황치규 기자 (delight@zdnet.co.kr) 2008/09/24 11:50:07 AM
[지디넷코리아]구글 모바일 SW 플랫폼 안드로이드를 탑재한 첫번째 스마트폰이 마침내 공개됐다.
이동통신 서비스 업체들이 틀어쥔 통제력을 무너뜨린 뒤 무선 인터넷 시장에서 영향력을 확대하려는 구글의 꿈이 현실화될지에 비상한 관심이 쏠리고 있다.
T모바일USA와 구글은 23일(현지시간) 안드로이드 기반 스마트폰 'G1'를 선보이고 10월 22일부터 미국 소비자들을 상대로 2년 약정 조건으로 179달러에 판매에 들어간다고 공식 발표했다. 'G1' 가격은 애플 3G 아이폰보다 20달러 낮은 수준이다.
◇구글 안드로이드 모바일SW플랫폼을 탑재한 휴대폰 'G1'이 마침내 공개됐다. 사진=씨넷뉴스.
대만 스마트폰 제조 업체인 HTC가 공급하는 'G1'은 터치 스크린과 쿼티 키보드를 장착하고 있다. 원클릭 검색과 와이파이(Wi-Fi) 무선랜 기능도 제공한다.
◇G1를 활용한 지도 서비스. 사진=씨넷뉴스.
음악 재생 플레이어와 300만화소 디지털 카메라 기능도 내장됐다. 구글맵스와 구글 동영상 공유 사이트 유튜브도 볼 수 있다.
G1은 구글 데스크톱 PC용 웹브라우저 구글크롬과 유사한 웹브라우저도 탑재해 한번에 여러개의 페이지를 열어볼 수 있다.
G1은 다음달 22일 미국 판매를 시작으로 11월부터는 영국에서도 공급된다. 내년 1분기에는 유럽 전역에 걸쳐 판매될 예정이다.
닫혀진 이동통신, 열리는가?
구글은 G1을 통해 무선 인터넷 시장에서 지분을 확대하고 싶다는 뜻을 분명히 했다. 이날 G1 발표 현장에는 구글 공동 창업자인 세르게이 브린과 래리 페이지도 모습을 보여 관심을 끌었다.
◇구글 공동 창업자 래리 페이지와 세르게이 브린. 사진=씨넷뉴스.
세르게이 브린은 "컴퓨터 꾀짜로서 과거에 컴퓨터로 했던 것들을 휴대폰으로 할 수 있다는 점에 흥분된다"며 G1에 거는 기대감을 감추지 않았다.
브린은 자신은 이미 안드로이드용 애플리케이션을 개발했다는 내용도 언급했는데 그가 개발한 프로그램은 G1에 있는 내장 모션 센터를 활용해 사용자가 G1을 공중에 던졌을때 그것이 땅에 떨어질때까지 얼마가 걸리는지를 기록해준다고 한다.
브린에 이어 래리 페이지는 "연간 10억대에 달하는 휴대폰 산업은 구글에게 거대한 기회였다"면서 안드로이드가 구글에게 새로운 성장 동력이 될 것임을 강하게 시사했다.
T모바일도 G1 발표에 흥분을 감추지 않았다. T모바일의 콜 브로드먼 최고기술책임자(CTO)는 G1을 '게임체인저'(game-changer)로 부르며 "그동안 모바일 인터넷 경험은 인상적이지 못했지만 G1을 통해 그것을 바꾸겠다"고 자신했다. T모바일은 급성장하는 3세대 이동통신 서비스 부문에서 경쟁력 강화를 위해 G1를 승부수로 띄운다는 전략이다.
구글은 안드로이드를 무료로 제공하고 있다. 외부 개발자들에게도 플랫폼을 개방해 이들이 독자적인 안드로이드 애플리케이션을 개발할 수 있도록 했다. '구글판 모바일 생태계'를 구현하기 위한 전략이다.
구글 안드로이드 기반 스마트폰은 'G1'이 시작인 듯 하다. 외신들에 따르면 스프린트 넥스텔이 또 다른 안드로이드 기반 스마트폰을 준비중이다. AT&T도 안드로이드에 문을 열어놨다는 입장이다.
Sep 24, 2008
Sep 1, 2008
이제 컴퓨터가 사람처럼 데이터의 고유 패턴을 찾아낸다!
KISTI 『글로벌동향브리핑(GTB)』 2008-08-29
사람들은 정보 다발에서 순서를 찾으려는 본능적인 성향을 가진다. 이것은 컴퓨터로 증명하기 어려운 기술이다. 큰 데이터 집합이 있을 때, 특정 구조 즉, 계층, 선형 순서, 군집합을 찾기 위하여 프로그래밍 되지 않으면, 컴퓨터는 어디에서부터 시작해야 할지 알지 못한다.
현재 인공지능 영역에 큰 영향을 줄 수 있는 진보로써, MIT에서 개발된 새로운 모델은 컴퓨터가 인간이 하는 방법과 동일하게 패턴을 인지하는 것을 도울 수 있다. 국립 과학 아카데미에서 발표된 이 모델은 데이터 집합을 분석하고, 어느 조직 구조의 형태가 그 데이터 집합에 가장 적합한지를 알아낼 수 있다.
“구조의 특이한 종류를 찾는 대신, 우리는 이러한 모든 구조를 찾을 수 있고 서로에게 불리하게 작용할 수 있는 더욱 광범위한 알고리즘을 찾아내었다”라고 MIT의 뇌 및 인지과학 부교수인 Josh Tenenbaum이 말하였다. 이 모델은 많은 데이터양을 분석하는 많은 영역에서 과학자에게 도움을 주었고, 또한 인간 뇌가 어떻게 패턴을 발견하는지에 대해 일조할 수 있었다. 컴퓨터 알고리즘은 최근 MIT 박사학위를 받은 Charles Kemp가 개발한 것이다. 그는 현재 카네기 멜로 대학교(Carnegie Mellon University) 심리학과의 조교수이다.
