태풍이 갈 길을 미리 안다면?
사건 파일 2사흘 전 예보한 길로 태풍이 거의 그대로 지나갔다. 예전엔 자주 빗나갔는데?
잰 값이 경보가 되려면?
빛·소리·미세 먼지·심박수 같은 것을 재어 숫자로 바꾸는 부품
달린 기기로 생활 데이터를 실시간으로 잰다
센서로 받은 정보를 처리해 화면·소리·불빛으로 내보내는 것
입력→처리→출력
작은 칩 한 개에 계산 부분과 입출력 연결 단자를 모아 맡은 일을 해내는 작은 컴퓨터
소리를 내고, 기준값을 정해 보자
교실 그림의 소리를 눌러 내 보자(문, 의자, 복도, 이야기)
측정값은 단위 없는 센서 값(0~최댓값) · 값은 이해를 돕기 위한 예
센서 값을 그래프로 보고 기준값을 넘으면 경보. 간격이 길면 짧은 큰 소리를 놓친다(교과서 설정 1초).
모으기만 하면 쓸모가 생길까?
보통의 프로그램으로는 감당하기 힘들 만큼 양이 많고, 숫자·문자·영상·음성처럼 형태가 다양한 데이터
센서와 통신 기술 덕분에 스마트폰·인터넷·쇼핑·누리 소통망의 기록이 디지털로 쌓인다
분석해 가치 있는 정보를 찾아 쓴다 · 슈퍼컴퓨터와 인공지능이 돕는다
위성·관측소·스마트폰·시계·쇼핑 기록 — 모양도 여러 가지, 양도 매우 많다.
모은 데이터는 디지털 형태로 데이터 센터에 빠르게 쌓인다.
지난 태풍 기록에서 패턴을 찾아 앞으로 갈 길을 내다본다 → 가치 있는 정보.
기상청은 태풍이 갈 길을 무엇으로 내다볼까?
쓰임에 맞는 데이터를 찾아 보자
쓰임 카드를 그 일에 필요한 데이터 위에 끌어 놓아 보자
막대는 비교를 위한 그림(값 없음)
쌓인 데이터는 분석해야 쓸모가 생긴다. 분석이 늘수록 데이터 센터의 전기도 늘어 친환경 운영이 필요하다.
빅데이터 매우 많은 양의 데이터. 여러 분야의 기록이 디지털로 모이고, 분석하면 뜻있는 정보가 나온다. 쌓고 분석하는 일은 슈퍼컴퓨터·인공지능이 맡는다.
좋은 점만 있을까?
| 분야 | 무엇을 분석해 무엇을 하나 |
|---|---|
| 일기 예보 | 위성·관측소 자료 → 날씨의 패턴, 태풍 길 |
| 과학 실험 | 쌓인 실험 결과 → 혼자 못 할 연구 |
| 유전체 분석 | 유전체 자료 → 질병 예측, 맞춤 치료 |
| 신약 개발 | 약물·화학 물질 자료 → 후보 물질을 빨리 |
| 일상생활 | 구매·이동·언어 기록 → 추천, 길 안내, 번역 |
더 빨리 이해하고 정확하게 예측 · 얽힌 문제를 빠르게 분석
개인 정보 유출 · 틀린 자료 · 편향된 결과 · 지나친 의존
막대를 밀어 자세히 보자
카드를 장점·문제점 칸에 끌어 넣어 보자
자세할수록 쓸모는 커지지만 사생활 침해 위험도 커진다 → 목적에 필요한 만큼만 쓴다.
잘 쓴 걸까, 조심할 걸까?
점수 맞히면 10점, 연속으로 맞힐수록 덤
틀리면 연속이 끊기고 까닭이 나온다
수업방 선생님이 시작하면 반 전체가 같은 카드로 함께
빅데이터는 예측과 맞춤을 돕지만 개인 정보·편향·의존의 위험도 있다 → 장점을 살리고 문제점은 줄여 쓴다.
센서 달린 기기가 생활 데이터를 쉬지 않고 잰다
스마트워치, 미세 먼지 측정기
입력(센서) → 처리(마이크로컨트롤러) → 출력
교실 소음 → 그래프 → 경보
양이 매우 많고 형태가 다양한 데이터
넓게는 분석하는 기술까지
디지털로 쌓고 슈퍼컴퓨터·인공지능이 분석
데이터 센터는 전기를 많이 쓴다
일기 예보·유전체·신약·실험·일상
태풍 길, 질병 예측, 추천, 번역
정확한 예측 ↔ 개인 정보 유출·편향
장점은 살리고 문제점은 줄인다
빅데이터는 과학·의학 같은 전문 분야에서만 쓰이고 일상생활에서는 쓰이지 않는다.
길 안내, 번역기, 상품 추천 등 일상에서도 쓰인다.
약과 화학 물질에 관한 빅데이터를 분석하면 새 약을 만드는 기간을 줄일 수 있다.
후보 물질을 빨리 추려 낸다.
빅데이터를 쓸 때 개인 정보가 새어 나갈 걱정은 없다.
모으고 분석하는 과정에서 유출될 수 있다.
예측에 쓰는 데이터가 많을수록 예측은 대체로 더 정확해진다.
태풍 경로·날씨 예보에 빅데이터를 쓰는 까닭.
소리 측정기의 측정 간격을 길게 할수록 짧은 큰 소리를 더 잘 잡아낸다.
간격이 길면 그 사이의 짧은 소리를 놓친다.
사건 파일 2 풀기태풍이 약해진 게 아니다. 위성·관측소에서 모은 빅데이터가 늘었고, 슈퍼컴퓨터와 인공지능이 지난 기록의 패턴을 분석해 예보가 정확해졌다.
날씨를 예보할 때는 엄청나게 많은 데이터, 곧 ( )를 쓴다
( 빅데이터 )많은 데이터를 쌓고 분석할 때 슈퍼컴퓨터와 ( )의 도움을 받는다
( 인공지능 )빅데이터의 문제점: 부정확한 정보, ( ) 유출
( 개인 정보 )