01. 메타버스
● 메타버스 (Metaverse)
- 초월, 그 이상 (Beyond) 를 뜻하는 그리스어 메타 (Meta) 와 세상 또는 우주를 뜻하는 유니버스 (Universe) 의 합성어
- 현실과 상호 작용하는 확장된 가상의 세계
● 메타버스 유형 4가지
- 증강 현실 (Augmented Reality, AR)
-- 현실 세계가 보이는 이미지 위에 컴퓨터 그래픽을 렌더링해 현실 공간에 가상의 캐릭터나 물체가 있는 것처럼 보이게 만드는 것
- 라이프 로깅 (Life Logging)
-- 일상의 디지털화
-- 일상과 관련된 경험과 정보를 기록 및 저장, 공유하는 기술
-- 스마트폰 사용이 대중화됨에 따라 더욱 광범위하게 활용되고 있음
-- ex. 애플워치, SNS
- 거울 세계 (Mirror World)
-- 실제 세계가 정보적으로 확장된 가상 세계와 결합한 세상
-- ex. 구글 어스
- 가상 세계 (Virtual World, VR)
-- 1. 초 가상의 세계 : 모든 의식과 감각이 가상현실 세계 속에 있다고 느껴지는 가상 세계
-- 2. 화면 속 아바타를 조작하며 체험하는 게임 : 몸은 현실에 있다고 느끼지만 화면 속 아바타를 보며 가상 세계를 체험
● NFT 와 메타버스
- ex. 게임 아이템의 경우 게임회사가 서비스를 종료하는 순간 그 아이템은 더 이상 존재하지 않는다
- 따라서 기존의 메타버스는 이와 같은 소유권 문제 때문에 생산이라는 개념이 거의 없었음
- 그러나 전 세계에서 단 한 명의 소유자만 존재하는 대체 불가 토큰, NFT 기술이 등장하며 디지털 자산의 소유권, 거래, 생산에 대한 개념이 생겨남
-- 이에 따라 메타버스 내에서 유저들이 스스로 디지털 자산을 생산해 내고 소유권을 갖고 부가가치를 창출해 낼 수 있게 됨
- NFT 는 디지털 자산에 이것이 원본이라는 대체 불가한 유일성을 부여함
-- 이 때문에 디지털 자산의 가치화가 가능함
- NFT 예술품이 아무리 많아도 모아 놓고 볼 수 있는 장소와 방문객이 없다면 큰 의미가 없음
- 이러한 니즈를 반영해 디지털 자산과 예술품들을 볼 수 있는 메타버스 갤러리가 등장함
02. 인공지능
● 인공지능 (Artificial Intelligence)
- 기계가 사람처럼 학습하고 행동하는 기술
- 다양한 경험을 통해 패턴을 학습하고 이 패턴이 다음 행동에 영향을 주는 것을 의미함
- ex. 삼성 빅스비, 이플의 시리, 카메라 앱의 얼굴 인식 기술, 자율주행 서비스
- 인공지능 기술과 함께 반드시 알아야 하는 개념이 머신러닝과 딥러닝
● 인공지능 연구의 두 가지 갈래
- 기호주의
-- 미리 입력된 데이터를 가지고 정해진 규칙 기반 (Rule-based) 으로 작동하는 방식
-- ex. 로봇 청소기, 체스 기계
- 연결주의
-- 인간의 뇌신경 네트워크에서 착안한 인공신경망 (Artificial Neural Network, ANN) 으로 인공지능을 구현하는 것
-- 미리 입력하는 데이터 없이 스스로 학습해야 하기 때문에, 초기에는 할 수 있는 일이 많지 않지만 데이터가 쌓일수록 점점 똑똑해짐
-- 이를 구현하기 위해서는 좋은 품질의 방대한 데이터가 있어야 하고, 데이터를 처리하는 컴퓨터의 성능도 좋아야 함
● 머신러닝
