인공지능과 벤처창업

class: center, middle, inverse, title-slide

# 인공지능과 벤처창업
## ⚔<br/>데이터과학, 기계학습, 딥러닝
### 데이터 과학자 이광춘
### 2019/10/07

---

class: inverse, middle, center

# xwMOOC

---
## xwMOOC 엔터프레너쉽

.pull-left[
- 문제(Problem)

- 정보격차
    
    - Digital Divide
    
    - 데이터 과학자
    
    - 소프트웨어 개발자
]

.pull-right[
- 해법(Solution)

- 컴퓨팅 사고력 
    
    - Computational Thinking
    
    - 시민 데이터 과학자
    
    - 시민 개발자
]

---
## 문제 상세 정의

- 우리나라 과학기술이 선진국 수준이 아니다.

- 상당량의 가치(Value)는 과학기술에서 나온다.

- 과학공학자 및 일반 영리 및 비영리 단체가 소프트웨어를 얼마나 잘 하고있는지 측정하기는 어렵다.

- 하지만, 주변을 둘어봐도 마이크로소프트, 한글, 인터넷 검색을 잘하면 컴퓨터를 잘하고 많이 안다고 한다.

---
## xwMOOC 해법

- 한국인을 위한 컴퓨팅 사고력 교육 서비스를 제공

- 전국민이 컴퓨터 공학, 통계학, 전자공학, 데이터 사이언스 학사수준 지식 필요

- 초등(K6) &rArr; [컴퓨터 과학 언플러그드](http://statkclee.github.io/unplugged)

- 리보그와 러플	&rArr; 	[리보그 - 프로그래밍과 문제해결](https://statkclee.github.io/code-perspectives/)

- 파이썬 &rArr; [정보과학을 위한 파이썬](https://statkclee.github.io/pythonlearn-kr/)

- 소프트웨어 공학 &rArr; [소프트웨어 카펜트리 5.3](http://statkclee.github.io/swcarpentry-version-5-3-new/)
    
    - [추가] 데이터 사이언스 &rArr; [데이터 사이언스 입문](http://statkclee.github.io/yonsei/), [SW4DS](http://statkclee.github.io/yonsei2/)

---
## 가치 제안(Value Proposition)

- 전국민 생산성 10-20% 평균적으로 향상

- 생산성 10배 이상 향상된 사례발굴

- 작업을 더 빠르게 처리하여 저녁이 있는 삶

- 새로운 문제를 해결에 매진

- HPC, 클라우드, 빅데이터에 대한 준비 ...

- [추가] 인당 초당 1.7 MB 데이터 생성 등...

.footnote[
[Christo Petrov (March 22, 2019), "Big Data Statistics 2019", techjury](https://techjury.net/stats-about/big-data-statistics/)
]

---
## 기계와 경쟁을 준비하는 한국인

.center[
    <iframe width="560" height="315" src="https://www.youtube.com/embed/N25z8Ewpaus" frameborder="0" allow="accelerometer; autoplay; encrypted-media; gyroscope; picture-in-picture" allowfullscreen></iframe>
]

---
class: inverse, middle, center

# 패러다임 전환

---

## 가치(Value) 원천

.center[
  <img src="fig/ai-lab-korea-science.png" width="77%" />
]

세계은행(World Bank)과 한국개발연구원(KDI)은 약 2년여 기간의 공동연구를 통해 1960-2005 년간 한국 경제발전 과정에 관한 보고서를 출간했다. 경제성장이 지속되기 위해서는 생산성 증가가 대단히 중요하고, 1960년 이후 한국경제의 성공은 광의의 지식축적에 기인한 것으로 1960-2005년 사이 한국의 실질 1인당GDP의 75%가 광의의 지식축적에 기인한 것으로 분석했다.

---
## 사고체계의 진화

.center[
  <img src="fig/ai-lab-ct-4th-paradigm.png" width="70%" />
]

- 수학적 사고(Mathematical Thinking)

- 통계적 사고(Experimental Thinking)

- 컴퓨팅 사고(Computational Thinking)

.footnote[
    [Wing, Jeannette M. "Computational thinking." Communications of the ACM 49.3 (2006): 33-35.](https://www.cs.cmu.edu/~15110-s13/Wing06-ct.pdf)
]

---

## 4번째 패러다임

.center[
  <img src="fig/ai-lab-4th-paradigm.png" width="100%" />
]

---
## 자동차 클러스터 사례

.center[
  <img src="fig/ai-digital-cluster.png" width="100%" />
]

