 인식률을 높이는 연구를 진행한다. 

현재는 불이 나면 건물주 등 관계인 진술과 소방활동 정보카드에 의존해 대략적인 수용인원과 구조대상자 위치를 파악하고 있는데 이 시스템이 개발·적용되면 대형·중요 건축물 화재 시 보다 신속하게 인명구조 작업을 진행할 수 있을 것으로 국립소방연구원은 기대했다.

 

 

2. 테슬라 ‘자율주행’의 5가지 의문점 [최원석의 디코드] 

https://www.chosun.com/economy/int_economy/2021/09/02/6ZCFE5KPBBDIJBCQZH4WNPQM6E/

테슬라 ‘자율주행’의 5가지 의문점 [최원석의 디코드]

   1. 구글의 자율주행 자회사인 웨이모나 다른 대부분의 업체들은 카메라·레이더 뿐 아니라 레이저를 쏘는 ‘라이다’를 추가해 자율주행기술을 개발하고 있지만, 라이다가 고가 부품인데다, 눈·비가 심할 때 성능이 급감하는 것, 차량 외부로 돌출되는 큰 크기, 외부 간섭 가능성 등을 이유로 최근 매력이 떨어졌다는 평가도 있어 깔끔하게 카메라만 쓰고도 자율주행을 구현하겠다는 테슬라 쪽이 상대적으로 더 나은 방향, 혹은 더 스마트한 것처럼 평가받기도 한다.

하지만 (아직도 논란은 있지만) 테슬라가 이 논쟁에서 이겼다 하더라도, 그것이 테슬라가 자율주행에서 앞설 것이라는 증거가 되긴 어려울 수 있다. 왜냐하면 카메라나 라이다는 자율주행 기술의 3가지 구분, 즉 인지·판단·제어 가운데 ‘인지’ 즉 차량 주변의 상황을 파악하는 것일 뿐이기 때문이다.

   2. 테슬라가 경쟁사보다 실제주행 데이터를 대량으로 수집해서 독자기술을 동원하고 수퍼컴으로 인공신경망 학습을 계속하면 완전 자율주행에 가까워지는 것이 아닐까 싶기도 하지만, AI 데이에서 테슬라가 밝힌 내용에 따르면, 그렇게만 말하기엔 그 과정에 너무 복잡다단한 일들이 숨어있고, 어려움도 아주 크다는 겁니다. 

그리고 차량이 받아들이는 모든 화소 정보를 차량 내에서 처리하기엔 컴퓨팅 자원이 너무 많이 소모되기 때문에, 도로 구조를 포인트 별로 드문드문 인식하는 방안도 ‘연구 중’이라고 했고, 카파시는 프로세싱 자원을 많이 소모하지 않는 다른 방안을 계속 ‘연구 중’이라고 말했다.

정리하면, ‘실제주행’ 데이터를 대량으로 취합한다고 해서, 이게 완전 자율주행으로 가는 특급열차 티켓을 발부받았다는 의미는 아닐 수 있다는 것이다.

   3. 그런데 AI 데이에서 카파시의 설명을 들어보면, 취합한 정보에 이름표를 달고 컴퓨터 처리에 쓸 수 있도록 분류(레이블링)하는게 간단치 않고, 자원 소모를 줄이기 위해 자동 레이블링 기술을 도입했지만, 역시 결정적인 부분은 인간이 수동으로 해줘야 한다고 했다.

더해, 테슬라도 결국 ‘엣지 케이스’ 즉 예측이 어렵고 좀처럼 일어나지 않는 상황을 해결할 때 시뮬레이션에 의존한다는 것이다. ‘아무리 대량의 필드데이터가 있더라도 98~99%의 신뢰도에서 나머지 1~2%를 채우는 것은 결국 고도의 시뮬레이션일 수 있겠구나. 그렇다면 이 시뮬레이션은 누가 가장 잘할 수 있을까?’이다. 현재 구글이 양자컴퓨터에서 높은 우위를 누리고 있으며, 구글의 양자컴퓨팅이 더 발전해 현재의 수퍼컴 능력을 별 것 아닌 것으로 만들어버린다면, 이에 더해 그들의 자율주행 시뮬레이션 능력이 테슬라의 수준을 뛰어넘는다면 어떻게 될까?

