핵토버페스트는 매 10월마다 진행하는 오픈소스 행사로, Github 상의 프로젝트에 4번 이상 Pull Request(자신의 코드, 혹은 제안이 프로젝트에 적용될 것을 요청하는 것) 를 보낸 것이 확인되면 기념으로 티셔츠를 보내주는 행사이다. (아래는 올해의 티셔츠, 어떤 색이 오는지는 정확히 모르겠다. 랜덤인가?)
원래는 이 PR에 큰 제약이 없던 걸로 아는데, 올해 들어서는 티셔츠만 받으려는 목적으로 하는 Spam PR이 늘면서 hacktoberfest-accepted 혹은 hacktoberfest 토픽이 붙은 저장소에만 인정을 하기로 했다고 한다.
그래도 이 행사 덕분에 평소 Github의 오픈소스 프로젝트 기여에 관심이 있었지만 프로젝트 진입에만도 벅차다 보니 고민을 많이 하고 있었는데, 나도 티셔츠도 받을 겸, 그리고 해당 사이트에서 초보자가 기여하기 좋은 프로젝트도 소개해주고 있고, 거기다 올해는 어떤 분이 한국 Hacktoberfest 그룹까지 만들어주시면서 더 참가하기가 용이해진 것 같다.
최종 목표는 이번 겨울방학의 오픈소스 컨트리뷰톤 참가인 만큼, 그전의 오픈소스 프로젝트 접근을 위한 워밍업으로써도 한번 미션인 4번 Pull Request 하기를 클리어해보고자 했다.
분명 코딩 공부는 한참 했는데, 레포(repo, github의 저장소)들을 아무리 들여다봐도 벅찬 프로젝트가 참 많다..ㅜㅜ
활성화된 오픈소스 프로젝트는 그만큼 많이 진행된 경우도 많고, 그만큼 프로젝트에 사용된 프레임워크나, 복잡한 문법 요소들이 많이 들어가 있는 것을 볼 수 있었다. 이를 제대로 기여하려면 이 프로젝트에 대한 공부 자체도 어느정도 진행되어야 하는데, 변명이긴 하지만 수업에 할애해야 하는 시간이 있다 보니 시간을 내기가 힘든게 사실이다.
그렇게 Good First Issue를 찾아다니다 찾은게 이 저장소였다. 비슷한 컨셉의 저장소가 몇개 있던 것 같았는데, 여러 언어로 된 hello, world! 코드를 작성하는 것이었다. python은 누가 이미 PR해둔게 있어 예전에 조금 본 Cpp이랑, 요즘 보고 있는 코틀린으로 작성하여 PR을 넣었다.
난이도는 쉬웠음에도 메인테이너와 PR 관련한 메시지를 가장 많이 주고 받았는데, 이 부분엔 내 실수가 너무 컸던 것 같다. 기여하기 전 관련 문서를 꼼꼼히 읽어보고 이전 참여자들의 PR도 확인해봐야 했는데, 그 부분을 까먹다 보니 파일 양식을 미숙하게 업로드해버렸고, 그 부분을 수정하느라 몇번씩 커밋을 더 올려야 했다. 결과적으로는 머지되긴 했지만, 오픈소스 기여에 참여하기 전 확인해야 할 것들을 조금 확실히 깨달을 수 있는 PR이었던 것 같다. (기여하기 전 readme, contribute.md를 먼저 확인해보고, PR 방법에 대해서는 이전 PR도 확인해보는 게 도움이 된다!)
모든 PR을 다 날리고 나서 헥토버페스트 한국 깃허브를 한번 둘러보는데, Hacktoberfest 행동 강령에 대한 번역이 Issue 목록에 올라와 있었다. 아직 작업에 착수한 사람이 없는 것 같아 Issue에 번역 참여 요청을 날리고, 답변이 나오자마자 한번에 번역 작업을 끝내버렸다.
사전을 뒤적거리면서 최대한 어색한 표현이 있을지 찾아가면서 번역했는데, 감사하게도 수고했다는 말씀과 함께 빠른 머지까지 해주셨다. 하루가 넘어가는 늦은 시간대인데도 순식간에 확인해주셔서 좀 놀랍기도 하고 빠른 응답 덕분에 감사하기도 했다.
후기
PR을 하면 이렇게 뜬다. 최소 미션은 4개고, 그 이상을 진행하면 저렇게 extra PR이라고 뜨게 된다.
학교 수업을 듣다 보면 다른 활동에 계속 눈이 가기 마련이다. 수업 외에 이제는 실전에 대한 경험이 중시되는 시대기도 하고, 더 넓은 관점을 갖고 싶어서인지 이런 활동에 계속 관심을 갖고 정보를 수집하고 있다.
그런 면에서 오픈소스 프로젝트는 나에게 매력 있는 활동으로 다가왔다. 하지만 수업을 병행하며 다른 활동을 하는 것은 너무나 벅차다는게 과제를 할 때마다 느껴진다. 그런 면에서 아예 스스로 하는 것보다 이런 이벤트를 기반으로 한 활동에 참여하는게 나름의 동기부여가 되는 것 같다.
깊이 있는 기여를 못하는 건 슬프지만 여러 현실적인 어려움은 어쩔 수 없는 문제라고 생각한다. 장기간 시간을 들이기에는 당장 2주 뒤가 중간고사니까... 하고 싶은 일보다는 해야 할 일에 더 집중해야 하는 시기이기에 일단은 하고 싶은 일에 대해서는 '할 수 있는' 범위 내에서의 최선을 다했으리라 생각한다.
역사에는 큰 흐름과 그 사이사이의 세세한 흐름들이 존재한다. 흔히 '컴퓨터의 역사' 라는 키워드를 꺼내든다면 많은 사람들은 애니악으로 시작하는 컴퓨터 HW의 발전이나, 아르파넷으로 시작하는 인터넷, 혹은 최근의 딥러닝과 같은 기술적 발전을 많이 생각할 것이다.