---
## 컴퓨터 생성

.pull-left[
#### 물리적 컴퓨터

<img src="fig/computer-mainbody.jpg" width="100%" />
]

.pull-right[

#### 가상 컴퓨터(instance, VM)

```r
import boto3
ec2 = boto3.resource('ec2')

instances = ec2.create_instances(
     ImageId='ami-00b6a8a2bd28daf19',
     MinCount=1,
     MaxCount=2,
     InstanceType='t2.micro',
     KeyName='ec2-keypair'
 )
```

t2.micro, t2.small, m5.large ...
]

---
class: inverse, middle, center

# 시장, 기업, 인력 비교

---
## 수직적 시장 &rarr; 인공지능 시장

.center[
  <img src="fig/slide-4th-industry-revolution-roadmap.png" width="100%" />
]
- 수직적(Vertical) 시장 &rarr; 플랫폼(Platform) 시장 &rarr; 인공지능(AI) 마켓으로

---
## 한국 기업(?) vs. AI기반 기업

.center[
  <img src="fig/stat-data-science.png" width="100%" />
]

---
## 산업역군(?)

.center[
  <iframe width="400" height="270" src="https://www.youtube.com/embed/t346si4gy_M" frameborder="0" allowfullscreen></iframe>

<img src="fig/ai-basic-skills.png" width="37%" />
]

.footnote[
  [MATT RICHTEL, "Reading, Writing, Arithmetic, and Lately, Coding"", The New York Time,  MAY 10, 2014](http://www.nytimes.com/2014/05/11/us/reading-writing-arithmetic-and-lately-coding.html)
]

---
class: inverse, middle, center

# RPA

---
## RPA (Robotic Process Automation)

- 로봇과 자동화가 인간의 일자리를 빼앗아 간다는 부정적인 전망도 있지만, 로봇 프로세스 자동화(RPA)는 반복적이고 평범한 작업을 로봇이 하게 해 조직의 시간을 절약해 준다.

- RPA 업체

- [오토메이션 애니웨어(Automation Anywhere)](https://www.automationanywhere.com/)

- [유아이패스(UiPath)](https://www.uipath.com/)

- [엣지버브(EdgeVerve)](https://www.edgeverve.com/)

- [블루프리즘(Blue Prism)](https://www.blueprism.com/)

.footnote[
["RPA란? 어디에 어떻게 쓰이고 누가 만드나?"](http://www.ciokorea.com/news/39027#csidx3e0255b4236eca9ba5d631db45ce667)
]

---
## 왜 RPA인가?

.footnote[
출처: Kinetics consulting services / Deloitte Korea, Automation Anywhere Korea 발표자료.
]

---
## RPA - 시민 데이터 과학자

.footnote[
- [xwMOOC 데이터 제품 - 전자우편 보고서 발송 자동화](https://statkclee.github.io/data-product/cron-automation.html)
- [R을 활용한 Rpa 예제 - "네이버 금융 주요 시장지표 수집 및 이메일 발송"](https://mrkevinna.github.io/R%EC%9D%84-%ED%99%9C%EC%9A%A9%ED%95%9C-RPA-%EC%98%88%EC%A0%9C/)
]

---
## RPA - 상업용 제품

#### 동영상: [AUTOMATION ANYWHERE'S IT-ACCLAIMED ARCHITECTURE](https://goo.gl/4J94Hc)

---
class: inverse, middle, center

# 디지탈 경제

---
## 데이터를 산업화

.footnote[
[4차산업혁명과 대한민국 혁신성장 활로모색 - "데이터 자원과 사이언스와 엔지니어링 그리고 사업화"](https://statkclee.github.io/ds-authoring/ds-4th-ir.html)
]

---
class: inverse, middle, center

# 인공지능 = 데이터 + 슈퍼컴퓨터

.footnote[
벤처 창업을 위해서 알아야 되는 인공지능관련 기본 지식
]

---
## AI/ML/통계

.center[
  <img src="fig/ai-ml-statistics.png" alt="AI > ML > Statistics" alt="100%" />
]

---
## 인공지능과 데이터

.center[
  <img src="fig/maum.png" alt="AI 플랫폼 서비스" alt="100%" />
]

---
## 소프트웨어 1.0과 2.0

.center[
  <img src="fig/programming_machine_learning_comparison.png" width="80%">
]

.footnote[
   [궁극의 주인이 될 알고리즘(Master Algorithm)](https://statkclee.github.io/ai-lab/master-algorithm.html)
]

---
## 컴퓨터: 왜 슈퍼컴퓨터를 알아야 하나?

