XM 장단점 요약
정보통신부와 방송위원회가 전송방식 논란에 종지부를 찍기 위해 작년 말 한달여에 걸쳐 실시한 디지털TV 해외실태 조사결과에 대한 종합보고서를 발표했다. 뒤늦긴 했지만 다행한 일이다. 보고서에는 주요 쟁점인 △미국방식(AT SC)의 고정수신 성능 △유럽방식(DVD-T)의 HDTV 이동수신 가능성 △이동수신 관련 현황 △HDTV방송서비스 제공현황 및 전망 △단일주파수망(STN) 관련 사항 등이 담겨 있다. 이 보고서는 전체적으로 국내 상황에 유럽식보다는 미국방식이 더 적합한 것으로 요약했다고 한다. 물론 이 보고서는 전송방식을 미국식으로 할 것인지, 아니면 유럽식으로 할 것인지에 대한 구체적인 의견은 제시하지 않고 있다.
우리는 미국식과 유럽식이 모두 장단점을 가지고 있어 어느 한쪽이 우월하다고 단정할 수 없고 그래서 어떤 방식이든 정책적 선택의 문제라는 점을 누차 언급한 바 있다.
미국식이든 유럽식이든 개선 가능성은 모두 안고 있으며 어느 일방의 주장이 옳고 그름을 가늠하기가 쉽지 않기 때문이다. 따라서 이 보고서가 또 다른 논란의 불씨가 되기보다는 이제는 그간 4년 여 째 끌어 온 전송방식 논쟁을 끝내는 실마리가 되기를 바란다.
그것은 양측이 평행선을 긋는 지금까지의 논쟁을 계속해 봤자 우리한테 이득이 별로 없는 까닭이다. 지금 어느 쪽을 선택하든 결정 지연에 따른 손실은 우리가 감내해야 하고 결정이 늦으면 그만큼 우리 피해만 더 커질 수밖에 없다.
보고서에 따르면 세계 각국이 지상파방송 디지털 전환을 빠르게 추진하고 있는 가운데 우리 나라 디지털 TV제품이 시장경쟁력에서 우위를 지키고 있다고 한다. 하지만 우리가 전송방식 논쟁을 빨리 종식시키지 못하면 지금 우위에 있는 시장 경쟁력도 지키기 어렵다.
가전업체들은 정부와 방송사 간 전송방식 논쟁에 따른 피해를 걱정하고 있다. 한국전자산업진흥회는 전송방식 논란이 장기화되면서 TV 판매감소 등으로 인한 손실이 2조원 가량에 달한다고 추산했다. 디지털 및 고선명(HDTV) 방송을 토대로 시장 확대를 노려온 케이블TV와 위성방송업체도 가입자 확대가 어렵지 않을까 우려하고 있다.
특히 가전업계는 디지털TV 개시에 대비해 투입한 그간의 비용부담을 떠안게 된 데다 내수를 발판으로 해외시장 개척에 나서겠다는 수출전략도 차질이 불가피한 실정이어서 걱정이 이만 저만이 아니다. 상황이 이런 데도 양측이 자기 주장만 내세운다면 안될 일이다.
잘 아는 것처럼 디지털 기술시대에 시간은 XM 장단점 요약 자산이다. 아무리 좋은 기술도 시간이 지나면 낙후되기 마련이다. 기술은 시간과 다투며 발전한다. 때문에 우리가 전송방식의 우열에 대한 논쟁을 계속하는 것은 디지털 TV나 국내 가전산업 발전을 위해서도 실익이 없다고 본다. 우리가 전송방송을 둘러싸고 논쟁하는 사이 디지털기술은 저만큼 발전해 있을 것이다.
이제 정부는 디지털TV 전송방식을 둘러싼 결정을 더 이상 미루지 말고 이번 보고서를 토대로 빨리 결정해야 한다. 그 기준은 이해 당사자들의 입장이 아니라 사용자 편익과 산업적 이익을 최우선적으로 삼아야 함을 재론의 여지가 없다. 사용자들이 최고의 화질과 서비스를 받을 수 있고 그것이 시장확대를 가져와 기업과 국가경제 성장에 디딤돌이 되도록 선택을 해야 한다. 그래야 우리가 디지털TV시장에서 우위를 유지할 수 있다.
자동차 전문 리뷰
devmin
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | |||||
| 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| 10 | 11 | 12 | 13 | 14 | 15 | 16 |
| 17 | 18 | 19 | 20 | 21 | 22 | 23 |
| 24 | 25 | 26 | 27 | 28 | 29 | 30 |
| 31 |
자동차 전문 리뷰
시트로엥의 역사 본문
시트로엥의 역사
이번에 알아볼 수입차 브랜드는 시트로엥인데요
프랑스 대표 브랜드인 시트로엥의 역사를 알아볼게요.
시트로엥은 1919년 설립된 프랑스 자동차 브랜드다. 독일을 비롯한 경쟁 브랜드에 비해 늦게 자동차 산업에 뛰어든
창업자 앙드레 시트로엥(andre citroen)은 이를 극복하기 위해 세계 자동차 산업에 혁신을 일으킬 수 있는 독창적인 아방가르드 기술을
표방했다. 상식을 뛰어넘는 파격적이고 창의적인 디자인과 혁신적인 기술로 미래 지향적인 모델들을 개발해낸 시트로엥의
역사에는 ‘최초’의 사건들이 가득하다. 유럽 최초의 양산차인 Type A를 내놓으면서 자동차 대중화 시대를 열었으며, 1934년에는
세계 최초 전륜 구동차로 유압식 브레이크가 장착되어 현대적인 자동차의 기준을 세운 트락숑 아방(Traction Avant)을 선보였다.
이후에도 세계 최초 4단 변속기 2CV, 세계 최초 전륜 디스크브레이크를 장착한 DS19, 스탑앤스타트(Stop and start)
기술을 가장 먼저 상용화한 C3 등을 내놓으며 최초의 역사를 이어간다.
시트로엥은 차량뿐 아니라 마케팅에 있어서도 고정관념을 깨는 과감한 커뮤니케이션으로 혁신의 면모를
1922년 신차의 단단함을 알리기 위해 신모델 B2를 직접 몰고 세계 최초로 사하라 사막을 횡단한 것을 시작으로 1925년에는
강철로 제작된 B12의 지붕에 코끼리를 얹고 시내를 돌아다니며 차량의 우수한 안전성을 드러내기도 했다.
1925년에는 전구 25만여 개 90㎞ 길이의 전선을 이용해 ‘CITROEN'이라고 쓴 네온사인을 에펠 탑에 10여 년간 걸어 브랜드를 알리기도 했다.
혁신의 DS, 새로운 프리미엄의 탄생
시트로엥은 1955년 파리모터쇼에서 DS를 공개했다. 모터쇼에서 소개된 뒤 15분 만에 734대가 주문되고 첫 날
12,000대가 계약되는 진기록을 세우며, DS는 혁신의 또 다른 아이콘이 되었다. 불어로 여신이라는 의미를 갖고 있는
‘Deesse’에서 이름을 따온 DS는 시트로엥이 프리미엄의 가치를 내세우며 야심차게 선보인 라인이다. 타이틀에 걸맞게
기품 있는 디자인과 섬세한 디테일이 돋보인다
차체 디자인은 이탈리아 출신 디자이너이자 조각가인 플라미니오 베르토니(Flaminio Bertoni)의 손길을 거쳐 완성되었다.
DS의 미래지향적인 차체 디자인 덕분에 ‘시대를 앞서간 자동차’, ‘하나의 예술작품’, ‘우주선을 닮은 자동차’란 별명을 얻게 된다.
DS는 자동차의 기술적인 측면에서도 전후 프랑스 기술주의 정신의 근본으로 평가 받고 있다.