- 인간이 프로그래밍하는 대신, 컴퓨터가 충분한 데이터와 경험을 통해 스스로 학습하고, 학습한 내용을 토대로 행동을 개선하는 알고리즘을 의미함
- ex. 번역, 자율주행 서비스
- 머신러닝 방법은 지도 학습, 비지도 학습, 강화 학습 등이 있음
● 머신러닝 : 지도 학습 (Supervised learning)
- 독립변수 (원인) 와 종속변수 (결과) 를 지닌 데이터를 가지고 결과를 예측하는 방식
- 우리가 예측하려는 값의 종류에 따라 회귀와 분류로 나눌 수 있음
- 회귀
-- 예측하려는 값이 숫자일 경우 회귀를 이용
- 분류
-- 예측하려는 값이 문자일 경우 분류를 이용
● 머신러닝 : 비지도 학습 (Unsupervised learning)
- 충분한 데이터를 학습한다는 점은 지도 학습과 같지만, 독립변수만을 제공해 관찰하게 하고 이를 통해 비슷한 데이터들끼리 군집화 (Clustering) 하거나 연관 규칙 (Association) 을 파악한다는 차이가 있음
- 군집화
-- 데이터들의 관측치를 가지고 비슷한 것들끼리 그룹화하는 것
-- 종속변수 즉, 결과에 해당하는 값을 제공하지 않고 그룹화한다는 점에서 지도 학습의 분류와 구분됨
- 연관 규칙
-- 각 데이터 간의 연관된 특성을 찾아 그룹화하는 것
-- ex. 쇼핑몰에서 제품을 구매할 때 연관 상품을 추천해 주는 것
-- ex. OTT 서비스가 취향이 비슷한 시청자들을 그룹화하여 이들이 이용한 콘텐츠를 다른 이용자에게 추천하는 것
● 머신러닝 : 강화 학습 (Reinforcement learning)
- 주어진 환경에서 선택 가능한 행동들 중 최적의 행동을 학습하는 것
-- 행동을 취할 때마다 보상이 주어지며, 보상을 최대화하는 방향으로 학습이 진행되고, 끊임없이 행동을 개선하며 학습하게 됨
● 딥러닝
- 머신러닝 학습 방법 중 하나
- 인간의 뇌신경 네트워크를 구현한 인공신경망을 통해 학습함
- 다른 머신러닝은 데이터의 어떤 특징을 학습해야 하는지 사람이 직접 제시해야 하지만, 딥러닝은 기계가 스스로 데이터의 특징을 학습해 데이터의 규칙을 따름
- 데이터가 많을수록 정확도가 올라 성능이 향상됨
- 데이터가 적다면 데이터의 특징을 직접 입력해야 하는 머신러닝의 성능이 더 좋음
03. AR / VR / MR
● AR, VR, MR
- 컴퓨터 그래픽을 이용해 가상 이미지를 구현하는 기술
● AR (Augmented Reality)
- 증강 현실로 직접 보는 현실상에 가상의 이미지를 씌우는 기술
- ex. 포켓몬 고
- 현실 공간상에 가상의 사물이나 정보를 공유하여 현실 세계에 보이는 이미지에 컴퓨터 그래픽을 덮어 본래 있는 것처럼 보이게 만드는 기법
- 유형 : 웹 기반 (Web Based), 키오스크 기반 (Kiosk Based), 모바일 (Mobile)
- 단순한 시각 정보만 전달하고, 단방향으로 이루어진 AR 은 기기와 사용자 간의 의사소통이 없다는 단점이 있음
● VR (Virtual Reality)
- 가상현실로 컴퓨터로 구성한 가상의 공간에서 현실 같은 경험을 하게 하는 기술
- ex. 시각 장애, 운동 장애 등을 겪는 사람들을 돕는 보조기기, 화재 현장 등 위험한 환경에서의 가상훈련
