프로그램
참가등록
A타워 2층 / D타워 2층
키노트
A타워 크리에이티브홀
점심식사
A타워 지하1층
유럽의 제조업은 최근 스마트 펙토리와 협동로봇의 도입으로 다시 한번 세계 제조업 기술의 혁신을 선도하고 있습니다. 이런 혁신을 가능하게 한 협동로봇의 주요 기술 중 하나는 삼차원 비전 시스템과 인공지능입니다. 본 발표에서는 발표자가 속해있는 벨기에 소프트웨어 스타트업 Pick-it의 성공사례를 소개하며, 오픈소스 기반 에자일 소프트웨어 개발 문화를 가지고 있는 스타트업이 전통 제조업 시장에 어떤 변화를 이끌어 왔는지 알아보고, 제조업 강국인 우리나라 산업의 문화적 혁신에 대해서도 생각해보고자 합니다.
Robot
A타워 크리에이티브홀
구성용
Pick-it N.V.
KAIST 기계공학과에서 로봇공학을 전공하고 독일 뮌헨 공과대학교 포닥연구원으로 독일 본 대학교 선임 연구원으로 딥러닝 기반 로봇 비전 시스템을 연구 개발하였다. 2017년 벨기에 스타트업 Pick-it에 선임 엔지니어로 합류하여 협동로봇의 비전 소프트웨어 엔진을 개발하였으며, 현재는 Pick-it의 Country Director로 한국 시장을 총괄하고 있다.
Open Source Based 5G SDN/NFV platform (ONOS를 중심으로)
D타워 프론티어홀
Open Source 기반으로 네트워크 사업부에서 개발한 5G를 위한 SDN/NFV platform에 대해서 ONOS controller 중심으로 소개하고, Open Source 기반으로 상용화 solution을 만들 때 고려해야 하는 하는 점들에 대해서 논의하고자 합니다. 또한, Telco Open Source 기반이 기존의 Open Source 기반 개발과 다른 특성 및 Open Source Contribution 문화 및 전략 등에 대해서도 공감대를 형성하고자 합니다. 또한, 당사 5G를 위한 당사 SDN/NFV platform의 소개 및 향후 발전 방향에 대해서 공유하고 논의하는 장이 되었으면 합니다.
Cloud
D타워 프론티어홀
박기범
삼성전자
네트워크 사업부에서 Open Source (ONOS) 기반으로 SDN/Network Slicing 개발을 총괄하고 있습니다.
- 삼성전자 Software Architect (2013 ~)
- 삼성전자 Software Conference 발표 (2013)
- 제 3회 SOSCON 발표 (2016)
- Mobile World Congress 2017 전시 (2017)
- ONOS Open Source Conference : ONOS Build 2017 Host 및 발표 (2017)
- 제 4회 SOSCON 전시 – SDN Open Source 단체인 ONF와 공동 booth 전시 (2017)
- KRNet 2018 발표 (2018)
리눅스 커널은 전 세계에서 가장 널리 쓰이는 커널 중 하나입니다. 따라서 공격자들에게는 가장 매력적인 타겟 중 하나입니다. 이번 프레젠테이션에서는 리눅스 커널에서 어떠한 공격이 있었는지 설명하고, 그러한 공격들을 막기 위해 어떠한 방어 방법들이 제안되었는지 설명합니다.
Security
D타워 1층 대회의실
박진범
삼성전자
SAMSUNG Research Security Team에서 제품 보안 솔루션 개발, 논문 쓰는 일을 합니다. 관심분야는 Linux kernel security, Side channel attack입니다.
딥러닝이 과학 및 사회 전분야에 확산되는 이유는 여러 가지가 있겠지만 데이터 기반의 학습 모델로 좋은 성능이 나오기 때문일 것입니다. 즉 특정 분야에 좋은 성능을 내고 있는 모델을 재학습만 시켜준다면 다른 분야에서도 사용 가능합니다. 또한 이러한 모델들은 한 달이 멀다 하고 정확도 기록 경신을 하면서 논문과 함께 소스코드가 공개되고 있습니다. 그럼 데이터만 가지고 있다면 마법 같은 모델들은 사용할 수 있을까요? 하지만 기존 방식에 익숙한 분야에서 딥러닝 모델을 적용하기 위해서는 고려해야 할 것들이 많이 있습니다. 첫째, 딥러닝 모델로 어떤 문제들을 풀 수 있을까? 기존 알고리즘 교체부터 새로운 문제 정의까지 어떠한 문제들을 풀고 있는 지 살펴봅니다. 둘째, 과연 풀고자 하는 문제에 딥러닝이 필요할까? 딥러닝 모델을 적용하기 위해서는 많은 데이터가 필요하고 계산 리소스도 많이 필요합니다. 이러한 비용을 투자해서라도 딥러닝 모델을 적용할 필요가 있을까요? 여러 문제의 효용성에 대해서 살펴보겠습니다. 셋째, 딥러닝을 실무에 적용하기 위해서 준비해야 할 것들이 무엇일까? 딥러닝 모델을 학습하기 위해서는 데이터셋 구축, 학습 및 검증 환경 등 여러가지 환경과 툴이 필요합니다. 지루한 데이터셋 구축부터 0.1%를 높이기 위한 하이퍼파라미터 튜닝까지 상당한 시간과 노력이 필요한 기나긴 여정을 출발하기 전에 다짐해야 할 것이 무엇일까요? 태양에서 세포까지 분야에 인공지능을 적용하기 위해 다양한 시도와 고려사항을 살펴보면서 인사이트를 얻어 가시길 바랍니다.
AI
A타워 크리에이티브홀
김태영
(주)인스페이스
비전공자분들이 직관적이고 간결한 딥러닝 라이브러리인 케라스를 이용해 딥러닝 입문을 쉽게 할 수 있도록 '블록과 함께하는 파이썬 딥러닝 케라스'의 집필과 '김태영의 케라스 블로그', '케라스 코리아', '캐글 코리아'를 운영하고 있습니다. 또한 (주)인스페이스에서는 기술이사로서 의료, 드론, 위성 및 우주 분야에 딥러닝 모델이나 딥 강화학습 에이전트 적용 연구를 활발하게 하고 있습니다.
