<알비노의 탱크 바이에슬론에 참가한 T-72B3 전차>




개발의 역사

1953, 소련은 T-55를 대체할 신예 전차 개발 사업을 시작했다. 이때 UVZ(Uralvagonzavod)는 기존 전차를 개량하는 방식의 제140계획(Object 140), KMDB는 전혀 새로운 개념의 전차인 제430계획을 각각 당국에 제안했다. 1957프로토타입(prototype)을 놓고 이루어진 최종 평가에서 제430계획이 차기 전차 후보로 낙점받았다하지만 제430계획은 당대를 초월했다는 평가를 받을 만큼 너무 많은 신기술을 접목하다 보니 개발에 난항을 겪었다.
결국 예정된 기간 내에 완성될 가능성이 보이지 않자당장의 전력 공백을 막기 위해 제430계획의 진행과 별개로 폐기시켰던 제140계획을 바탕으로 기존 T-55 자체에 115mm 활강포를 접목하는 방식의 제165계획을 추가로 실시했다그렇게 탄생하여 1961년부터 일선에 배치된 전차가 T-62. T-62 그럭저럭 쓸 만했지만 제430계획이 완성되기 전까지만 주력 전차로 사용되는 임시변통의 성격이 컸다.
1964년 마침내 제430계획이 완료되어 T-64 전차가 양산되기 시작했다. 지만 값만 비쌌지 기대와 달리 고질적인 잔고장과 툭하면 발생하는 결함 때문에 일선에서의 반응은 좋지 않았다특히 엔진의 신뢰성이 몹시 떨어져서 T-62가 계속 주력 전차 노릇을 해야 했다결국 새로운 신예 전차의 개발이 곧바로 이어져야 할 상황이었다이에 UVZ는 T-64를 하청생산하며 얻은 기술력을 응용한 제172계획을 구상했다.
핵심은 화력을 비롯한 T-64의 공격 능력은 그대로 유지하되 문제가 많았던 엔진이나 현수장치 같은 부분은 검증된 기존 기술을 최대한 사용하는 방식이었다덕분에 개발에 걸리는 시간도 대폭 단축할 수 있었다이러한 과정을 거쳐 1968년 프로토타입이 완성된 전차가 T-72각종 실험 결과장점은 T-64에 못지않지만 오히려 신뢰성이 더 높다는 평가를 받고 1973년부터 양산이 시작되어 본격 배치되었다.




특징

T-72 T-64와 동일한 125mm 2A46M 활강포를 주포로 채택했다이 포의 특징 중 하나가 각종 규격의 전차포탄 외에도 9M119 또는 9K120 대전차 미사일 같은 유도무기의 발사가 가능하다는 점이다덕분에 서방의 전차포에 비해 구경만 크다는 평가를 받은 소련 전차의 공격력을 대폭 향상시켰다.
T-72탄두와 장약을 모두 수평으로 수납하는 회전 드럼식 캐로젤 자동장전장치(Carousel Automatic Reloading System)를 채택했다처음에는 안정성에 문제가 있었지만최신형은 13초에 3발까지 포탄을 발사할 수 있을 만큼 성능이 크게 개선되었다하지만 전차 내부의 많은 부분을 차지하여 승무원의 거주성이 나빠지도록 만든 원인으로 지적된다.


T-72는 포탑이나 차체 전면 같은 곳에 복합장갑을 설치하여 두께가 200mm 정도지만 500mm의 압연 장갑판에 필적하는 방어력을 갖추었다복합장갑에 대한 연구는 상당히 오래전부터 이루어졌으나 이를 최초로 적용한 전차는 T-64였다. T-72는 곧바로 이를 응용하여 개발에 걸리는 시간을 대폭 단축할 수 있었다또한 성형작약탄 공격에 대비한 반응장갑의 추가 장착이 가능하다.
T-64의 가장 큰 문제가 엔진이었기 때문에 UVZ는 기존에 사용하던 디젤엔진을 베이스로 개량한 모델을 장착하여 신뢰성을 높였다초기형 T-72에 장착된 V-12 엔진은 780마력에 불과했지만전차의 무게가 가벼워서 야지 주행에 그다지 지장은 없었다이처럼 탄생 직후 T-72는 공격력방어력기동력의 모든 분야에서 소련은 물론 서방에서도 당대 최고라는 평가를 받았다.




