IT교육정보공간 오라클자바교육센터

애플이 아이폰용 백도어를 만들라는 FBI의 요구를 거부하면서 이에 대한 법적 공방이 진행 중인 가운데, 설사 FBI가 승리한다고 해도 실제 이 작업을 담당할 실무자를 찾는 데 애를 먹을 수 있다는 지적이 나왔다.


뉴욕타임스가 보안 관련 개발자를 포함해 전·현직 애플 직원을 인터뷰한 보도를 보면, 일부는 백도어 만드는 일을 지시하면 거부할 것이라고 답했다. 이들은 특히 상황이 여의치 않다면, 모든 아이폰 사용자에게 보안 위협이 되는 것을 만드는 대신 애플을 그만둘 것이라고 말했다.

애플은 현재 미국 지방법원의 명령에 대해 소송을 벌이고 있다. 앞서 법원은 FBI가 특정 아이폰 5C의 잠금을 해제할 수 있도록 iOS의 별도 버전을 만들라고 명령했다. FBI는 테러 용의자 사이드 리즈완 파룩의 휴대폰을 조사하고 있다. 그는 지난 12월에 14명이 죽고 22명이 다친 산 버나디노 사건의 총격범 가운데 한 명이다.

iOS 8 이후 버전부터는 잘못된 아이폰 암호를 너무 많이 입력하면 아이폰 속 데이터가 자동으로 삭제된다. 따라서 FBI는 암호를 풀 때까지 계속해서 무작위로 문자를 입력할 수 있는 별도의 iOS를 이 아이폰에 설치해 달라고 요구하고 있다.

그러나 애플은 이런 소프트웨어가 기술적으로 특정 휴대전화에만 사용되도록 제한할 수 없다고 주장한다. 결국, 모든 아이폰 사용자의 보안을 위협할 수 있다는 것이다. 이 소프트웨어가 잘못된 사람에 들어가지 않도록 FBI가 관리할 수 있는지도 확실치 않다.

특히 애플은 이번 법원 명령이 정부가 어떤 휴대전화든 암호를 해제하도록 허용해 다른 정부의 백도어 요구도 거부할 수 없는 선례가 될 수 있다고 주장했다. 법적 공방이 계속되고 있지만, 현재까지 보안 전문가와 암호화 전문가 대부분은 애플의 입장을 지지하고 있다.

뉴욕타임스에 익명으로 인터뷰한 이들은 3명으로, 이들은 만약 애플이 모든 법적 수단을 더 써서 정부 요구를 수용해야 하는 상황이 됐을 때 실제 개발 작업을 담당할 전문성을 가진 사람들이다. 애플은 일반적으로 제품 개발 업무를 팀별로 구분하기 때문에, 이들이 회사를 떠나면 대체할 사람을 찾기 쉽지 않을 수도 있다.

경력 관점에서 봐도 이들 직원이 손해 볼 것은 많지 않다. 백도어 개발을 거부하는 것이 옳다고 말할 수 있고, 애플의 보안 개발 업무 경력자를 원하는 기업은 많기 때문이다. 특히 사용자 보안을 지키기 위한 행동은 마치 명예의 훈장처럼 보일 수도 있다.

특히 전직 애플 보안 실무자 가운데 한 명은 이런 상황이 돼서 애플이 개발할 사람을 찾지 못해 법원 명령을 수행할 수 없는 상황이 된다면 법원 명령을 따를 필요가 없다고 주장했다.

이것은 매우 흥미로운 논리지만 설득력은 부족해 보인다. 그동안 애플은 보안이 잠재적 위협에 대한 '끝나지 않는 전쟁'이라고 표현해 왔다. 애플이 아이폰 백도어를 개발할 엔지니어가 부족하다고 주장하면, 다른 많은 부분에서 iOS의 보안을 유지할 인력이 부족하다는 의미이기도 하다. 그것은 우리가 애플 엔지니어에게 절대 포기하지 않기를 바라는 것이기도 하다. ciokr@idg.co.kr

Read more: http://www.itworld.co.kr/t/61023/%EA%B0%9C%EB%B0%9C%EC%9E%90/98421#csidx49c33f4c34441c399bee7142d416ea9 
Copyright © LinkBack

국내 웹 사이트 운영사 및 솔루션 개발사 등 웹 서비스·솔루션 기업을 대상으로 매칭펀드 형태의 직접적인 자금지원을 통해 비표준 개선 및 웹 표준 적용 선도사례 등 발굴한다고 하네요 한국인터넷진흥원에서 자세한 사항을 참고해보세요^^

2016년도 웹 표준 전환 지원 및 선도서비스 개발 지원사업 계획을 다음과 같이 공고하오니, 아래 방법에 따라 신청하여 주시기 바랍니다.

□ 사업개요

ㅇ (목 적) 웹 서비스·솔루션 기업을 대상으로 매칭펀드 형태의 직접적인 자금지원을 통해 비표준 개선 및 웹 표준 적용 선도사례 등 발굴

ㅇ (사업예산) 총 25억원

ㅇ (사업기간) 계약일 ~ 사업완료(’16.11월)

※ ‘16.12월 : 최종 평가, 정산 및 협약종료

ㅇ (지원대상) 국내 웹 사이트 운영사 및 솔루션 개발사 등

ㅇ (지원분야)

ㅇ (지원방법) 공모를 통해 사업계획을 제출한 사업자 中 적합평가를 받은 사업자를 선정하여, 매칭펀드 형태의 개선자금 지원

※ 지원금은 신청 기업의 전환·도입·개발 규모에 따라 차등 지원

※ 세부사항은 공모안내서 참조

□ 사업신청서 접수

ㅇ 접수기간 : 2016. 2. 24(수) ~ 4. 12(화) 16:00

ㅇ 접수방법 : KISA 전자계약시스템을 통한 온라인 접수
(http://cont.kisa.or.kr)

ㅇ 신청양식 : 첨부된 공모안내서 참조(P. 58)

ㅇ 문 의 처

- 사업관련 : 인터넷환경개선팀 김성훈 선임연구원 (02-405-6637)

- 접수관련 : 재무회계팀 김주영 책임연구원 (02-405-6414)

http://www.kisa.or.kr/notice/bid_View.jsp?cPage=1&mode=view&p_No=35&b_No=35&d_No=4227&ST=&SV

굉장히 친숙해 보이는 아이폰 신제품이 공개되었다. 겉모습은 아이폰 5s와 닮았지만, 안에는 6s의 성능이 들어간 아이폰 SE는 4인치의 크기에 최신 하드웨어 기능을 원하는 애플 팬들을 위한 제품이다.