[주요발표]
o 18.6 '1st 함께하는 딥러닝 컨퍼런스'
o 18.3 양재R&CD혁신허브, 제4회 AI신기술뎐 “함께하는 딥러닝 케라스'
o 18.2 Microsoft, 제7회 대한민국 커뮤니티 데이 “모두의 손에 딥러닝 툴을...'
o 17.12 Naver D2, '블록과 함께하는 케라스와 태양에서 세포까지 활용사례'
o 17.11 Google, GDG DevFest 2017 Seoul '블록과 함께하는 파이썬 딥러닝 케라스'
o 17.11 NASA, NASA Ames Conference Center, Radiation Workshop Lighting Talk
Elasticsearch 검색엔진의 텍스트 분석 기능과 한글을 검색하기 위해 어떤 처리 과정을 거치는지에 대해 살펴봅니다. Elastic에서 개발한 한글 형태소 분석기인 Nori에 대해 알아보고, 기존의 커뮤니티 형태소 분석기를 어떤 방법으로 용량을 줄이고 기능을 향상시켰는지에 대해 알아봅니다.
Big Data
D타워 프론티어홀
김종민
엘라스틱서치 코리아 유한회사
Elastic 사의 Community Engineer로 Elasticsearch 기술 커뮤니티를 운영하고 다양한 저술, 강연, 발표 등의 활동을 하며 개발자들과 소통하고 있습니다.
본 세션에서는 엣지 컴퓨팅(Edge Computing)에 관해 소개하며, 가까운 미래의 엣지 컴퓨팅 개발에 관해 설명할 예정입니다. 데이터 및 보안 관련 우려 사항이 많은 현재 상황에서 엣지 컴퓨팅은 업계가 의존할 수 있는 중요한 요소가 되었습니다. 엣지 컴퓨팅은 실시간에 근접한 애플리케이션 서비스를 제공하기 위해 지연 속도 문제를 해결할 뿐만 아니라 불필요한 데이터 전송을 막고, 제3자 접근으로부터 정보를 보호하기도 합니다. 엣지 활용 과정에서 현장 분석을 수행하기 위해서 엣지 컴퓨팅을 지능적으로 활용할 수 있습니다. 엣지는 클라우드 기술의 현행 오픈 소스를 이용함으로써 스마트홈, 스마트 공장, 스마트 도시용 기밀 데이터를 위한 지능적 통로, 데이터 저장 기능을 수행하며, 스스로 발달하는 기계가 될 수 있습니다. 엣지를 활용해 클라우드 설치 비용을 절감할 뿐 아니라, 매우 중요한 업무 수행을 위한 실시간 근접 서비스를 제공할 수 있습니다.
Edge Computing
D타워 1층 대회의실
Ashok Babu Channa
삼성전자
아쇽 바부 찬나(Ashok Babu Channa)는 방갈로르 소재 삼성 R&D 소프트웨어 개발자이며, IoT 및 Edge 플랫폼을 개발하고 있습니다. 소속 개발팀은 스마트 공장용 엣지X 파운드리(EdgeX Foundry) 개발을 위한 엣지 컴퓨팅 개발 활동에 참여하기도 했습니다. 마이크로서비스 체계 내 이벤트 기반 아키텍처(Event Driven Architecture)를 제공하는 실시간 메시징 체계 개발에 참여했습니다.
현재 IoTivity 오픈 소스에서 검색 및 연결(Discovery and Connectivity) 실무 그룹 관리자로 근무하고 있으며, IoTivity, Things Platform, UPnP, DLNA, 웹 서비스, 스트리밍 솔루션 등 다수의 흥미로운 프로젝트에 참여해 왔습니다. 인도 BITS Pilani 대학에서 컴퓨터 공학 석사 학위를 수여했고, 통합 도메인 분야 관련 논문을 출간했으며 특허권을 보유하고 있습니다.
Apache MXNet은 매우 빠르게 성장하고 있는 딥러닝 오픈소스 프레임워크로 클라우드, 엣지 디바이스 및 모바일 분야에서 각광을 받고 있습니다. 아마존, NVIDIA, 인텔, 삼성전자 등 500여 명의 공헌자들이 MXNet 커뮤니티에서 활동하고 있습니다. 본 세션에서는 MXNet에 대한 소개와 특징, 그리고 인공 지능 및 기계 학습에 관심이 많은 대학생 및 데이터 과학자, 개발자를 위한 코드 공헌 경험 및 방법을 소개합니다.
AI
A타워 크리에이티브홀
윤석찬
아마존웹서비스
윤석찬 AWS 테크 에반젤리스트는 개발자들이 클라우드 서비스를 활용하도록 도움을 주고 있다. 20년이 넘는 IT 경력 중에 지리 정보, 콘텐츠 관리, 전자 상거래, 지도 및 검색 API 등 대용량 API 플랫폼 개발 등의 다양한 경험을 가지고 있다. 현재, 서버리스, 콘테이너, 모바일/IoT 및 기계 학습을 위한 클라우드 네이티브 아키텍처에 관심을 가지고 있다.
오규삼
삼성SDS
오규삼 삼성SDS 연구원은 데이터 과학자이자 Deep Learning 엔지니어로써 다양한 데이터 분석 프로젝트를 진행하였다. 수요 예측, 보안, 이상 감지, 유전체 분석 등의 데이터 분석 프로젝트를 경험하였으며, Deep Learning을 활용해서는 수요 예측, 음성인식, 생체신호 분석 등을 수행하였다. 현재는 Deep Learning, 특히 Sequential 데이터를 다루기 위한 Recurrent Neural Network에 관심이 많으며 해당 기술을 사용하여 기존에 풀기 어려운 문제를 푸는 것에 도전하고 있다.