하지만 그러한 기술의 발전 뒤에는 수많은 사람들의 손길이 존재한다. 특히 우리 상상을 뛰어넘는 혁신을 생각해보면, 우리가 말도 안된다고 생각한 도전 덕분이었던 경우도 꽤나 많이 찾아볼 수 있다. '해커' 하면 여전히 좋은 인식과는 조금 거리가 있는 편이지만, 초창기 컴퓨터와 함께한 그들의 좌충우돌적인 도전이 있었기에 우리가 마주하고 있는, 혹은 보이지 않는 수많은 기술이 태어날 수 있는 기반이 되어줄 수 있었다고 볼 수 있다.
1950년부터 1980년까지, 컴퓨터의 역사와 함께 해온 이 열정적인 해커들의 이야기는 위대한 위인들의 전기라기보다는 그저 새로운 것에 흥미가 넘치는 모험가들의 뒷이야기에 가까운 느낌을 준다. 그렇기에 상당한 분량을 자랑하는 책이지만(약 600페이지에 달한다.), 가끔 생각날 때마다 한 단락씩 떼어 가며 읽기 참 좋을 법한 내용이다.
컴퓨터 관련 출판사 중 가장 짜임새 좋은 책을 만드는 회사 중 하나가 이 책을 담당한 오라일리(O'Reilly)라는 회사이다. 동물 표지로 대표되는 온갖 컴퓨터 관련 도서를 만드는데, 이번 도서도 00년대 절판된 책을 복각한 책으로 굉장히 가치있는 책을 잘 복원해 주었다고 생각한다. 굳이 뭔가 배우는게 아니라, 이런 역사 속 뒷이야기에 관심이 많은 이들에게 읽어보기를 추천하고 싶다.
이전에 파이썬으로 배우는 딥러닝 교과서라는 책을 리뷰했었다. 이번 '나는 리뷰어다' 활동으로 받은 통계학 교과서는 그 책의 시리즈인데, 아무래도 딥러닝 대비 사용하는 모듈이나 이론의 방대함의 정도에 차이가 있다고 봐도 될 것 같다. 그때 받은 책보다도 두께가 거의 절반 정도밖에 안되는 것으로 보이니 말이다. 파이썬을 응용해보고 싶다면, 그것이 처음 경험하는 일이라면 딥러닝 교과서보다 이 책이 더 접근하기 더 좋을 것이라고 생각된다.
지난 번에 본 시리즈인 '파이썬으로 배우는 딥러닝 교과서'를 읽고, 내용 전개의 친절함이 꽤 마음에 들었었던 기억이 있다. 이번 책 역시 시리즈답게 그 장점을 유지하고 있다. 들어가는 기초 이론 - 환경 구성 - 모듈 채용 - 실제 이론을 적용한 실습으로 이론과 실제 코딩을 적절히 병용하는 구성은 여전히 만족스럽다고 할 수 있다.
주로 Pandas/Matplotlib/Numpy/Scipy로 구성되는 파이썬에서 가장 잘 쓰이는 모듈을 실습하여 통계학 이론을 직접 해볼 수 있으며, 소제목을 짧게 끊어가는 구성 덕분에 학습 중간에 끊어가지 않는 점 역시 장점이라고 할 수 있겠다.
확률 및 랜덤변수에서 배운 확률모델부터 시작하여, 실제 통게 모델에 이어 머신러닝까지 그 이론의 방대함 대비로는 빠르게 익힐 수 있다는 특징이 있다. 이는 읽는 이에 따라 장점일수도, 단점일수도 있을 것 같다.
나같은 경우 이론을 빠르게 훑으며 더 깊게 알아볼 필요가 있을 경우 구글링으로 더 파고들 수 있어 오히려 이런 책이 도움이 될 듯 하다.
프로그램 개발에서 가장 중요한 요인은 프로그램의 성능 그 자체일 것이다. 대개는 로그 기능을 이용하여 프로그램의 정상 동작 여부 및 성능을 평가하는 방식을 사용한다. 이 방식 대비 상대적으로 최근 관측 가능성이라는 개념이 제시되었는데, 이는 응용 프로그램을 실행시켜 임의의 입력을 제시할 때의 응답 특성을 확인한다.
단순한 시스템이라면 이러한 방식이 유용하게 쓰일 수 있지만, 최근의 리눅스 시스템은 도커 등 컨테이너 기능을 활발하게 쓰면서 기존보다 훨씬 복잡한 구조를 갖게 되었고, 이로 인해 관측 가능성 방식에는 한계가 존재하게 된다. 이러한 문제를 해결하기 위해 BPF라는 도구가 제시된다. 이는 커널의 subsystem의 일종이며, 시스템의 오작동을 방지하여 안전하게 성능 측정을 가능하게 한다. 커널부에 문제가 일어날 소지가 없는 코드를 커널에 로드 후, 프로그램의 시작 지점을 기준으로 응답 특성을 제시한다.
리눅스 컴파일러단에서 지원하는 Virtual Machine 기능이므로, BPF는 C언어를 통해 작성하게 된다( <#include linux/bpf.h> 헤더를 사용한다고 한다 ). 작성한 코드에 bpf 헤더에 존재하는 명령어를 이용하여 시스템 동작 특성을 추적하거나, 네트워크 트래픽을 조사하는 등의 검사를 진행할 수 있다.
BPF 라이브러리의 최대 강점은 네트워크, 추적 면에서 매우 다양한 기능을 제공한다는 점이다. 현재 한국어로 번역된 BPF 관련 도서는 해당 도서가 유일한데, 읽어 본 결과 다양한 예제 코드를 기반으로 한 BPF 라이브러리 사용 가이드의 기능을 다소 충실히 구현하고 있었다.
배워야지 하다가 손 놓고 있던 파이썬을 뜻밖에 전공 과제로 인해 강제로 손에 잡게 되었다. 코딩하는게 참 머리를 많이 쓰게 한다 싶으면서도, 파이썬의 라이브러리를 이용한 간편성(numpy, matplotlib ...)과, 에디터의 다양성(주피터가 그렇게 편한 에디터인줄 몰랐다)에 파이썬의 매력이 상당하다 싶었던 참이었다.