2009년, 세계 최대의 모터쇼 프랑크프루트 모터쇼에서 시트로엥은 ‘프렌치 프리미엄의 정수’ DS3, DS4, DS5라인업을 소개하며,
전문가들이 꼽은 20세기를 대표하는 ‘가장 아름다운 차’이자 ‘가장 영향력 있는 차’ 중 하나인 DS를 부활시켰다.
프랑스 자동차 메이커 시트로엥Citroën은 올해로 창립 90년을 맞는다.
1919년 앙드레 시트로엥이 설립한 이 회사는 미국 이외의 최초의 양산차 제조업체였다.
1934년 혁신적인 트락숑 XM 장단점 요약 아방Traction Avant으로 사람들을 놀라게 한다. 최초의 대량 생산 전륜 구동 차량이었다.
트락숑 아방은 영어로 Forward Traction이며 전륜 구동을 의미한다. 당시 대부분의 차들은 후륜 구동 모델이었다.
이전에도 전륜 구동 모델이 있었지만 트락숑 아방이 가장 성공적인 모델이었다. 트락숑 아방의 혁신적인 기술은 엔지니어
앙드레 르페브르Andre Lefebvre와 디자이너 플라미니오 베르토네Flaminio Bertone에 의해 가능했다.
시트로엥의 주요 모델은 H Van, 2CV, DS 그리고 CX 등이 XM 장단점 요약 XM 장단점 요약 있었다. 1976년부터는 PSA 푸조 시트로엥 계열 회사가 된다.
세계 2차대전 직후 시트로엥의 피에르 블랑제 사장은 마차와 수레를 대신해 프랑스 국민들이 이용할 수 있는 값싸고
실용적인 차를 생산하기를 원했다.
프랑스 인구의 대다수인 농민들을 위해서는 울퉁불퉁한 시골길을 시속 60km의 속도로 주행하며
50kg의 감자를 싣고도 문제가 없는 좋은 서스펜션을 가진 차를 만들어야 한다고 생각했다. 특히 '계란을 하나도 깨뜨리지 않고
달릴 수 있는 차'가 필요했다. 1948년 출시된 2CV는 이러한 희망을 바탕으로 만들어진 차였다. 1949년부터 1990년까지
42년 동안 380만대 이상이 팔린 베스트셀링 모델이다.
1955년 파리 오토쇼서 선보인 DS는 시트로엥의 또 다른 명차로 남아 있다.
DS는 1999년 세기의 차(Car of the Century)에서 세계에서 가장 영향력 있는 자동차 디자인으로 인정받아 3위에 입상했다.
또한 클래식& 스포츠카 매거진에서 선정한 가장 아름다운 자동차 이기도 하다.
DS는 당시로는 획기적인 기술인 유압식 서스펜션을 선보였다. 금속 스프링 대신 오일로 상하 진동을 제어하고
유압식으로 차 높이를 조절할 수 있었다. 셀프 센터링(스티어링 휠을 돌렸다가 놓으면 제자리로 돌아오는)시스템,
반자동 클러치 등도 적용되었다.
엔진은 직렬 4기통 방식으로 1.985cc, 1.911cc, 2.175 cc, 2.347 cc가 탑재되었다. 컬럼식 트랜스미션은 4단,5단 수동 변속기와
세미 오토 등 세 가지를 적용했다. 최고속도는 시속 135km~188km였다.
고급차의 미래를 제시한 DS는 이후 저가형 모델로 개발된 ID와 스테이션 웨건, 컨버터블 모델 등이 추가되어 20여년 동안 많은
사랑을 받았다. 1975년 DS 후속모델 CX가 나왔다. 1991년까지 거의 120만대가 팔렸다. 하지만 석유위기로 판매가 부진했고
이는 시트로엥이 푸조 계열로 넘어가는 계기가 되었다. DS의 총 생산대수는 145만5천대가 넘었다.
이후에도 시트로엥은 다양한 양산형 모델과 컨셉트 모델을 선보인다.
2000년 이후 제작된 컨셉트카들은 시트로엥의 혁신과 진보를 잘 보여준다. C-Airdream 컨셉트카는
2003년 제네바 모터쇼에서 처음 공개된다. 에어로다이내믹 디자인이며, V6 자연 흡기 엔진으로 210 마력의 출력과
260Nm의 토크를 낸다. 시트로엥 C6와 C4와 유사성도 조금 보인다.
C-Airplay 컨셉트카는 2005년 12월 볼로냐 모터쇼에서 공개된다. 2인승 미니카로, 도어 하단부는 틴티드 글래스가 적용되었다.
C-Buggy는 2006년 5월 마드리드 모터쇼에서 공개된 컨셉트카. 2인승 시티카로 듄 버기와 SUV 스타일. 높아진
서스펜션으로 오프로드 주행에 맞게 디자인되었다. 하단 바디 사이드 패널에 틴티드 글래스가 적용되었고 도어는 따로 없다.
C-Métisse 컨셉트카는 2006년 파리오토쇼에서 처음 공개된다. 하이브리드카도 가솔인이나
디젤 엔진 차량과 동일한 성능을 낼 수 있다는 걸 보여주기 위해 제작했다고 한다.
C-Métisse 컨셉트카는 시트로엥이 처음 선보인 하이브리드카는 아니다. 2005년 시트로엥 C4의 하이브리드 버전을 공개했었다.
시트로엥 Hypnos는 2008년 파리 모터쇼에서 공개된다. 크로스오버 바디 스타일과 디젤 하이브리드 파워트레인 모델로
리어 액슬에는 전기모터가 탑재된다. 가장 두드러인 특징은 무지개색, 오프셋 시트 등의 실내에 있다.
또한 운전자의 얼굴을 분석하여 심리 상태를 측정하여 실내 조명을 설정하며 공기 청정용 방향제가 뿌려진다.
이 컨셉트카의 스타일의 특징은 향후 출시될 DS5에도 적용될 전망이다.
C-Cactus는 2007 프랑크푸르트 모터쇼에서 데뷰했다. 선인장처럼 낮은 산소 소비를 의미한다.
하이브리드 HDi 드라이브 트레인이 탑재된 에코카로 3.4L/100km의 연비와 CO2 배출량은 78g/km에 불과하다.
GTbyCitroen은 2008년 10월 파리 모토쇼에서 컨셉트카로 데뷰한 스포츠카. 시트로엥과
일본의 레이싱 시뮬레이션 개발업체 폴리포니 디지탈과의 공통 작품이다. 한정판으로 단 6대만 생산된다.
Citroën DS Inside는 2009 제네바 모터쇼에서 공개된다. 신형 럭셔리 DS(Differnet Spirit) 레인지의 사전 모델이다.
DS 레인지에는 3가지 모델이 있으며 처음 소개된 DS3는 2010년 판매를 앞두고 있다.
컨셉트카 DS Inside와 향후 DS3는 럭셔리 소형 컨셉트카로 미니Mini와 알파 로메오 미토MiTo와 경쟁하려는 의도이다.
2009 프랑크푸르트 모터쇼에서 공개된 Revolte 컨셉트카는 클래식한 2CV를 연상시키며,
리트랙터블 루프와 복고풍 스타일의 디자인이 특징이다.
시트로엥은 컨셉트 모델 이외에도 다양한 양산형 모델을 선보이고 있다.
C 시리즈의 모델들인 C1, C2, C3, C3 피카소,C4, C5, C6 등과 함께 고급형인 DS 레인지의 모델도 선보일 계획이다.
프랑스의 자동차 메이커 시트로엥이 국내 자동차 시장에 진출한지 어느덧 5년이 지나고 있습니다^^
시트로엥은 1990년대 삼환까뮤에 의해 수입 시판됐었으나 실적이 좋지 않아 사라졌었죠.
서울 모터쇼를 통해 한국 고객들에게 첫 공개되는 시트로엥 모델은 프리미엄 해치백 DS3, 중형 세단 C5,
도심형 다목적 차량 C4 Picasso 등 모두 3개 차종을 선보였었습니다.
시트로엥은 1919년 안드레 시트로엥 (Andre Citroen)에 의해 설립되어 올해로 97년을 맞이하는 역사 깊은 브랜드 입니다.
