´ë¾ÈÁ¤º¸´Â ±ÝÀ¶Á¤º¸°¡ ºÎÁ·ÇÑ °í°´ÀÇ Á¤±³ÇÑ Æò°¡¸¦ À§ÇØ ±âÁ¸ ±ÝÀ¶Á¤º¸¸¦ º¸¿ÏÇÒ ¼ö ÀÖ´Â Åë½ÅÁ¤º¸, À¯ÅëÁ¤º¸, °¡¸ÍÁ¡ Á¤º¸ µîÀÌ´Ù.
¿ì¸®ÀºÇàÀº ÀºÇà±Ç ÃÖÃÊ·Î BCÄ«µå»ç °¡¸ÍÁ¡ Á¤º¸¸¦ ¸Ó½Å·¯´×(Machine Learning)À» ÅëÇØ ½Å¿ëÆò°¡¿¡ ¹Ý¿µÇÑ ºñ´ë¸é °³Àλç¾÷ÀÚ ½Å¿ëÆò°¡¸ðÇüÀ» ½Å±Ô µµÀÔÇß´Ù.
À̹ø ¸ðÇü µµÀÔÀ¸·Î ¸ÅÃâ Á¤º¸°¡ ÁÁÀ½¿¡µµ ºÒ±¸ÇÏ°í ¾÷·ÂÀÌ Âª°Å³ª ±ÝÀ¶È¸»ç °Å·¡°¡ ¾ø¾î¼ ÀºÇà±Ç ´ëÃâÀÌ ¾î·Á¿ü´ø ¿ì·® °³Àλç¾÷ÀÚ¿¡ ´ëÇÑ ±â¾÷ÀÚ±Ý °ø±ÞÀÌ °¡´ÉÇØÁú °ÍÀ¸·Î ±â´ëÇÏ°í ÀÖ´Ù.
ÇöÀç ÆǸŠÁßÀÎ °³Àλç¾÷ÀÚ Àü¿ë ºñ´ë¸é ´ëÃâ»óÇ°ÀÎ ¿ì¸® ¿À(oh)! Ŭ¸¯´ëÃâ, ¿ì¸® »çÀå´Ô eÆíÇÑ ÅëÀå´ëÃâ, ¿ì¸® ij½Ã³ëÆ® Ç÷§Æû Àü¿ë´ëÃâÀº ¹°·Ð ÇϹݱ⿡ ³×À̹öÆÄÀ̳½¼È°ú ÇÔ²² Ãâ½Ã ¿¹Á¤ÀÎ Á¦ÈÞ ´ëÃâ»óÇ°¿¡µµ BCÄ«µå»ç °¡¸ÍÁ¡ Á¤º¸¸¦ ¹Ý¿µÇÑ ºñ´ë¸é °³Àλç¾÷ÀÚ ½Å¿ëÆò°¡¸ðÇüÀ» È°¿ëÇÒ ¿¹Á¤ÀÌ´Ù.
¶ÇÇÑ ±âÁ¸¿¡ ¿î¿µ ÁßÀÎ Áß . Àú½Å¿ëÀÚ ¹× ±ÝÀ¶À̷ºÎÁ·(Thin-filer)°í°´À» À§ÇÑ ºñ´ë¸é Á߱ݸ® ½Å¿ëÆò°¡¸ðÇü¿¡´Â Åë½Å·á ³³ºÎÁ¤º¸, ¿¬Ã¼ÀÌ·Â µîÀ» È°¿ëÇÑ Åë½ÅÁ¤º¸¸¦ Ãß°¡·Î Àû¿ëÇÑ´Ù.
¿ì¸®ÀºÇà °ü°èÀÚ´Â “ºñ´ë¸é °³Àλç¾÷ÀÚ ½Å¿ëÆò°¡¸ðÇü ½Å¼³ ¹× ±âÁ¸ ºñ´ë¸é ½Å¿ëÆò°¡¸ðÇü ¾÷±×·¹À̵å·Î Á¤±³ÇÑ ½Å¿ëÆò°¡¸¦ ÅëÇÑ ¸®½ºÅ© °ü¸®´Â ¹°·Ð ºñ´ë¸é ÀÌ¿ë°í°´ ´ë»óÀ» È®´ëÇÏ¿© °í°´ ÆíÀǼºµµ Áõ´ëµÉ °Í”À̶ó¸ç “±ÝÀ¶¼Ò¿Ü°èÃþ¿¡ ´ëÇÑ Æ÷¿ëÀûÀÎ ±ÝÀ¶¼ºñ½º¸¦ È®´ëÇØ ³ª°¥ °Í”À̶ó°í ¸»Çß´Ù.