오늘도 블로그

      자동차를 1~2년 타면 사실 잘 모르는데,   이  이상 타면 자동차에서 먼가 시크름한 냄새가 나기 시작합니다.   그 이유는  에어컨을 가동하고 나서,  에바포레이터에 습기가 남고,  습기를 제거하지 않으면 그게 나중에 곰팡이가 만들어져서,  결국 냄새가 납니다. 그 냄새에 익숙해지면 괞찮은데,   만약에 익숙하지 않다면,   아래와 같은 현상이 나타납니다. 

•  기침을 지속적으로 하거나,  재채기를 함 (예전 거제어서 서울 올라가는데,  오래된 차량 옆에 앉아 있을때 발생하였습니다.
• 때로는 멀미가 납니다.  특히 오래된 버스에서 에어컨 틀때는 정말 어지러운 냄새가 납니다. 
•  자칫 잘못하면 감기 걸립니다.   

만약에 손님이라도 태우면,  거의 민망할 수준이 되겠죠.     그런데,  히터나,  에어컨을 틀지 않으면 냄새가 나지 않는데, 우리나라에서 에어컨이나  히터를 켜지 않을 경우가 얼마나 있을 까요?  거의 없을 것입니다. 

    아래 그림의 붕붕이  이 차량은  6개월에 한 번씩 애바 청소를 하였습니다.  에바 청소하는데 4만 원 정도 들었는데,  붕붕이를 매각하기 전 2년 동안 에바 청소를 하였습니다. 

사실  예전에 붕붕이를 몰 때,  에바 청소라는 것 자체를 모르고 있었습니다.   붕붕이도  연식이 되니까?  2년에 한 번씩 안전검사를 받게 됩니다.   안전검사원이  에어컨에 냄새가 난다고 에바 청소를 이야기하였습니다. 

그래서 에바 청소하였는데,    한번 청소할 때마다 4만 원 정도 들었으니,   4번 받으면 16만 원 정도 되어 지요.  물론 타다가 냄새가 심할 때, 받았습니다. 

   그런데,  애바 청소를 받지 않을 조건이 있는데,  자동차 하차 10분 전부터 송풍 기능을 쓰면 된다고 하는데,  심한 폭염에서 10분 정도 송풍 하기가 어려워  현실적으로 동작을 실행 하기가 어렵습니다. 

    우리 집 에어컨을 보면,  끌 때,  약 3분 정도  건조시간 기능이 있는 에어컨입니다.   엄청 좋은 기능이 달린 에어컨이죠.   필터 교환 이외,  나머지를 하지 않아도 깨끗하게 쓸 수 있다는 장점을 가지고 있는 에어컨입니다. 

   에어컨에도 있으면,  차량에도 있을 것이다 생각하고, 인터넷을 뒤져보았습니다.   한참 동안 찾아보니, 애프터 블로우라는 것이 있었습니다. 

    애프터 블로우는  자체 배터리를 내장 하고 있으며,  주행 중에 충전 하였다가, 시동이 끈 후  최초 10초간  송풍 시킨 후  10분 후  1분 단위로  1분씩,   30분이내 주행은 5번,   30분 이상은 10번 송풍 시키는 기능입니다.   

  물론,  자체 밧데리를 내장하고 있으니,  자동차 전원에는 전혀 지장이 없는 것입니다.  블랙박스는 자동차 전원에 영향을 주는데  그것과는 조금 다릅니다. 

  그래서 애프터 블로우를 집에서 가장 가까운  자동차용품점에서 장착하였습니다.   저는 물건을 떠나서 가장 가까운 곳을 매우 좋아합니다. 

 내차 백기사 아반떼 CN7에 설치하였습니다.   이에  에어컨에  있는 에바포레이터에  습기로 인한 곰팡이로부터 해방이 될 것 같습니다.  

  지금 제가 쓰고 있는  애프터 블로우는 장점이자 단점인 부분이 한 가지 있습니다.   

       자동차 커넥터에 직접 연결하여 쓰는 것이기 때문에,  애프터 블로우 고장 시 에어컨 작동이 안됩니다.   장점은  애프터 블로우 고장 여부를 정확하게 파악 할 수 있어, 곰팡이 제거 부분은 확신 할 수 있지만,  단점은  애프터 블로우 고장시 에어컨 작동이 안 되는 것은 번거롭죠.   커넥터를 다시 연결해야 하니까요.

  지금 설치 한지 얼마 되지 않아,  사실 효과성을 잘 모르겠습니다.  그리고  아반떼 CN7 상위 옵션에는 기본적으로 클러스터 이오나이저가 있기 때문에,  곰팡이가 있으면 살균하는 작용도 하고요.   그리고,  초기에는 냄새가 나면 애어컨 필터만 교체하여도 문제가 없는 경우가 대부분 이기 때문에,  효과성을 알기 어렵습니다. 

    이것에 대한 효과는 3~4년 정도 지나 봐야 알 것 같네요.   그럼  나중에 효과성이 증명되면,  추가로 이야기하도록 하겠습니다. 

   str_split은  문자열과 패턴을  벡터화 하는 것으로,  문장에 있는 단어를 벡터 형태로 분리 하는 것이고,  str_replace는 특정 문자열과 패턴을 바꾸어 주는 기능 이며,  gsub는 특정 문자열과 패턴을 바꾸어 주는 기능으로써, str_replace와 기능은 거의 같다.  국내에서 일반적으로 용어를 나용할때,  문자열 나누기라고 한다. 

   아래의 내용은  현업 실무에서  어려운 문제에 봉착 했을 때,  푸는 문제이다.  즉 아래의 내역을 보고,  몇 톤인지 규격을 뽑아 내는 것을 응용하는 것인데,  형태소 분석기에서는 아래와 같은 기능을 지원 하지 않는다.   

1. 실전 문제  

오늘 풀어야 하는 과제,  아래에 어지럽게 널려 있는 문자 중에서  TON을 골라서 내시오. 

         "OVER HEAD CRANE(MAGNET) 25TON (C-512)",

         "MAGNET CRANE(SEMI) 2.8TON C-522",

         "25TON BLOCK LOADER (PBS 5BAY)",

         "2TON(3DS 뒷편 법면쪽)",

         "LIFTING MAGPOT DEVICE(2.5TON"

 그럼 위의 문자열에서  25TON,  2.8TON, 2TON을 각각 추출하여,  정리하고자 할 때,  어떻게  해야 할까?

    아래의 패키지를 사용 할것이다. 

      stringr :   문자열은 크게 눈에 띄는 구성은 아니지만,   데이터 정리 및 준비 작업에서  큰  역할을 한다.   이것은 해들리 위컴이  가능한 쉽게 문자열 작업을 할 수 있도록 설계된  것이다. 

     오늘은  str_split,  str_replace을 사용 할 것이다. 

  이것을 하면서,  정규화 표현식도 같이 정리 할 것이다. 

2. 데이터의 입력 

   데이터는 벡터 형태로 입력 한다.   향후 데이터 프레임을 만들어도 벡터를 묶어서 만들기 때문에 데이터 프레임 응용 할 때도 많이 쓰인다. 

library(stringr)

sentence <- c("OVER HEAD CRANE(MAGNET) 25TON (C-512)",
              "MAGNET CRANE(SEMI) 2.8TON C-522",
              "25TON BLOCK LOADER (PBS 5BAY)",
              "2TON(3DS 뒷편 법면쪽)",
              "LIFTING MAGPOT DEVICE(2.5TON)"
)

3. str_split 벡터화 실행

  문자열 패턴만 가지고 벡터화를 실행 하였을 경우에는 우리가 원하는 답이 나오지 않는다. 즉 TON 별로 데이터가 나누어지지 않는다. 

# TON을 데이터 정규화 표현식을 안하였을 경우    
mat<-  str_split(sentence, " ", simplify = TRUE )
mat

##      [,1]       [,2]          [,3]             [,4]    [,5]     
## [1,] "OVER"     "HEAD"        "CRANE(MAGNET)"  "25TON" "(C-512)"
## [2,] "MAGNET"   "CRANE(SEMI)" "2.8TON"         "C-522" ""       
## [3,] "25TON"    "BLOCK"       "LOADER"         "(PBS"  "5BAY)"  
## [4,] "2TON(3DS" "뒷편"        "법면쪽)"        ""      ""       
## [5,] "LIFTING"  "MAGPOT"      "DEVICE(2.5TON)" ""      ""

 여기에서 옵션 simplify =TRUE 하면 데이터 형태가 매트릭스로 바뀌고,  FALSE 로 하면 list 형태로 반환된다. 

4. 데이터 정규화 표현식 이용 특수문자 제거 

gsub를 이용하여, 특수문자 괄호를 제거하니,   데이터를 분리 할 수 있는 형태로 바뀌었다.  

