□ 전자제조 박람회 참관을 통한 기술동향 파악 VIETNAM ETE 2017(The 10th International Exhibition On Electrical Technology & Equipment)Saigon Exhibition and Convention Center799 Nguyen Van Linh, District 7, Ho Chi Minh City, Vietnam기술상담회베트남하노이  ◇ 연수내용비고내용전시회 명VIETNAM ETE 2017기간2017년 7월 19일-7월 22일장소Saigon Exhibition and Convention Center후원베트남 산업통상부, 호치민시 인민위원회, 베트남 상공회의소, 산업 정책 및 전략 연구소, 에너지 연구소주최호치민시 산업통상부     전시정보     *전기 기술 & 장비 :석탄 및 디젤을 이용한 화력 발전소의 기술, 기계 및 설비, 수력 발전소, 가스 터빈 발전소, 지열을 이용한 발전소, 원자력 발전소, 발전소 등전기 전송 시스템을 위한 장비 : 변전소, 변압기, 계기, 전원 스위치 기계, 고전압 차단기, 제어 및 조장 장비, 전기 장비, 발전소 건설과 관련 기술 액세서리전선, 케이블, 전송 장비, 전도성 자재, 전기 제품, 절연 재료, 지하 케이블 시스템용 장비 및 재료 등§ 전기 배전, 자동화, 측정 장비, 데이터 수집, 테스트, 모니터링, 보호 및 제어 시스템 등에 대한 기술 및 솔루션 등§ 산업용 및 민간용 전기 장비 및 제품, 에어컨 및 환기 시스템, 전기 재료 및 안전 장비 등*조명 기술 및 장비 :§ 민간 및 산업 조명, 장식 조명, LED 조명 기술 등§ 도시 조명 시스템의 기술 및 장비, 조명용 조명, 사무실 및 공장용 조명, 산업용 광산 및 방폭 조명, 비상 조명, 특수 조명 장비 등§ 시간 경과에 따른 자동 스위칭 장치, 휘도 계측기에 의한 자동 제어 장치, 조명 장비 제조를 위한 장비 및 재료, 제조 검사 측정 시험 및 평가 장비 등*프로젝트를 위한 장비 제공 및 설치 계약자 :§ 냉동 전기 공학, 건물, 건축물의 전기 시스템 등§ 건설, 엘리베이터 및 기타 특수 전기 장비의 전기 엔지니어링 등§ 조명 시스템 및 실내 장식등의 설치 등○ VIETNAM ETE 2017 전시회는 모두 4개 조로 나눠 별도의 통역을 대동하고 기업별로 개별 상담을 하는 방식으로 진행되었다.참여기업들은 전기전자 분야의 베트남 기업 12개 업체를 만나 상담을 하고 동남아 시장과 기술 동향에 대한 정보를 수집하는 활동을 펼쳤다.

 Aalto University Lämpömiehenkuja 2, 02150 EspooRaili Ponni, D.Sc.(Tech.) Development managerTel: +358 50 384 1595 / Email: raili.ponni@aalto.fi 핀란드   에스푸□ 연수내용◇ 북유럽 개방형 혁신의 선구자, 오타니에미 과학단지○ 북유럽 테크놀로지의 최대 허브이자 개방형 혁신의 선구자로 불리는 '오타니에미 과학단지(Otaniemi Knowledge Hub)'. 이곳은 핀란드의 △R&D △기술 △비즈니스가 집중되어 있는 지식허브로 인정받고 있다.▲ 알토대학교 위치[출처=브레인파크]○ 현재 5000여 명의 연구자와 20여개의 R&D센터, 800여개의 기술기업 이 집적해 있다. 대표적으로 노키아(Nokia)와 마이크로소프트(Microsoft) 등 글로벌 기업의 연구센터가 입주해 있다.대학과 연구소, .기업 간의 연구개발과 산학협력을 지휘하고 지원하는 공공기관인 핀란드 기술연구센터(The Technical Research Center of Finland; VTT)와 기술혁신청(Finnish Funding Agency for Technology and Innovation; TEKES) 등도 자리 잡고 있다.○ 오타니에미(Otaniemi)는 핀란드의 지역명인데 우리나라로 치면 동(洞)과 구(區) 정도 되는 규모의 행정구역을 말한다.이곳은 원래 전형적인 농촌 지역이었으나 제2차 세계대전 이후 헬싱키 공과대학이 이전해 오면서 알바르 알토(Alvar Aalto)라는 핀란드의 세계적인 건축가에게 도시계획을 의뢰하면서 현재의 모습으로 탈바꿈했다.당시 MIT의 건축학 교수로 있던 알바르 알토는 미국에서나 볼 수 있었던 캠퍼스 형태의 도시디자인을 구현했다. 특히 오타니에미에는 알토대학교 캠퍼스가 입주해있어 산학협력의 중심기지 역할을 하고 있다.◇ 도시를 설계한 알바르 알토의 이름을 따서 2010년 설립○ ‘알토대학교(Aalto University)'는 도시디자인을 설계한 알바르 알토의 이름을 따라 2010년 설립된 학교이다. 1990년대에 핀란드는 비즈니스와 사회경제적 문제 해결, 그리고 산업기술 분야 연구에 있어 다학제간 연구의 중요성을 인식했다.이에 오타니에미가 위치한 에스푸 시(市)에 100년이 넘는 역사를 가진 헬싱키공과대학(Helsinki University of Technology)과 헬싱키 예술디자인대학(University of Art and Design Helsinki), 헬싱키경영대학(Helsinki School of Economics)을 통합해 설립한 곳이 바로 알토대학교이다.▲ 2014년 펀딩 현황[출처=브레인파크]○ 3개 대학의 협력으로 2010년에 설립된 알토대학교는 캠퍼스가 3군데 있는데 메인 캠퍼스가 오타니에미에 있다. 나눠져 있는 캠퍼스는 곧 한 곳으로 합칠 계획이다.○ 알토대학의 운영예산은 교육부, TEKES, 핀란드 학술원, EU 등의 공적 지원뿐 아니라 기업 등에서도 다양한 지원을 통해 조달하고 있다.▲ 알토대학교 인력 현황[출처=브레인파크]○ 알토대학은 약 2만 명의 재학생, 5천여 명의 교직원, 370명의 교수로 구성되어 있다. 2010년 통합한 알토대학은 지속적인 성장세를 이어가고 있다.알토대학교 통합 이전에 졸업한 3개 대학의 졸업생까지 포함하면 동문 숫자만도 8만여 명에 이른다. 이들 동문은 전 세계 지식허브와 과학계, 산업계에 종사하면서 탄탄하고 유기적인 네트워크를 형성하고 있다.◇ 과학과 예술이 함께하는 기술 및 비즈니스○ 알토대학교의 목적은 과학과 예술이 함께하는 기술과 비즈니스 구현이다. 학술과 사회적 영향에 대한 우수한 연구, 창의적이고 디자인적인 예술에 의한 혁신적인 사회를 만들고 학생들을 사회의 게임체인저(Game Changer)(①)로 교육하는 것을 목표로 두고 있다.  ① 기존의 시장에 엄청난 충격을 가할 정도로 혁신적인 아이디어를 가진 사람을 가리키는 용어로 사용된다. 즉 뛰어나고 독창적인 아이디어로 새로운 분야를 개척하며 나아가 업계와 사회 전반에 큰 지각변동을 일으킨 인물들을 뜻한다.대표적으로 '애플 창업자 스티븐 잡스', '페이스북 창업자 마크 저커버그', '구글 창업자 래리 페이지' 등이 이에 속한다 할 수 있다.▲ 알토대학교 설립 목적[출처=브레인파크]○ 대학의 목표 성과를 '우수한 인재 배출'에 두고 '졸업생들의 사회적 영향력 증대→우수한 협력과 연구 네트워크 형성→우수 연구 프로젝트 수주'의 선순환 고리를 만들고 있다.○ 또 프로젝트 기반의 강의 형태는 다양한 백그라운드의 참여를 통해 학생들이 경험을 축적하고, 다양한 참여자들로부터 지식정보를 공유하고 영향을 받도록 하고 있다.기업가정신과 창업정신을 중시하며, 매력 있고 영감을 부여할 수 있는 허브 구축을 위해 프로그램뿐만 아니라 공간을 중요시하고 있다.◇ 전문성 확장 위한 다학제간 교육과정 운영○ 알토대학교는 6개의 단과대학(School of Arts Design and Architecture, School of Business, School of Chemical Technology, School of Science, School of Electrical Engineering, School of Engineering)으로 구성되어 있다.4개는 과학 및 기술 관련 단과대학이고 나머지 2개는 예술 및 경영과 관련되어 있다. 공식적으로 학사과정은 대부분 핀란드어로 진행이 되며 석사과정부터 영어로 수업이 진행된다.▲ 알토대학교의 T-Shape 커리큘럼[출처=브레인파크]○ 알토대학의 교육과정에서는 각 전공의 전문성을 심화시켜 석사과정부터 원래 전공 외의 타 분야까지 전문성을 확장할 수 있는 다학제간 교육과정이 운영된다.첫 번째 사이클은 학사에 관한 것으로 경영(Business), 디자인(Design), 기술(Technology)을 종적으로 전문성 심화이고 두 번째 사이클은 석사에 관한 것으로 횡적으로 전문성을 확장하는 T-Shape 커리큘럼이다.