"Créative Technologie”를 브랜드 슬로건으로 하는 시트로엥은 역동적이면서도 창조적인 기술과 디자인을 기본으로 하고 있습니다.
지난2010년에는 기존 라인에서 벗어난 프리미엄 라인 DS3를 선보이며 유럽은 물론 전 세계적인 성공을 서두었죠.
전 세계 80여 국가에 10,000개가 넘는 네트워크를 보유하고 있으며, 지난해에는 146만대의 판매량을 기록했습니다.
시트로엥의 90년의 역사를 살펴봅니다 ^^
Créative Technologie, CITROËN
기술적 혁신, 그리고 자동차 창조의 90년
시트로엥은 1919년 안드레 시트로엥 (Andre Citroen)에 의해 설립되어 올해로 92주년을 맞은 역사 깊은 브랜드입니다.
시트로엥의 문화는 고객을 이해하고, 고객에게 끊임없는 놀라움과 만족감을 주는 것을 기본으로 하고 있었습니다.
이는 시트로엥의 미래 지향적인 디자인에서도 잘 나타납니다. 1919년에 출시된 타입A(Type A)는 유럽 최초의 대량 생산 자동차이며,
트락씨옹 아방(Traction Avant)은 이미 75년 전에 현대적인 자동차에 대한 기준을 세운 차량으로 유명하죠.
2CV는 모두에게 진정한 운전의 자유를 그리고 DS는 진보의 힘을 담았습니다.
시대를 앞선 디자인의 혁신은 시트로엥이 90주년을 맞은 지난 2009년 출시된 C3 피카소 ‘Spacebox’와, New C3 ‘Visiodrive’를 통해서도
시트로엥은 세계에서 가장 많은 차종들을 생산해온 브랜드입니다.
타입 A, 트락씨옹 아방(Traction avant), 2CV, DS, 베르링고(Berlingo), C4 피카소 (C4 Picasso) 와 NEW C3 등을 생산한 시트로엥은
각 시대에 맞는 가장 상징적인 자동차를 양산하녀 항상 모던함과 이동성에 관하여 독창적인 접근을 위해 노력하고 있습니다.
시트로엥은 회사의 비전인 “Créative Technologie”에 잘 나타내듯 끊임없이 창의적인 기술의 혁신을 이루어 내었습니다.
과거 최초의 전륜 구동 차 트락씨옹(Traction)에서 오늘날 스톱 앤 스타트(Stop & Start)를 거쳐 내일의 하이브리드 디젤(Hybrid-Diesel)
까지. 이는 단순히 기술적인 진보뿐만 아니라 고객을 위한 새롭고 혁신적인 서비스를 의미하는 말이기도 하죠 ^^
시트로엥은 모터스포츠에서도 두각을 나타내고 있습니다. 특히 WRC(World Really Championship)에서 우수한 성적은 시트로엥을
세계적인 브랜드로 이름을 떨치게 했죠. 시트로엥은 WRC에서 4개의 제조사 타이틀과 세바스티앙 로브(Sebasien Loab)와 다니엘
엘레나(Daniel Elena)가 세운 5개의 드라이버 타이틀로 모터스포츠 역사책에 이름을 올렸습니다.
랠리 래이드(Rally Rsids)에서부터 크라지에르(Crosieres)에 이르기까지 모터스포츠에서의 풍부한 역사는 브랜드의 기술력과
ML Strategy 2-2 (Transfer learning, Multi-task learning, End-to-end learning)
딥러닝의 강력함은 한 가지 Task에서 학습한 내용은 다른 Task에 적용을 할 수 있다는 것이다. 예를 들어서, Neural Network(NN)이 고양이와 같은 사진을 인식하도록 학습했을 때, 여기서 학습한 것을 가지고 부분적으로 X-ray 이미지를 인식하는데 도움이 되도록 할 수 있다. 이것이 바로 Transfer Learning이라고 한다.
이미지 인식 기능을 NN으로 학습을 했다고 해보자. \(x\)는 이미지이고, \(y\)는 some object(인식 결과)이다. 이미지는 고양이나, 개, 또는 새 등이 될 수 있다. 이렇게 학습한 NN을 사용해서 transfer한다고 표현하는데, 고양이와 같은 사진을 인식하도록 학습한 것이 X-ray Scan을 읽어서 방사선 진단에 도움이 될 수 있다. Transfer Learning은 다음과 같이 적용한다.
우선, 학습한 신경망 네트워크의 마지막 output layer를 삭제하고, 마지막 layer의 파라미터, weight(and bias)도 삭제한다. 그리고, 마지막 layer를 새로 만들고, 무작위로 초기화된 weight를 만든다. 이렇게 생성한 layer들을 통해서 진단의 결과값을 나타내는 것이다.
구체적으로 설명하자면, 이미지 인식 업무에 관련해서 파라미터를 학습을 시킨 것을 사용하는 것이고, 이 학습 알고리즘을 방사선 이미지에 transfer를 진행한다. data set (x, y)를 방사선 이미지로 바꾸어 주고, 마지막 output layer의 파라미터 \(W^, b^\)을 초기화시킨다. 그리고 새로운 dataset에서 NN을 다시 학습시키면 된다.
기존 학습 알고리즘을 가지고 다시 학습하는 경우에 방법이 새로운 dataset에 따라서 두 가지의 방법이 있다.
만약, 방사선 이미지 dataset이 많지 않다면, 마지막 층의 파라미터만 초기화하고 나머지 layer의 파라미터는 고정시켜서 학습시킬 수 있다. 만약, 데이터가 충분히 많다면, 나머지 layer에 대해서도 다시 학습시킬 수 있다.
(경험상, dataset의 크기가 작다면 output layer만 다시 학습하거나, 마지막 2개 layer정도만 다시 학습시키는 것이 좋다.)
모든 layer의 파라미터를 다시 트레이닝시키는 경우에, 이미지 인식 기능에 대해서 첫번째 학습을 Pre-training이라고 부른다.(신경망의 파라미터를 pre-initialize or pre-training하기 위해서 이미지 인식 데이터를 사용하기 때문)
그리고, 방사선 이미지에 학습시키는 두번째 단계를 종종 fine tuning이라고 한다.
이렇게 이미지 인식 기능에서 학습한 내용을 방사선 이미지를 인식하고 진단하는 것으로 이양(transfer)시킨 것이다. 이것이 가능한 이유는 edges를 감지하거나, curve를 감지, 또는 positive objects를 감지하는 low level features(특성) 때문이다. 이미지 인식을 위한 데이터셋(고양이, 개 등)에서 이미지의 구조, 이미지가 어떻게 생겼는지에 대해서, 즉, 이미지들의 부분부분들을 인식하도록 학습한 것들이 (가지고 있는 방사선 이미지 dataset이 적더라도)방사선 이미지 인식에도 유용할 수 있다.
다른 예제인, 음성 인식 시스템으로 다시 살펴보자.
우리가 음성 인식 시스템을 학습했다고 한다면, 입력 x는 오디오가 될 것이고, y는 해석(ink transcript)가 될 것이다. 이제, 우리는 wake word(trigger word)를 감지하는 시스템을 만들고 싶어한다면, NN의 마지막 layer를 삭제하고 새로운 output layer를 만들어야 한다. 종종, 마지막 output layer를 하나로만 생성하는 게 아니라, 여러개의 새로운 layer를 생성할 수도 있다. 그리고, 우리가 학습시키고자 하는 data를 얼마나 보유하고 있느냐에 따라서, 새롭게 생성한 layer만 학습하느냐 또는 더 많은 layer들을 학습하느냐 선택할 수 있다.
위의 예제들로부터 우리는 Transfer Learning는 언제 적용해야되는지 파악할 수 있을 것이다.
우리가 transfer하고자하는 곳의 data가 많고, transfer하려고하는 곳에 data가 적을 때 효과적일 것이다.
