세션 개요

고객 기조연설: 산업 AI 를 통한 엔지니어링 및 비즈니스 혁신 사례

09:50–10:20

최근 딥러닝과 강화학습과 같은 AI 기술이 새로운 혁신이 창조되고 있습니다. 이러한 혁신은 단순한 기술의 영역뿐만 아닌 전반적인 프로세스 혁신과 새로운 산업의 창출등 패러다임은 창조하는 중입니다. AI기술은 이제 바둑/게임 같은 엔터테인먼트에서 진화하여 산업현장에 적용중이며 이와같은 산업-AI의 가장 큰 숙제는 기존 블랙박스 형식의 AI가 아닌 사람이 이해하고 사람과 협업이 가능한 AI를 의미합니다. 본 기조연설에서는 산업-AI의 개념과 실제 산업 적용 사례를 소개합니다.


MathWorks 기조연설: Are You Ready for AI? Is AI Ready for You?

10:20–10:50

인공 지능 또는 AI (artificial intelligence)는 엔지니어, 과학자 및 프로그래머가 제품 및 서비스를 개발하고 개선하는 방법에 대한 대규모 전환을 추진하고 있습니다. 한 조사에 따르면, 85%의 경영진은 AI의 도입을 통해 경쟁 우위를 얻거나 강화할 수 있을 것이라 기대하지만 실제 AI가 귀사의 연구, 제품 및 비즈니스를 변화시킬 진정한 준비가 되어있다고 생각하십니까? 이번 키노트 발표에서는 MathWorks의 customer success manager인 Mischa Kim이 AI를 분석하여 귀하의 업무에 활용할 수 있는 기회를 찾아 보도록 권합니다. 또한 고도로 전문화된 소프트웨어 개발자와 데이터 사이언티스트들만 사용할 수 있었던 AI 기능들을 모든 엔지니어와 과학자가 쉽게 적용할 수 있도록 MATLAB®과 Simulink®가 지원하는 방법을 소개합니다.


*본 세션은 영어로 진행되며, 동시통역이 제공됩니다.


현재 해당 지역에서의 예정된 웨비나가 없습니다.


MATLAB과 Simulink 제품군의 새로운 기능들

10:50–11:20

MATLAB®과 Simulink® 제품군에 새롭게 추가된 기능들은 사용자의 워크플로우를 좀 더 효율적으로 되도록 도와 드릴 것입니다. MATLAB 제품군의 경우 코드 작성 및 공유(Live Editor)를 위해 업데이트 된 기능과 MATLAB apps를 개발하고 공유(App Designer)하기 위한 기능, 데이터를 관리하고 분석하는 기능들의 새롭게 추가된 기능을 보여 드립니다. Simulink 제품군의 경우 동시에 여러 개의 시물레이션을 할 수 있는 Simulation Manager, 모델을 좀 더 쉽게 만들수 있도록 스마트 에디팅 기능을 소개합니다. 또한 사용자의 프로젝트를 최신 버전으로 자동으로 업그레이드를 새로운 툴을 소개합니다.

이영준 이사, MathWorks Korea

MATLAB을 이용한 머신 러닝 (기본)

11:40–12:10

본 세션에서는 머신 러닝 프로젝트를 처음 기획하시는 분들을 위한 세션으로 데이터에 대한 패턴 인식, 데이터 기반 예측 모델 작성 등에 대해 소개해 드립니다. 지도학습 및 비지도학습의 예제를 통해서 전반적인 개념 및 워크플로우에 대해서 소개해 드립니다.

엄준상 과장, MathWorks Korea


개발에서 구현까지 MATLAB 환경에서의 딥러닝

13:10–13:40

딥러닝은 장면에서 객체를 인식하거나 주어진 환경에서 최적의 경로를 찾아내는 등 전통적인 머신러닝에서 어려움을 겪었던 문제들을 해결할 수 있는 열쇠가 되었습니다. MATLAB® 플랫폼에서 딥러닝은 낮은 수준의 프로그래밍을 줄여주며 작업을 단순화 할 수 있습니다. 또한 딥러닝 아키텍쳐를 CUDA® 코드로 자동변환하여 임베디드 GPU에 구현할 수 있습니다.