단과대학중점 내용School of Arts, Design and Architecture- Environmental Design- Meanings and expressions, storytelling- Artistic research practice- Culture of sharing: new ways of planning, producing, and distribution- Digital societySchool of Business- Microeconomics- Behavioral finance and financial markets- Management systems and decision-making- Strategic management in the global context- Customer behavior- New business creation: entrepreneurship, new business models and the service economySchool of Chemical Technology- Process technology- Industrial biotechnology- Biomaterials science- Metals and minerals recovery processes- Active and functional materialsSchool of Electrical Engineering- Information and communication technology ICT- Micro and Nano-technology- Energy and environment- Health and wellbeingSchool of Engineering- Arctic technology- Mechanics and material technology- Multidisciplinary energy technologies- Sustainable built environment- Systems designs and productionSchool of Science- Computational and mathematical sciences- Condensed-matter and materials physics- Energy Sciences- Computer sciences- Neuroscience and technology- Creating and transforming technology based business△ 알토대학교 학사 과정○ 또한 알토대학교의 모든 석․박사 학위 세부전공은 복수학위 취득이 가능하도록 운영된다. 실제로 학제 간 융합과정을 매우 중요하게 다루기 때문이다.대학 내 전공간 융합뿐만 아니라 다른 대학과 협동과정도 운영하고 있다. 스탠포드대학과는 3개월에서 1년 과정의 '기업가정신 육성을 위한 인턴십'을 개설했다.○ 특히 생명과학기술 전공인 'Life Science Technologies' 과정과 컴퓨터 정보통신 전공인 'Computer, Communication and Information Sciences(CCIS)' 과정을 가장 중요한 전공으로 다루고 있다.컴퓨터 정보통신 전공은 게임 디자인 관련 산업을 핵심으로 다룬다. 노키아의 기업 활동이 저조해진 이후 게임 산업에 대한 관심이 고조되어 높은 투자가 이루어지고 있다. 생명과학 전공은 200명 정원에 8천여 명이 지원할 정도로 인기가 높다.◇ 경영, 예술대학과 협업중인 알토대학 화학공학과 사례 소개○ 연수단과의 미팅 담당자인 'Raili Ponni'씨는 그가 속한 알토대학 화학공학과(School of Chemical Technology)의 사례를 통해 다학제적 연구 사례를 더욱 쉽게 설명해 주었다.○ 화학공학과는 직원 500여 명, 교수 45명, 학생은 1,820명 규모이며, 중점 연구 분야는 바이오·케미컬·재료·산림 기술 등이다.○ 화학공학과는 알토대학의 핵심 영역에서 다양한 협업을 진행하고 있는데, 주로 경영, 예술 대학과 협업을 통해 경계를 허무는 다학제적 프로그램들을 운영, 추진하고 있다.○ 화학공학과에서 가장 중점을 두는 것은 지속가능한 천연자원과 지속가능하지 않은 천연자원에 대한 다양한 연구이다. 다양한 자원들과 물질들을 고가치로 만드는 것과 사용하는 방법에 대한 연구를 진행하고 있다.학사과정과 석사과정은 미래 전문가를 키우는 프로그램으로 바뀌고 있는 중이다. 산업 및 여러 기업들과의 협업을 통해 경계가 없는 교육과정, 기술적인 측면을 강조하고 기업가 정신을 촉진하며 융합하는 팩토리를 지향하고 있다. 석사과정은 모두 영어, 학사는 영어와 핀란드어로 교육한다.○ 2013년에 알토대학 화학과 'Maarit Karppinen' 교수 팀이 유럽연구이사회(European Research Council)에서 연구비를 지원받았으며 우수센터 하이버에서는 바이올로지를 연구하고 있다.○ 화학공학과는 새로운 섬유기술을 개발하는 단계에서 디자인학과와 연계해 연구를 진행하고 있다. 이곳에서 공동연구로 개발하고 있는 '아이언셀(IONCELL)'이라는 기술은 핀란드국가기술연구소와 연계해 개발하고 있다.○ 한편 화학공학과는 국제적인 기업들과 전략적인 파트너쉽을 체결하고 여러 분야에서 협업을 진행하고 있다.◇ 세계적 경쟁력을 위한 3대 핵심 이슈와 4개의 핵심 분야○ 알토 대학은 세계적인 경쟁력을 갖춰 나가기 위해 4개의 핵심분야를 집중적으로 육성하고 있다. 그것은 △ICT와 디지털화 △글로벌 비즈니스 패러다임 확충 △예술 및 디자인 지식생태계 구축 △자연자원의 지속가능한 이용 등이다.○ 'ICT와 디지털화(ICT and digitalisation)'가 가장 중요한 분야로 현재 대학 교수 및 연구진의 25% 이상이 여기에 직접적으로 포함되어 있으며 간접적인 연계를 가진 분야까지 포함하면 50%에 이른다.○ '글로벌 비즈니스 패러다임(Global business dynamics)'은 경영대학의 새로운 패러다임으로, 기존 경영관리 혁신을 지향하고 국제시장을 바라보는 미래지향적 분야로 약 90명의 교수진이 소속되어 있다.○ '예술 및 디자인 지식생태계 구축(Arts and design knowledge building)'은 산업디자인을 중심으로 건축, 서비스, 지식 등을 설계하고 사용자 인터페이스를 축적해 가는 분야이다.알토대학교가 추진하는 '디자인 팩토리(Design factory)'나 '스타트업 사우나(Startup Sauna)'가 이 분야에 속하며 약 40명의 교수진이 소속되어 있다.○ '자연자원의 지속가능한 이용(Materials and sustainable use of natural resources)’ 는 인간 중심의 환경을 조성하는데 있어 △생태학적 △경제적 △사회적 △문화적 지속가능성을 고려하여 미래에 대한 책임감을 강화하고 디자인 하는 것이다.○ 알토대학교는 이와 같은 연구를 통해 △인간 중심의 생활환경 및 보건 △삶의 질 향상 △선진적인 에너지 문제 해결 등인 3대 핵심 이슈에 대한 실천적 해답을 얻을 수 있을 것이라 보고 있다.이를 위해 알토대학교는 산학협력 파트너들과 긴밀한 네트워크를 구축하고 다양한 산학협력 프로그램을 운영하고 있다.◇ 경험과 실습 위주의 산학협력 프로그램○ 알토 대학교에서 운영하고 있는 대표적인 다양한 산학협력 프로그램으로는 △Students as co-creators △Crossing borders △ Alignment of studies and gaining work experience △Entrepreneurship 등이 있다.○ 'Students as co-creators'은 산학협력 프로젝트를 통해 학생을 단순한 학습자가 아니라 공동창작자로 육성하는 프로그램으로 현재 캡스톤 디자인을 비롯한 약 150개의 다학제적 산학협력 프로젝트에 모두 1,200명의 학생이 참여하고 있다.○ 'Crossing borders'는 산학연의 관계자들과 협력관계를 형성하면서 다양한 경험을 습득할 목적으로 운영하고 있다.○ 'Alignment of studies and gaining work experience'은 산업계의 요구에 맞춰 커리큘럼을 만들고, 인턴쉽을 통해 현업 경험을 쌓을 수 있는 기회를 제공하는 프로그램이다.○ 마지막으로 'Entrepreneurship'은 실제 창업을 포함하여 창업을 하지 않더라도 창업자처럼 생각하고 경험하고 행동하도록 교육하는 과정으로, 창업자처럼 행동하고 기회가 어디에 있는지 포착하며 적극적으로 행동하게 하는 애티튜드 교육을 지향하고 있다.◇ 국가우수연구센터와 협력연구센터 운영 중구분센터명지원기간우수연구센터(CoE)Computational Inference (COIN)2012~2017Computational Nanoscience (COMP)2012~2017Low Temperature Quantum Phenomena and Devices2012~2017Molecular Engineering of Biosynthetic Hybrid Materials Research (HYBER)2014~2019협력연구센터Molecular Systems Immunology and Physiology Research Group (jointly with VTT Technical Research Centre of Finland Partner)2014~2019Research on Solar Long-Term Variability and Effects (ReSolVe)(jointly with University of Oulu and Finnish Meteorological Institute)2012~2017△ 알토대학교 우수연구센터 현황○ 핀란드 학술원(Academy of Finland)은 세계 수준의 연구중심대학 육성을 위해 우수연구센터(Centres of Excellences; CoE)를 지정하고 연구자금을 지원하고 있다.