greentam 님의 블로그

이번 글에서는 구글 클라우드 서비스 중의 하나인 Compute Engine에 대해서 소개합니다.

Compute Engine은 Google Cloud Platform(GCP)에서 제공하는 원격서버(가상머신) 서비스이며 서버의 성능과 서버의 동작 시간만큼 사용료를 내고 사용할 수 있습니다. 간단한 웹사이트부터 복잡한 고성능 컴퓨팅 작업까지 다양한 작업에 사용할 수 있고, Linux 및 Windows와 같은 여러 운영 체제를 설치할 수 있으며, 사용자가 CPU, 메모리, 스토리지 유형, 네트워크 성능 등 다양한 구성을 필요에 맞게 선택할 수 있습니다.

Compute Engine에서 서버 한대를 생성하려면 아래와 같이 하면 됩니다. (자세한 것은 GCP의 도움말을 검색하시거나 유튜브에서 관련 동영상을 찾으시길 권합니다. 여기서는 간략하게 어떤 단계로 설정하는지만 설명합니다.)

​

    1. Google Cloud Console 로그인: 로그인 후 메뉴에서 Compute Engine 서비스로 이동합니다.

​

    2. 인스턴스 생성: "인스턴스 만들기"를 클릭하고 원하는 지역(region)과 영역(zone)을 선택합니다. (사용자의 현재 위치와 같은 지역과 영역을 선택하는 것이 응답속도도 빠르고 네트워크 비용도 줄일 수 있습니다.)

​

    3. 머신 유형 선택: 미리 정의된 유형(예: 표준, 고메모리, 고CPU)을 선택하거나 직접 커스터마이징합니다. (제 기억에 좀 성능이 낮고 공동 사용(shared)이 가능한 CPU를 선택하면 비용이 저렴했습니다.)

​

    4. 부팅 디스크 구성: 애플리케이션 요구 사항에 맞게 운영 체제와 디스크 크기를 선택합니다.

​

    5. 네트워킹 및 보안: 방화벽 규칙과 네트워크 설정을 조정합니다.

​

6. 배포 및 연결: "만들기"를 클릭하여 인스턴스를 실행합니다. 실행 후 SSH(Linux용) 또는 RDP(Windows용)를 사용하여 연결할 수 있습니다.

그런 다음 서버에 원격으로 접속하려면 아래와 같이 설정합니다.

    ● Linux 인스턴스의 경우:

        Compute Engine에서 VM 인스턴스를 클릭합니다.

       Cloud Console에 내장된 SSH 버튼을 사용하거나 SSH 키를 수동으로 구성하여 명령어(ssh username@external-ip)로 원격 접속합니다.

​

    ● Windows 인스턴스의 경우:

        Compute Engine 콘솔에서 Windows 사용자 이름과 암호를 설정합니다.

        로컬 컴퓨터에서 원격 데스크톱 프로토콜(RDP) 클라이언트를 다운로드하여 실행합니다.

        인스턴스의 외부 IP(서버 생성시 외부 주소도 만들수 있습니다.)와 설정한 사용자 이름 및 암호를 사용하여 RDP 연결을 설정합니다.

필요에 따라서 서버의 성능을 조절할 수 있습니다. 특히 CPU의 종류, 메모리의 크기 등을 지정할 수 있습니다. 그래서 서버 모델 선택 시 고려할 사항은,

    1. 작업 부하 요구 사항: CPU 집약적인 작업은 고CPU 인스턴스가 적합하며, 데이터베이스나 메모리 집약적인 애플리케이션은 고메모리 인스턴스가 더 적합합니다.

​

    2. 비용 대비 성능: 예산과 자원 요구 사항 간의 균형을 맞춥니다.

​

    3. 확장성: 향후 요구 사항에 따라 리소스를 확장하거나 축소할 수 있는 능력을 고려합니다.

예를 들어, 데이터 중심의 웹 애플리케이션을 실행하는 경우 CPU와 메모리가 균형 잡힌 "n1-standard-4" 인스턴스(4 vCPU, 15GB RAM)를 선택할 수 있으며, 중간 정도의 트래픽 및 데이터베이스 상호작용에 적합합니다.

