인공지능이 인간의 시각능력처럼 '볼' 수 있다는 의미는 무엇인가 ?

알파고 같은 인공지능은  마치 사람의 감각을 모방하듯이 사람처럼 바닥판과 바둑알의 모양과 위치를 보고 이미지의 패턴을 인식하고 바둑대국상황을 보고 판단하는 능력과 어디에 두면 좋은지에 대한 감각, 전문가의 감각으로 미지의 바둑문제를 해결하는 선택을 잘 하는 것이다. 특히, 알파고 딥러닝 모델은  16만 개의 바둑 기보를 이미지로 그대로 입력받아 학습한 것으로, 수많은 바둑 기보 데이터는 바둑의 대국 수순을 기록한 것인데,  바둑 기보를 이미지로 입력받거나 대국할 때에 바둑돌의 위치와 순서를 제대로 인식하려면 인간의 시각능력 뿐만아니라 전문가적 감각까지 필요하다. 알파고는 바둑기보를 인식하는 등 인간의 시각기능과 같은 구조와 같은 작동방식을 모방하는 알고리즘으로 심층학습(Deep Learning)인 합성곱 신경망(CNN, Convolutional Neural Networks) 모델을 활용한다. CNN 모델 구조는 바둑판의 바둑돌이나 꽃과 같은 이미지를 인식하는 우리 눈속 망막 그리고 시상을 거쳐 뇌의 시각피질 까지의 경로를 모방하여 신경망에서 일어나는 시각처리 신경경로를 구조화한 것이다. CNN 모델의 작동방식은 인간의 눈으로부터 꽃이라는 이미지의 시각정보를 얻고 망막의 시신경부터 시각 피질내 신경세포까지 뉴런이 가진 이미지 인식능력과 같은 방식으로 시각정보를 양방향,동시성, 병행처리하는 방식으로 작동한다. 옆 그림은 눈속 망막에 분포되어 있는 시신경의 수백만개의 광수용체들을 표현한 것인데, 망막의 시신경 뉴런들이 시각정보를 획득하는 것은 빛에 감광 능력을 지닌 광수용체(photoreceptors)가 빛의 양과 빛의 밝기의 정보를 획득하여 픽셀같은 정보로 표현하기 때문이다. 마치 픽셀을 이용하여 이미지의 질감까지 표현하는 픽셀패턴처럼 픽셀이미지에서 패턴의 정보를 획득하는 것과 같다. 이를 모방하여 시각적 이미지 인식 모델인 CNN은  꽃 이미지를 바둑판 모양의 픽셀패턴 사각형 행렬로 분해하여  사각형 픽셀 이미지에서 직접 시각적 패턴을 필터링하여 그리드 토폴로지(grid topology, 격자 + 망구성방식) 특징을 추출하는 방식으로 디지털화 작업을 수행하는 것이다.

joungna (0)

인공적인 지능은 창조성까지 가질수 있을까 ?

 창조적으로 글을 쓰는 딥러닝 알고리즘 GPT-3  출현 이후 인공지능이 연산,기억,의사결정 등의 인간의 기초적인 지적능력 수준을 넘어서 창의적으로 글쓰기, 그림그리기 등 인간이 가진 창의성을 넘보는 수준이 되었다고 인정하게 되었다. 가까운 미래에 어쩌면 자유의지 즉 주체적으로 '나' 라는 존재에 대한 고민을 하는 철학적인 인공지능까지 만날수도 있을지도 모르겠다 ? 그러나 아직 인간의 뇌 작은조각 조차 작동원리와 숨은 미스테리를 풀지못하고 있는데, 인간 보다 뛰어난  문학적인 수준까지 도달하기는 어렵다고 본다. 더구나 점점더 진화하는 인간의 지성과 자유의지로 충만한 현대 인류의 문명을 보면, '토끼와 거북이의 경주'처럼 인공지능 발전속도 보다  인간의 뇌 활용속도가 항상 앞서 있으므로 경주 도중에 낮잠만 자지 않는다면 인공지능이 인간을 앞서기는 어려울 것이다. 인간이 가진 창조성 human creativity이란 새롭거나 독특한 생각이나 개념을 찾아내거나 기존에 있던 생각이나 개념들을 새로운 관점에서 바라보는 인간의 능력이다. 창조성을 규정하는 영어 단어 creativity는 20세기에 와서야 만들어진 개념이다. 동양에서 한자어 창의(創意)가 고대부터 있었던것을 생각한다면, 인류의 물질적인 성취와 인간의 사상과 철학적 발전이 항상 함께하는 것은 아니다. 하여튼, 서양에서는 창조create 는 신만이 가능한 행위로서, 인간이 창조한 것은 모두 신의 것을 흉내낸 것이라고 보아서, 인간이 창조했다고 하면 신성모독으로 처벌받았기 때문에 19세기까지는 창조성은 신의 영역이었기에 인간의 창조성이라는 개념이 없었다.  현재는 뇌 학습기전의 일부분을 수학적으로 모델링한 기계학습 기반 인공신경망이 인간의 지능과 창조성을 흉내 내려고 하는 시대가 되었고,  이를 기계가 인간의 고유영역인 창조성에 도전하고 있다고 여길수도 있다.   딥러닝이라는 인간의 뇌 신경망의 일부인 뉴런과 시냅스의 작동원리를 수학적으로 모델링하고 기계적으로 만든 인공신경망은 스스로 일정수준의 창조성을 구현하고 있다.