예를 들어, 이미지 인식 업무를 위한 데이터가 100만개가 있으면, 이 정도 데이터는 low level의 특성을 배우기에 충분할 것이다. 하지만, 방사선 이미지 인식을 위한 데이터는 매우 적게, 100개의 이미지만이 있다고 하자. 그렇다면, 이미지 인식 기능에서 학습한 것들이 방사선 이미지로 transfer되어서 사용되면, 방사선 이미지의 데이터가 많지 않더라도 도움이 될 수 있다.
음성 인식 기능도 마찬가지다. 음성 인식 기능에서 10000시간의 데이터로 학습을 했지만, trigger word감지를 위한 데이터는 1시간 분량밖에 되지 않을 때, 음성 인식 기능에서 어떻게 듣는지 배우는 부분들이 trigger word감지 기능을 학습하는데 도움을 줄 수 있다.
당연히 반대의 경우에는 Transfer Laerning이 불가능하다.
정리하자면, Transfer Learning은 Task A와 Task B가 같은 입력(이미지나 음성같은)으로 구성되어 있고, Task A의 데이터가 Task B의 데이터보다 훨씬 더 많은 경우에 가능하다. 조금 더 추가하자면, Task A에서 학습하는 low level 특성이 Task B를 학습하는데 도움이 될 수 있다고 판단되는 경우에 사용할 수 있다.
[Multi-task learning]
Transfer Learning이 순차적으로 Task A를 학습하고 Task B로 넘어가는 절차가 있었다면, Multi-task Learning은 동시에 학습을 진행한다. NN이 여러가지 Task를 할 수 있도록 만들고, 각각의 Task가 다른 Task들을 도와주는 역할을 한다.
우리가 자율주행 자동차를 만든다고 생각해보자. 이런 자율주행 자동차는 보행자나 다른 차량, 정지 표지판, 신호등 등을 잘 감지해야 한다.
위 왼쪽 이미지를 보면, 정지 표지판과 차량이 있고, 보행자나 신호등은 보이지 않는다. 이 이미지가 input \(x^\)라고 한다면, output \(y^\)는 하나의 label이 아닌 4개의 label이 필요할 것이다. 만약 더 많은 것들을 감지하려고 한다면, 4개가 아니라 더 많은 label을 가질 수 있을 것이다.(여기서는 4개만 감지한다고 가정한다)
그러면 \(y^\)는 4x1 vector가 되고, dataset 전체를 참조하면, Y matrix는 오른쪽 아래처럼 4 x m matrix가 된다.
우리는 y값을 예측하기 위해서 NN을 학습시키는 것이고, input \(x\)를 가지고, output \(\hat\)를 구하는게 목적이다.
위의 Neural Network를 학습하기 위해서는 NN의 Loss를 정의해야 한다.
예측값은 4x1 vector인 \(\hat\)이기 때문에, Loss는 다음과 같이 구할 수 있다.
그리고 Loss는 보통 Logistic Loss를 사용하고, \(\mathscr(\hat_j^, y_j^) = -y_j^log(\hat_j^) - (1 - y_j^)log(1 - \hat_j^)\) 이다.
여기서 이미지는 복수의 label을 가질 수 있다. 따라서, 우리는 이미지가 보행자나 자동차, 정지 표지판, 신호등으로 판단하는 것이 아니라, 하나의 이미지에 대해서 보행자, 차량, 정지 표지판, 신호등이 있는지 판단하는 것이기 때문에, 여러 개의 물체가 같은 이미지에 존재할 수 있다는 것이다. 여기서 결과는 4개의 label을 가지고, 이미지가 4개의 물체를 포함하고 있는지 알려주는 역할을 한다.
우리가 사용할 수 있는 또 다른 방법은 4개의 NN을 각각 트레이닝시키는 것이다. 하지만 NN의 초반 특성들 중의 일부가 다른 물체들과 공유될 수 있다면, 이렇게 4개의 NN을 각각 트레이닝시키는 것보다, 한 개의 NN을 학습시켜서 4개의 일을 할 수 있도록 하는 것이 보통 더 좋은 성능을 갖는다.
부가적인 내용으로, 이제까지 학습을 하기 위한 데이터의 label이 모두 달려있는 것처럼 설명했지만, multi-task learning은 어떤 이미지가 일부 물체에 대해서만 label이 되어 있더라도 잘 동작한다.
위 레이블처럼 레이블하는 사람이 귀찮거나, 실수로 레이블하지 않았아서 물음표로 나타나더라도 알고리즘을 학습시킬 수 있다. 이런 경우에 Loss를 구할 때에는 물음표는 제외하고 y의 값이 0이거나 1인 것들만 취급해서 Loss를 구한다.
Multi-Tasking은 언제 사용할 수 있을까?
첫 번째로 각각의 task들을 학습할 때, lower-level 특성을 서로 공유해서 유용하게 사용될 수 있는 경우에 가능하다.
두 번째는 필수 규칙은 아니고, 항상 옳지도 않지만, 각각의 task의 dataset의 양이 유사할 때 가능하다. 엄격하게 적용되는 것은 아니지만, multi-task learning이 효과가 있으려면, 보통 다른 task들의 data의 합이 하나의 task의 양보다 훨씬 많아야 한다.
마지막은, 충분히 큰 neural network에서 학습시키는 경우에 잘 동작한다. Rich Carona 연구원은 multi-task learning이 각각의 NN으로 학습하는 것보다 성능이 좋지 않다면, NN이 충분히 크기 못하는 경우라는 것을 발견했다.
실제로, multi-task learning은 XM 장단점 요약 XM 장단점 요약 transfer learning보다 훨씬 더 적게 사용되며, transfer learning의 경우에는 data는 적지만, 문제 해결을 위해 사용되는 경우를 자주 보게 된다.
예외적으로 computer vision object detection영역에서는 transfer learning보다 multi-task learning이 더 자주 사용되며, 개별적인 NN으로 학습하는 것보다 더 잘 동작한다.
- End-to-end deep learning
[What is end-to-end deep learning]
최근 개발된 것 중에 흥미로운 것 중 하나는 End-to-end deep learning의 발전이다. End-to-end XM 장단점 요약 deep learning은 여러 단계의 process를 거치는 것들을 하나의 NN으로 변환하는 것이다.
예제를 통해서 자세하게 살펴보자.
음성 인식을 예로 들어보면, input x인 오디오를 사용해서 output y에 매핑하면 오디오 클립이 글로 옮겨지게 되는 것이다. 이전에 음성 인식은 많은 단계가 필요했다. 먼저, 오디오의 hand-designed feature(사람이 직접 feature들을 지정)들을 추출한다. MFCC라는 알고리즘을 사용할 수 있는데, 이 알고리즘은 오디오의 hand-designed feature와 low-level feature를 추출하는 알고리즘이다. 그리고 머신러닝을 적용해서 Phonemes(음소; 소리의 기본단위)를 추출한다. 그런 다음에 음소들을 묶어서 words 형태로 만들고, 글로 나타낸다.
반대로 End-to-end deep learning은 하나의 거대한 Neural Network를 학습시켜서, 오디오 클립을 입력하고 다이렉트로 문자로 출력하도록 하는 것이다.
End-to-end learning이 효과를 나타내기 시작하면서, 많은 연구원들이 개별적인 단계를 설정하기 위해서 파이프라인을 설계하는 시간을 줄이게 되었다.
End-to-end deep learning은 기존과 달리 중간 단계들을 우회한다. End-to-end deep learning이 잘 동작하기 위해서는 많은 양의 데이터가 필요하다. 예를 들어서, 음성 인식을 위한 3000시간의 데이터가 있을 때, 기존의 중간 과정이 있는 파이프 라인에서는 잘 동작하지만, End-to-end deep learning은 10,000시간 또는 최대 100,000시간의 많은 데이터가 있는 경우에 잘 동작한다. 따라서, 데이터가 작다면 전통적인 파이프라인을 통한 학습이 실제로 더 잘 동작한다.
