다시 한 번 정해봅시다. 신년을 맞아
진로에 대한 얘기
내가 하려는 필드는 어떤 필드인가
IoT이다 → 정확히 얘기하면 임베디드를 활용한, 임베디드 시스템 개발
•
IoT/WoT Interworking Framework
To realize the IoT vision, several IoT platforms are being developed for their specific purpose. Despite their interworking support features, it is the still the problem how to integrate and interwork the different IoT devices and platforms. For this problem, we focus on the standardization of interworking interface and on the development of the efficient frame architecture for mashup services.Also, the IoT requires high scalability in the network space to handle the huge number of devices. With billions of devices being added to the internet space, IPv6 might be a good candidate in handling the network layer scalability. But, there is an issue how to compromise the protocol overhead with the network scalability.
iot비전을 이해하기 위해서, 몇몇 iot플랫폼들은 특정 목적이 있다.
서로 다른 특성을 지원하는 interworking이 있지만, 여전히 그것들을 통합하고, 서로 다른 플랫폼의 다른 디바이스들을 연결시키는 건 문제다. 이걸 위해서, 우리는 interworking interface의 표준화와, 효율적인 프레임 아키텍쳐에 집중한다. 뿐만 아니라, Iot는 엄청난 양의 장치들을 다룰 수 있는 아주 큰 규모의 네트워크를 요구한다. 엄청난 양의 디바이스들은 인터넷에 연결되고, IPv6가 좋은 후보군이 될 수 있지만, 어떻게 다른 네트워크 규모들끼리 타협하는 프로토콜을 만들 수 있는지도 중요하다.
•
IoT Data Stream Analysis / Machine Learning for Situation Awareness
Ambient intelligence and autonomous control are not part of the original concept of IoT. However, there is a shift in research to integrate the concepts of IoT and autonomous control. The stream of IoT sensor data enables us to collect more precise and more various information of environments. Base on these information, we focus on developing the machine learning technology for situation/environment awareness and prediction.
지능형 환경과 자동화 컨트롤은 원래 Iot개념의 원래 파트가 아니었다. 하지만 iot컨셉과 자동화 컨트롤을 결합시키고자 하는 연구의 변화가 있다. iot센서 데이터는 우리가 좀 더 정확하고 다양한 정보들을 수집하게 해준다. 이 정보들을 바탕으로, 우리는 머신러닝 development를 해야하고, 이를 통해 상황/환경 인식과 예측 기술을 만들 수 있다.
•
Identification and Tracking for Real-world Objects
The main purpose of original IoT concept is for the identification and tracking for every-day things. This is still valid but not satisfied enough yet. Base on the Oliot platform which is the our reference implementation of GS1/EPCglobal EPCIS(Electronic Product Code Information Service), we focus on enhancing the identification and traceability performances to realize the vision of IoT world.
