N810 은 노키아에서 야심차게 내놓은 인터넷 타블렛 시리즈 중 하나이다. 리눅스 기반의 Maemo 라는 OS를 사용하고 있어서 리눅스 유저들은 사용하기가 굉장히 용이하다. 아래 그림처럼 QWERTY 키보드가 있기 때문에 입력하기도 쉽다. 다만, 터치는 감압식으로 아이폰을 못따라간다. (사실 성능이 그닥 좋지는 않다. 동영상은 아이폰용으로 인코딩해야 볼 만 하다.)

Nokia N810

연구실에선 2년여 전에 프로젝트 때문에 구입했었다. 프로젝트 끝나고 재미로 좀 갖고 놀다가 아이폰 사면서 쳐박아놓고 있었는데.. 얼마 전 웹서핑하다가 안드로이드를 N810에 포팅했다는 글을 봤다.

그리하여 토요일 하루를 잘못 포맷한 mmc의 마운트 문제로 삽질하고, 어제 다시 재도전하여 1시간만에 포팅을 끝냈다. 자세한 포팅 방법은 NthCode 프로젝트 페이지에 설명되어 있다. (정말 쉽다. 다운 받아서 README 파일에 적힌 대로만 하면 된다.)

Android over N810

첫 인상은 생각했던 것보다 많이 빠르다. 못해도 모토로이 정도 되는 것 같다. 안드로이드 용으로 개발되지 않았음에도 이정도 속도 나오는 것을 보면, 안드로이드 성능이 괜찮긴 한 것 같다. 또 안드로이드가 아직 많이 불안정한데도 이정도 속도 나오는 걸 보면 나중에 안정화되면 어떨지.. 정말 기대된다.

하.지.만.

와이파이가 안 잡힌다. 아이패드나 갤탭 지르지 않고 이거 들고 다니려고 생각했는데 와이파이가 안 되면 뭐…

게다가 키가 이상하다. 전원 버튼은 control, 홈버튼은  function key..

ps. 원래 안드로이드는 앱스토어가 없는건가? 안드로이드 사용해본 적이 없어서..

ps2. 지금보니까 업데이트가 있어서 적용해보았다. 업데이트는 와이파이가 가능하도록 관련 모듈 및 바이너리가 추가되었는데 올려보았지만 여전히 와이파이는 안 된다. 좀 더 삽질하면 될 것도 같지만.. 귀찮아졌다. 버전 업 되면 다시 해봐야지.

SKT의 콸콸콸콸 정책을 시작으로 3G 통신이 무제한으로 풀리면서 많은 사람들이 3G 망을 사용하고 있다. 3G 통신은 핸드폰의 전파가 잡히는 곳이면 어디에서든 사용할 수 있으므로 굉장히 유용한 통신 방법이다. 하지만 Wi-Fi 통신보다 현저히 느린 속도는 큰 단점이다. 다음의 표는 Wi-Fi로 대표되는 WLAN과 3G로 대표되는 WWAN를 비교하여 보여준다.

WWAN vs WLAN

3G 망의 속도 문제는 사용자의 수가 증가하면서 더욱 심각해졌다. 특히 사용자가 밀집된 지역에서 속도 저하는 매우 크다.

이를 해결하기 위한 여러 방법들이 연구되어 왔다. COMBINE¹은 그 대표적인 방법 중의 하나이다.

Example of COMBINE

COMBINE의 기본 접근 방법은 모바일 기기들이 갖고 있는 여러 네트워크 인터페이스를 함께 사용하는 것이다. 그림처럼 한 사용자가 WWAN을 통해 서버에게 데이터 요청을 할 때, WLAN을 통해서 주위의 다른 사용자들에게 협력을 요청한다. 협력 요청을 받은 사용자들은 같은 데이터를 함께 서버에게 요청하고, 서버는 요청받은 데이터를 WWAN을 통해서 사용자들에게 전송한다. 마지막으로 협력 요청을 받았던 사용자들이 WLAN을 통해 협력 요청자에게 서버로부터 받은 데이터를 전송한다.

