기술적 미묘

마지막 업데이트: 2022년 5월 23일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기
신 과장은 또한 “의료기기산업 육성지원은 전체적으로 여러 부처와 관련된 부분이다. 복지부뿐만 아니라 식약처·미래창조과학부·산통부를 포함해 각 부처 간 협력 내용들을 명문화해 실질적인 협력관계 속에서 지원이 이뤄져야한다”고 주문했다.

National Treasures & Important Cultural Properties
of National Institutes for Cultural Heritage, Japan

모모야마(桃山)시대 말기부터 에도시대 초기에 걸쳐 활약한 다와라야 소다쓰(俵屋宗達)의 대표작 중 하나이다. 소다쓰는 겐닌지(建仁寺) 절 소장의《풍신뇌신도(風神雷神図)》병풍과 교토 국립박물관 소장의《학 밑그림 화가권(鶴図下絵和歌巻)》과 같이 금과 은 그리고 화려한 색채를 많이 사용한 장식성 매우 높은 작품을 많이 남겼다. 그렇지만 한편에서는 동양적 정취가 넘치는 수묵화도 다수 제작하였다.
수묵 기법을 구사한 이 그림은 옛부터 소다쓰의 수묵화 가운데 최고 걸작으로 손꼽히며 동시에 일본 수묵화의 역사 속에서도 위대한 성과의 하나로 널리 인정받아온 작품이다.
소다쓰 작으로 알려진 수묵화 가운데 연꽃과 농병아리를 모티프로 한 작품이 몇 점 전하고 있으나 그 중에서도 이 그림이 가장 뛰어난 솜씨를 보여준다. 종이와 먹의 미묘한 관계를 충분히 잘 알고 있는 화가가, 화가로서 기술적 미묘 가장 충실했던 시기에 그린 작품이라는 사실은 소다쓰의 다른 수묵화와 비교해 보아도 의심할 여지가 없다.
에도시대 후기 소다쓰와 오가타 고린(尾形光琳)의 재평가 운동을 벌였던 사카이 호이치(酒井 抱一)가 이 그림에 감동한 나머지‘소다쓰 작품 가운데 절품(宗達中絶品也)’이라고 표구 상자에 적어 놓은 것이 지금까지 전해지고 있다.
왼편 아래에 찍혀 있는‘이넨(伊年)’이라고 된 붉은 인주의 도장은 훗날 소다쓰가 경영했던 공방의 상호로도 사용되었던 것으로 현재 다양한 종류의‘이넨’인장이 찍힌 작품들이 전하고 있다. 그러한 ‘이넨’도장이 찍힌 작품 중에서도 이 그림은 가장 뛰어나다.
소다쓰의 생몰 연대는 확실한 자료가 없어 단정할 수 없다. 1615년경에 그려진 것으로 추정되는 옛 오쿠라(大倉) 집안 소장의《연꽃 밑그림 백인일수(蓮下絵百人一首)》에 보이는 연꽃 묘사는 이 그림과 매우 유사하여 이 무렵에 함께 제작된 것으로 추정되고 있다. 아마 소다쓰는 이 시기에 가장 기력이 왕성하고 기술적으로 충실했던 장년기를 보낸 것으로 여겨진다.

기술적 미묘

작고 가늘어 변변하지 못하다. 살림이 보잘것없고 몹시 가난하다.

‘영세하다’의 사전적 의미다. 국내 의료기기산업은 영세하다.

기술력이 높지 않고 저부가가치 의료기기를 주로 생산하며 시장규모도 작다.

전문 인력은 물론 자본력 또한 크게 부족해 경쟁력이 높지 않다.

상황이 이렇다보니 국내 의료기기산업을 논할 때 꼬리표처럼 따라붙는 키워드가 ‘영세성’이다.

국회·정부기관·의료기기업계·학계가 영세한 국내 의료기기산업을 적극 육성하자는데 의견을 함께 했다.

