Home > 열린마당 > 공개SW 소식

공개SW 소식

2019년 8월 19일(월) 
OSS News Report

공개SW역량프라자에서는 지난 한 주의 국내외 공개SW 관련 동향을 모아 정리합니다.

자세한 기사 내용은 아래 기사 내용 중 굵게 표시된 제목을 클릭하시면 보실 수 있습니다.

 

티맥스오에스(대표 박학래·한상욱)는 15일 광복절을 맞이해 개인 사용자를 위한 '티맥스OS 홈에디션(HE)'을 출시합니다. 티맥스오에스 홈페이지 다운로드 센터에서 누구나 자유롭게 사용할 수 있도록 무료 제공합니다. 티맥스OS는 지난해 7월 출시된 리눅스 커널 기반의 PC용 운용체계(OS)입니다. 그동안 기업 고객을 대상으로 제품을 제공했지만 15일부터 회사 홈페이지에 개인고객 대상 다운로드 센터 문을 여는데요. 비영리목적을 가진 개인 사용자는 티맥스오에스 홈페이지 '다운로드 센터'에 방문해 티맥스OS HE 설치프로그램 'T-Up 티맥스OS' 또는 '티맥스OS ISO(OS 설치용 가상 이미지 파일)'를 내려 받으면 됩니다. 티맥스OS HE는 문서 작업과 같은 학습과 업무 목적으로 PC를 이용하는 학생과 직장인, 웹 서핑과 유튜브 동영상 시청 등 활동을 주로 하는 사용자층에 최적화되었습니다.

(내용 더 보기)

 

최근 외신에 따르면, 화웨이는 지난 9일 중국 둥관에서 개최한 '화웨이개발자대회(HDC2019)'에서 자체 개발해온 OS '하모니OS'를 공개하고, 연내 관련 스마트폰 제품을 출시하겠다고 밝혔습니다. 그동안 '홍멍'이란 명칭으로 알려졌던 소프트웨어입니다. 화웨이는 이날 행사에서 '하모니OS'의 전반적인 특징과 방향만 밝혔을 뿐, 스크린샷이나 데모는 공개하지 않았습니다. 화웨이는 하모니OS에 대해 리눅스 마이크로커널을 기반으로 만들었다고 밝혔습니다. 화웨이에서 내세운 하모니OS의 강점은 크로스플랫폼입니다. 스마트폰뿐 아니라 웨어러블, PC, 자동차 등 다양한 기기에 채택될 수 있다고 강조했습니다. 한번의 앱 개발로 여러 기기에 대응할 수 있고, 폭넓은 생태계의 이점을 누릴 수 있다는 것입니다. 하모니OS는 미국 정부의 화웨이 제재 조치 후 스마트폰용 OS로 갑자기 주목받은 바 있습니다. 애초 사물인터넷(IoT) 기기용도로 개발중이던 OS의 적용범위를 스마트폰으로 확대한 것으로 보입니다.

(내용 더 보기)

 

 

 갤럭시노트10에서 살펴본 MS 모바일 전략(블로터)

삼성전자는 지난 8월7일(현지시간) 열린 ‘갤럭시 언팩 2019’ 행사에서 ‘갤럭시노트10’을 공개했다. 노트10 시리즈도 갤럭시 워치도, 갤럭시북 S도 이날 주목을 끌었지만, 그보다 더 눈길을 사로잡았던 건 사티야 나델라 MS CEO의 등장이다. 등장 시간은 몇 분에 불과할 정도로 짧았지만, 향후 MS가 그리는 미래 전략이 어디에 있는지 엿볼 수 있었다. 이날 사티아 나델라 CEO는 “마이크로소프트는 삼성전자와 오랜 시간 소프트웨어와 하드웨어 분야에서 협력해 왔다. 앞으로는 모든 기기로 협력을 넓혀 노트북으로 전화, 문자 메시지, 이메일, 사진 등을 가능하게 만들 것”이라고 밝혔다.

 

 실시간 대화형 AI훈련 최고기록…추론속도 5배 개선(사이언스모니터)

자연어 기반 대화식 인공지능(AI)을 개발하고 실행하는데 걸리는 시간이 불과 50초대로 단축됐다. 엔비디아(Nvidia)가 13일(현지시각)는 현재 AI 언어 모델 ‘BERT’ 훈련에서 기록을 갱신했다고 밝혔다. BERT는 자연언어 처리(NLP)를 표준으로 알려진 모델이다. 엔비디아 GPU 플랫폼기반 오픈소스이며 ‘파이토치(PyTorch)’로 작성된 코드는 실행하기 쉽다. AI플랫폼은 1시간 이내에 모델을 훈련 할 수 있었다. 정확히는 단 53분 만에 기록적인 성과를 달성했다. 파이토치(PyTorch)는 텐서플로우(Tensorflow)와 함께 심층학습(Deep Learning) 구현에 가장 많이 사용되는 그래프(Graph) 기반 GPU 연산을 지원하는 패키지다. 훈련된 모델은 훈련을 통해 달성 한 학습 기능을 실제로 추론에 적용해 결과를 산출하는 데에서도 기록적인 2밀리 초를 달성했다. 10밀리 초는 업계 최고 수준으로 간주된다. 엔비디아는 NLP대화식 AI 및 GPU 하드웨어 사용자를 위해 BERT 훈련 코드와 깃허브(GitHub)를 통해 TensorRT 최적화 BERT 샘플을 공개하고 있다.

 

 

-공개SW역량프라자-

맨 위로
맨 위로