반응형

IT 기술 168

FEC(Forward Error Correction) / BEC(Backward Error Correction)

Ⅰ. 네트워크 통신오류제어 방식 FEC와 BEC 개념 비교전진오류수정(FEC)수신측에서 오류를 검출/복원 할 수 있도록 송신시 오류 복구 위한 잉여 비트 추가 전송하는 방식후진오류수정(BEC)수신측에서 데이터에 오류가 발생할 경우 송신측에 오류 사실을 알리고 재전송하여 복원하는 방식 Ⅱ. FEC와 BEC의 오류 제어 방법가. FEC의 오류 제어 방법구분설명예시블록 부호화- 데이터를 일정 블록 단위로 묶어서 블록마다 부호화와 복호화를 수행- Hamming Code- Reed-Solomon Code- BCH Code비블록 부호화- 부호화 과정에서 현재의 입력 신호와 과거 입력 신호를 함께 활용- Convolutional Code- Turbo Code 나. BEC의 오류 제어 방법구분설명예시오류 검출- 송신측..

RPA (Robotics Process Automation)

Ⅰ. 로봇을 통한 업무 자동화 솔루션, RPA의 개요가. RPA의 정의- 반복적인 업무를 로봇 소프트웨어를 통해 자동화하는 솔루션으로 인적 자원과 시간을 필요로하는 단순 작업을 효율화하는 시스템 나. RPA의 특징- 비용 절감: 사람이 하는 단순 작업을 로봇이 자동화 처리- 업무 생산성 향상: 24시간 자동화 처리, 빠른 처리 속도- 품질 향상: 사람에 의해 발생하는 단순 오류 제거- 확장성: 업무량 증가 및 변동에 유연한 대응 가능 Ⅱ. RPA 개념도 및 적용 과정가. RPA 개념도 나. RPA 적용 과정절차수행 내용도입 목표 설정RPA 통해 이루고자 하는 목표 KPI 설정개념 검증RPA 적용 가능한 업무인지 검증자동화 흐름 정의자동화 적용 워크 플로우 분석업무 패턴 레코딩실제 업무 방식에 대한 학습업..

VDI(가상 데스크톱 인프라)와 DaaS

Ⅰ. VDI와 DaaS 개념 비교VDIDaaS중앙 서버에 가상 데스크톱을 생성하여 사용자가 직접 원격 접속 가능한 서비스데이터 센터 등 원격지 가상 컴퓨터를 사용자의 디바이스로 스트리밍 해주는 서비스 Ⅱ. VDI와 DaaS 상세 비교구분VDIDaaS기능- 데스트톱 가상화 솔루션- 다양한 기기 통해 원격 접속인프라자체 보유 (온프레미스)클라우드 공급사 제공 (서비스 구독)비용초기 비용 높음초기 비용 낮고 월정액 형태확장성확장 제한적확장성 높음접근성기업 네트워크 연결 필요인터넷으로 어디든 접근유지 보수자체 유지보수클라우드 업체 유지보수관리조직 내부 제어 관리로 신속 효과적 관리CSP가 관리하여 유지관리 비용 감소 Ⅲ. VDI와 DaaS 선택 시 고려 사항구분VDIDaaS인력- 자체 운영 인력 보유 기업- 관..

블록체인

Ⅰ. 블록체인의 개요가. 블록체인의 개념도 및 개념- 누구나 열람할 수 있는 디지털 장부에 거래 내역을 투명하게 기록하고, 여러 대의 컴퓨터에 이를 복제해 저장하는 분산형 데이터 저장기술 나. 블록체인의 특징구분특징설명기술/구조적 측면탈 중앙- 거래내역을 참여자간 공유함으로 중앙 서버에서 변조 불가분산 네트워크- 분산 네트워크 노드들이 거래 검증 및 장부에 거래 추가탈 중개성- 제3자의 공증 없이 개인간 거래 가능, 수수료 경감타임스탬핑- 거래시점의 확인 정보 관리로 무결성과 신뢰성 제공합의 기술- 대규모 노드에 분산저장된 데이터 최신 상태로 유지- 참여자들의 합의 기술로 신규 블록 검증효율성 측면경제성- 오픈소프트웨어 사용에 따른 비용 절감- 중개 수수료 비용 절감보안성- 정보를 다수가 공동 분산 소유..

인더스트리 5.0 / 스마트팩토리

Ⅰ. 인더스트리 5.0의 개요가 .인더스트리 5.0까지의 발전과정 나. 인더스트리 5.0의 개념 및 범주개념인더스트리 4.0을 기초하여 인간 중심, 지속 가능성 및 탄력성 기반 생산 시스템의 자동화/협업을 통해 유연하고 지속가능한 인간 중심의 산업 혁신 패러다임범주- 개별화된 인간-기계 상호작용- 생물에서 영감 받은 기술- 디지털 트윈 및 시뮬레이션- 인공지능- 에너지 효율성, 재생 에너지- 인더스트리 5.0은 인간 중심, 지속가능성, 탄력성 기반의 스마트팩토리 중심 Ⅱ. 스마트팩토리의 핵심기술구분핵심 기술설명디지털 트윈드론/GIS 기반 생산 환경 3D 모델링- 가상 세계 3D 모델링엣지 컴퓨팅 기반 데이터 수집/분석- 불량률 등 현실세계 공정 데이터 수집시뮬레이션 기반 예측/최적화- 현실/가상 세계 연..

