분석에 앞서 최근 2주간의 나노디멘션의 변화에 대해서 먼저 말해보겠습니다.
8월 말 9월에 들어서면서 나노디멘션에 좋지 않은 소식들이 꽤 많았습니다.
일단 최근 나노디멘션의 주가 흐름입니다.
첫번째로는 ARK사의 투자금 회수인데 아래 이미지를 참고하면 좋을 것 같습니다.
위 이미지를 보시게되면 ARK Investment의 나노디멘션 투자금이 9월달 들어선 이후로
굉장히 많이 회수된 것을 볼 수 있습니다.
컨퍼런스 콜에서는 캐시우드가 투자금을 회수한 이유는 ETF에서의 자금문제가 있다고 하였는데
이후 며칠동안 ARKW , ARKK 에서 보유비중을 0%에 가깝도록 주식을 팔았습니다.
위 기사에서도 볼 수 있듯이 현재 ARKK의 주가는 연초대비 50% 이상 하락하였고
그만큼의 불안과 압박감이 심했을 것으로 보입니다.
따라서 이번 분기실적이 나왔을 때 매출은 늘었지만 순이익이 악화된 것을 보고
실망매물을 내놓은것이 아닐까 생각됩니다.
저 역시 나노디멘션에 많은 비중을 보유하고 있기 때문에 순이익이 악화된 것이 달갑지만은 않지만
매출이 급격하게 성장하고 있고, 아직은 현금보유량이 많기 때문에
팔지 않았습니다.
이번 컨퍼런스콜에서 보유 현금으로 인수합병과 주식환매를 하겠다는 말을 했는데
개인적으로는 돈을 잘벌어주는 기업에 대한 인수합병으로 매출과 순이익에 대한 완화가 진행되고
정말 주가가 많이 떨어졌을 때 주가 방어용으로 주식 환매를 진행해주었으면 하는
생각이 있습니다.
제가 최근 업무에서나 취미생활로써나 많이 사용하고있는 인공지능과 빅데이터에 관련된 주제로 발표해보고자 합니다.
인공지능 ( Artificial Intelligence )
제가 대학교에 입학할 때인 15년도만해도 인공지능이라는 단어는 그렇게 흔하게 쓰이지는 않았습니다.
그러다가 누구나 알고있는 알파고와 이세돌의 바둑대결로 인해 전세계, 그리고 특히 한국에 인공지능이라는
단어가 스며들었습니다.
그리고 7년이 지난 지금은 어떨까요?
우리 주변에서 인공지능이 접목되지 않은 것을 찾아보는 것도 재미있어질만큼
우리 주변에는 인공지능이 흔하게 스며들어있습니다.
물론 15, 16년대에도 인공지능이 많이 쓰였겠지만
한번 이슈가 된 이후로 한국에서도 굉장히 폭발적으로 성장하고 사용되어지고 있습니다.
며칠 전 매일경제 미라클레터팀이 주관하는 강연에 참관하였습니다.
강연에서 나왔던 내용 중 테크와 혁신은 완성되어가면서 우리 주변으로 스며든다는 내용이 있었습니다.
모터의 발명을 예로들 수 있을 것 같습니다.
1800년대 초 발명된 직류전동기를 시작으로 이제는 우리 주변에서 자연이아닌 곳에서는
보지않는 것이 힘들정도로 우리 주변에 스며들어있습니다.
그리고 스티브잡스의 " 훌륭한 예술가는 모방하고, 위대한 예술가는 훔친다 " 라는 말이 있는데
이를 해석해보면 ' 모든 위대한 기술들은 이전에 존재했던 기술들에 더하고 더해져서 위대해 지는것이다. ' 라는 말이라고 할 수 있습니다.
인공지능을 위 멘트에 접목시켜보면 세계화, 웹을 통한 집단지성으로 기존에 있는 기술들이 점점 더 발전하고 있고
한참 혁신이 진행중에 있는 분야라고도 말할 수 있는 것입니다.
그래서 근 몇년간 굉장히 많이 성장했지만
앞으로 몇년간 더 폭발적으로 성장할 수 있지 않을까라는 생각이 들기도 합니다.
.
.
.
제가 일하고있는 Machine Viison (머신비전) 이라는 분야에서도
인공지능 딥러닝, 머신러닝의 사용시도가 굉장히 많아졌습니다.
어떤 물체와 물건의 양품을 검사하기 위해서는
보통 카메라를 연결시키고 해당 제품을 코더, 개발자들이
양품과 불량품이 어떤 차이가 있는지를 생각하고
해당 특징들을 불량품으로 잡아내는 작업으로 진행되고있는 것이
머신비전의 일반적인 진행 방식인데
불량품의 특징이 워낙 다양하게 나오다보니
특히 특이하게 생긴 자제나 다양한 불량특징을 가진 자재들은
일반적인 진행방식으로는 검사하기가 굉장히 까다롭고 힘들다는 특징을 가지고 있습니다.
하지만 이런 부분들은 인공지능을 사용하면 과정은 복잡하지만
OpenCV라는 오픈소스를 사용하거나 GitHub 에서의 오픈소스들을 잘만 사용한다면
간단하게 해결할 수 있는 부분들이 많습니다.
그래서 일단 헷갈릴 수 있는 Deep Learning과 Machine Learning의 차이에 대해서부터 간단히 알아보고 가겠습니다.
Deep Learning VS Machine Learning
영상을 위주로 머신러닝과 딥러닝의 차이점을 설명하자면
[ 머신러닝 ]
입력영상에서 Feature (특징) 을 추출해서 영상을 분석 및 비교한다.