joungna (0)

기계컴퓨터가 잘하는 능력은 예측하기, 기계가 스스로 학습해 만드는 예측모델은 정확할까 ?

인공지능이라고 해도 실제로는 미래의 주가 등 미래에 일어날 사건을 예측하는 것은 거의 어렵다. 점쟁이도 어려운 일이다. 다만, 데이터들의 관계로 부터 추정된 평균적인 예측, 즉 비가 올지 안올지 예측분류하거나, 특정한 시점의 데이터의 평균치를 예측하거나 미래의 추세를 판단하는 것은 가능하다. 왜냐하면 통계적으로 데이터들은 평균을 향하여 움직이거나 회귀(regression)하는 경향이 있기 때문에 평균적인 값으로 예측하는 것은 확률적으로 발생할 가능성이 높기 때문이다.  예측 한다는 의미는 무엇일까? 예측의 개념을 크게 두가지로 분류해보면 prediction과 forecasting으로 나눌수 있다. 예측 forecasting은 시계열에서(in time series)의 예측으로 날씨 ,지진 예측 등 시계열의 과거자료를 바탕으로 미래 값을 추정하는 것이며, 예측 prediction은 회귀에서(in regression)의 예측으로 비즈니스, 경제예측 등 판단 적이며 미래에 발생하는 변화를 고려하여, 주어진 데이터에 대해 미래, 현재 또는 과거에 빈곳의 값을 추정하는 것을 의미한다. 즉, "예측forecast"은 시계열과 미래를 의미하지만 "예측prediction"은 회귀를 사용하여 두 변수 간의 관계를 설명하는 것이다. 앞에서 시계열로 예측을 한다(making a forecast)는 방법을 학습하고, 이번장에서는 회귀모델로 예측을한다(making a forecast)는 방법을 학습한다. 회귀분석모델의 유형분류는 우선 선형관계분석이냐 비선형관계분석이냐 여부에 따라 전통적인 방식과 최근 딥러닝방식으로 구분된다. 회귀모델의 선형관계와 비선형관계를 구분할때 선형이냐 비선형이냐를 결정하는 대상은 ‘변수’인 독립변수나 종속변수의 관계가 아니라 ‘회귀 계수’간의 선형결합여부 등 관계로부터 선형성을 판단한다. 다음으로 분류기준은 종속변수의 변수 숫자와 독립변수의 숫자에 따라 구분한다.

joungna (0)

컴퓨터가 기억한다는 의미는 뭘까? 전기는 사라지는데 어떻게 0,1 전기 신호로 된 디지털 데이터를 저장할까 ?

