인공지능(Artificial Intelligence) vs 머신러닝(Machine Learning) vs 딥러닝(Deep Learning)

[출처] 전자신문

인공지능이 우리에게 확 다가온 계기가 있었습니다. 바로 2016년 알파고와 이세돌 9단의 바둑 대국이었죠. 당연히 인간이 승리하리라 생각했던 예상과는 다르게 알파고가 이세돌 9단을 4:1이라는 압도적인 스코어로 승리하면서 인공지능에 대한 전 세계적인 관심이 쏟아졌고, 그 이후로 알파고 뿐만 아니라 인공지능 산업이 빠른 속도로 성장하고 있습니다.

인공지능 산업의 성장으로 “AI와 딥 러닝을 활용한 저해상도 의료영상을 고해상도로 변환”이나 “국내 최초 강화학습 AI 알고리즘을 적용한 머신러닝 적용” 등과 같은 기사들을 많이 볼 수 있습니다. 이러한 기사들에서 인공지능이라는 용어와 함께 사용되는 딥 러닝, 머신러닝은 무엇일까요? 인공지능의 역사를 알아보기에 앞서 간략하게 인공지능, 머신러닝, 딥 러닝에 대한 개념을 한 번 알아보겠습니다.

[출처] 투비소프트 칼럼

인공지능의 정의는 ‘사고나 학습 등 인간이 가진 지적 능력을 컴퓨터를 통해 구현하는 기술’로서 개념적인 정의에 가깝습니다. 1950년대 인공지능을 연구하던 학자들이 인간의 지능과 유사한 특성을 가진 복잡한 컴퓨터 제작을 목표로 함께 연구를 시작했고, 이때 인공지능이라는 개념이 등장했습니다.

이러한 인공지능을 구현하기 위한 구체적인 접근 방식이 바로 머신러닝인 거죠. 머신러닝의 정의는 말 그대로 ‘컴퓨터가 스스로 학습하여 인공지능의 성능을 향상하는 기술 방법’을 의미합니다. 여기서 중요한 단어가 ‘스스로 학습’입니다. 프로그래머가 구체적으로 로직을 직접 코딩하는 것이 아닌, 빅데이터와 알고리즘을 통해 컴퓨터에 ‘학습’을 시켜 원하는 결괏값을 도출해내는 것이죠.

딥러닝이란 머신러닝의 한 분야로 인공신경망(Artificial Neural Network) 방식으로 정보를 처리하는 기술을 의미합니다. 최근 인공지능 붐을 일으킨 분야로 완전한 머신러닝을 실현하는 기술이라고 볼 수 있습니다.

요약하자면 그림에서 표시된 것과 같이 인공지능이 가장 큰 범주이고, 그다음으로 머신러닝, 가장 세부적인 부분이 현재의 인공지능 붐을 주도하고 있는 딥 러닝입니다. 이 세 단어의 관계를 정의하자면 다음과 같습니다.

-> 인공지능 ⊃ 머신러닝(기계 학습) ⊃ 딥 러닝(심층 학습)

[출처] 인공지능 그리고 머신러닝의 모든것, 고지식-거니

ooo

[출처] 인공지능 그리고 머신러닝의 모든것, 고지식-거니

1950년 영국 수학자 앨런 튜링(Alan Mathison Turing)은 ‘계산 기계와 지능(Computing Machinery and Intelligence)’라는 논문을 발표합니다. 이 논문에서 앨런 튜링은 기계가 생각할 수 있는지 테스트하는 방법과 지능적 기계의 개발 가능성, 학습하는 기계 등에 관해 기술하였습니다. 이 기술을 현실화한 튜링머신은 존 폰 노이만 교수에게 직접 또는 간접적인 영향을 주어 현대 컴퓨터 구조의 표준이 되었습니다.

이후 1956년 인공지능이라는 용어가 처음으로 등장하였습니다. 1956년 미국 다트머스 대학에 있던 존 매카시(John McCarthy) 교수가 ‘다트머스 AI 컨퍼런스’를 개최하면서 초청장 문구에 ‘AI’라는 용어를 처음으로 사용했습니다.

We propose that a 2 month, 10 man study of artificial intelligence be carried out during the summer of 1956 at Dartmouth College in Hanover, New Hampshire. 

(1956년 여름 뉴 햄프셔 하노버에 있는 다트머스대에서 두 달 동안 10명의 과학자가 모여 인공지능을 연구할 것을 제안합니다)

 
이 AI 컨퍼런스에서 모인 10여 명의 과학자들은 앨런 튜링의 ‘생각하는 기계’를 구체화하고 논리와 형식을 갖춘 시스템으로 이행시키는 방안을 논의했습니다.

1950, Perceptron의 등장

[출처] 인공지능 탄생의 뒷이야기, 야만ooo

1969, AI의 1차 겨울 : XOR 문제 등판

로젠 블랫의 퍼셉트론에 모든 관심이 집중되자 기호주의의 마빈 민스키는 제자 시모어 페퍼트(Seymour Papert)와 퍼셉트론의 한계를 수학적으로 증명하면서 로젠 블랫의 퍼셉트론이 무너지고 2년 뒤인 1971년 로젠 블랫이 사망하면서 인공지능의 빙하기가 도래하게 됩니다.