그러던 차에 지난달 알쏭달쏭 C언어 책 리뷰에 이어 4월 미션 도서에 파이썬 도서인데다가, 마침 배워둬서 나쁘지 않겠다 싶을 딥러닝 관련 책이 있어 이 도서를 신청하게 되었다.
주제가 주제인 만큼 책의 두께는 꽤 되는 편이지만, 실제 카테고리를 보니 가볍게 머신러닝 이론부터 시작해서, 파이썬 기초부터 수학/그래프 라이브러리, 그리고 딥러닝으로 이루어지는 구조였다. 딱 한권 떼면 뭔가 한학기 전공과목을 배운 것 같다 싶은, 그런 구성이다.
괜찮은 내용 배치와 심심하지 않은 삽화 덕에 읽을 만은 한 편이다. 중간 중간 퀴즈가 있어 생각할 거리도 주는데, 공부에 도움이 된다기보다는 배운 내용을 두번 읽는 정도로 가볍게 훑는 느낌의 퀴즈이다.
아쉬운 점이 있었다면 1판이라 오타가 잡히지 않은 것인지, 아니면 출간 후 라이브러리에 변동이 있었는지는 모르겠지만 책 중간에 코드에 오류가 발생한 경우가 있었다.
from sklearn import cross_validation ... scores = cross_validation.cross_val_score(clf, X, y, cv=5)
라는 코드가 있는데, 이대로는 작동을 하지 않았고
from sklearn.model_selection import cross_val_score ... scores = cross_val_score(clf, X, y, cv=5)
의 양식으로 작성해야 코드가 동작했다.
책 내용의 구성은 파이썬으로 배우는 '딥러닝' 교과서 라기 보다는, '파이썬으로 배우는' 딥러닝 교과서에 가까운 느낌이다. 책 내용의 거의 딥러닝에 필요한 모듈인 파이썬-numpy(수학)-pandas(데이터)-matplotlib(시각화)-딥러닝으로 이어지는 구성인 만큼, 파이썬 지식이 충분하다면 이 책을 사도 그다지 읽을 부분이 많지는 않으리라 생각된다.
하지만 그 과정의 내용 자체가 상당히 성실하게 구성된 만큼 초심자에겐 확실한 가이드가, 중급자에겐 무난한 참고서 역할을 해 줄 수 있으리라 생각된다.
C언어는 최근에는 파이썬의 등장으로 입문용 언어에서 조금 밀린 감도 있고, 웹/앱 프로그래밍에서야 존재를 잘 느끼기 힘들지만 임베디드와 리눅스 쪽에서는 아직도 꾸준히 쓰이고 있다. 나온지 20년?도 더 된 만큼 새로운 언어로 대체하고자 하는 움직임도 계속 있지만 한동안은 그 위치를 굳건히 하지 않을까 싶다.
'알쏭달쏭 C언어 180제'(시바타 보요 외 1인 저, 안동현 옮김)은 Hello, World! 부터 시작하여 파일처리까지 13강에 걸쳐 180개 문제를 풀어보며 C언어 실력을 향상시킨다! 라는 취지로 나온 책이다. 처음 제목만 봤을때는 문제풀이인가? 라는 느낌이었는데, 책을 펼쳐보니 생각보다 괜찮은 책이었다고 생각한다.
이 책의 장점이라면 그 구성에 있다고 생각한다. 많은 책들이 이론을 먼저 접하고 예제를 뒤에 푸는 방식으로 되어 있지만, 이 책은 사실상 예제를 먼저 풀어보고 그 예제에 사용된 이론을 짚어가는 느낌이다(문제집보다는 참고서? 라는 느낌이다...). 한 문제 단위로 실습을 진행하면서 이론을 짚어가니 단계적으로 진행하는 느낌도 좋고 무엇보다 프로그래밍은 직접 쳐 봐야 실력이 된다고 생각하기 때문에 이런 방식의 내용 전개가 마음에 들었던 것 같다.
뿐만 아니라 각 단원 사이에 실전 문제 파트를 배치해서 코드 외에 이론적인 부분을 보충할 수 있게 해놓은 점도 괜찮았다고 생각한다. 빈칸채우기나 제시된 코드의 동작 방향을 예측해보게 하는 식으로 일종의 쪽지시험같은 느낌으로 구성을 해 두었다.
아쉬운 점이라면 아예 프로그래밍에 처음 손을 대는 사람에게는 살짝 걸릴 수 있는 점이, 많은 프로그래밍 입문서의 예를 보면 적어도 IDE나 편집기를 깔아보는 것부터 시작하는데 이 책의 경우 그 부분이 존재하지 않는다. 작가의 말에 Dev C++ 에디터를 추천한다는 말 정도뿐인데, 이 부분도 조금 보충이 되었다면 좋지 않았을까 싶다.
자바/C에 이어 앞으로 파이썬도 출간될 예정이라고 하는데, 파이썬은 인터넷에 있는 점프투파이썬과 병행하면 확실히 기초 형성에 도움이 되지 않을까 싶다. 뿐만 아니라 이런 문제구성이라면 자료구조/알고리즘에 상당히 좋은 내용 구조라고 생각하는데 언젠가 볼 수 있길 기대해보고 싶다.
2일차의 활동이 이번 프로그램의 핵심이자 꽃이라고 할 수 있겠다. 이전 참여자들에게나 참가에 관심 있는 이들에게나 가장 유명한 기업 시뮬레이션 활동이다. 운영 자체를 잘했냐 그렇지 못하냐보다는 적극적인 시장 분석과-눈치를 요구하는 활동이다.
기업경영 시뮬레이션 활동에서는 1일차에 모은 투자금 + 기본으로 주어진 자금으로 자원을 입찰해서, 그 자원과 자신이 투자한 인적/물적 자원으로 상품을 만들어서 판매하여 수익을 올리는 것을 목적으로 한다.