김종남 부장, MathWorks Korea


엔터프라이즈, 빅 데이터 및 애널리틱 솔루션 활용을 위한 MATLAB 적용기술 소개

13:50–14:20

현재의 애널리틱을 위한 시장에서는 점점 복잡해지고 다양한 스케일의 엔터프라이즈 환경과, 대용량 데이터를 더욱 빠르게 처리 능력이 요구되고 있습니다. 이 세션에서는 MATLAB®의 강력한 애널리틱 환경을 빅데이터 및 클라우드 서비스 그리고 엔터프라이즈 환경에서 활용하는 MATLAB의 deployment 기능을 소개합니다.

성호현 부장, MathWorks Korea


고장 진단 및 건전성 관리 기술 : 알고리즘 개발에서 사물인터넷 환경 구성까지

14:30–15:00

예측 기반 유지보수 시스템 구성의 수요가 날로 높아 지고 있습니다. 이 세션에서는 예측 기반 유지 보수 시스템 개발 알고리즘 작성에서 사물인터넷 환경 구성에 이르는 일련의 과정에 대해 살펴봅니다

엄준상 과장, MathWorks Korea

GPU 기반의 임베디드 하드웨어에서의 딥러닝 및 코드 생성

15:40–16:10

임베디드 디바이스를 활용한 딥러닝 어플리케이션개발은 새로운 혁신으로 자리잡고 있습니다. MATLAB®의 워크플로는 임베디드 가능한 C 코드 및 CUDA® 코드 생성을 통하여 Jetson TX 계열 혹은 Drive PX와 같은 하드웨어에서의 딥러닝 개발을 지원합니다. 이 세션에서는 MATLAB에서의 딥러닝 및 비전 어플리케이션으로 부터의 코드 생성 및 라이브러리 생성 기능을 이용하여 데스크탑 환경에서 부터, cloud 및 임베디드 하드웨어에 이르는 다양한 개발 워크 플로를 소개하며, MXnet, TensorFlow®에 대비한 처리속도면에서의 잇점을 함께 설명합니다

성호현 부장, MathWorks Korea


[고객사례발표] MATLAB을 사용한 차체의 CAE기반 이산변수 최적화 환경 구축

16:20–16:50

신차에 대한 고객들의 기대치가 점차 높아짐에 따라 최적화와 성능예측을 위해 필요한 데이터의 양과 질이 기하급수적으로 증가하고 있고 성능 요구조건들 역시 복잡화, 고도화 되고 있는 추세입니다. 따라서 정해진 개발기간 안에 효율적으로 성능 최적화를 수행하기 위한 CAE 데이터 처리 자동화 환경이 필요합니다. 또한 제품의 설계가용성을 보장하기 위해 최적결과를 항상 이산변수 형태로 수렴시키는 알고리즘의 적용이 필요합니다. 본 발표에서는 당사에서 구축한 MATLAB® 기반 최적화 환경을 적용하여 차체 개발을 수행한 다양한 사례들에 대해 소개하고자 합니다.

김지언 대리, 한국 GM 기술연구소

복잡한 문제를 단순하게 만드는 MATLAB 환경에서의 머신러닝 (중급)

11:40–12:10

머신러닝은 고장예측, 헬스, 환자 모니터링, 금융 등 많은 분야의 혁신을 주도하고 있습니다. 하지만 이러한 머신러닝 모델을 개발하는 데에는 신호처리, 빅데이터, 모델 최적화 등의 전문지식이 필요할 수 있습니다. 본 발표는 시계열 데이터 처리 및 특징 추출, 하이퍼파라미터 최적화 등 신호처리 및 머신러닝에 대한 전문지식이 없어도 이러한 모델을 개발하는 방법을 소개합니다.