 '에드박'(EDVAC)은 계산기에 기억장치(記憶, memory)를 붙여서 계산결과가 사라지지않고 저장된다. '에드박'은 기억장치를 가진 것이고, 드디어 컴퓨터가 기억능력도 있는 뇌를 가지게 된것이다. 컴퓨터의 기억장치로 많이 사용하는 것은 과거에는 종이부터 자기테이프, CD,자기장 하드디스크등이 있었고, 요즘은  플래시메모리 반도체 를 많이 사용한다. 비휘발성 플래시메모리반도체가 0,1 이진 디지털코드를 전기적으로 저장하는 원리는 전기의 구성요소인 전자를 머금을수 있는 반도체 특성을 활용해서 반도체내부에 전하 또는 이온으로 0,1상태로 데이터 저장하다가, 다시 전기를 통하면  0과 전하가 있는 1이라는 상태 그대로 디지털 데이터가 활성화되는 것이다.  컴퓨터가 데이터를 ‘기억’한다는 것은 컴퓨터의 ‘메모리 ’에 전기ㆍ자기적인 특성을 이용해서 0과 1인 디지털값으로 ‘표현해서 저장’하는것이다. 이를 ‘컴퓨터가 기억’한다고 하는 것이다. 플래시 메모리(flash memory) 반도체는 전원이 끊겨도 데이터를 보존한다. 전기적으로 데이터를 지우고 다시 기록할 수 있는(electrically erased and reprogrammed) 기능을 활용해 오랜동안 데이터를 저장하는 비휘발성 컴퓨터 기억 장치를 말한다. 휴대전화, USB 드라이브 등 휴대형 기기에서 요즘은 컴퓨터 하드디스크를 대체하는 대용량 정보 저장 용도로 사용된다.

joungna (0)

인공지능(AI)과 일자리 경쟁을 벌여야 하는 시대, 디지털 언어능력 ‘코딩’ 스킬이 필요하다

인공지능 ! 인간의 신경망을 모방해 인공적으로 만든 알고리즘으로 구성된 디지털 기계의 뇌 ! 이런 게 실제로 세상에 존재한다고 누가 상상이나 했을까 ? 세상은 지금도 빈곤한 사람들이 살아내기 힘든데 인공지능이 등장한 앞으로는 인공지능과 일자리를 경쟁해야하는 사람들은 더욱 지독한 세상일 것이다.  인공지능(AI)과 일자리 경쟁을 벌여야 하는 시대에 인공지능이 무엇인지를 이해하는 것은 인공지능으로부터 일자리를 쟁취하기 위해, 나아가 인공지능을 도구로 활용해 보다 효율적인 성과를 얻기 위해, 그리고 인공지능 시대인들과 원활한 소통을 위해 반드시 필요하다. 그래서 인공지능을 구성하는 코딩(Coding)의 기초를 습득하는 것은 이 시대의 필수 불가결한 지식 영역이 되었다. 바둑천재 이세돌을 이긴 인공지능 알파고는 컴퓨터 프로그램이다. 알파고 같은 인공지능 프로그램을 개발하는 과정을 ‘프로그래밍’이라하고 프로그램을 구현하는데 사용되는 컴퓨터 언어 스킬을 '코딩'이라고 한다. 우리가 외국인과 소통하기 위해 영어 회화능력이 필요하듯이 디지털 기계와 소통하며 일을 시키려면 디지털 언어능력 ‘코딩’ 스킬이 필요한 것이다. 

joungna (0)