- 현실 세계에 존재하는 것처럼 가상의 환경 또는 상황을 만드는 컴퓨터를 이용한 기술로, 사용자의 시각, 청각 등을 자극하여 실제와 유사한 환경을 제공함으로써 현실과 단절시키는 기법
● MR (Mixed Reality)
- 혼합 현실로, AR 과 VR 의 포괄적인 의미
- ex. 삼성 오디세이, 구글 글래스
- 증강 현실 (현실 속에 가상물이 있는 현상) 과 증강 가상 (가상 속에 현실이 있는 현상) 이 혼합되어 현실과 가상이 실시간으로 상호작용함
04. 블록체인
● 블록체인 (Blockchain)
- 인공지능, 빅데이터, 메타버스 같은 4차 산업의 중심에는 블록체인이 있음
- 분산거래장부로도 불리는 분산형 데이터 저장 기술
- ex. 비트코인
-- 개인 간 거래에서 쌓이는 데이터들을 은행이 아닌 거래 참여자들끼리 나누어 저장하고 보관함
-- 여러 명이 데이터를 나누어서 보관하기 때문에 한쪽의 데이터가 소실되더라도 쉽게 복구됨
-- 해킹으로 데이터를 조작하더라도 참여자 절반 이상의 검증 및 합의를 이루어야 하기 때문에 위조, 변조가 어려움
- Block 과 Chain 의 합성어로 무수히 많은 블록을 체인으로 연결한 것을 의미
- 블록은 데이터의 저장단위로 P2P (Peer to Peer) 네트워크에 참여하는 모든 개개인의 컴퓨터에 분산되어 기록 및 저장됨
● 특징
- 투명성
-- 네트워크 참여자들이 데이터를 나누어 저장하는 분산 저장 기술이기 때문에 그 대역이 공유되며 모든 참여자에 의해서 관리됨
-- 때문에 임의로 데이터를 조작할 수 없으며, 거래 내역을 수정하기 위해서는 참여자 절반 이상의 합의가 필요하므로 데이터가 투명하게 관리됨
- 안정성
-- 네트워크에 참여하는 참여자가 많을수록 데이터가 더 많은 곳에 저장되기 때문에 해킹이나 데이터 위변조 위험성이 낮고, 하나의 데이터가 소실되더라도 복구가 용이
- 경제성
-- P2P 네트워크에 참여하는 거래 당사자들끼리 직접 거래가 이루어지므로 중개자 (은행 등) 가 필요 없음
-- 데이터가 분산 저장되기 때문에 보안에 큰 비용을 투자할 필요가 없음
● 종류
- 퍼블릭 블록체인
-- 누구나 참여 가능한 개방형 블록체인
-- 탈중앙화
-- ex. 비트코인, 이더리움
- 프라이빗 블록체인
-- 관리자로부터 권한을 부여받은 인원만 참여할 수 있는 폐쇄형 블록체인 네트워크
-- 주로 데이터 기밀 유지가 중요한 공공기관 및 사기업에서 활용
-- ex. 하이퍼레저 패브릭 (Hyperledger Fabric), 넥스레저 (NexLedger)
- 컨소시엄 블록체인
-- 동일한 목적을 가진 서로 다른 프라이빗 블록체인들이 모여 하나의 컨소시엄을 구성해 기존 프라이빗 블록체인의 폐쇄성을 보완한 블록체인
05. NFT
● NFT (Non-Fungible Token)
- 블록체인 기술을 통해 디지털 콘텐츠의 원본을 증명하여 소유권을 부여
- 사진, 영상, 음성파일 등 모든 디지털 콘텐츠는 NFT 가 될 수 있음
- ex. 비플 (Beeple), 크립토펑크 (CryptoPunks), NBA Top Shot
- 대체 불가능한 토큰임
- 디지털 콘텐츠의 원본을 증명해 줌
● NFT 규격
- 블록체인에는 메인넷마다 컨트렉트를 만들기 위한 규격이 있음
- ERC-20