변형 및 파생형

● T-72 우랄(Ural)(172M계획): TPD-2-49 광학식 거리측정기와 단순화한 사통장치를 사용한 최초 양산형

● T-72A: 사이드 스커트(Side Skirt), 포수용 조준경에 통합된 레이저 거리측정기, 연막탄 발사기 등을 장비한 개량형

● T-72B: 2A46M 신형 주포전면부 복합장갑신형 1A40T 사통장치 등을 장착하여 성능을 향상시키고 9K119 대전차 미사일 발사 능력을 보유한 개량형

● T-72B2: 3세대 폭발반응장갑, 1,000마력 V-92 엔진, 적외선형 야간사격장치 등을 장착한 개량형
 T-72B3: T-90에 근접한 성능을 갖춘 것으로 평가되는 최신 모델로 2013년부터 러시아 육군이 채용

● T-72M: 해외 수출 및 면허생산을 위한 다운그레이드형
● T-72M4CZ: 구 체코슬로바키아 ZTS에서 면허생산한 T-72M의 체코 개량형
● M-84: 구 유고슬라비아에서 T-72M을 기반으로 자체 제작한 모델
● M-84A4 /M-92 /M-95: M-84의 크로아티아 개량형
● M-84AS(M-2001): M-84의 세르비아 개량형

● 아제야(Ajeya) MK1/ MK2: 인도 면허생산형 T-72M

● PT-91: 폴란드 부마르 와벵디(Bumar-Łabędy) 사의 면허생산한 T-72M의 개량형



제원(T-72A 기준)

생산업체: 우랄바곤자보드(Uralvagonzavod, UVZ)
도입연도: 1973년 
중량: 41.5
전장: 9.53m
전폭: 3.59m
전고: 2.23m 
장갑: 주조장갑복합장갑반응장갑
무장: 125mm 2A46M 전차포×1
        12.7mm NSVT 중기관총×1 
        7.62mm PKT 동축기관총×1 
엔진: V-12 디젤 780마력(580kW)
추력대비중량: 18.8마력/
서스펜션: 토션 바
항속거리: 약 460km
최고속도: 60km/h
대당 가격: 30,962,000~61,924,000루블(2009)
양산대수: 25,000대 이상


'밀리터리' 카테고리의 다른 글

보잉 F/A-18 E/F 슈퍼 호넷  (0) 2017.12.18

<편대 비행중은 F/A-18E/F의 모습이다.>



개발의 역사

1990년대 초, 냉전이 종식되면서 미국을 비롯 전 세계 각국은 군비 감충 및 군 개편 과정에 들어가고, 그 과정에서 필연적으로 여러 사업들이 취소 혹은 연기, 축소 되었다.


미 해군은 최초 A-6 인트루더(Intruder) 및 A-7 코르세어 II(Corsair II)가 퇴역함에 따라 맥도넬 더글러스(McDonnell Douglas)/제네럴 다이내믹스(GDGeneral Dynamics)를 우선협상대상자로 선정하여 전천후 항모 기반 전투기인 A-12 어벤저(Avenger) II를 1983년부터 개발하기 시작했다. 최초 미 해군은 628대, 미 해병대는 238대, 심지어 미 공군까지 400대 도입을 희망했던 이 고등전술항공기(ATA, Advanced Tactical Aircraft) 사업은 A-12의 성능이 요구도대로 나오지 않고, 최초 설계보다 크기가 30% 이상 커졌으며, 개발비가 지속적으로 초과해 미 해군 항공기 도입 예산의 70%까지 차지할 상황이 되자 1991년부로 전격 취소되었다.


