제임스 웹 우주망원경으로 포착한 135억년 전 은하인 GLASS-z13. 우주가 탄생한 지 3억년 밖에 지나지 않았다./NASA
제임스 웹 우주망원경이 첫 컬러 영상을 발표한지 1주일 만에 우주 관측 사상 가장 오래된 은하를 발견하는 데 성공했다. 추가 관측을 통해 확증되면 최고(最古) 은하 기록이 1억년 더 앞당겨진다.
스위스 제네바대의 파스칼 외시 교수와 미국 하버드-스미스소니언 천체물리학연구소의 로한 나이두 박사 연구진은 지난 20일(현지 시각) 논문 사전 출판사이트 아카이브(arXiv)에 “제임스 웹 우주망원경으로 135억년 전 은하인 GLASS-z13을 발견했다”고 밝혔다.
◇빅뱅 3억년 지난 초기 우주 포착
제임스 웹은 미국과 유럽, 캐나다가 25년간 13조원을 들여 개발한 사상 최대 크기의 우주망원경이다. 올 1월 지구에서 150만㎞ 떨어진 관측 지점에 도착했다. 미 항공우주국(NASA·나사)은 지난 12일 지난 6개월 동안 제임스 웹 우주망원경이 포착한 우주 컬러 사진 5가지를 세상에 공개했다.
우주는 138억년 전 대폭발(빅뱅·Big Bang)로 탄생했다. 이번 연구진이 포착한 은하의 나이는 빅뱅이 일어난 지 3억년밖에 되지 않았다. 지금까지 최고 기록은 외시 교수가 2015년 허블 우주망원경으로 큰곰자리에서 발견한 GN-z11로, 빅뱅 이후 4억년 전 지난 134억년 전의 은하로 확인됐다.
134억년 전 은하인 GLASS-z11(위)과 135억년 은하 GLASS-z13 (아래)./하버드-스미스소니언 천체물리학연구소
나사는 앞서 제임스 웹의 관측 결과를 처음 발표하면서 “제임스 웹 우주망원경은 빅뱅 직후인 135억년 전의 초기 우주까지 관측할 수 있을 것”이라고 기대했다. 1주일 만에 당시 예측이 실현된 셈이다.
연구진은 이번에 135억년 전의 은하 GLASS-z13과 함께 GN-z11과 비슷한 나이의 GLASS-z11도 발견했다. 두 은하는 이미 태양 10억 개에 맞먹는 질량으로 성장한 것으로 보인다고 연구진은 밝혔다.
특히 GLASS-z11은 이미 나선형 원반 구조까지 형성해 초기 은하에서 별이 예상보다 빨리 생성됐음을 보여줬다. 두 은하의 크기는 작다. GLASS-z13은 지름이 1600광년(1광년은 빛이 1년 가는 거리로 약 9조4600억㎞)이며 GLASS z-11은 2300광년이다. 이에 비해 우리은하는 지름이 10만광년에 이른다.
조 바이든 미 대통령이 12일 공개한 제임스 웹 우주망원경의 첫 관측 영상. 지구에서 40억광년(1광년은 빛이 1년 가는 거리로 약 9조4600억㎞) 떨어진 SMACS 0723 은하단이다. 멀리서 온 빛을 증폭하고 휘어지게 하는 중력렌즈 역할을 해 초기 우주에서 온 빛을 확인할 수 있다./NASA
◇적색편이 현상 관측해야 확증 가능
같은 날 이탈리아 국립천체물리학연구소의 마르코 카스텔라노 박사 연구진도 역시 아카이브에 제임스 웹 관측을 토대로 GLASS-z13이 가장 오래된 은하라고 발표했다.
과학자들은 앞으로 제임스 웹 우주망원경이 빅뱅 이후 2억년 이내의 초기 우주까지 관측할 수 있을 것이라고 기대했다. 지난 31년 동안 작동한 허블 우주망원경은 가시광선을 주로 감지하지만, 제임스 웹은 적외선까지 포착할 수 있기 때문이다. 가시광선은 별이 탄생하는 우주 먼지와 구름 지역을 통과하기 어렵지만 파장이 긴 적외선은 이를 통과할 수 있다.
연구진은 이번 연구 결과를 확증하기 위해 제임스 웹의 추가 관측이 필요하다고 밝혔다. 이번에는 은하에서 나온 빛의 파장을 기준으로 밝기를 비교했다. 과학자들은 오래된 은하의 나이를 확실하게 알려면 빛을 성분별로 분석하는 분광(分光) 관측이 필요하다고 본다. 이른바 적색편이(赤色偏移)를 알아내는 방법이다.
적색편이는 우주 팽창 자체 때문에 빛의 파장이 길어지는 현상이다. 1923년 미국의 천문학자 에드윈 허블은 은하의 파장이 예상했던 것보다 더 긴 붉은색 쪽으로 치우친 것을 발견했다. 이를 통해 허블은 우주 팽창을 확인했다.