당연히 구매/판매 시장의 영역은 한정되어 있으니 다른 팀들과의 눈치게임을 통해 최대한 많은 지분을 확보하는 게 중요하다. 계속해서 시장의 정보를 확보하고, 우리 자원을 확인하고, 어떻게 할지 전략을 설정하는게 상당한 체력을 요구한다. 실제로 끝자락 가면 다들 혼이 빠져 있는 느낌...
우리 팀은 처음에 많이 투자해서 치고 나가자는 전략을 설정했는데, 자원 매수에 있어서 몇 번 실수를 한 일이 스노우볼로 굴러버려서 결과는 많이 아쉽게 나왔다. 그래도 말 그대로 시뮬레이션이다 보니 얻은 게 훨씬 커서 좋았다는 생각이 든다.
아쉽게도 투자활동에 너무 집중하다 보니 이날 사진은 그다지 많이 찍질 못했다...
3일차
1일차를 빌드업, 2일차를 본게임이라고 한다면 3일차는 게임의 복기라고 할 수 있겠다. 1-2일차의 활동과, 2일차 활동 후 멘티님께서 분석해 준 결과를 토대로 자신들의 전략은 어땠는지, 강점 그리고 약점은 어떠했는지를 분석해보는 활동을 하였다.
1일차의 크라우드 펀딩이야 이후 활동에 직접적인 영향이 크지 않다 보니 거쳐가는 활동이라는 느낌이지만, 시뮬레이션 활동 못지않게 리뷰 역시나 그렇게 정성을 쏟은 결과물인 만큼 마지막까지 큰 의미를 주는 활동이었다고 생각한다.
겨우 3일짜리 활동이지만 조금 여유있게 늘리면 4, 5일짜리로 해도 남을게 많은 것 같은, 밀도 있는 활동이었고 바쁜 만큼 남는 것도 많았다고 생각한다. 솔직히 경영에 대해 1도 모른다 해도 관심과 열정만 있다면 활동에 따라가면서 자연스럽게 체득되는 면도 있으리라 생각된다.
군대 전역하고 복학하기 전에 과도기적인 활동으로, 그리고 학사 취업하는 것을 목표로 삼고 있는 만큼 완전한 전공보다는 회사의 운영에 조금 더 가까운 업무를 하게 되리라 싶어 경영에 대해 조금이나마 배우고자 하는 생각으로 참여했다.
결과는 매우 매우 만족스러웠다고 할 수 있겠다. 단순히 지식 뿐 아니라 이런 활동이 항상 그렇듯 사람을 통해 배운 것이 너무나 많은 활동이었다고 생각한다. 혹시나 참여를 고려하고 있다면 망설임 없이 뛰어들라고 추천해주고 싶은 활동이었다.
대학교 2학년쯤부터 슬슬 대외활동 같은 것들을 알아보던 차에, 단기에 할 수 있는 DB 기업경영캠프를 알게 되었다. 하지만 그때까지도 수업만 따라가기 바쁜데다가 입대 직전이다보니 차마 참가할 정신이 없었다.
그러다 군 전역할 쯤, 이제 학교에 돌아갈 채비를 하며 검색하던 차에 우연히 이 활동 공고를 다시 보게 되어 부대에서 폰으로 자소서를 제출해가며 신청했다. 19회에도 한번 신청했지만 광탈이었고, 다행히 20회 재신청에는 붙어서 참가할 수 있게 되었다.
1년에 4번 있는 캠프라기에 여름방학때나 하는건가 싶었는데 알고보니 방학때 2회씩 하는 행사였기에, 부랴부랴 재정비 후 신청해서 다행히도 합격 문자를 받게 되었다.
자소서 분량 자체도 많지 않고, 항목도 딱 기본에 가까운 자기소개랑 지원동기만 받지만, 오히려 가장 기본이기 때문에 처음 자소서를 시작하기가 쉽지 않았다. 정확히는 쓸 만은 한데 소위 '차별화된' 내용을 담는데 고민을 많이 하게 한 것 같다(그렇게 오랜 시간을 쓰지는 않았다고 하지만...). 일명 '썰'이 부족하다 보니 자소서에 담을만한 소재를 어떻게 접근해야 할까를 많이 고민했던 것 같다.
자소서 작성에 있어 자기소개에는 뭘 배웠고(학교수업!) 뭘 더 배우고 싶은지 정도로 서술했고, 지원동기에는 내가 맡고 싶은 직무가 왜 경영과 연관될 수 있는지로 서술했다.
1일차
그렇게 하여 당일, 문자로 안내받은 대로 선릉역 DB타워에 도착했다. 요즘 코로나 바이러스가 유행하다 보니 진행측에서도 굉장히 주의하고, 신경쓰는 모습을 보이고 있었다. 하지만 정작 버스 안에 앉고 나니까 그런 것보다 처음 보는 사람들과 2박 3일동안 팀플레이 활동을 잘 이끌어 갈 수 있을지가 더 걱정되기 시작했다.
금융센터에서 대략 1시간 가량을 이동하면 경기도 광주 소재의 DB 인재개발원에 도착한다. 이곳에서 2박 3일 일정을 보내게 된다. 1학년 끝자락에 교내에서 디자인씽킹 캠프를 했을 때도 어딘가의 인재개발원에서 진행했었는데, 아마 공부 자체에만 집중할 환경때문인지 인재개발원은 대체로 도시에서 벗어나 위치해있는건가 싶다.
다들 많은 관심을 갖고 참여하는 캠프다 보니 식사나 숙소 등은 다들 익히 알고 있으리라 생각된다. 그래도 굉장히 편하다!
칸막이는 어떨지 모르겠다. 가림막이 있으니 혼자의 공간이 확보되는것도 좋지만, 방안에서 이야기하고 교류하는걸 좋아한다면 서로 얼굴 보기가 힘드니 아쉬운 사람도 있지 않을까? 그래도 개인적으로는 있는 쪽이 훨씬 좋았다고 생각한다.