-- 우리가 알고 있는 이더라움 기반 토큰들은 ERC-20 규격에 의해 만들어짐
-- 우리가 일반적으로 알고 있는 코인이 대체 가능한 토큰임
-- 같은 코인은 같은 가치를 가지고 있어 교환할 수 있음
- ERC-721
-- 대체 불가능한 토큰을 위한 표준
-- 단 하나만 존재하며 대체 불가능함
- ERC-1155
-- 여러 개의 NFT 발행 가능
-- 게임 아이템으로 사용하기 위해 만들어짐
-- 트랜잭션 한 번으로 많은 사람에게 원하는 개수만큼 NFT 를 발행할 수 있어 비용과 이더리움 트랜잭션 풀 수수료 절감 가능
● NFT 사용하기 : 민팅 (Minting)
- NFT 를 발행하고 판매하는 행위
- 민팅은 크게 NFT 발행, 구매, 판매 행위로 나뉨
-- 이 모든 행위에는 전자지갑, 암호화폐, 이미지 또는 영상 등의 NFT 화 할 콘텐츠가 필요함
-- NFT 구매는 각 메인넷에서 운영하는 NFT 마켓에서 구매하거나 NFT 가 처음 발행될 때 구매하면 됨
-- 두 방법 중 어떤 것을 선택하더라도 가장 처음에 해야 할 일은 전자지갑에 연결하는 것
06. 디파이
● 디파이 (DeFi, Decentralized Finance)
- 탈중앙화된 금융
- 블록체인 기술을 통해 모든 거래가 개인 대 개인으로 진행되는 금융 서비스
- 블록체인 기술을 기반으로 한 스마트 컨트랙트 기능이 핵심임
- 가장 큰 특징은 결합성
-- 이미 모듈화된 기능을 누구나 가져다 결합하여 만들고자 하는 금융 서비스에 레고처럼 조합하는 것이 가능해짐
- 디파이는 디앱을 통해 작동됨
-- 사용자는 지갑, 결제, 탈중앙화 거래고, 스테이블 코인, 시장 예측 등을 디앱을 통해 접할 수 있음
- 지갑 (Wallet)
-- 디파이 생테계에서는 가상자산을 관리하는 지갑이 필요함
- 결제 (Payment)
-- 디파이 결제 디엡은 디파이 생태계에서 가장 중요한 금융의 핵심인 지급 시스템
-- 블록체인의 탈중앙화 기술을 통해 개인과 기업을 위한 안전한 결제 솔루션을 제공하고, 전통적 금융기관으로부터 소외될 계층에게 가상자산으로의 결제 수단을 제공함
- 탈중앙화 거래소 (DEX, Decentralized Exchange)
-- DEX 는 탈중앙화 방식으로 운영됨에 따라 사용자들이 중앙 기관에 자금을 보유하거나 예치할 필요 없이 개인키를 본인이 직접 관리하며 가상자산의 교환과 거래 기능을 제공
- 스테이블 코인 (Stable Coin)
-- 미국 달러 같은 안전 자산 가격에 연동된 가상자산임
-- 가격 안정성과 낮은 변동성을 확보함으로써 사용자가 안심하고 디파이 플랫폼에서 거래할 수 있도록 가상자산의 일정한 가치를 유지시키는 지원을 함
- 예측 시장 (Prediction Markets)
-- 사용자가 어떤 특정 이벤트 결과에 대해 사전에 가능성이 큰 쪽에 배팅하는 예측 거래를 할 수 있도록 솔루션을 제공하는 마켓
07. 마이데이터
● 마이데이터 (Mydata)
- 정보 결정권과 정보 이동권에 근거해 정보의 주체인 개인의 요청에 따라 기업 보유 데이터를 개인, 혹은 개인이 대리로 지정한 제3자에게 공유하고 소유권을 주장하는 권리
- 개인 정보 데이터의 중요성이 대두되고, 현재의 개인 정보 데이터 활용 방식에 대한 문제가 꾸준히 제기됨에 따라 데이터 주권에 대한 인식이 변화하기 시작
