머신 러닝부터 디지털 트윈까지, 상승(및 하강) 기술 트렌드의 가능성의 바다 새롭고 진화하는 기술은 우리가 일하는 방식을 빠르게 변화시키고 있으며, 다시 초점을 맞추고 새로운 것을 배우는 것을 꺼리지 않는 개발자에게 창의적인 기회를 제공합니다. 이 기사에서는 전문가들이 기존 IT 관행을 뒤흔들고 미래 지향적인 개발자에 대한 수요를 창출할 수 있다고 말하는 11가지 새로운 기술 동향을 살펴봅니다.
우리는 차세대 대대적 혁신(일명 Next Big Thing)에 대해서만 이야기하는 것이 아닙니다. 개발자를 위한 미래 기회의 원천은 인공 지능(AI), 가상 현실(VR), 증강 현실(AR), 사물 인터넷(IoT), 사물 인터넷, IoT) 및 클라우드 기술 등 여러 첨단 기술의 융합에 있습니다. ...물론 이번 합병으로 인해 발생하는 보안 문제도 마찬가지입니다. 개인 도구 상자를 확장하려면 이러한 인기 기술과 이를 활용하여 성공하는 방법에 대한 팁을 자세히 살펴보는 것이 좋습니다.
사물 인터넷 보안
2016년에 수천만 대의 연결된 장치가 해킹된 후 외부 관찰자조차도 보호되지 않은 IoT 장치(IoT = 사물 인터넷)가 심각한 보안 문제로 이어진다는 사실을 알아차렸습니다. 최근 보고서에서 분석 회사인 Gartner는 개발자와 전문가 팀을 위한 권장 사항을 발표했습니다. 이는 이러한 전문가들이 설계 프로세스 초기부터 서로 협력해야 함을 시사합니다. 이 경우 위협이 발생하면 이를 제거할 수 있습니다. 예를 들어 IoT 장치에 대한 보안 업데이트를 다운로드합니다. 사물 인터넷 보안 전문가, 특히 네트워크에 연결된 장치에서 사용되는 하드웨어 및 소프트웨어의 취약성을 이해하는 전문가에 대한 수요가 높습니다. “IoT 공격 벡터는 컴퓨터나 휴대폰 등 모든 분산 네트워크의 공격 벡터와 거의 동일합니다. 따라서 보안 지식은 이 분야에서 관련성이 있고 중요할 것이라고 스타트업 Particle의 제품 담당 부사장인 Richard Whitney는 말했습니다. "암호화 및 인증의 기본을 배우면 훌륭한 성과를 거둘 수 있습니다." DocuSign의 설립자이자 Seven Peaks Ventures의 파트너인 Tom Gonser는 기업이 이제 마이크로프로세서를 위한 낮은 수준의 프로그래밍 기술이 필요하다고 말합니다. “또한 Bluetooth 기술, [Windows Identity Foundation] 및 확산 스펙트럼 기술에 대한 경험도 필요합니다. Linux 운영 체제의 최신 보안 옵션, 특히 Qubes OS와 같은 미니커널에 최적화된 옵션에 대한 지식도 높이 평가됩니다.” Seven Peaks Ventures의 파트너인 Matt Abrams는 기술 프로세스를 이해하고 이를 파괴하는 방법에 집중할 것을 제안합니다. 그에 따르면 포스트양자암호 시대는 예상보다 빠르게 다가오고 있다. “전문가들은 차등 프라이버시와 적대적 네트워크가 무엇인지 이해해야 합니다.”