밥도 길게 설명할것 없이 굉장히 잘 나오는 편이다. 나중에 멘토님 말로는 우리 올때만 이렇게 나온다고 ㅎㅎ... 안내도 되어 있지만 가급적 도착하면 바로 숙소에서 짐을 풀 것을 추천하는데, 아무래도 2박 3일간 같은 방을 쓸(같은 팀 아니다!) 사람들과 안면도 트고, 또 처음 와서 혼밥하면 좀 뻘쭘할 수 있으니까... 먼저 친해지는 시간을 좀 가질 수 있는 게 좋을 것 같다.
도착하면 일단 간단한 OT 후 기업가정신에 대한 특강이 진행된다. 강사분께 조금 죄송했던게, 특강이 되게 재밌었지만 아침에 제시간에 도착하기 위해 거의 7시에 깨서 오다보니 피곤해서.... 혼절하지 않기 위해 부단히 노력해야 했다. 다행히 졸지는 않았고, 조금 넋이 나간 상태로 수업을 듣기는 했다. 기업 경영체험 캠프의 서막인 만큼 기업의 존재 의의에 대해 한 번 짚고 가는 시간이라고 할 수 있겠다.
특강이 끝나면 첫 활동으로 기업설립-크라우드펀딩 체험을 하게 된다. 팀마다 한 분의 멘토가 배정되고, 멘토의 연령대가 다양한 만큼 팀마다(한 팀은 대충 30명? 정도로 구성되는 듯하다) 운영되는 분위기도 천차만별이라고 한다. 부장님급 되는 멘토님이 있는 곳은 조금 더 학술적인 느낌이 강하게 된다고... 우리 팀의 경우 젊고 굉장히 열정적인 멘토님이 배정되어 다들 활기찬 분위기 속에서 진행될 수 있었다.
저녁을 먹고 본격적인 기업설립 체험을 하게 된다. 특히나 참신하게 하기는 힘든 게, 시간 배정이 생각보다 빡빡하게 구성되어 있다. 그래서 정확히는 새로운 것을 만들기 보다는, 오히려 간단한 것이라도 다른 이들을 설득할 구성을 만드는 게 더 중요하다고 생각한다. (특허보다는 실용신안에 가까운 느낌으로)
그렇다고 더 잘하겠다는 욕심에 뭔가 준비해가는 건 그렇게 추천하고 싶지는 않다. 짧은 시간에 팀원들과 집중해서 브레인스토밍하는 그 과정 자체도 이 과정을 통해 얻을 수 있는 배움이라고 생각한다.
기술의 발전은 정말 어마어마한 속도로 이루어진다는 것을 실감할 수 있다. 불과 반년도 채 지나기 전에 5G통신 세미나를 다녀왔는데, 벌써 6G를 내다보고자 하는 컨퍼런스가 열리고 있으니 말이다.
물론 세미나와 컨퍼런스의 목적에 차이가 있다지만 보는 입장에서는 이제 막 신기술이 상용화되어 있는데 벌써 그 다음세대 기술의 로드맵을 짜고 있다는게 놀랍기만 할 따름이다.
오전에 진행된 기조 강연을 통해 6G 기술의 방향성에 대해 간단히 논하고, 오후에는 기술/비즈니스/서비스의 3가지 트랙을 주제로 하는 6G통신 관련 강연을 진행하였다. 아무래도 차세대 기술에 관심이 있다 보니 모바일 테크놀로지쪽 트랙을 쭉 들었는데, 끝나고 주제를 보니 비즈니스쪽 강연도 상당히 들어볼 만 했을것 같다는 생각이 들었다.
입장할 때 받은 물건들(클립보드 빼고). 식권, 발표자료(사전예약했더니 줬다), 주관사인 한경 신문까지. 상당히 알찬 구성(?)
당일날 예상외로 버스가 밀려 시작시간에 거의 맞춰 도착했는데, 사전예약 참가자 선착순으로 발표자료집을 배부한다고 해서 못받을 줄 알았건만 의외로 수가 꽤 남았다. 넉넉히 준비했거나 아니면 빠진 사람이 그만큼 많거나... 그래도 덕분에 듣지 못한 트랙쪽 자료 역시 확보할 수 있어 맘에 들었다. 다른 컨퍼런스는 이런식으로 확보가 안되니 영상공개라도 하지 않으면 아쉬움이 남을 수밖에 없다고 생각한다.
기조강연 I. 6G 기술 방향 및 국가 R&D 전망
( 최성호 정보통신기획평가원 미래통신천파 PM )
시작하면서...
- 지난 19년 화웨이 사의 회장 런정페이는 5G 기술은 비록 내줬지만 6G기술에 선점을 점하겠다고 발표했다. 이미 18년부터 6G기술 개발을 시작하여, 중국 과기부(MOST)에서 R&D를, 공신부(공업신식화부)는 30년 상용화를 목표로 5년 1,400억대 투자를 진행하였다,
- 이는 중국이 지금까지 통신분야 선점에 있어서 지속적으로 밀려왔던 점으로 인한 것이라고 볼 수 있는게 / 3G통신때는 중국 독자규격에 가까운 TD-SCDMA 규격으로 시작하다 보니 국외 확장에 사실상 실패하였고 / 4G 당시에는 TD-LTE 규격은 나름 국제 표준에 반영도 되었으나 시장 확산이 미비 / 5G기술의 경우 한국과 거의 비슷하게 진행하였으나 상용화 지연으로 인해 한국에 비해 뒤처져버렸다.
- 새로운 통신규격은 먼저 누가 표준을 제시하고 상용화에 성공하는가의 문제라고 할 수 있으니, R&D부터 조기에 착수하여 최초 표준/상용화를 주장하겠다는 것이다.
- 물론 중국만 6G개발을 할 리는 없고, 미국/유럽국가 역시 각 DARPA 프로젝트/6G summit 개최 하는 등 발빠르게 움직이는 모습을 보이고 있다.
왜 6G인가?
- 이제 드디어 5G기술이 상용화되었는데 왜 벌써 6G개발을 시작하는 건지 의문을 품을 수도 있을 것이다.
