데이터 과학 강좌를 안내하는 에드엑스 (edX)

트위터 edxonline 계정이 데이터 과학 강좌를 소개하며, 강좌를 들을 것을 권하길래, 한 번 옮겨보았습니다.  정확하지 못한 번역이 부분적으로 있을지라도 독자님들의 이해를 구합니다.

edX는 무료 온라인 강좌를 많이 제공하는 곳입니다.  (이 글에 소개된 데이터 과학 강좌가 무료인지는 아직 제가 확인해보지 못하였으나, 관심있으신 분들은 확인해보시기 바랍니다).  

21세기에 있어서 데이터 과학의 중요성: 데이터 과학이란 무엇인가.

여러분들은 데이터 과학이 여러분의 일상생활에 얼마나 많은 영향을 미치는지 알게 된다면, 놀랄 것입니다.  (미국의 대표적 온라인 쇼핑몰인) 아마존이 (이런 제품을 써보시라고 권하는) 권유, 마케팅 전략, 우버, 시리, 가격 비교 사이트 그리고 영상 인식 (image recognition) 등 이 모든 것이, 다소의 차이는 있더라도, 데이터 과학에 의해 형성되고 작용됩니다.  아마 지난 해에, 여러분은 ‘데이터 과학’이라는 용어를 들어보았지만, 그러나 이 용어가 무엇을 의미하는지 충분히 이해하지 못했을 수도 있었을 것입니다.  데이터 과학이란, 융합적 분야 (interdisciplinary field)로써, 데이터로부터 지식이나 통찰력을 도출하기 위해, 여러가지 과정들  (processes)과 시스템들이 이용되는 것을 말합니다.  데이터 과학자들은 다양한 적용방법들을 사용하여, 엄청난 양의 데이터를 모으고, 관리하고, 분석하고, 그리고 해석합니다.

 

올해인 2016년에 데이터 과학은 중대한 위치로 자리매김 될 것입니다, 왜냐면, 많은 산업분야들이 그들이 하루 하루 (day-to-day) 내리는 결정들이 데이터 과학에 의거해서 이루어지고 있다는 것을 깨달았기 때문입니다.  2016년의 시장의 동향이 말해주듯, 모바일 광고, 개인화 (personalization), 그리고 데이터에 대한 상식 (data-savviness)을 요구하는 전반적인 필요가 크게 일어나고 있습니다.  데이터 과학은 (당분간이라고 가정할지라도) 우리에게 필수적인 분야입니다.

 

데이터 과학이라는 용어 자체가 2001년에 만들어졌고, 따라서, 데이터 과학은 상대적으로 새로운 분야입니다.  현재, 데이터 과학은 재정, 에너지, 여행, 그리고 정부 (government)에 이르기까지 여러 분야에서 크게 성장했습니다.  그러나, 더욱 중요한 점은 이제 대학에서 데이터 과학이라는 분야를 가르쳐야겠다고 생각하고 여러 강의와 프로그램을 개설하고 있다는 점입니다.  콜롬비아 대학과 MIT에서는 여러 강의를 제공하고 있고, 버클리 대학 (UC Berkeley)은 석사 과정을 내놓았고, 뉴욕 대학 (NYU) 역시 학생들이 데이터 과학을 공부해서 직업을 가질 수 있도록 더 많은 기회를 제공하고 있습니다 (이 글이 번역된 원문 출서가 링크로 아래 트윗에 있습니다 - 아래 사진 참조).
​

여기 에드엑스에서도 이런 필요성을 절감하여, 콜롬비아 대학의 데이터 과학 연구기관 (Data Science Institute)에서 제공하는 “콘텍스트 엑스시리즈에서의 데이터 과학과 분석론” (Data Science and Analytics in Context XSeries)이라는 강좌를 그대로 제공합니다.  학계에서 인정받는 매우 훌륭한 교수님들로 구성된 팀이 이 강좌를 가르치는데, 이 ‘엑스시리즈’는 학생들이 데이터 과학의 기본 개념을 배우고 더 잘 이해하도록, 그리고 기본적인 통계학과 기계 학습 (machine learning)과 알고리즘을 가르칠 계획입니다.  취업 분야에서의 데이터 과학자들에 대한 수요는 점점 늘어나고 있습니다.