아이폰 SE에는 A9칩과 M9 코프로세서가 탑재되어, 아이폰 5s보다 속도는 2배, 그래픽 처리 속도는 3배 빠르다. SE에는 연속 피트니스 트래킹 기능, 핸즈 프리 시리, 4K 영상을 촬영할 수 있는 1,200만 화소 픽셀 카메라, 레티나 플래시가 탑재된 전면 카메라, 그리고 애플 페이 지원을 위한 NFC와 안전한 모바일 결제를 위한 시큐어 엘리먼트(Secure Element) 등이 탑재되어 있다. 모양이 5s와 매우 비슷하지만, 모서리는 6s처럼 둥글게 처리 되었다.

애플에 따르면, 지난해 4인치 크기의 아이폰은 3,000만 대가 팔렸다. 소형 아이폰을 위한 시장이 충분하다는 의미다.

애플 부회장인 그렉 조스위악은 아이폰 SE를 공개하면서, “사람들은 단순히 더 작은 휴대폰을 좋아한다. 그들은 가장 컴팩트한 아이폰 디자인을 원한다. 우리는 이런 고객들이 매우 많다는 것을 발견했고, 이것은 그들을 위한 첫 아이폰이다”라고 말했다.

아이폰 SE는 16GB 399달러부터 시작하며, 실버, 골드, 로즈골드, 스페이스 그레이 색상으로 나온다. 64GB는 499달러이며, 미국에서는 통신사에 따라서 2년 약정을 맺으면 무료로 제공된다.

아이폰 SE는 3월 31일에 정식 출시되며, 이번 주 목요일부터 사전 주문을 받고, 5월 말까지 총 110개국에 추가로 출시할 예정이다. 한국 출시 일정은 아직 발표되지 않았다. editor@itworld.co.kr

Read more: http://www.itworld.co.kr/news/98435#csidxe662691ef5c2ff4972e0830fbe33f08 
Copyright © LinkBack

"일어나 보니 세상이 달라져 있었다." 이는 이세돌과 알파고 둘 모두에게 해당하는 말이다.
3월 9일부터 15일까지 구글 딥마인드 챌린지 매치에서 이세돌은 인간지능의 대표로, 알파고는 인공지능의 대표로 바둑 대결을 펼쳤다. 이세돌은 인간만이 가질 수 있는 불굴의 의지와 도전정신, 그리고 마지막까지 최선을 다하는 모습을 보여줘 감동을 줬으며, 알파고는 세계 정상급의 바둑 실력을 발휘함으로써 전세계를 놀라게 했다.
이세돌 9단과의 대결에서 4승 1패로 승리한 구글 딥마인드의 알파고(Alphago)는 구글의 인공지능만이 아닌 인공지능 발전의 대표격으로 부각됐다.

발전한 것은 사실이지만 거품과 환상 많다 
알파고(AlphaGo)는 구글 딥마인드가 개발한 인공지능 바둑 프로그램으로, 기존 인공지능 바둑 프로그램과의 대결에서 495전 494승을 기록(승률 99.8%)했으며, 지난해 10월에는 유럽 바둑 챔피언인 판후이를 상대로 5대 0 승리를 한 바 있다.

특히 알파고는 세계 최고의 프로바둑기사 이세돌 9단과의 대결에서 4승 1패로 승리를 거둬 인공지능의 우수성을 입증했다. 사실 바둑은 인공지능이 후세대까지 풀지 못할 과제로 인식되어 왔기 때문이다.

그렇지만 알파고는 현존 최강의 인공지능도 아니며 모든 일을 해낼 수 있는 것도 아니다. 알파고는 바둑에 특화된 인공지능 프로그램이며 특정 문제를 해결하는 데 활용될 수 있는 딥러닝 기술이 어느 정도 발전했는 지를 보여줬다는 것이 정확한 평가가 될 것이다. 특히 기존 방법론들을 제대로 융합해 잘 활용한 것에 불과할 뿐 혁신적인 알고리즘이나 방법론을 개발한 것은 아니다.

구글의 딥마인드는 이번 바둑 대결 이벤트를 통해 지금까지 IBM의 왓슨(Watson)이 주도하던 인공지능 인지도를 자사로 가져왔다. 이 점에서 훌륭한 마케팅이었다고 평가할 수 있다.

하지만 현재 각종 미디어에서 전파하는 알파고에 대한 환상과 과대 포장은 인공지능에 대한 일반인들의 선입견이나 두려움을 부풀려 전체 인공지능 발전을 저해할 위험성도 적지 않다.

알파고의 전체 구조 
우선 알파고에 대해 알아보자. 알파고는 알려진 대로 인공지능 바둑 프로그램이다. 알파고를 개발한 구글의 딥마인드는 <딥러닝 신경망과 트리 검색으로 바둑 마스터하기(Mastering the game of Go with deep neural networks and tree search)>라는 2016년 1월 네이처 논문을 통해 알파고의 기반 기술과 알고리즘을 자세히 설명해놓았다.

소프트웨어정책연구소에서는 <알파고의 인공지능 알고리즘 분석>이라는 보고서를 통해 알파고의 알고리즘과 기술에 대해 분석했다. 알파고의 일부 소스코드는 깃허브(github)에 공유되어 있다.

알파고는 단일 컴퓨터 버전과 분산 컴퓨터 버전으로 각각 구현됐다. 단일 컴퓨터는 CPU 48개, GPU 8개, 분산 컴퓨터는 CPU 1,202개, GPU 176개로 구성되어 있다. 분산 컴퓨터 버전은 다수의 컴퓨터를 활용해 제한된 시간 내에 최대한의 경로를 탐색하기 위해 개발된 것으로 이세돌 9단과의 대국에서도 분산 버전이 사용됐다.

알파고는 딥러닝 신경망(deep neural networks)과 몬테카를로 트리 검색(Monte-Carlo tree search)을 결합해 전문가로부터의 지도학습(supervised learning)과 자체 경기를 통한 강화학습(reinforcement learning)으로 훈련해왔다.

한 마디로 알파고는 딥러닝으로 구현된 정책과 가치를 활용해 몬테카를로 트리 검색 기법을 통해 바둑을 둔다는 것이다.