우주 팽창이 적색편이를 유발하는 것은 구급차의 사이렌 소리와 비교하면 알 수 있다. 사이렌을 울리는 구급차가 다가오면 소리가 높게 들리지만, 지나쳐 멀어지면 소리가 낮아진다. 낮은 소리는 파장이 길다. 마찬가지로 빛을 내는 천체가 관측자로부터 멀어지면 빛의 파장이 길어진다.
(서울=연합뉴스) 오보람 기자 = 장점을 단 한 가지라도 찾기 힘든 영화는 참 오랜만이다. 처음부터 끝까지 모든 요소가 비판받아 마땅한 영화는 더더욱 그렇다.
거물급 정치인과 그의 휴대전화에 담긴 비밀을 거머쥔 남자의 추격전을 담은 영화 'B컷'은 시놉시스만 봐도 그다지 새로운 이야기가 아니라는 것을 짐작할 수 있다. '아기와 나', '음치클리닉', '색다른 그녀' 등 주로 코미디 영화를 선보였던 감독(김진영)에게 대단한 완성도와 서스펜스를 기대한 사람은 많지 않을 것이다.
그러나 'B컷'은 극장을 찾을 관객뿐 아니라 IPTV로라도 볼 시청자에게 최소한의 예의도 없는 영화다. 어디서부터 지적해야 할지 감을 잡기조차 어렵다.
사진 삭제
영화 'B컷' 속 한 장면
[TCO㈜더콘텐츠온 제공. 재판매 및 DB 금지]
무엇보다도 비뚤어진 성 관념과 시대착오적인 젠더 감수성은 반드시 짚고 갈 문제다. 대권을 꿈꾸는 국회의원 태산(김병옥 분)은 배우 출신 아내 민영(전세현)을 각종 고문 도구를 갖춘 방에 가둬 놓고 채찍으로 마구 때리고 강간한다. 예비 며느리를 성폭행하고 스트레스가 심하면 외간 여자들에게서 성 상납을 받는다. 관객들이 왜 이런 장면들을 돈까지 내고 봐야 할까. 민영은 태산을 "변태성욕자"라고 지칭하지만 명백한 성범죄자다.
태산의 휴대전화에서 아내를 폭행한 사진을 발견한 수리업자 승현(김동완)도 정도만 다를 뿐 매한가지다. 고객이 데이터를 복구해달라며 맡긴 휴대전화에서 헐벗은 그의 사진을 발견하고 이를 빌미로 돈을 달라고 협박하는 장면이 그저 코믹스럽게 그려진다. 수많은 여성들이 불법으로 유출된 사진 때문에 극단적 선택을 하고, 불과 얼마 전 n번방 사건이 사회를 발칵 뒤집어놨다는 점을 조금이라도 고려한다면 조심스러워 했어야 할 장면이다. 영화가 승현을, 민영을 보호하는 '선한 남자'로 묘사하려 노력하는 점도 바닥난 감수성을 드러낸다.
사진 삭제
영화 'B컷' 속 한 장면
[TCO㈜더콘텐츠온 제공. 재판매 및 DB 금지]
쓸데없는 베드신도 너무나 많다. 'B컷'에 나오는 모든 베드신이 그 효용에 대한 의문이 들게 하지만 특히 태산과 국회의원 자리를 놓고 경쟁하는 상대 후보가 연인과 섹스하는 장면은 왜 필요한지 당최 알 수가 없다. 승현과 민영은 왜 갑자기 사랑에 빠져 캠프장에서 서로의 몸을 탐하는가. 스크린에 관객의 눈길을 잡아두기 위한 의도였다면 지독한 실패다. 의도가 빤한 나체의 향연은 절로 고개를 돌리게 하고 인상을 찌푸리게 한다. 생뚱맞은 섹스 신의 남발과 노골적으로 여자 캐릭터의 둔부를 확대한 카메라 앵글은 성인영화도 고개를 숙일 것 같다.
개연성이 거의 없다시피 한 스토리 전개는 막장 드라마도 울고 갈 만하다. 태산은 학대 증거를 휴대전화에 보관한 아내를 무자비하게 폭행해놓고도 새 휴대전화를 사러 가게 해주고, 친절하게도 개인용 휴대전화를 서재 책상 위에 올려놓기까지 한다. 국정원 저리 가라 할 정도의 정보력을 갖춘 사내들은 어설픈 수리업자 하나를 잡지 못하고, 코앞에서 총을 맞은 남자는 기적처럼 살아난다. 이야기 전개를 위해 모든 상황을 짜 맞춘 듯한 느낌이다.