알토대학교에서는 모두 6개의 국가우수연구센터를 운영하고 있다. 이 중 알토대학교가 독자적으로 운영하는 연구센터가 4개, 타 대학 및 연구센터와 공동으로 운영하는 협력연구센터가 2개이다.단일학제과정• Engineering Physics• Mathematics and Operations Research• Industrial Engineering and Management(In cooperation with the School of Business)학제간융합과정• Information Networks• International Design Business Management (IDBM)(In cooperation with the School of Business and the School of Arts, Design and Architecture)• Life Science Technologies(In cooperation with the School of Chemical Technology and the School of Electrical Engineering)- Biomedical Engineering- Brain and Mind- Complex Systems- Bioinformatics• Computer, Communication & Information Sciences (CCIS)(In cooperation with the School of Electrical Engineering ELEC)- Computer Science; Software and Service Engineering- Mobile Computing- Services and Security- Machine Learning and Data Mining- Acoustics and Audio Technology (in cooperation with ELEC)- Game Design and Production (in cooperation with the School of Arts, Design and Architecture)△ 알토대학교 석사과정◇ 혁신적 콘텐츠를 기획하고 실험하는 ‘다학제적 팩토리’○ 알토대학은 2007년부터 종합적인 연구를 위해 디자인, 미디어, 서비스, 건강 분야의 다학제적 팩토리를 만들어 놓고, 각기 다른 팩토리들이 연계하여 융합적인 교육과 연구가 이루어지도록 하고 있다.팩토리는 핀란드를 비롯한 세계 최고의 기업들과 함께 21세기형 학습센터이자 협업공간을 구축하는데 목적이 있다. 알토 대학의 전문가들은 이 팩토리에서 제품과 아이디어를 개발하고 디자인과 미디어, 서비스와 건강을 개선하기 위한 공동 연구를 하고 있다. 4개의 다학제적 팩토리는 융합연구를 통해 새로운 지식이 생산되는 현장이다.○ 팩토리는 대학마다 운영하는 연구실로서 R&D&I를 담당한다. 각 팩토리의 담당교수는 타 대학교수로 지정해 대학별로 독자적인 연구와 함께 타 대학 전공분야의 아이디어까지 공유하는 장으로 만들어 나가고 있다.○ 특히 과학과 예술을 기술과 디자인에 접목시켜 아카데미와 산업을 병합하는 것을 최종 목적으로 하고, 독창성과 더불어 혁신적인 콘텐츠를 포함하는 글로벌 연구실로 육성하고자 노력하고 있다.알토대학교 학생들은 이 공간에서 각 분야 및 단체와 긴밀히 협력하여 새로운 연구와 교육방법을 개발해내곤 한다.○ 현재 디자인 팩토리는 핀란드(Aalto University), 중국(Aalto Tongji Design Factory), 호주(Swinburne Design Factory), 스위스(CERN Ideasquare), 칠레(DUOC Design Factory), 한국(연세대학교, KAIST) 등 6개 국가에서 운영되고 있다.○ 가장 대표적인 디자인 팩토리는 디자인 중심의 창업지원센터라고 보면 된다. 창업 능력을 키울 수 있도록 다양한 교육이 진행되고 있다.학제간 융합이 중심이 되는 프로젝트이기 때문에 현재 기술경영, 디자인, 마케팅 전공 학생들로 구성된 9개의 팀이 각각 창업 프로젝트를 진행하고 있다. 또 다양한 분야의 멘토들이 각 팀의 창업 준비를 도와주고 있다.◇ 지역사회에도 열려 있는 혁신교육 현장○ 교수, 연구자, 학생들을 위한 팩토리는 기업가와 지역주민들에게도 열려 있어 하나의 공동사회를 만들어가고 있다.'유니세프와 함께하는 지속가능한 적정기술 개발 프로젝트', '아우디 자동차의 지원을 받는 디자인 혁신 프로젝트', '도시 개발을 시뮬레이션해보며 기업과 대학, 시정부가 서로 협력하는 연구실' 등 다양한 미션이 주어진다.○ 또한 다학제적인 연구프로그램의 실질적인 성공과 실패를 경험하고, 특정 전공자가 다학제적 프로그램에 대한 매력을 느낄 수 있도록 영감을 불어넣는 플랫폼도 운영하고 있다.현재는 디지털, 에너지, 보건 등 세 분야의 플랫폼이 구축되어 있다. 플랫폼이건 프로그램이건 down-top 형태로 실제 연구진이나 학습자의 필요에 의해 이루어지기 때문에 수요를 충족시키는 장점을 가지고 있다고 한다.◇ 팹랩과 앱 캠퍼스는 혁신적 아이디어 실험실○ 팩토리 문화는 팹랩(Fablab)과 앱 캠퍼스(App Campus)로 발전하고 있다. 팹랩은 제작실험실(Fabricaton Laboratory)의 약자로 디지털기기, 소프트웨어, 3D프린터 등의 실험생산 장비를 구비해 두고 학생과 예비창업자, 중소기업인이 기술 아이디어를 실험하고 실제로 구현해보는 공간이다.○ 앱 캠퍼스는 알토대학교와 마이크로소프트, 노키아가 공동으로 마련한 1,800만 유로(약 270억 원) 규모의 모바일 애플리케이션 개발 자금지원 프로그램으로, 1개 프로젝트당 약 3천~1억4천만 원을 지원해주고 있다.◇ 이론적 가치창출을 실제 창업으로, 기업가정신 에코시스템○ 한편, 알토대학은 학문적 연구 성과를 창업으로 연결시키는 우수한 프로그램을 운영하는 대학으로도 알려져 있다. 이론적 가치창출을 실제 창업으로 연결시키는 알토대학의 시스템이 바로 '기업가정신 에코시스템(Entrepreneurship Ecosystem)'이다.알토대학은 핀란드의 많은 유명 기업들과 협력관계를 맺고 학생들이 연구 및 기술개발을 바탕으로 스타트업을 할 수 있도록 지원, 기업가정신을 활성화하는 데도 역점을 두고 있다.○ 학교 내에 기술사업화를 목적으로 하는 기관을 두고 창업을 지원하고 있다. 먼저 '기업자정신 알토센터(Aalto Center for Entrepreneurship)'는 매년 10~15개 정도의 스핀오프기업의 창업을 지원하고 있다.다음, 'Vertical'은 독립적인 인큐베이터 및 엑셀러레이터로 헬스케어 분야에 집중하고 있다. 마지막으로 '알토 스타트업센터(Aalto Start-up Center)'는 창업보육센터로 헬싱키 전 지역의 일반인과 학생 모두에게 개방되어 있다.◇ 스타트업 사우나, 알토벤처프로그램○ 핀란드의 고유문화인 '사우나'와 영어 'Start up'을 결합한 '스타트업 사우나(Startup Sauna)'는 창업 지원 프로그램의 이름이자 교육 현장의 명칭이다.'스타트업 사우나'는 알토대학교 재학생을 위한 창업보육 시스템으로, 엑셀러레이터이자 인턴십 프로그램을 동시에 제공한다. 프로젝트별로 정부와 대학, 기업 전문가의 멘토링과 일대일 교육이 이뤄지고 있다.이곳에서 연간 100~150개 기업이 창업하고 있다. 최근 3년 동안 학생을 위한 창업프로그램이 많아져 참여하는 학생도 늘어나고 관심이 고조되면서 벤처캐피탈의 참여도 높아진 상태라고 한다.○ '알토벤처프로그램(Aalto Ventures Program, AVP)'도 창업 관련 프로그램이다. 알토대학교 재학생이나 타 대학의 인턴십 학생, 예비창업기업과 기존 기업 누구나 창업에 대한 열정과 능력, 네트워크를 기르고자 한다면 참여할 수 있다.참여 학생은 관련 분야의 경험이 많은 교수로부터 실험과 다학제간 팀 활동, 통찰력 등을 배운다. AVP는 2020년까지 기업가정신 교육 분야에서 유럽의 리더가 되는데 목표를 두고 프로그램을 운영 중이다.◇ 학생이 기획하고 주최하는 스타트업 행사, 슬러쉬○ 최근 가장 눈에 띄는 학생들의 활동 중 하나는 '슬러쉬(Slush)'라는 프로그램이다. 슬러쉬(②)는 녹아서 진창이 된 눈을 가리키는 말로 알토대학 학생들이 기획하고 주최한 스타트업 행사이다.2016년에는 1만 5천 명의 참가자와 2천 개의 스타트업이 참가할 예정이다. 이 컨퍼런스는 유럽 전역을 대상으로 한 스타트업 이벤트이지만, 유럽 벤처캐피탈뿐만 아니라 미국 등에서도 많은 벤처캐피탈이 참여하여 투자가 진행되고 있다.  ② SLUSH : 2008년에 시작한 유럽에서 가장 큰 창업컨퍼런스. 슬러쉬는 칙칙한 눈이 깔리는 핀란드의 11월에도 멋진 스타트업이 있다는 것을 보여주겠다는 의지의 표현에서 지은 이름.처음 스타트업과 관련된 성과를 주도한 곳은 알토 기업가정신협회(Alto Entrepreneurship Society)이다. 이후 '스타트업 사우나'를 조직했고 전 세계 투자자와 기업을 핀란드로 초정하자는 의견이 나와 조직된 행사가 '슬러쉬'다.