몬테카를로 트리 탐색을 통한 착수 
알파고의 알고리즘은 현재 바둑에서 가장 널리 사용되는 인공지능 알고리즘인 몬테카를로 트리 탐색이다. 몬테카를로 트리 탐색은 최소-최대(Minimax) 알고리즘의 성능을 개선한 것으로 모든 경로를 탐색하기가 불가능한 상황에 효율적이다.

몬테카를로 트리 탐색의 절차는 선택(Selection), 확장(Expansion), 시뮬레이션(Simulation), 역전파(Backpropagation)라는 과정을 거친다. 현재 바둑판 상태에서 특정 경로로 수읽기를 진행(선택)한 뒤, 일정 수 이상 수읽기가 진행되면 그 지점에 한 단계 더 착수 지점을 예측(확장)한다.

확장에서 선택한 경로를 바둑이 종료될 때까지 랜덤 방식으로 자체적으로 진행한다(시뮬레이션). 계산 속도가 빠르므로 여러 번 수행할 수 있지만 예측 착수의 적정성에는 의문이 있다. 이후 시뮬레이션의 결과를 종합해 확장 선택한 경로에서 가치를 파악(역전파)하고 승산 가능성을 다시 계산한다.

특히 알파고는 확장이 된 후 가치를 평가하기 위한 시뮬레이션 과정에서 마지막 착수 지점부터 게임 종료에 이르기까지 고속 시뮬레이션(Fast rollout) 방식을 수행한다. 고속 시뮬레이션 방식은 빠르게 다음 수를 예측해 게임 종료까지 시뮬레이션 하는 정책으로, 딥러닝 기반의 정책보다는 정확도가 떨어지지만 계산 속도는 약 150배 빠르다. 특히 롤아웃 방식은 전체적인 바둑 상태가 아닌 3x3의 국소적인 위치로부터 다음 수를 예측한다.

착수를 결정하는 '정책'과 바둑 형세를 판단하는 '가치' 
몬테카를로 트리 탐색의 핵심에는 정책과 가치라는 두 가지 요소가 있다.

- 정책: 트리의 폭을 제한하는 역할로, 확장 과정에서 주로 사용된다. 측정 시점에서 가능한 모든 수 가운데 가장 승률이 높은 것을 예측한다. 이는 바둑기사의 착수를 결정하는 것이다.

- 가치: 트리의 깊이를 제한하는 역할로, 현재 대국상황의 승산을 나타낸 것이다. 승산이 높을수록 많은 수를 볼 필요가 없다. 가치 네트워크는 바둑의 전체적인 형세를 파악해 현재 승률을 추정한다.

정책은 정확한 가치를 산정하는데 중요한 역할을 하며 게임의 미래 상태를 예측하는 것이어서 게임의 특성과 경험을 반영한다. 알파고는 더 효율적인 정책과 가치를 구현해 바둑 성능을 프로기사 수준으로 끌어올렸다는 데 의미가 있는데, 정책과 가치를 향상시키기 위해 스스로 대국하는 학습기법을 활용했다.

딥러닝 방식, 지도학습, 강화학습을 제대로 결합
알파고와 기존 인공지능 바둑 프로그램과의 차별점은 학습 방법에 있다. 알파고는 딥러닝 방식과 기존 지도학습 기법에 자체 대국을 통한 강화학습 등을 잘 결합했다.
정책 학습에서 알파고는 지도학습과 강화학습 방법을 동시에 활용했으며, 바둑의 전체적인 형세를 파악하는 가치 학습에서는 자체 대결에서 생성된 3,000만 개의 기보로부터 학습했다.

알파고가 선택한 딥러닝 방식은 이미지 처리에 강한 딥러닝 컨볼루셔널 신경망(Deep Convolutional Network) 학습 방식이었다. 이는 국지적인 패턴을 인식하고 이를 결합해 전체를 인식하는 특성이 있다. 딥러닝 컨볼루셔널 신경망은 이미 페이스북의 안면인식 기술인 딥페이스(Deepface)에 적용된 기술이다.

딥러닝 신경망은 기존의 인공 신경망을 확장한 개념으로, 이미 빅데이터 분석이나 안면 인식, 이미지 분류 등에서 활용되고 있는 머신 러닝(machine learning)의 일부다. 딥러닝의 특성은 사람처럼 학습한다는 것에 있다.

이를 통해 알파고는 KGS GO라는 온라인 바둑 사이트의 최고수 기보 16만 개를 5주 만에 학습했다. 알파고는 바둑 기보를 19x19픽셀 이미지로 입력받아 다음 착수를 학습하는 과정을 거쳤다. 이는 바둑 입문자가 기보를 공부해 바둑 기사의 패턴을 습득하는 것과 유사하다.

이런 지도학습의 결과치로 나타나는 정책네트워크는 사람의 착수 선호도를 표현하는 것일뿐 이것이 승리로 가는 최적의 선택이라 판단하기는 힘들었다. 그래서 이를 보완하기 위해 지도학습으로 구현된 정책과 자체 경기를 통해 얻은 3,000만 개의 기보를 통해 결과적으로 승리하는 선택을 강화 학습 과정을 거쳤다.

알파고가 실제 기보로 학습하지 않고 자체 경기를 통해 강화 학습을 한 이유는 바로 과적합(Overfitting) 문제 때문이다. 과적합이란 인공지능이 기존 학습 데이터에 너무 고정되어 새로운 상황을 맞이하면 정책 결정에서 오류를 범한다는 것이다. 이는 머신 러닝 분야에서 풀어야 할 과제 가운데 하나로, 인공지능에서 종종 발생한다.

이번 대국의 목적 가운데 하나 또한 과적합과 같은 문제를 도출해내는 데 있었다. 사실 알파고의 문제점을 파악하는 것은 그리 쉬운 일이 아니다. 이미 엄청난 바둑 실력을 보유한 알파고를 격파하고 오류를 일으키게 할 바둑 실력자는 이미 소수에 불과했다.

앞서 설명한 대로, 알파고는 현존 최고의 인공지능 바둑 프로그램으로, 이제 개념 증명(proof of concept, PoC) 단계에 불과하다. 향후 문제점을 보완한 알파고의 인공지능을 활용한다고 해도 특정 문제를 해결하는 데에서만 구현할 수 있다.
물론 알파고는 수십 년간의 쌓아온 인공지능 기술을 잘 결합하고 발전된 컴퓨팅 역량을 아주 잘 활용했다는 점에서 높이 평가받을 수 있다.