Production 환경의 Self-Hosted Kubernetes cluster를 어떻게 구축할 수 있을까? 이번 세션에서는 3 Masters Kubernetes cluster를 구축하는 방법으로 Kubespray 와 kubeadm 을 비교 설명한다. Kubespray에 대해서는 소스 디렉토리 구조, 중요 변수, 모듈를 선택적으로 설치하는 방법 등을 설명한다. kubeadm에 대해서는 전제 조건, self hosting으로 3 masters를 구축하는 방법, 노드를 추가하는 방법 등을 설명한다.
Cloud
D타워 프론티어홀
안승규
SK Telecom
SKT에서 근무 중이며 2011년 이전까지 Java 기반의 Enterprise Application 개발하였고, 이후 현재까지 OpenStack 을 활용한 Private Cloud 구축 및 Kubernetes 기반 서비스 개발을 진행하고 있습니다. CNCF Community Speaker's bureau에 등록되어 있으며 Kubernetes User Group 을 리딩하고 있습니다.
여러 유형의 명함 크기 컴퓨터가 최근 판매되고 있습니다. Raspberry Pi는 가장 유명한 브랜드이며, ODROID 시리즈는 한국에서 가장 유명합니다. Banana Pi와 Tinkerboard는 x64 PC 공급업체에서 제조하고 있고, 96 보드 시리즈는 Linaro가 지원하는 고급 보드이며, PYNQ와 Parallela에 의해 FPGA 반도체 소자 설계가 좀 더 용이해졌습니다. 소형 컴퓨터는 취미 생활뿐만 아니라 교육 및 산업 용도로도 활용할 수 있으며, 최근 사물 인터넷, 엣지 컴퓨팅과 초등/중등학교 및 대학 교육에서도 사용이 크게 증가하고 있습니다. 본 세션에서는 명함 크기 컴퓨터의 역사, 즉 이 컴퓨터의 유래, 사용 사례에 따른 기술 발달, 현재 개발 현황에 관해 설명하고, 취미, 교육, 산업 비즈니스, 사물 인터넷 등 몇 가지 활용 사례를 살펴보며, 실용적인 조언을 합니다.
IoT
D타워 1층 대회의실
Masafumi
Japanese Raspberry Pi Users Group
Masafumi는 OpenSolaris 리드 포팅 랩톱 프로젝트(lead porting laptop project)와 OpenSolaris 설치 공동 프로젝트(Caiman) 핵심 구성원이었습니다. 이 프로젝트 이후 몇몇 Raspberry Pi 애호가와 함께 일본 Raspberry Pi 사용자 그룹을 조직했으며, 2012년 Raspberry Pi 공식 웹사이트 포럼 진행을 지원하는 자원봉사를 했습니다. 현재 Raspberry Pi 재단 설립자 Eben Upton과 협력하여 일본에서 Raspberry Pi 재단 사업을 지원하고 있습니다.
실시간 3D 콘텐츠 제작 엔진인 유니티에서 제공하는 머신러닝 에이전트(ML Agent)를 이용하면 실제와 같은 환경에서 인공지능을 보다 효과적으로 학습시킬 수 있습니다. 이러한 활용 사례는 게임뿐만 아니라 자율 주행 자동차, 도시의 안전 설계 등 수많은 분야에 적용되고 있습니다. 데모를 통해 여러 분야의 활용 사례와 시뮬레이션 환경을 확인해 보세요.
AI
A타워 크리에이티브홀
오지현
유니티 테크놀로지스 코리아
오지현 리드 에반젤리스트는 10여 년간의 PC 온라인 게임 개발 및 서비스, 소프트웨어 개발 및 대학교에서의 게임 개발 강의 경험을 쌓아 2014년 유니티에 합류했다. 유니티에서는 에반젤리스트로서 개발자 커뮤니티와의 소통을 통해 유니티 최신 기술과 노하우를 소개하고 그들의 난제를 해결하며, 의견에 귀를 기울이고 있다.
민규식
한양대학교 미래자동차공학과 기계감지 및 제어 연구실
민규식 연구원님은 한양대학교 미래자동차공학과 기계감지 및 제어 연구실에서 석박사 통합과정으로 재학중입니다. 페이스북 페이지 Reinforcement Learning Korea의 운영진이며 Fast campus, Programmers 에서 강의 경력이 있습니다. 주로 연구하는 분야는 자율주행자동차, 운전자 보조 시스템, deep learning, deep reinforcement learning 등입니다. 특히 reinforcement learning의 연구에 있어서는 알고리즘을 검증할 환경을 직접 개발하고 테스트 하는 것을 좋아합니다. 이런 이유로 Unity를 이용해서 강화학습 환경을 개발하게 되었고 Unity ML-agents가 나온 이후로는 이를 이용하여 다양한 환경을 개발 중에 있습니다. 본 발표에서는 제가 Unity ML-agents를 이용하게 된 계기와 이를 이용한 자율주행차량 환경의 개발 과정, Unity ML-agents의 이용자로서 느끼는 점에 대해 말씀드릴 예정입니다.
Tracing은 함수 호출 간의 흐름과 성능 측정을 의미하며 Uftrace는 C/C++ 프로그램을 Tracing 하는 도구이다. GCC와 같은 컴파일러는 Tracing을 위한 인터페이스를 제공하는데 이를 활용하면 오픈소스 분석에 도움을 줄 수 있다. 이번 발표에서는 Uftrace를 소개하고 Tracing을 통해 얻을 수 있는 다양한 이득으로 오픈소스를 재미있게 접할 방법을 알아보고자 한다.
Community
D타워 프론티어홀
박한범
KossLab
현재 kosslab 소속으로 오픈소스 Uftrace에 기여 활동하는 개발자
오픈 소스 개발에 참여한다는 것은 여러분들에게 어떤 의미가 있나요? 포트폴리오 작성을 위해? 불편함을 개선하기 위해? 무언가 멋져 보이기 때문에? 외적으로 보이는 오픈 소스 개발/운영은 여러분들이 생각하는 '모습'과 아주 다를 수 있습니다. 성공적인 오픈 소스가 되기 위해서는 무엇이 필요할까요? 오픈소스 개발자로 성공(또는 살아남기) 할 수 있을까요? billboard.js 프로젝트를 운영하면서 경험한 내용을 바탕으로, 여러분들이 알지 못하는 오픈소스 운영 과정에서의 경험을 전달하고자 합니다.