<슈퍼 호넷>


결국 비용 문제로 후속 기체를 신규 개발하기보다는 기존 기체를 업그레이드하는 방향으로 가닥이 잡히면서 맥도넬-더글러스[1997년 보잉(Boeing)에 합병]는 기존 F/A-18 호넷(Hornet)을 기반으로 업그레이드한 ‘호넷 II’[이후 ‘슈퍼 호넷(Super Hornet)’으로 변경]를 제안했고, 그루먼[Grumman, 1994년 노스럽(Northrup)에 합병]은 기존 F-14 톰캣(Tomcat)에 기반한 설계를 제안했으나 후자는 베이스가 된 F-14에 비해 기술적 진보가 크게 이루어지지 않았다는 평가를 받으며 탈락했다. 여기에 딕 체니(Dick Cheney) 국방장관은 미 해군의 주력 기체였던 F-14가 1960년대 기술로 만들어졌음을 강조하면서 1989년부터 추가 획득 예산을 삭감해 1991년부로 생산라인이 중단되었고, 1992년에는 공군의 F-22 랩터(Raptor)를 해군용으로 전환하려던 해군 고등전술전투기(NATF, Navy Advanced Tactical Fighter) 사업이 중단되면서 F/A-18 E/F ‘슈퍼 호넷(Super Hornet)’이 대체기종으로 선정되었다. 미 해군은 같은 해부터 약 49억 달러로 맥도넬-더글러스 사와 계약을 체결하면서 F/A-18 E(단좌)와 F(복좌)형 시제기를 제작했으며, 2000년부터 F/A-18 E/F는 실전 배치에 들어갔다.


<결국 후속 기체는 F/A-18C/D 호넷(사진)을 업그레이드한 슈퍼 호넷으로 결정되었다.>



특징

F/A-18C/D형의 업그레이드형인 F/A-18E/F 슈퍼 호넷의 시간당 비행 비용은 F-14 톰캣(Tomcat)에 비해 40%에 불과하다. 동체 크기는 20%가량 증가했고, 자체 중량(empty weight)은 3,175kg가량 증가했으며, 최대이륙중량은 C/D형에 비해 약 6,804kg가량 증가했다. 동체 길이도 약 34cm가량 길어진 대신 내부 연료탱크도 최대 33%가량 증가했고, 임무 범위도 41% 증가했으며, 내구성도 50%가량 향상되었다. 날개 면적 또한 25%(9.29㎡)가량 넓어졌으나 항공기 구성 파트 수는 기존 ‘호넷’ 형상보다 약 42%가량 적어졌다. 엔진 또한 11,000파운드의 F-404-GE-402 터보팬엔진에서 13,000파운드의 F-414-GE-400 터보팬엔진으로 교체되어 비행영역선도(flying envelope) 전체에 걸쳐 추력이 호넷에 비해 약 35%가량 향상되었다.



기본 F/A-18과 외형적으로 달라진 점은 인테이크(intake) 부분이 반원형에서 직사각형으로 바뀌면서 기체 전면부 RCS(Radar Cross Section: 레이더반사면적)를 낮췄으며, 주익 아래 하드 포인트(hard point)도 2개가 늘어나 11개가 되었다. 또한 앞전 스트레이크(LEX, Leading Edge Extension) 부분도 커져 받음각이 큰 기동 시에도 와류 양력 특성이 향상되었다. 또한 호넷에는 없던 공중급유 시스템(ARS)이 장착되어, 기체 하부에 대형 급유탱크를 설치하고 타 기체에 공중급유를 실시하는 것이 가능하다. 실제로 미 해군의 경우 비행전대의 5분의 1이 급유기 역할을 수행하도록 지정되어 있는데, 이들 기체의 피로도가 타 기체보다 높아 수명 주기가 일반 슈퍼 호넷보다 짧은 편이다. F/A-18 E/F는 스텔스 기체는 아니지만 RCS를 최대한 낮추도록 설계했기 때문에 전면부 RCS는 약 0.1㎡ 정도다. 슈퍼 호넷 블록 I은 APG-73레이더를 탑재했고, 블록 II형 이후 모델과 그라울러는 AN/APG-79 능동형 전자주사식 레이더(AESA)를 탑재한다. 항전장비로는 ASQ-228 ATFLIR, ALQ-214(v) 재머(Jammer), AN/ALE-55 광섬유 견인식 디코이(Towed Decoy)가 장착되어 있다.