(질의응답 History 4.) verilog를 이용한 neural network accelerator 설계 질문

3학년 전자과 학생분이시구요. 직접 도움이 되는 좋은 답변을 드리진 못했어요. 해드리고 싶은 이야기를 정리하면. 1. 본인이 정체되어 있다고 생각이 드신다면, 직접 새로운 무언가를 찾으려고 노력해야 한다라고 생각합니다. (ex. 가고싶은 회사의 지원자격을 살펴보기) 2. 학교 과제는 말그대로 학생이 해결해야하는 문제라고 생각해요. ====== 질문 ======  질문 제목 : verilog를 이용한 neural network accelerator 설계 질문질문 내용 : 안녕하세요! ai accelerator에 대한 게시물이라 여기다 질문을 남겨봅니다!!현재 대학교에서 전자전기공학부 3학년까지 공부한 아무것도 모르는 학생입니다ㅠ제가 학부연구생을 하면서 binary neural network의 hardware accelerator를 verilog로 설계해보게 되었습니다.1. 처음에는 학부 수업시간에 배우던 회로에 대한 내용보다는 단순히 코딩을 하고 컴퓨터 작업만 하게되어 전자전기공학부인지 컴퓨터공학인지하는 생각이 들며 이렇게 되는게 맞는가 하는 생각이 들었습니다. 그래서 이게 전자전기공학이라는 전공을 살려서 하고 있는 일인지 의문이 들었습니다. 뭔가 좀더 회로를 설계하는 쪽의 전문적인 일을 할줄 알았습니다. 제가 하고 있는 이 분야의 공부를 하면 앞으로도 계속 이런 생각이 가끔씩들까봐 걱정되어 질문합니다. 이 분야도 저의 전공을 살려서 하는것이 맞는지 그리고 이 분야를 공부하면서 나아갈수 있는 길이 어떻게 있는지 궁금합니다ㅠ2. 교수님께서는 inference용 가속기를 verilog로 설계해보라고 하셨습니다. 이에 구글링이나 책을 찾아보며 verilog에 대해 어느정도 공부를 하였습니다( 이때 맛비님에 대한 유투브도 알게 되어 많은 도움이 됐습니다! ) inference용 가속기를 위해 먼저 파이썬을 통해 파라미터값을 학습하였고 그 값들을 베릴로그에서 이용하는 방식으로 코딩을 해보았습니다.하지만 원하는 결과는 나오지 않았고 어디 부분이 문제인지 조차 모르겠었습니다github이나 구글링을 통해 다른 사람들의 코드 내용을 보기도 하고 했지만 binary를 이용한 neural network에 대한 참고할 수 있는 자료를 많이 찾지 못했습니다그래서 더 이상 도움을 받지 못하고 코드를 아무리 수정해도 결과가 나오지 않는 현재 상황이 되었습니다..혹시 이 문제에 대해 조언이나 보고 공부할 참고강의나사이트에 대해 알려주실 수 있을까요...?(교수님한테는 직접적인 큰 도움을 받지못하고 있습니다..ㅠㅠ)바쁘신 와중에 긴 글 읽어주셔서 감사합니다!답변하기 힘든 질문이었다면 죄송합니다감사합니다! ====== 답변 ====== 안녕하세요 :)답변하기 힘든 질문 맞구요 ㅎ 지극히 사견이니 너무 믿진 마세요.1번답변.Verilog HDL 이 컴퓨터공학의 느낌을 받으신다면...? 더 많은 공부가 필요하다고 생각해요. :)컴공과에서 설계를 공부하지 않아요. 저는 전자과가 적합하다 생각하구요. Verilog HDL 설계 경험을 더 쌓으시다 보면, 본인의 답을 찾으실 수 있을 것 같아요.미래가 불안하시면, 가시고 싶은 회사의 지원 자격을 보세요. 본인이 지원자격을 갖춘 사람이 되도록 공부방향을 잡으시면 될 것 같습니다.2번답변. 이 부분은 약간의 훈계? 를 해드려야 할 것 같습니다.아시다시피, 이 분야는 이제 길어야 10년도 채 안되었습니다. 그나마 좋은 자료는 제가 위에 쓴 글의 "Vivienne Sze" 이분 자료가 가장 훌륭하다고 생각해요.저도 직장인인지라.. 직접적으로 조언을 해드릴 여유?는 없어요. + 학생 때 하는 과제는 현업 오시면 정말 쉬운일입니다.(지금은 학생이시니까 어려운거 맞아요. 극복해야죠.)교수님이 내준 과제에서 교수님에게 도움을 받지 못한다면.. 제가 당연히 도움을 드리기 어렵지 않을까요..? 어찌보면 당연한거죠 :) 그럼 즐공하세요 :)  ====== 추가 답변 ====== 혹시나 실망? 하실까봐..1번의 추가 답변3학년 학부연구생이면, 굉장히 훌륭하시다고 생각합니다.지금 어려운 부분을 극복하시다보면 좋은 결과가 있을꺼라 생각해요."뭔가 좀더 회로를 설계하는 쪽의 전문적인 일을 할줄 알았습니다." 이 부분을 벌써 걱정하시다니... 현업으로 오세요 :)2번 추가 답변"nference용 가속기를 위해 먼저 파이썬을 통해 파라미터값을 학습하였고 그 값들을 베릴로그에서 이용하는 방식으로 코딩을 해보았습니다."방향성은 맞아요.그럼 즐공하세요 :)

설계독학맛비 (2)

구글과 안드로이드, 그리고 모바일.

