IoT를 Raspberry Pi로 활용하는 방법 교육 과정

기술의 발전과 정보량의 증가는 많은 산업, 특히 정부에서도 사업 방식을 변화시키고 있습니다. 모바일 기기와 애플리케이션, 스마트 센서 및 장치, 클라우드 컴퓨팅 솔루션, 시민 대상 포털 등의 급속한 성장으로 인해 정부 데이터 생성 및 디지털 보존률이 상승하고 있습니다. 디지털 정보가 확대되고 복잡해짐에 따라 정보 관리, 처리, 저장, 보안, 처분 등도 더욱 복잡해지고 있습니다. 새로운 캡처, 검색, 발견, 분석 도구들은 조직들이 비정형 데이터에서 통찰력을 얻는 데 도움을 주고 있습니다. 정부 시장은 정보가 전략적 자산임을 인식하고 있으며, 정부는 구조화된 정보와 비정형 정보를 보호, 활용, 분석하여 더 나은 서비스 제공과 미션 달성을 위해 노력하고 있습니다. 정부 지도자들은 데이터 주도형 조직으로 진화하여 미션을 성공적으로 수행하기 위해 사건, 사람, 프로세스, 정보 간의 의존 관계를 상관시키는 기반을 마련하고 있습니다.

높은 가치의 정부 솔루션들은 가장 혁신적인 기술들의 조합으로 만들어질 것입니다:

• 모바일 기기와 애플리케이션
• 클라우드 서비스
• 소셜 비즈니스 기술 및 네트워킹
• 빅 데이터와 분석

빅 데이터는 지능형 산업 솔루션 중 하나로, 정부가 대용량의 관련 및 비관련, 구조화된 및 비정형 데이터를 분석하여 더 나은 결정을 내릴 수 있도록 돕습니다.

이러한 업적을 이루는 데는 단순히 방대한 양의 데이터를 축적하는 것보다 훨씬 많은 것이 필요합니다. "빅 데이터의 대량을 이해하기 위해서는 이러한 방대하고 다양한 정보 스트림에서 유용한 지식을 분석하고 추출할 수 있는 최첨단 도구와 기술이 필요합니다," 백악관 과학기술정책국의 Tom Kalil과 Fen Zhao가 OSTP 블로그 게시물에서 작성했습니다.

백악관은 2012년에 National Big Data Research and Development Initiative를 설립하여 기관들이 이러한 기술을 찾는 데 도움을 주기 위한 단계를 밟았습니다. 이 이니셔티브에는 빅 데이터의 급증과 이를 분석하는 도구에 2억 달러 이상이 포함되었습니다.

빅 데이터가 제시하는 과제는 그 약속만큼이나 어려울 수 있습니다. 효율적으로 데이터를 저장하는 것이 이러한 과제 중 하나입니다. 예산은 항상 긴장 상태에 있으므로 기관들은 메가바이트당 저장 비용을 최소화하면서 사용자가 원할 때와 필요할 때 쉽게 접근할 수 있도록 데이터를 보유해야 합니다. 방대한 양의 데이터를 백업하는 것은 과제를 더욱 어렵게 만듭니다.

효과적으로 데이터를 분석하는 것도 또 다른 큰 과제입니다. 많은 기관들이 데이터 산을 헤쳐나가며 효율적인 운영에 도움이 되는 트렌드를 포착할 수 있는 상업적 도구를 사용하고 있습니다. (MeriTalk의 최근 연구에 따르면 연방 IT 임원들은 빅 데이터가 기관들이 500억 달러 이상을 절약하면서도 미션 목표를 달성할 수 있다고 생각합니다.).

맞춤형 개발된 빅 데이터 도구들도 기관들이 데이터를 분석해야 하는 필요성을 충족시키는 데 도움을 주고 있습니다. 예를 들어, 오크 리지 국립연구소의 Computational Data Analytics 그룹은 Piranha 데이터 분석 시스템을 다른 기관들에게 제공하고 있습니다. 이 시스템은 의료 연구자들이 의사에게 혈관류가 발생하기 전에 알림을 제공할 수 있는 연결점을 찾는 데 도움을 주었습니다. 또한 이 시스템은 이력서를 검토하여 채용 관리자와 구직자를 연결하는 등의 더 일상적인 작업에도 사용됩니다.