새누리당 김기선 의원이 의료기기산업육성법 공청회에서 인사말을 하고 있다. 새누리당 김기선 의원은 21일 국회 의원회관에서 ‘의료기기산업 육성 및 지원에 관한 법률 제정을 위한 공청회’를 개최했다.

공청회는 지난 7월 김 의원이 대표 발의한 ‘의료기기산업의 육성 및 지원에 관한 법률안’(이하 의료기기산업육성법) 제정 필요성을 알리고 각계 의견 수렴을 위해 마련됐다.

의료기기산업육성법은 앞서 2012년 시행된 ‘제약산업육성법’ 뼈대를 고스란히 가져왔다.

대상이 틀릴 뿐 지원 계획은 대부분 같기 때문에 이란성 ‘쌍둥이 법’ 정도로 이해할 수 있다.

법안 내용을 살펴보면, 보건복지부장관은 의료기기산업 발전기반 조성을 위해 5년마다 종합계획을 수립하고 매년 의료기기산업육성·지원시행계획을 수립·시행해야 한다.

또 복지부장관 소속으로 의료기기기업 인증 업무 등을 심의하는 의료기기산업육성·지원위원회를 두되 위원회 중 2분의 1은 산업통상자원부장관 추천 위원이 되도록 구성했다.

‘혁신형 의료기기기업’ 인증제도 포함돼있다.

복지부장관은 의료기기 연구개발 활동과 기술적·경제적 성과가 우수한 의료기기기업을 혁신형 의료기기기업으로 인증토록 한 것.

인증 유효기간은 3년, 최초 인증 이후 3년마다 재평가를 통해 인증 연장이 가능하다.

특히 선정된 혁신형 의료기기기업은 10년간 ▲국가연구개발사업 참여 우대 ▲조세 감면 ▲연구시설 건축 특례 ▲부담금 면제 등 지원이 이뤄진다.

공청회에 참석한 정부기관·의료기기업계·학계 모두 의료기기산업육성법 제정과 필요성에는 이견이 없었다.

늦은 만큼 국회에서 하루빨리 법이 통과돼야한다는데 공감했다.

다만 ‘컨트롤타워’ 역할을 수행할 복지부와 지원부처 식품의약품안전처 간 미묘한 신경전이 오고갔다.

김기선 의원은 “의료기기산업은 기업과 시장규모 모두 영세성을 넘지 못하고 있다” 며 “정부가 2020년 세계 7대 의료기기 강국 도약 의지를 가지고 있지만 말로만 되는 게 아니라 정책적·제도적 지원이 뒷받침돼야한다”며 법 제정 필요성을 강조했다.

복지부 보건의료정책실 권덕철 실장은 “제약의 경우 종합적인 지원체계가 없다가 제약산업육성법이 생긴 이후 많은 성과를 내고 있다”며 “늦었지만 의료기기도 산업육성법이 제정되면 체계적이고 종합적인 지원이 가능할 것”이라고 기대했다.

이어 “기술적 미묘 의료기기는 복지부가 산업육성을, 식약처가 안전을, 산통부가 연구개발을 지원해왔다”며 “컨트롤타워 없이 부처별로 접근하다보니 제대로 된 종합기획 하에서 효율적인 지원이 이뤄지지 못했다”고 지적했다.

그러면서 “의료기기산업육성법이 하루 빨리 국회를 통과해 의료기기산업을 ICT·첨단의료와 결합해 집중 육성함으로써 미래 성장동력이자 먹거리산업이 될 수 있도록 노력하겠다”고 덧붙였다.

식약처 의료기기정책과 신준수 과장은 의료기기산업육성법 제정을 환영하면서도 몇 가지 보완할 부분이 있다고 입장을 밝혔다.

“늦었지만 지금이라도 법 제정이 진행되고 있는 점은 상당히 의미 있고 고무적”이라고 운을 뗀 그는 “의료기기법 자체에도 (산업육성) 지원에 대한 내용이 일부 있지만 부족하기 때문에 (국회가) 별도 법률 제정이 필요하다고 판단하신 것 같다”고 설명했다.