최초 헬싱키의 젊은 사업가와 학생들을 연결했던 행사였던 슬러쉬는 2011년부터 글로벌행사로 발전. 2012년부터는 핀란드 정부도 관심을 가지고 지원하기 시작했다.○ 'Summer of Startups(SOS)'는 하계 산학협력 인턴십 프로그램이자 엑셀러레이터 프로그램이다. 올해 100여 개의 학생기업이 지원했는데, 이 중 10개를 선정하여 보육 중이다.지원자는 대부분 학부 3학년인데 일부 졸업생이 포함될 때도 있다. 이 프로그램에는 벤처캐피탈 투자를 위한 Pitch와 선배 창업자의 경험을 듣는 Founder talk 등이 포함된다.◇ 알토 대학교의 국제 교류 프로그램○ 또한 알토 대학은 전 세계에서 높은 수준의 대학들과 교류 프로그램을 운영 중에 있다. 한국에서는 카이스트, 연세대와 교류를 진행하고 있고 연세대에서는 디자인 팩토리도 운영하고 있다.다른 모든 대학의 국제교류 프로그램이 그러하듯 사회적 및 문화적 배경이 전혀 다른 국가의 대학에서 공부를 하게 되면 학문적인 지식의 습득 뿐 아니라 사회, 문화적 지식들을 통해 넓은 범위의 협업과 다학제적 연구가 가능하다.○ 1년은 2학기로 구성되고 첫 학기는 9월에 시작한다. 교환 학생 프로그램이 실행되면 EU 외 다른 나라 학생들은 비자를 준비해야한다. 알토 대학에서 비자를 위한 서류는 다 제공을 하기 때문에 별다른 어려움은 없다.매년 2번씩 매 학기가 시작될 때마다 교환학생들을 위한 오리엔테이션을 진행하는데 교환학생에 대한 내용 뿐 아니라 핀란드와 알토대학교의 다학제적 프로그램에 관해서도 자세히 설명하게 된다. 대학이 기숙사를 운영하지는 않고 학생회가 관리하는 AYY라던가 호아스 같은 숙박 시설이 있다.○ 전 세계에서 700여 명이 알토 대학교 교환학생으로 방문하고 알토 대학의 학생 700여 명도 전 세계로 공부를 하러 떠나고 있다. 한국에는 매년 10명 정도의 학생들이 교환학생에 참여하고 있다.◇ 알토대학교 성과 현황○ 다학제적 연구기반과 산학협력 프로그램, 그리고 국가우수연구센터 유치, 다학제 팩토리 운영, 창업시스템 등을 통해 알토대학교는 지난 5년간 교육과 연구 분야에서 비약적인 성장을 이루었다.○ 국제 과학학술지에서 상호 심사된 논문(Peer-reviewed articles)수가 46% 증가했으며, 박사 학위 39%, 공모 연구자금(Competitive research funding) 43%, 국제적인 교수진이 83% 증가했다.○ 교수진은 외국에서 우수한 인력을 계속 충원할 뿐 만 아니라 여성 교수들의 수도 꾸준히 증가하고 있는 추세이다. 특히 2016년에는 비즈니스오브패션(BoF)에서 매년 발표하는 세계 패션스쿨 순위 3위에 오르며 세계적 영향력을 증명하기도 했다.□ 질의응답- 노키아가 예전의 명성을 조금 잃은 듯해 보이는데 그 이후 사업적인 변화나 발전을 꾀하는 부분이 있는지."마이크로소프트의 인수 문제로 핸드폰 생산에 있어서는 더 이상 투자가 이루어지지 않을 것이다. 대신 네트워크 사업으로 방향을 돌리면서 변화를 꾀하고 있는 것으로 알고 있다."- 슬러쉬와 같은 창업 프로그램들이 학생들의 참여가 활발하다고 했는데, 이와 같은 프로그램들이 어떻게 실행되었고 이 프로그램을 유지하는데 어떤 외부의 도움이 있는지."슬러쉬 프로그램은 알토 대학의 지원으로 운영된다. 학생들이 이러한 창업 프로그램을 하고 싶다고 학교와 의견을 나누었고 이에 학교가 검토 후 지원을 해주었다.학교가 금전적인 지원을 해주었지만 학생들의 열정이 있기에 시작이 가능했던 프로그램이다. 스타트업 사우나나 팩토리 같은 모든 프로그램도 학생들의 참여가 먼저 이루어지고 학교의 지원이 이루어졌다."- 알토대학에서 개발된 기술을 기업에 이전하거나 혹은 기업이 원하는 기술개발을 어떤 방식으로 수행하는지? 혹은 이를 전담하는 기관이 있는지."전담기관은 없으나 학장이나 교수들이 기업들과 정기적인 협의를 통해 정보를 공유하고 협업을 진행하는 경우가 많다. 또 이를 위해 전략적으로 연구와 프로젝트를 진행할 때 기업과 협업을 진행하고 있다.또한 ABB같은 큰 기업에서 학교에 외래 교수를 파견해서 학생들이 바로 응용 가능한 학문을 가르치고 있다."- 연구를 하면서 특허분석을 진행하는지."특허를 위해 연구를 하는 게 아니기 때문에 주제를 정하거나 연구과정에서 따로 진행하지는 않지만 필요하면 관련 학과나 전문가와 연계해서 진행한다.핀란드는 학교와 기업의 협력이 보편화되어있어 공부하거나 회사를 다니면서 연구를 하고 논문을 발표하기도 한다. 그 과정에서 특허가 필요하면 전문가를 통해 학교가 도와주기도 하지만 특허가 목적은 아니다."- 알토 학생들도 한국에 교환학생으로 가는 프로그램에 관심을 가지고 있다. 협력을 하려면 어떻게 해야 하는지."협력을 통해 양 쪽 대학이 서로 발전을 하게 되고 또 학생들이 다른 문화를 접하고 공부하는 계기가 되면 좋겠지만 쉽게 결정되기는 어려울 것 같다. 협력을 하기 전 협력하게 될 대학에 대해 평가를 거치고 결정하게 된다."

□ 연수내용◇ 컴퓨터공학을 기본소양으로 AI의 근간을 쌓는 미국 대학○ 미국 대학에서는 AI의 근간이 되는 컴퓨터공학이 이미 기본 소양으로 여겨지고 있다. MIT 학생 중 컴퓨터공학 전공과학을 듣는 학생은 지난해 기준 50%에 이르고 스탠퍼드대 공대생 중 컴퓨터공학 전공자는 45% 수준이다. MIT, 스탠퍼드, 카네기멜런, 워싱턴대 등은 공동으로 AI를 교육하는 프로그램을 운영하고 있다.○ 미국 캘리포니아 버클리대(UC버클리)는 2015년부터 데이터 사이언스를 연계한 대학원 전공 과정을 운영하고 있다.데이터 사이언스는 엄청난 양의 빅데이터를 분석하기 위해 AI 기술의 핵심인 딥러닝(심층 학습) 등을 활용하는 기술이다. 알파고를 통해 딥러닝의 유용성이 입증되면서 최근 가장 각광받고 있는 분야이기도 하다.◇ 세계에서 3번째로 노벨상을 많이 배출한 UC버클리○ 1868년 10개의 캘리포니아 대학교 중 최초로 설립된 UC버클리는 2019년 U.S. News & World Report 세계랭킹에서 4위에 랭크되었다.107 명의 노벨상(2018년 12월 기준) 수상자들과 연고가 있는 UC버클리는 세계에서 3번째로 노벨상 수상자를 많이 배출한 대학교인 세계적 명문대학이다.○ 버클리 졸업생들은 여러 유명 기업들을 창업한 것으로 유명하다. 애플(스티브 워즈니악), 인텔(고든 무어), 마이스페이스(톰 앤더슨), 갭(도널드 피셔), DHL(래리 힐블롬), 구글 보이스(크레이그 워커)와 구글 어스(존 행크), HTC(쉐어 왕), 썬 마이크로시스템즈(빌 조이), BBN 테크놀로지(리처드 볼트), 마벨 테크놀로지 그룹(세핫 수타르자와 웨일리 다이), VM웨어(다이앤 그린과 멘델 로젠블럼), 일본 소프트뱅크(손정의) 등이 버클리 졸업생에 의해서 설립된 대표적인 회사들이다.◇ 버클리 대학 내 인공지능 관련 연구인력이 모인 인공지능연구소○ UC 버클리는 연구 중심의 종합대학으로, 7,000개가 넘는 강의와 300개에 가까운 전공을 제공하고 있다. 해마다 5,500명의 학사와 2,000명의 석사, 900명의 박사를 배출한다.▲ UC버클리[출처=브레인파크]○ 버클리 인공지능연구소는 △컴퓨터 비전 △기계학습 △자연어 처리 △계획 △로봇공학 분야에 걸친 UC버클리 대학 내 연구인력이 모인 연구소다.○ 30여 명의 교수진과 200여 명의 대학원생은 멀티모달 딥러닝(Multi-modal deep learning)과 인간-호환 AI와 관련한 최첨단 기술들을 연구하며 AI와 다른 과학 분야 간 접목을 위한 연구도 진행한다. 연구진은 인공지능 관련 연구를 진행할 때 최대한 다양한 접근법을 활용하고 있다.○ 연구소는 최첨단 AI 연구 가속화를 위해 ‘BAIR Open Research Commons’라는 새로운 산업 제휴 프로그램을 시작했으며 연구진은 Commons 협정을 기반으로 제휴 산업 파트너와 공동으로 그리고 균등하게 지적 재산을 공유하면서 협력적인 공동 프로젝트를 진행한다.○ 후원기업으로는 아마존, 페이스북, 구글, 마이크로소프트, 삼성, 웨이브 컴퓨팅 등이 있으며 이들 기업은 프로그램의 초기에 BAIR 시설과 연구 노력을 지원할 20개 이상의 공동 프로젝트에 대한 기금을 조성했다.○ 기존 학과와 학부들은 그대로 놔둔 채 이들을 모두 아우를 수 있는 `디비전`이라는 개념을 만들어 학부생들이 전공과 관계없이 데이터 사이언스를 학습할 수 있도록 한다.◇ AI분야 고전논문상을 수상한 존케니교수의 지도를 받는 김진규학생○ 버클리대 인공지능연구소 방문은 컴퓨터공학과에서 박사과정에 있는 김진규 학생과의 간담회 형태로 진행되었다. 김진규학생은 고려대학교 전자공학과 학사, 석사를 거쳐 현재는 존 케니 교수(Prof. John Canny)의 지도학생으로 연구 중이다.존 케니 교수가 석사 과정 때 발표한 논문이 컴퓨터 비전 쪽에서 가장 많이 읽힌 논문으로 유명하며 2002년 인공지능분야에서 가장 영향력있는 논문상을 수상하기도 했다. 지금은 CS 학부장이다.○ 김진규 학생의 연구분야는 AI, 컴퓨터 비전, MAPE 등을 하고 있고 어플리케이션으로 자율 주행을 연구하고 있다. 