08. 빅데이터
● 빅데이터 (BigData)
- 디지털 사회에서 대용량 데이터를 수집, 조사, 가공하는 기술
- ex. 서울시의 올빼미 버스, 신용카드, PB 상품
● 특징
- 다양성 (Variety)
-- 일반적인 비정형 데이터 : 기록물, 동영상, 책, 잡지, 오디오, 비디오 등
-- 정형 데이터 : SNS, 로그 기록, 이메일, 음성 녹음, 위치 정보 등
-- 일반적인 데이터를 넘어 대규모의 모든 정보를 다 포함함
- 속도 (Velocity)
-- 디지털 데이터는 빠른 속도로 전달 및 생성됨
-- 따라서 데이터를 수집, 가공, 시각화하기까지 방대한 양의 데이터가 실시간으로 처리돼야 함
-- 일반적으로 기계 학습, 데이터 마이닝 등이 이에 해당
- 대규모 (Volume)
-- 빅데이터를 처리하기 위해서는 일반적으로 수십 TB 에서 수십 PB 이상의 용량이 필요
-- 분산 컴퓨팅 솔루션 (하둡 등), 클라우드 등의 방식을 통해 빅데이터를 활용함
- 가치 (Value)
-- 가치를 창출한다는 것은 목적에 맞게 데이터를 가공해 최적의 답을 얻는 것
-- 기업은 빅데이터를 통해 소비자들의 니즈를 파악하여 서비스, 재난 방지 도구, 신약 개발 등 다양한 곳에 활용하고 있음
09. 양자 컴퓨터
● 양자 컴퓨터 (Quantum Computer)
- 양자 얽힘 (quantum entanglement), 중첩 (superposition), 텔레포테이션 (teleportation) 등 양자 역학의 원리를 이용해 계산하는 컴퓨터
- 고전 컴퓨터가 0 과 1 만 구분할 수 있는 반면, 양자 컴퓨터는 더 나아가 0 과 1 을 공존시킬 수 있음
10. 챗봇
● 챗봇 (Chatbot)
- 채터 (chatter) 와 로봇 (robot) 의 합성어
- 대화하는 로봇
- 채팅창을 통해 음성이나 문자로 사람과의 대화 또는 특정한 작업을 할 목적으로 설계된 컴퓨터 프로그램
- 자동화된 규칙, 인공지능, 자연어 처리 (NLP) 및 머신러닝 기반으로 구동되는 서비스로, 인터페이스를 통해 상호 작용하는 소프트웨어 앱
- 접하는 곳 : 금융, 의료서비스, 교육, 보험, 법률 상담, 여행, 요식업 등
● 주요 핵심 기술
- 패턴 인식 (Pattern Recognition)
-- 기계에 의하여 도형, 문자, 음성 등을 식별하는 것
- 자연어 처리 (Natural Language Processing)
-- 사람이 쓰는 언어를 컴퓨터에 인식시켜서 처리하는 일
-- 정보 검색, 질의응답 시스템, 자동 번역 및 통역 등 포함
- 시맨틱 웹 (Semantic Web)
-- 컴퓨터가 정보 자원의 뜻을 이해하고 논리적 추론까지 하는 차세대 지능형 웹
- 텍스트 마이닝 (Text Mining)
-- 비정형 텍스트 데이터에서 새롭고 유용한 정보를 찾아내는 과정 또는 기술
- 상황 인식 컴퓨팅 (Context Aware Computing)
-- 가상공간에서 현실의 상황을 정보화하고 이를 활용해 사용자 중심의 지능화된 서비스를 제공하는 기술
참고문헌
● 개발자가 되기 위해 꼭 알아야 하는 IT 용어 : https://product.kyobobook.co.kr/detail/S000061352646