그러면서 “(의료기기산업육성법과 의료기기법이) 서로 조화롭게 잘 제정이 돼야지 그렇지 않으면 향후 기술적 미묘 논의 과정에서 문제가 될 수 있다”고 말했다.

신준수 과장은 법 자체에 식약처 역할이 거의 없다며 유감을 표했다.

그는 “식약처가 나름대로 중요한 역할을 하고 있는데 유감스럽게도 의료기기산업육성법 내용상 잘 보이지 않는다”고 지적했다.

그러면서 “의료기기업체들이 겪고 있는 해외 인허가 획득과 제품 등록, 해외수출 시 기술적 장벽과 정보 부재 등 어려움 해결에 있어 식약처가 상당부분 (정책지원) 역할을 하고 있다”며 “(의료기기산업육성법에) 우리가 할 수 있는 역할이 포함되면 좀 더 충실한 법안이 될 것”이라고 밝혔다.

이는 의료기기산업육성법과 관련해 복지부·산업통상자원부와 함께 식약처 역시 주무부처로 포함돼야한다는 필요성을 제기한 주장으로 풀이된다.

신 과장은 또한 “의료기기산업 육성지원은 전체적으로 여러 부처와 관련된 부분이다. 복지부뿐만 아니라 식약처·미래창조과학부·산통부를 포함해 각 부처 간 협력 내용들을 명문화해 실질적인 협력관계 속에서 지원이 이뤄져야한다”고 주문했다.

이어 “법령 제·개정 시 부처 간 긴밀히 합력하면 좀 더 실제적이면서 조화로운 의료기기산업 지원이 이뤄질 것으로 기대된다”고 덧붙였다.

식약처 신준수 과장 발언에 대한 복지부의 우회적인 반박이 이어졌다.

복지부 보건산업진흥과 김주영 과장은 “부처 간 협업으로 시너지가 나오는 건 좋은데 (하나의 법에 여러 주무부처가 있으면) 간섭이 나타나는 것을 배제할 수 없다”고 말했다.

더불어 “화장품의 경우 관련부처가 식약처·복지부 밖에 없어 선택과 집중이 이뤄져 요즘 잘 나가고 있다”며 “물론 (의료기기산업육성을 놓고) 부처 간 협업과 협력이 중요하고 또 좋은 점도 있지만 분명히 간섭이 일어날 수 있다”고 우려했다.

특히 그는 “부처 간 협업은 필요하지만 하나의 법에 너무 많은 것을 담으면 간섭이 있을 수 있다”며 “농업 생산·산업육성은 농림부가, 농·식품인허가는 식약처가 하듯이 선수와 심판은 분리될 필요가 있다”고 재차 강조했다.

김주영 과장은 덧붙여 “복지부가 의료기기 개발단계부터 연구개발·기술사업화는 물론 신의료기술평가(NECA)·보험수가(심평원) 등 의료기기 전반에 걸친 산업지원과 육성업무를 담당하고 있기 때문에 국회가 의료기기산업육성법 주무기관 역할을 맡겨준 것으로 이해하고 있다”고 발언을 마무리했다.

줄기는 미묘한에서 하나 양배추 가족

민속:Kholrabi,Brassica oleracea 는 독일어로”양배추 순무”를 의미하는 겸손한 십자화과 야채입니다. 줄기는 처음으로 문서화되었으로 식물에서 16 세기의 유럽 전에 그것의 방법을 만드는 미국에서 1800 년대 후반.기술적 미묘

사실: 미국에서 알 줄기 양배추의 두 가지 주요 유형은 흰색(기술적으로 밝은 녹색)과 자주색입니다. 유럽인들은 장식용 알 줄기 양배추의 멋진 변종과 주름 장식이 달린 잎을 특징으로하는 장식물을 재배합니다. 알 줄기 양배추는 비타민 C 의 훌륭한 공급원이며 비타민 B6,섬유 및 칼륨의 좋은 공급원입니다.