Web
D타워 1층 대회의실
박재성
네이버 PaaS
NAVER에서 프론트엔드 기술 리서치와 차트 라이브러리 billboard.js 개발을 리딩하고 있습니다. 현재 MS MVP로 활동 중이기도 하며, 신기술에 대한 탐구와 이에 대한 공유를 위해 노력 중입니다.
참가등록
A타워 2층 / D타워 2층
최근 우리는 심층 신경망(deep neutral networks) 및 관련 애플리케이션 개발을 목격하고 있습니다. 동시에 이러한 심층 신경망을 적용 가능한 기기 범위가 개인용 및 모바일 기기 뿐 아니라 웨어러블 기기/엣지 기기에까지 확대되고 있습니다. 이러한 시스템의 새로운 과제는 데이터 입력, 전후 처리장치, 신경망 및 애플리케이션에서 데이터 스트림을 구성하고 실행하는 것입니다. Gstreamer용 필터를 제공하는 일반 신경망을 구축하도록 제안하며, https://github.com/nnsuite/nnstreamer에서 이를 적극적으로 개발하고 있습니다. 신경망 개발자들은 NNStreamer를 활용하여 데이터 스트림 파이프라인을 쉽게 구성하고 매우 효율적으로 실행할 수 있습니다. 이제 미디어 스트림 개발자들은 임의적 심층 신경망(arbitrary deep neutral networks)을 또 다른 미디어 필터로 쉽게 이용할 수 있습니다.
AI
A타워 크리에이티브홀
함명주
삼성전자
함명주 박사는 2009년 Unversity of Illinois, Urbana–Champaign에서 박사 학위를 받은 후 삼성전자에서 소프트웨어 개발자로 근무해왔습니다. 최근에는 자율 주행 시스템, 가전제품 등 관련하여 다양한 기기 설치 AI 프로젝트 수행을 위해 공동 개발 환경 및 소프트웨어 플랫폼을 개발하고 있습니다. 삼성 AI 센터에 합류하기 전, 주로 Tizen에서 설계 및 개발자로 근무했습니다. Linux kernel 하부 시스템 2곳을 관리하며, .NET core, Open Build Service, Tensorflow 및 기타 오픈 소스 프로젝트에 참여했습니다.
과거 검색 기술은 매우 접근하기 어려운 기술이었지만 엘라스틱 서치가 등장하면서 간단한 설정만으로 Fulltext 검색과 같은 자연어 검색 기능을 사용할 수 있게 되었다. 이 엘라스틱 서치를 사용하여 아프리카 서비스에 검색 기능을 추가하면서 겪은 삽질기를 공유하고자 한다. 삽질기는 크게 기술파트와 서비스(기획) 파트로 나뉜다. 처음 엘라스틱 서치를 접하고 초기 서비스 런칭을 위해 살펴본 기술적인 지식을 살펴보고 기술적인 부분이 커버하지 못하는 부분을 처리한 방법들을 공유한다.
Big Data
D타워 프론티어홀
정경석
아프리카TV
"내일의 편리를 위해서 오늘 삽질하자"는 모토로 항상 삽질하는 백엔드 개발자로써 하루 수천에서 수억 건에 이르는 요청을 처리하는 서비스를 개발하고 운영하고 있으며 현재 아프리카TV의 검색 서비스와 캐시 클러스터를 개발하고 운영 중이다. 저서로는 '이것이 레디스다', '자바 네트워크소녀 네티' 가 있으며 2018년 하반기 출간을 목표로 백엔드 개발자를 위한 책을 집필 중이다.
본 세션에서는 프라이빗 블록체인에 대한 소개와 오픈소스로 개발 중인 경량 맞춤형 블록체인 엔진(it-chain)의 아키텍처 및 구현을 설명합니다, 그리고 오픈소스 커미터로 블록체인을 오픈소스로 개발했던 경험을 공유하고자 합니다.
Blockchain
D타워 1층 대회의실
이준범
KossLab
Kosslab 5기 전담 개발자로 it-chain(Customizable and lightweight private blockchain)을 오픈소스로 개발하고 있습니다. 소프트웨어 아키텍처, 머신러닝/딥러닝, 블록체인에 관심이 많으며, 이론에서 그치지 않고 구현까지를 목표로 공부하는 것을 좋아합니다.
DevOps 로 바뀌고 있는 개발문화에서 보안은 어떻게 적용하면 좋을까요? 오픈소스를 통해 DevSecOps를 만나고 보안을 적용해보아요.
Security
A타워 크리에이티브홀
조민재
우아한형제들
'우아한형제들'에서 정보보안 업무를 합니다. 오픈소스와 보안은 평생을 두고 연구할 두 개의 큰 줄기입니다.
SONA (Simplified Overlay Networking Architecture)는 ONOS (SDN Controller) 기반 OpenStack 용 가상 네트워크 솔루션이며, 2016년 첫 버전 Release를 시작으로 약 3년간에 걸쳐 ONOS의 오픈 소스로 개발되어 왔다. 이번 발표에서는 2015년부터 ONF 리딩으로 개발되어 온 Carrier Grade SDN Controller인 ONOS에 대한 간단한 소개 및 SONA의 Architecture 및 Use Case에 대해 다룰 예정이며, 최근에 개발된 Smart NIC 연동을 통한 가상 네트워크 가속 개발 내용 및 결과 소개 및 현재 진행되고 있는 Kubernetes에 대한 Network 지원에 대한 내용도 포함될 예정이다.