Insurtech (일명 디지털 보험)은 보험 + 신기술의 융합을 의미합니다. Insurtech "디지털 보험사" 분야에서는 비용을 절감하고 고객 경험을 개선하며 운영의 민첩성을 높이기 위해 비즈니스 및 운영 모델에 기술 혁신을 적용합니다.

이 강사 주도 교육에서 참가자는 조직과 업계 전체에서 디지털 변혁을 가져오는 데 필요한 기술, 방법 및 사고방식을 이해하게 됩니다. 이 교육은 큰 그림을 이해하고 과장된 광고와 전문 용어를 분해하고 Insurtech 전략을 수립하기 위한 첫 단계를 밟아야 하는 관리자를 대상으로 합니다.

이 교육을 마치면 참가자는 다음을 수행할 수 있습니다.

• Insurtech 및 그 모든 구성 요소를 지능적이고 체계적으로 논의하십시오.
• Insurtech 내 각 핵심 기술의 역할을 식별하고 명확하게 설명하세요.
• Insurtech을 조직 내에서 구현하기 위한 일반 전략 초안을 작성하세요.

청중

• 보험사
• 보험업계의 기술자들
• 보험 이해 관계자
• 컨설턴트 및 비즈니스 분석가

과정 형식

• 일부 강의, 일부 토론, 연습 및 사례 연구 그룹 활동

이 강사는 온라인 또는 현장에서 제공되는 라이브 교육으로, IoT와 엣지 컴퓨팅을 통해 다양한 산업에서의 효율성, 실시간 처리, 혁신을 이해하고자 하는 중급 IT 전문가와 비즈니스 매니저를 대상으로 합니다.

이 교육을 마친 후, 참가자들은 다음과 같은 능력을 갖출 것입니다.

• IoT와 엣지 컴퓨팅의 원칙과 디지털 전환에서 그 역할을 이해합니다.
• 제조업, 물류, 에너지 부문의 IoT와 엣지 컴퓨팅 활용 사례를 식별합니다.
• 엣지와 클라우드 컴퓨팅 아키텍처와 배포 시나리오를 구분합니다.
• 예측 유지보수와 실시간 의사결정을 위한 엣지 컴퓨팅 솔루션을 구현합니다.

이 강사는 주제별로 직접 강의하는, 실시간 온라인 또는 오프라인 교육으로, 중간 수준의 개발자, 시스템 아키텍트, 그리고 산업 전문가들이 IoT 애플리케이션을 지능적인 데이터 처리 및 분석 기능으로 향상시키기 위해 Edge AI를 활용하고자 하는 사람들을 대상으로 합니다.

이 교육을 마친 후, 참가자들은 다음과 같은 능력을 갖추게 될 것입니다:

• Edge AI의 기본 개념과 IoT에서의 응용을 이해합니다.
• IoT 디바이스에 대한 Edge AI 환경을 설정하고 구성합니다.
• IoT 애플리케이션에 대한 Edge 디바이스에서 AI 모델을 개발하고 배포합니다.
• IoT 시스템에서 실시간 데이터 처리 및 의사결정을 구현합니다.
• Edge AI를 다양한 IoT 프로토콜 및 플랫폼과 통합합니다.
• IoT에서의 Edge AI에서 윤리적 고려사항과 최선의 실천 방법을 다루습니다.

대한민국에서 강사가 진행하는 이 실시간 교육(온라인 또는 현장)은 Edge Computing을 사용하여 소스 네트워크에 있는 스마트 장치를 활용하여 더 빠른 성능을 위해 데이터 관리를 분산하려는 제품 관리자와 개발자를 대상으로 합니다.

이 교육을 마치면 참가자는 다음을 수행할 수 있습니다.

• Edge Computing의 기본 개념과 장점을 이해하세요.
• Edge Computing을 적용할 수 있는 사용 사례와 예를 식별하세요.
• 보다 빠른 데이터 처리와 운영 비용 절감을 위한 Edge Computing 솔루션을 설계하고 구축하세요.

대한민국에서 강사가 진행하는 이 라이브 교육(온라인 또는 현장)은 Federated Learning을 적용하여 IoT 및 엣지 컴퓨팅 솔루션을 최적화하려는 중급 전문가를 대상으로 합니다.