특히 Advisable AI를 많이 하고 있고 DARPA에서 AI 관련 세미나를 열었을 때 직접 연구내용도 발표했다.○ 버클리로 오기 전에는 컴퓨터 이미징, Data Mining, 물리경제학 등 관련 연구를 진행했으며 현재는 DARPA 프로젝트로 자율 주행을 연구하고 있다. 병역특례로 LG Display, 삼성, 팬텀AI, 혼다, Waymo에서 인턴을 했다.○ 주요 이력• niversity of California, Berkeley, PHD IN COMPUTER SCIENCE (ADVISOR: PROF. JOHN CANNY)• Korea University, MS IN ELECTRICAL COMPUTER ENGINEERING (ADVISOR: PROF. SUNGROH YOON)• Korea University, BS IN ELECTRICAL ENGINEERING, Summa Cum Laude (GPA: 4.45/4.5)○ 발표논문• 2018.10. 「Explainable Deep Driving by Visualizing Causal Attention」, Jinkyu Kim and John Cann, The Springer Series on Challenges in Machine Learnin• 2018.09. 「Textual Explanations for Self-Driving Vehicles」, Jinkyu Kim, Anna Rohrbach, Trevor Darrell, John Canny, and Zeynep Akata, ECCV• 2017.12, 「Show, Attend, Control, and Justify: Interpretable Learning for Self-Driving Cars」, Jinkyu Kim, Anna Rohrbach, Trevor Darrell, John Canny, and Zeynep Akata, NeurIPS Symposium• 2017.10, 「Interpretable Learning for Self-Driving Cars by Visualizing Causal Attention」, Jinkyu Kim and John Canny, ICCV◇ 자율주행의 취지와 흐름○ 자율주행은 교통사고를 줄이는 것, 사람들의 운전시간을 줄이고, 주차장에 쓰이는 공간을 줄이자는 취지를 갖고 있다.우버의 자율주행은 볼보 차체에 자율주행 센서와 컨트롤 유닛을 달아서 자율주행 차를 만들었다. 트럭에도 진행 중이었는데 최근에 우버에서 트럭에 대한 자율주행 사업은 중단했다. 자율주행 분야로 투자를 많이 했으나 트럭 대신 일반자동차에 집중하고 있다.○ Waymo는 일반자동차와 트럭 모두 진행하고 있다. 대부분의 자율주행 차가 상위단에 라이더센서를 두고 360도로 레이저를 쏴서 주변에 무슨 물체가 있는지 감지한다.카메라가 앞, 뒤로 6개정도 달려 있어서 주변 시야를 확보한다. 레이더 센서는 요새 차에 다 들어가 있는데, 고속도로에서 자율주행하는 차는 모두 레이더를 쓰고 있다. 또한 보통 트렁크에 컴퓨터를 실어 넣는다. 최근에 재규어에 레이더를 달아서 실험하고 있다.○ Waymo는 피닉스 지역에서 서비스하고 있는데, 리프트와 연결해서 리프트에서 자율주행차를 불러올 수 있게 한다. 센서에서 정보를 취합한 후 컴퓨팅하고 자동차로 컨트롤한다. 우버의 앱, 구글 맵으로 차량을 호출하면 내비게이션도 해준다.◇ 인식-예측-통제로 이루어지는 자율주행○ 자율주행은 크게 인식(Perception), 예측(Prediction), 통제(Control)의 과정을 거치는데 첫 번째 인식(Perception)은 센서가 들어오면 Perception 모듈을 가장 먼저 거친다. 어떤 물체가 어디 있는지를 판단하는 단계이다.○ 사람이 지나가는 경우, 자전거나 차량이 지나가는 경우도 모두 감지한다. 라이더 센서로 3D 바운딩 박스를 찾고, 카메라를 사용해서 신호등을 구별한다.라이더 센서를 쓸 때 최대 200m 거리의 차량과 사람을 모두 감지한다. 감지 문제는 거의 다 해결됐다고 보고 있다. 차량은 빨간색 바운딩 박스로 사람은 노란색 바운딩 박스로 표시하고 2년 전까지는 카메라로 감지를 많이 했으나 최근에는 라이더로만 감지를 한다.○ 문제는 기존에 생각하지 못했던 감지문제들이다. 예를 들어 경찰관의 수신호(다른 방향으로 가라는)나 미국은 구급차가 오면 무조건 비켜줘야 하기 때문에 구급차 소리가 들리고 차가 자기 쪽으로 올 경우 피해야 되는지 아닌지 등에 대한 감지로 연구가 진행중이다.○ 예측(Prediction)은 물체가 어디로 갈지 판단하는 과정으로 차가 차선을 변경할 것인지, 사람이 어디로 움직일 것인지를 예측하여 어느 차선으로 움직여야 할지 Planning을 한다.○ 통제(Control)는 어디로 갈지 정해진 상태에서(perception, prediction 과정을 거친 후) 문제가 없는 과정이다. 20년 전부터 실행되어 왔다.○ 자율주행에서 문제가 되는 것은 prediction과 planning 부분이다. 연구 주제와도 연결되어 있어 Waymo와 우버에서도 대학과 협력을 원하고 Waymo에서 Planning을 연구하는 버클리 교수님을 초빙하기도 했다.○ Waymo는 피닉스 지역에서 운전자 없이 사용자가 자율주행차를 호출해서 갈 수 있도록 서비스를 6개월 전에 시행해서 지금 계속 테스트 중이다.◇ 상용화 경쟁중인 자율주행○ 자율주행에 있어 너무 많은 복잡한 정보를 주면 사용자가 혼란스러울 것이고, 너무 간단한 정보만 주면 사용자가 받아들일 정보가 없기 때문에 사용자에게 어떤 정보를 줘야 하고 어떤 정보는 주지 말아야 하는지 고민하고 있다.○ 캘리포니아는 법적으로 운전자가 앉아 있어야 해서 두 사람이 앞자리에 앉아있는데, 한 사람은 만일의 사고에 대비하여 핸들을 잡을 준비를 하고 있고 옆 사람은 안에서 감지 활동을 점검하고 있다.신호등 감지가 중요한데, 옆 사람이 빨간색이라고 소리 지르면 차가 빨간색을 감지했다는 걸 알기 때문에 핸들을 잡지 않는다. 하지만 옆 사람이 감지가 안됐다고 말하는 순간 바로 핸들을 잡고 조종할 것이다. 법이 풀리면 캘리포니아도 운전자 없이 테스트해보지 않을까 생각한다.○ 그래서 테스트가 굉장히 중요하고 온라인 테스팅은 차를 계속 굴리면서 문제가 있는지 없는지 판단한다. Waymo의 소프트 엔지니어로 들어가면 10분에 한 번씩 버그 메일을 받는다. 버그가 발생했으니 해결하라는 메일이다. 엔지니어는 버그를 없애는 작업을 계속 한다.○ 다음으로 오프라인 테스팅을 한다. 시뮬레이터 환경을 만들어서 여러가지 시나리오를 테스트한다. 실제 차를 돌려보기도 하고 기존에 보지 못한 인풋의 새로운 이미지가 있는지 판단한다.○ 차량, 사람, 차가 어디로 움직일 수 있는지에 대한 레인, 횡단보도, 정지신호 등의 정보를 다 가지고 있는 맵이 있다. HD 맵을 한국에서 만들려고 한다고 들었다. 그러한 맵이 만들어지면 자율주행 차에 적용하여 테스트할 수 있을 것이다.○ 현재 자율 주행은 크게 Waymo, Uber, Zoox, Cruise가 앞서 나가고 있으나 서로 협력하지는 않는다. 경계선을 만들어서 서로의 기술이 유출되지 않도록 하고 있다.자율주행차는 곧 상용화될텐데, 누가 먼저 상용화하느냐에 따라서 그 시장을 다 차지하지 않을까 생각한다. 그 점을 Waymo와 우버도 알고 있고 서로 먼저 시장에 내놓기 위해 노력하고 있다. Waymo는 라이더 센서, 카메라 센서 등 모든 센서를 직접 만들고 있다.▲ 우버의 자율주행차[출처=브레인파크]□ 질의응답- 카메라 센서에 특정한 무언가로 인해 완전히 오작동이 일어나는 경우는."그건 딥러닝에서 문제가 되는 부분이다. 인풋에 노이즈를 꼈을 때 감지가 잘 안 되는 경우가 발생한다. Waymo는 카메라를 사용해서 딥러닝을 돌리고 있진 않고 정말 기초적인 방법으로 신호등을 찾고 있다.가령 본인의 차 위치를 알고 있고 HD 맵도 알고 있으면 신호등이 어디 있는지도 알고 있기 때문에 카메라에서 위치만 따로 빼와서 빨간불인지 초록불인지만 판단한다."- 레이더와 라이다를 쓰면 나오는 비용이 어느 정도인가?"카메라로 계속 해왔지만 한계는 있다. Waymo와 Uber가 라이더로 바꾸고 나서 감지가 너무 잘 돼서 성과가 좋아졌다. Waymo가 라이다 센서를 만들고 있다. 그 말은 직접 커스터 마이징을 해서 가격을 낮추겠다는 뜻이다.어느 가격까지 떨어뜨렸을 때 수익을 얻을 수 있는 테이블이 있다. Planning은 현재 룰 베이스이다. 관련된 룰을 하나씩 하나씩 얹고 있는데, 예측할 수 없는 상황에서는 어떻게 해야되는지에 관한 문제가 있다."- 카메라에 한계가 있다고 하셨는데 어떤 한계가 있는 건가? 카메라에 오물이 묻거나 비가 오는 경우에 안전 관련 감지가 있는지."그래서 3가지 센서를 쓰는 것이다. 라이다 센서, 카메라, 레이더. 이 중 하나가 고장나도 다른 것이 작동할 수 있도록 3가지를 쓴다. Waymo 차량의 상위 단에 와이퍼가 안에 있다. 비가 오면 물기를 닦아낸다."- 자율주행 트럭이 자율주행 차보다 더 빨리 상용화될 수 있을 것 같은데, 기술적인 측면에서 성공적이지 않아서 포기한 것인지."Waymo와 우버가 본인들이 기술을 만들었을 때 그 기술로 인해 생기는 수익 예상치가 있다. 