일정

일시 : 2016년 4월 20(수)~ 4월 22(금)

장소 : KT인재개발원 1연수관 302호

내용

유전체 데이터 분석과 질병연구에 대한 전반적인 이해와 분석 전략 및 실습

(자세한 프로그램 내용은 http://kobicedu.labkm.net 참고)



신청방법

신청기간 : 2016년 4월 6(수) ~ 2016년 4월 8(금)

선발인원 : 30

교육대상 :

  1) 유전체 데이터 분석과 질병 연구에 대한 이해와 분석 방법의 교육이 필요한 연구원 및 대학원생 등

  2) 모든 교육 일정에 참석이 가능한 교육생 (3일 일정 필수 참석)

선발안내 : 2016년 4월 8일(금) ~ 2016년 4월 11일(월)

교육비 : 무료 (중식 무료제공)

준비물 : 유무선 인터넷이 가능한 개인 노트북

신청방법

  - 온라인 신청 http://kobicedu.labkm.net

문의

  - ㈜인실리코젠 (031-278-0061, edu@insilicogen.com)

  - 문의게시판 이용 http://kobicedu.labkm.net/labboard/board/QnA



Posted by 人Co

2016/03/28 09:55 2016/03/28 09:55
Response
No Trackback , No Comment
RSS :
https://post-blog.insilicogen.com/blog/rss/response/204



㈜인실리코젠은 지난 11년간 생물정보 전문기업으로 한 걸음 한 걸음 성장해 왔으며, 새로운 바이오 빅데이터 시대를 향해 한걸음 더 나아가고 있습니다. 또한 국내·외 다양한 기관들과 협력하여 생물정보 분야의 선두주자로써 위치를 굳건히 하고 있습니다.
당사의 사업 확장에 따른 전문 인력 보강을 위해 관련 업무를 담당하실 인재를 모집하오니, 관심있는 분들의 많은 지원 바랍니다.

1. 상세모집요강
[모집부문]

코딩 가능한 웹디자이너 / 웹퍼블리셔 / 프론트엔드개발자 (신입/경력)

[자격요건]
1) HTML, CSS (웹표준, 크로스브라우징) 가능자
2) 기본 디자인툴 활용 가능자

[우대사항]
1) 웹접근성 / 반응형웹 가능
2) javascript / jQuery 가능
3) 웹기획 또는 웹디자인 가능
4) 형상관리(GIT, SVN) 경험
5) 모바일웹 환경에서의 CSS3 모션 UI 구현 경험
6) 다양한 JavaScript Framework / Library (AngularJS, D3.JS, CytoscapeJS 등) 사용 또는 제작 경험
7) AJAX 서버연동 개발 경험
8) NODE.JS 등을 이용한 서버 사이드 기술 경험
9) Django / JSP 템플릿 이해
10) 사이트 운영 경험
11) 긍정적이며, 소통이 원활하신 분

2. 전형절차 및 일정
1) 서류전형 : 2016.03.23 ~ 2016.04.06 / 제출서류 : 당사양식의 입사지원서
2) 1차 실무자면접 : 2016.04.11 ~ 2016.04.15 / 제출서류 : 자기소개 포트폴리오(PPT, 5분이내, 경력 및 보유기술, 자기소개 등)
3) 2차 임원면접 : 2016.04.18 ~ 2016.04.19(1차 실무자면접 합격자에 한하여 개별 통보)
4) 추가서류 제출 : 채용 건강검진확인서(2차 임원면접 합격자에 한하여 개별통보)
5) 예정입사시기 : 2016.05.02(월)
※ 병역특례 지원자의 경우 1차 실무자면접 이후 2차 심화면접 진행함(총3차 면접)

3. 채용형태
- 경력 : 정규직 0
- 신입 : 인턴직 0(인턴 3개월 후 정규직 전환(검증통과자))

4. 근무환경
- 4
대보험
-
5일 근무
-
퇴직연금 및 성과급
- 야근 시 석식 제공

-
경조사휴가 및 지원
-
자기개발 지원
-
주차비 지원
-
체력단련 지원
- 장기근속자에 대한 충전휴가 및 유연근무제

5. 접수기간 및 방법
-
마감일 : 2016년 4월 6일()
-
이력서양식 : 자사 입사지원서
-
접수방법 : e-메일접수(recruit@insilicogen.com)