이 교육을 마치면 참가자는 다음을 수행할 수 있습니다.

• IoT 및 엣지 컴퓨팅에서 Federated Learning의 원리와 이점을 이해하세요.
• IoT 기기에 Federated Learning 모델을 구현하여 분산형 AI 처리를 구현합니다.
• 엣지 컴퓨팅 환경에서 지연 시간을 줄이고 실시간 의사 결정을 개선하세요.
• IoT 시스템의 데이터 개인정보 보호 및 네트워크 제약과 관련된 과제를 해결합니다.

이 인스트럭터 주도형 실습에서는 대한민국에서 참가자들이 아두이노 기반 IoT 센서 시스템을 만들어가며 IoT의 기본 개념을 배웁니다.

이 교육을 마치면 참가자는 다음을 할 수 있게 됩니다:

• IoT의 원리와 IoT 구성 요소 및 통신 기술에 대해 이해합니다.
• 다양한 IoT 시스템에 사용할 수 있는 아두이노 통신 모듈을 사용하는 방법을 배웁니다.
• 모바일 앱을 사용하여 아두이노를 제어하는 방법을 배웁니다.
• Wi-Fi 모듈을 사용하여 아두이노를 다른 장치에 연결합니다.
• 자신의 IoT 센서 시스템을 구축하고 배포합니다.

다른 기술과 달리 IoT는 거의 모든 핵심 공학 분야(기계공학, 전자공학, 펌웨어, 미들웨어, 클라우드, 분석, 모바일)를 포괄하며 매우 복잡합니다. 각 공학 계층에는 경제적 측면, 표준, 규제 및 최신 기술 동향이 있습니다. 이번에 처음으로 이러한 중요한 IoT 공학의 모든 측면을 다루는 겸손한 과정이 제공됩니다.

요약

현재 IoT 기술의 최신 동향을 다루는 고급 교육 프로그램입니다.

여러 기술 영역을 아우르며, IoT 시스템과 그 구성 요소에 대한 인식을 높이고, 기업과 조직에 어떻게 도움이 될 수 있는지 설명합니다.

공장 IoT, 스마트 시티, 소매, 여행 및 교통, 연결된 장치 및 사물의 사용 사례 등 다양한 산업 영역에서 실제 IoT 배포를 보여주는 모델 IoT 애플리케이션 데모

대상 청중

자신의 조직 내 비즈니스 및 운영 프로세스에 책임을 지고, 시스템과 프로세스를 더 효율적으로 만들기 위해 IoT를 활용하는 방법을 알아보려는 관리자들.

새 창업을 구축하고, IoT 기술 동향에 대해 더 잘 이해하여 효과적으로 활용할 수 있는 방법을 찾고 있는 창업가와 투자자들.

IoT 시장 가치의 추정치는 거대합니다. IoT는 정의상 소비자, B2B 및 정부 산업에 걸친 장치, 센서, 컴퓨팅 능력의 통합된 확산 층이기 때문입니다. IoT는 점점 더 많은 연결을 책임질 것입니다: 오늘날 19억 대의 기기를 비롯해 2018년에는 90억 대가 될 것으로 예상됩니다. 그 해에는 스마트폰, 스마트 TV, 태블릿, 웨어러블 컴퓨터 및 PC의 총합과 거의 맞먹을 것입니다.

소비자 공간에서는 주방 및 가정용 전자 제품, 주차, RFID, 조명 및 난방 제품, 산업 인터넷에서 다양한 애플리케이션 등 이미 IoT로 넘어온 많은 제품과 서비스가 있습니다.

그러나 IoT의 기반이 되는 기술은 새로운 것이 아닙니다. M2M 통신은 인터넷 탄생 이후로 존재해 왔습니다. 그러나 지난 몇 년 동안 저렴한 무선 기술이 늘어났고, 모든 가정에서 스마트폰과 태블릿의 압도적인 채택으로 이어져 IoT에 대한 현재 수요가 증가했습니다.

IoT 비즈니스의 무제한된 기회로 인해 많은 중소기업 창업자들이 IoT 금광열풍에 뛰어들었습니다. 또한 오픈 소스 전자 제품과 IoT 플랫폼의 출현으로 IoT 시스템 개발 및 대규모 생산 관리 비용이 점점 더 저렴해졌습니다. 기존 전자 제품 제조업체들은 자사 장치를 인터넷 또는 모바일 앱에 통합하는 데 대한 압력을 느끼고 있습니다.