그런데, 취업 시장에서 데이터 과학자에 대한 수요가 늘어나고 있는데, 실제로 정말 자격이 있고 능숙하고 전문적인 사람들이 이런 데이터 과학 관련 직장에 취직하길 바랍니다.  최근, 원티드 분석 (Wanted Analytics)이라는 기관에서 조사한 바에 따르면, 미국에 있는 332,000명의 컴퓨터 프로그래머들 중에 오직 4 퍼센트의 사람들만이 현재 데이터 과학에서 요구하는 기술을 가졌다고 합니다.  그리고, 국제적인 컨설팅 회사인 맥킨지 & 회사 (McKinsey & Company)의 예측에 따르면, 2018년까지 데이터 과학 관련 분야에서 4백만명의 인력을 필요하며, 140,000에서 190,000 정도의 데이터 과학자들이 부족하다고 합니다.  이렇게 데이터 과학 분야의 전문가를 (많은 회사들이) 채용하려 하는 이유는, 여러 산업 분야에서 산업의 성장을 위해서 데이터를 분석해야한다는 사실을 깨달았기 때문입니다.  구글의 경제 분야의 대표인 바리언 (Hal Varian)은, “데이터를 취하는 능력 – 데이터를 이해하고, 과정화시키고, 데이터로부터 가치를 찾아내고, 시각화하고, 이것을 (설득력있게) 전달하는 능력 – 은 다음에 다가올 10년 동안 매우 중요한 기술이 될 것”이라고 말했습니다.   

여기 에드엑스에서는, 여러분이 성공할 수 있도록 돕는 분야의 강좌를 제공하는 것을 목표로 삼고 있습니다.  데이터 과학에 대한 필요가 점점 더 커지고, 데이터 과학를 다루는 기술이 많은 산업 분야에서 더욱 필요해질수록, 에드엑스의 데이터 분석과 통계 (Data Analytics and Statistics) 강좌들은 여러분이 이런 기술를 갖추어 (여러분의 직업) 커리어가 더 발전하도록 도울 것입니다.  그리고 마이크로소프트에서 제공하는 ‘데이터 과학과 기계 학습 필수’ (Data Science and Machine Learning Essentials)라는 강좌 역시 여러분의 데이터 과학과 분석 기술을 향상시키도록 짜여졌으니 많이 들으시기 바랍니다.  그리고, '데이터 분석과 통계' (data analysis and statistics) 강좌도 있으니, 들으시기 바랍니다.

* * *

다음은 트위터 wtvox 계정에서 농사를 짓는 로봇 개발에 대해 보도한 것입니다.  아래 사진의 트윗의 링크에서는, 스타쉽의 그라운드 드론 (Starship’s ground drone)도 소개하고, 리테일 로봇, 탤리 (Tally, the retail robot)도 소개하고 있는데, 드론과 탤리에 대해서는 저도 들어본 적이 있습니다만, 농사짓는 봇을 개발하는 얘기는 저도 처음 듣는지라, 이 부분을 번역해보았습니다.

 

농사짓는 봇들의 떼, 혹은 스웜봇 / Swarms of farming bots

 

미국 아이오와의 연구가, 데이빗 도르아워 (David Dorhour)는 농업 분야를 혁명적으로 바꿀 로봇의 떼 (swarm of robots)에 대해 연구하고 있습니다.  프로스페로 (Prospero)라고 이름이 붙여진 이 초기 단계의 원형 로봇은, 크기가 작고, 여섯 개의 다리가 있는 봇입니다.  그리고 수백의 봇들이 함께 떼로 모여서 작물을 순식간에 그리고 매우 정확하게 농토에 심을 것입니다.  프로스페로는 GPS나 복잡한 시력 소프트웨어 (vision software)가 가 필요없습니다.  그냥 바로 아래만 봅니다.  떼로 모인 프로스페로 봇들이, 만약 바로 아래의 땅에 씨앗이 뿌려져있지 않다는 것을 발견한다면, 정확한 깊이로 씨앗을 심고, 그리고 미리 프로그램된 양의 비료와 영양분을 뿌리고, 그 씨앗을 [흙으로] 덮고, 약간의 액체 (fluid)를 뿌릴 것입니다.  다른 봇들은 이 액체가 살짝 뿌려진 것을 보고, 이 부분의 땅은 이미 씨앗이 심어졌다는 것을 알게 되고, 작물이 심겨 있지 않은 다른 곳으로 갈 것입니다.  이 로봇들이 전부 작동하여, 모두 동시에 작물을 심을 것입니다.