물론 여기에는 서버로부터 효율적으로 데이터를 전송받기 위한 데이터 요청 분산 방법이나 모바일 사용자들의 이동 등을 고려한 데이터 교환 방법등이 고려되어 있다. 따라서 이 방법을 사용하면 여러 기기가 협동하여 하나의 데이터를 전송 받음으로써 통신 속도가 느린 WWAN의 단점을 보완할 수 있다.

하지만 여기에는 해결되어야만하는 다양한 문제가 존재한다.

가장 큰 문제점은 프라이버시 문제이다. WWAN을 통해 교환하는 데이터는 웹페이지 같은 public 데이터도 있지만, 이메일과 같은 사적인 데이터도 많다. 이런 데이터는 암호화나 데이터 분산 정책 등을 통하여 프라이버시 문제를 해결해야 할 것이다. 두번째로 큰 문제점은 전력 문제이다. 네트워크 통신에는 많은 전력이 사용된다. 만약 협력하는 사용자들의 전력 소모가 심하다면, 아무도 협력하지 않을 수 밖에 없다. 이 밖에도 용량 문제나 이기적인 사용자들과 같은 여러 문제가 남아있다.

여러 문제가 있음에도 불구하고, 이 기술은 WWAN의 느린 속도를 극복할 수 있는 유용한 방법임에 틀림없다. 훗날 모바일 기기들에도 WiBro와 같은 초고속 모바일 인터페이스가 장착되겠지만, 그전까지는 보다 효율적으로 통신할 수 있는 하나의 대안이 될 듯 싶다.

1. Ananthanarayanan, G., Padmanabhan, V. N., Ravindranath, L., and Thekkath, C. A. 2007. COMBINE: leveraging the power of wireless peers through collaborative downloading. In Proceedings of the 5th international Conference on Mobile Systems, Applications and Services (San Juan, Puerto Rico, June 11 – 13, 2007). MobiSys ’07. ACM, New York, NY, 286-298. DOI= http://doi.acm.org/10.1145/1247660.1247693 [↩]

Row Reduction and Echelon Forms

Given a matrix, a leading entry of a row refers to the leftmost nonzero entry in a nonzero row.

Echelon form and reduced echelon form

A rectangular matrix is in echelon form (or row echelon form) if it has the following three properties.

• All nonzero rows are above any rows of all zeros.
• Each leading entry of a row is in a column to the right of the leading entry of the row above it.
• All entries in a column below a leading entry are zeros.

If a matrix in echelon form satisfies the following additional conditions, then it is in reduced echelon form (or reduced row echelon form).

• The leading entry in each nonzero row is 1.
• Each leading 1 is the only nonzero entry in its column.

Example)

A matrix in echelon form

A matrix in reduced echelon form

Theorem 1. Uniqueness of the Reduced Echelon Form

Each matrix is row equivalent to one and only one reduced echelon matrix.

Pivot Positions

A pivot position in a matrix A is a location in A that corresponds to a leading 1 in the reduced echelon form of A. A pivot column is a column of A that contains a pivot position.

A pivot is a nonzero number in a pivot position that is used as needed to create zeros via row operations.

The Row Reduction Algorithm

This algorithm produces a matrix in echelon form.

1. Begin with the leftmost nonzero column. This is a pivot column. The pivot position is at the top.
2. Select a nonzero entry in the pivot column as a pivot. If necessary, interchange rows to move this entry into the pivot position.
3. Use row replacement operations to create zeros in all positions below the pivot.
4. Cover (or ignore) the row containing the pivot position and cover all rows, if any, above it. Apply steps 1-3 to the submatrix that remains. Repeat the process until there are no more nonzero rows to modify.
5. Beginning with the rightmost pivot and working upward and to the left, create zeros above each pivot. If a pivot is not 1, make it 1 by a scaling operation.

Example

Step 1. Pivot column is the leftmost column which contains {0, 3, 3}.

Step 2. Interchange rows 1 and 3. Pivot is the ’3′ of row 1.