연구 결과:과 같은 모든 십자화과 야채,양배추의 그룹을 포함한 물질이라는 글루코는 부여 서명 또는 매운 쓴 맛이고 매운 냄새. 에 따르면 미국 암 학회,이러한 물질이 소화하는 동안과 화합물을 형성할 수 있는 항암 효과. 원시 알 줄기 양배추는 요리 된 것보다 더 많은 암 싸움 글루코시 놀 레이트를 제공한다고 영양 학회 논문집의 연구를보고합니다. 보라색 양배추에서 특히 높은 항산화제가 안토시아닌이라고 불리는,푸른 보라색과 빨간색-오렌지 색소는 연결되었을 보호에서 심장 혈관 질병,암과 나이 관련 메모리 감소입니다.

미세한 점: 사과처럼 선명하고 달콤하고 육즙이 많은 맛을 지닌 작고 하얀 전구(아기 알 줄기 양배추)를 찾으십시오. 줄기와 잎을 분리하여 소테 할 수 있으며 글로브를 날 것으로 먹거나 요리 할 수 있습니다. 하는 동안 당신은하지 않 껍질 세계 어떤 사람을 제거하도록 선택하 거친 우 외부에서 오래된 줄기 양배추를 먹기 전에 또는 준비하고 있습니다.

줄기는 흔히 먹는 원,퓌레로프,파쇄한 튀김 또는 양배추,볶거나 찐 측면으로 요리입니다. 보관하려면 잎을 씻고 종이 타월로 싸서 비닐 봉지에 넣은 다음 글로브를 최대 10 일 동안 냉장 보관하십시오.

등록 된 영양사 인 Caroline Kaufman 은 영양 전문가가 작성한 뉴스 레터 인 Environmental Nutrition 의 작가입니다. 세부 사항:environmentalnutrition.com 나는 이것이 내가 할 수있는 유일한 방법이라고 생각한다.

강력한 AR 경험 등을 위한 인공지능 음성 인식의 새로운 도전(이미지:메타)

강력한 AR 경험 등을 위한 인공지능 음성 인식의 새로운 도전(이미지:메타)

가상현실보다 한 단계 더 나아가 사회·경제적 활동까지 이뤄지는 온라인 공간, 메타버스(Metaverse)의 중요한 부분이 될 것으로 예상되는 새로운 증강현실(AR) 경험을 창출하려면 컴퓨터 비전 이상의 기술적 돌파구는 필수적이다.

자연스럽고 인간의 미묘한 대화 언어를 이해할 수 있는 인공지능(AI) 어시스턴트는 단순히 핸즈프리 전화를 걸거나 휴대폰에서 앱을 열 수 있도록 도와주는 것 이상의 것을 할 수 있는 차세대 음성 시스템이 필요한 시점이다.

이 샘플 대화 상자는 비서에게 필요한 핵심 기술을 보여준다. 정확하고 최신의 실제 지식을 제공할 뿐만 아니라 다중 모드(이 경우 비전과 언어 전반에 걸쳐) 작업, 여러 영역에서 작업(메시지 보내기 및 도착 시간 추정), 딱딱한 대화 템플릿을 따를 필요 없이 대화를 주도할 수 있다(이미지:메타)

이 샘플 대화 상자는 비서에게 필요한 핵심 기술을 보여준다. 정확하고 최신의 실제 지식을 제공할 뿐만 아니라 다중 모드(이 경우 비전과 언어 전반에 걸쳐) 작업, 여러 영역에서 작업(메시지 보내기 및 도착 기술적 미묘 시간 추정), 딱딱한 대화 템플릿을 따를 필요 없이 대화를 주도할 수 있다(이미지:메타)

즉, 음성 인식 시스템은 초경량, 소형 및 세련된 안경에서 장치를 작동할 수 있도록 훨씬 더 효율적이어야 하며, 그들은 훨씬 더 정확하고 견고해야 한다. 사람들이 말하는 것처럼 단어들이 모호해도 문맥을 이해할 수 있어야 하고, 많은 어휘들과 흔하지 않고 아주 전문적인 단어들을 다룰 수 있고, 배경 잡음과 여러 사람이 말하는 어려운 환경에서도 잘 작동할 수 있어야 한다.