original Iot컨셉은 바로 인식과 트래킹이다. 이건 아직 유효하지만, 만족스럽지 못하다. oliot platform을 기반으로 해서, iot세상의 비전을 실현시키기 위해 인식과 추적 퍼포먼스를 향상시키고자 한다.
IoT 플랫폼은 디바이스 플랫폼, 네트워크 플랫폼, 데이터 분석 플랫폼, 서비스 플랫폼으로 분류
◦
디바이스 플랫폼 : 디바이스가 제공하는 하드웨어 자원과 이러한 하드웨어 자원을 이용하는 플랫폼으로, 운영체제(OS), 센서와 소프트웨어 등을 포함한 오픈소스 하드웨어, 하드웨어와 연동되는 센서 및 구동기 등을 포함
◦
네트워크 플랫폼: 디바이스와 디바이스 간 연결 플랫폼으로, 다양한 표준/비표준을 지원하는 IoT 통신 프로토콜
◦
데이터 분석 플랫폼 : 다양한 디바이스로부터 획득되는 데이터를 수집/저장/분석하는 플랫폼
◦
서비스 플랫폼 : 다양한 응용 서비스의 용이한 생성 및 실행을 지원하는 플랫폼으로, IoT 서비스 배포를 지원하는 애플리케이션 구현 및 유통 플랫폼
•
세계 주요 IoT 업체들은 각자의 핵심 경쟁력을 기반으로 IoT 플랫폼을 장악하기 위해 경쟁 및 전략적 제휴를 추진 중임
◦
디바이스 플랫폼 분야는 OS 업체인 구글의 브릴로와 MS의 윈도우 10 IoT, 반도체 업체인 인텔의 에디슨과 삼성전자의 아틱, ARM의 엠베드 등이 주도함
◦
네트워크 플랫폼 분야는 전통의 네트워크 강자인 시스코와 네트워크 장비용 반도체 업체인 프리스케일 등이 진출을 시도함
◦
데이터 분석 플랫폼 분야는 기존 클라우드 서비스 강자인 아마존의 AWS IoT와 MS의 애저 IoT, 특정 산업 분야의 데이터 분석에 강점을 가진 IBM의 왓슨 IoT와 GE의 프리딕스, 다양한 산업군에서 150여 개 기업고객을 확보하고 있는 PTC의 액세다 등이 주도함
◦
서비스 플랫폼 분야는 애플의 홈킷, 구글의 네스트 및 구글 홈, 아마존의 에코 등과 같은 홈 IoT 플랫폼과 IFTTT, 로그미인의 자이블리, 아이오브릿지의 싱스픽, PTC의 씽웍스 등과 같은 응용 서비스 지원 플랫폼이 주도함
◦
IoT 플랫폼 기업인 PTC와 산업자동화 기업인 로크웰 오토메이션 간의 전략적 제휴(로크웰이 PTC에 10억 달러 규모의 투자를 진행)를 체결함
◦
GE Digital은 Microsoft와 산업 IoT 파트너십을 체결, 구글도 IoT 플랫폼 기업 C3 IoT와 파트너십 체결이 진행 중임
주요 IoT 플랫폼 업체 동향
•
애플은 핵심 경쟁력인 iOS 및 이를 최적화한 디바이스를 중심으로 한 폐쇄적 IoT 생태계를 구축함
◦
IoT OS(iOS8.1 이후 버전)를 포함한 홈 IoT 플랫폼인 ‘홈킷’을 중심으로 아이폰, 아이패드, 애플 워치, 애플 TV 등 자사 디바이스를 결합하여 통합적으로 IoT 사업 추진함
•
아마존은 데이터 분석을 중심으로 인공지능과 하드웨어의 결합을 통해 생태계를 구축함
◦
데이터 분석 플랫폼인 ‘AWS IoT’, 인공지능인 ‘알렉사’와 알렉사를 탑재한 홈 IoT 허브인 ‘에코(Echo)’ 스피커 등 개방형 IoT 사업 추진함
◦
AWS IoT는 개발자들에게 SDK를 제공하고 있으며, 현재 다수의 기업 및 개발자들이 다양한 AWS IoT 애플리케이션들을 개발함
•
MS는 자사 핵심 경쟁력인 윈도우 OS를 기반으로 한 ▲IoT OS인 ‘윈도우 10 IoT’, ▲데이터 분석 플랫폼인 ‘애저 IoT’를 중심으로 IoT 사업을 추진함
◦
‘애저 IoT’는 머신러닝(Machine Learning) 기술을 이용, IoT 기기들에서 발생하는 데이터를 클라우드에서 처리 및 분석하는 플랫폼
◦
애저 IoT는 각종 센서 디바이스에서 생성되는 데이터를 기존 애저 클라우드 서비스 중 IoT에 해당하는 부분만 따로 수집, 처리하고, 이를 머신러닝으로 분석함
•
IBM의 ‘왓슨 IoT’는 인공지능을 기반으로 IoT 기기를 통해 습득한 데이터를 분석하는 대표적인 데이터 분석 플랫폼
◦
IBM은 빅데이터를 갖고 있거나 데이터 분석이 필요한 사업자에게 왓슨 IoT 플랫폼을 제공하고, 사업자들은 왓슨 IoT 플랫폼을 이용해 IoT 서비스를 제공함
◦
왓슨 IoT는 의료 산업에서의 데이터 분석에서 시작해 기계, 자동차, 물류, 보안, 금융, 헬스케어, 로봇 응용 등 다양한 산업으로 확대 적용함
kaist IoT 연구들
•
Smile Lab - 김성민 교수님
5세대 이종 무선 네트워크
사물 인터넷 및 모바일 컴퓨팅 → 하드웨어 성능과 배터리 용량 감소, 데이터 처리, 센싱, 통신 성능 향상 연구
스마트 무선 시스템 : 무선 시스템의 간섭, 고가 자원의 낭비 소프트웨어 업데이트만으로 사용중인 시스템에 바로 적용이 가능한 스마트 무선 기술을 연구
국제 학회 참여 기회를 제공
차세대 무선 네트워크, IoT smart systems, 모바일 컴퓨팅, 지식을 융합하여 재미있고 실용적인 아이디어를 디자인하고 실제 동작하는 시스템을 구현하는 재미를 추구.