로젠 블랫의 퍼셉트론으로 AND, OR, NAND 같은 선형문제는 풀 수 있지만, XOR 같은 비선형 문제는 해결할 수 없었고, 대부분 데이터는 선형보다 비선형 형식으로 데이터가 분포되어 있었습니다. 이러한 문제로 퍼셉트론을 기반으로 한 수많은 인공지능 연구가 끊기게 되고 다시 마빈 민스키의 기호주의 학문으로 관심이 집중되었으나, 기호주의도 한계에 도달하면서 인공지능은 세간의 관심에서 점점 멀어져 갔습니다.

1986, AI의 부활 : 딥 러닝의 아버지 제프리 힌튼

[출처] Neural Network, Sliude Share

인공지능에 대한 관심은 줄어들었지만, 묵묵히 연구를 지속해오던 연구자들도 있었습니다. 1986년 인공지능의 첫 번째 빙하기를 깨고 인공지능의 부활을 알린 사람이 있었으니 바로 딥 러닝의 아버지라 불리는 제프리 힌튼(Geoffrey Everest Hinton)입니다. 제프리 힌튼 교수는 다층 퍼셉트론(Multi-Layer Perceptrons, MLP)과 Back-propagation Algorithm을 실험적으로 증명하였고 이를 통해 XOR 문제를 해결하였습니다.

사실 제프리 힌튼이 다층 퍼셉트론와 Back-propagation Algorithm을 고안해낸 것은 아니었습니다. 1969년 위치 호(Yu-Chi Ho)와 브라이손(Arthur E. Bryson)에 의해 Back-propagation Algorithm이 고안되었으며, 1974년 하버드대의 폴 워보스(Paul Werbos)는 다층 퍼셉트론 환경에서 학습을 가능하게 하는 Back-propagation Algorithm으로 박사학위 논문을 썼으나 인공지능 분야의 침체한 분위기 속에 8년 후 1982년에 논문을 발표하였습니다. 이것이 1984년 얀 르쿤(Yann LeCun)에 의해 다시 세상 밖으로 나왔고, 1986년 데이빗 럼멜하트(David Rumelhart)와 제프리 힌튼에 의해 세상에 알려지게 되었습니다.

1990년대 후반, AI 2차 겨울 : MLP의 문제점
제프리 힌튼의 다층 퍼셉트론과 Back-propagation Algorithm을 계기로 1990년대 초반까지 인공지능 연구에 큰 발전을 이루었습니다. 그러나 1990년대 다층 퍼셉트론에서도 한계가 보이기 시작하면서 인공지능 연구의 두 번째 빙하기를 맞이하게 됩니다.

두 번째 문제는 Vanishing Gradient와 Overfitting 이었습니다. 다층 신경망의 은닉층(Hidden layer)을 늘려야 복잡한 문제가 해결 가능한데 신경망의 깊이가 깊어질수록 오히려 기울기(gradient)가 사라져 학습이 되지 않는 문제인 Vanishing Gradient가 발생했습니다. 또한, 신경망이 깊어질수록 너무 정교한 패턴을 감지하게 되어 훈련 데이터 외 새로운 데이터에 대해서는 정확성이 떨어지는 Overfitting 문제가 발생했던 거죠.

2006, 제프리 힌튼의 심폐소생술 : 딥 러닝 용어의 등장

모두가 인공신경망을 외면하던 암흑기 시절에도 제프리 힌튼은 꿋꿋하게 인공신경망을 연구해왔습니다. 제프리 힌튼은 “A fast learning algorithm for deep belief nets” 논문을 통해 가중치(weight)의 초깃값을 제대로 설정한다면 깊은 신경망을 통한 학습이 가능하다는 것을 밝혀냈습니다.

기존 인공신경망과 크게 달라진 점은 없었지만, 인공지능의 두 번째 겨울을 거치면서 인공신경망이라는 단어가 들어간 논문은 제목만 보고 거절당하거나 사람들의 관심을 끌지 못해 deep을 붙인 DNN(Deep Neural Network)이라는 용어를 사용하면서 본격적으로 딥 러닝(Deep Learning) 용어가 사용되기 시작했습니다.

2012, ImageNet : ILSVRC
ImageNet는 2009년 페이페이 리(Fei-Fei Li)가 만든 방대한 이미지의 데이터베이스입니다. 인공지능을 학습시키기 위해서는 수천, 수만 번의 반복 학습이 필요한데 이때 알고리즘 뿐만 아니라 학습량도 매우 중요하다고 생각했죠. 이를 계기로 ImageNet이라는 방대한 이미지 데이터베이스를 구축하게 되었고, 2010년부터 ILSVRC(ImageNet Large Scale Visual Recognition Challenge)라는 이미지 인식(image recognition) 경진대회도 진행하였습니다.

ILSVRC는 주어진 대용량의 이미지 셋을 데이터로 이미지 인식 알고리즘의 정확도, 속도 등의 성능을 평가하는 대회입니다. 2010년, 2011년까지는 얕은 구조(shallow architecture)를 가진 알고리즘이 우승하였으나, 약 26% 정도의 오류율을 보여 왔습니다. 오류율이 0.1%라도 낮아진다면 우승이라는 말이 있었을 만큼 얕은 구조 기반의 알고리즘으로는 오류율을 낮추는 것이 매우 힘든 일이었죠.

