| 시세조종 의심계좌를 찾아내는 AI 감시시스템



한번 적발하려면 며칠이 소요되는 시세조종 의심계좌를 한 시간 만에 찾아내는 인공지능(AI) 시장감시시스템이 본격 가동 될 예정이라고 합니다.

한국거래소 시장감시위원회는 갈수록 지능화하고 규모가 커지는 불공정거래에 대응하기 위해 AI와 빅데이터에 기반을 둔 차세대 시장감시 시스템을 구축, 4월부터 본격 가동한다고 밝혔습니다.

최신 인공지능 모델인 엑스지부스트(XGBoost)(데이터 분석을 통한 로직 검증을 위한 라이브러리중의 하나로 최근 캐글(Kaggle) 이라는 데이터경진플랫폼에서 이슈가 되었다)를 사용한 차세대 AI 시장감시 시스템은, 기존 2~3개의 변수를 고려하던 것을 54개 변수로 다양화해 신종 불공정거래를 잡아낼 수 있도록 개발되었다고 하는데요. 이와 더불어 협의 계좌를 발견하는데 평균 5일정도 소요되던 시간이 1시간여로 단축 가능하고, 복잡한 거래패턴을 스스로 학습, 새로운 불공정 거래 유형도 찾아낼 수 있다고 합니다.

이에 이해선 시장감시위원장은 “현재 미국 나스닥에서 시장감시에 AI를 일부 이용하고 있으나 세계 주요 선진국에서도 AI 시장감시 시스템은 아직 개발 단계”라며 “7월에 성공적으로 AI 감시시스템을 전면 적용하면 우리가 첫 사례가 될 것”이라고 전했습니다. (경향비즈_180124)


| 세상을 네트워킹하는 ‘사물지능통신(M2M)’



우리 주변의 사물에 센서와 통신기능을 부여해 마치 살아 있는 유기체처럼 정보를 수집하고 공유하면서 상호작용토록 하는 지능형 네트워킹 기술을 사물지능통신(M2M,Machine to Machine)이라고 합니다.

이미 웬만한 가정은 스마트폰, TV 등 네트워크에 연결된 기기들을 최소 두 세 종류 이상 보유하고 있으며, 전문가들은 이 숫자가 2022년경 50개까지 늘어날 것으로 전망하고 있는데요. 이런 기기를 개발하는 것과 각 기기들이 상호작용하며 일을 처리하도록 만드는 것은 다른 차원의 이야기이며, 단순한 상호작용을 넘어 조화를 이루게 하는 것은 매우 어려운 일입니다.

이런 여러 기기를 네트워크로 묶는 주인공이 바로 프로토콜(protocol)인데요. 웹에 관련된 프로토콜만 최소 50개는 되며, 각 기기들이 자기만의 네트워크 속에 위치하기 때문에 사용자는 여러 네트워크 가운데 하나를 선택하거나 여러 네트워크를 동시에 동작시켜야만 합니다.

이러한 난제를 우회할 방안의 일례로 미국의 홈오토메이션 기업인 리볼브(Revolv)는 10가지 무선 프로토콜을 다룰 수 있는 허브를 판매 중인데요. 스마트폰이나 태블릿 PC를 이용해 온도조절기, 조명, 차고 문 등의 개별 제어 & 동시 제어할 수 있으며 조명을 켜면 온도조절기가 특정 온도로 세팅 되도록 프롬프트를 설정하는 것도 가능한 제품이라고 합니다.

초기의 M2M은 이 정도만으로도 큰 문제는 없을 전망이지만, M2M이 지닌 잠재력이 온전히 발휘되려면 진정한 표준화가 필요합니다. 이에 IBM, 시스코 등의 기업들은 모든 네트워크 연결기기를 위한 개방형 표준 제정에 뛰어들었으며, 후보로 논의되고 프로토콜 중에는 MQTT(페이스북이 iOS 기기의 실시간 알림 프로토콜로 사용 중)도 있다고 합니다.

현재 미국, 유럽, 일본 등의 선진국들은 M2M이 환경, 에너지, 재난·재해 관리 등의 분야에서 현안문제 해결의 최적 솔루션이 될 수 있다고 판단하여, 국가 차원의 정책적·사업적 투자를 단행하고 있습니다. 더불어 주요 기업들 역시 비용 절감, 경영 효율화, 신규서비스 창출 등 M2M의 효과에 주목하면서 선제적 연구개발에 뛰어들고 있는데요.  그 결과 전력·가스·기계 등 고정된 산업시설에 주로 적용됐던 초기와는 달리, 근래 들어 자동차휴대기기·사람 등을 움직이는 객체로 적용성이 지속 확대되고 있는 상태로, M2M의 프로토콜 표준화와 다양한 연구의 추이가 주목되고 있습니다. (헤럴드경제_180119)


| ‘엣지 컴퓨팅+네트워크’ 포그 컴퓨팅



포그 컴퓨팅(fog computing)이란 데이터가 생성되는 외부 엣지로부터 데이터가 궁극적으로 저장될 클라우드나 고객 데이터센터 등으로 네트워크를 확장한 네트워크 패브릭(network fabric) 개념입니다. 기기와 분석 종단점 간의 적은 네트워크 연결을 만듭니다. 대표적인 예로 커넥티드 카와 같이 차량이 독립적으로 작동을 위해 주변의 데이터를 실시간으로 로컬에서 분석하고, 일부 다른 데이터는 차량 제조업체가 받아 유지보수 개선이나 차량 사용방식 추적에 활용할 수 있습니다. 결국 커넥티드 카가 포그 컴퓨팅을  환경을 가지고 있다고 할 수 있습니다.

포그 기술의 표준 발전을 지지하는 연구기관과 업체의 모임인 오픈포그 컨소시엄(OpenFog Consortium)은 포그 컴퓨팅을 "클라우드에서 사물에 이르는 연속체 중 어디에서나 컴퓨팅, 스토리지, 제어, 네트워킹 서비스 및 자원을 분배하는 시스템 수준의 수평 아키텍처"로 정의하고 있습니다.

포그 컴퓨팅 프레임워크는 데이터를 최대한 빨리 처리해야 하는 분야에서 특히 유용합니다. 포그 컴퓨팅은 기기와 분석 종단점 사이에 지연이 적은 네트워크 연결을 만들며, 이를 통해 대역폭 양을 중일 수 있고, 가상 방화벽까지 보안기능을 적용할 수 있는 장점을 가지고 있는데요.

포그 컴퓨팅은 아직 상용화 초기 단계지만, 스마트도시, 스마트그리드 등의 분야에서 포그 컴퓨팅 아키텍처는 훌륭한 해법을 제시하고 있으며, 2018년 이후에 선보일 것으로 예상되는 5G 모바일 연결을 계기로 포그 컴퓨팅에 더 빠르게 확산할 것으로 기대됩니다. (CIO_180119)