만약 중간 정도 양의 데이터가 있다면 파이프라인과 End-to-end deep learning의 중간 방법을 사용할 수 있다.
얼굴 인식 예제로 Pipeline 방식과 End-to-end deep learning을 조금 더 살펴보도록 하자.
위 시스템은 카메라가 문에 접근하는 사람의 얼굴을 확인하고, 인식하면 회전식 출입문을 자동으로 통과시켜주는 시스템이다. 따라서 ID Card 등을 들고다니지 않아도, 건물 안으로 들어갈 수 있다. 이 시스템은 어떻게 구축하면 될까?
가능한 방법 중의 한 가지는 카메라 캡처한 이미지를 인식하는 것이다. 사람이 출입문에 다가가면 카메라가 캡처하고 캡처한 이미지를 input x로 사용하고, 사람의 ID인 ouput y로 매핑하는 것이다.
위 방법의 문제점은 출입문에 접근하는 사람이 다양한 방향에서 접근할 수 있다는 것이다. 즉, 위 이미지에서 녹색 위치거나 파란색 위치일 수도 있고, 보라색처럼 매우 가까이 있어서 얼굴이 너무 크게 보일 수도 있다. 즉, 이 시스템을 구축하기 위해서 사용할 수 있는 최선의 방법은 End-to-end deep learning 방식으로 raw image를 사용해서 NN으로 ID를 알아내는 것이 아니라, 여러 단계로 나누는 것이다.
먼저, 첫번째 감지기는 사람의 얼굴이 이미지의 어디에 있는지 알아낸다. 그리고 그 사람의 얼굴을 발견하면, 그 이미지 부분을 자르고 확대해서 얼굴이 가운데로 오게 한다. 그런 다음에 이 이미지를 NN에 입력으로 사용해서 학습을 해서 동일인물인지 비교하는 방법 등을 통해서 사람의 ID를 파악할 수 있다.
두번째 접근 방법인 두 개의 학습 알고리즘을 사용하는 것이 전체적으로 더 좋은 성능을 보여준다.
왜 두번째 방법이 더 효과적일까?
우선 각각의 알고리즘이 해결하고자하는 문제가 단순하다는 것이다. 두번째는 각각의 알고리즘 학습을 위한 데이터가 충분히 많다는 것이다. 특히나 face detection을 위한 데이터는 매우 많다. 그리고, 동일 인물인지 아닌지 XM 장단점 요약 알아내기 위한 데이터도 무수히 많다.
대조적으로 End-to-end deep learning 방식으로 모든 것을 동시에 학습하려고 시도한다면, x->y로 매핑되는 데이터가 매우 적을 것이다. 따라서 End-to-end deep learning 방법으로 해결하기 위해서 충분한 데이터는 없지만, 실제로 단계를 나누어서 하위 문제를 해결하기 위한 데이터는 충분하므로, 단계를 나누어서 해결하는 것이 더 효과적이다. 물론, 필요한 데이터가 충분하다면, 아마도 End-to-end 접근 방법이 더 효과적일 것이다.
기계 번역을 예로 들어보면, 전통적으로 기계 번역 시스템은 복잡한 파이프라인으로 구성되어 있는데, 영어 텍스트를 가지고 여러 단계를 거쳐서, 프랑스어로 번역하게 된다. 오늘날에는 꽤 많은 (영어, 프랑스어) 매칭 데이터가 있기 때문에, 이런 경우에는 end-to-end deep learning이 기계 번역에서 매우 효과적일 수 있다.
또 다른 예시로, 아이의 손 X-ray 사진을 가지고, 나이를 추정하는 시스템을 살펴보자. 해당 시스템은 아이가 정상적으로 성장하고 있는지 확인하는데 사용될 수 있다.
먼저 이미지를 살펴보면서 뼈 부분, 뼈 조각의 위치, 다른 뼈의 길이를 알면 아이들의 평균 손 뼈 길이표를 대조해서 아이의 나이를 추정할 수 있고, 단계를 나누는 것이 꽤 효과가 있다. 반대로, end-to-end 접근 법으로 이미지에서 아이들의 나이를 바로 매핑한다면, 잘 동작하지 않을 수 있고 매우 많은 데이터가 필요할 것이다. 첫번째 접근 방법에서 각 단계는 비교적 간단한 문제이고, 많은 데이터가 필요하지 않을 수 있다. 따라서 충분한 데이터를 모으기 전까지는 첫번째 접근 방법이 end-to-end 방법보다 더 효과적일 수 있다.
[Whether to use end-to-end deep learning?]
그렇다면 언제 end-to-end deep learning을 사용할 수 있을까? 장단점을 살펴보면서 가이드라인을 알아보자.
1. 완벽한 학습을 통해서 데이터가 말을 하는 것처럼 할 수 있다. 우리가 충분히 많은 데이터를 가지고 있다면, XM 장단점 요약 X -> Y에 매핑되는 기능을 만들어낼 수 있다. 예를 들어서, 이전의 음성 인식 시스템에서는 단어의 기본 음절 단위를 가지고(음성학) 해석을 하는데, 학습 알고리즘이 음성학적으로 생각하지 않고, 음성 표현이 바로 해석된다면, 전체적인 성과는 더 좋아질 것이다.
2. 수작업이 줄어든다. 이 경우에는 워크플로우가 단순해지고, 중간 과정들을 설계하는데 많은 시간을 투자하지 않아도 된다.
1. 데이터가 많이 필요하다. X-Y 매핑을 바로 하기 위한 데이터가 필요하다. 이전 강의에서는 하위 작업인 얼굴 인식과 얼굴을 식별하기 위한 데이터들은 많았지만, 이미지를 바로 식별하기 위한 데이터는 거의 없었다. 그래서 이런 시스템을 훈련시키기 위해서는 입력과 출력이 모두 필요한 데이터가 필요하다.
2. 유용하게 수작업으로 설계된 component들을 배제한다는 것이다. 데이터가 많지 않다면, train set으로 얻을 수 있는 것이 적고, 잘 설계된 hand-designed component를 사용하는 것이 더 좋은 XM 장단점 요약 성능을 낼 수 있다.
End-to-end deel learning을 적용하기 위해서 중요한 질문은, x -> y로 매핑시키기 위해 필요한 데이터가 충분히 많은가의 여부이다. 이전 강의에서 봤듯이, 뼈를 인식하는 것과 인식 뼈를 토대로 나이를 추정하는 것은 데이터가 많이 필요하지 않을 수 있지만, 뼈 사진을 통해서 바로 나이를 매핑하는 것은 복잡한 문제처럼 보이고, 많은 데이터가 필요할 것이다.
다른 예시로 자율주행 차는 어떻게 만들 수 있을까?
한 가지 할 수 있는 방법 중에 하나는 다음과 같다.
이미지, radar, lidar를 통해서 주변 사물(자동차, 보행자 등)들을 인지하고, 그 다음에 어떤 길로 갈지 결정한다. 그런 다음에 적절한 steering과 가속/제동 명령을 실행한다. 이 예시가 보여주는 것은 머신러닝이나 딥러닝을 사용해서 구성 요소들을 개별적으로 학습하고 적용할 때, 할 수 있는 작업에 따라 학습하려는 XM 장단점 요약 X->Y 매핑 유형을 신중하게 선택해야한다는 것이다.
대조적으로 End-to-end deep learning 방식은 이미지를 입력하고, steering을 직접 출력하는 것이고, 접근법이 꽤 흥미롭다. 하지만, data availability와 NN을 통해 배울 수 있는 유형을 고려할 때, 이것은 실제로 가장 유망한 접근 방법/최선의 접근 방법이 아니라고 생각한다.
따라서 End-to-end deep learning이 정말 잘 동작하고, 효과가 있을 수 있지만, 어디에 적용할 수 있는지 알고 있어야 한다.
ScienceON Chatbot
※ 국가연구개발사업의 관리 등에 관한 규정(2012.7.1 시행)
에 의해 추후 공개로 전환될 가능성은 있습니다.