• https://blogs.nvidia.co.kr/2016/08/03/difference_ai_learning_machinelearning/
• https://m.blog.naver.com/qbxlvnf11/221296949593
• http://yangjaehub.com/newsinfo/학생기자단/?mod=document&uid=39
• https://brunch.co.kr/@storypop/28
• https://brunch.co.kr/@hvnpoet/80
• https://insilicogen.com/blog/owner/entry/edit/인공지능%20그리고%20머신러닝의%20모든것,%20고지식-거니
• https://www.youtube.com/watch?v=cNxadbrN_aI&feature=youtu.be
• https://www.youtube.com/watch?v=xMRKQBbHOzA&list=PL6ip5tgLI7PcStXTz8CRMhNWmT8M0dAWO&index=2
• https://insilicogen.com/blog/owner/entry/edit/퍼셉트론(Perceptron)%20-3%20(인공지능의%201차%20겨울)
• https://bskyvision.com/425
• https://www.itfind.or.kr/WZIN/jugidong/1888/file6111801471006205940-188802.pdf

Posted by 人Co

 

2012년부터 시작된 ㈜인실리코젠의 人CoINTERNSHIP은

바이오 연구개발과 조직생활의 기초 개념을 이해할 수 있도록 진행하였습니다.

많은 분들의 관심과 참여를 통해 벌써 10번째 기수를 수료하였습니다!

 

총 6명의 참가자가 6주동안 진행된 제10기 人CoINTERNSHIP!

참가자들의 스토리를 함께 보겠습니다.

김상현 (Umeå University)

6주간의 인턴십을 하면서 예상보다 훨씬 더 많은 부분을 얻고 가서 뿌듯했고 잘 챙겨주신 임직원분들에게 감사했습니다. 먼저, 人Co 인턴십은 생물정보학 개론 정도의 수준 높은 교육 인프라를 가졌습니다. 석사 논문 프로젝트를 수행하면서 독학으로 Bioinformatics를 이해하다 보니 궁금한 점이 매우 많았었는데, 인턴십을 통해 그 점들을 해소할 수 있었습니다. 특히 매주 각 부서가 교육을 담당했기 때문에, 기대되었고 신기했습니다. 다양한 부서에서 인턴십 프로그램을 진행하다 보니 인턴십을 마치고 나서는 많은 직원과 친분을 맺을 수 있었습니다. 다음으로는, 인턴십을 통해 회사 생활 (사회생활)을 제대로 경험한 것 같습니다. 저번과 달리 이번 기수는 각 인턴의 자리가 사무실에 마련되어 있어 업무가 어떻게 흘러가는지 자연스럽게 알 수 있던 것 같습니다. 정말 사원이 된 기분이었습니다. 또한, 제 개인적으로는 한국적인 사회생활을 한 지가 매우 오랜만이고 특히 사기업은 처음입니다. 그래서 전해만 들었던 회사 내에서의 생활을 몸소 겪을 수 있었고 직원분들이 정말 잘 대해주셔서 좋은 인상을 많이 받았습니다. 특히 동료애가 끈끈한 한국 문화를 새삼 소중히 여겼습니다. 인코 임직원분들과 앞으로도 지속적인 관계를 이어나갈 예정입니다.

 

 

김정환 (순천향대학교)
인실리코젠, 인턴분들과 함께한 8주간의 인턴십을 마무리했습니다. 어색하던 분위기가 이제는 장난도 치고 여유 있는 모습이 된 것 같습니다. 처음 이번 인턴십을 준비하면서 자기소개서를 작성하고 포트폴리오를 만들어 발표를 하던 게 엊그제 같은데 벌써 시간이 이렇게 흘러 수료를 하게 되었습니다. 사실 이번 인턴십을 지원하기 전에 생물정보학에 대해서도 아는 게 없고, 컴퓨터 분야도 몰랐었기 때문에 지원하는 것부터가 저한테는 도전이었습니다. 그렇게 망설이던 도중 평소에 생명과학을 공부하면서도 컴퓨터 분야에 대해 막연하게 관심이 있었던 사소한 계기로 생물정보학을 다루는 인실리코젠 인턴십에 지원해 배워보고 싶다는 생각을 하였고, 일정을 진행하다 보면 어떻게 해야 할지 알 수 있을 것 같았습니다. 인턴십을 진행하며 생물정보학뿐만 아니라 파이썬, R과 같은 프로그래밍 언어를 배워 직접 실습하는 것이 흥미로웠고 인공지능에 대해 배울 기회가 있었는데 이것도 좋은 경험이었습니다. 또한, D.iF에서 진행했던 사업 아이디어를 린캔버스에 작성해 발표하고 피드백을 받는 것, 사업이 어떻게 진행되고 개발/연구가 어떻게 되는지에 대한 개요들 모든 것을 배울 수 있게 해준 인턴십에 정말 해보길 잘했다는 생각이 듭니다. 인턴십 면접 때 회사의 분위기가 어떠냐는 질문에 저는 정말 따듯한 느낌을 받았었다고 대답했었는데 정말로 회사의 모든 분이 친절하게 대해주시고 사장님도 사원들과의 소통 또한 아끼시지 않으며 여러 추천 독서들로 마음의 양식까지 담을 수 있었습니다. 이렇게 좋은 사람들과 좋은 프로그램으로 저를 앞으로 한 발짝 내딛게 해준 인실리코젠에 감사하며, 8주간 고생 많으셨습니다!