Google Cloud Platform의 App Engine 개요 및 예제

App Engine이란 App의 Engine이란 뜻으로, 휴대폰 앱을 예로 들자면, 사용자에게는 보이지 않지만 사용자가 입력하는 데이터를 처리하는 Application(App)이라는 의미입니다. 흔히 말하는 backend(백엔드)입니다. 반면 프론트엔드는 사용자가 볼수 있는 사용자 인터페이스를 의미합니다. 화면 상에 보이는 입력창, 버튼, 그림 등을 말합니다.

백엔드는 휴대폰의 앱에 내장되어 있을 수 있습니다. 예를 들어 계산기 앱은 계산을 하는 코드가 앱에 내장되어 있습니다. 그러나 휴대폰에서 처리할 수 없는 정보는 원격 서버에 보내서 처리해야 합니다. 예를 들어 chatgpt 앱은 사용자의 질문에 대한 대답을 앱안에 가지고 있지 않으므로, 그 질문을 openaAI에서 관리하는 서버로 보내면, 서버의 LLM(대규모 언어모델)이 응답을 생성해서 휴대폰으로 돌려줍니다. 그러니까 원격 서버에서 정보를 처리할 필요가 있습니다.

Google Cloud Platform(GCP)의 App Engine은 완전 관리형 서버리스(*1 - 아래 주석을 달았습니다) 애플리케이션 플랫폼으로, 개발자가 서버를 직접 관리할 필요 없이 코드를 배포하고 실행할 수 있도록 지원합니다. App Engine은 요청 트래픽이 늘어나면 서버 수를 자동 확장 기능을 제공하여 트래픽 변화에 따라 서버 수를 자동으로 조절하며, 여러 프로그래밍 언어(Python, Java, Node.js, Go 등)로 코드를 짤 수 있습니다.

*1 완전 관리형 서버리스란 사용자가 서버를 장만할 필요없이 인터넷연결로 원격서버를 이용하며, 구글이 서버를 관리해 주는 것을 말합니다.

아래는 간단한 App Engine 사용 예제입니다.

1. 환경 설정 (*2)

• GCP 콘솔에서 App Engine을 사용설정합니다.
• GCP 프로젝트를 생성하고, App Engine에서 사용할 언어로 Python 을 선택합니다.
• GCP 콘솔에서 아래의 명령으로 Google Cloud SDK와 Flask를 설치합니다.

        pip install Flask gunicorn

* 2 구글 글라우드에 계정을 만들면 계정마다 여러 개의 프로젝트들을 생성할 수 있습니다. 하나의 프로젝트 당 한 개의 App Engine을 만들 수 있으며, 사용자는 콘솔(GCP 콘솔)에서 명령어를 사용할 수 있습니다. 콘솔은 계정 당 기본적으로 제공되는 원격서버에서 구동하는 명령어 창입니다. (윈도우의 명령 터미널 창과 같은 것)

2. 간단한 API 서버 코드 (app.py)

아래의 python 코드를 app.py(*3)라는 파이썬 파일을 작성하고, 콘솔의 업로드 기능을 이용하여 원격서버에 파일을 업로드 합니다.

        from flask import Flask, jsonify

        app = Flask(__name__)

        @app.route('/hello', methods=['GET'])

        def hello():

        return jsonify({"message": "Hello, App Engine!"})

        if __name__ == '__main__':

        app.run(host='0.0.0.0', port=8080)

*3 위의 코드는 http 요청을 처리하는 웹서버를 시작하는 코드로, http request get 요청을 받으면 “Hello, App Engine!”이라는 문자열을 json 형태로 응답하는 웹 서버의 코드입니다.

3. 배포하기하고 app 실행하기

• 콘솔에서 아래의 내용이 담긴 app.yaml파일을 생성하고 앱을 배포합니다. (App Engine의 설정 파일입니다.)

        runtime: python39

        entrypoint: gunicorn -b :$PORT app:app

• 콘솔에서 아래 명령어를 실행하면 app을 배포하고 실행이 됩니다.

        gcloud app deploy

• 배포가 완료되면 브라우저에서 https://<YOUR_PROJECT_ID>.appspot.com/hello에 접속하여 API가 정상 작동하는지 확인합니다. (*4)

*4 <YOUR_PROJECT_ID>는 프로젝트 생성시 자동 생성되는 프로젝트 고유 문자열입니다.