김성민 교수님께 메일
•
NDSL - 박경수 교수님
네트워크 및 컴퓨팅 시스템의 성능, 보안성, 가용성, 신뢰성을 높일 수 있는 설계 방안을 제안, 시스템 구현을 통해 설계바익의 효용을 증명하는 연구
데이터 센터 등에서 폭발적으로 증가하는 네트워크 트래픽 처리 상황에서, 프로그래머블 네트워크 카드를 활용
고성능 분산 딥러닝을 위한 GPU클러스터 관리 시스템
딥 모델 캐시를 통한 저지연 고성능 딥 러닝 서비스, 엣지 시스템의 어플리케이션들은 클라우드 서버에서 동작하는 형태로 구현되나, 서버 처리 용량 한계 및 사용자 정보 프라이버시 등의 문제가 존재. 자주 반복되거나 민감한 개인정보를 포함하는 상요자 요청들을 로컬 환경에서 처리하는 딥모델 캐시를 제안
해외 유수 기업 및 정출연에 취직, 해외 유수 기업 및 연구소에서의 인턴쉽을 장려
•
USRG - 심현철 교수님
무인항공기, 자율주행차 같은 신개념 무인이동체에 대한 연구와 개발
기계학습기술을 적극적으로 활용한 환경인식 및 판단기술을 드론과 자율주행차에 적용
자율주행차 관련 연구를 활발히 하는 중
•
VIAR - 유민수 교수님
컴퓨터 시스템 계층 통합적 관점에서의 컴퓨터 아키텍처에 대한 연구
안정적이며 신뢰성 높은 미래의 '지능'시스템을 위한 고성능 컴퓨팅 플랫폼을 만드는 것을 목표
하드웨어와 소프트웨어 시스템 양쪽 모두에 대한 깊은 이해를 바탕으로, 기계학습과 컴퓨터 비젼 어플리케이션을 타겟으로 최적화된 컴퓨터 시스템을 설계할 수 있는 시스템 아키텍트로 성장하는 것을 목표
•
NCL - 윤찬현 교수님
여러 개의 컴퓨터를 네트워크로 묶어서 슈퍼컴퓨팅으로 활용
실시간 고소 프로세싱을 지원하는 엣지 서버 플랫폼을 구현 중
•
LANADA - 이융 교수님
연결되어있는 모든 것들에 대해 연구
수학적인 연구, 시스템적인 연구의 조화를 추구, 다른 학문 분야와의 연구를 추구
기계학습 관련 어플리케이션 연구를 활발히 진행
다중 에이전트 강화 학습 연구, 대규모 인공신경망 최적화 연구
딥러닝 어플리케이션 연구
무인비행체 네트워크 및 기계학습 적용 연구
차세대 센서 네트워크 및 IoT 연구
njahn0716@kaist.ac.kr - 안남조
khson@lanada.kaist.ac.kr - 손경환
•
DSNL - 정송 교수님
강화학습을 바탕으로 단순히 정보 전달만 목표로 하던 네트워크 문제에서 벗어나, 다양한 자원과 서비스를 지원하는 네트워크 모델을 설계
IoT기기의 오류검증/복구 네트워킹 기술, 서로 다른 네트워크 기술 간의 연동 지원하기 위한 D2D링크 체이팅 기술을 개발, Software Defined Networking기술을 접목하여 IoT네트워크에서 네트워크 슬라이싱 기술을 연구
평점 개판
•
Intelligent Network Architecture & distributed systems Lab - 한동수 교수님
클라우드 컴퓨팅&빅데이터 처리
소프트웨어 스위치/middlebox
미래 인터넷 아키텍쳐
모바일 어플리케이션 acceleration
network security
LUMOS: IMPROVING SMART HOME IOT VISIBILITY AND INTEROPERABILITY THROUGH ANALYZING MOBILE APPS
•
윤세영 교수님
네트워크 단에서의 수학적 모델링적 모델링
여기도 직접 물어보자!
•
신진우 교수님
Elastic Resource Sharing for Distributed Deep Learning
Dynamic Control for On-demand Interference-managed WLAN Infrastructures
MetaSense: Few-Shot Adaptation to Untrained Conditions in Deep Mobile Sensing (talk) → embedded
Simulation-based Distributed Coordination Maximization over Networks
여기는 직접 물어보자
•
WCSL -최완 교수님
“Machine learning-based dimension optimization for two-stage precoder in massive MIMO systems with limited feedback,”
“Communication and Consensus Co-Design for Distributed, Low-Latency and Reliable Wireless Systems,”
“Learning-Based Resource Management in Device-to-Device Communications With Energy Harvesting Requirements,”
Channel Statistics based Adaptive Feedback for Cooperative Massive MIMO Systems
We are recognized as a world-leading research group in wireless communications and information systems.
여기도 직접 물어보자!
•
CDSN - 이동만 교수님
지금까지 찾은거 중에선 베스트!!