- 5G 상용화가 어떤 과정을 거쳐왔는가를 remind해보면 어느 정도 답이 보이는데, 사실 5G기술 역시 이미 11년부터 그 기미를 보이기 시작했다. 사실 13년 이전까지는 mmWave(28GHz~최대 100GHz 대역)을 이용한 통신이 사실상 불가능하다고 여겨졌는데, 14년 ITU회의에서 삼성이 기술 시연을 해보이고, 15년 WRC-15에서 최초로 안건 제의까지 하는 쾌거도 보인다.
- 사실 세대를 거듭하는 기술이 항상 이런 방식으로 개발된다. 당장 근처의 CPU만 봐도 현세대 제품이 출시한 시점에서 이미 다음-다다음 세대까지도 연구개발이 진행중인 경우가 많다.
- 이미 18-19년도에 6G기술 연구개발이 시작을 맞이햇으니, 이 속도라면 빠르면 27, 늦어도 30년 전후로는 기술 상용화가 가능할 것으로 전망하고 있다.
6G 기술이 무엇인가?
- 지난 3월 핀란드에서 6G통신 서밋 행사가 있었는데, 그곳에서 각 회사들이 6G기술에 대한 전망을 내놓았다.
- 화웨이는 상당히 진보적인? 전망을 제시했다. '무한에 가까운 통신 용량 + 0에 가까운 통신 지연'을 예측하였고, AI가 6G기술의 주요 핵심일 것이며, 300km고도 저궤도 위상을 활용하여 1ms대 지연 통신이 가능해질 것이라 예측했다.
- 에릭슨은 상대적으로 보수적인 전망이다. 지연은 최소화하고, Real-time AI를 활용하게 될 것이라 보고 있었다. 대체로 5G에서의 확장에 가깝게 보고 있었다.
- 삼성의 경우 현 5G통신이 갖는 지연 등의 한계가 극복될 것이라고 보며, 기존 성능이 극대화될 것으로 예측하였다.
- 이러한 의견들을 종합할 때 대체로 6G통신의 방향성은 5G통신이 갖는 특징을 극대화한다고 볼 수 있다. 트래픽 용량을 확장하고(현 20Gbps수준 >> 최대 1Tbps까지), 지연을 감소하는 것을 목적으로 한다.(현재 무선 10~1/유선 수십ms대 >> 유선 기준 수ms급으로). 높은 주파수 대역으로 인한 커버리지 문제는 드론 등을 이용해 확장하며, 네트워크 자원 관리에 있어 AI가 본격적으로 활용될 것으로 보고 있다.
어떻게 6G기술을 적용할 것인가?
- 이제 막 시작한 입장에서, 적극적으로 고위험군/도전적 R&D를 추진할 필요가 있다고 볼 수 있다.
- 2023년 진행될 WRC-23에서 누가 표준 선점을 가장 먼저 하느냐의 문제 역시 존재한다.
- 이정도 스케일의 R&D사업의 경우, 누구 하나만 잘하는 것이 아닌 국가와 산업체 간의 체계적인 협력이 있어야 상용화까지 실현이 가능하다고 볼 수 있을 것이다.
기조강연 II. LG AI Inside
(김주민LG전자 인공지능연구소소장)
첫 기조강연이 이론이라면, 두번째는 실사례(가 될 것들)을 보여준다는 느낌이었다. 크게 문장으로 옮길 만한 내용이 많지는 않았다.
대체로 중심이 되는 내용은 AI 머신러닝 방식의 큰 변화가 생길 것이라는 것.
기존의 경우 서버 내에서 학습과/인터페이스를 모두 처리하고, 기기는 단순 데이터만을 전송했다.
이것이 과도기에서는 기기측에서 데이터를 전처리 후 전송, 서버측은 학습만을 하도록 될 것이고
마지막은 Federated AI라고 해서 서버측은 모델을 담당하여 보충할만한 지식을 추가해주고, 기기측에서 학습과 인터페이스 역할을 모두 수행할 수 있게 될 것이라고 한다.
추가로 현세대 딥러닝은 특정 task에만 적용 가능하다는 한계가 있지만, 점점 범용의 목적으로 사용한 AI가 개발될 것이라고 보고 있다고 한다.
연설 내용에 있어서 크게 인상적인 부분은 없었다고 생각되고, LG thinq 플랫폼이 앞으로 어떤 비전을 갖고 있는가를 볼 수 있던 강연이라고 생각한다.
Track A. 모바일 테크놀로지
점심식사를 끝내고 나니 큰 컨버런스룸 하나를 3개 트랙으로 쪼개놓았다. A트랙은 201호로.
A-1. 6G 기술전망 및 R&D 계획
( 김일규 ETRI 미래이동통신 연구본부 본부장 )
- 5G 산업을 넘어서면서 새롭게 생기는 기술 트렌드의 예시로는 XR(VR, AR, MR 등의 가상현실 기술), Digital Twin(현실의 사물을 가상에 그대로 구현하여 상호작용하도록 하는 것), Tele-presence(떨어져 있는 장소에 대상을 존재하는 것처럼 구현하는 것-홀로그램?), 자율주행 등이 있다.
- 6G 기술의 통신 주파수는 100GHz~THz단위까지를 목표로 잡고 있는데, 주파수가 높아질 수록 파장이 짧아지므로 하나의 안테나가 커버 가능한 영역이 극단적으로 좁아지게 된다. 이를 커버하기 위해서
MIMO(다중 안테나 - 한 신호를 여러 경로로 전송하거나, 다른 신호를 한 경로로 동시에 전송하거나)
빔포밍(특정 시점에 특정한 방향으로 강한 지향성을 갖도록 하는 것)
대중교통/드론을 이동식 핫스팟으로 활용
self/wireless backhaul(통신에서 기지국으로 모이는 데이터를 백본으로 전달해주는 것) 기술 등이 필요하다.