하지만 알파고가 인공지능의 한계나 이 분야에서 산재해 있는 난제들을 혁신적으로 해결한 것이 아니며, 또한 기존의 모든 문제를 해결할 수 있는 인공지능의 만능열쇠처럼 알려져서는 안된다.

KAIST 전산학부 김기응 교수는 한 매체의 기고를 통해 "이번 대국 결과가 '인공지능의 완성'을 보여주는 것도 절대 아니다. 알파고에 탑재된 기술은 진정한 의미의 범용 인공지능이라 부르기 힘들다. 바둑이 갖는 속성에 가장 적합한 인공지능 요소 기술들을 조합해 만든, 바둑에 특화된 알고리즘이다. 예컨대 컴퓨터 체스에는 알파고의 핵심 기술인 몬테카를로 트리 탐색이나 딥러닝 신경망이 사용되지 않는다. 최고 수준의 체스 실력을 보이기에는 적합하지 않은 기술이라는 게 통설이다. 알파고는 수많은 대국을 통해 이기고 지면서 강화학습을 수행했는데, 무인자동차나 로봇과 같이 자칫 실수할 때마다 사람이 죽거나 큰 피해를 본다면 알파고의 학습 알고리즘을 그대로 적용하기 힘들다. 아직 인공지능의 원대한 목표까지는 길이 멀다"고 전했다.

최근 들어 인공지능은 적극적인 활용 속에 급속도로 발전하고 있다. 딜로이트의 한 보고서에 따르면, 올해 말까지 소프트웨어 대기업 가운데 80%는 인공지능 기능을 자사의 제품 속에 통합시킬 것이며, 2020년에는 전세계 100대 소프트웨어 기업의 95%가 적용할 것이라고 예상했다.

하지만 인공지능 발전으로 인해 지금 당장 직장을 잃을 걱정은 하지 않아도 된다. 이를 제어하고 실행하는 것은 너무 어려우며 인공지능 기술에 대한 진전 또한 아주 더디다. 이는 인공지능 분야의 알려진 비밀이다. editor@itworld.co.kr

Read more: http://www.itworld.co.kr/news/98391#csidxb592fcc5e3cf6f585a6b042faecf5bb 
Copyright © LinkBack

삼성이 갤럭시 S7과 S7 엣지의 방수 기능을 내세운 것이 ‘과장’은 아니었다. 그러나 내구성 측면에서는 아이폰보다 조금 뒤처지는 것으로 나타났다.

미국의 스마트폰 보험사인 스퀘어트레이드(SquareTrade)는 방수 및 내구성을 테스트한 영상을 공개했다. 이 동영상은 “약 1m 50cm 깊이에서 최대 30분간 버틸 수 있다는 삼성의 주장”을 증명하기 위한 것이라고 설명했다.

그러나 이 테스트는 다소 논란의 여지가 있다. 스퀘어트레이드가 이야기한 것 과 달리, 최근 삼성의 온라인 사양 설명에는 “1m 깊이에서 최대 30분간 견딜 수 있다”고 설명되어 있기 때문이다.

반면, 버라이즌은 갤럭시 S7과 S7 엣지에 대한 상품 설명에 “1m 50cm 깊이에서 30분 동안 견딜 수 있다”고 명시해놨는데, 스퀘어트레이드는 이것을 증명하려고 한 것으로 추정된다.

삼성이 방수 기능을 증명하기 위해 명시한 IP68은 국제 보호 기준 표기로, ‘6’은 “방진”을 ‘8’은 “제조업체가 명시한 구체적인 환경에서 수심 1m에 계속 담겨있을 때도 견딜 수 있다는 것”을 의미한다.

그러나 이번 테스트는 단순히 삼성의 주장이 맞는지를 증명한다기보다, 애플의 최신 제품인 아이폰 6s와 6s 플러스와 비교했다는 데 의미가 있다.

스퀘어 트레이드는 방수 기능에서 갤럭시 S7 제품군이 애플의 최신 아이폰보다 뛰어나다는 점을 증명했기 때문이다. 그러나 애플은 아이폰의 방수 기능을 언급한 적이 없기 때문에, 당연한 결과일 수도 있다.

아이폰 6s는 테스트에서 물에 들어간 지 30분 만에 모든 오디오 기능이 작동하지 않았고, 화면 아래에도 침수 흔적이 발견되었다. 아이폰 6s 플러스는 물에 들어간 지 10분 만에 오작동 현상이 발생했으며, 24분 만에 벽돌이 되었다.

그러나 30초 텀블봇 테스트에서는 아이폰 6s가 우세했다. 드럼 모양의 통 안에서 1분간 50번씩 회전하며 지속적으로 기기를 떨어뜨리는 강도 테스트에서 아이폰 6s는 거의 무사했던 반면, 갤럭시 S7와 S7 엣지는 후면 패널에 심각한 손상을 입었다. 아이폰 6s 플러스의 화면은 완전히 깨졌다.

1.8m 높이에서 모서리 부분으로 떨어뜨리는 테스트에서는 갤럭시 S7은 4번 추락 후에 깨졌지만, S7 엣지는 7번 추락 만에 사용할 수 없게 되었다. 디스플레이 쪽을 향해서 떨어뜨린 테스트에서는 S7은 첫 번째 시도에서 완전히 깨졌으며, S7 엣지는 2번째 시도에서 깨졌다.

압력 테스트에서는 갤럭시 S7 엣지가 약 50kg의 압력에서 깨졌고, S7과 아이폰 6s는 72.5kg까지 견디었다.

스퀘어트레이드는 “깨지기 쉬운 정도”를 1점부터 10점으로 점수를 매겼는데, 아이폰 6s가 가장 ‘덜’ 위험한 4점을, 갤럭시 S7이 5점, 그리고 S7 엣지와 아이폰 6s 플러스가 각각 6점과 6.5점을 받았다. 이 점수는 10점이 가장 깨지기 쉽다는 것을 의미한다. editor@itworld.co.kr

Read more: http://www.itworld.co.kr/news/98324#csidx2a9fdcb1d10525c88eeed3bbf3c04e9 
Copyright © LinkBack

애플 아이폰과 아이패드가 오랜 기간 기업 시장을 지배해 왔다. 모든 조사에서 높은 시장 점유율을 자랑하는 디바이스들이다. 애플 iOS 디바이스는 블랙베리(BlackBerry) 다음으로 엔터프라이즈급 보안과 관리 기능에 진지하게 접근했다. 반면 구글은 안드로이드에서 이런 움직임을 따르는 데 한 걸음 늦었다.