윤서연 (고려대학교)
6주간의 인코 인턴십은 생물정보 분야에 대해 전반적으로 이해할 수 있게 된 좋은 경험이었습니다. 처음 인턴십을 신청할 때는 막연하게 bioinformatics에서 어떤 일을 하는지 알아가는 정도이지 않을까 했는데, 매주 구체적인 커리큘럼이 있고 실습이 적절하게 섞여 있어서 생생하게 체험할 수 있었던 것 같습니다. 대학원에서 석사 과정을 수학하면서도 논문에 나와 있는 NGS 분석 데이터에 대해 막연하게만 이해하는 정도에만 그쳤었습니다. 하지만 교육을 받고 나니 유용하게 사용할 수 있는 프로그램이 무엇이 있는지 배우고 사용법을 익혀 연구자로서도 많이 성장할 기회였습니다. 무엇보다 가장 재미있었던 것은 최근 인실리코젠에서 관심이 있는 딥러닝이었습니다. 사내 스터디에 참여하여 딥러닝이 무엇이고 어떻게 작용하는지 알게 되었고, 공식을 뜯어서 하나하나 이해하면서 생소했던 분야에 한 걸음 더 다가갈 수 있게 되었습니다. 바쁜 시간 내주시어 친절하게 질문에 하나하나 설명해주셨던 멘토님과 적응하는 데 도움을 주신 회사 직원분들께 감사드립니다.

 

박주영 (숭실대학교)

제 10기 인코인턴십 박주영 진로의 구체화에 놓인 저에게 다양한 분야의 생명정보를 알려준 인턴십 프로그램은 정말 저의 진로 길라잡이 같은 프로그램이었습니다. 생명정보 소프트웨어 실습을 담당한 InsilicoLab, 리눅스와 파이썬 교육을 담당한 DSC, 데이터 모델링과 사업 프로세스에 대한 교육을 맡은 BS, NGS 데이터를 얻고 R을 이용해 분석하는 법을 가르쳐주신 RDC, 마지막으로 인실리코젠의 자회사로 데이터베이스와 lean canvas에 관한 교육을 맡은 D.iF 까지 매주 교육을 통해 조금이나마 경험을 하고 그 경험하는 과정에서 내가 어디에 흥미를 느끼는지, 일찍이 포기해야 할 것 같은 분야는 무엇인지에 대해 알 수 있었습니다. 또 人CoDOM을 쓰면서 기존에 알고 있던 지식을 어떻게 연결하여 글을 작성해 나가야 할지 고민하는 것이 힘들긴 하였지만 다 쓰고 난 후에는 다른 사람들이 내 글을 보고 무언가를 배울 수 있다는 뿌듯함을 느낄 수 있었습니다. 생명정보 이외에도 정말 좋은 선배님들, 동기들을 만나 많은 것을 배우고 각종 독서 프로그램을 하는 과정에서 내면으로도 성장한 6주였습니다.

 

박주희 (대진대학교)

인코인턴십 면접 합격 소식을 듣고 인실리코젠 블로그에서 후기를 찾아봤던 게 엊그제 같은데 벌써 제가 후기를 쓰고 있다는 게 신기합니다. 6주 인턴십을 하는 동안 시간이 빠르게 흘러갔지만 정말 뿌듯했던 시간이었습니다. 먼저 첫주에는 OJT 공통교육을 하면서 IX팀과 경영지원팀을 경험할 수 있었고 두 번째 세 번째 주에는 AI, 생물정보 분석 소프트웨어, 리눅스, 파이썬 등을 공부하며 DSC팀을 알 수 있었습니다. 넷째 주에는 소프트웨어 개발 프로세스를 배우고 Lean Canvas, 그래프 데이터베이스를 실습하며 인실리코젠의 자회사인 D.iF에 대하여 알고 사업에 대하여도 생각해 볼 수 있었습니다. 다섯째 주에는 AXURE, gliffy를 실습하고 데이터 모델링, 시스템 구축 대가 산정들을 공부하면서 BS 부서에서 하는 SI 사업을 이해 할 수 있었고 마지막 주에는 R을 실습하고 논문을 공부하면서 NGS 데이터를 분석하는 RDC 부서를 경험하였습니다. 이렇게 1주씩 다양한 분야를 경험하였고 이를 통해서 관심이 있는 생물정보학 내에서 저의 흥미나 장단점에 맞는 분야를 생각해 볼 수 있어서 좋았습니다. 이외에도 월요세미나, 독서경영, 인코덤 작성 등을 통해서 회사 업무 이외에도 다양한 인사이트를 얻을 수 있었고 따로 딥러닝 스터디도 해보면서 딥러닝에 대해서, 또 가르치고 배우는 것에 대해서 잘 알 수 있었습니다. 또한, 6주간의 과정에서 사람의 중요성에 대해서도 생각해 볼 수 있었습니다. 먼저 다양한 분야와 학위의 사람들을 모아 인턴십을 꾸려 주셔서 인턴들 사이에서도 많이 배울 수 있었고 멘토 멘티 활동이나 다양한 활동들을 통해서 인실리코젠의 사람을 중심(Core)으로, 사람과 컴퓨터(Computer)에 의해, 배려(Consideration)와 소통(Communication)을 통한 새로운 문화를 창조하려 한다. 라는 가치 체계를 다시 생각해 볼 수 있었습니다. 6주간의 짧지만 빡빡한 일정으로 생물정보학의 전반적인 부분과 사회생활에 대해서 잘 알 수 있었고 탄탄하게 짜인 구성이라서 몸만 맡기고 열심히 노력하면 배우고 느낄 수 있는 게 너무 많았던 것 같습니다. 인턴십을 진행하기 전에는 생물정보학 분야로 진출하는 데에서 학교에서는 아는 사람도 없고 막막하기만 했는데 인턴십이라는 좋은 기회로 인해서 여쭤볼 수 있는 다양한 사람을 만날 수 있어서 좋았고 제 목표를 구체화할 수 있었던 정말 좋은 경험이었던 것 같습니다. 다들 하나라도 더 가르쳐 주시려고 하시고 챙겨주셔서 정말 감사했습니다!