모바일, 영어로는 mobile이지요. 영어로는 이동성을 뜻합니다.      이동성이 높은 것에는 mobile이 붙으며 대표적으로는 Smart phone이 있지요.    Smart phone은 우리 세상의 많은 것을 바꿔 놓았습니다. 스티브 잡스와 그의 팀으로부터 시작된 iPhone의 혁명은 후발주자 Android의 탄생을 알렸고  수많은 휴대폰 하드웨어 업체의 역사를 바꿨습니다.    그 이후 밀려온 변화의 물결은 소프트웨어 업체에도 거세게 밀어닥쳤고 개인 개발자들에게는 새로운 기회의 장을 열어젖혔습니다. 소규모 개발 회사들에게도요.    안드로이드는 변화를 일으키고 있습니다. 차세대 OS로 퓨시아라는 것을 준비한다는 소문과 함께 안드로이드는 웨어러블, 카, 티브이 등 다양하게 분화하고 있습니다.    앞으로 모바일은 B2C 시장에서 매우 크게 성장할 것입니다. B2B 시장에서도 모바일은 성장하고 있지요.    필자는 B2B 시장에서 주로 활동합니다.    태블릿은 B2C에서는 성공적으로 예상만큼 성공하진 못했습니다. 하지만 B2B에서는 현장직의 업무 방식을 바꿔놓을 만큼 혁신적인 개발품이 되었습니다. AR 안경은 B2C에서는 처음에는 엄청난 주목을 받다가 한계로 인해 성장이 더딥니다. 하지만 B2B에서는 공장과 군대 등에서 엄청난 기회를 보이고 있지요.    모바일 개발자들에게는 무수히 많은 기회의 장이 열리고 있습니다. 휴대폰을 넘어서 신발, 옷, 자동차, 안경 등에 모바일로서 모바일 OS들이 이식되고 있지요.    저는 안드로이드에 주목하는 편입니다. 앞서 언급했다시피 저는 B2B 시장에서 주로 활동합니다. B2B 시장에서 애플은 구글에 비해 존재감이 작은 편입니다. 국내 한정일 수도 있습니다. 미국에서는 어떨지 모르죠.    구글은 국내 삼성과 엘지와 손을 잡아서 그런지 엄청난 존재감을 뿜어냅니다. 국내 현장에서는 모바일 기기를 선택할 때 구글과 삼성을 주로 고려하고 저가품을 선택할 때는 엘지를 선택하는 모습을 보였습니다.    저의 강의 중 자바 강의가 많습니다. 자바 개발자들에게는 많은 기회의 장이 열리고 있습니다. 안드로이드는 코틀린으로 대세가 넘어가는 모습을 보였었습니다. 하지만 오라클과 구글의 오랜 법정 소송은 끝내 구글의 판정승으로 흘러갔죠. 자바 생태계에는 엄청난 영향을 끼쳤습니다. 오라클의 라이센스 이슈에 휘말리기를 꺼려하는 많은 소프트웨어들은 탈 자바를 시도하고 있었습니다. 엄청난 규모의 자바 개발자 풀이 존재함에도요. 하지만 구글의 승소는 자바의 오픈소스 성격을 좀 더 인정한다는 의미가 되는 것이고 이건 앞으로 자바에게 매우 긍정적인 영향이 될 것입니다.    여러분은 잘 모르시겠지만 빅데이터 메서드 활용에서도 은근히 자바를 많이 지원합니다. 파이썬의 미래는 앞으로 어떻게 될지 모릅니다. 코틀린은 안드로이드를 시작으로 스프링까지 넘어보고 있었지만 이번 구글의 승소로 자바가 생태계에 내린 뿌리를 넘보긴 힘들어 졌습니다.    제가 바라보는 세계는 빅데이터, AI는 머나먼 이야기입니다. 저는 활용하는 개발자입니다. 저는 구글, MS, Apple 등이 주장하는 Mobile first라는 2010년대 초반의 흐름이 국내에도 본격적으로 휘몰아치기 시작했다고 봅니다. 최정상의 선두권 전쟁은 이미 끝났습니다. Apple과 Google로 정리되었죠. 하지만 그건 최상위에 속하는 OS의 경쟁입니다. 아직 활용의 영역이 남아 있습니다. mobile의 영역엔 mobility도 들어옵니다.    과연 앞으로 어떻게 흘러갈까요? ECU 등의 기기는 그렇다 치더라도 전체적인 통합 OS에서 Apple이나 Android가 phone에서 그랬던 것처럼 다시 패권을 쥐는 시기가 온다면 어떻게 될까요? iOS와 Android 개발자들에게는 자동차라는 또 다른 시장이 열리게 될 것입니다.    모바일 영역에서의 변화의 흐름. 여러분들은 주목하시길 바랍니다.    안경에 이식되는 mobile os의 활용은 b2b 영역에서 mobile 개발자들에게 새로운 시장을 열어주었습니다. 마이크로소프트는 미군의 차세대 AR 안경을 활용한 전투체계 개발의 사업을 수주했죠. 수조원대의 사업을 수주한 해당 프로젝트는 마이크로소프트 내에서 IT 기술의 군사적 활용을 경계하는 많은 개발자들의 반발을 불러왔습니다. 하지만 우리는 생각해야 할 것은 군대의 수요는 절대 거절할 수 없습니다. 또 다른 거대한 B2B 시장인 군대의 수요는 누군가가 할 것이고 그 누군가는 어마어마한 수익을 올릴 것입니다.    mobile은 b2c 영역에서는 특정 영역만 분화할 수 있습니다. 하지만 여러분은 b2b 영역에서 mobile의 분화를 기대하세요. b2b 영역에서 mobile은 무수히 많은 가능성을 내포하고 있습니다. 모든 산업 기계로 100% 자동화를 하는 것은 꿈만 같습니다. 이미 일론 머스크가 그걸 증명하였습니다. 사람과 기계의 협업 생산이 대세입니다. 그 속에서 mobile이 흘러 들어가면 더 높은 생산성을 보일 것입니다. 기업은 이 기회를 놓치지 않을 것이고, 시장은 창출될 것이고, 일자리를 찾는 우리 개발자들에게는 희소식입니다.    그런 여러분들에게 저는 한 가지 말해드리고 싶습니다. 구글과 안드로이드를 주목하세요. 삼성과 협업하는 안드로이드는 국내에서 강력합니다. B2B 시장에서 강력한 삼성과 구글의 연합은 애플이 끼어들 여지가 적습니다.    자바를 학습하시는 분들께서는 앞으로 더욱 거대해질 모바일 시장과 안드로이드를 주목하시길 바랍니다.