브라우저로 주소창에 위의 주소를 입력하면 브라우저 화면에 “Hello, App Engine!”이 표시됩니다. 즉, 주소를 주소창에 입력하고 엔터키를 누르면, 앱에 http get 요청이 app으로 전달되며, app은 그 요청에 대한 응답으로 “Hello, App Engine!”라는 문자열을 브라우저로 되돌려주면, 브라우저는 그 문자열을 보여줍니다.

위의 예제에서는 문자열 회신이라는 아주 간단한 정보 처리 예를 보여주었지만, 이보다 복잡한 처리 루틴을 python으로 짤 수 있습니다. 또한 요청에는 사용자가 처리하기를 원하는 정보를 실어서 보내고, 응답에 처리된 결과값을 포함하여 받을 수 있습니다.

이와 같은 방식으로 App Engine을 활용하면 웹브라우저, 모바일 앱, 또는 인터넷에 연결된 장치 등의 단말기가 어떠한 정보 처리 요청을 app에 보낼 수 있고, app은 처리를 마치면 다시 단말기로 응답을 보낼 수 있습니다.

저는 현재 많은 다른 분들과 같이 직장인의 삶을 살고 있습니다. 하지만 몇년전까지만 하더라도 대학교 연구실에서 연구활동에 종사하고 있었습니다. 그런데 현재의 삶을 돌아보니, 연구실에 있을때보다 많은 부분이 열악함을 느끼고 있습니다. 그래서 이직을 생각하고 있고 동시에 창업에도 관심이 있습니다.

이직의 경우에는 제 경험을 살려서 다른 연구실이나 회사로 옮길 수 있겠습니다만, 가장 바람직한 것은 창업입니다. 그렇지만 창업을 하려면 많은 준비를 해야해서 섣불리 시도하기 힘들고 위험하기도 합니다.

그래서 제가 가지고 있는 전문기술을 나열해 놓고 어떤 분야로 창업이 가능한지 생각해보려 합니다. 아래는 제가 지금까지 살면서 교과과정으로 혹은 독학으로 배운 전문 지식과 기술입니다.

• 앱 개발 지식: 이 분야는 이미 많은 분들이 도전하고 있고, 온라인 강의 사이트를 통해서 쉽게 학습에 접할 수 있는 부분입니다. Android 개발용 코틀린, iOS 개발용 스위프트 등의 언어 학습이 필요합니다.
• 인공지능 개발: 이 분야도 최근에 온라인 학습 사이트를 통해서 모델을 제작하고 배포하는 등의 실습을 할 수 있는 강의가 있습니다. 여러 종류의 기계학습 기법을 배울 수 있고, python 등의 언어로 모델을 만들 수 있습니다. 여기서 중요한 것은 데이터의 수집과 정제과정이 중요합니다.
• 클라우드 컴퓨팅: 클라우드 컴퓨팅은 아직 생소한 분들이 많을 텐데, 쉽게 얘기해서 사용한 만큼 빌려쓰는 서버라고 생각하면 됩니다. 하지만 단순히 서버를 빌려준다기 보다는 매우 다양한 서비스가 있습니다. 예를 들면, 앱의 백앤드 기능 수행에서 부터, 앱의 부하가 늘어날 경우 서버를 자동으로 늘려준다든가, 인공지능 모델을 제공한다든가 등등 매우 방대한 내용이 있습니다. 대표적인 서비스 제공자로 아마존의 AWS와 구글의 GCP(google cloud platform)이 있습니다. 또한 각 사마다 클라우드 컴퓨팅에 대한 자격증을 발급하므로, 자격증을 취득하여 전문성을 갖출수 있습니다.
• 디지털 제조: 3D 프린트, 그리고 CNC (computer numerical control)와 레이터 커팅 등이 있습니다. 이 3분야의 공통점은 모두 CAD (computer aided design) software를 사용할 줄 알아야하는 점입니다. 보통 상업적인 소프트웨어가 필요하지만 Autodesk의 일부 제품은 개인사용의 경우 프로젝트의 갯수를 제한하는 등의 제한을 걸고 무료로 사용하게 해 주기도 합니다.
  • 제 기억에 inventor 혹은 fusion을 무료로 사용한 적이 있습니다. 이것을 이용해서 desktop CNC를 구동하기 위한 tool path를 생성하고 실제로 CNC를 구동한 적이 있습니다.
  • 레이저 커터의 경우 maker space 등 공용장비를 확보하고 서비스하는 곳에서 사용할 수 있습니다. 대당 가격이 비싸므로 이런 서비스를 이용하는게 좋습니다.
  • 3D 프린터의 경우 다양한 가격대의 제품이 있으므로 선택할 수 있습니다. 대신 가격이 높을 수록 고급기능을 제공하므로 적당한 가격과 성능을 고려할 필요가 있습니다. 이 역시 형상을 디자인 할 수 있게 CAD 프로그램 사용지식이 필요합니다.
• Embedded hardware: 특정한 기능을 수행하는 회로를 설계하고 제작하는 기술입니다. microcontroller가 포함된 기판을 주문 제작하여, 주로 센서에서 얻은 데이터를 온라인 상에 전송하여 데이터를 가공해서 다시 앱 등으로 제공하거나, 아니면 모터, 디스플레이 등을 구동합니다. 회로를 제작하기 위해서 유료 프로그램(Altium Designer) 혹은 무료 프로그램(KiCAD)를 사용할 수 있습니다.
• MEMS(microelectromechanical system) 제작 지식: 이 부분은 제 본래 전문분야이며 대학교 연구실에서 다년간 경험을 쌓아야 되는 분야로 미세공정에 대한 지식과 공정에 대한 경험, 장비 사용 경험이 필요합니다. 대학원에서 해당분야(전자공학 등) 석사학위 혹은 박사학위를 받은 분에게만 해당하며 일반적으로 얻을 수 있는 지식이 아닙니다. 하지만 그래도 많은 분들이 이공계 대학원에서 석박사 학위를 취득하려 대학원에 진학하니, 가지고 있으신 분들도 많을 것입니다.