허유진 (차의과학대학교)

인턴을 처음 시작했을 때에 막연하게만 생각했던 것들이 6주간의 시간을 거치며 많이 채워진 것 같습니다. 짧은 시간 내에 많은 내용을 다루다 보니 심도 있게 또는 바로 응용해서 사용할 수 있을 정도로 배울 수는 없었지만, 여태까지 접해보지 못했었던 다양한 프로그램과 분석 툴을 직접 사용해볼 수 있었습니다. 매주 다른 부서를 접해보며 생물정보에 어떤 다양한 분야가 있으며 어떤 것이 저에게 적합한지에 대해 알 수 있었습니다. 모든 직원분과 멘토분들께서 친절하게 대해주셨으며, 회사의 복지 자체도 정말 잘 이루어져 있다고 느껴졌습니다. 인턴십 프로그램을 참여하며 좋은 사람들을 만나 많은 것을 배울 수 있었고, 한층 더 성장할 기회가 되었던 것 같습니다. 매일 새벽에 일어나 먼 거리에서 출근해서 조금 힘들었지만, 평생 후회하지 않을 좋은 경험을 마무리한 것 같습니다. 인턴십 프로그램을 제공해주시고 교육을 위해 시간을 내주신 모든 직원분께 정말 감사드립니다!!

 

8주간을 돌아보며

인코인들과의 첫 만남,
자신의 좋아하는 것과 어떤 분야에 관심이 있는지 발표 중 한 장면

- 2020년 01월 13일 월요세미나 중

어리석은 사람은 인연을 만나도 몰라보고,
보통 사람은 인연인 줄 알면서도 놓치고,
현명한 사람은 옷깃만 스쳐도 인연을 살려낸다.

- 피천득

 

6주간 동고동락한 멘토와 함께 촬영!
수료한 모든 분들 축하드리며, 항상 응원하겠습니다.

- 2020년 02월 14일 수료식 중

 

10기 수료생분들이 준비해준 작은 정성이 담긴 선물

작성 : 人CoINTERNSHIP 제10기 수료생

김상현, 김정환, 윤서연, 박주영, 박주희, 허유진

Posted by 人Co

요즈음 전 세계적으로 가장 이슈가 되고 있는 것은 '신종 코로나 바이러스'라고 할 수 있겠습니다. 우리는 '코로나 바이러스' 보다는 사스(SARS) 또는 메르스(MERS)가 좀 더 익숙할 텐데요, 이전에 유행했던 사스와 메르스도 코로나 바이러스로 인해 발생한 질환입니다.

코로나 바이러스는 종이 다양하며, 인간에게는 가벼운 증상만을 일으키고 병원성이 약한 것으로 알려졌는데요. 이번에 발생한, 흔히 말하는 우한 폐렴은 코로나 바이러스가 변이를 일으킨 신종 코로나 바이러스로 인간에게 매우 심각한 영향을 미치고 있습니다.

우한 폐렴은 무엇인가

이번에 발생한 우한 폐렴은 중국 우한시 화난 해산물 시장에서 처음 발생한 폐렴으로 그 전염성이 매우 강합니다. 원인체로 지목된 것은 신종 코로나 바이러스로 코로나 바이러스가 변이를 일으킨 것입니다. 우한시 화난 해산물 시장에서는 각종 다양한 야생동물들을 판매하고 거래가 되었는데, 이 야생동물을 숙주로 지내던 코로나 바이러스가 변이를 일으켜 인간에게 전파되었을 가능성이 가장 크다고 추정하고 있습니다. 현재까지 알려진 바로는 2015년도 유행했던 메르스보다는 치사율이 낮지만, 전파력은 매우 크다고 알려져 있고, 우리나라를 비롯하여 전 세계적으로 확진자가 계속해서 늘어나는 추세입니다. 신종 코로나 바이러스는 잠복기가 14일 정도로 다른 바이러스들에 비해 길며, 잠복기에도 강한 전파력을 가지고 있어 그 심각성이 더 커지고 있습니다.

코로나 바이러스는 무엇인가

코로나 바이러스(Coronavirus)는 코로나바이러스 과에 속하는 바이러스들을 지칭합니다. 전자현미경으로 보면 바이러스 표면이 돌기처럼 튀어나와 있는 것을 볼 수 있는데, 이것이 왕관처럼 생겼다고 해서 라틴어로 왕관을 뜻하는 'Corona'에서 파생되어 명명되었습니다.