실제 요구 사항에 대한 음성 인식 개선

여기에, 메타(Meta)의 음성 인식 시스템은 이미 제품과 서비스에서 점점 더 중요한 부분으로 작용하고 있다. 최근, 새로운 음성 기능을 사용하여 많은 앱에서 비디오 캡션 기능 제공하고 청각장애인이거나 난청이 있는 사람들은 여러 제품에서 동영상의 고품질 자막을 읽을 수 있기 때문에 접근성에 있어 훌륭한 결과이다.

또한, 페이스북과 인스타그램 스토리의 캡션은 사람들이 자신을 창의적으로 표현하기 위해 글꼴, 색상, 위치를 조정하면서 이야기의 시각적 표현의 필수적인 부분이 되었다. 메타의 음성 기술은 현재 포털, 퀘스트(Quest), 레이밴(Ray-Ban) 스토리 장치에서도 핸즈프리 음성 인터랙션을 지원하고 있다.

많은 경우에 단어 오류율이 평균적으로 상당히 낮더라도 특정 중요한 단어를 잘못 인식하면 경험을 망칠 수 있다. 희귀하거나 이전에 볼 수 없었던 단어를 인식하는 것은 널리 사용되는 RNN-T 모델과 같은 최신 "종단 간" 음성 인식 시스템에서 특히 어렵다.

이 문제를 해결하기 위해, 메타는 이전에 트라이 기반 심층 바이어싱 및 신경망 언어 모델의 상황별 음성인식을 통합하고( 논문 ) 지난 5월 22일부터 27일까지 싱가포르에서 온·오프라인 동시 개최된 세계 최고 권위의 '국제 음향 음성 신호처리 학술대회(IEEE International Conference on Acoustics, Speech and Signal Processing, ICASSP 2022)'에서 이 작업을 더욱 개선하는 '신경-FST 클래스 언어모델(Neural-FST Class Language Model. 이하, NFCLM)'을 제시했다.

NFCLM( 논문 및 데이터세트 다운 )은 통합 수학 프레임워크를 사용하여 엔티티(예: 노래 요청)와 함께 일반적인 배경 텍스트 및 구조화된 쿼리를 모델링한다. 이는 희귀 단어와 더 일반적인 단어 사이의 더 나은 성능 트레이드오프(Trade Off)를 달성하는 동시에 10배 이상 작다는 추가적인 이점을 갖는 모델을 만든다.

공정성 및 책임있는 AI 음성 인식

메타가 초점을 맞춘 또 다른 영역은 공정성과 책임있는 AI이다. 연구 커뮤니티에서 사용되는 기본 단어 오류율 메트릭은 데이터 세트의 총 오류 수를 나타내는 단일 숫자에 중점을 두지만, 서로 다른 모집단에 걸친 성능 차이를 포착하지는 못한다.

Meta AI는 최근 성별, 나이, 피부 톤의 차원을 따라 컴퓨터 비전 시스템의 공정성을 측정하도록 설계된 비디오 세트인 '일상적인 대화 데이터 세트Casual Conversations Dataset- 다운 , 논문- 다운 )'를 출시했다. ICASSP에서, 메타는 성별과 피부 톤에 걸쳐 유의한 변화가 관찰된 동일한 차원을 따라 이 말뭉치의 음성 인식 성능에 대한 최근 분석을 공유( 다운 )했다.