그럼 각 분야으로 어떤 일을 할 수 있는지 chatgpt에게 나열해보라고 하겠습니다. 1인 창업이 가능한 것만 추려달라고 했습니다.

1. 앱 코딩 (App Coding)

• 모바일 앱 개발자: Android 및 iOS 앱을 개발하여 배포하는 전문가. 개인이 독립적으로 앱을 출시하거나 클라이언트 프로젝트를 수주할 수 있음.
• 프리랜서 웹/소프트웨어 개발자: 웹사이트, SaaS(서비스형 소프트웨어), 데스크톱 애플리케이션을 개발하여 판매하거나 계약 작업 수행.
• 게임 개발자: Unity, Unreal Engine 등을 활용한 모바일 및 인디 게임 개발 및 퍼블리싱.

2. 클라우드 컴퓨팅 (Cloud Computing)

• 클라우드 솔루션 아키텍트: 중소기업 및 스타트업을 위한 클라우드 인프라 설계 및 구축.
• DevOps 컨설턴트: CI/CD 구축, 서버 자동화, 클라우드 환경 최적화 등 기술 컨설팅 제공.
• 프리랜서 백엔드 개발자: 클라우드 기반의 웹 서비스 및 API 구축을 통한 프로젝트 수행.

3. 디지털 제조 (3D 프린팅, CNC, 레이저 커팅 등)

• 3D 프린팅 제작자: 주문 제작 서비스, 맞춤형 부품 및 프로토타입 생산.
• CNC 가공 전문가: 소형 CNC 기계를 활용한 맞춤 부품 제작 및 온라인 판매.
• 레이저 커팅 제품 제작자: 맞춤형 목재, 아크릴, 금속 제품을 디자인 및 생산하여 온라인 판매.
• 디지털 제조 컨설턴트: 제조업체 및 스타트업 대상 디지털 제조 기술 도입 컨설팅.

4. AI 프로그래밍 (AI Programming)

• AI 솔루션 개발자: 머신러닝 및 딥러닝 모델을 활용한 맞춤형 AI 솔루션 개발.
• 컴퓨터 비전 개발자: 영상 인식, OCR, 객체 탐지 등의 AI 모델을 활용한 제품 개발.
• AI 자동화 컨설턴트: 기업의 업무 자동화를 위한 AI 및 RPA 솔루션 개발.