과제관리기관과의 협의를 통하여 비공개 보고서를 공개로 전환할 수
있도록 계속적으로 관리되고 있으며, 현재 비공개 처리된 보고서의
열람이 어려운 점 양해 부탁드립니다.
보고서 상세정보
차세대 중형위성 편대비행 및 분산형 군집비행 기초 연구
Basic Study on Formation Flying and Constellation for CAS500
| 주관연구기관 | 한국과학기술원 Korea Advanced Institute of Science and Technology |
|---|---|
| 보고서유형 | 최종보고서 |
| 발행국가 | 대한민국 |
| 언어 | 한국어 |
| 발행년월 | 2016-02 |
| 주관부처 | 미래창조과학부 Ministry of Science, ICT and Future Planning |
| 등록번호 | TRKO201700009379 |
| DB 구축일자 | 2017-11-13 |
| 키워드 | 위성군.편대비행.차세대 중형위성.궤도 설계.운용 전략.satellite constellation.satellite formation flying.next generation middle sized satellite.satellite orbit planning.satellite operation strategy. |
| DOI | https://doi.org/10.23000/TRKO201700009379 |
편대비행 및 분산형 군집비행에 관한 기본 연구
● 편대비행 및 분산형 군집비행 궤도설계, 운영, 활용에 관한 해외사례조사
● 편대비행 및 분산형 군집비행의 장단점 분석
차세대 중형위성의 편대비행 및 분산형 군.
편대비행 및 분산형 군집비행에 관한 기본 연구
● 편대비행 및 분산형 군집비행 궤도설계, 운영, 활용에 관한 해외사례조사
● 편대비행 및 분산형 군집비행의 장단점 분석
차세대 중형위성의 편대비행 및 분산형 군집비행을 위한 궤도 설계 및 성능지표 도출
● 차세대 중형위성 임무 궤도 설계
● 차세대 중형위성의 영상 획득 전략 옵션 도출
● 차세대 중형위성의 임무목표를 고려한 성능지표 도출
차세대 중형위성의 운영 시뮬레이션 결과 제시
● 궤도 유지를 위한 고려사항 및 제한요소 분석
● 효과적인 위성 운용 및 활용을 위한 STK 시뮬레이션 수행
● 신규 위성 발사에 따른 위성 스케줄링 연구
Abstract XM 장단점 요약
▼
Ⅱ. Necessity and Purpose of Research&Development
This work was conducted to develop and evaluate strategic options to operate m.
Ⅱ. Necessity and Purpose of Research&Development
This work was conducted to develop and evaluate strategic options to operate multiple next-generation middle-size satellites as the formation flying. Using satellite formation flying provides a number of advantages including higher precision, reliability, diversity and efficiency. Since satellite formation flying technology can lead to procurement of various new technologies, this research introduces satellite formation flying plans for the next generation middle sized satellites and proposes efficient satellite operation strategies.
Ⅲ. Content and Scope of Research&Development
The scope of this research is focused on basic satellite formation flying research for next generation middle sized satellites. The content of this research includes survey of current formation flying researches, satellite formation orbit construction, drawing measures of effectiveness, simulations of satellite formation flying and satellite scheduling.
Ⅳ. Application plans for Research&Development
The content of this research is expected to be used as reference material for future “next generation middle sized satellite series” missions, where orbit construction and satellite scheduling are required.
비와도 우린 푸른 봄날
2021년 IPO시장 대어였습니다. sk바이오사이언스가 3월 9~10일 공모를 했고 3월 18일인 오늘 증시에 입성하게 되었습니다. sk사이언스는 장 시작과 동시에 상한가로 뛰어올라 주가 급등으로 VI(변동성완화장치)가 발동되기도 했습니다. 장이 열리자마자 장중 상한가 매수 대기물량이 600만주가 넘어섰으나 매도 물량이 많이 풀리지 않았죠. 기대가 큰 종목이어서 그런 것 같습니다. sk바이오사이언스가 따상에 성공하며 시가총액이 12조 9천285억원으로 불어나 코스피 시총순위가 단숨에 28위가 되었습니다. 따상은 신규 상장 종목이 첫 거래일에 공모가 대비 두 배로 시초가가 형성된 뒤 가격제한폭까지 올라 마감하는 것을 뜻하는 시장 속어입니다. 모든 투자자들의 관심이 내일도 과연 상한가를 쳐줄것인가에 쏠려있습..
2021년 IPO시장의 대어! SK바이오사이언스 청약이 3월 9일~ 3월 10일 열립니다. 공모주 물량 절반을 균등 배정 방식으로 배정하기 때문에 소액투자자들도 청약이 가능한 점 알고계시죠? 증권사별로 중복 청약도 가능하기때문에 계좌를 다 보유하고있어 6군데 모두 청약을 하게되면 최소 6주를 배정받을 수 있겠네요. SK바이오사이언스 주간사는 NH투자증권,한국투자증권,미래에셋대우,SK증권,삼성증권,하나금융투자로 6군데입니다. 증거금 50%인 325000원으로 최소물량인 10주 청약이 가능합니다. 주간사 6군데 모두 청약을 할 수 있으면 정말 좋겠지만 게으른 저는 한국투자증권과 NH투자증권 2군데에서 공모주 청약을 진행해보려고합니다. 이번 포스팅에서는 NH투자증권에서 공모주 청약 하는 방법을 알아보겠습니다.
SK바이오사이언스 공모주 청약이 3월 9일~ 3월 10일 시행됩니다. 공모주 물량 절반을 균등 배정 방식으로 배정하기 때문에 소액투자자들도 청약이 가능하구요, 증권사별로 중복 청약도 가능하다는 점이 장점입니다. SK바이오사이언스는 2021년 공모주 대어로 투자자들의 관심을 집중하고있기때문에 주간사도 6개나 되는데요. NH투자증권,한국투자증권,미래에셋대우,SK증권,삼성증권,하나금융투자입니다. 6군데 모두 청약을 하게되면 최소 6주를 배정받을 수 있겠네요. 증거금 50%인 325000원만 있으면 최소물량인 10주 청약이 가능합니다. 주식 계좌는 20일에 한 계좌만 만들 수 있기때문에 미리미리 준비했어야하는데 그러질 못했습니다. 저는 원래 계좌를 가지고있던 한국투자증권과 NH투자증권에 새로 계좌를 터서 2군데..
주식 투자만 하다가 코인이 너무 핫해서 저도 소량 들어가보게 되었어요. NFT코인인 샌드박스에 들어갔는데요, NFT코인은 (Non-Fungible Tokens) 대체불가능 토큰의 준말입니다. 대체불가토큰은 각각의 고유한 가치를 가지고있어 각 토큰간의 호환이 불가능한 암호 화폐로 샌드박스, 칠리즈, 디센트럴랜드, 크립토키디 등이 있습니다. 엔진코인으로 처음 알게된 NFT코인. 400원대일때 봤는데 어어 하다가 500원에 진입. 아래가 제 포트폴리오입니다. 가상화폐에 2017년에 크게 당한적이 있어서 너무 무서워서 600원대에 수익 실현했거든요. 지금 1500원 넘게 가는거 실화냐. 아쉬움을 뒤로한채 NFT코인들이 1주일여간 지속적인 상승 흐름을 보이고있어 엔진코인은 이미 진입하기엔 늦은 것 같고 샌드박스에..
안녕하세요. 매월 공모주 일정을 정리하고 기업 분석을 하면서 지난 공모주들의 상장 후 주가 변동들도 눈여겨 보고 있는데요. 최근 들어 신규 상장 기업들의 따상 (첫 거래일에 공모가 대비 두 배로 시초가를 형성한 뒤 상한가에 마감하는 것)이 많지 않다는것을 알게됐습니다. 3월에 IPO시장에 나오는 자이언트스텝을 분석하며 한 뉴스 기사를 보며 이유를 알게 되었는데요. 자이언트스텝은 네이버의 투자를 받은 유망한 기업인데 네이버와 관련된 기업들이 증시 입성 후 희비가 엇갈리고있다는 기사입니다. 지난 12월에 네이버 자회사 스노우로부터 투자를 받은 '알체라'는 수요예측에 1315.61대 1의 높은 경쟁률을 기록하면서 희망 공모 가액(8000~1만원) 최상단에서 공모가를 결정했습니다. 청약에서도 1322.58대 1..