이 모델은 가능한 데이터 구조들 즉, 트리, 선형 순서(linear orders), 고리, 우성 계층(dominance hierarchies), 클러스터 등의 범위를 고려한다. 이 모델은 주어진 데이터 집합을 위한 각 유형에 최고로 잘 알맞은 구조를 찾은 후, 데이터를 가장 대표하는 구조 유형을 선택한다. 사람은 종종 무의식적으로 매일 똑같은 기술을 수행한다. 몇몇 과학적으로 획기적인 사건들은 데이터 안의 패턴을 찾는 인간의 기술로부터 나온 결과들이었다. 예를 들어, 화학 원소 주기율표의 개발 또는 트리 구조의 분류체계로부터 나온 생물학 종 조직 등이 그러하다.
아이들은 사회 네트워크가 파벌(clique)로 조직화될 수 있는 것과 단어가 중복 범주로써 들어맞는 것(예를 들어, 개, 포유류, 동물)을 배울 때, 그들은 어린 시절에 이러한 데이터 조직화 기술을 나타낸다. “우리는 아이들이 데이터 수집, 가설 수립 및 실험을 통한 가설 시험을 할까 생각한다. 그들은 어린 과학자과 같다. 지금 아이들이 기초가 되는 데이터 집합의 전역 구조를 어떻게 이해하는지에 대한 좋지 않은 계산 모델 없을 때까지”라고 Tenenbaum 교수가 말하였다.
본 연구는 James S. McDonnell Foundation Causal Learning Research Collaborative, Air Force Office of Scientific Research, NTT Communication Sciences Laboratory로부터 지원 받았다.
그림 1. MIT 부교수인 Josh Tenenbaum과 그의 학생이었던 Charles Kemp은 데이터 집합에 적합한 가장 좋은 구조 형태를 선택할 수 있는 컴퓨터 알고리즘을 개발하였다. 그림은 선형 순서, 고리, 군집합의 구조를 보여준다.
사람들은 정보 다발에서 순서를 찾으려는 본능적인 성향을 가진다. 이것은 컴퓨터로 증명하기 어려운 기술이다. 큰 데이터 집합이 있을 때, 특정 구조 즉, 계층, 선형 순서, 군집합을 찾기 위하여 프로그래밍 되지 않으면, 컴퓨터는 어디에서부터 시작해야 할지 알지 못한다.
현재 인공지능 영역에 큰 영향을 줄 수 있는 진보로써, MIT에서 개발된 새로운 모델은 컴퓨터가 인간이 하는 방법과 동일하게 패턴을 인지하는 것을 도울 수 있다. 국립 과학 아카데미에서 발표된 이 모델은 데이터 집합을 분석하고, 어느 조직 구조의 형태가 그 데이터 집합에 가장 적합한지를 알아낼 수 있다.
“구조의 특이한 종류를 찾는 대신, 우리는 이러한 모든 구조를 찾을 수 있고 서로에게 불리하게 작용할 수 있는 더욱 광범위한 알고리즘을 찾아내었다”라고 MIT의 뇌 및 인지과학 부교수인 Josh Tenenbaum이 말하였다. 이 모델은 많은 데이터양을 분석하는 많은 영역에서 과학자에게 도움을 주었고, 또한 인간 뇌가 어떻게 패턴을 발견하는지에 대해 일조할 수 있었다. 컴퓨터 알고리즘은 최근 MIT 박사학위를 받은 Charles Kemp가 개발한 것이다. 그는 현재 카네기 멜로 대학교(Carnegie Mellon University) 심리학과의 조교수이다.
이 모델은 가능한 데이터 구조들 즉, 트리, 선형 순서(linear orders), 고리, 우성 계층(dominance hierarchies), 클러스터 등의 범위를 고려한다. 이 모델은 주어진 데이터 집합을 위한 각 유형에 최고로 잘 알맞은 구조를 찾은 후, 데이터를 가장 대표하는 구조 유형을 선택한다. 사람은 종종 무의식적으로 매일 똑같은 기술을 수행한다. 몇몇 과학적으로 획기적인 사건들은 데이터 안의 패턴을 찾는 인간의 기술로부터 나온 결과들이었다. 예를 들어, 화학 원소 주기율표의 개발 또는 트리 구조의 분류체계로부터 나온 생물학 종 조직 등이 그러하다.
아이들은 사회 네트워크가 파벌(clique)로 조직화될 수 있는 것과 단어가 중복 범주로써 들어맞는 것(예를 들어, 개, 포유류, 동물)을 배울 때, 그들은 어린 시절에 이러한 데이터 조직화 기술을 나타낸다. “우리는 아이들이 데이터 수집, 가설 수립 및 실험을 통한 가설 시험을 할까 생각한다. 그들은 어린 과학자과 같다. 지금 아이들이 기초가 되는 데이터 집합의 전역 구조를 어떻게 이해하는지에 대한 좋지 않은 계산 모델 없을 때까지”라고 Tenenbaum 교수가 말하였다.
본 연구는 James S. McDonnell Foundation Causal Learning Research Collaborative, Air Force Office of Scientific Research, NTT Communication Sciences Laboratory로부터 지원 받았다.
그림 1. MIT 부교수인 Josh Tenenbaum과 그의 학생이었던 Charles Kemp은 데이터 집합에 적합한 가장 좋은 구조 형태를 선택할 수 있는 컴퓨터 알고리즘을 개발하였다. 그림은 선형 순서, 고리, 군집합의 구조를 보여준다.
Subscribe to:
Posts (Atom)