김종남 부장, MathWorks Korea


레이더를 위한 머신러닝 응용기술

13:10–13:40

레이더 신호로부터 특징을 추출하고 머신러닝 기술을 활용하여 레이더에 감지된 물체를 분류해내는 방법을 소개합니다. 다양한 물체를 모델링하고 학습단계에 필요한 레이더 신호를 합성하여 머신러닝의 학습단계에 활용 수 있는 예를 보여줍니다. MATLAB® 을 이용하여 RCS 모델링, 웨이블릿 신호처리를 통한 특징 추출, 머신러닝을 통한 물체 분류 전반에 대한 예를 살펴볼 수 있습니다.

서기환 과장, MathWorks Korea


5G 이동통신 표준 무선시스템 개발

13:50–14:20

새로운 이동통신 통신 표준인 5G의 목표 성능을 실제 구현하기 위해서는 새로운 물리계층, RF 및 안테나 어레이 기술에 대한 종합적인 검증이 필요합니다. 본 세션을 통해 5G 무선 시스템을 개발하는데 있어 MATLAB® 및 Simulink®가 어떻게 도움이되는지 알아봅니다.5G의 새로운 무선 물리 계층 알고리즘을 설계하고 테스트하기 위한 MathWorks에서 제안하는 워크플로우 및 예제를 시연합니다. 예제에는 Massive MIMO 아키텍처, mmWave 주파수에서의 하이브리드 빔 포밍 기술, 채널 모델링, RF 특성에 의한 성능 열화가 포함될 예정입니다.

서기환 과장, MathWorks Korea


딥러닝을 활용한 영상 인식 응용프로그램 개발 워크플로우

14:30–15:00

컨볼루션 신경망을 사용하는 딥러닝은 최근 그 우수한 성능 때문에 의료 분야의 화상 진단 보조, 차량의 자율 주행, 머신 비전의 육안 검사 등의 다양한 분야에서 영상 인식 관련하여 사용되고 있습니다.
본 세션에서는 영상 분류 및 인식에 사용되는 컨볼루션 신경망의 기초, 네트워크 구조 및 전이 학습(transfer learning)을 통한 학습 효율성에 대해 설명하고, MATLAB®을 이용한 대용량의 이미지 처리, 학습 데이터 라벨링 및 생성된 네트워크의 정확성 검증 등과 관련한 일련의 워크플로우를 제시합니다. 또한, 실제 제조업에서 사용할 수 있는 비정상 검출(anomaly detection) 및 물체 인식(object recognition) 등의 예제를 통하여 사전 학습된 모델 적용 방법에 대하여 소개합니다.

송완빈 대리, MathWorks Korea


MATLAB 코드의 C코드 생성 워크플로우 및 최적화 요령

15:40–16:10

MATLAB®으로 구현된 사용자의 알고리즘으로부터 임베디드용 C 코드를 생성하는 경우에는 MATLAB 코드의 코딩 기술과 MATLAB Coder 및 Embedded Coder® 설정이 중요한 역할을 합니다. 본 세션에서는 MATLAB 코드로부터 C 코드 생성 워크 플로우에 따라, MATLAB Coder의 기본적인 사용법을 포함하여, C 코드 생성을 위한 MATLAB 코드의 코딩 기술, 스트리밍 처리를 위한 System object 프로그래밍 기법, ARM Cortex®-M/A 등의 타겟 프로세서를 위한 코드 최적화 기능 등에 대해 신호 처리 알고리즘의 예를 이용하여 설명합니다.

정승혁 과장, MathWorks Korea


[고객사례발표]Stateflow와 HDL Coder 를 이용한 레이다타이밍 설계 및 구현

16:20–16:50

Simulink® 및 Stateflow® 를 통해 레이다 타이밍을 설계하고 이는 HDL Coder™를 이용해 구현합니다. 구현된 HDL 은 FIL(FPGA-in-the-loop) 를 통해 설계 시뮬레이션과 비교 검증합니다.

