교육 > 교육분야 | 국립군산대학교 컴퓨터소프트웨어학부임베디드소프트웨어전공

AIoT (Artificial Intelligence of Things)
지능형로봇 Intelligent Robot
임베디드시스템 Embedded System
자율주행 Self-driving

AIoT (Artificial Intelligence of Things)

IoT(Internet of Things)

스마트 홈, 스마트 그리드, 스마트 시티, 스마트 팩토리 등 스마트X(SmartX) 에코시스템의 기술적·사회적 발전으로 사회 인프라의 편의성과 효율성, 지능화가 극대화될 수 있었다. 이러한 변화의 결정적인 트리거는 단연 사물인터넷(IoT, Internet of Things)이라 할 수 있다. 공공·민간·국방·교육 등 다양한 산업 분야에서 발생하는 공간, 위치, 온도, 초음파 등의 변동정보를 수집하여 저장, 처리, 공유, 활용할 수 있는 초연결 생태계가 조성되었다. 센싱 기술의 높은 기술 성숙도와 표준화를 통해 사회 인프라 전반의 보편화 및 자동화가 가능해지면서 사물인터넷 시장의 급격한 성장의 촉매제가 되었다.
단말형 센싱 디바이스에 머물던 초기의 IoT 기술은 통신 기술이 결합하면서 데이터 송수신이 가능한 연결형 IoT로 발전하였다. 현재는 클라우드, 블록체인, 인공지능, 디지털 트윈, 5G/6G 등의 신기술이 결합된 자율형 IoT를 지향하고 있다. 자율형 IoT로의 기술발전은 단순 데이터 수집 형태를 벗어나 데이터를 통한 업무 효율화 및 자동화로 인한 의사결정을 목적으로 한다. 따라서 IoT를 통해 새로운 관점의 인사이트를 도출하기 위해서는 인공지능이 결합된 AIoT기술이 필수적이다.

AIoT(Artificial Intelligence of Things)

AIoT(Artificial Intelligence of Things)는 사물인터넷인 IoT(Internet of Things)와 인공지능(Artificial Intelligence)이 결합한 단어로, 사물인터넷을 통해 수집된 데이터를 인공지능이 분석하는 융합 기술이다.
AIoT라고 해서 단순히 인공지능 기술만 필요하다고 생각하기 쉬우나, AIoT를 통한 효율성과 자동화를 구현하기 위해서는 5G/6G, 빅데이터, 블록체인, 클라우드 등의 기술이 결합해야 한다. 이에 따라 AIoT는 4차 산업혁명을 촉발하는 신기술에서 보이는 공통적인 특징인 초연결성(Hyperconnectivity), 초지능성(Superintelligence), 초융합성(Hyperconvergence)을 띄고 있다.
AIoT 기술은 3단계로 발전되었다. 1단계인 연결형 IoT(Connectivity IoT)는 사물-사물, 사람-인간 등의 연결이 주 목적이라면, 2단계인 지능형 IoT(Intelligence IoT)에서는 클라우드나 인공지능 기술을 결합하여 데이터 기반의 의사결정을 지원한다. 마지막 3단계인 자율형 IoT(Autonomy IoT)는 융합 기술을 이용한 분산 협업과 사물의 지능화를 통해 유연한 의사결정을 추구한다.

지능형로봇

로봇 분야의 소개

로봇기술(RT)은 정보, 반도체, 인공지능, 생체공학, 신소재, MEMS 등 첨단기술과 기계, 전자 등 전통기술이 융합된 고부가가치의 차세대 신기술로 국가 경쟁력 및 경제 성장을 유도하는 기술입니다. 게다가 로봇산업은 매우 큰 시장 잠재력을 가지고 있어 2020년경에는 전 세계 자동차 시장의 규모를 추월할 것으로 예상됩니다. 따라서, 본 학과에서는 지능형 로봇 전문 인력을 효과적으로 양성하기 위해 체계적인 교과과정 개발을 통한 로봇기술을 선도하는 학과로 만들고자 합니다.