# 정규화 표현식을 사용하여 특수문자를 제거한 경우 
sentence1  <- gsub("\\)", " ", sentence)
sentence1  <- gsub("\\(", " ", sentence1)
sentence1

## [1] "OVER HEAD CRANE MAGNET  25TON  C-512 "
## [2] "MAGNET CRANE SEMI  2.8TON C-522"      
## [3] "25TON BLOCK LOADER  PBS 5BAY "        
## [4] "2TON 3DS 뒷편 법면쪽 "                
## [5] "LIFTING MAGPOT DEVICE 2.5TON "

str_replace를 이용하여, 특수문자 괄호를 제거하여 보았다.  물론 앞에 것과 같은 결과가 나왔다. 

sentence1 <-  str_replace(sentence, "\\)", "")
sentence1 <-  str_replace(sentence1, "\\(", "")
sentence1

## [1] "OVER HEAD CRANEMAGNET 25TON (C-512)" "MAGNET CRANESEMI 2.8TON C-522"      
## [3] "25TON BLOCK LOADER PBS 5BAY"         "2TON3DS 뒷편 법면쪽"                
## [5] "LIFTING MAGPOT DEVICE2.5TON"

둘중에 어느것이 좋은지는 각자 판단 하는 것이 좋겠지만,  나는  코딩의 의 일관성을 위하여 str_replace() 함수를 사용할 것이다. 

5.  데이터 정규화 이후 벡터화 시행

   아래와 같이 TON이  정확하게 분리가 되었다. 

mat<-  str_split(sentence1, " ", simplify = TRUE )
mat

##      [,1]      [,2]     [,3]     [,4]     [,5]     [,6]    [,7] [,8]    [,9]
## [1,] "OVER"    "HEAD"   "CRANE"  "MAGNET" ""       "25TON" ""   "C-512" ""  
## [2,] "MAGNET"  "CRANE"  "SEMI"   ""       "2.8TON" "C-522" ""   ""      ""  
## [3,] "25TON"   "BLOCK"  "LOADER" ""       "PBS"    "5BAY"  ""   ""      ""  
## [4,] "2TON"    "3DS"    "뒷편"   "법면쪽" ""       ""      ""   ""      ""  
## [5,] "LIFTING" "MAGPOT" "DEVICE" "2.5TON" ""       ""      ""   ""      ""

6. 최종 정리  

  위의 내용을 함수로 만들어 정리 해 보겠다.   물론 gsub보다는 str_split로 정리 하겠다. 사용자 함수를 만들면 아주 간단하고,  재 사용 할 수 있다. 

library(stringr)

sentence <- c("OVER HEAD CRANE(MAGNET) 25TON (C-512)",
              "MAGNET CRANE(SEMI) 2.8TON C-522",
              "25TON BLOCK LOADER (PBS 5BAY)",
              "2TON(3DS 뒷편 법면쪽)",
              "LIFTING MAGPOT DEVICE(2.5TON)"
)   

# 사용자 함수 정리
vector_split_fun <- function(x){
  
  sentence1 <-  str_replace(x, "\\)", "")
  sentence1 <-  str_replace(sentence1, "\\(", "")
  
  mat <-str_split(sentence1, " ", simplify = TRUE )
  
  return(mat)
   
}

# 사용자 함수 실행 
vector_split_fun(sentence)

##      [,1]      [,2]        [,3]           [,4]    [,5]     
## [1,] "OVER"    "HEAD"      "CRANEMAGNET"  "25TON" "(C-512)"
## [2,] "MAGNET"  "CRANESEMI" "2.8TON"       "C-522" ""       
## [3,] "25TON"   "BLOCK"     "LOADER"       "PBS"   "5BAY"   
## [4,] "2TON3DS" "뒷편"      "법면쪽"       ""      ""       
## [5,] "LIFTING" "MAGPOT"    "DEVICE2.5TON" ""      ""

  블루링크에서 네비게이션 업데이트 공지가 왔었습니다. 

https://update.hyundai.com/KR/KO/updateNoticeView/489

위의 홈페이지에서 네비게이션 업데이트 하라는 공지 였습니다. 

그래서 나는 재 빠르게,  자동차에 가서 UBS를 뽑아 왔습니다.  그리고 제 PC에 연결 하였습니다. 

설치 화일  다운로드 받고,   프로그램 까지 설치 하였습니다. 

그리고  Map을 다운로드 하기 위해 아래 CN7을 입력 후  선택 하였습니다. 

그리고 확인을 클릭 한 후에 UBS 저장위치와 차량을 확인 하였습니다. 

헉~   아래와 같은 메세지가 떴습니다.

업데이트 준비 안내 메세지 였습니다.    분명 제 블로링크 앱에서는 신규지도를 반영한 네비게이션 업데이트 안내가 아래와 같이 왔었습니다. 

이 것 받았을때,  빨리 해야 겠구나 생각 했는데,   기다려야 겠네요.   혹시 되는 분 있으신 분은 댓글 달아 주십시오.

역시 빠른 시간내 안내 한다고 하더니만  빠른시간내 조치가 된것 같습니다.  지금 제 USB를  FORMAT 하고,  지도를 다운로드 받고 있습니다.    다운로드 속도도 빠르네요.      

다운로드 다 되면,   업데이트   GO GO GO 

  산업에서는 데이터 과학자가 하는 일이 어떤 모습일까?  그것은 직위 수준에 달려 있기도 하고 인터넷/온라인 산업인지에 달려 있기도 하다. 

데이터 과학자의 역할이 IT산업에 국한될 필요는 없다 하지만 그곳에서  그 용어가 유래하였기 때문에 거기에서 그 용어가 어떤 의미인지 이야기해보자. 

최고위직의 데이터과학자는 회사의 데이터 전략을 세워야 한다.  거기에는 다음과 같은 다양한 역할이 포함된다.  데이터를 수집하고 기록하기 위한 공학과 인프라부터 프라이버시 문제 까지 어떤 데이터가 사용자 대면이고, 의사결정을 위한 데이터 어떻게 사용될 것인지,  그것이 어떻게 제품에 반영될 것인지에 이르는 모든 사항을 기획해야 한다.  그는 공학자, 과학자, 분석가로 구성된 팀을 관리해야 하고, 최고경영자 (CEO), 최고기술책임자(CTO), 제품 책임자 등 기업 내 다양한 리더들과 커뮤니케이션해야 한다.  또한 혁신적 솔루션의 특허를 신청하고, 연구 목표를 결정해야 한다. 

좀 더 일반적으로,  데이터 과학자는 데이터에서 의미를 뽑아내고 해석하는 방법을 아는 사람이다.  그러기 위해서는 인본주의적이어야 하고, 통계학과 기계학습의 도구와 방법 모두 알아야 한다.  그는 데이터를 수집하고 정제하고 변환하는 과정에 많은 시간을 보낸다.  데이터는 항상 깔끔하지 않기 때문다. 이 과정은 집념, 통계학, 소프트웨어공학 스킬을 요구한다.  이 스킬들은 또한 데이터에 내재된 편의(bias)를 이해하고 코드에서 생성된 결과를 디버깅하는데 필수적이다. 

일단 데이터를 다 매만지고 나면, 핵심 작업은 시각화와 데이터 감각을 포함한 탐색적 데이터 분석이다.  데이터과학자는 패턴을 발견하고, 모형을 만들며, 알고리즘을 고안한다.  이것은 제품 개선을 위한 프로토타입(prototype)으로 활용되며,  제품 용례, 제품의 전반적인 건강성을 이해하는데 도움을 준다.  또한 그는 실험을 설계하고 데이터 주도 의사 결정을 하는 데 있어 중요한 역할을 수행한다.  그는 명료한 해석과 시각화를 통해서 팀원, 공학자, 또는 리더와 커뮤니케이션해야 한다.  그렇게 함으로써 데이터 자체에 관여하지 않는 동료들도 데이터에 담긴 뜻을 이해할 수 있을 것이다. 

   위의 내용은 상당히 현실적이다.  컬럼비아 대학교 교제인데,   내용이 상당히 현실 적이다.  마치 현업에서 업무를 한 사람과 같이 이야기 하고 있다.   우리나라에서는 프라이버시 문제는  노조 인권과 관련이 있고,  산업에서도 인문학이 중요하다는 이야기 하였다.   그리고  데이터가 수집하고 정제하는 과정에 시간이 많이 걸린다는 것 또한 굉장히 현실 적이다.     탐색적 분석은 다른 사람들과 공유하는데, 중요한 가치를 제공하고,  의사 결정하는데 도움을 준다. 

#출처 : Doing Data Science 한빛미디어

   시계열 분석은 시간 순서대로 정렬된 데이터에서 의미 있는 요약과 통계정보를 추출하기 위한 노력이다. 과거 행동을 진단할 뿐만 아니라 미래 행동을 예측하기 위해 시계열 분석을 수행한다.  

1. 시계열 문제로서의 의학

   환자의 예후는 실적 의학에서 매우 중요하지만, 의학의 미래를 예측하는 수학적인 사고는 생각보다 늦게 사용되기 시작했다.   그 이유는   통계 및 확률로 나타내는 것을 최근의 일이고,  이러한 학문들은 의료 기술이 발달하였을 때도 수세기 동안 사용할 수 없었고,   환자나 인구 집단 건강을 위한 공식적인 기록을 유지하는 기반 시설이 없었다.  

그러나 놀랍게도  환자나 인구 집단 건강을 위한 기록을 한 사람은  17세기 런던의 바느질 도구 판매상이었던 존 그란트이다.  그는 1500년대 초반부터 런던 교외에 보관되어 있던 사망 기록에 대한 연구를 시작했고,  이 과정에서 인구 통계학을 만들었다.   그리고 1662년에 "Natural and Political Observations Made upon the Bills of Morality"라는 책을 출간한다. 