Cloud
D타워 프론티어홀
신상호
SK Telecom
본 발표자는 2015년부터 SK Telecom의 SW 기술원에서 Telco Infra에 Cloud 기술을 접목하는 연구 개발을 리딩하고 있다. SK Telecom 이전에는 LG에서 3년 삼성 전자 소프트웨어 센터에서 수석연구원으로 6년간 재직하였으며, ON. Lab(현 ONF)에서 1년간 Visiting Scholar로 ONOS 및 Segment Routing 개발에 참여하기도 하였다. 고려대 학부를 거쳐 미국 콜럼비아 대학에서 Computer Science 석/박사를 취득하였으며 무선 네트워크 상에서의 VoIP를 전공하였다.
어떻게 실행 중인 커널에 안전하게 코드를 주입할까? BPF란 "Safe dynamic programs and tools"로 최근 커널에서 XDP, Tracing 등의 목적으로 적극 활용되고 있다. BPF 기술을 이해하고 Kernel 내에서 BPF infrastructure가 어떻게 구성되어있는지 그리고 어떻게 커널 코드를 주입하는지 내부 원리를 살펴봅니다.
Platform
D타워 1층 대회의실
송태웅
KossLab
KossLab 오픈프론티어로 커널 및 tracing 분야에 관심을 가지고 오픈소스 프로젝트에서 활동 중이다.
클라우드 컴퓨팅의 엣지(Edge)의 사물 인터넷에 인공 지능 기술 구현이 쉽게 가능한 방향으로 진화하고 있습니다. AWS Greengrass는 커넥티드 디바이스에서 로컬 컴퓨팅, 메시징, 데이터 캐싱 및 동기화 기능을 안전한 방식으로 실행할 수 있는 소프트웨어입니다. 특히, 엣지에서 AWS Lambda 함수를 실행하고, 디바이스 데이터를 동기화 상태로 유지하고, 다른 디바이스와 안전하게 통신할 수 있습니다.
IoT
A타워 크리에이티브홀
리차드 배리
AWS
리차드 배리는 FreeRTOS 프로젝트 창시자이자 AWS의 수석 엔지니어를 겸하고 있다. 그는 2003년 FreeRTOS 프로젝트를 시작 하였으며, 자신이 만든 Real Time Engineer라는 회사에서 10년 넘게 FreeRTOS를 개발했다. FreeRTOS는 마이크로콘트롤러를 위한 크로스 플랫폼 지원 오픈소스 프로젝트로서 27개 코어와 17개 도구 체인에서 사용 중이며, 매년 8만회가 넘는 다운로드를 기록하고 있다. 또한, FreeRTOS는 2011년 EETimes 임베디드 시장 조사에서 선도적인 IoT 분야 커널로서 자리매김 했다.
DevOps에서 Immutable Infrastructure, Infrastructure as Code 란 무엇인지 소개합니다. 현재 환경에 어떤 문제가 있었고 Docker로 무엇이 해결되었는지, Kubernetes는 무엇이고 왜 필요했는지 알아봅니다. CI/CD란 무엇이고 Jenkins를 활용하여 Pipeline as Code를 달성하고 CI/CD 구축 사례를 봅니다.
Cloud
D타워 프론티어홀
이호광
삼성전자
S/W 개발 인프라 업무를 담당하고 있으며 최근에 DevOps 적용에 관심이 많습니다.
Open source based Network automation platform
D타워 1층 대회의실
몇 년 전부터 시작된 네트워크 장비의 가상화 바람에 시작이라고 할 수 있는 ETSI 표준과 이를 확장시켜 E2E 솔루션으로 자동화를 완성 시킬 수 있는 ONAP platform 으로의 진화와 차이점에 대해 이해하는 시간을 가졌으면 좋겠습니다. 또한 NFV 의 효율적인 관리를 위해 네트워크 사업부에서 어떤 솔루션이 준비되어 있는지와, 향후 어떤 발전 방향을 가지고 있는지 공유하는 장이 되었으면 좋겠습니다.
Cloud
D타워 1층 대회의실
윤일국
삼성전자
삼성전자 네트워크 사업부에서 ETSI 표준 기반의 NFV(Network Function Virtualization) MANO 개발을 총괄하고 있으며, Network Automation 을 위한 Open source (ONAP) 기반의 가상화 리소스 및 서비스 관리 플랫폼 개발을 담당하고 있습니다.
점심식사
A타워 지하1층
사용자의 만족도를 높이기 위한 다양한 시도와 노력을 소개한다. 특히 서비스 서버의 안정성과 효율성을 높이기 위해 DevOps 철학과 방법론 그리고 오픈소스 자동화 도구를 활용한 경험을 공유한다.
Cloud
A타워 크리에이티브홀
김영욱
삼성전자
모바일 광고 서비스의 DevOps 엔지니어
이 세션에서는 Immersive Web이 무엇인지, Web XR Device API가 왜 등장했는지, 그리고 그 API가 어떤 원리로 디자인되었고 사용되는지를 설명합니다. 구체적으로 다음과 같은 내용들을 다룹니다. 이해를 돕기 위해 최대한 그래픽 관련된 내용을 배제할 예정입니다.
- Immersive Web 이란?
- WebXR API History
- WebXR API Internals
- How to implement WebXR app
Web
D타워 프론티어홀
방진호
삼성전자
삼성 인터넷 브라우저를 개발 중인 평범한 개발자입니다. 오픈소스에 대한 관심으로 Chromium/Blink를 비롯해 W3C, Node.js 등 웹 플랫폼 관련 오픈소스에 기여를 하고 있습니다.
고병권
삼성전자
삼성전자에서 Multimedia App을 개발 중인 S/W 개발자입니다. 오픈소스에 대한 개인적인 관심으로 Chromium/Blink에 기여해오고 있습니다.