Intelligent Robot

Traditional Tech.: Mechanical / Electrical / Electronics / Computer / Control

High Tech.: AI / Brain Tech. / New Material / Bio Tech. / IT / MEMS

Iterlligent Robot - “Integration of Technologies”

지능형 로봇 기술

로봇 개발 역사

로봇 분야의 졸업 후 진로

실제 로봇을 만드는 기술은 모든 공학 분야를 포함하므로 전공자들은 각종 산업 분야에 본 기술을 응용 가능하며, 제어 공학을 기반으로 하는 로봇 관련 전공 학생들을 필요로 하는 곳은 많이 있습니다. 삼성전자를 비롯한 많은 기업체, 생산기술연구소를 비롯한 많은 국책연구소, 대학원 진학등이 있으며 구체적인 기술 분야는 다음과 같습니다.

본 학과 로봇관련 각종 대회 수상경력

대표적인 수상경력은 다음과 같으며 이외에도 많은 대회에 수상 경력을 갖고 있다.

로봇 분야의 취득 자격증

로봇기술자격, 메카트로닉스기사, 제어계측기사, 전기기사, 전자기사, 전기공사기사

임베디드시스템

임베디드 시스템의 정의

우리 생활 주변의 가전제품, 통신기기, 로봇, 자동차, 비행기, 선박, 게임기, 홈 네트워크 등 거의 모든 시스템에는 이들을 운용 또는 제어할 수 있도록 ‘특화된 컴퓨터’가 내장(embedded)되어 있습니다. 이렇게 다른 장치의 내부에 장착된 특화된 컴퓨터를 통틀어서 ‘임베디드 시스템(Embedded System, 내장형 시스템)’ 이라고 합니다. 현재는 범용 컴퓨터(PC)를 제외한 컴퓨팅 시스템이 내장된 모든 시스템을 임베디드 시스템의 범주에 포함하고 있습니다.
위키백과에는 “임베디드 시스템(Embedded System, 내장형 시스템)은 시스템을 동작시키는 소프트웨어를 하드웨어에 내장하여 특수한 기능만을 수행하는 컴퓨터 시스템이다. 개인용 컴퓨터(PC)와는 달리 특정한 요구 사항을 가지고 있으며, 미리 정의된 작업(task)만을 수행한다. 개인용 컴퓨터는 하드 디스크와 같은 대용량 저장장치에 운영 체제를 내장하고 있다. 그에 반해, 임베디드 시스템은 운영 체제와 응용 프로그램들이 롬(플래시)에 이미지 형태로 저장되어 있다가 시동과 동시에 램 디스크(RAM Disk)를 만든 다음, 램 디스크 위에 운영 체제와 응용 프로그램들이 구성되고 구동되는 시스템이다.”라고 정의되어 있습니다.

임베디드 시스템의 응용 분야 및 졸업 후 진로

임베디드 시스템은 산업용 로봇, 서비스 로봇, 지능형 장난감, PDA, 휴대전화, 스마트폰, 홈 네트워크, 전기밥솥, 로봇 청소기, 냉장고, 디지털TV, PMP, 디지털 비디오 레코더, 디지털 카메라, MP3 플레이어, DMB, 네비게이션, 전자 사전, 유/무선 전화기, 프린터, 팩스, 스캐너, 복합기, CCTV, 산업용 콘트롤러, 자동차, 인공위성, 항공기, 전자 제어 무기, 계측기, 첨단 의료 장비, 통신 기지국, 중계기, 셋탑 박스, 네트워크 장비, 게임기 등 대부분의 IT 제품에 적용된다. 따라서 임베디드 시스템 관련 실무 지식을 보유한 졸업생은 다양한 분야로 진출할 수 있다.

반도체 기술의 발달에 의해 컴퓨터 하드웨어 비용은 지속적으로 낮아지고, 그 크기는 작아지며, 그 성능은 계속 향상되고 있다. 다가오는 유비쿼터스 세상에서는 주변 환경의 모든 사물에 컴퓨터가 내장되어 지능화될 예정이다. 즉 모든 사물이 임베디드 시스템이 되는 것이다. 따라서 임베디드 시스템 개발 관련 인력이 필요한 분야와 그 수요는 지속적으로 확대될 것이다.

자율주행

자율주행이란 자동차, 드론, 로봇 등과 같은 이동수단이 인간의 개입 없이 주변 환경을 인식하고 주행 상황을 판단해 제어함으로써 스스로 주어진 목적지까지 안전하게 주행하는 기술을 의미한다. 자율주행기술은 인지, 판단, 제어의 3가지 핵심기능으로 구성된다. 인지기능은 이동수단에 장착된 각종 센서로 부터 수집된 데이터를 종합하여 주변 환경을 인식하는 기능을 말하고 판단기능은 인지된 주변 환경에 근거하여 목적지까지의 최적의 경로를 계획하는 기능을 의미하며 제어기능은 이동수단이 최적의 경로를 따라가도록 액추에이터를 구동한다.