일반 차량에 자율주행기능을 넣었을 때의 수익이 트럭에 넣었을때보다 4배 더 높다.기술적인 측면에서 차이가 큰 것은 아니지만 돈이 되지는 않는다. 고속도로 내에서 움직이는 것, 물류센터 간 이동하는 것만 자율주행으로 하고 나머지는 사람이 운전한다."- 신호등에 대해서 반응속도가 어떻게 되는가? 또한 여러 개의 신호등 중에 자기가 봐야 하는 신호등이 무엇인지 어떻게 아는지."반응속도는 10밀리세컨드이다. 0.1초에 하나씩 감지 결과가 나온다. 그래서 맵이 중요하다. 맵을 통해 여러 신호등 중 자기가 봐야 하는 신호등을 알 수 있다."- 센서 반경이 어느 정도인지."Waymo는 라이다 센서가 2개 있는데 하나는 멀리 보는 것(200m)이고 나머지 하나는 가까이 보는 것(50m)이다."- 아까 예시에서 운전자가 빨간 불이라고 말했을 때 핸들을 잡고 다시 자율주행으로 돌아갈 때 딜레이는 없는지."사람이 핸들을 잡으면 바로 사람이 운전하는 모드로 바뀌지만 자율주행 모드로 다시 갈 때는 정차해서 테스트한다."- 시뮬레이터가 필요한데 같이 작업하는지."시뮬레이터가 있고 그 안에서 기존의 Waymo 차량에 들어간 소프트웨어를 똑같이 돌릴 수 있게 해놨다. 차량 위치도 조정할 수 있다. 본인 차량 외에 차량이 움직이는 것은 간단하게 설계되어 있었는데 최근에는 사람처럼 움직이게 하려고 노력하고 있다."- computing이 얼마나 좋아야 하는가? Planning과 Control이 어떻게 다른지."Titan X 이상의 GPU가 2개 정도 있다고 보면 된다. 그거로 라이다 데이터를 분석하고 있고 그 뒤에 planning과 control을 담당하는 컴퓨팅이 따로 있다. 후자의 사양은 정확히 모르겠다.Planning은 본인 차가 어디로 가야 하는지에 대한 포인트를 갖고 있고, Control은 실제 steering angle과 액셀러레이터, 브레이크를 가지고 시간에 맞게 그 위치에 가게끔 해준다."- 예측할 때 어려움은 없는가? 예를 들어 사람이 이 속도로 움직일 거라고 생각했다가 사람이 갑자기 뛰거나 해서 속도가 변할 때."사람이 움직일 때 0.1초 간격으로 계속 감지를 하기 때문에 큰 문제는 없다. 문제가 되는 부분은 interaction이다. 사람이 가고있는 방향이 있는데 다른 차량이 사람 쪽으로 와서 사람이 움직여야 할 경우의 대응은 아직 없다. 이 부분에 대해서 연구논문들이 나오고 있지만 크게 좋아지지는 않았다."□ 프로젝트 발표 : ㅇㅇ대학교 ㅇㅇㅇ 학생◇ 연구분야○ ㅇㅇ대학교의 ㅇㅇㅇ 학생은 강필성 교수의 지도를 받고 있으며 같은 연구실에 5명의 박사과정 학생, 13명의 석사과정 학생들이 있다.○ 연구분야는 Data Science & Business Analytics로 텍스트, 이미지와 같은 구조화되지 않은 데이터 뿐만 아니라 구조화된 데이터도 다루고 있다.구조화된 데이터의 경우 안정적인 전력 소모를 위한 수요를 예측하고 있다. 실제 선박에서 장비를 가지고 촬영한 영상 클립을 이용해서 딥 러닝 기법 중 하나인 컨볼루셔널을 이용해서 해산의 파양 및 파고를 예측하고 있다.○ 뉴스 텍스트 감정 분석 모델 구축 프로젝트를 진행하고 있다. 단어에 대한 긍정・부정 사전을 구축하고 있다. CNN과 CAM을 이용한 감성분석 및 시각화, RNN과 Attention을 이용한 감성분석 및 시각화를 진행하고 있다.○ Stock Market Prediction: Hierarchical Attention Events를 활용하여 주가에 영향을 미치는 이벤트를 분석하고 있다. 구분 분석(Dependency parser)을 사용해서 뉴스 공장의 이벤트를 축출하고(Event Extraction), 이벤트를 이용하여 주가의 상승과 하락을 예측한다.◇ 연구사례○ 전반적인 연구에 대한 목표는 뉴스 기사 이벤트를 축출하여 타겟 시장의 방향성을 예측하는 것이다. 누가 누구에게 어떤 행위를 하는지(이벤트) 예측하기가 힘든데 이벤트를 축출하는 방법은 각 문장의 Actor, Action, Object를 파악하는 것이다.이를 Event Tuple이라고 한다. Event Tuple은 하나만 만들어지는 것이 아니라 여러 후보가 생기는데, 이 점을 보완하고자 버트의 language model을 이용하여 각 Tuple에 대해 스코어를 산출한다. 그 중 가장 적합한 Tuple을 선정하게 된다.○ 단계별로 살펴보면, 다음과 같은 예시 문장에 대해 룰 베이스, 구분 분석 등을 이용해 54개의 Tuple이 만들어진다.1. Tuple에 버트의 Mask language model을 적용하여 각 Tuple마다 마스킹 작업을 가한다.2. 마스킹된 Tuple을 가지고 Mask prediction을 가한 후 나온 확률값의 평균을 구한다.3. 이 평균이 가장 높은 Tuple을 최종적으로 산출한다.4. 축출한 Event Tuple을 가지고 Neural Tensor Network를 사용해서 Event Embedding을 한다.5. Actor, Action, Object가 입력으로 들어가고 최종적으로 Event Vector가 축출된다.6. NTN 모델에서 추출한 Event Embedding이 Hierarchical Attention Model의 input으로 들어가고, 중요도를 분류하는 Event-Level Attention, 시간적 맥락에 따라 가중치를 부여하는 Temporal Attention을 거치고 난 뒤 최종적으로 해당 주가의 상승과 하락을 분류한다.◇ 질의응답- 주가 예측하실 때 시간 맥락 (Temporal Attention)을 말씀하셨는데 시간에 따라 가중치가 달라지는건지."Input이 하루, 일주일, 30일 단위로 입력이 된다. 이런 정보를 반영해서 시간 단위에 따른 주가의 상승과 하락을 구별한다."- 뉴스 조회수에 따라서는 달라지지 않은지."현재 저희가 진행하는 것은 수치 데이터를 쓰는 것이 아니라 뉴스 텍스트 자체를 분석하는 것이기 때문에 다르다."- 뉴스 텍스트가 엄청 길 때 해석하기 위해서 Helper들이 나오고 있는데 그런 부분도 관여하는지."의뢰하는 쪽에서 문장 자체를 예측하는 것보다는 이벤트를 축출해서 시각화하고 주가를 예측하는 것을 요구하기 때문에 그 부분에 대해서는 생각해보지 않았다."□ 프로젝트 발표: ㅇㅇ대학교 ㅇㅇㅇ 학생◇ 연구분야○ ㅇㅇ대학교의 ㅇㅇㅇ 학생이 속한 연구소는 △제조공정에서 혐의 공정 탐지 △텍스트 마이닝(Text Mining) △헬스케어(Healthcare) △게임 AI(Game AI), 4개 연구분야를 진행 중이다.○ 개인적으로 참여하고 있는 연구는 고려대학교 응급의학과와 함께 미세먼지를 가지고 응급의학과 내원환자 수를 예측하고 어떤 날에 환자가 많은지 예측하는 일이다. 또한 NLP 관련해서 하나 시스템과 챗봇 플랫폼 만드는 데 기여하고 있다.◇ 연구배경○ 현재 진행중인 2개 프로젝트 외에 스마트 제조 관련 ㅇㅇ제강과 함께 진행했던 프로젝트를 중심으로 설명하면 최근에 반도체 공정, 철강 등 여러 제조공정에서 상당 부분 기술이 고도화됨에 따라 공정이 복잡해지고 있다. 미세한 원인과 혐의 공정을 찾아내는 것이 중요해졌다.○ 그리고 제조공정에서 품질 예측, 원인 분석은 항상 중요하다. 이에 최근 데이터를 더 얻기 위해 센서를 더 많이 박는 실정인데, 더 많이 늘어난 데이터를 분석하기 위해 해당되는 딥 러닝과 같은 방법론이 필요해졌다.◇ 연구모델○ 기존 연구는 변수의 중요도에 따라 원인을 산출했는데 Linear 패턴이 나타나지 않을 경우 적합하지 않다. 이번에 하게 된 제조공정에서는 다채널 데이터의 시계열 특성을 반영하기 위해 CAM(Class Activation Mapping)을 적용하였다.○ 문제의 정의는 처음에 시계열 데이터를 철강 공정에서 센서 데이터가 처음부터 끝까지 다 박혀 있는데, 거기에 있는 데이터를 수집하고 CNN의 성능이 유효한지 먼저 평가한다. CNN이 잘 나온다면 CAM을 사용해서 어떤 부분에서 혐의 공정이 일어났는지 원인 분석을 하는 절차이다.○ 하나의 센서를 수집하고 테이블에 넣는다. 동국제강에서 제공하는 전처리과정을 통해 수치를 정교화해서 집어넣었다. 다음 센서도 Time 1번부터 100번까지 쭉 똑같은 과정을 통해 모든 센서 값을 받아 내린다.○ CAM은 원래 이미지 데이터에 사용되는 방법론이다. 한 축은 센서, 다른 축은 시간 축으로 해서 2D 형태의 데이터를 구축했다.○ 회귀 모델에 있어서는 앞부분은 일반적인 convolutional layer를 계속 쌓는 것은 그대로고, 마지막 층만 CAM에서 fully connected(완전 접속)을 통해 바로 activation function(활성화 함수)로 뽑아내서 회귀 문제를 풀어내는 모델로 바꿨다.W값이 각각의 feature map에 대응하는 가중치 값인데, 각각의 가중치 값을 다 곱해서 마지막에 합산하면 원래의 이미지에서 어느 부분이 실제 class값을 예측하는 데 큰 기여를 했는가를 알아볼 수 있는 알고리즘이 있다. 회귀 구조에 맞게 변경시키는데, 소프트 맥스에 태우지 않고 fully connected로 Linear 회귀 구조로 바꾸었다.