Multi Device Edge computing을 활용한 분산 웹 엔진 기술 개발 내용 소개
D타워 1층 대회의실
웹 기술이 지속적으로 발전하고 웹 컨텐츠들의 복잡성 및 성능 요구 사항이 계속 증가하는 상황에서 단일 단말의 제한된 리소스 한계를 극복하여 여러 단말의 유휴 리소스를 효율적으로 사용함으로써 요구되는 서비스를 원활히 제공할 수 있도록 하는 multi device 분산 processing 웹 엔진 기술 소개
Edge Computing
D타워 1층 대회의실
남궁은
삼성전자
Samsung Research Tizen 개발팀에서 Tizen 플랫폼에 적용되는 웹 엔진, 웹 런타임, 웹 어플리케이션 프레임웍 등 웹 기술을 기반으로 제공할 수 있는 다양한 컴포넌트 및 서비스에 대한 부분을 책임을 맡고 있습니다.
오픈소스 AI 프레임워크에 대한 소개와 개발과정에서의 고민과 해결 과정을 공유합니다.
AI
A타워 크리에이티브홀
이연희
한국전자통신 연구원
한국전자통신연구원 KSB 융합연구단에서 오픈소스 인공지능 프레임워크 개발을 이끌고 있습니다.
빠르고 안전한 모바일 브라우저, 삼성 인터넷의 개발기입니다. 가장 활발한 오픈 소스 프로젝트로 꼽히는 크로미움을 이용하여 상품화를 하기 위해 거쳤던 시행착오들과 그 과정에서 얻은 교훈을 공유합니다.
Web
D타워 프론티어홀
한강일
삼성전자
삼성 인터넷 개발자. 삼성 인터넷이 사용자와 개발자 모두에게 매력적인 웹 브라우저가 되는 방법을 고민하고 있습니다.
데이터베이스는 클라우드에서 실행하는 대부분의 애플리케이션에 관련하여 필수적인, 항상 존재하는 요소입니다. 단일 인스턴스 또는 클러스터된 설치 상황에서 데이터베이스를 관리하기 위해서는 기반 인프라를 전문적이고 심도있게 이해해야 합니다. DBaaS(Database as a Service)의 주된 목적은 온디맨드(on-demand) 서비스를 제공하고, 관계형/비관계형 데이터베이스(relational and non-relational databases) 등 다양한 데이터베이스 관리 시스템을 운영하는데 있습니다. 이는 단일 노드/멀티 노드 데이터베이스 설치, 스케일링(out, up, in), 데이터 백업 및 복구, 구성 관리, 오류 해결 등을 지원하는 서비스입니다. OpenStack Trove를 기반으로 하는 DBaaS 솔루션을 AWS RDS 등 상용 대안과 비교하여 세션 중 소개할 예정입니다. 또한, 오픈 소스 지향 개발을 위해 우리 팀이 나아갈 길에 관해 설명할 계획입니다. 좁은 범위 프로젝트 관리, 오픈 소스의 기여 잠재력에 관한 이해에서부터, 프로젝트에의 총체적인 참여에까지 전반적으로 주도권을 쥐고, 상향 우선의 업무 방식을 채택합니다. 그러한 방식의 장점ㆍ단점을 소개하고, 초기 단계에서 팀이 직면했던 문제에 관해서도 설명합니다.
Cloud
D타워 1층 대회의실
Bartosz Zurkowski
삼성전자
대규모 분산 시스템 설계 및 클라우드 혁신 기술에 대한 열정이 있습니다. 폴란드 크라쿠프(Krakow) 소재 AGH 과학기술대학교(AGH University of Science and Technology) 컴퓨터 공학 전공. 대학 재학 중, 그리고 졸업 이후 IT 업계에서 계속 근무했습니다. 4년간의 실무 경험을 지니고 있으며, 처음에는 광고회사를 위한 마이크로서비스 기반 애플리케이션 설계 소프트웨어 엔지니어로 근무했습니다. 이후 AWS 클라우드 내 가상 자원 인프라 관리를 책임지면서 텔레메트리 관련 아키텍처 요소들을 설치했습니다. 삼성 R&D OpenStack 개발팀과 협업하기 시작한지 1년이 넘었으며, 5G 요건에 부합하는 서비스 플랫폼으로 데이터베이스를 구축하는 핵심 팀 구성원으로 클라우드 프로젝트에 참여하고 있습니다. 자동 데이터베이스 서비스 제공, 클러스터 관리, 데이터 복구 기능 향상을 통해 OpenStack Trove 개발에 적극적으로 참여하고 있습니다. 폭 넓은 데이터베이스 구축 경험을 바탕으로 높은 데이터 용량과 이용성을 제공하는 첨단 기술을 정교하게 개발하고 있습니다. 네트워크 기능 가상화(network functions virtualization, NFV) 및 멀티사이트 클라우드 컴퓨팅 분야에서 컴퓨터 공학 박사 과정을 밟고 있기도 하며, Tacker, Trio2o, Tricircle 등 색다른 OpenStack 개발 업무에 참여했고, 네이티브 클라우드(native cloud) 기술을 광범위하게 습득했습니다.
4차 산업혁명의 시대, 모든 것이 IT와 연결되는 스마트 세상의 브레인은 바로 소프트웨어(SW)이다. 모든 산업이 SW에 의존성을 갖게 되면서 “무결점 소프트웨어”에 대한 수요가 폭발하고 있다. 예를 들어, Microsoft 사는 SW 테스팅 도구 'SAGE'을 통해, 윈도우7 운영체제의 수많은 보안 취약점 검출에 성공하였다. 여기에 사용된 기법이 바로 콘콜릭 테스팅으로, 실제 및 기호 실행을 통해 SW에 대한, 탐지 범위와 취약점 검출률을 높이고자 한다. 그러나 기존 콘콜릭 테스팅 기술의 한계는 바로 ‘탐색 전략‘에 의해 크게 성능이 좌우된다는 것으로, 많은 전문가들이 각각 SW에 맞춰 수동으로 탐색 전략을 만들어왔다. 하지만 이렇게 수작업으로 만들어진 탐색 전략들은 모든 SW에서 일관된 성능을 내지 못했다.