6. 제출서류
1) 자사 입사지원서 : 파일명 `입사지원서_성명_지원분야.docx`으로 저장
2)
서류전형 합격자는 포트폴리오(PPT) 제출 및 발표(자기소개 및 경력위주, 5분 이내)
3)
병역특례 지원자는 지도교수 추천서 필히 첨부


7. 기타사항
1) 기본예의 등 소양이 되어 있는 자(필수)
2) 해외 출장이나 개인 신용에 결격사유가 없는 자
3) 채용절차 진행 중 당사에 부합하는 지원자가 조기 채용 시 본 채용공고는 위 일정과 상관없이 종료될 수 있습니다.
4) 최종합격 후 입사지원서 및 제출서류 내용에 허위사실이 발견될 경우 채용이 취소될 수 있습니다.
5) 최종합격 후 원천징수영수증, 고용보험이력확인서, 경력증명서 제출(경력직)
6) 제출된 서류는 일체 반환하지 않습니다.
7) 절차별 합격자는 E-mail을 통해 개별 안내해 드립니다.
8) 연봉 : 회사내규 및 경력에 따른 협의

[문의처]
-
㈜인실리코젠 채용담당자
- E-mail
을 통해 문의하여 주시기 바랍니다.(mst@insilicogen.com)

Posted by 人Co

2016/03/23 17:15 2016/03/23 17:15
Response
No Trackback , No Comment
RSS :
https://post-blog.insilicogen.com/blog/rss/response/203

2016년 3월, 전세계의 이목이 우리나라에서 벌어지는 두 바둑기사의 특별한 대국에 쏠려 있습니다. 3월 9일부터 하루이틀 간격으로 5차례 진행되는 이번 대국이 특별한 이유는 이것이 세계 최고의 바둑기사인 이세돌 9단과, 바둑 좀 둘 줄 안다고 알려진 서양의 인공지능 바둑기사간의 대결이기 때문입니다. 바둑 좀 둔다는 이 인공지능 기사는 각종 미래기술 연구에 엄청난 투자를 하고 있는 구글의 대표적인 인공지능 시스템 '알파고'로, 얼마전 유럽의 바둑 챔피언을 꺾고 한껏 기세가 등등한 상태입니다. 1997년 체스판에서 세계 챔피언에 승리를 거둔 ‘딥블루’로부터 시작된 인공지능의 도전은, 2011년 퀴즈쇼 ‘제퍼디’에서 승리를 차지한 ‘왓슨’을 거쳐 이제는 바둑이라는 성역에까지 진출한 알파고로 이어지고 있습니다. 그동안 바둑이 인공지능 분야에서 성역으로 불리었던 이유는 바둑에서 가능한 경우의 수가 엄청나게 많기 때문에 현대의 컴퓨터 기술로는 바둑에서 승리하기 위해 두어야 할 수를 도저히 찾아낼 수 없으리라 여겼기 때문입니다.

그런데 3월 9일에 벌어진 역사적인 첫 대결에서 많은 이들의 예상(혹은 기대)을 깨고 알파고가 불계승으로 승리하는 이변이 일어났습니다. 그리고 다음날 이어진 두번째 대국의 결과는 첫 대결의 충격이 채 가라앉지도 않았던 많은 사람들을 경악하게 만들기에 충분했습니다. 결과는 알파고의 연승. 첫 대결은 경기가 주는 압박감으로 인한 이세돌 9단의 심리적인 긴장과 이로 인한 몇 번의 실수에 의한 패배라고 볼 수 있는 여지가 있었지만 그 다음의 대결이 사람들을 경악케했던 것은 특별한 실수를 하지도 않았고 전체적으로 자신의 경기흐름대로 잘 이끌어가는 것처럼 보였던 이세돌 9단이 중후반부 열세에 몰리며 명백한 패배를 하고 말았기 때문입니다. 많은 사람들은 대등함을 넘어 판을 압도하는 수준의 경기력을 보여준 알파고를 보며 놀라움과 두려움이라는 매우 묘한 감정에 휩싸였습니다.