◇ 연구단계○ 첫 번째, 변수를 선택한다. 제품1, 제품2에서 제품1000까지 각각에 대한 CAM을 만든다. 합산 값을 다 더해서 전체 공정에 대해서 일괄적으로 혐의 공정이 나타날 만한 부분을 찾는 것이 글로벌 CAM이다.시간 축에 있는 모든 값을 다 더해서 테이블에 채워 넣고, 각 값의 합을 프로팅했을 때 임의의 한계점 이상을 갖는 값을 오름차순으로 정렬하여 위에서부터 아래로 센서들의 중요도를 판단한다.○ 두 번째로. 원인 구간을 선택한다. 시간 축에서 가장 높은 확률을 보이는 부분(Heat Map이 뜨겁게 나타난 부분)을 원인 구간으로 선택한다. 해당 원인구간으로 예측한 부분을 검증했는데, 위상 차이가 많이 났음을 확인할 수 있다.◇ 도전과제○ 글로벌 CAM을 단순 합산할 것이 아니라 Attention Mechanism을 통해 어떤 부분을 더 가중치를 둬야 하는지 연구할 의향이 있다. 각각 제품에 따라 다른 혐의 공정을 갖고 있기 때문에 단산 합산하는 것은 무리가 있기 때문이다. 다만 단순 합산을 했는데도 성능은 높게 나왔다.◇ 질의응답- 여러가지 방법론 중 CNN을 선택한 이유는."CAM이 CNN을 이용한 것이기 때문에 CAM을 구조로 쓰기 위해 CNN을 적용한 것이다. 타임 시리즈인만큼 RNN 구조도 충분히 사용할 여지가 있다고 생각한다."- 연구를 시작하는 단계에서부터 CAM을 사용하겠다고 설정하는지."처음에는 여러가지 모델을 적용시켰고 그 중 설명가능성이 높은 구조인 CAM을 사용했다. RNN은 추후 연구에 사용할 의향이 있다."□ 프로젝트 발표 : ㅇㅇ대학교 ㅇㅇㅇ 학생◇ 연구소개○ ㅇㅇ대학의 ㅇㅇㅇ 학생은 Machine Learning을 사용한 가정용 도시가스 상용 예측에 대한 연구를 발표하였다. 이 연구는 ㅇㅇ대 산업 AI 학생들과 ㅇㅇ에너지서비스와 함께 진행한 프로젝트다.ㅇㅇ에너지서비스는 한국가스공사로부터 천연가스를 공급받아서 가정, 산업현장에 도시가스를 공급하는 기업이다. 이 회사에서 해결하고 싶었던 여러 문제들 중 1가지를 선택하여 연구를 진행하였다.◇ 연구배경 및 목표○ 지역별 도시가스사는 한국가스공사로부터 천연가스를 공급받아서 가정, 산업현장에 도시가스를 공급한다. 이 때 지역별 도시가스사에서는 공급계획 수립과 한국가스공사와의 계약 물량 체결 등의 이유로 최소 2개월 전에는 사용량을 예측할 필요가 있다. 도시가스의 안정적 공급과 공급자의 비용절감 측면에서 도시가스 사용량 예측이 매우 중요하다.○ 여러 도시가스 용도 중 가정용은 기온과 시기 등 다양한 요인에 민감하게 영향을 받고, 세대마다 검침일이 달라서 측정오차가 발생하기 때문에 예측모델 개발이 어려운 문제가 있다. 따라서 저희는 가정용 도시가스 사용량 예측 연구를 진행하기 앞서 기존 관련 연구를 탐색했다.○ 도시가스 보기 초급에 수행된 연구를 제외하면 용도별 사용량 예측에 관한 최근 연구는 부족한 실정이다. 특히 가정용 예측 연구는 더욱 부족하다.그나마 있는 연구도 측정오차를 고려하지 않은 경우가 대부분이다. 기존 연구의 한계점을 극복하기 위해 측정오차를 고려한 머신러닝 기반 가정용 도시가스 사용량 예측 모델 개발 연구를 수행하였다.○ 최종적으로 사용량 예측을 통해 도시가스의 안정적 공급과 공급 비용 절감을 목표로 하고 있다.◇ 연구방법론○ 세대별 월별 사용량 데이터: 아파트, 단독주택 등 세대 유형별로 그룹화하고 각 그룹별 사용량을 산출한다. 원단위(세대 간 월별 평균 사용량) 경향, 세대 수를 고려해서 그룹화한다.○ 기온 및 기타 데이터: 검침 차수를 고려하여 검침 차수별로 기온 및 기타 변수를 산출한다. 그룹 내에서 검침 차수별로 데이터를 분리하고 분리된 데이터별로 원단위를 산출한다.가정용 도시가스 사용량은 검침량을 통해 산출되는데, 각 세대마다 검침 차수가 다양하기 때문에 검침차수를 고려하여 변수를 산출하는 기간을 조정한다.예를 들어 검침 차수가 1차수인 세대의 경우 8월 9일~9월 8일까지의 실제 사용량이 9월 검침량으로 기록된다. 1차수의 9월 평균 기온을 구할 때도 같은 기간을 고려하여 평균 기온으로 선출한다.○ 머신러닝에 기반 사용량 예측 모델 도출: 검침 차수별 변수를 통해 세대 유형 그룹별 평균 사용량을 예측하는 모델을 도출한다.예측 변수로는 기온 및 기타 변수를 사용하고, Linear Regression, Random Forest, Lasso, SVR을 활용하여 실험을 통해 가장 좋은 변수와 모델 조합을 최종 예측 모델로 선정한다. 본 예측 모델로 각 세대 유형 그룹별 원단위 예측 값이 산출된다.◇ 연구과정○ 방법론을 검증하기 위해 진행한 연구에서 사용한 데이터는 포항, 영덕, 울진 지역에 세대별 월별 도시가스 사용량 데이터이다. 2010~2018년까지 9년 동안의 데이터이며 검침 차수는 4차수까지 있다. 또한 포항, 영덕, 울진 지역의 일별 기온 데이터를 활용하여 사용량을 예측했다.○ 세대 유형별 그룹화를 하기 위해 세대 유형별 월별 원단위 변화를 살펴보았다. 아파트, 다세대, 다가구 유형이 유사한 원단위 경향을 보였고 원룸과 기타 유형이 유사한 원단위 경향을 보였다. 단독주택・아파트, 다세대 및 다가구・원룸 및 기타 3그룹으로 나누었다.○ 각 그룹 내에도 여러 검침차수가 있을 수 있기 때문에 그룹 내에 검침차수별로 데이터를 분리했다. 1그룹인 단독주택의 경우 대부분이 검침차수가 4차수에 해당해서 4차수 데이터를 단독주택 모델 개발에 활용했다.2그룹, 3그룹의 경우 대부분의 검침차수가 1-2차이기 때문에 1-2차수 데이터를 모델 개발에 활용했다. 각 그룹 내 검침차수별로 원단위를 산출했다.○ 검침차수별 기온 및 기타 변수는 검침차수마다 검침일이 다르기 때문에 기준을 정해주기 위해 대표일자를 선정했다. 이후 대표일자를 고려하여 검침차수별 각 기간 내에 기온 특성, 특정 기온 구간별 빈도수, 월 비율, 효율 및 비효율수와 같은 변수를 산출했다.○ 산출된 검침차수별 변수를 통해 세대 유형 그룹별 평균 사용량인 원단위를 예측하는 모델을 학습시켰다. 영덕, 울진의 경우 2014년부터 도시가스가 공급돼서 데이터가 부족했기 때문에 모델을 개발하기 어려웠다.따라서 포항 데이터만 모델 개발에 활용했다. 추후 영덕, 울진 지역의 사용량 예측할 때 2그룹 모델인 다세대 다가구와 원단위 경향이 가장 유사했기 때문에 2그룹 모델을 사용했다. 실험을 진행해서 가장 좋은 조합을 최종 모델로 선정했다.○ 결과는 1그룹인 단독주택의 경우 Linear Regression에서 MAPE 5.75%로 가장 좋았고 2그룹 모델에서는 Linear Regression MAPE 6.67%, 3그룹 모델에서는 MAPE 7.69%의 성능을 보였다.○ 검증을 하기 위해 가정용 실제 사용량과 비교를 시행하였다. 기존에 사용량을 예측할 때는 해당 월에 과거 3개년 평균 원단위를 예측 값으로 사용했는데, 기존 예측 값과 실제 사용량의 오차와 개발 모델의 예측 값과 실제 사용량의 오차를 구하고 두 오차를 비교하여 검증했다.○ 검증 결과는 전체 월에 기존 방법이 MAPE 11.1%, 개발 모델이 7.1%를 보여서 4%정도 개선된 결과가 나왔다. 도시가스는 난방에 주로 이용돼서 겨울철 사용량이 중요한데, 겨울철 사용량의 오차를 계산했을 때도 성능이 3% 향상되었다.◇ 연구결론 및 성과○ 본 연구를 통해 측정오차를 고려하여 세대 유형별로 그룹화를 통해 머신러닝 기반 가정용 도시가스 사용량 예측 모델을 개발하였고 포항, 영덕, 울진 지역에 실제 데이터를 활용하여 방법론을 검증해보았다.○ 추후 연구로는 모델 정확도 개선을 위해 추가적으로 예측 변수를 탐색할 것 같다. 더욱 다양한 지역에 도시가스 사용량 데이터를 활용하여 방법론을 검증할 것이다.◇ 질의응답- 가스 사용량은 계절별로 다를 것 같은데 계절별로 차이를 두지는 않았는지."기온 관련 변수를 통해 계절적 요인이 들어갔다고 생각한다. 또한 월별로 다른 사용량을 보이는 것을 확인했다. 월 변수, 기온 변수를 넣어줌으로써 계절 변수가 반영됐다."- 후보 예측 변수를 선정하는 기준은."데이터 탐색을 꽤 오랜 시간 진행해서 변수를 선택했는데, 평균 기온과 최저・최고기온을 먼저 기본 변수로 선정했다. 월과 효율・비효율 변수도 데이터 탐색을 통해 찾은 변수이다."- 그 외에도 원래 고려했지만 중요하지 않다고 판단되어 제외한 변수는."포항도 남구, 북구로 나뉘고 동, 서로 나뉜다. 지역적 요인도 고려했는데 탐색 시 유의미한 차이를 발견하지 못해서 변수에서 제외했다."- 가스 산출량을 정확히 예측하여 어떻게 공급 비용을 줄인다는 것인지."예를 들어 한국가스공사 코가스로부터 천연가스를 수입해서 영남에너지서비스와 같은 지역도시가스사가 개인에게 공급하는 실정인데 지역도시가스사가 예측을 해서 한국가스공사에 예측량을 넘겨줘야 다음에 받을 수 있는데, 예측을 너무 크게 하면 너무 많은 수입을 하게 된다.그렇게 되면 남은 가스에 대한 재고 비용도 생기고 지역별 도시가스사도 패널티를 받게 된다. 가스 산출량을 정확히 예측해서 한국가스공사에 넘기면 이런 비용적 측면의 패널티를 줄일 수 있다."