인공지능
무인자동차, 로봇, 스마트 전자제품의 새로운 물결을 기대하면서 AI에 능숙한 엔지니어에 대한 수요가 비약적으로 증가하고 있습니다. Accenture의 수석 전무이사이자 인공 지능 그룹 리더인 Nicola Morini-Bianzino는 “우리는 유비쿼터스 컴퓨팅, 저렴한 클라우드 서비스 및 사실상 무제한의 정보 스토리지의 발전에 힘입어 이제 변곡점에 서 있습니다.”라고 말했습니다. “인공지능은 이제 말 그대로 모든 것에 내장되어 있습니다.” Morini-Bianchino는 [자동화 - 약. 번역] 한 언어에서 다른 언어로의 번역, 음성 인식, 컴퓨터 비전, 로봇 공학, 자연어 텍스트 처리, 지식 표현 및 논리적 추론. AI의 양식은 데이터이기 때문에 데이터 및 콘텐츠 관리 전문가, 데이터 과학자, 분석가에 대한 필요성도 매우 높습니다. Treasure Data의 마케팅 담당 부사장 Kiyoto Tamura는 인공 지능이 곧 틈새 시장의 평범한 애플리케이션에서 훨씬 더 광범위하고 흥미로운 애플리케이션으로 전환될 것이라고 예측합니다. 이전에는 인공 지능 작업이 다음과 같았습니다. "패키지에 대한 최적의 배송 경로를 찾거나 검색어에 가장 적합한 사이트를 찾습니다." 이제 그들의 표현은 "적절한 수준으로 바둑을 플레이하세요", "안전하게 운전하세요" 등에 더 가깝습니다. Tamura Kiyoto는 "훌륭하지만 사람들은 여전히 컴퓨터에게 무엇을 해야 할지 지시해야 하며 이에 대해 할 수 있는 일은 아무것도 없습니다."라고 Tamura Kiyoto는 말합니다. 데이터 과학자, 기계 학습 과학자 및 전산 언어학자에 대한 수요는 지속적으로 증가하고 있습니다. MindMeld CEO Tim은 말합니다. Tuttle은 2016년 3월부터 10월 사이에 설립된 910개의 인공 지능 회사를 나열한 VentureScanner 연구를 인용하며 절반 이상이 딥 러닝/기계 학습 및 데이터 과학, 자연어 분야입니다. 가장 많은 돈이 투자된 분야는 약 45억 달러입니다."라고 Tuttle은 말합니다. 최근 대화형 애플리케이션에 대한 관심이 급증했음에도 불구하고 이 분야에는 수요와 공급의 비대칭성이 있습니다. 결과적으로 해당 분야 전문가는 여전히 최고의 위치를 차지할 것입니다. 학계와 업계가 균형을 바로잡을 때까지 귀중한 자원입니다.
기계 학습
인공지능의 일종인 머신러닝은 엄청난 양의 데이터를 처리해 얼굴 인식 등의 패턴을 빠르게 찾아내고, 스트리밍할 영화 추천 등의 작업을 명시적인 프로그래밍 없이 수행할 수 있다. Rocket Software의 비즈니스 인텔리전스 연구 수석 이사인 Patrick Spedding은 인지 기술이 봇 및 기계 학습과 함께 "소음 속에서 유용한 신호"를 찾는 조직의 효율성을 향상시킬 수 있다고 믿습니다. Spadding은 "머신러닝은 결국 이전에 데이터 마이닝으로 알려진 고급 분석 기능을 기반으로 하며, 대중화되기 위해서는 적절한 플랫폼만 필요했습니다."라고 Spadding은 말했습니다. 질문이 생깁니다. Seven Peaks Ventures의 Abrams를 얻는 방법은 다음과 같습니다. Coursera의 기계 학습에 대한 Andrew Ng의 온라인 과정입니다 “하지만 회사에서 컴퓨터 공학 배경 지식이 없는 지원자를 채용하여 머신러닝 전문가로 전환시키는 경우를 종종 보았습니다.”
데이터 과학
데이터 과학은 다양한 학제간 기술이 필요한 또 다른 최신 유행 분야로, 각 산업마다 고유한 기술이 있습니다. 대량의 데이터를 비즈니스 의사 결정에 유용한 데이터로 변환하려면 기계 학습 및 인공 지능에 대한 경험이 필요할 수 있습니다. Spadding은 “경험이 풍부한 데이터 과학자는 부족한 자원입니다.”라고 말합니다. “코그너티브 봇, 가이드 분석 등 의사 결정에 도움이 되는 기술을 만들 수 있는 분야는 매우 수익성이 높은 기회 분야인 것 같습니다.” 이러한 분야에서 일하기를 원하는 사람들에게는 확률에 대한 철저한 지식이 필요합니다. Bloomberg의 기계 학습 그룹 책임자인 Gary Kazantsev는 이론과 수학적 통계가 핵심 요구 사항이라고 말합니다. "시스템을 만드는 데 필요한 코드를 작성하는 능력과 같은 엔지니어링 기술은 장점입니다." 기계 학습 라이브러리 TensorFlow 또는 Jupyter 노트북과 같은 도구를 사용하면 이 작업이 크게 단순화됩니다. 데이터 과학을 실천하려면 훌륭한 연구 기술이 유용합니다. 당신 지역." Vectra의 최고 보안 책임자인 Gunter Ollmann은 현재 많은 기업이 데이터 과학자를 디자이너, R&D 팀, 개발자와 별도로 대우하고 있다고 말합니다. 딥 러닝 및 머신 러닝 도구가 개선되고 교육 과정이 수석 엔지니어에게 데이터 과학의 새로운 내용을 교육하는 데 더욱 효과적이게 되면서 데이터 과학과 소프트웨어 엔지니어링 간의 구분이 점차 사라질 것입니다. 앞으로는 두 도구 모두에 대한 기술과 숙련도의 융합이 필수가 될 것입니다."