영상의 어떤 특징을 추출하여 머신러닝 알고리즘으로 클래스를 구분, 나누는 방식이다.
이 말은 즉슨, 머신러닝을 잘 사용하기 위해서는 특징점을 잘 추출해줘야한다는 것인데 이는 사람이 해야하는 일이다.
따라서 어떤 사람이 어떻게 특징점을 추출했는지에따라 머신러닝의 결과값이 확연하게 차이가 날 수 있다는 뜻이다.
[ 딥러닝 ]
특징점을 사람이 추출하지 않고 입력영상들의 특징점과 분류 자체를
딥러닝 알고리즘이 모두 알아서 해준다.
예를들자면 많은 입력영상과 각각의 해당영상들의 클래스만 잘 입력해준다면
Ex ) 1번이미지 - 오토바이 , 2번이미지 - 트럭, 3번이미지 - 자전거, 4번이미지 - 트럭 ...
해당 영상들의 특징점을 자동으로 추출하여 분류까지 알고리즘이 알아서 진행한다는 의미이다.
물론 연산속도, 빅데이터 필요, 과적합에러등에대한 부가적인 요소들은 붙을수밖에 없다.
따라서 시간이 충분하고 데이터가 충분히 많다고 한다면 기존 머신러닝에 대비해서 효율적으로
데이터를 분류할 수 있다.
그래서 현재 상업적으로나 아카데미에서도 많이 사용되고 있는 추세이다.
이렇듯 현재 컴퓨터 비전분야에서도 굉장히 활발하게 생태계, 기술발전이 구축되고 있습니다.
인공지능 분야
인공지능 기술의 응용분야는 아래와 같습니다.
- 전문가 시스템 ( Expert Sytem )
- 자연어 처리 ( Natural Language Processing )
- 데이터 마이닝 ( Data Mining )
- 컴퓨터 비전 ( Computer Vision )
- 지능 로봇 ( Intelligent Robots )
( 출처 : https://blog.codef.io/ai/ )
인공지능 기술의 이해 : AI 기술의 종류와 활용 사례
논란과 관심의 중심에 있는 이루다는 딥러닝 기술을 활용한 인공지능(AI) 챗봇입니다. 우리는 인공지능이라고 하면 일반적으로 이루다와 같은 대화형 챗봇이나 사람과 닮은 로봇 등의 이미지를
blog.codef.io
위만 봐도 알 수 있듯이 인공지능을 활용할 수 있는 분야는
너무 많아 나열할 수 없을정도로 정말 무궁무진합니다.
이후 자세한 조사가 이뤄지기 전 시장규모를 잠깐 조사해보면
[미국] 리서치앤마켓, 2025년까지 북아메리카 지역 인공지능(AI) 시장 $US 554억달러
미국글로벌시장조사기관리서치앤마켓(ResearchAndMarkets)에따르면2025년까지북아메리카 지역인공지능(AI)시장규모가$US554억달러로성장할것으로전망된다.2
www.oxdrone.kr
북아메리카의 인공지능 규모만해도 554억달러
한화 약 77조원규모의 큰 시장이 될 것이라고 예상하고 있습니다.
하지만 인공지능의 핵심으로 볼 수 있는 것은 바로
' 빅데이터 ' 라고 할 수 있습니다.
인공지능을 학습시키기 위해서는
' 데이터 '가 필요합니다.
어떤게 옳고 그른지 모르는 아이에게
답을 정해주는 어른들처럼
기준을 정해줘야하는 데이터가 인공지능에겐 필수적인 요소입니다.
따라서 저는 인공지능의 알고리즘 자체를 만드는 회사를 찾기보다도
효과적으로 빅데이터를 수집하고 추출하고, 변형시킬 수 있는 혁신적인 기업을 찾아보려고 합니다.
몇달 전 신문을 보던 중 이런 기사를 발견했습니다.
기사의 원문은 현재 찾지 못했지만 내용은 이렇습니다.
" 인공지능을 활용한 스타트업, 기업들이 데이터가 없기때문에
제대로된 활용을 하지 못하고 있는 경우들이 많습니다.
그렇기 때문에 저희들이 같은 데이터를 강제로
그리고 랜덤으로 변형시켜 빅데이터를 추출해내고 있습니다. "
아까 작성한 내용에서 머신비전을 예시로 들자면
양품의 이미지에서 강제로 픽셀값들을 변형시켜 많은 양의 불량품 이미지를 만들어내는 것이라고 보면
이해하기가 쉬울 것 같습니다.
저는 위 기사를 보고선 저런식으로도 빅데이터를 구축할 수 있다는 사실에
정말 대단하다고 생각이 들었습니다.
물론 위 방식이 문제점이 없지는 않을겁니다.
오히려 문제점이 굉장히 많아 사용하지 못 할수도 있습니다.
하지만 빅데이터를 수집하는 것이 아닌 생성하고 변형할 수 있다는 발상이 정말 대단한 것같고
잘만 가공하고 안정화시킨다면 데이터 수집이 굉장히 힘든 분야에서도
인공지능을 사용할 수 있다는 희망을 가질 수 있습니다.
따라서 저는 위와같은 혁신적인 빅데이터 기업을 찾아 분석해 볼 예정입니다.
'Investment > 투자분석' 카테고리의 다른 글
| 빅데이터 산업 분석 (0) | 2022.10.02 |
|---|---|
| 인공지능 기초상식 (0) | 2022.09.27 |
| 나노디멘션 실적발표 (0) | 2022.09.04 |
| 나노디멘션과 다른3D프린팅 업체의 차이 분석 (1) | 2022.08.29 |
| 나노디멘션과 3D프린팅 시장전망 (0) | 2022.08.29 |