사진 삭제
영화 'B컷' 속 한 장면
[TCO㈜더콘텐츠온 제공. 재판매 및 DB 금지]
전반적인 연출 또한 러닝타임 내내 눈을 괴롭히지만, 그중에서도 태산과 그의 아들의 비극적 결말을 담은 후반부 장면은 헛웃음마저 나온다. 요즘 일일 연속극에서도 쓰지 않을 법한 배경음악과 클로즈업 등은 막장 드라마를 풍자하기 위해 일부러 넣은 게 아닌가 생각이 들 정도다. 김동완은 시종 특유의 연속극 톤 연기를 선보이고, 김병옥은 과도한 오버액션으로 전혀 사이코 같지 않은 연기를 선보인다.
영화 제목이 'B컷'이라고 해서 B급 영화를 기대하면 큰 오산이다. 그런 축에 끼지도 못하는 졸작 중의 졸작이다. 김 감독은 24일 시사회 전 무대 인사에서 "영화가 별로라면 우리끼리 비밀로 하자"고 했다. 하지만 영화를 보고 나면 그럴 수 있는 사람이 있을까 싶다.
아 위대한 한림대 경제학과 87학번 전기 : <= 그 꼬라지를 보라 "색다른 그녀" 19금 성인에로작가인가? 영화감독 김진영
한림대 경제학과 87학번의 개솧이91ㅂㅈ먹는 위대한 영웅의 뇌구조 작품 공개
이걸 슬기로운 아이디어라고 해야 하나, 섹 자위물 작품 추가인가?
경제학은 우리나라의 경제문제
우리가 살고있는 세계를 객관적으로 이해하는데 도움을 주는 학문이다.
경제학은 사람들이 매일 접하는 일상생활의 문제를 다루는 분야이며 우리가 살고있는 세계를 객관적으로 이해하는데 도움을 주는 학문이다. 일상생활의 문제를 다루면서도 동시에 가정 정밀한 연구방법을 갖추고 있기 때문에 고도로 과학적이고 체계적인 학문분야로 평가된다. 특히 오늘날 경제 문제는 어느 나라에서나 가장 중요한 문제로 인식되고 있다. 이는 정치적·사회적인 문제들이모두 경제와 깊은 연관을 가지고 있기 때문이다. 따라서 경제학은 갈수록 그 중요성 이 부각되고 있는 학문이다. 경제학은 우리나라의 경제문제와 관련된 이론을 습득함으로써 현실에 응용할 수 있는 능력을 키우고 나아가 좀 더 깊이 있는 이론과 정책 및 경제 활동 일반에 대해 양식 있는 판단을 할 수 있도록 소양과 식견을 계발시키는 데 교육 목적이 있다. 우리 삶의 수많은 상황에 슬기롭게 적용될 수 있습니다.미래에 경제학과 졸업생 여러분이 신문을 읽고 있을지, 사업을 하고 있을지, 아니면 대통령 집무실에 앉아 있을지 모르지만 여러분은 경제학을 공부하기를 잘했다고 느낄 것입니다. 우리 경제학과가 날로 발전할 수 있도록 이 홈페이지를 통해 교수, 대학원생, 학부생들 및 방문객들의 많은 조언을 부탁드립니다. 감사합니다.
“이 건물이 HLBS(한림대학교 방송국) 사무실이었는데……. 참 많이 바뀌었네!” 한림대학교 대학본부 별관에 수상한 사나이가 나타났다. 큰 키에 옅은 갈색 머리, 그리고 검정 뿔테. 무뚝뚝한 인상에 학생도 교수도 아닌 이방인의 포스를 풍기는 그. 낯선 느낌도 잠시, 말문을 트자 유쾌한 단어들이 쉴 새 없이 귀에 쏙쏙 박힌다. 이 남자, 누굴까?
▲ 김진영 감독이 연출한 작품들
건네받은 명함 속 그의 이름은 김진영. 포털사이트에 인물검색을 입력하자 드라마 '꽃할배 수사대', 영화 '위험한 상견례' 가 뜬다. 1998년 시트콤 '순풍 산부인과'로 데뷔한 김진영 프로듀서는 드라마 '사관과 신사', '풀하우스 TAKE2', 영화 '아기와 나', '청담보살, '위험한 상견례', '음치 클리닉' 등을 연출했다. 익숙한 작품명들에 절로 악수가 건네졌다. 반가운 얼굴 김진영(경제·87학번) 동문을 만났다.
코미디와 나는 둘도 없는 단짝 친구
재학 시절 교내 방송국 HLBS에서 활동했던 김진영 동문은 친근하고 일상적인 소재를 중심으로 웃음기 넘치는 상황들을 버무려 내길 좋아했다. 그래서일까. 다양한 시트콤의 프로듀서를 하며 코미디물 영화 연출로 자연스럽게 영역을 확장했다. 유쾌한 상상력과 재치가 묻어나는 탁월한 스토리텔러로도 인정받고 있다. "영화를 시작하기 전에는 예능, 코미디 프로그램을 연출했어요. 개인적으로 웃기고 재밌는 걸 좋아해요. 언어유희를 특히 좋아하죠. 초등학교 시절 선생님께 혼나면서도 말장난을 즐겼어요. 요즘 유행하는 '아재 개그'도 원래 제거였는데(웃음)... 그런 성향 때문인지 자연스럽게 코미디 장르를 접하게 된 것 같아요. 다른 장르를 향한 갈망도 있지만 코미디를 절대 버릴 수는 없을 것 같아요."