   이 책에서 제시하는 생명표는 특정 연령대에 있는 사람이 다음 생일 전에 사망할 확률을 의미한다. 그란트는 최초로 생명표를 공식화하여 공표했을 뿐만 아니라, 처음으로 사람의 건강을 문서에 기록한 통계학자이다. 

하지만 그란트의 사람 생존에 관한 수학적 사고는 받아 들여지지 않았다.  그 이후 영국의 과학자 애드먼드 핼리가 1693년에 연령별 사망률 일람표인 '생명표'를 정리해 발표 했다.  그것은 보험을 산출하기 위한 근거로 쓰였다. 

 하지만,  의학계에서는 통계한 보다는 생리학에 지속적으로 집중하였다. 

• 생리학과 해부학에 관한 연구는 의학의 주된 진보를 이끌었다.  과학자뿐만 아니라,  대부분 사람은 가능한 한 오랫동안 안정적으로 적용할 수 있는 연구를 선호하였다. 
• 의사를 위한 보고 기반 체계가 미비해 많은 정보를 공유하고 이를 표로 만드는 것이 어려워서  통계적 방법이 임상적인 관찰보다 우월하다는 정보량이 부족했다. 

시계열 분석이 주류 의학에 도입된 시기는 통계 및 데이터 분석이 다른 분야에 도입된 시기보다 훨씬 늦다.  시계열 분석이 복잡한 기록 관리 시스템을 요구하기 때문이다.  기록은 시간의 흐름에 따라 서로 연결된 형태여야 하고,  되도록 규칙적인 간격으로 수집되어야 한다.  이러한 이유로 정부와 과학 기반 시설이 긴 시간 동안 기록된 질 좋은 데이터를 보장하는 최근에 와서야 역학 시계열을 적용하는 움직임이 점진적으로 나타나기 시작했다. 

2. 의료기구

  환자에 대한 시계열 분석은 인구 차원의 건강 연구보다 훨씬 일찍 시작되었으며, 성공적인 역사를 지닌다.  의학에서 시계열 분석은 실용적인 심전도(ECG)가 처음으로 발명된 1901년부터 가능했다.  심전도는 심장에 흘려보낸 전기신호를 기록해 심장의 상태를 진단하는 기술이다.   또 다른 시계열 기기는 1924년 의학계 소개된 뇌전도(EEG)로, 비 침습적으로 두뇌의 전기 임펄스를 측정한다.  이런 기기들은 의료 종사자에게 시계열 분석을 의료 진단에 적용할 수 있는 기회를 더 제공했다. 

 이 두 시계열 기기는 2차 산업혁명이 창출한 기술로 생겨난 향상된 의학이라는 큰 흐름의 일부에 불과했다.   ECG와 EEG라는 시계열을 분류하는 기법은 갑작스러운 심장 문제나 발작을 측정하는 등 매우 실용적인 목적을 위해 활발히 연구되고 있다.  이런 측정은 풍부한 데이터의 원천이 되지만, 특정 질병을 가진 환자에게만 적용할 수 있다는 한 가지 문제가 있었다.  ECG나 EEG와 같은 장비들은 오랜 시간에 걸쳐 기록된 시계열 데이터를 생성하지 못한다.  환자에게 질병이 나타나기 직전에 대한 측정이나 장기적인 측정이 이루어지는 겨우는 드물기 때문에 이런 기기들로  사람의 건강과 행동을 넓은 시각으로 이해하기 어렵다. 

 데이터 분석의 관점에서 볼 때  현재는  웨어러블 센서와 스마트한 전자 의학 기기의 출현은 건강한 많은 사람이 자동 또는 최소한의 입력만으로도 일상생활에서 자신의 건강상태를 측정하게 되었다.   헬스케이 및 시계열 분석 모두, 급증하는 현대의 헬스케어 데이터셋과 헬스케어 부분의 수익성 좋은 데이터셋 덕분에 진전을 이룰 가능성이 높다.  시계열은 어떤 형태 로드  인류에게 이득을 주고 발전하고 있다. 

※ 실적 시계열 분석  한빛출판네트워크

     2번째 사이트에도 애드고시 합격하였습니다.       첫 번째 합격 이후  2번째이니 어찌 글을 이어가야 할지 모르겠습니다. 

  저의  잘못된 생각

        애드 고시 합격을 하였으니,   다른 웹사이트에도 그냥 반영이 된다.   

        → 그건 아니였습니다.   한 개 합격했다고,  다른 웹사이트에 반영이 되는 것이 아녔습니다. 

 이것도 심사과정을 거쳤습니다.     

   그래서 저번에 애드고시 합격한 것 기준으로 글의 개수보다는 내용 위주로 하였습니다. 

https://rdmkyg.blogspot.com/2021/06/blog-post.html

이번에 포스팅된 글의 개수 18개    

 첫 번째 포스팅  :  2021-06-27

 애드 고시 합격 : 2021-07-29

약 한 달 동안 글을 포스팅해서 올렸습니다.    

 애드고시 합격 기준은  인터넷상에 올라오지 않은 글을 적는 것이 매우 중요합니다.   복사 및 짜집기를 했다는 것을 보여 주어서는 안 됩니다.     

블로그 2개를 운영하고 있는데,    양쪽  성격이 전혀 다릅니다.   여기 "오늘도 블로그"는  개인 적인 이야기와 블로그 사용법에 대한 이야기입니다.  

 https://rdmkyg.blogspot.com/

위에 있는 블로그 "오들도 데이터"는   R과 파이썬 사용법에 대한 전문적인 코드 위주로 구성이 되어 있습니다.   현재 운영 중인데,  이곳은 이미 선점 한 곳이 많아서 애드센스는 통과했지만,  포스팅을 해도 방문자가 많이 나오지 않습니다.    오늘도 데이터는 이미  광고나 나오기 시작하였지만,  아직 까지는 수익이 거의 없습니다. 

    블로그 순위에 올라온 것을 보면,   좋아요나,  댓글이나  이웃이 많아야 하는데,  나는 지금 프로그래밍을 혼자서 하고, 하는 영역이 내가 살고 있는 지역 거제에서는 약간 생소한 지식이라,  아직 까지는  이웃이 없습니다. 

지금  광고 코드 넣은 지 1시간이 넘었는데도,  광고가 게재되고 있지 않습니다.  

광고 넣는 방법을 별도로 구상해야 할 것 같습니다.    티스토리에서는 광고 넣는 방법이 매우 쉽게 나왔는데,   제가 내용을 보고,  html에 직접 넣어야 할 것 같습니다. 

  이것은 첫 번째 합격한 오늘도 데이터보다는 조회수가 많을 것 같습니다.     오늘도 데이터는 blogspot이니,  다음이나 네이버에서 아직 까지 유입이 되고 있지 않습니다. 

  하지만 이곳 오늘도 블로그  사이트에서는 다음이나 SNS까지 유입이 되고 있습니다.   우리나라에 많은 사람들이, 왜  blogspot을 하지 않고,  티스토리를 하는지 이유를 알았습니다. 

저는 지금 직장인이기 때문에,   실제로 글을 포스팅할 시간이 별로 없습니다.   정말로 하루에 1~2시간씩 짬을 내어, 글을 쓰고 있는데,  어려운 부분이 나오면,  매일 포스팅하는 것이 아니라,  2~3일에 1번씩 포스팅하는 경우가 있습니다.  하지만 어려운 내용인 만큼  그것을 보는 사람은 매우 귀한 것 같습니다. 

모든 것은 시간이 이야기해 줍니다.    즉  그렇습니다.     

저는 프로젝트를 할 때,  먹이사슬 제일 꼭대기에 있습니다.   사내에서 직급과 관계없이,  프로젝트 예산을 관리하니까?  프로젝트 매니저가 되는 것이죠.     그래서 프로젝트하면서  업체 평가도 하고,  기술자도 같이 봅니다.   사람들을 보면 처음 들어와서 일하는 사람과,  오래된 숙련자가 같이 일을 합니다.   

  그럴 수밖에 없는 게,   모든 일에 숙련자만 넣으면,  당연 인건비가 많이 들어서,  예산이 많이 들어가니 업체 입장에서는 입찰받는데 문제가 많이 있겠죠.  어차피  프로젝트하는데,  가격 경쟁을 하니까요. 

 제가 느끼는 것도,  오래 동안 유사 프로젝트를 하고 숙련된 인원이 잘한다고 느껴집니다.    처음 온 신입인 경우에는 많이 서툴다는 생각이 들죠.     

   검색 엔진의 AI도 그렇게 생각 하나 봅니다.  처음 온 사람은 많이 서툴다는 생각을 같이 하는 것 같습니다.  하지만, 처음 하는 일이라고 인지도가 높은 사람이 오면 다른 것이죠.  

    꾸준히  지속적으로 포스팅하여,  지속적으로 경력을 쌓아야,  결국은 인정을 받는다는 생각이 듭니다. 

  한국인은 몇세에 사망할까?

   아래 그래프는 한국인 사망률 그래프이다.  사망률은 어떤 연령의 사람들 집단 가운데 그 해에 사망하는 사람의 비율을 말한다.   예컨데 2019년 30세 사람들의 사망률은 30~34세 사이에 사망한 사람의 수를 30세 시점의 생존지수를 나누면 0.283%가 된다.  