이 교육은 신생 산업의 기술과 비즈니스 리뷰로, IoT 추종자/창업가들이 IoT 기술과 비즈니스의 기본을 이해할 수 있도록 설계되었습니다.

강좌 목표

강좌의 주요 목표는 IoT를 활용한 가정 및 도시 자동화(스마트 홈 및 도시), 산업 인터넷, 헬스케어, 정부, 모바일 셀룰러 등 다양한 분야에서의 기술적 옵션, 플랫폼 및 사례 연구를 소개하는 것입니다.

IoT의 모든 구성 요소-기계공학, 전자/센서 플랫폼, 무선 및 유선 프로토콜, 모바일과 전자 통합, 모바일에서 기업으로의 통합, 데이터 분석, 전체 제어 평면

IoT용 M2M 무선 프로토콜- WiFi, Zigbee/Zwave, Bluetooth, ANT+: 언제 어디서 사용할 것인가?

모바일/데스크톱/웹 앱 - 등록, 데이터 수집 및 제어를 위한 M2M 데이터 수집 플랫폼 - Xively, Omega와 NovoTech 등

IoT의 보안 문제 및 해결 방안

IoT용 오픈 소스/상업적 전자 플랫폼-Raspberry Pi, Arduino , ArmMbedLPC 등

AWS-IoT 앱, Azure -IOT, Watson-IoT 클라우드를 비롯한 기타 작은 IoT 클라우드의 오픈 소스/상업적 기업용 클라우드 플랫폼

가정 자동화, 연기 감지기, 차량, 군사, 가정 건강 등 일반적인 IoT 장치의 비즈니스 및 기술 연구.

IoT는 기계, 전자, 펌웨어, 미들웨어, 클라우드, 분석 및 모바일 등 거의 모든 핵심 공학 분야를 포괄하는 복잡한 기술입니다. 각 공학 계층에는 경제, 표준, 규제 및 최신 기술의 발전 면면이 있습니다. 이 과정은 이러한 IoT 공학의 중요한 측면을 모두 다루는 최초의 시도입니다.

제조 전문가에게 가장 중요한 것은 산업 사물인터넷(IoT) 분야의 발전, 예측 및 예방 유지보수, 기계 상태 모니터링, 생산 최적화, 에너지 최적화, 공급망 최적화, 제조 설비 가동 시간 등의 이해입니다.

요약

• 스마트 공장에서 사물인터넷(IoT)의 최신 기술을 다루는 고급 교육 프로그램.
• IoT 시스템과 그 구성 요소에 대한 인식 및 제조 관리 전문가에게 도움이 되는 다양한 기술 영역을 포괄합니다.
• 스마트 공장을 위한 모델 IIoT 애플리케이션의 실시간 데모

대상 학습자

• 각 제조 조직에서 비즈니스 및 운영 프로세스를 책임지고, IoT를 활용하여 시스템과 프로세스를 더 효율적으로 만들고 싶은 관리자.

기간 3일 (하루 8시간)

사물인터넷(IoT) 시장 가치의 추정치는 막대하며, IoT는 소비자, B2B, 정부 산업을 포괄하는 장치, 센서 및 컴퓨팅 파워의 통합된 확산 층으로 정의되기 때문입니다. IoT는 점점 더 많은 연결을 포함할 것입니다: 현재 19억 대의 기기에서 2018년에는 90억 대가 될 예정입니다. 그 해에는 스마트폰, 스마트 TV, 태블릿, 웨어러블 컴퓨터 및 PC의 총합과 비슷할 것입니다.

소비자 공간에서는 이미 주방 및 가정용 전자제품, 주차, RFID, 조명 및 난방 제품, 그리고 산업 인터넷(IoT)의 여러 애플리케이션이 IoT로 이동되었습니다.

그러나 IoT의 기반이 되는 기술은 M2M 통신이 인터넷 탄생과 함께 존재했기 때문에 새로운 것은 아닙니다. 하지만 지난 몇 년 동안 저렴한 무선 기술의 등장, 집집마다 스마트폰과 태블릿의 급속한 채택으로 IoT에 대한 현재의 수요가 생성되었습니다.