▲영화 촬영현장에서의 김진영 감독 (출처: 네이버 영화)
그의 개그감은 촬영 현장에서도 빛을 발한다. “<위험한 상견례> 촬영 당시에는 현장에서 즉석으로 대본을 바꿔 촬영했던 기억이 나네요. 대본에 충실하지만 코미디물은 애드리브가 필요할 때가 종종 있어요. 배우와 촬영 상황에 맞는 각색이랄까. 응답하라 시리즈의 '선우 엄마'로 이름을 알린 한림대 출신 김선영 배우도 <위험한 상견례> 오디션 당시 제가 직접 캐스팅했었어요. 한림대 선배라는 건 나중에 알려줬죠. 그 친구 대본도 다 현장에서 나온 겁니다.” 촬영 현장을 강을 건너는 상황에 비유한 그는 “같은 강을 건너도 뗏목으로 건너거나 수영을 해도 되고. 방법은 다양하지만 그 상황에서 최선이 뭘까 치열하게 고민하는 것”이 자신의 연출 스타일이라고 설명했다.
대학 축제 때 찾은 프로듀서의 길
그렇다면 학창시절 김진영 동문의 모습은 어땠을까? 경제학도와 PD, 영화감독의 조화가 뭔가 낯설긴 하다. “대학 다닐 땐 공부 빼고 다 해봤던 것 같아요.”라며 호탕하게 웃어보인 그였지만 군 제대 후 4학년은 ‘학기 우등'으로 훈훈하게 마무리했다. 말 그대로 다 해 본 것이다. 경제학과 부학회장에 축구팀 주전 멤버로 활약하던 그에게서 특히 주목할 이력은 ‘HLBS 4기 출신’이다. 놀랍게도 그는 연출 분야가 아닌 아나운서 공채를 준비했다. 졸업 후 춘천 MBC 아나운서를 진로로 삼고 있던 그는 학교 축제를 통해 인생의 전환점을 맞게 된다.
▲ 한림대학교 창작가요제 '한음제' 당시 MC를 맡아 'MBC 몰래카메라-이승환 편'에 출연한 김진영 동문
“4학년 때 한림대학교 방송국이 주최하는 창작가요제 ‘한음제’의 MC를 맡았습니다. 초대가수로 이승환 가수가 왔었는데, 당시 비밀리에 MBC에서 인기 프로그램인 ‘몰래카메라’ 촬영을 왔었어요. 축제 중 진행되는 일이라 연출진과 학교 방송국 사무실에서 아이디어 회의를 함께 했었는데, 축제 시작이 임박해도 끝나지 않는 겁니다. 급하게 제가 아이디어를 냈는데, 그것이 대박을 친 거죠. 기억이 가물한데 아마 이승환씨는 노래를 부르고 방청객들이 그대로 나가버리는 스토리였던 것 같아요. 몰카는 성공적이었고. 그날 HLBS와 MBC팀 뒤풀이 자리에서 주철한 감독님이 PD를 해볼 생각 없냐고 제의를 했던 것이 제 인생의 전환점이 됐어요.”
청춘, 끊임없이 경험하고 느껴라
그는 좋은 연출을 위해 ‘못 볼 것 빼고 다 보아야 한다.’는 신념을 가지고 있었다. TV, 영화, 공연 등 움직이는 모든 것을 미친 듯이 섭렵해 온 자신의 경험담이기도 하지만 '문화예술에 대한 풍부한 이해는 앞으로의 삶을 더 풍성하게 만들어 줄 것'이라고 강조했다. 꿈을 위해 달리는 한림청춘들을 위해 그에게 조언 한 마디를 부탁하자, “조언이랄 것도 없지만…….”라며 운을 뗐다. “저는 제가 하고 싶은 것을 열심히 했을 뿐이에요. 한림대학교 학생들도 학교의 좋은 환경에서 젊은시절 할 수 있는 많은 경험들을 꾸준히 해 나간다면 뜻하는 바를 모두 이룰 수 있을 겁니다." 김 감독의 다음 행보는 올 하반기 방영 예정인 한중 합작 온라인 드라마, 역시 코미디 장르다. 아재 개그를 하는 '진짜' 아재. 하지만 그의 마음속에 끓고 있는 열정은 여전히 청춘의 것이었다.
