01 멘토 소개
김정석
•
UAM 교통 및 회랑 관리 시스템 연구
•
초 저지연 고해상도 영상 전송 기술 개발
•
차량용 인포테인먼트 시스템 설계 및 개발
•
WebOS 미디어프레임워크 개발
•
ICT 국제 표준화 전문가
수상 경력
•
Best Inventor 2022 (특허 평가)
•
T3K Champions Awards 2022 (최다 특허)
•
T3K Pride Awards 2020 (성과)
02 프로젝트 소개
우리의 프로젝트는 지식 그래프를 활용한 AI 기반 시스템 통합을 목표로 하고 있습니다. 지식 그래프는 다양한 소스에서 수집된 데이터를 표현하는 그래프입니다. 이 그래프는 데이터의 의미와 관계를 정확하게 표현할 수 있으며, 데이터를 연결하여 복잡한 상황에서도 직관적인 시각화를 제공합니다.
Example conceptual diagram of Knowledge Graph [1]
저는 도심항공교통 시스템 간 통합의 중심에 있는 교통 관제 시스템을 개발하고 있으며, 원할한 시스템 통합을 위해 지식 그래프를 활용한 AI 데이터 처리 엔진을 개발하고자 합니다. 이 AI 엔진은 불필요한 프로토콜 변환 작업을 최소화하여, 효율적이고 생산적인 시스템 통합을 가능하게 합니다. 또한, 지식 그래프를 이용한 자동화된 데이터 매핑 기능을 통해, 다양한 소스에서 수집된 데이터의 의미와 관계를 정확하게 파악할 수 있습니다.
결과적으로 우리는 "현재 좌표에 있는 이벤트 정보를 알고 싶다"는 단편적인 질의 방식이 아닌, "3:30분까지 도착할 수 있을까?"라는 질문에, 암묵적으로 고려해야하는 제한 속도, 소음 규제, 연료 소모량을 추론하여 응답할 수 있는 시스템을 구현하는 것이 목표 입니다.
본 프로젝트 기간동안, DIKW [2]의 정점에는 못오르겠지만 (언제 우리가 W를 논의 할 수 있는지는 아직 불확실하지만), 최소한 이 피라미드를 통해서 Symbolic AI의 활용 및 발전 가능성을 같이 확인해 보았으면 좋겠습니다.
03 이런 Fellows를 찾습니다
•
기본 역량
◦
새로운 프로그래밍 언어와 패러다임을 학습하는데 두려움 없고 능동적인 소프트웨어 개발자
◦
다음과 같은 기초적인 자료구조와 알고리즘 문제를 접해보고 설명할 수 있는 역량을 보유한 자
▪
싱글/더블 링크드 리스트에서 새로운 노드를 추가할 때 append와 prepend의 성능과 복잡도의 차이가 있는가?
◦
패러다임을 즐기지만, 패러다임의 트랩에서 빠져나올 때와 즐길 때를 구분할 수 있을 것
•
Basic Requirements
◦
Active, fearless, and proactive learners of programming languages
◦
Should be able to answer the next question
▪
Is it possible for there to be a difference in performance between the prepend and append methods when adding a node to a singly or doubly linked list?
◦
A person who is receptive to technology, but should avoid being trapped by paradigms.
•
우대 사항
◦
오픈 소스 프로젝트 (C언어 기반)에 직접 참여한 경험이 있는 개발자
◦
격식있는 영어 문장을 구사할 수 있는 개발자
•
Preferred Qualifications
◦
Contribution to open source projects that use C-based programming languages
◦
Excellent written communication skills in formal English
•
고려하지 않는 사항
◦
프로젝트의 리더가 되려는 성향은 불필요합니다. 본 프로젝트는 멘토를 포함 계층 구조를 만들지 않는 프로젝트입니다.
◦
AI 전공을 했다면 좋은 경험을 한 것이지만, 본 프로젝트를 수행하는데 필수 역량은 아닙니다.
•
Unnecessary Requirements
◦
If you are applying for a leadership position for this project, please note that we are not seeking any additional leaders at this time.
◦
If you have a background in AI, that's great, but it's not a requirement for this position.
FAQ
Q) UAM 관제 시스템에서 효율적인 질의 및 추론을 위해, 어떤 내용과 형식의 입력 데이터를 활용하나요?
A) 통합이라는 말이 내포하듯, 입력데이터의 형태는 바이너리부터 텍스트까지 다양합니다.
이러한 접근법을 사용하기 위해서 입력데이터를 정련하는 것도 본 프로젝트에 포함 예정입니다.
Q) 어떤 지식 그래프 임베딩 기법을 고려하고 계시나요?
A) 입력 데이터가 다양하기에 사용할 수 있는 기법은 한정하지 않습니다.
다만 본 프로젝트의 목적은 지식그래프를 생성했다고 끝나는 것이 아니라 실제로 상용 제품 수준의 활용이 가능한 것을 목적으로 하고 있으며,
이는 선발된 펠로우팀과 멘토 간 프로젝트 최종 목표를 협의하면서 결정할 예정입니다.
Q) M2M/M2H 인터페이스와 관련하여, 반복적이지만 최적화된 프로토콜 대신에 세대 간 변화하는 자연어를 인터페이스로 사용할 계획인지, 맞다면 그 이유도 알고 싶습니다.
A) 자연어 인터페이스를 고려하지만, 현재 상용화와 활용 수준을 고려하고 있습니다.
즉 자연어를 사용하더라도 한정된 프로토콜내에서 동작하는 인터페이스를 계획하고 있습니다.
Q) 자연어 인터페이스라면 인간과 기계 간 대화 패턴의 변화를 고려하여, 공통 질의 인터페이스 표준화에 대한 생각을 듣고 싶습니다.
일정 기간 동안 유지되는 고정된 표준인지, 시간이 지나고 모델이 개선됨에 따라 유기적으로 변화하는 동적 표준인지 궁금하며,
만약 후자에 가깝다면 변화에 대응할 수 있는 조건이나 접근 방식을 어떻게 고려하고 계시나요?
A) 본 프로젝트에서 후자를 고려하기에는 자원이 그렇게 많지 않습니다.
한정된 활용 도메인 내에서 적절한 해결책을 찾는 것이 중요하며, 지식그래프, 온톨로지 기반의 진화하는 표준은 IEEE PG3140 – Semantic Map에서 논의가 되고 있으니
이런 부분도 참여해보면 좋을 것 같습니다.