인공지능이 발전할수록 세상은 분명 더 편리해질텐데 우리는 왜 두려움이라는 감정을 함께 느끼게 되는 걸까요?

오늘날 미국을 비롯한 선진국에서는 산업분야에 인공지능 시스템을 활용하는 비율이 점차 높아지고 있습니다. 과거에는 단순 반복작업만을 해주던 기계들이 인공지능과 결합되면서 이제는 보다 높은 지적 능력이 필요한 분야에도 널리 사용되고 있습니다. 최근에는 인터넷상의 자료를 수집해서 기사를 자동으로 작성해주는 인공지능 기자 ‘워드스미스’부터 구글의 자율주행 자동차와 아마존의 택배관리 시스템 ‘키바’, 그리고 호텔부터 요양원까지 여러 곳에서 다양한 형태로 활용되고 있는 일본의 각종 도우미 로봇 등 실생활에 밀접한 영역까지 인공지능이 진출했거나 진출을 목표로 활발하게 연구되고 있습니다. 유럽에서는 '인더스트리4.0'이라는 슬로건 아래 기존의 제조업에 모바일 기술과 인공지능 기술을 적극적으로 결합시키는 전략을 펼치고 있습니다.



<최근에 출시되었거나 수 년 내 상용화 예정인 인공지능 시스템들
/ 출처 : 각 그림의 하단부에 표시>

그러나 이렇게 승승장구하고 있는 인공지능이 만들어갈 미래의 모습이 꼭 밝은 것만은 아닙니다. 인공지능이 활발하게 활용되는 분야일수록 그 이면에는 그만큼 줄어든 사람들의 일자리가 쓸쓸하게 남아있습니다. 그동안은 비교적 단순한 판단능력을 요구하는 작업에만 인공지능이 사용되었지만, 현재 연구중인 인공지능 관련 기술들이 하나둘씩 상용화되면 지금과 비교할 수 없을 정도로 많은 분야에서 인공지능이 사람의 일을 대신하게 될 것입니다.



<미국의 제조업 일자리수와 세계 산업로봇 규모의 변화 / 출처 : IBTIMES>


이대로 가면 앞으로는 인공지능 시스템을 소유하거나 제어할 수 있는 능력이 있는 사람들 - 자본가와 인공지능 전문가들이 사회의 상위계층으로 군림하고 그렇지 못한 사람들은 하위계층에서 살아남기 위해 인공지능과 경쟁하는 암울한 영화같은 일이 벌어지게 될 것입니다.(가디언지의 관련기사) 그리고 사실 - 이미 그러한 일들은 곳곳에서 진행중입니다. 인공지능은 인간 고유의 영역이었던 지식 기반 산업 분야와 서비스업에서 지속적으로 입지를 넓혀가고 있습니다. 최근에는 예술과 같은 창의적인 분야까지도 인공지능이 도전하고 있습니다. 도입부에서 소개한 바둑두는 인공지능 시스템 '알파고' 역시, 일자리라는 관점에서 본다면 사람인 바둑기사가 앉아 있을 자리 하나를 차지하고 들어온 것입니다. 이제 인공지능간의 바둑이나 스포츠 대결을 보게 될 날이 올지도 모르겠습니다. (물론 이 경기를 볼 수 있는 사람은 인공지능에게 생존권을 빼앗기지 않은 사람이겠죠!)
그렇다면 인공지능은 이렇게 암울한 미래만을 만들게 될까요? 꼭 그렇지만은 않을 것입니다. 그동안의 모든 신기술들이 그랬듯이, 인공지능 역시 열심히 익히고 대응하면 오히려 세상을 새롭게 개척할 수 있는 기회로 활용할 수 있습니다. 인공지능이 만들어낼 변화에 어떻게 적응하고 대처하느냐에 따라서 다가올 미래의 온도는 다르게 결정될 것입니다.
인공지능을 만들고 제어하기 위해서 우리는 무엇을 알아야 할까요? 좀 더 쉬운 이해를 위해 몇 년 후 인공지능 바둑 대회에 출전할 가상의 인공지능 로봇을 그려보며 관련 기술에 대해 알아보겠습니다.