인지 (perception)

자율주행을 위한 첫 번째 필수 기능은 사람의 눈 역할을 하는 카메라, 레이더(Radar), 라이다(Lidar) 등 센서 기술을 활용한 인지기능이다. 인지기술은 자율주행을 수행하는데 필요한 주변 환경에 대한 데이터를 수집하고 분석하는 기술이기 때문에 방대한 정보를 수집하여 주변에 존재하는 객체를 정확하게 판별해내는 능력이 매우 중요하다. 일반적으로 하나의 센서 정보만을 사용하기보다는 다양한 센서로부터 수집된 정보를 융합하여 환경인식의 정확도를 높여준다. 이 과정에서 다양한 센서로부터 수집되는 방대한 양의 정보를 빠른 시간 내에 처리해야 하므로 빅데이터, 인공지능, 컴퓨터비전, 신호처리기술 등이 필수적이다.

판단(decision & planning)

자율주행을 위한 두 번째 필수 기능은 인지된 환경정보에 근거하여 최적의 경로를 계획하고 경로 상에 존재하는 장애물의 회피를 수행하는 판단기능이다. 일반적으로 판단기술은 이동수단이 주어진 환경에서 목적지까지 도달하기 위한 최단 경로를 생성하는 기술로 이해할 수 있다. 예를 들어, 자동차의 전방에 정지차량, 보행자, 장애물 등이 인지되었을 때, 이를 피해갈 것인지 혹은 그대로 주행할 것인지 등을 판단하고, 전방위험상황을 회피한다고 할 때 그대로 정지할 것인지 혹은 차선변경을 할 것인지 등에 대한 다양한 경로대안을 고려하여 최적의 선택을 내리게 된다. 이를 위해 자율주행 알고리즘은 수많은 경로대안에 대해 충돌확률, 차량 내 승객 안전성, 이동효율성 등 다양한 측면의 효과를 분석하여 최적의 경로를 생성하게 된다.

제어 (control)

자율주행을 위한 세 번째 필수 기능은 판단 기능에서 생성한 최적 경로를 잘 따라가도록 이동수단에 장착된 액추에이터를 제어하는 기능이다. 자율주행 자동차의 제어는 눈, 귀와 같은 감각기관을 통해 수집된 정보를 두뇌가 판단하여 팔이나 다리 등을 통해 움직이게 하는 것에 비유할 수 있으며, 이는 차량 측면에서는 가속페달, 브레이크, 스티어링휠 등을 제어하여 감속, 가속, 정지, 회전 등의 차량의 모션을 제어하는 것으로 생각할 수 있다.

인공지능

자율주행 자동차는 인간처럼 주변 상황을 인지할 수 있어야 하며, 인간처럼 주어진 상황인지에 기반하여 어떻게 행동할 것인가를 판단하여, 결과적으로 인간보다 더 나은 주행을 할 수 있어야 한다. 따라서 인간의 지능과 사고체계를 흉내낸 기술인 인공지능은 자율주행 분야에서 선택이 아닌 필수가 되어가고 있다. 자율주행의 가장 중요한 첫걸음은 주변 교통상황 및 객체들에 대한 정확한 판별 및 상황이해이며, 인공지능은 이러한 주변 사물의 인지에 활용된다. 인공지능은 자율주행 자동차의 각종 센서들이 수집한 정보를 기반으로 빠른 시간 내에 데이터로부터 사물의 종류와 형태를 넘어 그 의미까지 이해하여 사물인식정보를 추출한다. 또한, 딥러닝 기반의 인공지능 구현을 통해 인간 운전자의 차량제어방식을 학습하여 인간운전자에 버금가는 또는 이를 넘어서는 학습 기반 자율주행 알고리즘이 개발되고 있다. 딥러닝 기반 인공지능 기술은 방대한 양의 주행데이터를 학습하여 어떤 상황에서 어떻게 차량을 제어하면 어떤 결과로 이어지는지 등의 일련의 차량제어과정을 스스로 학습하게 된다.