Step 3. Add -1 times row 1 to row 2.

Step 4. Cover row 1 because it contains the pivot position. The next pivot is ’2′ of row 2 for step 2.

Add -3/2 times the row 2 to the row 1 for step 3, and repeat the process until there are no more nonzero rows to modify.

Step 5. Create zeros above the rightmost pivot in row 3 by applying row 1 + (-6)*row 3 and row 2 + (-2)*row 3.

Makes the next pivot 1. Scale the row 2 by 1/2.

Create a zero above the pivot by adding 9 times row 2 to row 1.

Scale row 1 to make the last pivot 1.

Solutions of Linear Systems

Basic variables and free variables

Consider the following linear system.

The variables and corresponding to pivot columns in the matrix are called basic variables. The other variable, x_{3}, is called a free variable.

The above system has the following solution which gives an explicit description of all solutions. These solutions are called general solutions.

Existence and Uniqueness Questions

Theorem 2. Existence and Uniqueness Theorem

A linear system is consistent if and only if the rightmost column of the augmented matrix is not a pivot column – that is, if and only if an echelon form of the augmented matrix has no row of the form

[ 0 ... 0 b ] with b nonzero

If a linear system is consistent, then the solution set contains either (i) a unique solution, when there are no free variables, or (ii) infinitely many solutions, when there is at least one free variable.

Systems of Linear Equations

Basic Notations

Linear equation

An equation that can be written in the following form

…

A system of linear equations (linear system)

Collection of one or more linear equations involving the same variables

ex)

Solution of a linear system

A list (…) of numbers that makes each equation a true statement when the values … are substituted for … respectively.

Equivalent

Two linear systems are called equivalent if they have the same solution set.

Consistency and inconsistency

A linear system is consistent if it has either one or infinitely many solutions; a system is inconsistent if it has no solution.

Matrix Notations

Coefficient matrix and augmented matrix

Given the system

the matrix

is called the coefficient matrix of the above system, and

is called the augmented matrix of the system.

Solving a Linear System

The basic strategy to solve a linear system is to replace one system with an equivalent system that is easier to solve.

Elementary Row Operations

1. (Replacement) Replace one row by the sum of itself and a multiple of another row.
2. (Interchange) Interchange two rows.
3. (Scaling) Multiply all entries in a row by a nonzero constant.

Given two matrices, if there is a sequence of elementary row operations that transforms one matrix into the other, they are row equivalent.

If the augmented matrices of two linear systems are row equivalent, then the two systems have the same solution set.

Existence and Uniqueness Questions

It is needed to determine that a particular linear system contains either no solution, one solution, or infinitely many solutions.

If the system has one or infinitely many solutions, the system is consistent. Otherwise, it is inconsistent.

내일부터 한달간 과테말라로 IT 봉사활동 갑니다. 구체적으로는 과테말라 시티의 San Carlos 국립 대학에서 IT에 관련된 강의를 진행합니다. 과테말라 학생들은 어떤 것에 관심 있고, 또 우리나라 학생들과는 어떻게 다를지 기대됩니다. 다른 생각을 가진 사람들과 교류하면서 저도 이번 기회를 통해 많은 것을 얻을 수 있었으면 좋겠습니다.

재밌게 살다가 돌아오겠습니다.

인간이 느끼고 생각하는 것은 실제로는 몸을 구성하는 세포들 간의 전기를 통한 상호 작용이다. 외부로부터 자극이 발생하면 감각 세포가 이를 받아들여 전기 신호를 발생시키고, 이 신호가 신경 세포를 통해 뇌로 전달되면 비로소 사람이 자극을 인지할 수 있다. 인간이 유인원에서 벗어나 문화를 창조할 수 있었던 근원인 생각 또한 중추신경계와 대뇌 사이의 전기 신호를 주고 받음으로써 이루어진다.