여기 까지의 위대한 쏭희X지를 벌리라 하는 87학번 : 그 X로 남과 결혼하겠다는 미모(추한) 여학생
[어저께TV] 종영 '꽃수대', '꽃할배' 후광은 없었다
입력 : 2014.07.26 07:41
[OSEN=박현민 기자] 케이블채널 tvN 예능프로그램 '꽃보다 할배'의 큰 성공으로, 기획 단계부터 화제를 낳았던 '꽃할배 수사대'가 결국 초반 후광효과를 꾸준히 이어가지 못한 채 다소 아쉬운 성적표로 종영했다.
'꽃할배 수사대'는 지난 25일 방송된 12회로 총 3달간의 짧은 수사기에 마침표를 찍었다. '꽃보다 할배'의 인기에 어느 정도 힘을 입으려던 것이 분명했던 이 프로그램은 결과적으로 대중의 시선을 사로잡지 못하고 낮은 시청률과 저조한 화제성으로 막을 내렸다.
'꽃할배 수사대'는 명백히 '꽃보다 할배'를 기반으로 만들어진 예능이다. 이 프로그램을 연출한 구기영 프로듀서는 제작발표회 당시 "'꽃할배 수사대'는 '꽃할배'들로 어떤 드라마를 찍으면 재미있을까하는 생각으로 기획했다"고 밝혔던 바 있다. 프로듀서마저 인정한 '꽃할배 수사대'의 제작 뿌리다.
제작 뿌리를 '꽃보다 할배'에 둔 만큼, 인기를 기대할 수 있는 요인도 '꽃보다 할배'에 있었다. 노년의 스타들이 출연해 케이블 예능으로서는 이례적일만큼 높은 인기를 누렸던 '꽃보다 할배'는 방송 전부터 대중의 관심을 사로잡았다. 그 인기가 식기도 전에 주역이었던 이순재를 비롯해 또 다른 노년 배우들과의 만남은 충분한 화제가 됐고, 후광도 자연스레 이어졌다.
이 뿐 아니라 꽃할배들과 그룹 슈퍼주니어 김희철의 만남은 물과 기름처럼 보이면서도 또 그만큼 신선한 조합이었다. 앞서 '꽃보다 할배'에서도 H4 할배들의 곁에 있던 이서진의 존재가 할배들만큼 주목 받으며 이슈가 됐던 만큼, 김희철의 존재를 이서진에 견주기도 했다. 이는 '꽃할배 수사대'가 이목을 잡아끌 요소들을 다분했다는 이야기이기도 하다.
초반엔 이런 인기 요인들이 어느 정도 들어맞았다. 지난 5월 9일 방송된 첫 회는 2.74%(닐슨 코리아 기준)의 시청률을 기록하며 첫 발을 내디뎠다. 방송 내용 또한 화제가 됐다. 형사들이 하루아침에 70대 노인이 되고, 우리에게 익숙한 꽃할배들이 김희철의 동료가 된다는 이야기 전개는 시청자들의 상상력을 자극했다.
그러나 그 뿐 이었다. 첫 회의 시청률은 종영 때까지의 성적 중 최고시청률이었다. 1%대로 떨어진 성적은 마치 계단을 내려가듯 서서히 0%대 후반으로 내려앉았다. 화제성도 저조했다. 드라마를 보는 이들이 줄어들자 자연스레 나온 결과였다.
이는 '꽃할배 숫사대'를 향한 초반의 기대치를 만족시키지 못하고 시청자들이 등을 돌렸기 때문. 기대가 큰만큼 실망도 컸다. '꽃보다 할배'의 신선함을 이 드라마에도 기대를 걸었던 이들은 콘텐츠에 만족을 못하게 되자 '꽃할배 수사대'를 챙겨보는 일에 점차 손을 떼기 시작했다.
결국 '꽃할배 수사대'는 시작은 창대했으나 끝은 다소 미약했다. 마니아들의 사랑을 받았지만, 대중의 마음을 사로잡지는 못했다. '꽃보다 할배'의 후광을 지키지 못했고, 12주 동안의 여정에 조용히 종영을 맞았다.
시나리오 자체도 유치하고 구태의연한 설정만 가득해서 정말 실망했습니다. 두 주연배우의 캐스팅자체가 잘 어울리지 않았고 특히 윤상현씨는 가장 노련한 연기력을 보여주었음에도 오히려 다른 배우들이나 영화의 내용과 잘 섞이지 못하고 다소 겉도는 느낌이었습니다. 중반이후로는 웃음을 강요해서 짜증이 밀려오더군요.