5. 임베디드 하드웨어 제작 (Embedded Hardware Fabrication)

• 임베디드 시스템 개발자: IoT 기기 및 소형 전자 장치의 펌웨어 개발 및 제조.
• 프리랜서 하드웨어 엔지니어: 맞춤형 PCB 설계 및 개발, 소량 생산 서비스 제공.
• IoT 제품 개발자: 스마트 센서, 웨어러블 디바이스 등 독립적 제품 기획 및 제작.

6. 마이크로 전자 제조 (MEMS 및 기타 마이크로 전자 장치)

• MEMS 센서 개발자: 소형 센서의 설계 및 시제품 제작, 연구기관 및 스타트업 대상 컨설팅.
• 프리랜서 전자 소자 개발자: MEMS 공정 및 마이크로 전자 공정을 활용한 특화 제품 개발.
• 전문 시제품 제작 서비스: 연구기관, 대학, 스타트업을 위한 맞춤형 MEMS 센서 및 전자 소자 개발.

위의 대답들 중 이미 익숙한 것들이 많이 보입니다. 그 다음 2개의 전문 분야 지식으로 어떤 일을 할 수 있는지 chatgpt에게 나열해보라고 하겠습니다. 역시 1인 창업이 가능한 것만 추려달라고 했습니다.

1. 앱 코딩 + 클라우드 컴퓨팅

• 클라우드 기반 SaaS 개발자: 클라우드에서 동작하는 웹앱이나 서비스를 개발하고 운영하는 1인 창업 가능.
• 모바일+백엔드 개발자: 모바일 앱과 클라우드 백엔드를 함께 개발하여 완전한 솔루션 제공.
• AI 기반 앱 서비스 개발자: AI 기능이 포함된 모바일 또는 웹앱을 클라우드와 연동하여 서비스 구축.

2. 앱 코딩 + 디지털 제조 (3D 프린팅, CNC, 레이저 커팅)

• 스마트 제품 개발자: 맞춤형 하드웨어(3D 프린팅, CNC)와 앱을 결합한 제품 개발 및 판매.
• IoT 기반 DIY 키트 제작자: 앱으로 제어할 수 있는 DIY 전자 키트 제작 및 판매.
• 디지털 제조 자동화 개발자: 제조 공정을 최적화하는 소프트웨어 및 앱 개발.

3. 앱 코딩 + AI 프로그래밍

• AI 챗봇 개발자: 자연어 처리 AI를 활용한 챗봇을 개발하여 기업에 제공.
• AI 영상 분석 앱 개발자: 얼굴 인식, 객체 탐지 등의 AI 기능을 포함한 모바일/웹앱 개발.
• AI 기반 데이터 분석 SaaS 개발자: 데이터 시각화 및 분석 웹앱을 AI와 결합하여 개발.

4. 클라우드 컴퓨팅 + 디지털 제조

• 클라우드 기반 제조 자동화 솔루션 개발자: 3D 프린팅, CNC 기계의 원격 제어 및 데이터 분석 시스템 개발.
• 스마트 팩토리 컨설턴트: 중소 제조업체의 클라우드 기반 디지털 제조 솔루션 구축.
• 클라우드 연동 IoT 제조 개발자: 클라우드와 연결되는 스마트 디지털 제조 장비 개발 및 판매.

5. 클라우드 컴퓨팅 + AI 프로그래밍

• AI API 서비스 개발자: 머신러닝 모델을 클라우드에서 API로 제공하는 서비스 개발.
• AI 클라우드 데이터 분석 컨설턴트: 클라우드 기반 데이터 분석 및 인공지능 자동화 컨설팅.
• 자동화 SaaS 개발자: AI를 활용한 클라우드 기반 자동화 툴 개발 및 운영.

6. 클라우드 컴퓨팅 + 임베디드 하드웨어 제작

• IoT 솔루션 개발자: 클라우드와 연결되는 IoT 기기 설계 및 펌웨어 개발.
• 스마트 디바이스 개발자: 원격 제어 및 클라우드 연동이 가능한 하드웨어 제작.
• 임베디드 시스템 클라우드 관리자: 원격 센싱 및 IoT 데이터 수집을 위한 클라우드 솔루션 개발.

7. 디지털 제조 + AI 프로그래밍

• AI 기반 제조 공정 최적화 컨설턴트: 머신러닝을 활용하여 제조 공정을 분석하고 자동화.
• 스마트 로봇 제작자: AI 모델을 활용하여 3D 프린팅 및 CNC로 제작한 로봇 개발.
• AI 기반 맞춤형 제조 서비스 개발자: AI가 자동으로 최적의 디자인을 생성하는 디지털 제조 솔루션 개발.