꿈은 이러한 뇌의 활동 중 하나이다. 램 수면에 들어가면 뇌가 깨어있을 때와 거의 유사한 활동을 하며, 이 때 여러 두뇌 작용을 통해 꿈을 꾸게 된다고 한다.¹ 꿈꾸면서 실제처럼 여겨지고, 심지어는 꿈에서 깬 후에도 생생하게 느껴지는 것은 인간이 동일한 방법으로 실제 세상과 꿈의 세상을 인지하기 때문이다.

만약 인셉션이나 매트릭스와 같이 꿈 또는 두뇌 작용을 자유자재로 컨트롤할 수 있는 기술이 개발된다면, 사람들은 자신이 인지하는 세상이 꿈인지 현실인지 구분할 수 있을까?

만약 꿈의 세계에서 자신이 원하는대로 살 수 있다면, 사람들은 과연 어떤 삶을 택할까?

1. Dream – Wikipedia [↩]

웹은 태어난 이래로 지속적으로 발전하여 오늘날에는 이 세상에서 가장 일상과 떼어놓을 수 없는 존재가 되었다. 웹은 특히 웹 2.0의 등장으로 일반 사용자들이 웹 컨텐츠를 직접 제작함으로써 웹 상의 데이터는 폭발적으로 증가하였다. 그리고 현재 웹 어플리케이션의 등장은 기존의 하드디스크에 존재하던 데이터마저 웹으로 옮기고 있다. 즉, 웹은 점점 세계의 데이터 저장소가 되어가고 있다. 이러한 웹 데이터의 폭발적인 증가로 인해, 기존의 단순 텍스트 검색 결과만으로는 사용자들이 원하는 정보를 충분히 제공하기가 힘들게 되었다. 이런 변화로 인해 나온 것이 시맨틱 웹이다. (사실 시맨틱 웹은 팀 버너스리가 처음부터 계획했던 것이다. 하지만 그간의 시도들을 구현하기엔 웹 환경이 너무 열악했다.)

시맨틱 웹(Semantic Web)을 알기 위해선 먼저 시맨틱의 의미를 정확하게 알아야 한다. 컴퓨터 공학에서 시맨틱의 의미는 신택스(syntax)와 상반된 개념으로, 신택스가 어떤 문구 자체를 가리키는데 반해, 시맨틱은 문구 안에 포함된 개념을 의미한다. 예를 들어 “I like a Rooney.”라는 문장이 있으면, 이 문장은 신택스 적으로 ‘영어로 작성되었으며 틀린 문법을 사용하고 있다’고 말하고, 시맨틱 적으로 ‘나는 루니를 좋아한다’는 뜻을 가진다고 말한다.

시맨틱 웹은 웹에 시맨틱을 부여한 것이다. 즉, 웹을 단순히 링크로 연결된 페이지들의 집합으로 보는 것이 아니라, 각각의 페이지들과 페이지들 간의 링크에 의미를 부과하고 나아가서 웹 상의 데이터들을 연결하고 그것들에 의미를 부과하는 것이다. 예를 들어 “Korea University is in Seoul.” 이라는 데이터와 “I’m a student of Korea University.”라는 데이터가 웹에 존재할 때, 이런 데이터들을 연결하여 “I’m in Seoul.”이라는 새로운 데이터를 추론할 수 있다.

시맨틱 검색은 웹의 시맨틱을 검색하는 것이다. 시맨틱 검색을 위해서 여러 방법들이 제안되고 있다. 다음은 전형적인 시맨틱 데이터 관리 시스템의 구조를 보여준다.

Architecture of the Semantic Data Management System

위의 그림처럼 시맨틱 데이터 관리 시스템은 크게 4가지 부분으로 구성된다. 각 부분은 다음과 같은 역할을 한다.