 2019년 사망률은 갓 태어날 무렵에 높지만,  7세 ~ 10세 무렵까지는 계속 낮아진다. 그 후에는 나이를 먹음에 따라 계속 높아 진다. 

   위의 왼쪽 그래프를 보면 log를 취한 것이다.   log를 취하면,  작은 숫자들을 볼수 있다.   오른쪽 그래프는 원데이터 가지고 그린것이다.    작은 숫자는  log를 취하여야만,  패턴을 볼 수 있다.  

현대의 보험산업은

    막대한 데이터와 통계학으로 뒷받침 되는 분야 중 하나이다.   원시적인 보험은 통계학이 탄생하기 전부터 존재 했다. 만약 큰 질별이 걸리거나 사고를 당하면 큰돈이 필요해진다.  그리고 만약 젊어서 죽으면 남은 가족의 생활이 곤란해진다. 이러한 생각에서 여러 사람이 돈을 서로 내어 적립해 두고,  불행을 당한 사람이나 그 가족에게 모인 돈을 지불한다는 약속이 세계각지에서 이루어 졌다. 

그러나 메커니즘에는 문제가 있었다.  만약 약속한 구성원 중에 젊은 사람과 장년 남성이 섞여 있는 경우,  장년 남성이 질별에 걸리거나 사망하는 경우가 많다는 사실이 경험적으로 밝혀 졌다.  그런데,  서로 내는 돈이 전원이 같은 액수라면 불공평하다.   이런 경우에 돈을 얼마씩 내면 평등해지는지를 알지 못했던 것이다.  누구라도 납득할 만한 지불액 계산 방법이 없었으므로 현재와 같은 보험산업은 존재 하지 않았다. 

  현대의 보험으로 연결되는 발견이 나오기까지는 17세기까지 기다리지 않으면 안되었다.  1662년 영국의 상인 존그랜트가 런던의 사망자수를 정리해 발표함으로써,  사람들의 일생을 큰 집단으로 보면 여러가지 규칙성이 있음을 처음으로 보여 주었다. 

  그 후 핼리 혜성으로 이름을 남김 영국의 과학자 애드먼드 핼리가 1693년에 연령별 사망률 일람표인 '생명표'를 정리해 발표 했다. 그것에 의해 사람이 나이를 먹음에 따라 사망자 수가 어느 정도 늘어나는지를 추정할 수 있음을 밝혀 냈다.  또 '어떤 연령의 사람들이 1년 이내에 사망하는 비율(사망률)'을 연령별로 큰 집단으로 보았을 때  매년 거의 일정하다는 점이 널리 알려지게 되었다. 

통계 데이터에 근거한 보험은 핼리의 성과에서 비롯된 것이다. 

참고자료 : 뉴턴 하일라이트 통계와 확률의 원리 

  진검승부의 스포츠 세계에서 승부 조작은 용납되지 않는다.  그러나 프로선수가 경기 중에 최선을 다하지 않고 승부조작을 한 경우와, 우연히 컨디션이 나빴던 경우를 구별 하기는 매우 어렵다. 

  그런데 미국의 경제 학자인 시카고 대학교수 스티븐 레빗(Steven Levitt) 박사는 1989~2000년의  일본 씨름(스모) 대회 승패 데이터를 보고 일부의 경기에서 승부가 조작되었을 가능성을 시사 하는 충격적인 논문을 발표 했다. 

각 승수별 성적에 주목

  단, 박사의 분석에서 어떤 경기가 승부조작이었는지를 구체적으로 보여 주는 분석은 없다. 

레빗 박사는 각 승수별 선수들의 성적에 주목했다.  만약 모든 씨름꾼이 같은 실력이라면, 각 선수들이 경기에서 승리한 경기의 수(승수)는 아래 푸른색 산 모양곡선 (이항 분포)를 그린다.  즉 7승 8패나 9승 7패인 씨름꾼이 가장 많고 전승(=우승)하는 씨름꾼이나 전패 하는 씨룸꾼은 좀처럼 나오지 않을 것이다. 

  그런데 실제의 승수(붉은색 꺽은선)를 보면 거의 이항 분포와 일치 하지만, 7승8패인 씨름꾼이 근단적으로 적고, 8승 7패인 씨름꾼이 극단적으로 많음을 알 수 있다.  이런 사실로 부터 레빗 박사는 이미 8승 이상을 기록한 선수들이, 8승 바로 아래 성적을 기록 중인 선수들에게 일부러 져 주었을 가능성을 지적했다.  왜냐하면 일본 씨름꾼의 승격이 8승을 기준으로 결정되기 때문이다. 

  이런 분석이 승부 조작의 증거가 되지 않는다.  예상 밖의 결과가 나와 대전 결과가 이항 분포에 어긋났을 가능성도 있다.  하지만 이런 분석은 경기 결과를 이상하다고 보고 좀 더 자세히 조사하는 포인트를 경정하는 계기가 된다. 

  스포츠에서 정규분포를 이용한 승부 조작의 분석은 미국의 프로농구 등에서도 이루어지고 있다. 

참고서적 :  뉴턴 하일라이트  통계와 확률의 원리 

  정규 분포로 잘못 간파한 예에는 다음과 같은 것도 있다.  벨기에의 통계학자인 랑베프 케틀레(Lambert Quetelet, 1796~1874)는 프랑스군의 징병 검사 때 측정된 젊은 이들의 키에 대해 흥미로운 점이 있을을 알아 차렸다. 

일부 젊은이의 거짓말이 기록에 남았다. 

 키의 분포를 보면 거의 정규 분포를 따르고 있어,  평균 전후의 키인 사람이 많고 극단적으로 키가 큰 사람과 반대로 키가 작은 사람은 적었다. 

  다만 157cm 전후 부분만은 정규 분포에서 벗어나 있었다.  157cm보다 약간 큰 사람이 적고 반대로 157cm보다 약간 작은 사람의 수가 극단적으로 많았던 것이다. 

  그 이유를 케틀레는 다음과 같이 추측했다.  당시 프랑스군은 키 157cm 이상인 젊은이를 징병했다.  그래서 157cm 보다 약간 큰 젊은이들 가운데 징병에서 빠지려는 사람들이 키를 작게 속인 것이다.  그 결과 정규 분포가 무너져 157cm를 웃도는 사람은 실제보다 적고, 157cm 이하인 사람은 실제보다 많이 기록된 것이다. 

인간을 원자로 보는 '사회 물리학'

 케틀레는 왜 이런 일에 관심을 가졌을까?  사실 케틀레는 인간 집단의 활동을 기록한 데이터를 분석함으로써 '사회의 법칙'을 이끌어 내기 위해 여러가지 데이터를 조사했다.  예컨데 물리학은 무수한 원자의 움직임으로 다양한 현상을 설명할 수 있다. 케틀레는 물리학에 따라 인간을 원자로 보고 사회의 움직임을 설명하는 이론을 세우려고 한 것이다. 

그 대상은 범죄 발생건수, 사망률, 근력, 남녀의 출생비 등 여러 종류에 이르렀다.  당시 키에 관계없이 비만을 나타내는 수치로 케틀레가 제창한 BMI는 현재도 비만의 지표로 사용되고 있다. 

  케틀레가 제창한 '사회 물리학'은 큰 반향을 불러 일으켜 여러 가지 데이터를 다루는 통계학의 발전으로도 이어 졌다. 그래서 케틀레는 현재 '근대 통계학의 아버지'라고 불린다. 

참고자료 :  뉴턴 하일라이트 통계와 확률의 원리

   나의 음악 취향은  뉴에이지, 최신 가요 멜론과 같은 것을 좋아합니다.   요새는 데이터 무제한 이기 때문에,  인포테인먼트와 스마트폰 블루투스를 연결하여,  youtube의 음악을 들을 수 있지만,   특히 멜론 같은 경우는 중간에 광고가 너무 많아,  광고 때문에 운전에 지장이 있었습니다. 

   어느 순간부터 Youtube에 광고가 나오기 시작하면서,  예전에는 무료로 MP3 변환 가능 하였던 프로그램이 많았습니다.   하지만,  지금은 무료로 MP3  변환하는 프로그램이 거의 없습니다.     유튜브 프리미엄은 MP3 파일이 다운 가능하다고 하는데,  이것은 매달 정액을 지불하여야 합니다.    

그래서  Youtube to mp3  구글링 하여,  변환 할 수 있는 프로그램을 찾았습니다.  하지만,  성인광고 유도 사이트 애드웨어가 무진장 설치될 뿐만 아니라  어떤 것은 백신 프로그램에서 미리 차단하는 사이트들이 많았습니다. 

  그런데  정말 다행히,  Youtube에서 MP3를 변환하는 프로그램을 찾았습니다.  

https://www.4kdownload.com/

위의 프로그램을 무료로 사용할 경우에는  일 30개의 동영상을 MP3로 변환 합니다.  물론 오디오의 품질은 유튜브에 올렸을 때의 품질 그대로,  변환하게 됩니다.  

테스트용으로 좋긴 한데,  문제가 발생하게 됩니다.  음악이 바뀌때 마다 볼롬을 바꾸어야 한다는 단점이 발생하게 됩니다.  

그래서 유료로 바꾸었는데  아래와 같이 45$ 짜리로 결재 하였습니다.   결재를 하고 나니,  독일로 되어 있더라고요. 