프로스페로 봇 하나 하나는 모두 무선 통신 (radio communication)을 합니다.  그래서, 봇 하나가 씨앗이 전혀 심어져 있지 않은 넓은 땅을 발견하면, 그 봇은 다른 봇에게 [그 사실을 알리려] 신호를 보냅니다.  마찬가지로, 땅에 작물이 너무 촘촘히 심어져 있다면, 그 봇은 다른 봇에게 다른 곳으로 가서 일을 하라고 신호를 보냅니다. 

 

봇들이 서로의 위치에 대해 지속적으로 서로 모니터하지 않고, 로봇들이 서로 간단하게 통신을 하게 함으로써, 도르아워는 연산력 (computing power)를 훨씬 덜 쓰면서도, 농촌 지역에서 더 유용하게 쓰일 수 있는 시스템을 만들려고 합니다.  그리고 떼로 일하는 이런 테크 기술은 농부들에게 최고의 통제력을 제공합니다: 일반적으로 현재의 농업은 밭 단위의 규모로 (field-by-field)로 이루어지고 있지만, 이 로봇들을 사용하면, [정밀하게 관리할 수 있는 규모가 더 작아져서] 농부들은 이제 작물 단위의 (plant-by-plant) 규모로 농사를 어떻게 짓고 관리할 수 있는가, 에 대하여 결정하게 될 것입니다. 

 

우리는 차세대 로봇 공학이 무엇인지 궁금해 할 필요가 없습니다: 이미 그들은 우리의 발 옆에 와 있으니까요.  일반적으로, 사람들은 로봇, 그리고 로봇과 연관된 미래에 대해 부정적으로 생각합니다: 사람들의 일자리를 빼앗는, 인력을 대신하는 똑똑하고 훨씬 싼 로봇.  아마, 미래의 산업 현장은 지금과는 다를 것이지만, [로봇이 사람의 일자리를 빼앗는다고 부정적으로 볼 것이 아니라], 사람과 로봇이 함께 일하는 가능성도 있다고 생각합니다.  로봇은 반복적이고 규칙적인 틀에 맞추어 하는 일에 매우 능숙하지만, 인간의 창조성과 공감성 그리고 지능을 대신할 수 있는 것은 없습니다.  2016년을 시작하면서, 자동화 기술 (automation technology)이 우리 인간을 도와 짐을 나르고 옮기는 일을 도와줄 것을 기대합시다.  그리고 로봇이 [기계적이고 반복적인 부분을 맡아서 일을 함으로써, 다행스럽게도] 우리는 덜 지루한 일을 하게 될 미래를 기대해봅시다.​

* * *

새로운 기기 소개: Glocalme G2

글로컬미 G2 (Glocalme G2)는 휴대해서 가지고 다닐 수 있는 ‘포켓 와이파이’ 기기로써, 클라우드 심 테크놀로지 (Cloud SIM technology)에 의해 제작되었습니다.  글로컬미 G2를 휴대하면, 전 세계 108 개국에서 여행하면서, [여행하는 나라의] 현지의 심 카드 (SIM cards)없이, 로밍 서비스에 대한 요금을 낼 필요없이, 인터넷을 사용할 수 있습니다.  다만, 기본적인 플랜을 구매할 때, 사용할 데이터 양과 글로컬미 G2 쪽에 지불해야 할 비용을 잘 계산해보시고, 자신의 여행 계획에 맞추어 선택을 하셔야 할 듯 합니다 (글로컬미 측에 일정량의 돈을 내고, 데이터를 구입해서, 다행히 돈을 지불한 만큼의 데이터 분량만 쓰시면 좋지만, 만약 여행 계획이 바뀌거나 해서, 정해진 데이터보다 더 쓰시게 되면, 추가로 비용을 지불해야 합니다) 

(아래 사진 참조) (한국에서 구할 수 있는지 저는 모르지만, 만약 한국에서 판매한다면, 구매해서 여행갈 때 쓰면 편리할 것 같습니다.  굳이 여행가는 나라의 심 카드를 구입하지 않아도 되니까요.)