[Free Guy 프리 가이 2021 영화삽입곡] Paloma faith - Make Your Own Kind Of Music (가사/해석)
Nobody can tell you There's only one song worth singing They may try and sell you Cause it hangs them up To see someone like you
아무도 당신에게 부를만한 가치가 있는 노래는 오직 한 곡뿐이라는 걸 말해주지 않을거에요 그들은 당신에게 팔려고나 할거야 왜냐면 그들은 당신같은 사람을 보기 위해 노래들을 걸을테니 말야
But you gotta make your own kind of music Sing your own special song Make your own kind of music Even if nobody else sings along
하지만 당신은 당신만의 음악을 만들어야 해요 당신만의 특별한 노래를 불러야 해요 당신만의 노래를 만들어요 아무도 따라부르지 않는다고 해도 말이에요
You're gonna be nowhere The loneliest kind of lonely It may be rough going Just to do your thing is the hardest thing to do
당신은 어디 갈 곳도 없겠죠 외로운 사람중에 외로운 사람이 될거야 가는 길은 힘들 수 있어요 그저 당신의 일을 하는 게 가장 힘든 일이거든요
But you gotta make your own kind of music Sing your own special song Make your own kind of music Even if nobody else sings along
하지만 당신은 당신만의 음악을 만들어야 해요 당신만의 특별한 노래를 불러야 해요 당신만의 노래를 만들어요 아무도 따라부르지 않는다고 해도 말이에요
So if you cannot take my hand And if you must be going, I will understand
그러니 만일 당신이 내 손을 잡을 수 없고 그저 당신의 갈 길을 가야 한다면, 난 이해할게요
You gotta make your own kind of music Sing your own special song Make your own kind of music Even if nobody else sings along You gotta make your own kind of music Sing your own kind of song Make your own kind of music Even if nobody else sings along You gotta make your own kind of music Sing your own kind of song Make your own kind of music Even if nobody else sings along
당신은 당신만의 음악을 만들어야 해요 당신만의 특별한 노래를 불러야 해요 당신만의 노래를 만들어요 아무도 따라부르지 않는다고 해도 말이에요 당신은 당신만의 음악을 만들어야 해요 당신만의 특별한 노래를 불러야 해요 당신만의 노래를 만들어요 아무도 따라부르지 않는다고 해도 말이에요 당신은 당신만의 음악을 만들어야 해요 당신만의 특별한 노래를 불러야 해요 당신만의 노래를 만들어요 아무도 따라부르지 않는다고 해도 말이에요
No, no, no, no Even if nobody else sings along If nobody else sings along
메뉴바에서 사용자들이 가장 궁금해하고 많이 사용하는 "사용량 조회"의 기능을 보여주는 메뉴를 "마이"라는 개발이나 IT 전문가에게 예상할 수 있는 이름을 붙여 일반사용자에게 "사용량조회"를 찾지못하는 설계가 되었고
한페이지에 고정된 것이 아닌, 세로방향 무한스크롤 같은 모바일 앱 에서 하단 메뉴에 사용자들이 익숙지도 않으며 ,
하단에 네이게이션 메뉴가 나오며 , 메뉴가 좌우 상으로 펼쳐지며
좌우 메뉴을 터치시 화면 전환이 되며,
좌 또는 우 메뉴로 갔다가 메인으로 돌아오려면 다시 하단에 x 표시로 된 메뉴로 화면을 닫는다는
방식은 개발자가 아니면 알기 쉽지 않는 네비게이션이며
사용자들이 가장 보고싶어하는 "사용량"조회시
무리한 정준기의 카드시스템 도입으로, 화면이 껌뻑이는 플리킹 발생 및 표출되는 데이터가 맞지 않는 앱이됨
화면설계도 KT의 매출액 증대가 목적인지 대부분 카드광고로 이루어져, 사용자는 사용량 및 계약관계 정보를 얻으려 MY KT app을 구동하지, 마케팅 광고 구독 목적이 아닌데도 80%이상을 마케팅 광고로 도배된 앱을 기획했으며