그러나 최근 몇 년 사이 안드로이드가 이전보다 훨씬 안전해졌다. 특히 지난 겨울 안드로이드 5 롤리팝의 '안드로이드 포 워크(Android for Work)'가 전환점이 됐다. 지난 가을 출시된 안드로이드 6 마시멜로우는 기능이 조금 강화된 정도이다.

최근 개발자 프리뷰가 발표되고, 올해 말 실제 디바이스에 도입될 예정인 안드로이드 N은 기업 환경에 중점을 두고 있다. 여기 탑재된 '안드로이드 포 워크'는 일부 측면에서는 애플 iOS 9보다 낫다.

구글은 안드로이드 N이 지원할 예정인 새 '안드로이드 포 워크' 설명서를 발표하고, IT 관리자들에게 블랙베리와 모바일아이언(MobileIron), 소티(Soti), VM웨어 등 모바일 관리 도구 업체의 안드로이드 N 지원 방식을 소개하고 있다.

한층 차별화된 업무 컨테이너 통제

가장 큰 변화는 엔터프라이즈 앱과 데이터가 위치한 '안드로이드 포 워크' 컨테이너를 몇몇 새로운 방식으로 나머지 부분과 구분해 관리할 수 있게 된 것이다.

예를 들어, 사용자가 업무 관련 컨테이너의 위치 추적 기능을 끌 수 있다. 이는 기업이 개인의 위치와 관련된 패턴을 추적할 수 없게 만든다. 또 퇴근해 집에 있을 때, 휴가 중에 업무 관련 컨테이너를 끌 수 있다. 업무 관련 앱의 알림이 개인 사생활을 방해하지 않고, 개인 네트워크 대역폭을 소모하지 않게 만드는 기능이다(업무 관련 앱의 데이터 동기화 기능 비활성화). 필자는 아이폰과 아이패드에서도 휴가 중에 업무 관련 알림을 끌 수 있게 되기를 바란다.

한편 기업 IT 부서는 디바이스와 컨테이너를 대상으로 별도의 비밀번호 정책을 만들어 적용할 수 있다. 직원들의 디바이스 비밀번호가 침해 당하는 경우에도 (훨씬 복잡한) 별도의 비밀번호가 업무 관련 컨테이너를 보호할 수 있다. 또 비밀번호에 추가해 '질문-대답'으로 보안을 강화할 수 있다. IT 부서는 업무 관련 컨테이너의 앱을 중단시켜, 사용자가 휴가나 휴직 동안 앱을 액세스하지 못하도록 만들 수 있다.

보안 및 관리 기능 강화

모바일 보안 기능도 강화됐다. 상시 VPN 연결을 이용하도록 강제하는 기능, 해킹당한 OS 설치 등 장치가 감염됐을 때를 더 효과적으로 감지하는 기능 등을 예로 들 수 있다. 안드로이드 N에는 몇몇 새로운 관리 기능도 도입됐다.

- 동일한 와이파이 네트워크에 여러 인증서를 지원

- 잠금 화면 이미지를 강제 적용할 수 있는 기능(기업 로고 이용 등)

- 원격으로 장치를 다시 부팅하는 기능

- 개인 앱의 업무 관련 연락처 액세스를 통제하고, 업무 관련 전화번호로만 전화를 걸 수 있도록 강제하는 기능

- 엔터프라이즈 로그와 버그 보고서에 원격 액세스하는 기능

윈도우와 더욱 비슷해진 안드로이드

모바일 관리 도구 공급업체인 소티의 제품 관리자 임란 안사리는 "안드로이드가 윈도우와 유사한 경험을 제공하는 방향으로 바뀌고 있다"고 평가했다.

안드로이드 N에서 멀티 윈도우를 지원하는 것을 예로 들 수 있다. 즉 여러 앱을 동시에 실행시키고, 한 앱을 여러 창으로 열 수 있다. 삼성은 문제점이 있기는 하지만 오래 전부터 이와 유사한 기능을 제공하고 있다. 또 애플 iOS 9도 아이패드에서 아주 기초적인 멀티 윈도우를 지원한다.

안드로이드N 개발자 프리뷰는 여러 애플리케이션을 창을 동시에 열 수 있다. 개발자는 앱이 크기 조정이 가능하고 움직일 수 있는 윈도우를 사용하도록 만들어야 한다.

개발자 프리뷰로 발표된 안드로이드 N의 멀티 윈도우 기능은 iOS 9만큼 기초적이다. 크기 조정, 화면 띄우기를 지원하는 앱만 화면 분할 보기가 가능하다. 당연히 아직까지 이런 앱은 개발되지 않았다. 참고로 iOS 앱도 화면 분할 모드를 지원할 수 있도록 개발되어야 한다.

iOS 9와 안드로이드 N의 차이점도 있다. iOS 9는 앱 2개를 대상으로 화면 분할 보기를 지원한다. 그리고 크기 조정이 되지 않으며, 창을 띄울 수 없다. 첫 번째 안드로이드 N 개발자 프리뷰의 경우 화면 분할 모두에서 기존에 실행시킨 앱을 바꾸지 않은 상태에서 볼 수 있다. 그러나 작업을 할 경우 전체 화면 모드로 바뀌면서 다른 앱이 사라진다.

이 멀티 윈도우 기능은 기업 환경에서 아주 중요하다. 친숙한 방식으로 멀티태스킹을 할 수 있고, 한 화면에서 여러 데이터 창을 확인할 수 있기 때문이다.

안사리에 따르면, 멀티 윈도우 기능을 원하지 않는 기업들도 있다. 스마트폰과 태블릿을 키오스크나 소매 결제 터미널 등의 전용 디바이스로 활용하는 경우가 대표적이다. 구글은 멀티 윈도우 기능을 끄는 API를 발표하지 않았다. 그러나 안사리는 안드로이드 N 최종 버전이 출시되기 전에 이를 지원할 것으로 보고 있다. 구글이 이를 지원하지 않는다 해도, 소티 같은 업체들이 이를 지원할 방법을 찾게 될 것이다.