[출처] "크리스천투데이", 2020년 1월 28일 발행, 2020년 2월 14일 접속, https://www.christiantoday.co.kr/news/328396

코로나 바이러스는 총 7종(HCoV 229E, HCoV NL63, HCoV OC43, HCoV HKU1, SARS-CoV, MERS-CoV, 2019-nCoV)이며, 4종은 가벼운 감기 증상만을 일으키지만 3종은 신종 코로나 바이러스를 포함하여 심한 호흡기 질환을 일으킵니다.

이번 우한폐렴의 원인으로 지목된 신종 코로나 바이러스는 초기 '2019-nCoV'로 명명되었지만 지난 11일 세계보건기구(WHO)가 정식 명칭을 'COVID-19'로 결정하였으며, 한글 명칭은 '코로나19'로 결정하였습니다. 'CO'는 코로나(Corona), 'VI'는 바이러스(Vrus), 'D'는 질환(Disease), '19'는 질환이 처음 보고된 연도를 의미합니다.

질병관리본부는 감염증 환자로부터 바이러스를 분리하는 데 성공했으며, 이를 백신이나 치료제를 개발하는 데에 과학계와 공유하기로 했습니다. 한국 분리주 이름은 'BetaCoV/Korea/KCDC03/2020'으로 붙어졌습니다. 질병관리본부가 공개한 바이러스 유전정보에 따르면 분리된 바이러스는 중국(우한, 광동), 프랑스, 싱가포르, 독일 등 국외에서 분리한 바이러스와 염기서열이 99% 일치하는 것을 확인하였으며, 아직까지 특이한 변이가 발견되지는 않았습니다.

현재까지 NCBI에 등록된 2019-nCoV(COVID-19) 염기서열은 50건 정도이며, 318건의 단백질 서열 정보와 112건의 논문이 발표되었습니다.

[2019-nCoV (Accession : NC_045512 / Description : Wuhan seafood market pneumonia virus isolate Wuhan-Hu-1, complete genome)]

CLC Genomics Workbench를 이용하여 COVID-19(2019-nCoV) 서열을 확인해 보았으며, 해당 서열을 이용하여 BLAST를 실행해 보았습니다.

[NCBI BLAST using CLC Genomics Workbench 20.0]

BLAST 결과 COVID-19(2019-nCoV) 중국, 미국을 제외하고 박쥐로부터 유래한 코로나 바이러스와 유사한 것을 볼 수 있었습니다.

인간에게 심한 호흡기 질환을 일으키는 3종의 바이러스(COVID-19(2019-nCoV), SARS-CoV, MERS-CoV)를 NCBI에 등록된 서열 중에서 랜덤으로 몇 개만을 추려 tree를 그려보았습니다.

아래와 같이 분류된 바이러스의 taxonomy 정보에 따라 tree가 그려지는 것을 확인할 수 있었습니다.

[Tree layout : Phylogram]

[Tree layout : Cladogram,  (Create Tree using CLC Genomics Workbench 20.0)]

COVID-19 발생 현황

미국의 존스홉킨스 대학에서 WHO, CDC, NHC의 자료를 토대로 신종 코로나 바이러스의 발생 현황을 실시간으로 확인할 수 있는 사이트를 개설하여 전 세계적으로 정보를 제공하고 있습니다. 아래의 사이트를 참고하면 좋겠습니다.

[출처] "Coronavirus COVID-19 Global Cases by Johns Hopkins CSSE", 2020년 2월 14일 접속, https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6

최근까지 보도된 자료에 따르면 국내에서의 COVID-19의 확진자는 28명이며, 7명의 확진자(1,2,3,4,8,11,17번)가 퇴원하였습니다. 퇴원한 일부 확진자에게 에이즈(HIV) 치료제를 투약하여 치료 효과가 있었다는 기사들도 많이 보도되고 있지만, 이를 치료제로 쓸 수 있는 과학적인 근거는 아직까진 없다고 이야기합니다. 28번째 확진자가 나타난 이후 추가 확진자가 나오지 않고 있어, 더는 확진자가 늘지 않기를 바랍니다.

예방법

아직은 백신이나 치료제가 없는 신종 코로나 바이러스를 피할 방법은 없을까요? 바이러스의 전파는 주로 비말감염을 통해 이루어집니다. 비말감염이란 재채기나 기침으로 인해 튀는 침방울이 타인에게 접촉되어 감염되는 형태를 말합니다. 우리는 이런 비말감염만 예방하여도 신종 코로나 바이러스로부터 안전할 수 있습니다. 예방할 수 있는 가장 큰 방법으로는 마스크 착용과 손 씻기 입니다.

이처럼 개개인이 할 수 있는 예방법으로는 개인위생을 철저히 하는 방법밖에는 없을 것 같습니다. 질병관리본부에서 제공하는 신종 코로나 바이러스 감염증 예방 수칙을 토대로 나와 타인을 위해 위생에 신경 써주시길 부탁드리겠습니다.