• Crawling: 웹 상에 퍼져있는 데이터를 크로울링을 통해 모은다. 데이터는 보통 RDF 형태로 배포되는데, 여기서 구조화되지 않은 데이터를 어떻게 구조화시킬 것이냐는 것에 대한 이슈가 있다. 일반적으로 사람이 직접 데이터를 구조화시켜 배포하고 크로울러가 지능적으로 데이터를 구조화시키는 방법에 대한 연구가 이루어지고 있지만, 데이터의 양과 종류가 워낙 크고 다양하기 때문에 거의 불가능한 것으로 본다.
• Storing: 크로울링을 통해 모아진 데이터를 저장소에 저장한다. 모아진 데이터의 양은 상상을 뛰어넘을 정도로 엄청나게 많다. 이런 대용량의 데이터를 다루기 위해 Column Store와 같은 기법들이 연구되고 있다.
• Reasoning: 저장소에 저장된 데이터에 기반하여 새로운 지식을 추론하고, 추론된 지식을 다시 데이터 저장소에 저장한다. 기존에 모아진 데이터의 양만 해도 엄청났지만, reasoning을 통해 새롭게 얻어지는 데이터의 양은 훨씬 크다. 따라서 효과적으로 reasoning하는 방법과 새롭게 얻어진 데이터를 효율적으로 저장하는 방법에 대해 연구가 이뤄지고 있다.
• Accessing: 사용자가 접근하여 데이터를 다룰 수 있도록 인터페이스를 제공한다.

하지만 기존의 시스템은 한 시스템에 데이터를 저장한다는 단점을 지니고 있었다. 이것은 scalability 면에서 매우 취약하다. 반면에, 웹 상에 존재하는 데이터는 무한히 증가하고 있다. 이에 따라 출현한 것이 Linked Data 이다. 이 작업을 통해 시맨틱 데이터를 분산 관리하려는 노력이 이루어지고 있다.

Linked Data

Linked Data 시스템에선 한 대상에 대한 데이터가 여러 서버에 나누어 저장된다. 예를 들어, ‘광주 시’에 대한 지리 정보는 한국 지리 정보 시스템이나 광주 시 정보 시스템 등에 저장된다. 하지만 ‘화려한 휴가’라는 영화의 배경이 광주이기 때문에, 영화 데이터베이스 또한 ‘광주 시’에 대한 데이터를 갖는다. 물론 이 경우는 광주 시의 자세한 데이터가 아닌 identifier를 비롯한 메타데이터만 저장된다. 기존 시스템에서는 이렇게 나뉘어 저장된 데이터에 대해 사용자가 직접 따로 검색해야 했지만, Linked Data 시스템에서는 이들을 연결함으로써 ‘광주 시’에 대해 검색하면 시에 대한 지리, 역사, 문화 등의 정보 뿐만아니라 ‘화려한 휴가’의 배경지라는 정보도 쉽게 얻을 수 있다.

이런 작업들의 최종 목표는 바로 이 세계의 데이터화이다. 이 세계를 구성하는 사물 하나 하나까지 전부 데이터화해서 저장하고 검색할 수 있도록 만들겠다는 것이다. 이것이 바로 데이터베이스 학문의 궁극적인 목표이긴 하지만, 조금 무서운 생각도 든다.

요즘 하고 싶은 것이 너무 많아졌다. 뭐가 그렇게 하고 싶은게 많냐고 한다면, 논문도 얼른 쓰고 싶고 사업도 해보고 싶고 스마트폰 앱도 개발하고 싶고 악기 하나 배워서 밴드도 하고 싶다. 그러다보니 위에서 가장 많은 것을 충족시킬 수 있는(?) 아이템이 맥북.

기나긴 시간 동안 고민했지만 지르는 순간엔 한치의 망설임도 없었다.

성과 없는 일에 괜한 힘을 쏟기 보다는, 잘 할 수 있는 일에 전념해야지.

이 사진의 저작권은 érato_79에게 있으며, 저작권의 침해의도가 전혀 없음을 밝힙니다.

너무나 아름다워서 유럽 여행 시 항상 코스의 마지막이 된다는 그 곳.

언젠가 포카리 스웨트 광고 배경으로도 나왔었다.

Aurora Australis at the South Pole

Wish list 세 번째.

하늘에서 볼 수 있는 가장 신비한 현상 중 하나를 볼 수 있는 곳.

PS. 이 사진의 저작권은 Euclid vanderKroew에게 있으며, 저작권의 침해의도가 전혀 없음을 밝힙니다.