게다가 기존 기능을 디자인만 바꾼다는 명목으로 개발하면서, 기존 기능과 호환되지 않는
사용량조회 내역을 도입, 표출되는 정보가 정확하지도 않고, (데이터 함께 쓰기 회선에 통화량출력)
LTE 에그 사용량이 모바일 웹에서는 나오는데, 모바일 앱 화면에서는 나오지 않으며
사용자가 사용량조회에서 원하는 것은 결국 사용량 조회가 아니라 남!은! 가용한 사용량 조회에 더 관심이 있는데도, 사용량 조회에 초점을 맞추며
기획에도 없고 설계에도 없는 카드 시스템을 정준기가 꿋꿋이 요구하면서
개발된 기능에 막대한 장애와 정준기 지가 스스로 개발해도 퍼블에 맞지않고
로그인 기능을 IMUI(아이엠 유아이) 에서 기능 변경(개선)으로 작업을 했으나 로그인 불안정을 초래하여 사용자가 로그인 할 수 없는 결과(네이티브 모바일 앱과 부정합)를 초래하고
네이티브 모바일 앱 개발자들의 개발 실수(오류)로 앱이 불안정하여 비정상 종료를 반복하며
새로 KT에서 투입한 개발진(고급,특급) 을 몰아내려는 기존 유지보수 개발자의 욕심으로 투입된 개발진이 개발 정보를 얻지못하여 개발 진행이 공전되고
급기야는 투입된 고급 개발자들 몰아내고 유지보수개발진이 자신있게 개발하려다, 유지보수 개발진 (에이엔티 솔루션 (주))의 역량을 검토한 결과 저비용을 위해서 초급, 하급 개발진으로 (서울공고_조형예술대출신, 전남대 재료공학, 신학대학_방통대)의 역량 미숙의 유지보수 개발진이 나서서 개발하여 시스템과 앱의 완성도가 형편없이 되었으며
앱에 게임처럼 게이미피케이션인지 이리저리 터치구동해보고 기능을 깨닫은 앱을 기획한 어처구니 없는 실수로 게이머가 대부분이 아닌 모바일 앱 사용에 사용자들은 원하는게 메뉴에 있고 메뉴를 클릭하여 해당정보를 얻는다는 게시판 식 문회의 게이머 이외의 사용자에겐 어처구니 없는 앱이 되버림
개발 중에서도 로컬 개발 노트북과 테스트를 위한 개발 서버를 교차 할 때, ctrl H 로 기존 로그인 캐쉬 비워야 로그인 되더니, 업데이트 하니까. 기존 로그인 정보가 새 로그인 정보와 맞지 않고, 업데이트로 되지 않아 로그인 불안정 생김
2021-07-26아직 저속 저용량의 3G 사용자와 블루투스 테더링 사용자도 존재하는데 마케팅 광고 대용량의 이미지 베너 도배로 50mb에 달하는 트래픽 유발로 느린 최악의 앱으로 사용자들에게 윈성을 삼
우리 모두는 오늘날 AI가 얼마나 트렌디한지 알고 있습니다. 이미지 분류, 객체 감지, 회귀 등 가장 일반적인 AI 애플리케이션에 대한 많은 문서와 기사가 있습니다. 데이터 시퀀스에 대한 내용을 본다면 주제 분류를위한 텍스트 데이터 또는 이러한 라인을 따르는 내용 일 가능성이 큽니다.
시퀀스 데이터의 이상 탐지는 어떻습니까? 이것은 특히 센서, 주식 또는 암호 화폐 가격, 심지어 공장에 설치된 센서에서 나오는 시계열 날씨 측정과 같이 실시간으로 제공되는 데이터에 대해주의가 필요합니다. 선박 엔진에서 미래의 이상을 감지 할 수 있다는 것을 상상해보십시오 – 그것이 붕괴되기 전에 그것을 종료 할 수 있도록 – 그것이 놀랍지 않습니까?
이 일련의 기사는 AI를 사용하여 완전한 기능의 시계열 예측기 및 이상 탐지기 애플리케이션을 개발하는 데 필요한 단계를 안내합니다. 우리의 예측 자 / 탐지기는 특히 비트 코인으로 암호 화폐 데이터를 다룰 것 입니다. 그러나이 시리즈를 따라 가면 학습 한 개념과 접근 방식을 유사한 성격의 모든 데이터 유형에 적용 할 수 있습니다.
이 시리즈를 최대한 활용하려면 Python , Machine Learning 및 Keras 기술 이 있어야 합니다. 전체 프로젝트는 내 GitHub 저장소 에서 사용할 수 있습니다 . 여기 와 여기 에서 완전한 대화 형 노트북을 확인할 수도 있습니다 .
AI 컨텍스트에서 시계열 데이터 이해
시계열에 대한 간략한 설명부터 시작하겠습니다. 전통적인 기계 학습 분류 및 회귀 문제에만 익숙하다면 시계열 데이터가 약간 놀라 울 것입니다. 익숙해지는 데 시간이 걸릴 수있는 완전히 다른 종류의 모델링 작업입니다. 그것의 시간적 구조는 관측이 다른 유형의 분석 에서처럼 취급 될 수없는 순서를 갖도록 만듭니다.
시계열 데이터는 시간상 동일한 간격의 관측 시퀀스로 설명 될 수 있습니다. 이러한 유형의 데이터는 말 그대로 모든 곳에서 찾을 수 있습니다. 기상 학자로서의 날씨 정보, 경제학자 또는 상인으로서의 주식 / 암호 화폐 가격, 건강 분야의 경우 심전도, 지진 학적 판독 값 및 모든 종류의 센서에서 오는 데이터에서 찾을 수 있습니다. 특히 AI 컨텍스트에서이를 분석하여 달성 할 수있는 것이 무엇인지 상상해보십시오.