  나의 차량은 인스퍼레이션 폴옵이 아니기 때문에, 아반떼  일반적인 오디오 사양이 들어가 있습니다.  하지만,  음질은 30~40만 원대  소형 컴포넌트 이상의 음질을 구현하였습니다.   물론 클래식을 들었을 경우  인스퍼레이션의 BOSE 시스템과의 음질이 차이가 많이 나겠지만,  일반적인 음악은 별 차이가 없을 것 같아서,  BOSE 시스템을 빼고 하였습니다. 

나는 클래식을 좋아 하지만,   많이 듣지는 않습니다.  하지만,  특별히  아래의 곡을 좋아 합니다. 

https://youtu.be/zjLgh2X8QlA

Tchaikovsky: Symphony No.5,  차이코프스키 교향곡 5번,   2차 세계대전 당시 독일군의 포화 속에서도 끝까지 연주했다는 이곡  집중력을 향상할 때 정말 좋습니다.   그리고  음이 매우 익숙한 것이 많습니다.  많은 가수들이 이곡의 일부를 인용해서 가져왔기 때문에 친숙한 부분도 많이 있습니다. 

어찌 되었든,  집중력을 향상하는 힙합이나, 멜론,   올드팝(비틀스,  카펜터즈,  아바 등...) 이런 음악을 들으려면,  광고 및 통신의 제약이 없는 MP3가 중요하였습니다.    

 제 차량은  BOSE 사운드가 아니므로 MP3로 변환할 때 항상 고화질로 통일시킵니다.  테스트를 해보면 음질의 차이가 나지 않습니다. 

  단거리 주행할 때는 라디오가 좋지만,  장거리 주행 할때는  UBS MP3 시스템이 매우 좋습니다.    제가 살고 있는 곳은 거제이기 때문에,   장거리 여행하는 경우가 많습니다.    지금 20개의 앨범을 넣었는데,  아직 1G가 넘지 않았습니다.  10~20대는   헤비메탈, 프로그레시브 락,  뉴에이지를 좋아하는 음악 마니아였으나,  지금은 다양하게 듣습니다. 

내가 좋아하는 앨범이 나올 때마다,  지속적으로 곡을 업데이트할 예정입니다. 

고위험. 고수익이란

   수익에 있어서 변화율이 같고 위험성이 다른 두 가지 주식이 있다면 투자자는 반드시 위험성이 낮은 주식을 구매한다. 또 위험성이 같고 평균 변화율이 다른 주식이 있으면 반드시 평균 변화율이 높은 주식을 산다. 

  이처럼 주식이 팔려 나가면 주식시장에는 '변화율이 높고 위험성도 높은 주식(고위험.고수익주식)과 '변화율이 낮고 위험성도 낮은 주식(저위험. 저수익 주식)'이 남는다. 

 그 결과 주식이나 그와 비슷한 투자 상품의 평균 변화율과 위험성은 위 그래프와 같은 양(+)의 관계가 된다고 알려져 있다. 고위험/고수익의 주식은 평균 변화율이 높고 높은 이익이 예상되지만, 주가의 변동이 크므로 손해 볼 가능성도 높은 주식이다. 

한편  저위험/저수익 주식은 평균변화율이 낮고 이익밖에 기대되지 않지만, 손해를 볼 가능성이 비교적 적은 주식이다.  앞으로 어떤 주식을 구매할지는 투자자의 판단에 달려 있다. '반드시 이익이 남준 주식'이란 없으며 어떤 주식을 사도 손해를 볼 위험성은 항상 존재한다. 

  다만 이 위험성을 낮출 방법은 있다.  1952년 경제학부 대학원생이던 해리 마코위츠 (Harry Markowitz)는 복수의 주식을 조합시켜 위험을 억제하면서 변화율을 높이는 '포토 폴리오 이론'을 발표했다.  마코위츠는 이 업적으로 1990년에 노벨 경제학상을 받았다. 

주식의 변동은 정규 분포를 따르지 않는다. 

  어떤 주식이든지 주가가 하락해 손해가 날 가능성이 있다.  그리고 투자자에게 가장 두려운 일은 주가가 대 폭락하는 것이다.  언제 폭락할지를 예측할 수는 없지만, 그나마 어느 정도의 비율로 일어날지는 알 수 있을 것이다. 

만약 주가 변동이 정규 분포를 따른다면 평균에서 표준편차 3개월분을 넘는 현상은 0.27%밖에 일어나지 않는다.  표준편차 5개월분의 '대폭락'이라 '대폭등'이 일어날 확률은 불과 0.00006%이다. 

  그러나 안타깝게도 주가 변동은 정규분포를 따르지 않는다.  분포의 형태는 정규 분포와 비슷한 산 모양이지만, 정규 분포에 비해 산 좌우의 '경사진' 부분이 그다지 작지 않다.  즉 표준편차 5개분 이상의 대변동도 일어날 확률이 높은 것이다.   만약 변화율이 정규 분포를 따른 다면, 1만 년이 지나도 일어나지 않을 정도의 대폭락이 과거 100년 동안 몇 차례나 일어났던 것이다.  

  통계학은 평균이나 표준편차, 포토폴리오 이론에 의해 위험성을 낮추는 방법을 알려준다. 하지만 확실한 이익을 보장하지 않는다. 

참고자료 Newton Highlight 88   기본원리와 응용 사례 30  통계와 확률의 원리 

'변화율의 표준편차'로 위험을 안다.

 변화율을 사용하면 주식을 비교하기 쉬워진다.   단 변화율에만 주목하는 것은 위험하다. 

아래의 예를 살펴보자

' 주식의 변화율이 1년에 5%인 두 종류의 A 주와 B주가 있다.① 

단 A 주의 변화율의 표준편차는 2% B주의 변화율의 표준편차는 10%이다. ② '

A와 B 어느 주식을 살 것인가? 우선  ①은 예컨데 100만 원의 주식을 산다면 어떤 것이든 1년 후에 105만원의 값이 오르고 그 시점에 매각하면 5만 원의 이익을 기대할 수 있다는 의미이다.  ①만 보아도 A와 B는 비슷한 주식으로 보인다. 

②의 '변화율의 표준편차'란 '실제 변화율의 값이  주위에 어느정도 범위에 흩어져 있는가?를 나타낸다. 즉 'A주의 변화율 표준편차는 2%라는 것은 '주가는 평균 변화율인 5% 중심으로 해서 위아래 2% 범위에서 변동하는 경우가 많다.'라는 것을 의미한다.  A 주는 3~7% 에서 변동하는 경우가 많으며,  또 드물게 1% 나  9%의  변화율이 되는 경우도 있다. 

마찬가지로 생각하면 'B주의 변화율의 표준편차 10%'란 B주는 -5~15%의 범위에서 변동하는 경우가 많고 이 범위를 넘어서 -15%나 25%의 변화율이 되는 경우도 드물게 있다는 의미이다.  즉 B 주는 15%나 오를 가능성이 있는 반면  변화율이 마이너스가 되는 (손해를 보는) 경우도 각오해야 한다. 

  이런한 '주가의 변화율의 표준 편차'를 '위험성'이나 '주가 변동성'이라고 한다.  그리고 B 주처럼 좋은 쪽으로나 나쁜 쪽으로 주가가 크게 변동할 가능성이 있는 주식을 '고위험 주식'이라 한다. 

주식 A와 주식 B는 평균 편화율이 모두 5%로 예상 수익은 같지만, 주식 B가 고위험 주식이다.  그렇기 때문에 위험성이 낮은 주식 A를 고르는 것이 현명한 셈이다.  이 처럼 표준편차는 주식의 위험성을 측정하는 중요한 지표가 된다. 

참고자료 Newton Highlight 88   기본원리와 응용 사례 30  통계와 확률의 원리 

주식이란 상품권이나 수표 같은 유가 증권의 일종으로, 기업이 투자자에게 자금을 얻기 위해 발행하는 것이다.  주식을 구입한 투자자는 기업의 이익을 배당으로 받거나, 주식의 가치가 올라갔을 때, 주식을 매각함으로써 이익을 취한다.  다만 예측이 잘못되어  구입한 주식이 하락하고, 그 시점에 매각하면 오히려 손실이 생긴다.  그렇기 때문에 어떤 주식에 투자할지를 신중하게 검토해야 한다.  그때 반드시 등장하는 것이 평균과 표준편차이다. 

주가의 변화율 비교

주식 1주당 가치가 기업 마다 다르다. 그래서 같은 '20원이 올라도' 주식에 따라 그 의미는 달라진다. 

주식 A는 수량 100개의 가치 100원이고,    B주는 수량 10개의 가치 1,000원이다  두 종목 전부 10,000원씩 투자를 했다고 가정 하자. 

   A주는 20원이 올라 20%가 상승하였고,   B 주는 20원이 올라 2%가 상승하였다.   같은 1만 원의 투자를 했는데,  A 주는 2,000원  B 주는 200원이 올랐다.  같은 20원이 올랐지만  이익이 10배나 달라진다. 

  그러므로 투자자는 각각의 주식을 비교할 때 단순히 '주가(주식 가격)의 변화' 뿐만 아니라 '주가의 변화율'에 주목한다. 주가에 비해 어느 정도의 비율로 주가가 오를지를 보는 것이다. 

