안녕하세요. 김상규 전문가입니다.
Q. 나중에 ai가 활성화되면 사라질 직업은 어떤것들이 있는지요?
안녕하세요. 김상규 전문가입니다.AI 활성화에 따른 기대감 과 우려감이 공존하는 시대에 살고 있습니다만그에 관련하여 활용을어떻게 해 나가냐 는 것이 진정으로 고민해야 할 부분이 아닌가 합니다.사라질 직업을 우선 살펴보면첫째. 제조업AI는 제조 공정의 최적화, 품질 관리, 재고 관리 등에 사용될 수 있습니다.데이터를 분석하여 공정의 비효율성을 찾아내고, 제품 결함을 예측하며, 공급망을 관리하는 데 도움을 줄 수 있기에기존의 물리적 , 반복적 작업을 하는 직업은 AI와 로봇 기술의 발전에 의해 대체될 위험이 있tmqslek.특히, 조립라인, 품질검사원,재고관리 담당 증은 사라지던가 업무변경이 될 가능성이 높습니다.하지만 무작정 제조업의 일자리를 위협한다기 보다는AI와 함께 작업하는 능력이 필요한로봇을 유지하고 관리하는 로봇 기술자, AI 시스템을 설계하고 구현하는 AI 엔지니어 등의 직업이 중요한 일자리로 생겨날 것입니다.둘째, 전문직 에서의 변화AI의 발전은 전문직 분야, 즉, 의료, 법률, 금융 등의 분야에서 전문가들의 업무를 지원하고, 결정 과정을 향상시키는 기능을 할 것입니다.의료에서의 질병진다, 의약품개발, 환자 모니터링 에 있어서대량의 데이터를 빠른 속도로 분석 , 패턴 발견으로, 정확한 진단과 신약후부물질 발견 및 개인화된 치료계획을 제공하는 데 있어서 탁월한 기능을 수행할 것입니다.법률에서는 대량의 데이터를 처리하여판례검색, 법률문서검토, 자문 등, 변호사들의 업무부담을 줄여, 실질적으로는의뢰자들에게 더 효과적인 서비스를 할 수 있게 해줄 것입니다만 효율적인 만큼 그런 부차적인 업무를 대체하는 분들의 일자리는 사라질 가능성이 큽니다.금융에서 또한 대량의 금융 데이터 분석을 토한 금융위험예측, 부동산가치평가, 투자전략 분석 등을 해줌으로서 관련 업무를 하는 인력의 감소를 불러올 것입니다.다만 그런 일부 인력의 감소와 대조하여AI를 효율적으로 이용하여 질병진단, 법률 서비스제공, 투자전략을 개발하는 전문가 직종이 새롭게 필요할 것입니다.사라질 직업에 대조되어새롭게 등장할 직업으로는 결국 AI의 발전에 따른 데이터의 중요성 증가로 인하여AI 및 데이터 관리 전문가는 미래의 주요 직업 중 하나가 될 것으로 예상됩니다.기업의 대량 데이터 보호/ 관리 역할 및데이터 품질유지, 보안, 분석 의 업무를 하여AI의 발전을 이끌고, 데이터를 활용하여 기업의 성장을 돕는 중요한 역할을 수행할 것으로 판단됩니다.
Q. 중국의 딥시크와 챗gpt 차이점이?
안녕하세요. 김상규 전문가입니다.두 인공지능 언어모델의 차이점을 보면첫째, 데이터 학습 방식챗 지피티는 방대한 양의 텍스트 데이터를 학습하여, 다양한 주제제 대한 답변을 제공하며45TB 이상의 데이터 학습 결과물을 바탕으로 다양한 활용 분야 제공딥시크는 총 6710억개의 매개변소를 보유하여 논리적 추론과 수학적 문제해결 능력 분야 강화가 특징 즉, 특정 작업에 최적화된 성능 제공둘째, 응답 방식챗지피티 는 생각의 사슬 추론을 사용하는 방식으로각 단계별로 추론하고 각정보와 그 의미를 신중하게 판단하여 다음 조치를 취합니다만딥시크는 답변의 도출 까지의 추론 과정을 보여줍니다. 셋째, 검색기능의 유무챗지피티는 검색기능이 없는 대신ㄴ에 대규모 데이터 기반으로다양한 질문에 논리적이고도 자연스러운 답변을 제공하는 방식이나딥시크는 검색기능 이란 것이 있습니다.이용자가 필요로하는 질문을 검색버튼을 눌러서 답변을 제공 받는 방식으로검색트렌드를 반영한 답변을 제공받는 형식입니다.넷째, 사용법챗지피티는 이용자가 대화창에 텍스트를 입력하는 방식으로지피티가 그에 대응하여 대화하듯 답변이 제공되는 방식이고딥시크는 검색기능을 켜는 방식으로PC 에서는 웹사이트를, 모바일에서는 앱을 통해 사용하는 방식입니다.사용목적에 따라 강하고 약한 부분이 있고특히 딥시크는, 물론 현재의 딥시크 모델에서는수학적 문제와 논리적 추론에 특화되어있는 모델로 보시면 됩니다.두 언어모델에서의 원가차이는데이터 훈련 방식 및 알고리즘의 차이에서 오는 부분이기도 한데딥시크는 데이터 압축 및 최적화통한 데이터 처리 비용을 줄여GPU 사용량을 효율적으로 관리하고저사양 GPU에서 최대의 성능을 발휘하도록 병렬 연산 최적화 기술을 도입 하였습니다.챗지피티는방대한 양의 데이터를 사용하여 훈련시키기에 , GPU 연산 및 메모리 소모가 엄청나 높은 개발비가 필요하고또한 고성능 GPU 클러스터를 사용해서 훈련되고, 더 복잡한 아키텍쳐와 알고리즘을 사용하여 성능을 향상시키기에더 높은 개발 비가 필요한 부분이 있습니다.단적으로 보면 딥시크가 더 좋은거 아닌가 하는 부분으로 편향될 수 있으나딥시크는 일단 일정부분에 특화된 모델이므로 전체적인 비교라 하기엔 무리가 있고또한 정말 중국용 저사양 엔비디아 칩을 썼다는 말을 100프로 믿기도 힘든 것이그 이전에 최고 H100 모델을 비축해왔다는 정보가 있기에 딥시크가 무조건 저비용으로 우세하다는 점을 신뢰하기엔 아직 무리가 있습니다.또한학습에 있어서 개인의 정보보호 측면에서 법적, 윤리적 측면에서 어떻게 데이터를 수집하는 지 조차 공개가 되지 않아개인정보보호 측면에서도 아직 무리가 있는 모델이라 할 수 있습니다.