UDN(Ultra Dense Network)
- 3G, 4G 그리고 5G로 넘어오면서 통신 속도의 증가는 기하급수적인 통신 capacity의 증가를 불러온다
- 고속 통신을 위해서는 더 넓은 대역폭이 필요하므로 더 높은 주파수를 이용할 필요가 있다.
- 멀티안테나, TDD 기술 등으로 인해 대역폭 내에서의 전송 효율 역시 증가하였으며,
- 이종 네트워크(Hetnet)과 같이 하나의 통신 셀 내에서 공간 재이용(spatial reuse)를 통해 통신 용량을 증가시켰다.
- 6G UDN기술의 특징으로는 실사용자보다 많은 기지국(통신 커버리지를 위해서이자, 통신 부담 감소를 위해서) / 그리고 그로 인해 잡음과, 설치로 인한 비용 증가 등이 있다.
A-2. 6G + 코어 : 인공지능 기술의 미래
( 김일규 ETRI 미래이동통신 연구본부 본부장 )
현 시점에서의 인공지능
- 오늘날 딥러닝은 인공지능 기술 발전을 주도하고 있다. 구글 얼굴인식 기술인 Facenet이 99.96%수준의 인식률을 보일 정도로 높은 정확도를 보이고 있으며, 특정 task에 대한 학습에 있어 높은 정확도를 보이도록 발전한 상태이다.
물론 일반적인 사람처럼 범용(general)의 목적으로 사용하고자 하는 업무에는 한게가 있기 때문에 이 부분에 있어서 개선시키는 것을 현재의 목적으로 한다.
인공지능 연구사례
- 현재 ETRI 외 다수 기관이 참여하여 엑소브레인이라는 인공지능을 개발중이다
1단계(단순 단답형 문제를 해결) > 현재 2단계(서술, 질의형 문답) > 앞으로 3단계(의사결정 시스템, 솔루션 제시)로 22년까지 기술 개발을 목적으로 하고 있다.
현 2단계 시점에서 2020 한컴오피스의 Q&A 챗봇기능 및 국회도서관 법률지원 기능에 활용하는 중이다.
딥러닝 기술의 한계
- 연산능력을 기반으로 강력한 정확성을 보이고 있다고 하지만, 아직까지도 일반 상식을 활용하는 면에 있어 크게 부족함이 보인다(맑은 날의 영상인식 알고리즘을 비오는 날에 적용 불가함)
또한 데이터를 인식함에 있어 왜 이렇게 동작하는가? 에 대한 답을 내릴 수 없으며
그렇기 때문에 일반화 및 상황 변화에 대응하기가 매우 취약하다는 단점을 갖고 있다.
- 이를 개선하기 위해 미국 DARPA에서는 실생활에서 계속 변화하는 조건에 적응 가능한 AI를 만들고자 핟고 있다.
'새로움'을 정량화하고 특징지으며, 그에 따라 효과적으로 행동 가능한 시스템을 만들고자 한다.
소규모 데이터만으로도 효과적인 학습이 가능한 알고리즘을 개발하며,
현재는 18개월 유아 수준의 추론이 가능한 인지모델을 개발 중이다.
6G 시대의 인공지능?
- 더욱 빨라진 통신 속도는 그만큼 동시에 많은 데이터를 주고받을 수 있게 됨을 의미한다.
엣지 컴퓨팅을 인공지능에 적용하여, 기존의 raw 데이터를 전송받아 명령하던 클라우드 방식에서, 디바이스 하나 하나가 각각 딥러닝 구현이 가능하게 하여 환경에 적절히 대응할 수 있게 될 것이다.
- 물론 디바이스단에서의 딥러닝 구현을 위해서는 최소 데이터 기계학습 알고리즘 / 신경망 알고리즘 단순화 / 양자화 기법 등을 통해 연산에 필요한 요구치를 가볍게 만들 필요가 있을 것이다.
A-3. 모바일 무선통신 기술 진화에 따른 6G 후보 주파수
( 박승근 ETRI 전파자원연구실 실장 )
개론 - 주파수란?
- 주파수 f = 1초 동안 전파가 진동하는 회수 / 빠른 변화 = 짧은 파장
- 휴대폰 크기는 왜 15cm 언저리인가?
현재 휴대폰 통신은 1GHz 언저리에서 통신 >> 30cm 파장
통신에는 반파장 안테나 사용 = 15cm길이의 제품이 나온다
- 전파를 통해서 에너지(무선충전)을 보낼 수도, 정보(무선통신)을 보낼 수도 있다.
전파의 파형을 통해 0과 1을 구분하여 정보를 분석할 수 있는데, 이때 빠른 정보를 전송하고자 한다면 0과 1의 텀을 짧게 만들어야 할 것이고( = 통신의 주파수가 높아짐 ) 이는 푸리에 변환에 의해 통신 대역폭이 넓어짐을 의미한다.
푸리에 변환은 시간에 따른 함수를(보통 통신주파수는 시간에 따라-계속해서 받고 있을테니) 주파수 단위로 분석하게 해준다.
이 통신의 파동은 일정한 모양을 띌 텐데 - 예시로 sin함수 모양이라고 해보자.
sin x와 sin 2x의 차이는 2x쪽의 통신 파장이 절반이라는 것이다 = 데이터가 변하는 주기가 빠르다 = 속도가 더 빠르다
이를 주파수에 대한 함수로 푸리에 변환하면 오른쪽 그림과 같이 나온다.
파장이 짧아질 수록, 주파수 함수의 폭은 넓어진다고 이해하면 될 듯하다. = 대역폭은 시간과 반비례!
- 통신에 있어 주파수를 할당하는 이유는, 무선 통신-파동은 서로 간섭이 가능하기 때문에-에서 동일 주파수를 통해 다른 정보를 보내면 파형이 찌그러지는, 간섭이 일어날 수 있기 때문이다. 그렇기 때문에 통신사마다 별도의 주파수, 정확히는 대역폭을 부여하는 것이다.
이동통신 서비스
- 극초반기의 정보통신은 해성, 항공 그리고 TV쪽이 오히려 우선이었다. 전화 통신은 80년대나 되어서야 나타나기 시작.