예를 살펴 보겠습니다. 아래 표는 뉴욕의 센서에서 캡처 한 날씨 판독 값을 포함하는 이 데이터 세트 의 처음 5 개 행을 보여줍니다 . 인덱스를 주시하고 시간상 균등 한 간격 (하루에 하나의 레코드)에 있는지 확인하십시오.
각 열은 매일 샘플링되는 현상을 설명하는 변수를 나타냅니다. AWND는 시간당 킬로미터 단위의 평균 풍속, 밀리미터 단위의 평균 강수량에 해당하는 PRCP, 섭씨로 측정 된 평균 온도 인 TAVG에 해당합니다.
사용 가능한 모든 TAVG 데이터를 산점도에 표시해 보겠습니다.
보시다시피 데이터 포인트의 시퀀스를 유지하는 것은 기본 구조를 이해하는 데 중요합니다. 이 경우, 그것은 순차 순서를 존중하지 않으면 눈치 채지 못할 측면 인 명백한 추세를 나타냅니다.
위의 개념은 특히 데이터 과학 및 기계 학습 분야에서 여러 작업에 대한 기초를 제공합니다. 내일의 날씨를 예측할 수 있다고 상상해보십시오 (예측은 일련의 과거 값을 고려하여 미래 가치를 예측하는 작업입니다). 비가 내릴지 또는 더 발전된 경우 내일의 기온이 날씨 기록의 이상을 나타내는 지 여부 (이상 감지).
이 아이디어는 유사한 데이터 유형의 데이터로 추정 할 수 있습니다. 예를 들어 내일의 비트 코인 가격을 예측할 수 있습니다. 시장에서 변칙성을 나타낼까요? 그렇다면,이를 기반으로 구매 또는 판매 결정을 내리는 것은 어떻습니까? 흥미롭지 않겠습니까?
This series of articles will guide you through the steps necessary to develop a fully functional time series forecaster and anomaly detector application with AI.
In this article, we discuss the nature and importance of time series data.
We all know how trendy AI is nowadays. There is a lot of documentation and articles about the most common AI applications: image classification, object detection, regression, and so on. If you see something about data sequences, it’s likely to be about text data for topic classification or something along these lines.
What about anomaly detection in sequence data? This definitely requires attention, especially for the data that comes in real time, such as time-series weather measurements coming from sensors, stock or cryptocurrency prices, or even sensors installed in a factory. Just imagine being able to detect future anomalies in a ship engine – so that you can shut it down before it collapses – wouldn’t that be amazing?
This series of articles will guide you through the steps necessary to develop a fully functional time series forecaster and anomaly detector application with AI. Our forecaster/detector will deal with the cryptocurrency data, specifically with Bitcoin. However, after following along with this series, you’ll be able to apply the concepts and approaches you’ve learned to any data type of similar nature.
To fully benefit from this series, you should have some Python, Machine Learning, and Keras skills. The entire project is available in my GitHub repository. You can also check out the fully interactive notebooks here and here.
Understanding Time Series Data in the AI Context
Let’s start with a brief explanation of time-series. If you’re familiar only with the traditional Machine Learning classification and regression problems, time series data would come as a bit of a surprise. It is a completely different kind of modeling task that can take some time to get familiar with. Its temporal structure makes the observations to have an order that cannot be treated like in any other type of analysis.
Time series data could be described as sequences of observations equally spaced in time. This type of data can be found literally everywhere. You can find it in the weather info as a meteorologist, in the stock/cryptocurrency prices as an economist or trader, in an electrocardiogram if you’re in the health field, in seismological readings – and in data coming from any kind of sensor. Imagine what you could achieve by analyzing it, especially in the AI context.
Let’s look at an example. The table below shows the first 5 rows of this dataset, which contains the weather readings captured by sensors in New York. Keep an eye on its index and notice that they are equally spaced in time – one record in one day:
Each column represents a variable that describes a phenomenon sampled every day. AWND corresponds to average wind speed in kilometers per hour, PRCP – to average precipitation in millimeters, and TAVG – to average temperature measured in Centigrade.
Let’s display all the available TAVG data in a scatter plot:
As you can see, keeping the sequence of the data points is crucial to understand its underlying structure. In this case, it represents an obvious trend, an aspect that you wouldn’t notice if you didn’t respect the sequential order.
The above concept provides a basis to several tasks, especially in the data science and Machine Learning fields. Just imagine being able to forecast tomorrow’s weather (forecasting is the task of predicting a future value given a series of past ones). Whether it’s going to rain or, in more advanced cases, whether tomorrow’s temperature represents an anomaly in the weather history (anomaly detection).
This idea can be extrapolated to any data of similar data type. For example, you could predict tomorrow’s Bitcoin price. Will it represent an anomaly in its market? And if yes, how about making a decision to buy or sell based on it… wouldn’t that be exciting?
Next Step
In the next article, we’ll discuss pre-processing of the time series data for forecasting and anomaly detection tasks based on Bitcoin’s historical price. Stay tuned!