황성환 선임연구원, LIG넥스원 감시정찰연구소

물리모델 시뮬레이션을 활용한 고장 예측

11:40–12:10

Simscape를 이용하여 모델링된 멀티 도메인 물리모델은 단순히 시스템이 의도에 맞게 거동하는지 확인하는 용도 이외에도 다양한 분야에 활용될 수 있습니다.
본 세션에서는 triplex 유압펌프를 예제로 물리 모델에 다양한 형태의 결함을 주입하여 결함 발생 시, 시스템 거동 차이를 이해하고 최종적으로 결함을 예측하는 알고리즘을 개발하는 등의 Simscape 물리 모델 활용 방안에 대해 소개드립니다.

김종헌 부장, MathWorks Korea


임베디드 SW 개발에서의 품질 확보 방안

13:10–13:40

Safety critical 임베디드 SW의 개발에 있어서, 요구 사항으로부터 모델의 추적성을 확보하여 검증 프로세스를 구축하는 방법을 소개합니다.

이제훈 차장, MathWorks Korea


[고객사례발표]헬기 능동진동제어 소프트웨어 개발

13:50–14:20

한국항공우주산업(KAI)는 헬기의 다양한 비행환경에 따라 진동을 능동적으로 제어하여 저감할 수 있는 능동진동제어시스템을 개발합니다. LCH/LAH 개발 프로그램의 핵심기술로 능동진동제어 소프트웨어를 DO-178C/DO-331 표준을 준수하여 모델기반설계를 이용하여 개발합니다.

곽동일 책임연구원, 한국항공우주산업㈜


대규모 SW 개발에 적합한 모델링 패턴 및 코드 생성 방안

14:30–15:00

Embedded software를 개발함에 있어 점점 시스템의 규모와 복잡성이 늘어나고 있습니다. 이에 따라 협업과 SW integration 및 테스팅을 위한 framework 관점에서 코드 생성을 위한 모델링도 중요합니다. 이번 세션에서는 Embedded Coder® 제품에서 이러한 SW의 효율적인 개발 및 검증을 위한 기능들에 대해서 소개합니다.

류성연 차장, MathWorks Korea


[고객사례발표]모델 기반 설계를 위한 소프트웨어 개발 프로세스 확립

15:40–16:10

신뢰성 높은 소프트웨어를 효율적으로 개발하기 위해서는, 각 개발 단계에서의 적절한 개발 도구 사용과 함께 설계 프로그램들간의 연계성 및 개발 프로세스가 잘 갖추어져야 합니다.
모델 기반 설계도 예외가 아니며, 본 세션에서는 현대파워텍이 매스웍스 컨설팅 서비스의 도움을 받아 모델기반 설계를 위한 효율적인 개발 프로세스를 빠르게 정립한 사례를 소개할 예정입니다. 또한 각 개발 과정의 분석 및 자동화와 현재 사용하고 있는 다른 개발 도구 연계등의 구체적인 지원과 함께, 프로세스 매핑, 모델 아키텍쳐 설계 및 개발 도구 구현을 포함합니다.

김병진 책임, 현대파워텍


테스팅 비용 감소를 위한 정적 코드 검증 활용 방안

16:20–16:50

개발 단계 중 테스팅 단계에서 발생하는 활동들은 매우 노동집약적이며 비용이 많이 소모됩니다.
필수적으로 수행해야 하는 동적 테스팅이지만 런타임 에러를 찾기에는 대단히 많은 노력과 비용을 소모해야 합니다.
이번 세션에서는 동적 테스팅(MCDC)으로 런타임 에러를 확인하지 못할 수 있는 상황을 소개하고, Polyspace®가 어떻게 런타임 에러를 효과적으로 확인할 수 있는지 소개합니다.