8. 디지털 제조 + 임베디드 하드웨어 제작

• 맞춤형 IoT 디바이스 제작자: 3D 프린팅/CNC로 케이스를 제작하고, 내부에 임베디드 하드웨어를 조립하여 판매.
• DIY 전자 제품 개발자: 3D 프린팅과 회로 설계를 결합한 전자 제품 제작 및 판매.
• 웨어러블 디바이스 개발자: 스마트밴드, 헬스케어 제품 등을 제작하여 1인 기업으로 운영.

9. AI 프로그래밍 + 임베디드 하드웨어 제작

• AIoT 디바이스 개발자: AI 기반 센서를 개발하여 IoT 기기로 활용.
• 스마트 센서 개발자: 머신러닝을 활용한 환경 감지 센서 제작 및 판매.
• AI 음성 인식 디바이스 개발자: 음성 인식 AI를 활용한 소형 임베디드 하드웨어 제작.

10. 임베디드 하드웨어 제작 + 마이크로 전자 제조 (MEMS 등)

• MEMS 센서 기반 IoT 기기 개발자: MEMS 센서를 활용한 소형 IoT 제품 제작 및 판매.
• 웨어러블 헬스케어 디바이스 개발자: 마이크로 전자 기술을 활용한 맞춤형 건강 모니터링 기기 제작.
• 초소형 로봇 개발자: 마이크로 전자 공정을 활용한 초소형 로봇 설계 및 제작.

좀 새로운 개념의 직업이 보이시나요? 그 다음엔 3개의 전문 분야 지식으로 어떤 일을 할 수 있는지 chatgpt에게 나열해보라고 하겠습니다. 역시 1인 창업이 가능한 것만 추려달라고 했습니다.

1. 앱 코딩 + 클라우드 컴퓨팅 + AI 프로그래밍

• AI 기반 자동화 SaaS 개발자: 머신러닝과 클라우드를 활용한 웹 서비스 및 앱 개발. (예: AI 고객지원, 데이터 분석 플랫폼)
• AI 영상 분석 솔루션 개발자: 클라우드에서 실행되는 AI 기반 영상 분석 웹앱 및 모바일 앱 개발.
• AI 챗봇 및 음성 인식 앱 개발자: AI 기반 챗봇, 음성 인식 시스템을 클라우드와 연동한 앱 제작.

2. 앱 코딩 + 클라우드 컴퓨팅 + 디지털 제조 (3D 프린팅, CNC, 레이저 커팅)

• 스마트 제조 플랫폼 개발자: CNC, 3D 프린터와 연동되는 클라우드 기반 제조 관리 소프트웨어 및 앱 개발.
• IoT 스마트 가전 개발자: 앱을 통해 클라우드에 연결되는 스마트 가전 제품(예: 맞춤형 공기청정기, 로봇청소기) 설계 및 제작.
• 디지털 제작 주문 시스템 개발자: 3D 프린팅 및 CNC 가공을 위한 온라인 맞춤 제작 플랫폼 개발 및 운영.

3. 앱 코딩 + 클라우드 컴퓨팅 + 임베디드 하드웨어 제작

• IoT 스마트 홈 디바이스 개발자: 클라우드와 연동되는 스마트 홈 기기(예: 원격 온도조절기, 스마트 조명) 개발.
• 웨어러블 디바이스 개발자: 실시간 데이터 전송이 가능한 스마트 밴드, 건강 모니터링 디바이스 개발.
• AIoT 제품 개발자: 클라우드 기반 IoT 센서를 활용한 맞춤형 하드웨어 및 앱 개발.

4. 앱 코딩 + 디지털 제조 + 임베디드 하드웨어 제작

• 스마트 IoT 제품 개발자: 3D 프린팅, CNC 가공으로 하드웨어를 제작하고 앱을 통해 제어 가능한 IoT 기기 개발.
• 스마트 헬스케어 디바이스 개발자: 3D 프린팅으로 웨어러블 장치 제작 후 센서를 탑재하여 건강 모니터링 제품 제작.
• 맞춤형 스마트 장난감 개발자: 어린이를 위한 스마트 장난감 및 교육용 IoT 디바이스 제작.