Q. 기계적 토크 전달 장치 설계 시 고려해야 할 재료의 특성
안녕하세요. 김상규 전문가입니다.기계적 토크 전달에 있어서 고려해야 부분은당연히기하학적 구조가 우선적으로 고려되어야하는데요샤프트의 길이 및 직경은토크 전달 효율과 내구성에 영향을 미치므로 샤프트는 진동과 처짐을 최소화 하면서 필요하중을 지지가능하게 설계되야 합니다.또한 하중사이 접촉 표면적응 표면이 넓을 수록 토크를 보다 효율적으로 전달 가능하기에 고려되야 합니다.고려되야할 재료의 특성이라면특히 고속회전 설비에서 내마모성 재료의 선택 입니다.둘째, 강도 로서 토크전달 장치 내구성에 직접적 영향을 미치므로 적용시나리오에 따라강철, 황동, 스테인레스 등이 적용됩니다.셋째, 유연성토크전달 장치의 부드러운 작동을 보장하기 위해 고려되야합니다. 넷째 , 내열성고온 환경에서도 안정적으로 토크를 전달하기 위해 고온 저항성이 우수해야합니다.다섯째, 마철 저항도필요에 따라 표면코팅 들을 탕해 마찰저항도를 줄여 내마모성을 향상시키고마찰을 향상 시키기 위해서는 고무 표면 코팅 등을 통한 방법이 사용되기도 합니다.
Q. 유체역학에서 난류와 층류를 구분하는 기준과 그 응용 사례는?
안녕하세요. 김상규 전문가입니다.난류는 유체의 흐름이 불규칙적이고 복잡하게 되는 것으로, 이 경우 유체 입자 간의 상호작용이 강해지며 혼합이 잘 이루어집니다층류는 유체 분자가 일직선으로 일정한 경로를 따라 흐르는 현상으로, 흐름이 부드럽고 예측 가능합니다.이 둘을 구분하는 기준은레이놀즈 수에 따라 되는데레이놀즈 수는 유체 밀도, 속도, 점도 및 특성 길이에 따라 계산되는 수치 입니다.Re = VD/v ( V는 유체 평균속도, D 유체특성 길이 : 관의 직경 등, v는 유체 점도)로 수식을 나타낼수 있고층류는 레이놀즈 수가 2000 미민일 때를 말하며 유체입자들이 서로 마찰 및 상호작용이 최소화된 평행한 흐름을 보입니다.난류는 레이놀즈 수가 4000 이상 일경우로 , 흐름이 불규칙하고 복잡하기에유체입자간 혼합이 잘 이뤄집니다.응용사례를 간단히 들어보면층류는 의료 영역에서 혈액이나 생리식염수 흐름의 원활함을 위해 적용되는 부분이 있으며난류는열교환기 내에서 다양한 유체의 효과적 혼합을 통한 열교환 반응의 증대를 들 수 있습니다.
Q. 진동 분석을 통해서 기계 시스템 고장을 사전에 예측할 수 있는 방안
안녕하세요. 김상규 전문가입니다.말씀대로진동분석을 통한 기계 상태 실시간 감시 및 고장 예측 시스템 기술들은 있습니다.첫째진동 신호 주파수 분석 방식으로진동 신호의 주파수 구성 요소를 분석하여 기계의 상태를 진단하는데샘플링 된 진동 신호를 분석하여 진단합니다.둘째진동신호 특징 추출진동신호의 시간영역 특징을 추출하여 고장을 진단하는데Peak to Peak, Impulse Factor,root mean square 등 방식이 적용됩니다.셋째진동 데이터 실시간 수집 및 분석진동데이터 실시간 수집 및 진동신호들의 자동 추적으로 회전체 기계의 고장을 미리 감지합니다.넷째최근에는 AI를 통한 수집된 데이터 의 알고리즘 통한 학습으로각종 변동성이 큰 각종 종류별 고장 예측 모델을 생성하여고장을 예측하는 방식입니다.