한 디바이스에서 여러 사용자 계정을 지원하는 기능을 원하는 기업들이 많다. 윈도우와 OS X에서 이미 지원하고 있는 기능이다. 그러나 iOS는 이를 지원하지 않는다. 앞으로 출시될 iOS 9.3에 사용자 계정을 관리할 수 있는 기능이 추가될 것으로 예상되고 있다. 그러나 교육 시장 사용자에게만 제공될 가능성이 높다.

지난 해, 안드로이드 마시멜로우는 여러 사용자 계정을 지원하는 기능을 도입했다(정확히 말해 여러 사용자 프로필). 하지만 기업이 원하는 그런 기능은 아니었다. 지금 당장은 안드로이드 N도 다르지 않다.

예를 들어, 부모 계정에 자녀 계정을 추가할 수 있다. 엄밀히 말해, 별개의 계정이 아닌 것이다. 안사리는 "안드로이드 N이 여러 사용자를 지원하는 프레임워크로 발전하고 있다. 그러나 아직까지는 디바이스 수준에서 관리하는 기능이다. 반면 크롬 OS는 여러 사용자 계정을 제대로 지원한다"고 설명했다.

또 iOS와 마찬가지로 문제 하나가 있다. 안드로이드가 사용자 계정에 구글 계정을 사용하는 까닭에 발생하는 문제이다. 사용자가 여러 명인 기업 환경에서는 문제가 될 수 있는 부분이다. 교대제 근무에서 여러 직원들이 함께 사용하는 키오스크 역할을 하는 디바이스를 예로 들 수 있다. 모바일 관리 도구로 이런 계정을 어느 정도 관리할 수 있지만, 기본적인 문제는 남아있다.  editor@itworld.co.kr

Read more: http://www.itworld.co.kr/news/98390#csidx1baef4b8e752b138c2dad5b0e79c50a 

Copyright © LinkBack

이제 더 이상, 획기적인 퍼포먼스와 생산성을 위해 많은 시간의 투자와 복잡한 관리 프로그램을 사용할 필요가 없습니다.
퓨어스토리지의 올-플래시 스토리지를 통해 오라클 환경에서의 최적화된 솔루션을 경험해 보십시오.

http://pure.purestorage.co.kr/oracle

네이버는 4.13 총선을 앞두고, 유권자들에게 신속하고 정확한 정보를 제공하기 위해 ‘제20대 국회의원 선거’ 특집 페이지를 오픈했다. 

• 모바일 : http://m.news.naver.com/election/index.nhn 
• PC : http://news.naver.com/main/election/index.nhn 

총선 특집 페이지는 선거 당일까지 후보자 정보는 물론 총선과 관련한 뉴스, 여론조사 등을 종합적으로 전달하고 이후 선거 일정에 따라 투표안내와 같은 선거 정보, 후보자 토론회, 실시간 투표율부터 출구조사 및 개표 현황 등을 차례로 선보일 예정이다. 

네이버는 선거기간 동안 ‘정확하고 다양한 정보를 제공하는 공정한 플랫폼’ 운영 원칙을 바탕으로, 유용하고 균형 있는 선거 정보를 담아 제공할 방침이다. 

총선 특집 페이지는 1차, 2차에 걸쳐 뉴스, 여론조사, 후보자, 토론회로 구성해 유권자들은 시시각각 변하는 총선 정국과 후보자 동향 등을 한 번에 파악할 수 있다. 

총선의 흐름을 살펴볼 수 있는 뉴스는 세분화하여 제공한다. 시간의 흐름대로 선거 관련 중요한 뉴스를 볼 수 있는 ‘주요뉴스’, 언론사의 주요뉴스를 최신순으로 보여주는 ‘실시간 뉴스’, 총선의 주요이슈를 날짜별로 배열해 어떠한 일이 있었는지 시간의 흐름으로 살펴보는 ‘이슈 타임라인’, 언론사의 그래픽 뉴스만 모아 보여주는 ‘그래픽뉴스’ 등 코너를 통해 유권자는 다양하고 편리하게 뉴스를 통해 정보 확인이 가능하다. 

네이버는 총선 기간 동안 서비스의 공정성을 확보하고, 투명하고 객관적으로 서비스를 운영하기 위한 다양한 정책을 마련했다고 밝혔다. 

네이버뉴스는 공정성·정확성·독립성 원칙에 입각한 ‘네이버 4.13 총선 기사배열 원칙’을 공개했다. 총선 기사배열 원칙은 ▲공정한 선거정보 제공, ▲충실하고 정확한 내용 전달, ▲유권자들의 의견을 보여주고 참여 공간의 장 마련, ▲기사 배열자 윤리 기준 준수 등을 담았다. 

아울러 네이버뉴스 편집에 대한 자문과 검증을 맡은 별도의 자문기구인 ‘네이버 뉴스편집자문위원회’는 총선 기간 동안 네이버뉴스의 기사배열 공정성과 객관성을 검증하기 위해, 총선 기사배열 모니터링단과 외부 전문가 옴부즈맨 제도를 2월 1일부터 4월 13일 선거일까지 운영한다. 선거기간 동안 정치뉴스에 대한 모니터링을 체계적으로 진행하고, 선거 종료 후 기사배열 모니터링 및 연구분석 결과를 담은 백서를 상반기 중에 발간해 이용자에게 공개할 계획이다. 

네이버 유봉석 미디어센터장은 “후보자들의 공약과 행보, 이에 대한 여론의 반응을 직관적으로 제공함으로써 선거에 대한 국민적 관심과 참여를 유도할 것”이라며 “’정확하고 다양한 정보를 제공하는 공정한 플랫폼’이라는 네이버 선거 서비스 원칙에 맞게 운영할 수 있도록 최선을 다하겠다”고 밝혔다.
​
[김상헌 기자  ebiz@itnews.or.kr] 

요즘 인공지능에 대한 대중들의 관심이 지속적으로 늘어나고 있다. 많은 글로벌 기업들은 인공지능에 대한 생태계 구축 및 관련 된 연구와 특허도 계속 늘어나고 있다.

그 중에서도 최근의 흥미로운 이슈로 구글 자회사 딥마인드가 개발한 바둑프로그램 ‘알파고(AlphGo)’가 유럽 바둑챔피언에 오른 중국 출신 프로기사 판후이(2단)을 이겼고, 올해 3월 서울에서 세계 바둑의 최정상인 한국의 이세돌 기사와 대결을 벌인다고 한다.