   4. 테슬라는 ‘차량끼리의 통신은 현 시점에서 가능하지도 않고, 또 불필요하다. 우리는 차량 단독으로 해결하는 방향으로 간다’일 것이다. 애플은 당시 ‘자율주행차가 다른 차와 교신해 경로를 미리 알려주는 시스템’에 관한 특허를 출원했고, 애플 자율주행차 시스템이 탑재된 어떤 차가 ‘9초 뒤 좌회전하겠다’고 주변 차에 알리면, 그에 맞춰 다른 차들도 연동해 도로 위의 모든 차들이 더 안전한 자율주행을 할 수 있도록 만든다는 것입니다. 차량이 혼자 판단하는게 아니라, 네트워크로 연결된 차량들이 상황에 맞는 여러 방식의 통신으로 연결해 판단하기 때문에, 더 쉽고 안전한 자율주행 환경을 만들 수 있다는 것이다. 자율주행에서 아주 중요한 것이 내 위치, 상대방 위치 등을 정확히 파악하는 것이다. 에어태그를 시작으로 하는 애플의 UWB 생태계는, 본질적으로 세상 모든 것의 위치와 성격을 파악하는 것인데, 결국 이것이 자율주행을 완성하는데 중요한 바탕이 되어줄 가능성이 있다.

   5. 인간이 책임에서 벗어날 수 있는 완전한 자율주행이 곧 이뤄진다면, 그리고 그것이 테슬라에서만 독보적으로 이뤄진다면, 테슬라 제국의 위용은 하늘로 뻗어나가겠지만 완전 자율주행까지는 테슬라 역시 갈 길이 멀다면 어떨까?

완전 자율주행에 도달한 수준을 10이라고 했을 때, 테슬라가 지금 8~9, 경쟁자들이 4~5에 있는 것이 아니라, 사실 테슬라가 3~4, 경쟁자들이 2~3에 있는 것이라면? 지금은 테슬라가 차량 단독의 자율주행, 게다가 라이다·고해상도맵 등의 고가·고부하 기술을 쓰지 않고도 자율주행 기술을 선도하는 것처럼 보이지만, 테슬라의 기술이 1~2년, 혹은 3~4년 후에도 완전 자율주행이 아니라, 지금과 같은 높은 수준의 주행보조(레벨2+ 혹은 레벨 2.9 정도)에 묶여 있다면 어떻게 될까?

곧 이뤄진다면 테슬라의 승리이겠지만, 시간이 흐를수록 구글 웨이모나 GM 크루즈, 혹은 다른 완성차·IT 진영, 궁극적으로는 아직 마각을 드러내지 않고 있는 애플에 대해 상대적인 우위를 유지하기 어려울 수도 있을 것이다.

 

 

3. 현대차, 무인자율주행 '아이오닉5 로보택시' 공개…"2023년 美 달린다"

http://www.gpkorea.com/news/articleView.html?idxno=77530 

현대차, 무인자율주행 '아이오닉5 로보택시' 공개…"2023년 美 달린다"

지붕에 장착된 파란색 원통형 ‘라이다’를 포함, 전·후·측면 곳곳에 카메라, 레이더 등 30개의 센서가 탑재돼 있다. 이런 센서들은 차량의 360도 전방위 상황, 장애물 등을 인식한다. 또 고해상도로 주변 이미지를 측정해 공간 정보를 습득하고, 최대 300m 거리에 위치한 도로 상황까지도 감지한다.

다양한 센서 외에도 주요 시스템의 안정성을 높이기 위한 ‘이중안전시스템(리던던시)’도 적용됐다. 리던던시는 조항과 제동, 전력, 통신 등을 이중 구성하는 것으로, 해당 기능이 제대로 작동하지 않을 경우 보조장치가 이를 대체해 차량을 원활하고 안전하게 운행할 수 있도록 돕는 시스템이다. 이를 통해 아이오닉 5 로보택시는 탑승자가 안전하게 목적지까지 이동할 수 있다. 또 무인으로 운행되는 만큼, 도로 위 돌발상황에서도 안정적으로 주행할 수 있도록 ’원격차량지원(RVA)’ 기술도 탑재했다.

또 실내에 카메라 센서를 장착, 탑승자의 안전벨트 착용 여부를 확인하고 알림을 전달한다. 탑승자가 차량에 소지품을 두고 내리지 않도록 센서로 감지하고 안내하는 기능도 제공한다.

아이오닉5 로보택시에는 미국 자동차공학회(SAE) 기준 ‘레벨4’ 수준의 자율주행 기술이 적용된다. 레벨4는 차량의 자동화된 시스템이 상황을 인지·판단해 운전하고, 비상시에도 운전자 개입 없이 차량이 스스로 대처할 수 있는 ‘완전자율주행’이다. 아이오닉5 로보택시는 모셔널의 첫 상업용 완전 무인 자율주행 차량으로, 2023년 미국에서 승객을 원하는 지점까지 이동시켜주는 ‘차량 호출(라이드 헤일링)’ 서비스에 투입될 예정이다.

 

 

4. 메타버스 공간서 누리는 금융교육 콘텐츠

https://www.mk.co.kr/news/economy/view/2021/09/848270/

메타버스 공간서 누리는 금융교육 콘텐츠

첫차 구매 상식, 미리보는 근로소득과 절세방법, 부린이(부동산+어린이)를 위한 주거 지원 혜택이 주제로 아바타 은행원이 메타버스 플랫폼을 통해 MZ세대에게 금융정보를 재미있게 전달하고 참여자들은 자신의 아바타를 통해 자유롭게 소통할 수 있다.
'미리보는 근로소득 및 절세방법' 편에서는 하나은행 세무 전문가가 친근한 아바타로 등장해 근로소득과 주식투자 관련 절세 방법을 전달했다. 질의응답(Q&A) 시간에는 음성·채팅을 활용해 MZ세대 참여자들의 다양한 질문과 대답이 오갔다.