거래 블록체인
거래를 위한 분산 재무 회계 도구를 만드는 이 방법의 이점에는 투명성과 보안이 모두 포함되지만, 표준화가 부족하여 다양한 산업 분야에서 채택이 느려졌습니다. Infosys의 부회장이자 수석 기술 설계자인 Peter Loop는 이 기술에 대해 낙관적입니다. “우리가 블록체인 기술로부터 몇 년은 멀었다는 오해에도 불구하고 우리는 이미 다음 단계에 있습니다. "올해 우리는 금융 서비스에서 완전한 배치를 보게 될 것입니다. , 보험 및 의료. 국제적으로 우리의 지불 시스템을 완전히 혼란에 빠뜨릴 것입니다." 다른 신흥 기술은 학습 곡선이 더 가파르다고 IRIS.TV의 공동 창립자이자 최고 세무 책임자인 Robert Bardunias는 말합니다. 그는 이 기술의 기업가적 초점을 높이 평가합니다. Bardounias는 "이러한 기술은 운영 비즈니스 애플리케이션에 초점을 맞춰 처음부터 성장하고 있으므로 개발자는 사용 사례를 상상할 필요가 없습니다. 실시간으로 나타나고 발전합니다."라고 Bardounias는 말합니다. "새로운 개발과 변화를 따라가는 것은 어려울 것입니다. . 이 분야의 전문가가 되고 싶은 모든 사람을 위한 도전입니다. 예전에 웹사이트 읽기, 무역 잡지 읽기와 같은 소소한 전문 기술을 어떻게 익혔는지 기억합니다. 이것은 제가 하고 싶었던 마지막 일이지만 오늘은 필수입니다. 글로벌 시장에서 경쟁 우위를 확보하고 유지하려는 개발자 교육입니다."
메시 애플리케이션 및 서비스 아키텍처(MASA)
또한 집 안을 돌아다니는 동안에도 중단 없이 연결, 스위치 및 작업을 유지할 수 있는 애플리케이션에 대한 수요가 계속 증가하고 있습니다. Thycotic의 Joseph Carson은 "메시의 핵심은 고가용성입니다. 모든 요소가 서로 연결되어 있습니다. 경로를 사용할 수 없는 경우 연결을 설정하기 위해 다른 장치를 찾습니다. 예를 들어 이것이 사용됩니다." , Tile의 추적 장치뿐만 아니라 재무 회계의 분산 수단인 비트코인과 같은 암호화폐에도 사용됩니다." 다른 전문가들은 장치 호환성이 충분하지 않아 병목 현상이 발생할 수 있다고 지적합니다. Apcera(전 Cloud Foundry)의 CEO인 Derek Collison은 "모든 공급업체는 각자의 방식으로 생태계를 폐쇄적으로 유지함으로써 소비자 신뢰를 구축하려고 노력하고 있습니다."라고 말합니다. Collison은 "인공지능은 모든 사용자의 엄청난 양의 데이터를 기반으로 클라우드에서 훈련될 것이라고 생각합니다. 이러한 알고리즘은 실행 모델을 지속적으로 업데이트하며, 이는 엔드포인트에 무선으로 전송되고 펌웨어를 업데이트하는 데 사용됩니다. "라고 말했습니다. 휴대폰, 자동차, 가정용 장치 등 데이터 처리는 로컬 장치의 하드웨어에서 이루어지며 교육은 클라우드의 소프트웨어를 사용하여 진행됩니다."