5. 클라우드 컴퓨팅 + AI 프로그래밍 + 임베디드 하드웨어 제작

• AIoT 디바이스 개발자: AI가 학습한 데이터를 클라우드로 분석하고, 임베디드 기기로 피드백 제공. (예: 스마트팜 시스템)
• AI 기반 스마트 센서 개발자: 클라우드에서 데이터를 처리하는 지능형 센서 개발.
• 자율주행 로봇 개발자: AI 알고리즘을 탑재한 소형 자율 로봇 제작 및 제어.

6. 클라우드 컴퓨팅 + 디지털 제조 + 임베디드 하드웨어 제작

• 스마트 공장 솔루션 개발자: CNC, 3D 프린팅 공정과 연동된 클라우드 기반 자동화 시스템 구축.
• 커스텀 IoT 제품 개발자: 디지털 제조를 활용하여 맞춤형 IoT 기기 제작 및 클라우드로 원격 제어 기능 제공.
• 산업용 스마트 센서 개발자: 공장에서 사용하는 환경 센서를 개발하고 클라우드 분석 기능 제공.

7. AI 프로그래밍 + 디지털 제조 + 임베디드 하드웨어 제작

• AI 기반 로봇 개발자: 3D 프린팅 및 CNC 가공으로 하드웨어를 제작하고 AI를 활용한 자율제어 로봇 개발.
• AIoT 스마트 센서 개발자: AI로 환경 데이터를 분석하는 스마트 센서 제작 및 클라우드 연동.
• AI 영상 처리 드론 개발자: 드론에 AI 카메라를 장착하여 영상 분석 및 자율 주행 기능 개발.

8. AI 프로그래밍 + 클라우드 컴퓨팅 + 마이크로 전자 제조 (MEMS)

• AI 기반 MEMS 센서 개발자: 머신러닝을 활용한 스마트 MEMS 센서 개발 및 클라우드 데이터 분석.
• AIoT 초소형 센서 개발자: MEMS 기술로 초소형 센서를 제작하고 AI 기반 데이터 분석 솔루션 제공.
• 스마트 헬스케어 센서 개발자: MEMS 기반 생체 신호 센서를 개발하고 클라우드로 실시간 분석.

9. 디지털 제조 + 임베디드 하드웨어 제작 + 마이크로 전자 제조 (MEMS)

• MEMS 기반 스마트 디바이스 개발자: MEMS 센서가 포함된 웨어러블 또는 스마트 IoT 기기 제작.
• 맞춤형 의료기기 개발자: MEMS 기술을 활용한 의료용 웨어러블 기기 제작.
• 초소형 로봇 개발자: 마이크로 전자 공정과 디지털 제조 기술을 활용한 초소형 로봇 설계 및 제작.

이상 모두 1인 창업이 가능한 직업을 제시한 결과입니다.

물론 위의 어느 한 분야도 전문가가 되기 쉽지 않습니다. 하지만 자신의 주 전문 분야가 한 분야 정도는 있을 수 있고, 그것에 더하여 다른 분야의 지식을 조금씩 덧붙일 수 있겠습니다. 제 경우도 MEMS 분야만 제 전문 분야이고 나머지는 독학으로 조금씩 배운부분이라 전문가 수준에 미치지는 못합니다. 그래도 필요한 기능의 실현을 위한 정도로는 배워서 써먹고 있습니다. 나중에 위의 지식들 중에 어떤 부분이 제가 현재 진행하는 습도센서, 토양습도 감지 시스템의 실현에 사용되는지 말씀드리겠습니다. 또한 다음 글에서 각 부분을 어디서 어떤 경로로 배우게 되었는지 차례로 알려드리겠습니다.

아무쪼록 직장생활을 하시면서 평소에 조금씩 배우셔서 나중에 독립하실때 밑천이 되시길 바랍니다.

 

X와 Y를 뒤집은 함수는 아래와 같습니다.

 

그럼 순수한 녹소토, 순수한 펄라이트와 복합흙의 결과를 비교해 보겠습니다.

보라색 실선과 점선을 비교하면 측정값과 예측값이 약간 차이가 있기는 하지만, 대체로 측정 결과가 예측 결과와 비슷하다는 것을 알 수 있습니다.