알의 예를 변화율로 생각해 보자.  1주 100원인 A주는 20% 상승했다(변화율 20%). 한편 1주 1,000원인 B 주는 2% 상승 (변화율 2%) 한 셈이다. 

  이처럼 변화율로 비교하면 어느 것이 높은 이익을 내는 주식인지 알기 쉽다. 실제로 투자하는 주식을 검토 할때는 예컨대 과거 5년 동안 주가 변화를 나타낸 '평균 변화율'이 사용되기도 한다. 이 수치는 '기대 수익률'이라고 불리는 경우가 많다. 

참고자료 Newton Highlight 88   기본원리와 응용 사례 30  통계와 확률의 원리 

 모든 수치가 똑같다는 뜻은 아니에요. 

우리는 하루에도 많은 숫자를 접하게 됩니다.  가장 익숙한 통계 용어 중 하나는 아마도 '평균' 일 것입니다.   학창 시절 받았던 성적표에도 평균이 있었고  지금 신문을 펼치거나 인터넷을 접속하면  평균 연봉, 평균 신장 등  수많은 평균이라는 의미가 담긴 수치를 볼 수 있습니다.   그러나 누구나 이해하고 있다고 느끼는 '평균'에도 큰 함정이 있습니다. 

전장에 투입된 한 보병 부대는 진격 중 강에 봉착 했습니다..  강 앞에 도착한 군대의 부대장이 참모에게 물어보았습니다. "이 강의 평균 수심이 얼마인가?"

참모는 즉시 "이 강의 편균 수심은 140cm 입니다" 라고 답했습니다.  그러자 부대장은 "우리 대원들의 평균 신장은 얼마인가"라고 또 물었습니다.  "대원들의 평균 신장은 165cm입니다"라는 부관의 답변이 돌아온 뒤 부대장은 "강물을 헤치고 진군하라!"라고 지시했습니다.   과연 이 부대는 목적지를 향해 순조롭게 진할 하였을 까요?

'평균'이라는 통계를 지나치게 단수화 해 이해함으로써 이 부대는 제대로 한번 싸워보지도 못하고 전투력의 절반이상이 손실되고 말았습니다. 

  출처 : 강원도민일보

 아반떼 젊은 층에서는  아주 좋아하지 않는 차량입니다.    특히,  결혼 하지 전의  남성 들이나,  중, 고등학생 들은 선호 하지 않습니다.  당연 자세가 나오지 않는다는 이야기가 많이 나오기 때문이었습니다.    예전에는 자동차가 부의 상징이었지만,  지금은 아닌 듯합니다. 

   현대 자동차에서  아반떼 타겟팅은  젊은 세대들이었습니다..   하지만,   아반떼도,  옛날에 비하면,  가격이 아주 많이 올랐습니다.  각종 편의 사양 면에서 그렌저나,  제네시스 못지않아,   운전자 입장에서는 운전하기 좋은 차량입니다. 

아래의 기사는 아반떼 반전..  50대가 가장 많이 구입한다는  기사입니다. 

https://www.donga.com/news/Economy/article/all/20210620/107547439/1

 그럴 것이,  고속도로나, 부산에서는  코스트코에서 천마산 터널까지 이어지는  고가도로,  또는 유료 도로에서 에서는 HDA(Highway Driving Assist) 적용됩니다.  

이걸 보면서 상당히 놀라 왔던 것은   HDA를 켜면은  최고속도  60Km 구간에서 70km 구간으로 바뀌면, 자동으로  70km 구간으로 자동으로 바뀝니다.     이쪽 구간을 운전할 때는  엑셀레이터와  브레이크를 밟지 않고, 그냥 주행하게 됩니다.    그러면 어떠한 느낌이 나냐면,  자동차를 운전하는 것이 아니라,  마치 택시나,  고속버스 타고 가는 느낌입니다. 

 그리고 놀랍게도  정체 구간에서도 스마트 크루즈 컨트롤(정차 및 재출발 기능 포함) 덕분에,  이것도 엑셀레이터나  브레이크를 밟지 않고 주행이 가능합니다. 

 아래 에는 현대 스마트 센스 Ⅰ 의 기능 설명이 있습니다. 

스마트 크루즈 컨트롤의 설명을 인용하면 아래와 같습니다. 

자동으로 운전자가 설정한 속도를 유지해주고 앞차의 움직임에 맞춰 차간 거리를 조절해주는 기능으로 운전자가 설정한 차간 거리에 맞춰 안전한 거리를 유지하도록 도와줍니다.  또한 주행 중 앞차가 멈추면 자동으로 멈추고, 다시 앞차가 출발하면 따라서 출발하는 스탑 앤 고 기능을 추가로 적용하였습니다.

위의 내용대로,  내 차량을 잘 믿으면, 정체 구간에서도 편리하게 운전할 수 있습니다.    예전에  우리 차 붕붕이(마티즈)를 운전했을 때는 정체구간에서 발이 매우 바빴습니다. 

    다만,  주의 사항은 산업도로에서  중량물을 적치하고 달리는 차량과,   뒷부분이 개조된 화물 트럭은 차량 인식이 잘되지 않아,  브레이크를 밟아  스마트 크루즈 컨트롤을 해제하고 수동운전을 해야 합니다. 

  100% 완벽하다고 생각하였을 때,  주의 사항을 만났습니다.    첫 번째,  곡선로가 문제입니다.   곡선로는  속도를 줄여야 하는데,  속도가 줄여지지 않습니다.  그때는 브레이크를 밟아야 합니다.  즉 크루즈 컨트롤이 꺼집니다.   

두 번째   빠른 속도로 끼어들고 빠져나가는 택시  앞차를 인식하지 못합니다.  세 번째,  언덕 넘어가는 차량 인식 못합니다.  정말 주의해야 합니다.    제 차량은  인스퍼레이션 차량이 아니라,  모던 트림에서 안전 사양만 전부 넣어 달리는 차량이라,  통합 디스플레이까지 하지는 않았습니다. 

통합 디스플레이가 아니고 일반 계기판도 4인치 패널에서 앞차의 인식여부를 알 수 있습니다.    계기판의 디스플레이를 어떻게 하고 달리느냐가 매우 중요한데요.    연비를 아끼려고,  ECO 모드에,  연비를 모니터링할 수 있는 디스플레이를 주로 사용하시는 분은 스마트 크루즈 컨트롤을 잘 사용하지 못합니다.   

   40대 후반에서 50대가 타는 이유는  이 차의 실용성 때문인 것 같습니다.    자율주행 2계 아직 까지는 운전하면서 주의 사항은 있지만,   고속도로와 같은 장거리 여행 시,  피로 감이 덜한 것은 사실입니다.       20~30대는  풀 옵션 아반떼보다는 깡통 그랜저 중고 정도 사서 운행해야,  어느 정도 자세가 나오겠죠.    하지만,  40대 말에서 50대는 다릅니다.   

물론 현대자동차의 자율주행을 잘 믿는 사람들에 한 해서 말씀드리는 것입니다.  저같이  이미지 딥러닝 CNN을 돌리는 사람은 핸들은 전혀 믿지 않습니다.   항상 잡고 다닙니다.   아마도 현대차에서 우리나라 도로 전체 학습을 하지 못하였기 때문입니다.    결국 AI도 자기가 보고 학습한 것만 믿습니다.     

  책을 구입해서 받으면,  나는 항상 맨 처음부터 내용을  살짝 읽어 본다.   이해 못해도 읽어 보는 이유는 통계와 관련된 서적들은 각 장마다 어려운 부분이 있고,  쉬운 부분이 있기 때문이다.   즉  난이도 조정이 잘 안되기 때문이다. 

  이 서적은 소개 하면,  YES24에서 R을 치면 2위에 랭크되어 있다.  

사람들이  시계열 분석에 관심이 많다는 것이다.    나의 블로그 

rdmkyg.blogspot.com

에서도 시계열 분석 다루는 내용을  가장 많이 조회 한다.    물론 기초 적인 부분도 많지만,  기초적인 부분은 이미 만들어진 블로그에서 선점을 하고 있기 때문에,   기초적인 부분의  조회수를 늘리기 위한 시간은 앞으로 많이 걸릴 듯하다. 

  시계열 같은 경우는 시간과 관계없이 다른 사람이 구글이 했을때, 상대적으로 많이 들어온다.   결국 R에서는 시계열 분석이 매우 유용하다는 것을 알 수가 있다. 

    위 서적의 난이도를 살펴보면 아래와 같다.   

첫번째,   기초적인 내용을 다루지 않는다.   즉 사전 지식이 많이 필요하다는 것이다.  

       필수 배경지식 :  R과 파이썬에 어느정도 익숙해야 함

두번째,   R에서 data.table 같은 패키지에 익숙해야 함 (data.table은 고성능 프레임)

세번째 , 통계학과 머신러닝과 관련해서는 다음 내용에 익숙해야함

• 통계학 입문 :  분산, 상관관계, 확률분포
• 머신러닝 : 군집화, 의사결정 트리
• 신경만 : 신경망이 무엇이고 어떻게 학습하는가?

결코 쉬운 책이 아니다.  하지만,  시장에서는 많이 팔린다.   주 수요층이 대학원생 ,  졸업을 앞든 학부생이 대부분인 듯 하다.   결국,  졸업 논문이다.  졸업 레포트 작성하는데,  시계열 분석하는 데  많은 고생을 한다. 