산업 사물인터넷(IIoT)은 2014년 이후로 널리 사용되어 왔으며, 그 이후로 많은 IIoT 혁신이 이루어졌습니다. 이 과정에서는 산업 IoT 분야에서의 중요한 혁신 측면을 모두 소개합니다.

이 교육은 부상하는 산업의 기술과 비즈니스 리뷰를 목적으로 하여, IoT 애호가/창업가들이 IoT 기술과 비즈니스의 기본을 이해할 수 있도록 합니다.

강좌 목표

강좌의 주요 목표는 스마트 공장에서 IoT 구현에 대한 기술적 옵션, 플랫폼 및 사례 연구를 제조 부문에 소개하는 것입니다.

1. Siemens MindSphere와 Azure IoT 등의 일반적인 IIoT 플랫폼의 비즈니스 및 기술 사례 연구
2. AWS-IoT 앱, Azure -IOT, Watson-IOT, Mindsphere IIoT 클라우드와 같은 오픈 소스/상용 업체 클라우드 플랫폼 및 다른 작은 IoT 클라우드
3. Raspberry Pi, Arduino, ArmMbedLPC 등의 오픈 소스/상용 전자 플랫폼
4. IIoT의 보안 이슈 및 보안 솔루션
5. 모바일/데스크톱/웹 앱 - 등록, 데이터 수집 및 제어
6. IoT를 위한 M2M 무선 프로토콜 - WiFi, LoPan, BLE, Ethernet, Ethercat, PLC : 언제 어디에서 어떤 것을 사용할 것인가?
7. 기계, 전자/센서 플랫폼, 무선 및 유선 프로토콜, 모바일과 전자의 통합, 모바일과 업체의 통합, 데이터 분석 및 전체 제어 평면을 포함한 IoT의 모든 요소에 대한 기본 소개

Internet of Things (IoT)은 물리적 객체와 소프트웨어 애플리케이션을 무선으로 연결하여 네트워크 통신, 클라우드 컴퓨팅 및 데이터 캡처를 통해 서로 통신하고 데이터를 교환할 수 있도록 하는 네트워크 인프라입니다. Python은 명확한 구문과 대규모 커뮤니티 지원으로 인해 IoT에 권장되는 고급 프로그래밍 언어입니다.

강사가 진행하는 이 실시간 교육에서 참가자는 Python을 사용하여 IoT 솔루션을 프로그래밍하는 방법을 배웁니다.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• IoT 아키텍처의 기본 사항 이해
• Raspberry Pi 사용의 기본 사항을 알아보세요.
• Raspberry Pi에 Python 설치 및 구성
• IoT 시스템 프로그래밍에 Python을 사용하면 얻을 수 있는 이점에 대해 알아보세요.
• Python과 Raspberry Pi를 사용하여 IoT 시스템 구축, 테스트, 배포 및 문제 해결

청중

• 개발자
• 엔지니어

코스의 형식

• 파트 강의, 파트 토론, 연습 및 고강도 실습

메모

• 이 과정에 대한 맞춤형 교육을 요청하려면 당사에 연락하여 예약하시기 바랍니다.

지난 세 년 동안 IoT 엔지니어링은 주로 마이크로소프트, 구글, 아마존 등 대기업들의 주도 아래 큰 변화를 겪었습니다. 이러한 거대 기업들은 수십억 달러를 투자하여 관리가 더 용이하고 일부 데이터 보안을 강화할 수 있는 IoT 플랫폼을 개발했습니다. 또한 IoT 엣지 컴퓨팅은 연구와 구현 모두에서 실용적인 IoT 구현의 유일한 방법으로 큰 모멘텀을 얻었습니다. 5G는 IoT 비즈니스를 변화시킬 것으로 기대되고 있으며, 이로 인해 IoT 분야에서 새로운 연구 자금이 대폭 증가했습니다.

그러나 보안 문제로 인해 대규모 IoT 채택은 여전히 느립니다. 펌웨어와 게이트웨이의 보안은 아직 이상적이지 않습니다. 주요 문제 중 하나는 다른 큰 IoT 벤더사들 사이에서 보안에 대한 합의가 이루어지지 않는 것입니다. 마이크로소프트 애저, 아마존 AWS는 각각 자체 보안 표준을 제시하였으나, NIST는 좀 더 포괄적인 접근 방식을 제안하고 있습니다. OWASP의 10단계 IoT 보안 모델은 일정 영향을 미쳤지만, Azure나 Google과 같은 주요 IoT 플랫폼에서 채택되지 않아 큰 성공을 거두지 못했습니다.