미국 전력업체인 파워 엔지니어(Power Engineers)에 따르면 드론과 인공지능(AI)을 활용하는 솔루션 업체인 부즈 솔루션(Buzz Solutions)에 투자했다. 투자에는 블랙혼 벤쳐스(Blackhorn Ventures), 보디아 벤쳐스(Vodia Ventures), 울루 벤쳐스(Ulu Ventures) 및 어드바이저 펀드(Advisors Fund)가 함께 참여했다. 전기 전송 및 배전 라인을 모니터링하여 산불 등의 문제를 식별하기 위한 목적이다. 부즈 솔루션은 오스트레일리아의 아이다 헤일리(Hailey, Idaho)에 위치한 스타트업 기업이다. 대부분의 전력선으로 인한 산불은 손상된 장비로부터 야기된 스파크 때문에 발생된다. 이상적으로는 노후되고 손상된 인프라는 정기적으로 교체되어야 하지만 어디서부터 이를 파악하기 어렵다는 문제점이 있다.파워 엔지니어 팀은 전력망 구성 요소, 유틸리티 회사 및 유지 관리 절차에 대한 수십 년의 경험을 파트너에 제공한다. 부즈 솔루션은 드론으로 촬영한 수천 장의 이미지를 분석해 유지보수의 우선 순위가 높은 전력선 위치를 발견하고 해결한다.이를 통해 접근할 수 없거나 노후된 전력선을 효율적으로 유지 관리할 수 있다. 경험을 축적하고 추가 교육을 통해 정확도와 성능을 향상시킬 수 있을 것으로 기대된다.▲ 파워 엔지니어(Power Engineers)의 홍보자료(출처 : 홈페이지)

인도 가전제품 제조기업인 버터플라이 간디마티(Butterfly Gandhimathi Appliances Ltd)에 따르면 가전제품 제조기업인 Crompton Greaves Consumer Electricals에게 지분 50% 이상을 매각할 계획이다.  지분 50% 이상에 대한 매각 규모는 Rs 145억루피이다. 현재 버터플라이 간디마티의 시가총액은 231억8000만루피이며 프로모터들의 지분 보유율은 64.78%이다. 해당사는 상품과 서비스 확장을 위한 펀드 50억루피 유치를 시도하고 있었다. 이전에는 전기장비 제조업체인인 Havells India에서 버터플라이 간디마티의 대규모 지분 매각에 관심을 표명한 적이 있었다. 이번 계약 체결은 가전제품 산업 내에서 가장 큰 규모가 될 것으로 전망된다. 중국발 코로나19 팬데믹의 영향으로 인한 재택근무로 향후 가전 제품 수요는 증가할 것으로 판단된다. ▲버터플라이 간디마티(Butterfly Gandhimathi Appliances Ltd) 로고

중국 베이징 다싱국제공항(Beijing Daxing International Airport)에 따르면  최초의 지능형 검사 로봇을 변전소에 설치했다.베이징 다싱국제공항은 발전회사가 건설 및 유지 보수 업무를 전담하는 국내 최초 공항이다. 변전소는 배전 작업을 위한 광섬유 보호장치가 사용된 첫 번째 변전소이다.지능형 검사로봇은 10~30초 내에 변전소의 전력 변동을 확인할 수 있어 검사시간을 대폭 줄일 수 있다. 수동검사는 각 지점을 검사하는 데 약 1~2분이 소요됐다.로봇은 전기 데이터를 기록하고 분석할 수 있으며 전력이 적을 때 직원에게 경고할 수도 있다. 지능형 검사 식별을 기반으로 로봇의 정확도는 90%의 비율로 유지된다.지능형 검사 로봇이 전기검사 효율성을 크게 향상시킨 것으로 평가 받고 있다. 정부는 4차 산업혁명을 주도하기 위해 로봇 관련 기술의 개발과 보급에 정책지원을 아끼지 않고 있다.▲ China-BeijingDaxingAirport-Robot▲ 베이징 다싱국제공항(Beijing Daxing International Airport) 전경(출처 : 위키피디아)

캐나다 정부에 따르면 배터리 및 태양광 발전 스마트 그리드 프로젝트에 $1070만달러를 투자할 계획이다. 전기공급 개선과 오염감소 및 일자리를 창출하기 위한 목적이다.해당 프로젝트는 엡코르(EPCOR)와 알버타 스마트 그리드 컨소시엄(Alberta Smart Grid Consortium)과 파트너십을 통해 진행된다. 엡코르는 에드먼턴의 수자원 및 전기 유틸리티 제공업체이다.알버타 스마트 그리드 컨소시엄은 Alberta Innovates와 Alberta Department of Energy로 구성됐다. 프로젝트를 통해 알버타의 스마트 그리드 이니셔티브 개발 및 배치가 가속화될 것으로 전망된다.특히 인근 태양열 시설에서 전기를 공급해 온실가스 배출량을 줄일 방침이다. 이를 위해 우수한 관리제어기능과 개선된 모니터링 기능을 갖춘 6MW 배터리 스토리지시스템을 설치할 계획이다.배터리 스토리지시스템을 통해 회사 및 요금 납부자의 운영비용을 절감할 수 있을 것으로 판단된다. 또한 새로운 배터리 스토리지 시스템은 보다 탄력 있고 안정적인 전력망을 보장할 수 있을 것으로 기대된다.참고로 프로젝트에 대한 연방정부의 자금지원은 자연자원 캐나다의 스마트 그리드 프로그램(Natural Resources Canada's Smart Grid Program)에서 할당된다. 또한 Alberta Innovates는 주정부로부터 추가로 190만달러의 기금을 지원 받는다.▲ Canada-albertaInnovates-energystorage▲ Alberta Innovates의 프로젝트 홍보자료(출처 : 홈페이지)

캐나다 정부에 따르면 SaskPower의 전기 그리드를 현대화하고 서비스를 개선하기 위해 $475만달러를 지원하기로 결정했다. SaskPower는 Saskatchewan 지방정부에 의해 설립된 전력설비 공영기업이다.그동안 천연자원 우위를 활용해 경쟁력을 높이고 저탄소 경제를 구축하기 위해 노력해왔다. 이러한 노력을 통해 깨끗한 성장경제를 건설하고 훌륭한 중산층 직업을 창출하는 데에 기여했다는 평가를 받고 있다.정부는 인력 효율의 향상과 청정 전력 분배의 향상을 위해 전기 그리드의 중앙 모니터링에 투자할 방침이다. SaskPower는 새로 건설된 발전 제어센터에서 네트워크를 원격으로 조작할 수 있다.또한 전압 사용량과 시스템 손실을 줄이고 재생 가능한 전원 소스를 통합할 수 있을 것으로 기대된다. 2030년까지 온실 가스 배출량을 2005년 기준으로 40% 줄이는 목표를 실현할 수 있을 것으로 판단된다.▲ Canada-saskpower-smartgrid-homepage▲ SaskPower의 스마트 그리드 홍보 자료(출처 : 홈페이지)