오늘 2021년 3월 공모주 청약일정 및 기업 분석에 대해 알아보겠습니다. 공모주는 미리 일정이 다 뜨기때문에 사전에 공부해서 여유있게 투자하는것이 좋아요, 계좌를 만들어 두면 편합니다. 3월 공모주가 주목받는 이유, 바로 에스케이바이오사이언스가 3월에 청약을 XM 장단점 요약 앞두고있기 때문인데요. 다른 유망한 기업들도 많으니 일정순으로 3월 공모주 청약 일정을 차근차근 알아보겠습니다. 3월 공모주 청약 일정 리스트 월별 공모주 청약 일정은 38커뮤니케이션에서 보시면 편해요, 그렇지만 기업분석까지 해놓은 이 포스팅을 보시는게 제일이겠죠?^^ 38커뮤니테이션에서는 공모주 일정과 공모가, 주간사 등 다양한 정보들을 알 수 있습니다. 38커뮤니케이션 사이트 바로가기 www.38.co.kr 38커뮤니케이션 - 비상장주식,장외주..
안녕하세요 오늘은 어제 포스팅에서 말씀드린대로 2021년 2월 공모주 청약 일정과 해당 기업 분석을 해보도록 하겠습니다. 우선 2월 공모주 청약 일정 리스트입니다. 2월은 설 연휴가 있어서 그런지 1월보다 적은 느낌입니다. 2월 청약 기업으로는 피엔에이치테크, 나노씨엠에스, 네오이뮨텍, 오로스테크놀로지, 유일에너테크, 씨이랩, 뷰노, 바이오다인, 라이프시맨틱스 총 9개의 공모주가 있네요 각 회사에 대해 알아보겠습니다. 피엔에이치테크 2월에 제일 먼저 청약의 문을 여는 기업은 피엔에이치테크입니다. 피엔에이치테크는 OLED소재/OLED 소재 합성에 필요한 촉매, 원료 등을 제조 및 판매하는 회사입니다. 2007년 5월 설립 이래로 2016년 8월에 코넥스 시장에 신규상장, 소재부품전문 / 이노비즈인증 / 벤..
안녕하세요 필연입니다. 오늘은 변경된 청약 방식이죠, 공모주 균등배정에 대해서 포스팅하려고해요. 이미 1월에 균등배정 방식으로 청약을 진행한 기업이 몇 있었어요. 이제 2월부터는 균등배정방식으로 진행이 다 될거기때문에 궁금하신 분들이 많을 것 같아 함께 알아보겠습니다. 1월 공모주 청약, 균등배정방식과 비례배정방식이 섞인 이유? 2020년 11월 18일에 'IPO 공모주 일반청약자 참여기회 확대방안'이 나왔고 IPO(기업공개) 과정에서 개인투자자에게 배정되는 물량을 기존 20%에서 최대 30%로 확대, 청약증거금에 따라 차등배정하던 기존 방식에서 균등방식으로 변경, 증권사 중복 청약 금지 등이 내용이었습니다. 왜 1월 공모주 청약때 기존 차등배정방식으로 진행된 기업과 균등방식으로 진행된 기업이 섞였을까요..
안녕하세요. 오늘은 넷마블 주가에 대해 알아보겠습니다. 넷마블은 빅히트의 2대주주로 빅히트가 코스피 상장을 추진하면서 넷마블이 가지고 있는 빅히트 보유 지분가치가 더 불어날 것으로 예상, 2020년 9월에 주가가 급등했었습니다. 그러다가 실제 빅히트 상장 때에는 오히려 주가가 떨어진 모습을 보였고 그 후로 계속 박스권 행보만 보이고 있는데요, 2021년에는 넷마블의 주가가 어떤 방향으로 움직일 지 차트와 재무제표표를 통해 알아 보겠습니다. 넷마블 기업개요 - 동사의 연결실체는 모바일 게임 개발 및 퍼블리싱 사업을 영위하며 넷마블㈜는 게임 개발 자회사가 개발한 게임 등을 퍼블리싱하는 사업을 전문적으로 영위하고 있습니다. - 동사의 연결실체가 개발하여 공급하는 게임의 주요 라인업으로는 '모두의마블', '스톤..
안녕하세요 필연입니다. 오늘 개별 종목 분석으로는 키움증권을 가지고 와봤습니다. 지난 포스팅에서 키움증권의 모회사인 다우기술에 대해 주가 분석을 해봤었는데요, 오늘은 자회사 키움증권의 주가입니다. 요즘 개인 주식 투자 열풍이 장난이 아니죠, 부동산 시장이 너무 많이 올라버린 탓에 부동산 투자에 갈 돈들이 주식시장으로 유입이 된 것 같습니다. 증시가 활황이면 큰 수혜를 보는 업종이 아마 증권주일 것 입니다. 국내 주식 15년 연속 주식시장 점유율 업계 1위인 키움증권에 대해 알아보겠습니다. 키움증권 :: 16년 연속 주식시장 점유율 1위 2000년 온라인 주식 위탁 영업에 특화된 증권사로 시작했습니다. 키움투자자산운용, 키움저축은행, 키움YES저축은행, 키움캐피탈 등의 종속 회사가 있습니다. 현재 2005..
안녕하세요 필연입니다. 오늘은 주식초보탈출, 간단 재무제표 보는 방법에 대해 알아보려고 합니다. 주가는 차트, 세력, 이슈, 시장의 흐름 등 여러가지가 맞물려 움직입니다. 주식이라는게 실적과 재무제표만 가지고 주가의 상승하락을 예상해볼 수 있다면 얼마나 좋을까요? 그렇지만 이렇게 불확실하고 변동성이 심한 상황에서 재무제표는 기업의 안정성을 확인할 수 있는 수단이 되구요, 가치투자를 위한 기본 베이스가 될 수 있습니다. 재무제표를 봐야하는 이유라고 볼 수 있겠네요^^ 지금부터 재무제표 보는 방법에 대해 알아보겠습니다. 1. 재무제표 보는 곳 재무제표 보는 곳으로는 금융감독원 전자공시시스템 DART가 있어요.(dart.fss.or.kr) DART에서는 전자공시제도 소개, 공시대상 검색, 기업 개황, 최근 정..
남성(004270) 주가 전망 안녕하세요 오늘 개별 종목 분석으로 기업 남성을 들고왔습니다. 이 종목은 제가 단타계좌에서 쏠쏠하게 수익을 냈던 종목인데요. 여태까지 소개드린 종목과는 달리 이슈와 세력으로 움직이는 종목입니다. 차트가 다시 한 번 상승할 여력이 보여서 소개해드리고자 포스팅을 하게 되었습니다. 남성 :: 이낙연, 자율주행, 아마존 관련주남성은 1965년 설립되어 전자제품을 생산 및 수출해왔으며 현재는 모바일 오디오 기기, XM위성 수신 라디오 등의 제품을 해외에 판매하는 기업입니다. 남성의 주요 사업으로는 디지털 전자 사업부문과 최첨단 지식산업센타빌딩인 남성플라자, 크라운 플라자 등을 운영관리 및 임대하고 있는 유통임대사업으로 구분할 수 있습니다. 2020년 상반기 매출은 디지털전자 사업부문..