유용출 과장, MathWorks Korea

인터랙티브 프로그래밍 기법 및 진보된 GUI 개발도구 소개

13:10–13:40

본 세션에서는 MATLAB®을 이용한 사용자 친화형 프로그래밍 기법인 Live Editor와 새롭게 개발된 그래픽 사용자 인터페이스 개발 도구인 App Designer를 소개합니다. 인터액티브한 방식으로 스토리텔링 기반의 프로그래밍 작성을 가능하게 하는 Live Editor와 오랫동안 사용되던 GUIDE 를 대체할 수 있고 좀 더 효율적으로 GUI 프로그램을 구현하는 App Designer를 통하여 진보된 통합개발환경 하에서 효율적인 프로그래밍 및 디버깅을 가능하게 하는 획기적인 방법에 대해서 알려드립니다.

하현욱 과장, MathWorks Korea


비정형 데이터의 숨어있는 가치 창출을 위한 Text Analytics

13:50–14:20

빅데이터 시대를 맞이하여 우리는 수많은 양의 데이터를 맞이하고 있습니다. 신문기사, 블로그, 소셜 네트워크 서비스 등으로부터 매일 쏟아지는 방대한 데이터를 계기로 최근 텍스트 데이터 분석이 비정형 데이터 분석의 핵심 분야로 자리매김 하고 있습니다.
본 세션에서는 R2017b 릴리즈에 새로 출시된 Text Analytics Toolbox를 이용하여 기본적인 텍스트 처리, 문서 분류, 토픽 모델링 및 감성 분석(sentimental analysis)등의 다양한 텍스트 데이터 분석 방법들을 소개합니다.

송완빈 대리, MathWorks Korea

FPGA/ASIC을 타겟으로 한 알고리즘의 효율적인 생성 방법 및 신기능 소개

14:30–15:00

계산 집약적인 알고리즘은 종종 FPGA나 ASIC 하드웨어에 타겟팅 됩니다. 전통적인 타겟팅 방법은 사람에 의해 기술되는 사양서와 하드웨어 기술언어(HDL)에 의존하므로 에러를 유발하기 쉽고, 개발시간이 오래 걸립니다. 본 세션에서는 이러한 기존 설계방법의 단점을 보완하고, 알고리즘을 하드웨어 구조에 맞게 변경 하거나, 고정소수점 변환, 타겟 디바이스에 맞게 최적화, FPGA에 자동프로그래밍, 그리고 알고리즘 모델과 생성된 코드의 등가성 검증하는 방법을 소개합니다.

정승혁 과장, MathWorks Korea

병렬처리를 이용한 대단위 전력 시스템 실시간 시뮬레이션

13:10–13:40

본 세션에서는 모델의 규모가 커 hardware-In-the-Loop와 같은 실시간 시뮬레이션이 어려운 전력망 시스템을 Simulink Real-Time™의 concurrent execution 기능을 이용하여 실시간 해석하는 방법을 소개합니다.
이를 위해 전력 생산, 송배전 및 전력 소비에 대한 시뮬레이션 할 수 있는 Simscape Power Systems™과 Simulink® 혹은 Simscape™ 모델의 실시간 시뮬레이션을 위한 Simulink Real-Time에 대해서 살펴봅니다.

강효석 과장, MathWorks Korea


Vehicle Dynamics Blockset 소개

13:50–14:20

Vehicle Dynamics Blockset은 차량의 동적거동을 예측하기 위해 손쉽게 차량을 구성하여 시뮬레이션할 수 있도록 현가, 조향, 제동, 타이어, 엔진, 차체와 함께 드라이버 모델, 간단한 제어기 라이브러리도 제공하며, 해석된 결과를 시각화하기 위한 게임엔진 기반의 3차원 애니메이션 기능을 가지고 있습니다. 이를 통해 샤시제어기 혹은 운전자 지원 시스템을 개발하시는 엔지니어가 개발한 알고리즘을 Simulink® 단일 환경에서 차량모델과 함께 테스트할 수 있습니다.

김종헌 부장, MathWorks Korea


MATLAB 기반 로봇 및 자율 시스템의 개발

14:30–15:00

MATLAB®에서 로봇 및 자율 시스템의 센서데이터를 처리하고, 제어 시스템과 함께 시뮬레이션하는 방법을 소개합니다.

이제훈 차장, MathWorks Korea