디지털 트윈
물리적 및 가상 센서에 연결된 소프트웨어 모델을 사용하여 제품 및 서비스 오류를 예측할 수 있으므로 기업은 오류가 발생하기 전에 수리를 수행할 리소스를 계획하고 할당할 수 있습니다. 기계 학습의 발전과 인공 지능 기술의 도입으로 "디지털 트윈"이라고 불리는 예측 모델링 비용이 줄어들고 있습니다. 이를 통해 제트 엔진이나 동력 장치의 수명 전반에 걸쳐 효율성을 크게 높이고 운영 비용을 줄일 수 있습니다. 식물. Auth0의 CTO이자 공동 창립자인 Matias Woloski에 따르면 기업은 개념 및 설계 단계에서도 디지털 트윈을 사용하여 만족스러운 결과가 달성될 때까지 단계별 변경을 통해 새로운 소프트웨어 제품의 시뮬레이션을 수행할 수 있습니다. 제품을 만들 때 디지털 트윈에서 얻은 정보가 고려됩니다. "여러 조직에서 이미 디지털 트윈을 사용하고 있습니다. 이 기술은 초기 비용이 너무 높아 결과적으로 실패의 대가가 따르는 프로젝트에서 주로 수요가 높습니다."라고 Voloshsky는 말합니다. SpaceTime Insight CTO인 Paul Hofmann은 디지털 트윈이 기계 학습을 사용하여 상태 기반 유지 관리 모델보다 오류를 더 효과적으로 예측할 수 있다고 말합니다. "IoT와 머신러닝 시스템을 통해 기업은 리소스가 무작위로 실패하지 않을 것이라는 확신을 가질 수 있으며, 그렇게 하면 회사는 장기적으로 실시간으로 최선의 결정을 내릴 수 있습니다."
무인자동차, 로봇, 가전제품
인공지능과 머신러닝 덕분에 가전제품, 산업장비, 자동차, 드론 등이 더욱 스마트해지고 있습니다. 조사 회사인 Gartner는 2020년까지 연간 6,100만 대의 연결된 차량이 자동차 제조업체의 생산 라인에서 생산될 것이라고 추정합니다. Pegasystems의 제품 전략 및 마케팅 이사인 Vince Jeffs는 "여기에서는 전체 경제가 성장하고 있습니다."라고 말합니다. — 예를 들어, 인공지능을 다루는 스타트업과 이미 설립된 기업이 있는데, 이들은 자율주행차 분야에서 꽤 확고하게 자리 잡았습니다. 예를 들어, MobileEye는 자동차 전체에 배치되는 소형 카메라를 전문으로 하는 벤처 캐피털로 5억 달러를 보유하고 있는 회사입니다. 마찬가지로 실제 로봇을 판매하는 회사도 있습니다. 예를 들어 SoftBank Robotics는 호텔 컨시어지 로봇을 전문으로 합니다. 그들은 벤처 자본으로 2억 5천만 달러를 보유하고 있습니다." 딥 러닝의 발전으로 인해 컴퓨터 비전, 자연어 처리 및 음성은 물론 "보상을 위해 노력"하고 생산성을 극대화하는 기계와 소프트웨어의 능력이 향상되었다고 Wayne Thompson은 말합니다. 수석 SAS 데이터 과학자: "그 결과 세상을 보고, 자연어를 듣고 읽을 수 있고, 사람과 의사소통하고, 완전히 전례 없는 방식으로 기계적으로나 행동적으로 스스로 조절할 수 있는 새로운 세대의 기계가 탄생했습니다." 자동화는 악몽으로 사람들을 실직시키고, 다른 사람들은 이러한 기술이 더 밝고 인간적인 미래로 이어진다고 주장합니다. ServiceNow의 글로벌 커뮤니케이션 이사인 Michael Hubbard는 "저는 자동화의 결과에 대해 자주 질문을 받습니다."라고 말합니다. — 지능형 자동화는 위협이 아니라 엄청난 기회입니다. 일상적인 활동에서 벗어나 창의성의 문을 열어주고 더욱 강력하고 생산적인 업무 관계를 구축할 수 있게 해줍니다."