[출처] "질병관리본부" 2020.2.12 발행, http://www.cdc.go.kr/gallery.es?mid=a20503020000&bid=0003

참고문헌

1. https://terms.naver.com/entry.nhn?docId=5894275&cid=61232&categoryId=61232

2. https://terms.naver.com/entry.nhn?docId=72940&cid=43667&categoryId=43667

3. https://www.christiantoday.co.kr/news/328037

4. https://blog.naver.com/asecino/221788068575

5. https://news.sbs.co.kr/news/endPage.do?news_id=N1005648026&plink=ORI&cooper=NAVER

Posted by 人Co

당사는 생물정보 전문기업으로, 대량으로 생산되는 생물정보 데이터들을 다년간의 생물정보 경험을 바탕으로 연구자들이 필요로 하는 데이터베이스나 분석시스템을 구축하여 더 쉽고 편리하게 유용한 데이터를 생산하고 대용량 생물정보 데이터를 분석할 수 있도록 지원합니다. 생물정보에 특화된 시스템 구축 사업을 수행하고 있기에 관련 법령인 소프트웨어 진흥법 개정안에 대해서 알아보고자 합니다.

① 지역별 특성에 기반한 소프트웨어산업의 진흥을 지원하고 지역산업과 소프트웨어와의 융합을 촉진하기 위하여 지역별 소프트웨어산업진흥기관을 지정하여 업무를 위탁할 수 있는 근거를 마련함(안 제9조).
② 소프트웨어기술 가치평가 및 금융지원 등 소프트웨어창업 활성화를 추진하고 소프트웨어창업을 지원하는 공공단체 등에 지방자치단체가 출연·출자할 수 있도록 함(안 제14조).
③ 소프트웨어 지식재산권 보호시책을 마련하고 계약상대자가 지식재산권을 행사하기 위해 소프트웨어산출물의 반출을 요청하는 경우 국가기관 등의 장은 원칙적으로 이를 승인하도록 하는 등 소프트웨어 지식재산권 보호 제도를 도입함(안 제17조 및 제58조).
④ 소프트웨어 인력을 양성하기 위해 교육·훈련, 경력개발 지원 등에 관한 시책을 수립·시행하고, 소프트웨어 전문 인재를 육성하기 위해 소프트웨어 전문교육기관을 설치·운영할 수 있도록 함(안 제22조 및 제23조).
⑤ 소프트웨어 분야 국가연구개발 사업을 실시하는 경우 원시코드 공개 개발 방식을 활용하거나 그 결과물을 공개소프트웨어로 배포하도록 하는 등 소프트웨어 연구 및 기술개발을 촉진하도록 함(안 제25조부터 제27조).
⑥ 소프트웨어융합을 활성화하여 다른 산업 분야의 혁신을 촉진하고 경쟁력을 강화할 수 있도록 정부의 노력 의무를 규정함(안 제28조).
⑦ 소프트웨어안전 확보를 위한 시책을 마련하고 소프트웨어안전 분야의 산업 진흥, 인력 양성 및 기술 연구 등의 사업을 추진할 수 있도록 함(안 제29조 및 제30조).
⑧ 과학기술정보통신부장관은 소프트웨어교육 콘텐츠의 개발 등 소프트웨어교육 사업을 추진하도록 하고, 국가와 지방자치단체는 초·중등학교의 소프트웨어교육을 진흥하기 위해 노력하도록 함(안 제31조부터 제33조).
⑨ 국가기관등의 장이 민간의 자본과 기술을 활용하여 공공부문과 민간부문이 협력하는 소프트웨어사업을 추진할 수 있도록 민간투자형 소프트웨어사업의 추진 근거를 마련함(안 제39조).

① 국가기관등의 소프트웨어사업 추진 시 소프트웨어프로세스 품질인증을 받은 자를 우대할 수 있는 근거를 마련함(안 제21조제4항).
② 국가기관등의 소프트웨어사업 영향평가 공시 의무를 규정하고 소프트웨어사업자가 영향평가의 재평가를 요청하는 경우 재평가하도록 함(안 제42조제2항 및 제3항).
③ 국가기관등의 소프트웨어사업 발주 시 요구사항 작성에 관한 분석 또는 설계를 분리하여 발주할 수 있도록 함(안 제43조제3항).
④ 중소 소프트웨어사업자의 사업참여 지원 규정에서 대기업 참여 제한의 예외 사업에 민간투자형 소프트웨어사업 등을 추가함(안 제47조).
⑤ 국가기관등의 소프트웨어사업 발주 시(유지·관리 제외) 소프트웨어사업자가 수행 장소를 제안할 수 있도록 함(안 제48조제3항).
⑥ 소프트웨어사업 과업변경심의위원회의 명칭을 ‘소프트웨어사업 과업심의위원회’로 변경하고 현행 재량사항으로 규정되어 있는 위원회 설치를 의무사항으로 변경함. 또한 국가기관등의 장은 특별한 사정이 없으면 위원회 심의결과를 계약 등에 반영하도록 하고 소프트웨어사업자가 위원회 개최를 요청하는 경우 국가기관등의 장은 특별한 사정이 없으면 이를 수용하도록 함(안 제49조제1항부터 제3항).
⑦ 하도급 제한 규정에서 사업금액의 50%를 초과하여 하도급하는 경우에도 사업금액의 전부를 하도급할 수 없음을 명시하고 재하도급 받은 사업을 다시 하도급할 수 없음을 규정함(안 제50조제1항 및 제3항)

제34조(소프트웨어 역량의 검정) ① 과학기술정보통신부장관은 국민의 소프트웨어에 대한 관심을 확산시키고, 소프트웨어를 활용한 창의적 문제해결 능력을 육성하기 위하여 소프트웨어 역량을 검정할 수 있다.
② 제1항에 따른 소프트웨어 역량 검정의 방법ㆍ절차ㆍ내용ㆍ대상 및 시기에 관하여 필요한 사항은 대통령령으로 정한다.