인공지능의 주요 연구 분야


<인체 구조로 본 인공지능 주요 연구 분야 / 출처 : 직접 작성>

Machine learning(기계 학습) : 인공지능의 뇌

우리가 그동안 접해온 인공지능은 정해진 패턴에 의해서만 사고하는 수준이었습니다. 이 고정적인 패턴은 자체적으로 바뀌거나 향상될 수 있는 대상이 아니었습니다. 그러나 오늘날의 인공지능은 곳곳에 산재되어 있는 다양한 데이터를 바탕으로 자체 학습을 거쳐 거시적인 그림을 그려내고 그 안에서 최적의 선택을 하는 것에 중점을 맞춰 개발되고 있습니다. 그리고 이 학습으로 향상된 지능은 다음번 판단을 할 때 그대로 활용됩니다. 이렇게 인공지능이 데이터를 바탕으로 자체 학습을 하는 것을 machine learning이라 하는데, 최근에는 빅데이터 기술이 접목되면서 한걸음 더 나아간 Deep learning으로 진화하기에 이르렀습니다. 서두에 소개한 알파고 역시 이 Deep learning기술을 잘 활용한 인공지능의 예입니다.


<생물학적 뉴런과 이를 바탕으로 구성된 인공신경망 / 출처 : 직접 작성>


machine learning을 구현하기 위해서 가장 많이 사용되는 방식은 실제 우리 뇌의 구조를 바탕으로 만든 인공신경망입니다. 입력신호로 들어온 데이터는 가중치에 따른 변조를 거쳐 출력신호로 전달되는데, 이 과정에서 가중치 값이 조정되며 최적화되는 과정이 바로 인공지능의 학습이 됩니다. 알파고의 경우에는 특이하게 신경망을 ‘정책망(policy network)’과 ‘가치망(value network)’ 으로 나누어 구축한 것으로 잘 알려져 있습니다. 정책망은 과거의 기보를 학습시킨 다음 실제 대국에서 전략을 세우는데 활용하는 네크워크로, 그동안 무려 3000만 수 이상의 기보를 학습했다고 합니다. 가치망은 알파고가 자기자신과의 대국을 10만 번 이상 펼치고 여기서 승리했던 수들의 가중치를 높여서 만든 네트워크입니다. 이렇게 신경망은 목적에 따라서 다양한 방식으로 활용할 수 있으며, 인공지능의 핵심이 되는 부분이라 할 수 있습니다.

Computer vision(컴퓨터 시야) : 인공지능의 눈
- 인공지능 시스템이 독자적으로 활동하기 위해서는 학습과 판단능력 뿐만이 아니라 주변의 여러 정보를 정확하게 인지할 수 있는 능력을 갖추어야 합니다. 이 인지능력 중 시각적 인지를 연구하는 분야가 바로 computer vision입니다.

Speech recoginition(음성 인식) : 인공지능의 귀와 입
- 인공지능의 인지능력 중 청각적 인지와 표현을 연구하는 분야입니다.

Robotics(로봇공학) : 인공지능의 몸
- 실제 물리적인 행동으로 나타나는 부분으로, 로봇팔부터 보행 하체, 에너지 공급 장치 등이 연구 대상입니다. 그동안 로봇 관련 연구에서 주가 되었던 분야입니다.

 

마치며

“인류는 열정으로 가득차 있지.
의학, 법률, 경제, 기술 같은 것들은 삶을 유지하는데 필요해.
하지만 시와 아름다움, 낭만, 사랑은 삶의 목적인 거야”

- John Keating in Dead Poets Society

인공지능의 발전과 도전이 계속되며 인간의 지성이 위협을 받는 현실속에서 많은 사람들이 인간의 존엄성에 대한 걱정과 우려를 하고 있습니다. 그렇지만 사람이 사람일 수 있는 가장 큰 이유는 다른 존재보다 뛰어난 지적능력 때문이 아니라 추구하는 가치관이 고귀하였기 때문이었다고 생각합니다. 인공지능이 더욱 발전할수록 우리가 할 지적 노동의 많은 부분을 그들이 대체하거나 도와주게 될 것입니다. 그들이 만들어준 여유 속에서 우리는 우리가 추구하는 궁극적인 가치 - 정의, 평화, 아름다움, 사랑 - 에 더 가깝게 다가서는 삶을 영위할 수 있을 것입니다. 머지않은 미래에 인공지능과 함께 정의에 관해 논할 수 있는 날을 기다려봅니다.