가상 및 증강 현실
수십 년간의 거슬리는 광고 끝에 가상 및 증강 현실은 마침내 전환점에 도달했습니다. 그리고 이러한 기술을 기반으로 제품을 개발하려는 사람들에게는 게임 중 감각을 확장하는 새로운 지평이 열렸습니다. Mphasis Digital의 부사장 겸 기술 이사인 Anup Nair는 "이러한 기술은 아직 널리 보급되지는 않았지만 최근 몇 년 동안 훨씬 더 성숙해졌습니다."라고 말하며, "나는 생물의학 및 의료 산업에서 AR/VR이 가져올 것이라고 믿습니다. 교육 목적과 복잡한 수술 절차에 대한 정보 공유를 위한 엄청난 이점을 제공합니다. 대형 은행의 소셜 미디어 제어 센터와 그들이 제공할 교환 플로어에서 심층 분석을 수행하는 것을 목표로 하는 AR 활동에 대한 계획을 확인합니다. 주식 중개인이 데이터를 분석하고 협업할 수 있는 공간은 무궁무진합니다." 산호세에 있는 Cogswell College의 VR/AR 대학원 프로그램 부교수인 Christian Sasso는 증강 현실을 올해의 가장 큰 기술 트렌드로 보고 있습니다. "AR은 회사에서 생산한 장치를 수리해야 하는 고객에게 서비스를 제공하는 것이 곧 현실이 될 것입니다.”라고 Sesso는 말합니다. “예를 들어 제가 진행 중인 프로젝트에서는 TV나 모니터가 고장난 경우 증강 현실 안경을 사용하여 고객 서비스 컨설턴트와 소통합니다. 증강현실 인터페이스를 통해 고객과 직접 대화할 때, 기업 담당자는 전화로 문제를 설명하거나 일련번호를 검색할 필요 없이 깨진 화면을 육안으로 검사함으로써 필요한 모든 정보를 얻을 수 있다." "AR 및 VR 기술 Infosys의 증강 및 가상 현실 책임자인 Vishwa Ranjan은 "보다 저렴하고 고품질의 하드웨어가 나올 때까지는 널리 보급되지 않을 것입니다."라고 Infosys의 증강 및 가상 현실 책임자인 Vishwa Ranjan은 말합니다. “이르면 2017년부터 스마트폰 회사들이 증강 및 가상 현실 기능을 개발하기 시작할 것입니다. 안면인식, 위치인식, 센서 활용, 360도 카메라 등을 기반으로 한 기술로 초기 구매자에게 AR·VR 기기 판매를 촉진하는 데 중요한 역할을 할 것”이라고 말했다.
인간형 도우미
이것이 인공지능의 다음 단계다! 우리는 현재 디지털 세계와 상호 작용하는 데 사용하는 투박한 도구를 없앨 것입니다. 전문가들에 따르면, 우리는 곧 상품과 서비스의 온라인 주문이나 인터넷 검색 이상의 보조 도구를 사용하게 될 것이라고 합니다. 그것들은 우리 뇌의 확장이 될 것입니다. 우리는 더 이상 많은 정보를 기억할 필요가 없을 것입니다. 기술 도구의 도움으로 우리는 분석적이고 비판적인 사고를 위한 자원을 확보하게 될 것입니다." 이러한 보조 기술 개발에 관심이 있다면 무엇에 주의해야 합니까? " Vectra의 보안 책임자인 Günther Ohlmann은 "현재 가장 수요가 높은 것은 심층적인 지식입니다. 예를 들어 정보 보안 분야(웹 애플리케이션 보안, 네트워크 포렌식, 맬웨어 분석) 분야의 전문 지식입니다."라고 말했습니다. Adobe Document Cloud의 데이터 과학자이자 최고 기술 책임자인 David Parmenter는 이를 위한 핵심은 컴퓨터 과학 학위보다 수학과 논리에 대한 열정이라고 말합니다. “창의력, 끊임없이 배우려는 의지, 고객 중심적 사고, 실패에 대한 회복력 등 머신러닝의 결과는 결코 완성된 결과물이 아닙니다. 커뮤니케이션 능력은 이 분야에서 일하는 엔지니어에게 가장 중요한 소프트 스킬입니다. ”
그리고 승자는... 이 모든 것의 조합입니다!
인공지능은 아마도 올해 가장 자주 인용되는 파괴적인 기술이지만, 가장 중요한 추세는 빠르게 진화하는 신흥 기술의 융합입니다. Canonical의 Maarten Ectors는 "클라우드, 모바일, IoT, 인공 지능, 블록체인, 증강 현실, 음성 인터페이스, 소프트웨어로 제어되는 무선 통신, 산업 혁명'[산업의 자동화 및 데이터 통신], 로봇 공학, 엣지 컴퓨팅 및 무인 자동차." 로켓 소프트웨어(Rocket Software)의 패트릭 스패딩(Patrick Spadding)은 기업이 웹 사이트 트래픽을 분석할 때와 같이 자체 데이터를 꺼내야 하기 때문에 별도의 기술이 통합되고 있다고 말합니다. "사물 인터넷과 같은 새로운 데이터 소스의 증가를 추가하면 비즈니스 결정을 내리는 데 사용할 수 있는 정보의 양을 따라잡는 것이 쉽지 않습니다."라고 그는 말합니다. Spadding은 인지 기술, 봇 및 기계 언어가 더욱 이해하기 쉬워짐에 따라 병합할 가능성이 높아질 것이라고 믿습니다. 새로운 세대의 디지털 네이티브는 사용 편의성, 게임과 같은 인터페이스, 증강 현실과 가상 현실의 편재성을 기대하면서 이러한 결합 기술의 채택을 가속화할 것이라고 그는 말합니다.
GO TO FULL VERSION