Posted by 人Co

(주)인실리코젠은 국내에서 생산되는 바이오 데이터의 60% 이상을 가공하고 저장하는 데에 이바지하고 있습니다.
방대한 데이터와의 지속적인 커뮤니케이션은 우리의 발걸음을 AI가 이끄는 새로운 세계로 향하게 하였습니다.

저희 人Co는 20년 가까운 시간 동안 생물정보 외길을 변함없이 걸어왔습니다. 앞으로의 Bioinformatics는 AI의 도움을 받아 지금껏 만나보지 못한 insilico 상의 변화를 만들어낼 것입니다.이러한 변화와 혁신이 BI가 궁극적으로 추구하고자 하는 새로운 가치에 이바지할 수 있도록 콘텐츠와 서비스를 simple하게 디자인하겠습니다. 저희와 같이 하는 많은 연구자들이 Insilicogen’s Experience를 향상할 수 있도록 한층 더 노력하는 기업이 되겠습니다.

이러한 변화와 혁신의 무대 위에서 함께할 인재를 모십니다. 늘 새로운 꿈을 꾸며 무한한 도전정신을 가진 분들과 같이하고 싶습니다.

[채용분야]

BI 전문가
- 담당업무 : Bioinformatics
- 자격요건 : 생물정보학 또는 생물학 관련 전공자 (석사 이상) 프로그래밍 가능자 (Python, Perl, R 택 1), 유전체 및 전사체 분석 경험
- 우대사항 : 생물정보 데이터 분석 경력 5년 이상, 연구 논문 작성 가능자

경영지원
- 담당업무 :  회계업무(연구과제 포함) 경영지원 업무
- 자격요건 : 회계 관련 업무 5년 이상 경력자, 학사이상, 운전가능자, 더존 활용 능숙자
- 우대사항 : 투자기획, 분석 업무 경험자, 세무감사 경험자, 회계 관련학과 전공자, 관련 자격증 소지자

JAVA 전문개발자
- 담당업무 :  JAVA 웹 어플리케이션 개발, 공공기관 SI 사업 진행
- 자격요건 : JAVA/JSP 웹 시스템 개발 관련 경력 2년 이상, Oracle/MySQL DB연동 및 웹어플리케이션 개발 경력, 전자정부프레임워크(eGOV)기반 프로그램 개발 경력
- 우대사항 : 관련학과 전공자, Bootstrap 등 CSS, HTML5에 대한 이해가 높은 분, 웹/WAS 서버 운영 관리 경험자

마케팅 및 영업지원
- 담당업무 : CRM 활용 고객 관리, 온라인 마케팅, 학회 및 행사 지원, 기타 영업 활동 지원
- 자격요건 : 학사 이상(전공 무관) / 영업지원은 고졸 이상, 온라인 커뮤니티 및 SNS 활용 관심자, 창의적이고 기획력이 있는 자
- 우대사항 : 바이오 관련 전공자, 운전가능자, 문서 작성능력 우수자

생물정보 컨설턴트
- 담당업무 : 생물정보 상용 솔루션 전담 컨설팅, 실데이터 분석 컨설팅을 통한 사용자 교육 진행
- 자격요건 : 생물정보학 또는 생물학 관련 전공자 (석사 이상) 운전가능자
- 우대사항 : 생물정보 데이터 분석 경험자

UI/UX 디자이너
- 담당업무 : UI 디자인 및 설계, 인터랙션 디자인 작업
- 자격요건 : UI/UX에 대한 전반적인 이해와 커뮤니케이션 능력, XD, Illustrator, After Effects 등의 툴 활용능력
- 우대사항 : 멀티미디어, 커뮤니케이션, 서비스 디자인 전공자, 관련 업무 1년 이상 경력자

[전형절차]

1. 서류전형 (2020. 01. 21 ~ 2020. 02. 03)
     - 입사지원서 (당사양식)
     - 서류전형 합격자에게만 1차 면접 요청 (이메일 통지)
     - 디자인 지원자는 포트폴리오 (자유 형식, URL포함)

2. 실무자 면접 - 1차 (2020. 02. 03 ~ 2020. 02. 07)
     - 자기소개 (경력포함) 포트폴리오 (PDF, 5분 분량)
     - 1차 면접 합격자에게만 2차 면접 요청 (이메일 통지)

3. 임원 면접 - 2차 (2020. 02. 10 ~ 2020. 02. 13)
     - 2차 면접 합격자에게만 3차 추가서류 제출 요청 (이메일 통지)

4. 추가서류 제출 - 3차 (2020. 02. 14 ~ 2020. 02. 21)
     - 하단 제출서류 참고

5. 최종합격 통보 (2020. 02. 24 예정) - 입사예정일 (2020. 03. 02)

입사지원서_성명_지원부문_20200000.docx

Posted by 人Co