 

참고문헌
인공지능 개론 / 마이클 네그네빗스키(Michael Negnevitsky) / 김용혁 역 / 2nd Ed. / ADDISON WESLEY / 한빛미디어
인공지능 바둑 / 이병두 지음 / 북스홀릭
컴퓨터 비전 / 오일석 지음 / 한빛 아카데미
음성처리와 자연언어 개론 / John Coleman 지음 / 최운호 옮김 / 한국문화사


참고사이트

구글의 자율주행 자동차 https://www.google.com/selfdrivingcar
아마존 로보틱스 : https://www.amazonrobotics.com
Hatteland(노르웨이 회사) 오토스토어 http://autostoresystem.com
영국의 요리하는 로봇 ‘몰리’ http://www.moley.com
일본의 로봇호텔 ‘헨나’ http://www.h-n-h.jp




작성자 : 대전지사 Development팀
서승원 주임개발자

Posted by 人Co

2016/03/21 09:14 2016/03/21 09:14
Response
No Trackback , No Comment
RSS :
https://post-blog.insilicogen.com/blog/rss/response/202

웹으로 계통수(Phylogenetic Tree) 그리기

웹으로 계통수(Phylogenetic Tree) 그리기
쉽게 따라 하는 계통수 웹 구현

이번 블로그에서는 생물정보에서 자주 쓰이는 계통수를 웹으로 그리는 법에 대해 포스팅 하겠습니다.

계통수(系 統樹, phylogenetic tree)란 생물 진화의 결과, 여러 종이나 아종 등 분류군 사이에서 나타나는 표현 혹은 유전적 특징의 차이를 기반으로 친연 관계를 그림으로 나타낸 것으로, 이를 통해 생물의 진화 과정을 나무의 줄기(root)와 가지(node)의 관계로 도식화하여 표나 그림으로 표현하여 보는 사람에게 직관적으로 그 의미를 알 수 있게 합니다. 계통수의 알고리즘과 분석방법등 더 자세한 내용은 생물정보 분야 관련 wiki인 人CoDom에서의 찾아볼 수 있습니다.( http://www.incodom.kr/계통수 )

계통수를 그릴 때 보통은 파이썬(Python)이나 펄(Perl)을 이용하여 정적인 이미지로 표현합니다. 하지만 본격적인 어플리케이션을 만들려면 웹 환경에 더 최적화된 방법이 필요한데 생각보다 간단한 문제는 아닙니다. 그래서 이번에 "최대한 쉽게, 웹 표준에 맞추어, 웹 기술만으로" 구현 하는 것에 초점을 맞춰 일반적인 웹으로 계통수 구현이 어디까지 가능한지 알아보도록 하겠습니다.


<그림1: 계통수[phylogenetic tree,系統樹] (출처:계통수)>


우선 보통은 계통수를 어떻게 그리는지 찾아보았습니다. 아래 목록 <그림2>과 같이 다양한 소프트웨어들이 사용되고 있었습니다. 이중에서 웹(Web) 용이고 Open Source 이면서 특정 기술에 의존적이지 않은, 웹 표준에 근접한 컴포넌트로 범위를 좁히고 <그림3>, 그중 적절한 한개를 실습을 위해 선정했습니다. <그림4>


<그림2 : List of phylogenetic tree visualization software>


<그림3 : A Javascript Library for Visualizing Interactive and Vector-Based Phylogenetic Trees on the Web>


<그림4 : http://www.jsphylosvg.com>

이제 계통수를 그려보겠습니다. 준비물은 계통수를 그릴 데이터, 그리고 메모장 정도입니다. 웹서버도 필요 없고, 설치 할 어떠한 프로그램도 필요 없습니다. 메모장을 열고 다음과 같이 입력합니다. 기본 HTML 틀입니다.