또 다른 주요 고려 사항은 펌웨어의 보안입니다. 대부분의 펌웨어는 여전히 OTA(Over-The-Top) 또는 하드웨어 포트를 통한 패치에 취약합니다.

강좌 목적

1. IoT 기술 스택, 데이터 모델, 취약점에 대한 전반적인 소개
2. 각 스택 및 스택 간의 취약성 계층 구조 설명
3. 벤더사와 서드파티 디바이스의 취약점
4. NIST IoT 보안 표준 학습

M2M (Machine-to-Machine)은 네트워크로 연결된 기계 또는 전자 장치 간의 직접 통신을 말합니다.

대한민국에서 강사가 진행하는 이 실시간 교육에서 참가자는 샘플 NB-IoT 기반 애플리케이션을 개발하고 배포하면서 NB-IoT(LTE Cat NB1이라고도 함)의 다양한 측면에 대해 알아봅니다.

이 교육을 마치면 참가자는 다음을 수행할 수 있습니다.

• NB-IoT의 다양한 구성 요소를 식별하고 생태계를 형성하기 위해 어떻게 함께 맞춰야 하는지 알아보세요.
• NB-IoT 장치에 내장된 보안 기능을 이해하고 설명하세요.
• NB-IoT개의 장치를 추적하는 간단한 애플리케이션을 개발하세요.

Raspberry Pi는 매우 작은 단일 보드 컴퓨터입니다.

이 강사는 지도의 라이브 교육에서는 참가자들이 Raspberry Pi를 설정하고 프로그램을 작성하여 상호작용적이고 강력한 임베디드 시스템으로 사용할 수 있도록 학습합니다.

이 교육을 마치면 참가자들이 할 수 있는 것들은 다음과 같습니다.

• 개발 생산성을 극대화하기 위해 IDE(통합 개발 환경) 설정
• 움직임 센서, 경보, 웹 서버, 프린터 등의 장치를 제어하기 위해 Raspberry Pi 프로그램 작성
• Raspberry Pi의 아키텍처 이해, 추가 장치용 입력 및 연결기 이해
• 프로그래밍 언어와 운영 체제에 대한 다양한 옵션 이해
• 실제 문제를 해결하기 위해 Raspberry Pi 테스트, 디버깅 및 배포

대상

• 개발자
• 하드웨어/소프트웨어 기술자
• 모든 산업의 기술자
• 취미자

강의 형식

• 강의, 토론, 연습과 실습이 중심

참고

• Raspberry Pi는 다양한 운영 체제와 프로그래밍 언어를 지원합니다. 이 과정에서는 Linux 기반의 Raspbian을 운영 체제로, Python을 프로그래밍 언어로 사용합니다. 특정 설정 요청 시 연락 주시기 바랍니다.
• 참가자들은 Raspberry Pi 하드웨어와 부품을 구매할 책임이 있습니다.

ThingsBoard은 IoT 솔루션을 위한 장치 관리, 데이터 수집, 처리 및 시각화를 제공하는 오픈 소스 IoT 플랫폼입니다.

강사가 진행하는 이 실시간 교육에서 참가자는 ThingsBoard을 IoT 솔루션에 통합하는 방법을 배웁니다.

이 교육을 마치면 참가자는 다음을 수행할 수 있습니다.

• 설치 및 구성 ThingsBoard
• ThingsBoard 기능 및 아키텍처의 기본 사항을 이해합니다.
• ThingsBoard을 사용하여 IoT 애플리케이션을 구축하세요.
• 원격 측정 장치 데이터 라우팅을 위해 Kafka와 통합 ThingsBoard
• 여러 장치의 데이터 집계를 위해 ThingsBoard을 Apache Spark과 통합합니다.

청중

• 소프트웨어 엔지니어
• 하드웨어 엔지니어
• 개발자

과정 형식

• 일부 강의, 일부 토론, 연습 및 집중적인 실습

메모

• 이 과정에 대한 맞춤형 교육을 요청하려면 당사에 연락하여 준비하세요.