이에 고려대 연구팀은 대상 SW에 최적화된 탐색 전략을 자동으로 생성하는 기술을 개발하여, 세계 최고 권위의 소프트웨어 공학 학술대회인 ‘International Conference on Software Engineering’에 채택되는 성과를 이루었다. 특히 본 기술을 활용하면 SW의 취약점의 탐지 범위를 기존보다 최대 20배까지 향상시킬 수 있어, 향후 전 세계의 모든 SW 기업들의 수요가 있을 것으로도 예상된다. ParaDySE라 명명된 기술은 현재 서비스 중인 “보안 취약점 자동분석 플랫폼, IoT큐브에 구현되어 누구나 사용해 볼 수 있으며, 깃허브에 오픈소스로도 공개되어 있다.
본 발표는 콘콜릭 테스팅에 대한 배경 지식과 ‘ParaDySE’의 핵심 기술들을 설명하는 것을 목표로 한다.
Security
A타워 크리에이티브홀
차수영
고려대학교 SW보안국제 공동연구센터
저는 현재 고려대 소프트웨어 분석 연구실에서 박사 과정 중인 차수영 입니다. 저는 소프트웨어의 보안 취약점을 검출하기 위한 기술 ‘소프트웨어 테스팅’의 성능을 머신 러닝을 통해 향상시키기는 연구를 진행하고 있습니다. 본 연구의 결과는 소프트웨어 공학의 최우수 학술대회인 ‘International Conference on Software Engineering (ICSE)’ 와 ‘IEEE/ACM International Conference on Automated Software Engineering (ASE)’에 각각 논문으로 채택되었습니다. 또한 SW보안 국제공동연구센터에서 운영하는 IoTcube 시스템에 본 연구 기술을 탑재하여, 전 세계 누구나 안전한 소프트웨어를 만드는 일에 활용할 수 있도록 했습니다. (모듈명: CTEST)
C++ 언어를 사용하는 프로젝트를 오픈 소스로 구축하려면 많은 작업을 필요로 합니다. C++ 언어가 갖는 특징으로 인해 플랫폼마다 설정을 서로 다르게 해야 하고 통일된 패키지 관리 도구가 없어서 프로젝트마다 라이브러리 설치 방법이 서로 제각각입니다. 게다가 모던 C++(C++11 이상)에서는 CI를 제공하는 사이트의 운영체제 버전 이슈로 인해 컴파일러를 새로 설치해야 하고 플랫폼에 따라 지원하지 않는 기능이 있어서 많은 어려움이 따릅니다. 이번 세션에서는 모던 C++ 을 사용해 오픈 소스 프로젝트를 구축할 때 겪는 문제점들이 무엇인지 실제 사례를 통해 살펴보고 이를 해결하기 위해 어떤 방법들을 사용할 수 있는지 알아봅니다.
Community
D타워 프론티어홀
박동하
㈜알체라
현재 (주)알체라 에서 크로스 플랫폼 라이브러리 개발/배포를 담당하고 있다. C++ Korea 페이스북그룹에서 운영진으로 활동 중이며, 다양한 조건 하에서 C++ 사용에 관심이 많다. 최근에는 핵심 가이드라인 한글화 프로젝트를 활성화 하기 위해 노력 중이다.
맞춤형 하드웨어 설계를 처음 접하면 어려워할 수도 있지만, 이를 활용해 여러 활동을 간소화할 수 있습니다. 파웰은 임베디드 기기(FOSDEM 2016, ELC 2016에서 소개된, SD MUX 보드 후속 제품 MuxPi) 원격 접근을 지원하는 신규 오픈 하드웨어 방식(기기 플래싱, 디버깅, 전력 관리 등)에 관해 발표할 계획입니다. 원격 임베디드 기기 시험 방식을 초보자들에게 소개하고, 기존의 시험 사례에 관해 설명할 것입니다. 또한 Boruta(보드 팜(board farm) 관리 시스템), Weles(LAVA 호환 시험체계), Perun(바이너리 이미지 시험체계) 등 신규 실험 대상이 된 SLAV 구성 요소들을 소개하는 자리가 될 것입니다. 참석자들이 자신들만의 설정으로 오픈 하드웨어 디자인을 기기에 직접 설치하고, 추가 개선점에 관해 의견을 공유하도록 독려할 수 있을 것입니다.
Platform
D타워 1층 대회의실
Pawel Wieczorek
삼성전자
파웰 비츠오렉(Paweł Wieczorek)은 2014년부터 폴란드 삼성 R&D 연구소에서 근무해왔습니다. 액세스 컨트롤 개발자로 근무하기 시작하여, 임베디드 기기 운영체계 보안 프레임워크 개발에 참여했습니다. 당시 소프트웨어 개발 시험 자동화 방식을 도입했고, 지금도 적극적으로 자동화 시험 시스템을 개발하고 있습니다. 현재 플랫폼 출시 엔지니어로 활동하고 있는 파웰은 ELC, ELCE, FOSDEM, FrOSCon 외 다수의 행사에 발표자로 참여했습니다.
다양한 머신러닝 프레임워크의 등장과 클라우드 서비스를 통해 AI 개발을 누구나 쉽게 시작할 수 있게 되었습니다. 하지만 여전히 GPU를 비롯한 고성능 클라우드 서버는 비싸고, spot 요금을 잘 활용하거나 실제 연산에 필요한 시간만 정확하게 서버를 띄워서 사용하기 위해서는 직접 신경 써줘야 할 것이 많습니다. 래블업에서는 이러한 인프라 고민을 해결하기 위해 Backend.AI를 개발해왔고, 이제 그 여정의 새로운 챕터로 AI Network (AIN) 프로젝트를 시작합니다. 과거 SETI@Home이 그랬던 것처럼, AI 개발을 모르는 사람도 누구나 AI 개발에 기여할 수 있으면서, 그에 대한 보상으로 대용량 연산 자원이 필요할 때 손쉽게 빌려올 수 있도록 하고자 합니다. 복잡한 계약과 설정 없이도 다른 기관이나 개인이 소유한 연산 자원을 서로 믿고 당겨쓸 수 있도록 AIN 블록체인의 힘을 빌리고, 인프라 소유자 입장에서는 임의의 원격 코드 실행에 대한 보안 문제도 해결하면서 관리에 대한 부담과 노력이 최소화되도록 Backend.AI의 힘을 빌리는 것입니다. 이 세션에서는 이러한 꿈을 실현하기 위해 해결해야 했던, 해결해야 하는 기술적 문제들을 공유합니다. 특히, 서로 다른 Backend.AI 클러스터 간의 원격 코드 실행을 뒷받침하기 위한 Callosum RPC Transport 라이브러리의 설계와, AIN 블록체인을 통한 AI 모델 학습에 최적화된 연산 검증 문제에 대한 우리의 해결책과 접근 방법을 소개하고자 합니다.