다음은 위에서 작성한 <BODY> 영역에 다음의 3가지를 입력하고 확장자를 html로 하여 저장합니다. (ex. tree.html). (1)계통수를 그릴 데이터의 포맷 종류,(2) 데이터 입력란, (3)결과가 나타날 영역을 각각 Radio 버튼, TextArea, Div로 설정했습니다. 여기서 미리 알아두어야 할 사항은 계통수를 그릴 때 사용하는 데이터가 일정한 포맷을 가지며 각 포맷의 형식에 따라 약간씩 옵션을 맞춰줘야 한다는 것입니다. 이제 UI 부분은 마쳤습니다. 포맷에 대한 상세한 정보는 각각 사이트에서 확인할 수 있습니다.

tree.html




다음은 실제 계통수를 표현 하기위한 작업을 합니다.www.jsphylosvg.com에 방문하여 사이트 우측하단에 위치한 최신 라이브러리를 다운로드 받습니다. 위에서 작성한 tree.html과 같은 폴더에 다운로드 받은 라이브러리를 압축을 풀어 함께 넣습니다. <그림5>
jsphylosvg 는 raphael.js를 기반으로 jsphylosvg.js를 구현한 라이브러리라는걸 파일 구조만 봐도 알 수 있습니다. raphael. js은 웹 환경에서 이미지나 그래픽을 표현하기 위해 고안된 javascript 기반의 라이브러리로써 우리가 지금 표현하고자 하는 기능에 가장 최적화된 라이브러리라고 생각됩니다. 무엇보다 웹 기반에서 벡터이미지를 핸들링하는 데 필요한 기능들을 제공해주고 있습니다.


<그림5 : tree폴더 구성>

이제 그리기 함수(drawTree())를 작성하고 버튼의 클릭 이벤트에 등록합니다.



드디어 계통도를 그리는 코드가 완성되었습니다. 문서를 저장하고 이 문서를 브라우저로 열어봅니다. 실행된 화면에서 데이터 포맷을 선택하고 계통수 데이터를 입력한 후 그리기 버튼을 클릭하면 계통수가 그려지게 됩니다.



<그림6 : Newick포맷을 이용한 Phylogenetic Tree 그리기>

기본 형태의 계통수 그리기는 완성되었습니다. 우린 방금 Newick 포맷의 데이터를 사용하여 단순한 구조의 계통수를 그렸지만, 현재 웹에서 추구하는 View는 좀 더 풍성한 표현을 요구합니다. 그렇다면 우린 다시 데이터 포맷부터 짚어 보아야 합니다. Newick은 계통수를 그리기 위한 기본 데이터로만 구성되어 있으므로 풍성한 표현을 위해서는 확장된 데이터를 가져야만 합니다. jsphylosvg에서는 phyloXML로 이 부분을 풀어갑니다.

추가 정보를 담은 phyloXML 포맷의 데이터가 jsphylosvg 에서 제시한 기본설정으로 얼마만큼의 표현이 가능한지 확인해 보았습니다. <그림7>

<그림7 : phyloXML포맷을 이용한 Phylogenetic Tree 그리기>

phyloXML로 추가적이 데이터를 설정한 후 동작해보니 tree 자체에는 주석, 웹링크, 폰트, 컬러 정도가 설정 가능했으며 각 항목별 tree node에 대한 표현은 chart 기능으로 확장되어 몇 가지 다른 차트와 각 차트에 대한 라벨, 컬러 등이 조정 가능했습니다.

처 음 작성을 시작할 때 찾았던 필요 요소를 모두 만족하는가 싶었지만, 실제 적용해 보니 아쉬운 부분이 많이 보였습니다. 이제 부족한 기능의 보완과 더 높은 수준의 기능확장은 jsphylosvg.js를 실제로 다루면서 활용하기에 달려있는 듯 합니다.

웹으로 계통수를 그려보려는 분들에게 응원을 보내며 저의 쉽게 따라 하는 계통수 웹 구현은 여기까지입니다.
감사합니다.


작성자 : BS실 SC팀 박준규 팀장

Posted by 人Co

2016/03/04 16:08 2016/03/04 16:08
Response
No Trackback , No Comment
RSS :
https://post-blog.insilicogen.com/blog/rss/response/201