JeongTaeHyun (0)

아직 쪼렙 중의 상쪼렙이긴해요, 그래도 소개합니다.

아실 분은 다 아실 'sololearn'입니다. 'inflearn'과는 무슨 관계인지 저도 모르겠으나 아무튼 배운다는 것은 비슷한 컨셉같아요^^; 저는 이동시간에 강의를 들으려고 하면 멀미가 나더라고요. 그래서 차라리 간단한 겜 같은거 없나 하고 찾다가 솔로런을 발견하게 됐어요. (제가 광고글 쓰는 거라면 판교가서 위아래 체크무늬 옷입고 체키라웃 하고 다닐게요<비장>) 사실 원래 다른 탭(저는 IOS 안써요^^;)에 다운로드 받아서 자기 전에 잠시 썼는데 요즘 이동할 일이 생겨서(병원투어) 폰에 다른 계정으로 받아서 쓰고 있어서 쪼렙됐어요.. 그래도 HTML은 끝냈답니다 하핫..  지금 CSS 하고있는데 끝나면 뭘 하죠;; 혹시 의견 있으신 분 댓글 달아주시고요. 오늘 하루도 즐코딩 하시길 바랄게요! (저는 예전에 파이썬부터 시작했었어요 ㅋㅋㅋ 편하더라고욬ㅋㅋㅋ) --- 그리고 궁금하실까봐.. 정처기 공부는 순조롭게 하고 있어요. 그냥 저는 저를 믿지 않기 때문에 이론 공부하고  답지 보고 그다음에 문제 보고 있습니다 ^-^! 오로지 붙기 위해 공부하는 것이죠. ㅎ하하하하 --- 이건 덤..ㅋㅋㅋ 요즘 읽는 책은 '거의 모든 IT의 역사 - 10주년 에디션' 입니다. 전자책으로 일단 담아놨는데 작품 소개만 읽고 아직 열어보지 못했네요. 밤에 살짝 살짝 읽어야겠어요. 매우 유용한 도서일 것 같습니다.

여니 (0)

지식공유자 되기
많은 사람들에게 배움의 기회를 주고,
경제적 보상을 받아보세요.
지식공유참여
기업 교육을 위한 인프런
“인프런 비즈니스” 를 통해 모든 팀원이 인프런의 강의를
자유롭게 학습하는 환경을 제공하세요.
인프런 비즈니스