Space Intelligence Evolution with Autonomic Preference Learning
Scalable learning by distributed autonomous IoTs based on user feedbacks and rich representation of IoT big data
Placeness Inference using Cyber-Physical Data Convergence
Faster unsupervised inference on placeness (user perception on a given space) with smaller urban dataset which is made up of cyber-physical convergence data
Elastic Collaboration of Edge IoTs for QoS Optimization
Application- and context-aware reconfiguration of edge IoT collaborations and reinforcement learning-based policy evolution
Hyunju Kim
Kisoo Kim
•
ecl lab - 김순태 교수님
Email: myeongjae0409@kaist.ac.krResearch Interests
• Computer Architecture
• Embedded and Secure AI
물어보자
•
•
Deal lab - 김대영 교수님
overflow@kaist.ac.kr
yalewkidane@kaist.ac.kr
connected car 연구하기 좋은 곳
다만 내가 생각하는 iot하기에 좋은 곳인지는 모르겠다.
machine learning + system이 전혀 없군
프로젝트에 몰두하는 사람이다. 석사까지 할꺼면 낫배드한 분
•
문수복
정통 네트워크 연구 교수님
닠이나 승호나 봉준이한테 함 물어봐야겠다
•
맹승렬
뭐 아무 정보도 없노....ㅠㅠ
들어야 하는 과목들
Search
Search
전자과
•
전프구, 컴퓨터 구조개론, 신호 및 시스템, 통신공학, 선형대수학, 마케팅
•
정보이론 및 부호화 개론, 통신 시스템, 디지털 신호처리, 제어시스템공학, 3실
•
임베디드 시스템, 무선통신망, 지능시스템, OS
•
네트워크, 마케팅, 경영전략론, 기업가정신과 벤처
•
정보기술경영, 소비자행동론, 기술혁신경영, 사회문제해결을 위한 디지털 제작
•
머신러닝, 딥러닝, 컴퓨터 비전
기경과 → 넓고 다양한 경험, 독창성을 위한 것이다.
전픽: 6학점 - 기경개, 경영개
전선1: 15학점 - 회계,재무 ....경영전략론, 기업가정신과 벤처, 마케팅
전선2: 10학점 - 투자론, 정보기술경영, 경영과학론, 소비자행동론,기술혁신경영, 사회문제해결을 위한 디지털 제작,
전선3: 6학점 - 미시경제.... 계량 경제학
기본적 분류
시스템 + 네트워크 프로그래밍 + alpha
alpha = Circuit 개발(저전력, 센싱) , integrated Data처리 (AI, machine learning), communication(이종 시스템간의 무선 통신 네트워크 형성)
그 중에서 내가 하고 싶은 것은
•
iot에서 엣지 네트워크 단에서 임베디드 시스템에 AI를 구현해서 여러 디바이스가 서로 통신하게끔 하는 분야
•
여러 디바이스를 연결하려면 네트워크 단에서 통합이 이뤄져야해서 그걸 관리하는 펌웨어나 프로토콜 등등
유학을 가는 이유 & 가기 위해선?
그에 따른 학습에 대한 얘기
학사에서의 목표는 무엇인가
1.
남은 5학기에서 평균학점 4.2를 맞는다.
2.
공부에서의 확실한 체력을 기른다.
a.
체력이라하면, 알고리즘과 CS지식, 그리고 수학을 일컫는다.
확실한 건 무엇인가?
1.
난 경영학과를 복전할 생각이다.
2.
전자과를 우선적으로 다 듣고 경영학과 복전을 시작한다.
나한테 부족한게 과연 무엇인가??
1.
학점
2.
프로그래밍 기본 실력과 체력 - 알고리즘
3.
프로그래밍에 대한 전문성
1.
개발 프로젝트 경험
2.
개발 실무 실력
군대가 가지는 역할들
학점을 치고 나갈 수 있는 원동력을 만들어야한다.
따라서 내가 해야할 것은
1.
알고리즘, C,C++ 공부가 우선시 되어야
2.
그리고 부가적인 수학 공부들 (미적2,선대,확률,응미방)이 동시에
3.
그 다음이 선행
이 중 가장 먼저 시작해야하고, 오랜 시간이 걸리는 것 = 알고리즘 & C/C++ 공부다.
일단 언어 하나를 제대로 못다룬다는 거부터가 큰 문제인게 아닐까?
공부해야할 책부터 정리해보자
<알고리즘>
introduction to algorithm
알고리즘 문제해결 전략세트
<c언어>
C programming modern approach
computer systems, 3판 한글
<c++>
Programming: Principles and Practice Using C++
자 그렇다면, 내가 지금 사야할 것은
introduction to algorithm
알고리즘 문제해결 전략세트
programming: principles and practice using c++
이렇게 세 개!!
경영에 관한 얘기
Search