클라우드 서비스 유형과 MSP

Ⅰ. 자원 유형에 따른 클라우드 서비스 분류IaaS- 서비스 제공자가 스토리지,  네트워크 등 기본적인 컴퓨팅 자원을 서비스로 제공PaaS- 기업의 애플리케이션 실행 환경 및 애플리케이션 개발 환경을 서비스로 제공SaaS- 서비스 제공자가 사용자에게 소프트웨어(애플리케이션) 서비스를 제공- 클라우드 환경에서 제공되는 서비스의 개방 여부에 따라 분류 가능 Ⅱ. 서비스 개방 여부에 따른 클라우드 서비스 분류분류설명공용 클라우드- 불특정 다수의 개인이나 기업을 대상으로 제공되는 클라우드- 사용한 후 사용량에 따라 비용 지불 (Amazon, 통신사 및 포털 클라우드 서비스)사설 클라우드- 특정 기업이나 기관에서 직접 클라우드 구축하여 내부 사용자에게 제공하는 폐쇄형 클라우드하이브리드 클라우드- 공용 클라우드와 ..

QoS (Quality of Service)

Ⅰ. 네트워크 품질 향상을 위한 QoS의 정의- 다양한 네트워크 서비스에서 품질과 성능을 일정수준으로 보장하여 사용자 요구 사항을 충족시키는 네트워크 기술 Ⅱ. QoS의 주요 지표주요 지표설명제어 기법대역폭(Bandwidth)- 특정 애플리케이션에 할당된 네트워크 자원의 양- 일정 시간 처리한 데이터의 총량- Queuing- Shapping- Policing지역(Delay)- 발생지에서 목적지까지 가는 경로에서 발생되는 지연- Queuing지터(Jitter)- 신호가 네트워크를 통해서 전달되는 과정에서원래 신호로부터 왜곡되는 정도- Queuing패킷 손실(Packet Loss)- 네트워크에서 데이터를 전송하는 과정에서 발생하는 패킷의 손실정도- Queuing- RED, WRED- Queuing을 통해 대..

오픈스택 (OpenStack)

Ⅰ. 클라우드 환경 구축 오픈소스 서비스, 오픈스택의 개요가. 오픈스택의 정의- CPU, 메모리, 스토리지, 네트워크와 같은 자원들을 제어하고 운영하는 IaaS 클라우드 오퍼레이팅 시스템 나. 오픈스택의 특징- 주요 기능이 독립적인 프로젝트로 나뉘어 개발- 개인, 기업 누구나 프로젝트 참여 가능 Ⅱ. 오픈스택 구성도 및 구성요소가. 오픈스택 구성도나. 오픈스택 주요 프로젝트구분프로젝트설명서버Nova- 하이퍼바이저 API 통해 가상머신 생성, 관리Glance- 가상머신 이미지 관리스토리지Cinder- 사용자 데이터 저장하기 위한 블록 스토리지Swift- 대용량 오브젝트 스토리지사용자Horizon- 클라우드 기반 자원 접근 및 프로비저닝 위한 인터페이스 제공Keystone- 인증 및 서비스 카탈로그 시스템네..

라우팅 프로토콜 RIP, OSPF

RIP(Routing Information Protocol)과 OSPF(Open Shortest Path First) 정의 RIP: 전체 네트워크에서 라우팅 테이블의 Hop Count를 비교하여 최적의 경로 탐색- 자율 시스템(AS) 내부 동작 라우팅- 최대 Hop 15개까지 인식- 목적지까지 오직 하나의 경로만 존재 "단일 경로 라우팅 프로토콜"- 거리벡터 라우팅 기반 알고리즘 사용 (다익스트라 알고리즘)- 주기적으로 30초마다 라우팅 테이블 정보 교환 OSPF: Hop Count와 Link State, 대역폭을 확인하여 최적의 경로 탐색- RIP 한계 극복, 대규모  네트워크에 적용 가능한 프로토콜- 목적지까지 "링크(장비와 장비사이) 상태 알고리즘" 사용- 링크상태는 대역폭이 크면 비용이 적음- 네..

AutoML

Ⅰ. 머신러닝 모델 개발 자동화, AutoML의 개요가. AutoML 개념- 머신러닝 모델을 학습하고 배포하는 과정을 자동화하여 필요한 인력, 비용, 시간을 줄이고 최적의 성능을 찾아내는 프로세스 나. AutoML 등장배경1. 머신러닝 생선성 강화 필요: AI 플랫폼 기반 머신러닝 파이프라인 서비스 생산성 강화2. 도메인 전문가 부족: 알고리즘 개선에 필요한 도메인 전문가 부족3. 전이학습 기반 한계: 학습 모델 재사용에 따른 오류 방지 Ⅱ. AutoML 구성 및 구성요소가. AutoML 구성도- 데이터 특징 추출, 하이퍼파라미터 최적화, 신경망 아키텍처 탐색 프로세스 자동화 나. AutoML 구성요소별 주요기법구성요소주요 기법설명하이퍼파라미터최적화- 그리드 탐색- 랜덤 탐색- 베이지안 탐색- 학습률, ..

반응형