.center[
  <img src="fig/CPU-Scaling.jpg" width="50%">
]

.footnote[
   [xwMOOC 고성능 R 아키텍처](http://statkclee.github.io/parallel-r/r-perf-arch.html)
]

---
## 컴퓨터: 고성능 컴퓨팅 기초

- 병렬 컴퓨팅 
    - 동시 실행과 병렬 실행
    - 동기실행과 비동기 실행
    - 분산 메모리과 공유 메모리
    - 프로세스 vs. 쓰레드
- 실무에 병렬처리 적용 방법
    - 비동기 프로그래밍
    - 공유 메모리 프로그래밍
    - 분산 메모리 프로그래밍
    - 연쇄 작업(serial farming)

.footnote[
   [고성능 컴퓨팅(HPC) - 고성능 컴퓨팅 기초](http://statkclee.github.io/hpc/hpc-basic.html)
]

---
## 알고리즘: 딥러닝(Deep Learning)

.center[
  <img src="fig/three-pillars.png" width="90%">
]

.footnote[
   [xwMOOC 딥러닝과 `\(H_2 O\)`](http://statkclee.github.io/deep-learning/)
]

---
## 데이터: 빅데이터 (Big data)

.center[
  <img src="fig/intree-xy-f.png" alt="정형데이터와 비정형 데이터, 그리고 기계학습" width="90%">
]

.footnote[
- [데이터 가져오기](https://statkclee.github.io/ingest-data/)
    - [직사각형 데이터](https://statkclee.github.io/data-science/)
    - [텍스트 데이터](https://statkclee.github.io/text/)
    - [네트워크 데이터](https://statkclee.github.io/network/)
    - [지리정보 데이터](https://statkclee.github.io/spatial/)
    - [이미지 데이터](https://statkclee.github.io/trilobite/)
    - 오디오/소리 데이터
    - ...
]

---
## 소프트웨어 기술

.center[
  <img src="fig/software-evolution.png" width="90%">
]

.footnote[
   [xwMOOC 고성능 컴퓨팅(HPC) - 컴파일, 설치, 호출](https://statkclee.github.io/hpc/compile-install-call.html)
]

---
class: inverse, middle, center

# 인공지능 제품

---
class: middle, center

[데이터 저널리즘](https://statkclee.github.io/data-product/data-journalism-working-pop.html)

.footnote[
    [데이터 과학을 위한 저작도구](https://statkclee.github.io/ds-authoring/)
]

---
class: middle, center

[데이터를 제품으로](https://statkclee.github.io/ds-authoring/slides/ds_data_product.html#/)

---
class: middle, center

[이미지 분류 - 케라스(딥러닝)](https://statkclee.github.io/data-product/shiny-image-classification.html)

---
class: middle, center

[xwMOOC 딥러닝: 동영상 감정 분석](https://statkclee.github.io/deep-learning/ms-oxford-video.html)

.footnote[
  [KBS, 인공지능으로 분석한 대통령의 마음 슬픔은 어디에(2016.12.07)](http://news.kbs.co.kr/news/view.do?ncd=3390429)
]

---
## 반정형 데이터 - 이력서

.center[
<img src="fig/resume-rpa.png" alt="이력서" width="100%" />
]

.footnote[
- [데이터 사이언스: 저작(Authoring) - "이력서(Resume)"](https://statkclee.github.io/ds-authoring/ds-resume.html)
- [데이터 과학: 재현가능한 저작 - 이력서](https://statkclee.github.io/author_carpentry_kr/)
]

---
## [얼굴 분석 - Face Analysis](https://itunes.apple.com/kr/app/%EC%96%BC%EA%B5%B4-%EB%B6%84%EC%84%9D-face-analysis/id1290130969?mt=8)

.pull-left[
  <img src="fig/face-analysis-app.png" alt="얼굴분석" width="70%" />
]

.pull-right[
  - **클라우드 APIs**
    - [나이(Age): MS Face API](http://statkclee.github.io/deep-learning/ms-oxford-age.html)
        - [정보과학교육연합회-R을 이용한 인공지능 튜토리얼](http://statkclee.github.io/deep-learning/ms-oxford-kcode-tutorial.html)
        
    - [감정분석: MS Emotion API](http://statkclee.github.io/deep-learning/ms-oxford-video.html)
    
    - [Azure Computer Vision API: Generate image captions with the Computer Vision API](http://blog.revolutionanalytics.com/2018/03/computer-vision-api.html)
]

---
class: inverse, middle, center

# 마무리

---
class: middle, center

[데이터 사이언스 R Meetup](https://tidyverse-korea.github.io/r-meetup-x-presser/)