성별, 나이, 피부 톤의 차원을 따라 컴퓨터 비전 시스템의 공정성을 측정하도록 설계된 비디오 세트인

성별, 나이, 피부 톤의 차원을 따라 컴퓨터 비전 시스템의 공정성을 측정하도록 설계된 기술적 미묘 비디오 세트인 '일상적인 대화 데이터 세트' 샘플 이미지(논문 캡처)

메타는 다른 연구자들이 이 문제를 연구하고 모든 모집단에 잘 작동하는 음성 시스템을 만들도록 동기를 부여하고자 인반적인 대화 데이터 세트를 공개적으로 사용할 수 있도록 하고 있다. 또한, 관심 하위 그룹 간의 음성 정확도 차이를 보다 정확하게 측정하고 해석하는 방법을 도입( 논문 )하고 있다.

제로 샷(Zero-Shot) 및 퓨샷 러닝(Few-Shot Learning)

공정성 개선의 과제 중 하나는 대표적인 훈련 데이터에 대한 접근이다. 일치하는 학습 데이터로 모델을 만드는 한 가지 대안적 접근 방식은 특정 작업(또는 사용자 그룹)에 쉽게 미세 조정할 수 있는 보다 보편적인 모델을 만드는 것이다.

메타는 최근 대규모 준지도 학습(Semi-Supervised Training)을 활용하여 450만 시간 이상의 자동 레이블링 데이터를 사용하여 최대 100억 개의 매개 변수를 가진 ASR 모델( 논문 )을 만들었다.

또한 공개적으로 사용 가능한 단계적 음성 데이터 세트에서 이 모델을 평가했다. 실어증은 뇌의 일부 손상으로 인해 발생하는 언어 장애이며, 가장 일반적으로 뇌졸중으로 인해 발생한다. 이러한 기술적 미묘 음성은 음성 인식 시스템이 정확하게 전사하는 데 매우 어렵다.

이에 메타는 자사의 보편적 모델에 비교적 적은 양의 단계적 음성으로 퓨샷 학습(Few-Shot Learning)을 적용했다. 이는 단문 음성으로만 훈련된 시스템보다 오류가 60% 이상 적게 발생하여 보편적 모델이 모든 사람에게 고품질 전사를 제공하는 방법임을 입증했다.

음성 인식은 지난 몇 년 동안 놀라운 발전을 이루었지만 모든 사용 사례에서 잘 작동하고 모든 사람에게 잘 작동하는 시스템을 구축하기 위해서는 여전히 큰 과제가 있다. 메타는 이를 위해 지난 1년 동안 상당한 진전을 이루었지만 그 여정은 1% 완료되었을 뿐이라고 밝혔다.

한편, 이번 ICASSP 2022에서 발표된 Meta AI의 음성 인식 기술 향상을 위한 연구 논문은 아래와 같다.

▷종단간 음성인식을 위한 신경-FST급 언어 모델(Neural-FST class language model for end-to-end speech recognition- 다운 ) ▷음성 인식의 공정성 측정을 향하여: 일반적인 대화 데이터 세트 전사(Towards measuring fairness in speech recognition: Casual conversations dataset transcriptions- 다운 ) ▷ASR의 공정성을 측정하기 위한 모델 기반 접근 방식(Model-based approach for measuring the fairness in ASR- 다운 )

▷슈퍼넷을 통한 온 디바이스 스트리밍 E2E ASR을 위한 빠른 희소성 최적화(Omni-sparsity DNN: Fast sparsity optimization for on-device streaming E2E ASR via supernet- 다운 ) ▷비인과적 컨볼루션을 이용한 스트리밍 트랜스포머 트랜스듀서 기반 음성 인식(Streaming transformer transducer-based speech recognition using non-causal convolution- 다운 ) ▷대규모 다국어 음성 인식을 위한 유사 라벨링(Pseudo-labeling for massively multilingual speech recognition- 다운 )

▷단어 순서는 음성 인식에 중요하지 않다(Word order does not matter for speech recognition- 다운 ) ▷가중 유한 상태 변환기의 병렬 구성(Parallel composition of weighted finite-state transducers- 다운 ) ▷토치오디오: 오디오 및 음성 처리를 위한 구성 요소(TorchAudio: Building blocks for audio and speech processing- 다운 ).


0 개 댓글

답장을 남겨주세요