우리가 기계와 인간의 바둑대결에 관심을 가지게 되는 것은 바둑은 장기와 달리 수많은 경우의 수로 인하여 인간의 두뇌능력에 어느 정도 다가왔는지 판단할 수 있는 기준이 되기도 한다.
 
그동안 인공지능에 대한 개념의 발전은 1942년대 맥컬록-피츠의 인공신경망 관련 논문을 비롯해 베이지안 네트워크, 의사결정나무, 서포트 벡터머신 등의 알고리즘을 통한 기계 학습(Machine Learning) 개념이 있어 왔다.

이후, 2004년 제프리 힌튼 교수가 기존 알고리즘의 취약점을 개선한 RBM이라는 새로운 딥러닝(Deep Learning) 개념이 등장, 그동안 인공지능 알고리즘이 각광 받지 못했던 것은 이러한 알고리즘을 적용 시 중앙처리장치(CPU)에서 처리한계로 실질적 서비스가 어려웠다. 하지만, 최근 높은 처리속도의 GPU(Graphics Processing Unit)를 통해 이미지의 딥러닝 알고리즘적용을 통한 분석이 가능해졌다.

페이스북 역시 이미 페이스북 서비스에 딥러닝 기능인 딥페이스라는 얼굴인식 알고리즘 적용해 사진안의 사람들이 어떤 이용자인지 판별이 가능하도록 했다.

이와 관련해 최근 마크 저커버그가 페이스북 페이지에 흥미로운 인공지능 이야기를 올라와 이를 소개하고자 한다. 

저커버거는 2016년 개인적으로 영화 아이언맨에 나오는 자비스와 같은 간단한 인공지능 시스템을 구현하려고 한다고 한다.

그는 이미 인공 지능은 실생활 속에 응용되고 있으며, 휴대 전화에서 음성 검색을 하면 자동응답기가 응답하거나, 피트니스 추적기를 통해 걸음걸이 수를 측정하는 등은 패턴 인식 및 인공 지능의 기본적인 형식을 사용하고 있다고 말한다.

특히, 인공지능의 활용범위를 질병의 진단, 차량운전, 하늘에서 행성을 찾는 작업 등 사람의 능력을 뛰어넘는 영역에 적용이 가능하며 인공지능은 인간의 능력을 향상시키기 위한 많은 가능성을 새롭게 열어준다고 말하고 있다. 

하지만 그가 말하는 오늘날의 인공지능은 패턴을 인식하는 데는 좋지만, 우리가 ‘상식 또는 공통 의식'이라고 부르는 부분에는 뛰어나지 못해 한계가 있다고 이야기 한다. 

인공지능 시스템을 훈련하는 데 사용되는 주요 방법으로 지도학습 방식과 비지도학습 방식이 있는데 저커버그는 이를 쉽게 설명하고 있다.

지도학습이란 아이에게 그림책을 보여주고 그들에게 그들이 보는 모든 이름을 가르쳐 줄 때와 같은 상황으로 일일이 강아지 사진 수천 장을  인공지능 기계에 보여 주면서 개를 인식하도록 훈련시키는 방법이라고 이야기한다.

이 지도학습 방식으로 인공지능 기계에게 많은 것을 가르칠 수 있다. 예를 들어, 친구의 얼굴사진을 수천장 사진 속에서 친구 얼굴을 찾아 모두 인식시키는 인공지능 기계학습을 적용할 수 있으며, 이미 페이스북에 업로드 한 사진의 태그 형태로 친구얼굴을 구분해 입력하는 기능을 탑재해 서비스한다고 이야기하고 있다.

또한 인공지능이 탑재 된 디바이스가 음성을 인식하도록 하면 역사상 기록된 수천시간의 긴 연설 기록을 문서로 바꿀 수 있다고 한다.

특히, 의학적으로는 수천 장의 암(종양)사진을 인식해 흑색암(종양) 등을 진단하거나, 심지어 자동차를 어떻게 도로에서 발생할 수 있는 사람이나 장애물 등 다양한 사례를 찾아 분석해 자동차가 자동으로 멈출 수 있는지를 인공지능을 통해 가르칠 수 있다고 보고 있다.

결론은 암 진단,  차량 운전,  연설 기록, 게임과 사진 태깅은 매우 다른 작업처럼 들릴지도 모르지만, 사실 인공지능을 통해 패턴을 인식하도록 학습시키는 방법들로 인공지능을 통한 학습방식은 다양한 문제들을 섬세하게 해결 할 수 있다고 한다.

그가 구현하려는 아이언맨의 자비스와 같은 시스템은 목소리로 집을 제어하기 위해 목소리 패턴을 인식할 수 있도록 인공지능을 적용하고, 또 현관에 가까이 가면 얼굴을 인식해 문을 열고 닫을 수 있도록 훈련을 할 예정이라고 한다. 

하지만, 저커버그 역시 이 방법에는 아직 많은 한계가 있으며, 인공지능은 새로운 무언가를 가르칠 경우 한 번이면 되지만, 인공지능 기술의 현실은 아직 우리가 배우는 방식보다 매우 느리다고 지적한다.

특히 현재 인공지능 패턴 인식 기술은 인간만의 공통감각(common sense)과는 크게 다르며, 아직까지 누구도 인공지능에게 이를 가르치는 방법을 모른다고 이야기한다. 

공통감각 개념이 없으면, 인공지능 시스템은 하나의 영역에서 배운 지식은 또 다른 상황에 쉽게 적용하기 어려우며, 이것이 의미하는 것은 우리가 소위 인공지능이 효과적으로 새로운 문제 또는 기존에 경험하지 않은 상황에 대해 반응하기란 어렵다는 것을 말하고 있다.

페이스북의 최종 목표는 인공지능에게 인간의 상식과 같은 공통감각을 가르치기는 비지도식 학습방식이다.

비지도식 학습방식은 책을 주고 그들이 이해하도록 하고 그들은 그것을 선택할 수 있고,  페이지를 넘기는 것을 배우거나, 그것을 땅에 떨어트리며 나타나는 것을 보면서 놔두는 등 자연적으로 학습하는 것을 말한다.

비지도 학습은 세상의 흐름을 보고 듣고 파악하는 방식인데, 이는 대부분 동물이 배우는 방식이다. 이 방식의 요점은 인간처럼 공통감각을 기반으로 한다. 왜냐하면 인간의 경우 그들이 아는 모든 것을 일일이 가르치지 않기 때문이며, 인간과 같은 공통감각을 기반으로 한 시스템을 만드는 것이 열쇠라고 말한다.