다우기술 주가 전망 :: 저평가 가치주 숨은 보석일까 안녕하세요 필연입니다. 오늘도 개별종목을 알아보는 시간입니다. 요즘 주식을 안하는 사람이 없더라구요. 2020년 개인의 주식투자가 늘어나면서 증권사의 영업 이익 또한 엄청나게 늘어났습니다. 2021년에도 이어질것이라는 전망이 있는데요, 증권사중 1위가 어딘가요? 키움증권입니다. 전체 국내 주식 약정 비율의 25%를 차지하고있습니다. 그래서 오늘은 키움증권의 모회사인 다우기술 주가 전망에 대해 알아보겠습니다. 다우기술 :: XM 장단점 요약 국내 대표 IT 전문 기업, IT분야로 시작해 국내최초 온라인증권사 키움증권을 설립 1986년 1월에 설립되어 IT분야로 시작하여 2000년도에 국내 최초 온라인 증권사, 키움증권을 설립합니다. 이후 지속적으로 사업영역을 확장하고 국..
안녕하세요 필연입니다. 오늘 개별종목 주가 전망 두번째, 한국콜마입니다. 이 종목은 제 가족이 들고 가는 종목인데 한참 수익을 못내고 힘이 없더니 요즘 반짝 빛을 발하고있더라구요. 앞으로의 전망이 궁금해 공부해보았습니다. 한국콜마 :: 소비자들에게 가장 사랑받는 화장품 제조원이자 글로벌 헬스케어를 움직이는 변화의 중심에 선 기업 한국콜마는 트렌드 파악, 상품 기획, 개발, 출하, 관리(상품개발에서 완제품)에 이르기까지 완벽한 토털 서비스를 제공하는 국내 최초 ODM 전문기업으로 대표적인 한국의 코스메틱 제조사입니다. 한국콜마는 기초화장품, 색조화장품, 베이비화장품, 헤어제품, 바디제품, 향수, 기능성화장품, 의약외품류, 마스크팩 등 화장품의 거의 모든 제품군 생산이 가능하구요, 1990년 설립되어 200..
안녕하세요 필연입니다. 오늘은 주식 개별종목에 대해 알아보려고합니다. 소개해드릴 첫번째 종목은 코아스템입니다. 이 종목은 제가 보유하고있기도 한데요. 줄기세포를 이용한 난치성질환 의약품 전문기업인 코아스템, 새로운 2021년의 주가전망은 어떨지 분석해보았습니다 코아스템 :: 줄기세포 기술을 연구하고 상용화하는 생명공학 전문 기업 2003년에 설립된 코아스템은 줄기세포 치료제 분야에서 지속적인 연구개발을 통해 성장성, 모멘텀, 안정성을 보유한 줄기세포 치료제 분야의 글로벌 리딩 기업입니다. 2014년 1월, 희귀 난치성 질환인 루게릭병에 대한 줄기세포 치료제인 '뉴로나타-알' 개발에 성공하여 식품의약품안전처로부터 희귀의약품 지정을 받았고, 같은 해 9월에는 의약품 제조업 허가를 받았습니다. 루게릭병 치료제..
안녕하세요 필연입니다. 요즘 정말 주식 안하는 사람을 찾아보기 힘들 정도로 주식 열풍이 대단한데요, 얼마 전 저도 아기 앞으로 주식 계좌를 개설해주고 투자를 시작했었습니다. 12월 한달간 750만원으로 100만원 수익을 냈었는데요, 자녀 명의로 주식을 하더라도 증여 신고하지 않은 돈으로 수익을 내면 그 수익도 증여 금액에 해당된다는 사실 알고계셨나요? 자녀의 명의더라도 증여 신고가 되지 않으면 부모의 돈으로 간주되기 때문인데요. 무슨 말인지 헷갈리시나요? 자녀 증여 신고 하는 방법과 해야하는 이유에 대해 자세히 알아보겠습니다 >>>> 목차 증여신고를 하지 않은 경우 : 부모의 돈으로 간주되어 2,000만원 비과세, 초과분인 1,000만원에 대해서 증여세 납부해야함 또한 원칙적으로 증여를 한 날이 속한 달..
안녕하세요 필연입니다. 오늘은 주식 호가단위에 대해 알아보려고 합니다. 필수로 알아야 할 내용은 아니지만 알고 보면 아차싶고 재밌는 내용이에요 호가단위를 정리하게 된 이유는 주식만 하다가 ETF를 시작하려고 보다가 흥미를 잃어서(?)입니다. 혹시 주식 거래를 하면서 어떤 종목은 50원씩 오르는데 어떤 종목은 500원씩 오르는 것, 보신적 있으신가요? 이 단위가 어떻게 책정이 되는지 기준은 어떤 것인지 알고 계신가요? 호가는 매도, 매수의 가격 단위입니다. 호가 단위는 매매체결을 원활하게 하기 위해 기준 가격에 따라 가격단위가 표준화 되어있는데요 쉽게 표로 보시겠습니다. 기준가격에 따라 이렇게 호가가격단위가 책정이 되어있는데요 ETF를 보니 기준가가 얼마던 호가단위는 5원이더라구요. 사실 아무 상관없지만 ..
안녕하세요 필연입니다. 지난 포스팅에서 공모주가 어떤건지 알아보았습니다.올 한 해 IPO 시장이 핫했는데 내년에도 증시에 입성할 기업들이 많습니다.LG에너지솔루션, 크래프톤, 카카오뱅크 등 대어들이 2021년 상장을 준비하고있는것으로 알려져있는데요,내일이면 새해가 되는 만큼 2021년 1월에 공모주 청약 일정이 어떻게 되는지 한번 알아보겠습니다 2021년 공모주 청약 일정 리스트입니다. 1월 12일부터 시작이라고 볼 수 있겠네요몇가지 주목할만한 기업만 꼽아서 알아보도록 하겠습니다 1. 엔비티엔비티는 캐시슬라이드, 스텝업, 더퀴즈라이브를 서비스 하고 있는 기업입니다. 엔비티는 2012년에 설립되어 국내 앱 광고 매출 1위인 기업입니다. 2019년 12월 기준 글로벌 통합 매출이 1,000억이고요, 캐시슬라..
안녕하세요 필연입니다. 오늘은 공모주에 대해서 알아보려고합니다. 올해 공모주가 굉장히 핫했는데요, SK바이오팜, 카카오게임즈, 빅히트까지 엄청난 경쟁률을 자랑했었습니다. 공모주란 무엇일까요? 공모주란 일반에게 널리 투자할 사람을 구하여 ‘발행’하는 주식을 말합니다. 보통 우리가 주식시장에서 주식 거래를 하는 기업들은 상장해서 투자를 받고 있는 기업들입니다. 기업이 주식시장에서 공식적으로 거래되기 위해서는 상장을 해야합니다. 회사를 등록하는 것이죠. 기업들이 주식시장에 상장하기 위한 방법은 IPO, 기업공개입니다. 기업공개를 통해 투자자를 공개적으로 모집하는 주식을 공모주라고 합니다. 공모주 청약의 장점 공모주는 주식을 일반 투자자에게 공개해 불특정 다수가 투자할 수 있도록 하는 방식입니다. 누구에게나 투..
안녕하세요 필연입니다. 오늘은 유상증자와 무상증자의 의미, 하는 이유 등을 알아보겠습니다. 주식을 하다가 종목이 갑자기 주가가 떨어지거나 상승할때 종목 이슈를 확인하게 되죠. 제일 많이 볼 수 있는, 그리고 봐도 무슨 말인지 모르겠는 종목 이슈가 바로 유상증자일 겁니다 유상증자, 무상증자 어떤 내용인지 한번 알고나면 종목 대응하기가 쉽습니다. 유상증자란? 증자하는 이유 증자란 주식을 발행해서 회사의 자본금을 증가시키는 것을 말합니다. 새로운 주식을 발행하여 대가를 받고 판매하는 것을 유상증자라고 하는데요, 사업을 하려면 돈이 필요하죠, 필요한 돈을 조달하는 방법으로는 크게 3가지가 있습니다. 1. 회사이름으로 채권을 발행 2. 은행에서 돈을 빌림 3. 주식을 발행해 자본금을 늘리기 3번 주식을 발행해 자..
0 개 댓글