- 2G에서 3G, 4G를 거칠수록 사용하는 데이터양이 가히 폭발적으로 증가했다 = 대역폭이 지속해서 증가해야 했다.
현재 통신 주파수단위를 보면 1G(아날로그전화)때 30kHz정도던 통신 대역폭이 4G에 이르러서는 약 20MHz, 대충 1000배가량 증가한 셈이다.
- 대역폭이 증가해야 통신 용량을 늘일 수 있는데, 이를 위해서는 더 높은 주파수 대역을 써야 한다.
(800MHz의 10% 할당과, 10GHz에서 10%주파수를 할당하면 당연히 후자가 더 많은 할당이 가능하다)
- 많은 데이터 전송 = 더 다양한 서비스를 의미한다. 4G LTE에서 고화질 영상 스트리밍에 이어, 5G에는 IOT, UHD, VR컨텐츠를 밀어주고 있고, 6G 시대가 오면 그에 한 걸음 더 나아간 서비스를 시행 가능할 것으로 전망하고 있다.
3G - 스마트폰, 통신사들이 기술보다 서비스를 더 강조하기 시작
소프트웨어로 정의되는 device(안드로이드, 애플...)
4G - LTE, 속도의 비약적 발전
5G - AI의 보편화
6G? - 자동화 네트워크, 소프트웨어적으로 자동으로 대역폭을 정의-확인-할당-분배하기 때문에, 현재와 같 은 통신 표준의 엄격함이 덜해질 것으로 전망.
ICT 기술의 폭발적 발전
- 무어의 법칙(2년마다 반도체 집적도가 2배로) + 메트칼프의 법칙(네트워크 규모에 따른 비용은 직선적, 그 가치의 증가는 기하급수적으로 증가) + AI기술의 발전은 ICT기술에 폭발적인 발전을 만들어주었다.
- 국민소득 3만불 시대라고 하는데, 현재 아시아권을 중심으로 중산층의 수는 계속해서 늘어나는 중이라고 한다. 매슬로우 욕구 피라미드에 기반할 때, 당장의 삶에 대한 문제가 해결되면(좀 살만해지면) 사람들은 일명 자아 실현을 향하기 시작한다. 단순히 사막에 가는 다큐를 보는 것이 아닌, 직접 사막, 북극을 체험하고자 하는 사람들이 늘어날 것이라는 것.
위성통신의 필요성
- 현재 4G통신의 세계 커버리지 현황을 보면, 주요 대도시 위주로 구성되어있음을 알 수 있다. 케이블망을 전 지구적으로 도배하는데 드는 비용은 가히 천문학적인데, 연구에 따르면 통신 커버리지의 마지막 1%를 채우는 데에는 초기 95%까지 비용의 40배 가까운 비용이 든다고 한다.
마지막 1%구역에 통신을 할 일이 얼마나 될까? 년에 한번 있을까말까 한 통신을 위해 극한의 비용을 투자할 이들이 있을 리가 없다.
- 그렇기 때문에 위성통신에 눈길이 쏠리는 것이다. 위성은 한번 띄워두면 광범위한 영역을 커버 가능하고, 추가비용도 지상망에 비해 상대적으로 덜 부담되니까. 통신망의 범위가 넓어질 수록 두 선택지가 교차하는 순간이 올 것이다.
사실 초기 98~99년도에도 위성통신을 시도한 경력이 있다. 미국의 globalstar, Iridum 프로젝트가 각각 그러한데, 그때는 그렇게 빠른 통신기술이 존재하지도 않았고, 비용면에서 위성통신이 갖는 이점이 적다 보니 큰 영향을 주지는 못했다.
- 하지만 최근 들어 위성통신 시장의 위상이 점점 높아지고 있다. 17년 기준으로 위성산업 시장의 70%를 위성통신이 차지하고 있을 정도이다.
최근 위성통신이 전환점을 맞이한 계기로는 첫번째로 로켓 재활용이 가능해졌다는 점(SpaceX), 그리고 무어의 법칙에 따른 HW의 폭발적 발전(같은 성능으로 훨씬 적고, 작은 디바이스로), 이로 인한 초소형 위성의 가능성이 열렸으며, 이로 인해 한번에 다수의 위성을 포진할 수 있게 되면서 위성을 이용한 네트워킹의 가능성이 시작되었다는 점이 크다.
6G 시대의 위성산업
- 약 300km 궤도의 저궤도 위성의 경우 18년 기준 40ms, 400Mbps 속도가 구현 가능한 수준까지 왔다.(정지궤도위성은 대략 0.5초 딜레이..) 다만 저궤도 위성은 공전주기가 최장 2시간가량으로 짧기때문에 지구 범위의 서비스를 위해서는 대략 500개 이상의 위성망이 필요한 상태다.
- 하지만 이렇게 위성망 구축을 하고 나면, 그 가능성은 무궁무진하다. 일단 지상망 등으로 구성이 힘든 지역의 통신을 대체하고, 데이터 통신을 위한 backhole기기 역할 역시 할 수 있게 된다.
- 또한 지상과 가까우면서, 다수의 위성이 배치되어있기 때문에 센서와 레이더로의 역할 역시 가능하다.
- 위성 통신을 위해 구현해야 할 기술이 상당히 많이 존재한다. 먼저 사전에 설계된 통신이 아닌, SW기술을 이용해 직접 통신 대역폭을 지정 가능하도록 하는 안테나를 구현할 필요가 있다.
또한 위성통신은 이미 올라가 있는 정지궤도 위성, 혹은 다른 위성과의 간섭 위험이 있으니 이러한 잡음 문제를 해결할 필요 역시 존쟇나다.
마지막으로 공전 궤도를 따라 고속으로 이동하는 위성들과 통신을 하기 때문에, 이 경우 전파가 도플러 효과의 영향을 받는다고 한다. 이로 인해 통신 sync를 맞출 방법 역시 고려해봐야 할 것이다.