 아래의 책의 난이도는 각 장 별로 다르므로,  우선 쉬운 부분 부터 먼저 하고 어려운것은 나중에 공부 하는 것 좋거나,

차라리 하지 않다가 어느정도 실력이 올라오면, 다시 보는 것이 좋을 수 있다. 

이건은 처음 부터 끝까지 개인 적인 의견이다.  

CAHPTER 1 시계열 개요와 역사   -->  이건 서술형으로 시계열 역사와 기원에 대해 다른다.   쉬운것  

CHAPTER 2 시계열 데이터의 발견 및 다루기   중급

 데이터 전처리는 쉬운 분야가 아니다.   데이터 전처리는 모델을 잘 알고 있을대,  할수 있는 분야이다.  이 부분은 집중적으로 공부 하면,  금방 지치게 된다.   즉,  뒤에서 다루는 모델에 대한 내용을 잘 알고 있을때,  집중적으로 들어가야 한다. 

CHAPTER 3 시계열의 탐색적 자료 분석 중급

   EDA 문제 인데, 이것 또한 모델을 잘 알고 있을때, 보는 것이다.  즉 이것도 집중적으로 공부하게 되면,  이것 또한 지치게 된다.   

CHAPTER 4 시계열 데이터의 시뮬레이션   상 

 실제로 데이터 시뮬레이션 해본 적이 없으면,  이 부분은 Skip 하는 것이 좋다.    진입 장벽이 매우 높다.   물론 이것을 할 줄 알면 뒷 부분은 쉽게 접근 할 수 있다. 

CHAPTER 5 시간데이터 저장 

   이것은 난이도에 대해서 이야기 하기 어렵다.   하지만 시스템 개발 구성 환경을 구현 할때,  좋다.  필요하면 보는 것이고 필요하지 않으면 보지 않아도 된다. 

CHAPTER 6 시계열 통계 모델  -->  여기부터 본론에 들어간다 시계열을 쉽게 설명 하려고  많은 노력을 하였다. 

CHAPTER 7 시계열의 상태 공간 모델  -->  노이스 필터링 좋다.   하지만,  하드웨어의 특성을 잘 알아야 한다.

CHAPTER 8 시계열 특징의 생성 및 선택 

CHAPTER 9 시계열을 위한 머신러닝  -->  머신러닝 기초를 알고 있어야 한다. 

CHAPTER 10  시계열을 위한 딥러닝 -->  딥러닝 기초지식이 있어야 한다. 

CHAPTER 11 오차 측정  -->  원래 모델에 대한 평가는 매우 어려운 문제이다.  

CHAPTER 12  시계열 모델의 학습과 배포에 대한 성능 고려 사항

CHAPTER 13 헬스케이 애플리 케이션 ->  CHAPTER 6을 이해 잘 하였으면 접근 하기 쉽다.  

CHAPTER 14 금융 어플리케이션  -->  CHAPTER 10 시계열을 위한 딥러닝 이해 잘 하였으면 접근 하기 쉽다. 

CHAPTER 15 정부를 위한 시계열 -->  데이터 모델 평가 수준이다. 상

CHAPTER 16 시계열 패키지 

CHAPTER 17 시계열 예측의 미래 전망

  난이도를 측정 하기 어려운 서적이다.  변역서 인 만큼  우리나라 정서와 조금 다르다.    여기에서 난이드 표시를 하지 않은 것은  내 판단으로써는 실무에서는 많이 사용하지 않는 것으로 판단 된 것이다.

   나름 정리도 잘 되있고,  체계적이라는 느낌이 든다.    시계열 분석을  향후  설비에 Sensor를 부착하여,  고장 예측을 하는 하려고 한다.    

   블로그에서는  쉬운 것 부터 하나씩 정리 하려고 한다.    

  주의 사항이 있다.   위의 서적을 참고 하여,  투자의 참고용으로 사용하면 안된다.    특히 주식은 사회 정치적인 문제가 뒤 섞여 있어,   이런 사항에 대한 변수가 적용되지 않은 시계열 모델은 부적합 하다. 

   요새 같이 날씨가 푹푹 찌는 날에는  그냥 걸어다녀도 땀이 나옵니다.    작년 까지만 해도,  손에 들고 다니는 손풍기를 사용하였는데,  이것 또한 들고 다니는 번거로움이 있었습니다.  

예전에 우리아들에게 주었던 도라에몽 선풍기를 구입 하여 주었습니다.  초등 학교 1학때 일이 지요.    

우리 아들은 이것을 들고,  학교에 갔었습니다.    교실에 들어 가면 초등 학교 1학년이라,  나름  패션에도 맞았고,  분위기도 나쁘지 않았는데,  이걸 들고 교실에서 수업 도중에 선생님에게  시끄럽다는 이야기를 들었습니다. 

정말로 이건 간편 하고 간단 하게 쓸수 있는 아이템입니다.  하지만,  이것은 별로 효과가 없는지,  집에서는 사용을 안하고 있다가,  결국 언제인지 모르지만 잊어 버렸습니다. 

  어!  그런데,  

이번에 정말  우리아들이  집에서 끼고 사는 스포츠 팬이 나왔습니다.      바로 이름 하에 voaas LED 스포츠 팬 입니다. 

이것의 제원을 잠시 살펴 보면 아래와 같습니다. 

    전압 5V  -> 일반 전기 전압과 같네요.  

    충전시간  -> 3시간 ~ 4시간 

    배터리 용량 :  2000mAh  ->  지금 사용하고 있는 아이폰의 절반 정도 되네요. 

    사용시간 : 2~6간  

    바람세기 : 3단계   

그러니까?  우리 아들같이 3단계로 돌리고,  LED를 지속 적으로 점멸 하면,  한시간이 면 끝이 납니다. 

그런데, 이것 한것하고 안한 것 차이가 무진장 큽니다.    이 물건을 얼굴에 각도를 맞추어서 바람을 날릴수 있기 때문에,  얼굴이 시원하면 전체적으로 시원하게 느껴 집니다.    

 집에서 선풍기 없어도 혼자서 시원함을 느낄 정도 입니다.  그건 우리 아들기준으로 이야기 하는 것입니다.   북방민족의 후예  추위는 못느끼는데,  더위만 느끼는 사람들.. 

하긴 우리회사에 들락 거리는 노르만 족들은  에어컨 온도를 20도로 해달라고 합니다.  우리회사 고객사 직원이니,  당근 그렇게 해주죠.   겨울철 영화의 날씨에도 반바지와 반팔티 입고 조깅을 하는 사람들도 있구요.  

결국  우리 아들은  1시간만 사용하다가 배터리를 전부 사용하여,   목이 덥다고 하면서 아래 서큘레이터로 가버렸습니다.  

북방민족의 후예 답게  에어컨 밑에서 서큘레이터 3단을 틀면서 살고 있네요.  

 겨울철에도,  얼굴이 추우면 많이 추위를 느끼는 것 만큼이나,  여름철에 얼굴이 더우면 더위가 많이 느껴집니다.   어찌 되었든 효율이 높다는 건 인정 합니다. 

그런데,  이거  노브랜드에서   할인가 16,000원에 구입 했다고 하는데,  인터넷에서는 가격이 천차 만별이네요. 

  이것도 짝통이 있을 까요?   소음도 별로 없고,  정말 좋던데요. 

     아반떼  주문 이후 한달 안에 출고 받고 나서 아반떼 기능 중에서 가장 많이 헤멘것은 네비게이션 전화번호부 연결이었습니다.  

   내 폰은  버스폰 기종인  아이폰 7 입니다.  겉모양으로 봐도 아직도 세것인것 같지만,  요새 나오는 폰에 비해 기능 성이 적습니다.  어찌 되었든,  나는 폰을 사용할때,  시스템의 안정성과 보안성을 먼저 검토 하기 때문에 아이폰을 사용합니다.   

  어찌 되었든  09년 식 마티즈  일명 "붕붕이"를  타고 다녔을때는   5천원  짜리  다이소 블루투스 수신기를 사용하였습니다.   동시에 2개가 페어링 되어서,  저와 집사람 둘이 사용했습니다.    아 유튜브의 멜론 시리즈 음악을 무선으로 즐겼습니다.   물론   이것도 핸즈 프리가 됩니다.  물론  수신기 쪽으로 손을 뻗어야 하는 단점이 있지 만요.     

우리 붕붕이도 이것 하고 카세트 테이브 연결해서 사용 했었습니다.    

헉! 그런데 아반떼를 출고 하고 나서, 핸즈프리도 되고,  유튜브 음악도 잘되는데,  문제가 있었습니다.  인포테인먼트 네비에 전화번호부 연동이 안되는 것이 었습니다.   그래서,  무한 구글링을 하였습니다.  하지만 네비하고 폰 블루투스 페어링 하는 것만 있고,  나머지는 없었습니다.    그리고 현대차 홈페이지 스마트폰 호환 관련 홈페이지에 들어가도 연동 된다고 설명이 되어 있었습니다. 

https://www.hyundai.com/content/dam/hyundai/kr/ko/data/bluetooth/2021/02/05/baisc-5th-w-navigation-webdata.pdf

전화 걸때 인포네비의 전화 키패드만 며칠 동안 입력 하여 걸었습니다.  물론 내가 외우고 있는 전화번호만 입력 하였습니다.    이런.  다이소의 무선으로 입력하는 블루투스와 큰 차이가 없었습니다. 