 

 

5. “산림에 원격탐사·인공지능 융합 기술 활용”

http://www.ecotiger.co.kr/news/articleView.html?idxno=34067 

“산림에 원격탐사·인공지능 융합 기술 활용” - 에코타임스

이날 참석자들은 대면적의 산림을 항공 라이다(LiDAR) 및 위성영상을 활용해 피해목 탐지, 임분밀도와 나무의 높이, 숲의 층위구조 추정에 관한 연구 결과에 많은 관심을 보였으며, 앞으로 숲을 더욱 정밀하게 탐측할 수 있는 방안에 대해 집중적으로 토론했다.

또한, 인공지능 기술을 활용해 산림의 수종 분류, 산림훼손지 탐지, 산림재해 방재, 산림구조의 3차원 시각화 등에 적용할 수 있을 것으로 전망하며 관련 연구의 중요성에 공감했다.

 

 

6. "온라인 성착취 범죄 메타버스로 이동·진화할 수 있어"

https://www.yna.co.kr/view/AKR20210901147400530

"온라인 성착취 범죄 메타버스로 이동·진화할 수 있어" | 연합뉴스

최근 가상현실보다 한 단계 더 나아가 가상공간에서 자신의 캐릭터를 활용해 사회·경제적 활동까지 하는 메타버스(metaverse·3차원 가상현실)가 급속히 확산하고 있다. 일부 서비스에서는 성추행 피해 사례도 나타나는 것으로 알려졌다.

메타버스는 기존 사회관계망서비스(SNS)와 게임에서 제공되던 서비스를 포괄·종합적으로 제공하는 플랫폼이기 때문에 기술의 발전에 따라 온라인 성착취 범죄의 장소가 메타버스로 이동·진화할 수 있다는 분석 결과가 나왔다.

신종 코로나바이러스 감염증(코로나19) 등의 여파로 디지털상 활동이 더 활발해지고 익숙해진 청소년들이 보다 안전한 환경에서 온라인 서비스를 이용하려면 민간 사업자의 자율 책임 역시 중요한 동시 관계부처와 함께 관련 제도 보완 및 정책 집행의 실효성을 강구해야 할 것이다.

 

 

7. [표지로 읽는 과학] RNA 분자 입체구조 찾는 신개념 AI

https://www.dongascience.com/news.php?idx=48983 

[표지로 읽는 과학] RNA 분자 입체구조 찾는 신개념 AI

구조 생물학자에게 단백질은 분자 기계다. 분자의 3차원(3D) 구조에 따라 단백질의 종류와 기능이 달라지고 작동 방식도 바뀐다. 질병을 치료할 수 있는 열쇠도 분자의 3D 구조에 달려 있다. 질병을 일으키는 핵심 단백질과 결합할 약물 분자를 3차원으로 정확히 설계할 수 있다면, 또 단백질과 결합한 뒤 어떤 반응을 일으키는지 3차원으로 시뮬레이션할 수 있다면 신약 개발에 근본적인 변혁이 일어날 것이다. 

국제학술지 ‘사이언스’ 27일자는 새로운 인공지능(AI) 알고리즘을 이용해 구조 생물학의 오랜 난제인 분자의 3D 구조 결정 해법을 찾아낸 미국 스탠퍼드대 연구진의 연구 결과를 표지논문으로 소개했다. 이번에 스탠퍼드대 연구진이 개발한 AI 알고리즘인 ‘아레스(ARES)’는 적은 정보로도 분자의 3D 구조를 정확히 식별해낸다는 점에서 알파폴드를 뛰어넘은 것으로 평가 받는다. 특히 아레스는 RNA 분자에서 입력된 원자의 좌표를 토대로 3D 구조를 예측하는 알고리즘이다. 원자의 좌표 외에 분자의 다른 구조 정보는 사용하지 않는다. AI에 RNA 분자 18개만 학습시켰을 뿐인데도 미지의 RNA 분자 구조를 정확히 모델링했다며 심층 신경망과 같은 기존 AI의 근본적인 한계를 뛰어넘는 알고리즘이라는 평가를 받았다.

사이언스는 연구 성과의 이런 의미를 부각하기 위해 체스판을 연상하는 2차원 격자 무늬 위에 체스말을 연상하는 RNA 분자를 여러 개 세워 놓고 그 중 신약 후보가 될 수 있는 분자 하나에만 불을 켜서 밝히고 ‘이기는 해법(winning solution)’이라는 제목을 달았다.