페이스북이 바라는 인공지능의 미래는 모든 행동을 예측할 수 있으며 그런 인공지능은 인간과 대화를 하거나 복잡한 계획을 실행할 수 있도록 도움을 줄 수 있기를 기대한다. 이는 아이언맨의 로봇 비서 자비스(Just A Rather Very Intelligent System)를 구성하기 위한 기본 요소로 보고있다.

저커버그에게 비지도 학습은 페이스북 인공지능 연구팀이 관심을 갖는 분야로, 여전히 전체 인공지능 연구개발에서 중요한 도전이라며, 현재까지 누구도 일반적 비지도 학습이 실제 이루어지는 방식에 대하여 이해하는 사람은 없다고 이야기하고 있다.

결국 일반적으로 영화에서 보는 인공지능을 만들기에는 갈 길이 멀다고 할 수 있다. 

무어의 법칙이 지속되고 컴퓨터 가격이 저렴해져 컴퓨터 성능만으로 인간의 지능을 능가할 것이라고 생각하는 사람들이 말하는 것처럼 현실화되기 어렵다고 보여 진다.

이유는 우리는 기본적으로 인간이 일반적인 학습할 때 이뤄지는 원리를 이해하지 못하고 있고, 여전히 해결하지 못한 문제이기 때문으로 이 문제를 풀기 전까지는 수세기 이상이 지난다고 해도 해결하지 못할것으로 보고있다.

저커버거는 인공지능에 대해 두려워할 필요가 없으며, 대신 인공지능을 통해 질병진단, 차량운전, 새로운 행성발견 등 세상에 좋은 목적로 사용되는 놀라운 일들을 기대한다. 이를 통해 새로운 혁신을 가능케 해 인간이 생각하지 않은 영역까지 도움을 줄 것으로 보고 있다.

그는 비록 영화 아이언맨에 나오는 자비스와 같은 컴퓨터는 아직 먼 이야기이며, 내년에도 이러한 기술 과제의 대부분을 해결하지 못하겠지만, 인공지능 영역에서 참여하고 노력하는 자체가 기쁘다고 이야기하고 있다.

인공지능의 발전으로 인해 인간의 삶이 확장될 수 있다. 다만, 인간이 행복할 수 있는 기술로  만들어 활용하는 것이 더 중요한 과제이다.

 
[금빛나무 기자  space@itnews.or.kr]

구글 인공지능 알파고(AlphaGo)와 바둑 세계챔피언 이세돌의 대국을 계기로 글로벌 IT기업들의 인공지능 알고리즘이 점점 더 인간처럼 진화하고 있다.

마이크로소프트가 인공 지능(AI) 개발을 촉진하기 위해 마인크래프트(Minecraft)를 인공지능 학습장으로 제공하기로 했다.

마이크로소프트는 ‘프로젝트 AIX’라는 이름으로 마인크래프트용 인공지능 플랫폼을 올 여름에 오픈소스 라이선스로 공개될 예정이다. 이 프로젝트는 영국 캠브리지에 위치한 마이크로소프트의 머신러닝 연구소에서 진행될 것으로 보인다. 

마이크로소프트는 마인크래프트 게임을 개발한 스웨덴의 게임회사 모장(Mojang)을 2014년 9월에 25억 달러에 인수했다., 마이크로소프트는 모장 인수 후에 단순히 게임 분야를 넘어 마인크래프트를 통해 가상현실과 증강현실에 관련한 연구를 진행해왔다. 

로버트 샤피르(Robert Schapire) 마이크로소프트 리서치의 수석 연구원은 13일(현지시각) 회사 블로그를 통해 “컴퓨터 인공지능 알고리즘은 하나의 작업을 할 때는 평균 성인보다 더 잘 수행할 수 있지만, 유아가 빛과 냄새, 촉감, 소리, 불편함 등 다양한 종류의 자극과 울면 엄마가 먹을 것을 줄 가능성이 크다는 것을 배우는 인간의 방식과는 비교할 수 없다”며 “우리에게 정말 쉬운 것 같은 일들이 실제로 인공지능은 정말 어려운 일”이라고 말했다.

이어 “지난 몇 년 동안 인공 지능 연구자들은 말과 글을 이해하고 이미지를 인식하는 등 복잡한 작업을 수행 할 툴을 개발해 왔지만, 컴퓨터는 여전히 인간처럼 학습과 의사 결정을 내리는 미묘하고 복잡한 방식은 아직 한참 멀었다”고 말했다.

기존 마인크래프트 게임 캐릭터는 프로그램에 따라서만 행동하지만 인공지능이 접목된 캐릭터는​ 스스로 상황을 판단해 자유롭게 행동을 선택할 수 있다.
​
대신 이 게임에서 인공지능이 접목된 캐릭터는 프로그램속의 낮과 밤의 차이를 이해하고, 용암주변이나 폭포 등 위험요소도 판단할 줄 알아야 하며, 건설과 등산 등 임무 수행하면서 주변 자원을 활용할 수 있어야 한다.

이는 기존 개발자들에게는 다소 생소한 영역이지만 마이크로소프트는 인공지능이 인간과 게임을 반복하면서 인간의 이해력과 판단력, 수행력 등 고도의 사고능력을 가지도록을 학습시킨다는 계획이다.

2016년 1월 마이크로소프트는 학교 수업에 도입할 수 있도록 한 교육프로그램 마인크래프트에듀(MinecraftEdu)를 2016년 여름에 출시할 것임을 밝힌 바 있다. 

AIX 프로젝트의 수장인 카차 호프만(Katja Hofmann)은 “게임을 사용하여 인공 지능에 대한 연구를 계속해나가는 방법은 기존에 없던 완전히 새로운 방법”이라며, “게임을 수행하는 과정에서 발생하는 여러 가지 사건들이 머신러닝 과정을 통해 이상적으로 인공 지능 발전에 기여할 것”이라고 밝혔다. 

한편, 페이스북도 지난 9일 인공지능을 이용해 지구 지도를 분석하는 작업에 들어갔다며, 인공위성에서 촬영한 지도정보를 바탕으로 오지의 지역별 인구분포를 정확하게 분석해 주민들에게 무상으로 인터넷을 공급한다는 계획이라고 밝혔다. 

[김들풀 기자  itnews@itnews.or.kr]

출처:IT뉴스