  그런데,  정말로 아주 우현치 않게 연동 하는 방법을 찾았습니다.    나는 아이폰에 블루투스 페어링만 할 줄 알았지,  전화번호부 연동 하는 것을 몰랐습니다.    그러니까?  아이폰 사용방법을 잘 몰랐던 것입니다.   

위 그림과 같이 연락처 동기화 버튼을 클릭 하였을때,  전화번호부가 연동이 되었습니다.   이제 부터는 아래의 음성인식 버튼을 눌러서  "아들에게 전화" 이야기 하면 아들과 통화 할 수 있게 되었습니다.     

사용법 아는 것은 종이 한장 차이인데,  이렇게 편리한 기능이 있는지는 이제서야 알았습니다. 

아래는 현대자동차 음식인식 사용법 영상입니다.   내용을 보시고 즐거운 카라이프 되세요.

https://youtu.be/nGK8CplTuXo

 저는 09년식 마티즈를 횟수로 13년을 드라이빙 하고 있었습니다.    역시 13년 간  많은 일을 하였지요.   일명 "붕붕이" 

이름 답게  거제시 아주동 좁은 길은 엄청나게 활보 하고 다닌 차량 이었습니다. 

어찌 되었든 사람은 많이 살고,   음식점들과 마트 들이 많아서, 어찌 되었든  작은 차량이 다니기에는 가장 좋은 동네 입니다.    좁은 길에서의 급발진은 경차량이 최고 였고,   주차하기도 아주 용이 하였습니다. 

  하지만,  13년 된 붕붕이가 이 모양이 되었습니다. 

각종 범퍼,  휀더,  차문,  엔진 뚜껑 등 어찌 되었든 모든 곳이 스크레치가 있었습니다.    역시 오래된 차량이라,  그 동안 활보 하면서,  이리 저리 흡집이 많이 나 만신창이가 되었습니다. 

신차를 계약 하고 계약 금액을 넣었는데..

      아 았!

 돈을 입금하자 마자 바디케어 문자가 왔던 것입니다.     어  뭐지!     

나중에 차량이 나오면   나에게는 꼭 필요한 서비스이 겠구나 생각 하였습니다.   그래서 반드시 들어야 겠다고 생각 하였습니다. 

 6/10일 입고시 문자를 받고,   7/2일에 아반떼 CN7을 출고 받고,  바로 바디케어 서비스를 받으로 카마스터에게 전화를 걸었습니다.    현대 블루멤버스 포인트를 받은 이후에 출고를 받아야 한다는 이야기가 있었습니다. 

한 일주일 정도 기다리니, 블루 멤버스 포인트가 도착 하였습니다.  신차 출고 후 블루 멤버스 포인트 받을 때 까지 일주일 걸리니,  반드시 숙지 해주시기 바랍니다. 

7/8일에 블루 멤버스 포인트를 받아서 바디케어를 가입 하였습니다.     

바디케어 등록 하실때,    아래에 있는 블루 멤버스 카라이프 몰에 가입 하셔야 합니다.    현대 자동차 홈페이지에는 바디케어 서비스 안내만 있습니다. 

https://hyundai.auton.kr/insurance/bodycare

  가입 하는 것도 약간 헤깔린데,   위의 페이지에 맨 마지막까지 스크롤 하시면  아래와 같은 화면이 보입니다.  차종 선택 후에 해당 여부를 확인 한 다음에 가입 하여야 합니다. 

이것 찾는데,  시간이 많이 걸렸습니다.   

7월 8일에 가입을 하였는데,   7월 12일에 사진 등록 하라는 문자가 왔습니다.   나는 매우 급하였는데,  4일 만에 문자가 왔습니다.   그거 기다리는 시간이 차량 출고 기다리는 시간보다 더 길었던 것 같았습니다.   

  바로 그날 저녁 AON 어플을 설치 해서,  사진을 등록 하려 하였는데,   계속 등록이 되지 않았습니다.  알아보니,  영업시간이 아니라고 하더라구요.  그래서,  다음 날 다시 시도 하였습니다. 

그 다음날 13일 등록을 시도 하였는데,  등록이 계속 되지 않았습니다.  그래서 고객센터에 전화를 거니,  아래와 같은 문자가 왔었습니다.    AON 어플에 등록이 안되면,  직접 메일 보내라고 하였습니다. 

그래서 사진을 앞면, 좌,우 옆면,  뒷면 사진을 찍어서 메일로 보냈습니다. 

짜잔!   다음날 7/13(수)   바디케어 서비스가 확정되어 문자가 왔습니다. 

 그 동안 과정을 살펴 보면 아래와 같습니다. 

   차량 계약 6/10일  ->  차량 출고  7/2일  ->  블루멤버스 포인트 도착 7/8일  -> 바디케어 서비스 가입(온라인) 7/8일 -> 바디케어 서비스 사진 등록 요청 문자 7/12(월)  ->  바디케어 서비스 사진등록 7/13(화) ->  바디케어 서비스 최종가입완료  7/14(수)

   현대 자동차를 구입 할때,  우리 카마스터는 이것 가입 하는데,  매우 소극적이 었습니다. 어쩌면 당연 할지도... 

혹시 이 글을 읽고 계시는 분께서는  카마스터가 바디케어를 잘 도와 주지 않을 경우 인데요.  

  나중에 현대자동차 신차를 구입 할 예정 이라면,  처음 계약 할 때 부터 바디케어를 가입 하면 이런 절차는 없어 집니다. 

 어찌 되었든  신차를 출고 이후  1년간은  실수로 자동차에 스크레치를 내게 되면,  보장을 받을 수 있는 든든한 현대자동차 보장 서비스 입니다. 

 제 자동차는   자동차에 전방, 전측방,  후방 후측방 센서가 있어,   주차할때, 조금만 위험이 있어도 무진장 시끄럽습니다. 

    1년 동안 아무런 일이 없으면,  허공으로 날라가는 12만 블루멤버스 포인트 이지만,  그래도  새차를 구입하고 나서 1년동안은 아무래도 나같이 경차를 다루 었던 사람은 비교적 큰 준중형 아반떼를 주차하기에는 숙달의 시간이 필요 할 듯 합니다. 

   요새 아반떼 CN7을  사려고 하면,  기본 3달이 걸린 다고 하고,   현대 자동차 카마스터 분들은 더 이상 걸릴 수 있다고 이야기 합니다.  그리고 요새는 전시장에 가도 아반떼 CN7은 전시장에 보이지 않습니다. 사람들이 전시장에 있는 차라도 구입한다고,  전시차를 바로 구입 하시는 분들이 많다고 하네요. 

 그런데,  저는 이번에 반도체 이슈(semiconduct short)가 있음에도 불구 하고 한달이내에 출고 받았습니다.   출고 받은 과정은 아래와 같습니다. 

                                         6월 10일 계약  ->   7월 2일 출고 (22일)

   즉 6월 9일에 카마스터에게 계약 하고,  계약금 10만원을 주었더니,  6월 10일에 아래와 같은 문자가 왔습니다.

   분명이 이때도,  나의 카마스터는  3개월 이상 걸린다는 이야기를 하였습니다.     그리고 아래 기사에도 아반떼는 3개월 걸린다고 나왔습니다.

그래서 그래서 체념을 하고, 그냥 기다렸습니다.   아니 그런데,  6월 30일 정도에 카마스터에게 전화가 왔습니다.   제가 선택한 옵션을 계약 한 사양이 2순위 였는데,  1순위 였던 사람이 취소 하였다는 것입니다.   이유는 모르겠습니다.   

제가 선택한 아반떼는 모던 트림에,  안전사양을 전부 넣은 것이였습니다. 

어찌 되었든  결재를 다음날 7/1일에 하고,  7월 2일에 차량을  받았습니다.  물론 이 자동차는 폴옵이 아닙니다.    자세한 사양은  myHyundai  앱에서 본 것입니다. 

그래도 현대 차와 관련된 안전 옵션은 전부 들어간 것입니다.      현대 스마트 센스 Ⅰ 에 지원하는 것 중에 가장 마음에 드는 것은 역시 스마트 크로즈 컨트롤이 었습니다.    패달 하고 밞지 않고, 거제에서 서울 까지 갈 수 있다는 기능이 있는것  사용해 보니 안전하고 좋습니다. 

스마트 크로즈 컨트롤 할때는 반드시 아래와 같은 화면을 보시고 하셔야,    센서가 앞차를 인식하는지 알 수 있습니다.  센서가 자동차를 인식 할 수 있는지 없는지 모르는 상태에서 운전을 하게 되면 위험 하죠. 

  특히 부산 같은데에서 갑짜기 빠르게 끼어 드는 택시는  인식을 못하니,    그 때는 주의 해가면서 운전 해야합니다.  그리고,    센서가 앞차량을 인식 한다는 것을 알아야,  신호등 앞에서 차량이 섰을때,  브레이크를 밞지 않고 주행 할 수 있습니다.

  이 기능 하나 때문에,  장거리를 매우 쉽게 주파 할 수 있습니다. 

자도아 멋있어 보입니다.