AI
A타워 크리에이티브홀
김준기
레블업
현재 Lablup ("래블업") CTO를 맡아 Backend.AI를 개발하고 있습니다. 80 Gbps급 GPU 가속 패킷 처리 프레임워크를 개발하여 KAIST에서 전산학과 박사학위를 받았고, Microsoft Research Cambridge와 NexR (KT 인수)에서의 연구·엔지니어링 인턴십을 통해 다양한 규모의 백엔드 시스템에 대한 분석 및 구현 경험을 가지고 있습니다. 오픈소스 활동을 통해 Textcube, iPuTTY, Python, DPDK, pyzmq, aiodocker, aiohttp 등의 프로젝트에 기여해왔으며 KOSSLAB 글로벌 오픈프론티어 4, 5기로도 활동하고 있습니다.
머신러닝, 인공지능 등으로 대변되는 4차 산업혁명이 가속화될수록 클라우드 기반의 인프라 투자가 급격하게 증가하고 있으나 그에 따라 전기세와 같은 원가 절감에 대한 요구 역시 비례하여 급격하게 증가하고 있습니다. 클라우드 인프라의 핵심인 데이터 센터 내 서버의 99% 이상이 인텔 CPU 기반의 서버인데다가 주로 대만에서 마더보드와 같은 하드웨어 서버가 개발되다 보니 국내 환경에 최적화된 서버를 구하기도 어렵고 그에 따라 원가 절감과 같은 차별화된 경쟁력 확보 역시 매우 어려운 상태입니다. 이에 인텔 CPU 기반 서버 대비 1/4 정도의 전력 만으로도 동작 가능한 저전력 ARM 서버를 마더보드부터 소프트웨어까지 국내 최초로 개발하고 있는 저희 회사에서 오픈 소스 기반으로 저전력 ARM 서버를 어떻게 개발해왔고 해당 기술들은 어떤 것들인지 공유하고자 합니다. 무엇보다 사람이 일일이 수동적으로 관리할 수 없는 대규모 인프라인 클라우드 시대에 어떻게 하면 효율적으로 서버들을 원격 관리할 수 있는지 오픈 소스 기반의 실제 솔루션을 개발했던 사례들을 공유하여 비슷비슷한 제품들이 아닌 클라우드 시대에 최적화된 경쟁력 있는 환경을 구축하는 방향을 제시해 보고자 합니다.
Cloud
D타워 프론티어홀
유명환
엑세스랩㈜
국내 최초이자 유일하게 데이터 센터용 ARM 서버를 개발하고 있으며, 클라우드 오픈소스 최대 커뮤니티인 오픈스택 한국 커뮤니티에서 7년째 운영진으로 활동 중입니다. 정부통합전산센터 클라우드 기술 위원과 SW 마에스트로 멘토로 활동했으며, 현재 한양대 ERICA 캠퍼스 겸임교수와 구로구 스마트 도시 정책자문 위원을 맡고 있습니다. 오픈 소스가 성장하려면 반드시 필요한 커뮤니티에 관심이 많은 커뮤니티 전도사로 국내 최초 커뮤니티 중심의 행사인 KCD(Korea Community Day)를 만든 장본인입니다. 그래서인지 개발자들과 어울려 수다떨기를 좋아하며 알고 있는 경험들과 지식들을 공유하는 것 역시 매우 좋아합니다. ARM 프로세서 기반의 Linux 기술과 데이터센터용 저전력 서버 관련 기술들에 관심이 많아 직접 솔루션(제품)을 개발하고 전파하는 일을 국내뿐만 아니라 미국과 일본 등에서 진행하고 있습니다.
건설현장에서는 노이즈, 가스 누출, 진동 같은 다양한 위험요소들이 있다. ML 기법을 이용하여 사전에 실시간으로 위험상황을 모니터링하는 시스템이 필요하고 좀 더 효과적으로 위험한 상황을 예측하고 대처할 수 있다. 대표적으로 CCTV를 모니터링하는 것은 건설현장에서 지역적으로 계속해서 모니터링이 필요하다. 그때에 CCTV 영상을 지속적으로 고화질 영상으로 모니터링 하는 것은 효과적이지 않고 낭비가 심하다. 그러나, 어떤 알람이 위험하다는 것을 감지했을 때 재빨리 위험상황을 인지할 필요가 있다. 기술적으로 접근하기 위하여 딥러닝은 미리 예측을 통해서 위험상황을 인지하는 가장 좋은 솔루션이다. 평상시에는 저화질의 CCTV 영상을 전송하다가 위험상황에 발생했을 때 사전에 예측하여 고화질을 영상을 제공한다.
Edge Computing
D타워 1층 대회의실
김귀훈
한국전자통신연구원
그는 KAIST에서 1998, 2000에 전기 및 전자공학과 학부와 석사를 마쳤다. LG데이콤 e솔루션 개발팀에서 2000년부터 2005년까지 근무하였으며 2005년부터 ETRI에서 연구원 생활을 시작했다. 그는 2006년부터 UN 산하의 ITU-T에서 에디터와 의장단 활동을 했고, 2016년에 apche 오픈소스 그룹에서 contributor로 활동했다. 주요 연구 관심사는 지능형 포그/에지 컴퓨팅, 네트워크 머신러닝, 딥러닝, 강화학습, GAN이다.
*상기 프로그램은 변경될 수 있습니다.