제원
제작사: 맥도넬-더글러스 / 보잉(1997~)
초도비행일: 1995년 11월 29일
승무원: 1명(E형), 2명(F형)
전장: 18.31m
전고: 4.88m
날개 길이: 13.68m
최대이륙중량: 29,937kg
최고속도: 마하 1.8+(약 1,915km)
실용상승한도: 50,000피트(15,240m)
항속거리: 2,346km
페리비행범위: 3,054km(480갤런 외장연료x3)
전투반경: 1,085km(Hi-Hi-Hi)
상승률: 228m/s 
추력대비중량: 0.93 
엔진: F414-GE-400 터보팬엔진(22,000파운드, 9,977kg)x2
무장: M61A1/A2 20mm 발칸x1, AIM-9 사이드와인더, AIM-9X, AIM-7 스패로우, AIM-120 AIM-120 AMRAAM, AGM-84 Harpoon, AGM-88 HARM, SLAM, AGM-84H/K SLAM-ER, AGM-65 매버릭(Maverick), JSAW(Joint Stand-Off Weapon), AGM-158 JASSM(Joint Air-to-Surface Standoff Missile), 합동정밀직격탄(JDAM), 데이터 링크 포드, 페이브웨이(Paveway) 레이저 유도식 폭탄 시리즈, CBU-78 게이터(Gator), CBU-87 CEM(Combined Effects Munition), CBU-97 센서신관식 폭탄(Sensor Fuzed Weapon), Mk-20 록아이(Rockeye) II 등
대당 가격: 9,830만 달러(2016년)


'밀리터리' 카테고리의 다른 글

T-72 전차  (0) 2017.12.19

시카고 상품거래소는 시카고에 있는 세계 제 2위의 선물거래소로 미국 전체 선물 및 옵션 거래량의 약 37%를 거래하고 있다.

CME 라는 영문 약칭으로 많이 알려져 있다.


CME의 비트코인 거래 시작을 앞두고 비트코인의 가격이 다시 상승곡선을 그리며 치솟고 있다.

어제 17일 가상화폐 정보 업체인 월드코인인데스에 따르면 오후 12시 30분 현재 비트코인은 전날 종가 대비 2.6% 올랐다고 한다.



지난주 크게 횡보를 하던 비트코인 가격이 어느순간부턴가 상승세를 나타내며 36시간만에 약 13%의 상승을 보여줬다.

CME의 비트코인 선물 거래 출시에 대한 기대감은 비트코인의 가격을 끌어올린다. 선물 거래 출시이후에 앞으로 얼마나 더 오를지 혹은 거품이 빠질지는 모른다. CME는 17일 오후 5시 첫 선물 거래를 시작했다.

CME는 선물 거래규모가 CBOE보다 55배 가량 많은 미국 최대의 파생상품 거래소로 이 때문에 시장에서  CME의 비트코인 선물 거래 이후 기관 투자 자금이 본격적으로 유입될 수 있다는 기대가 쏟아지고 있다. 하지만 현재 우리나라 정세만 보더라도 비트코인을 포함한 가상화폐에 대해 우호적이지 만은 않을 것이라고 생각한다.


선물 거래는 투자자들이 가격 하락에 베팅을 할 수 있기때문에 투기 심리로 과열되는것을 막아주는 역할도 한다. 

확실한 제도가 생기고 법이 만들어지기 전까지는 직접 발을 들이는것은 위험할꺼라 생각한다.


#pragma warning(disable:4996)

#define _CRT_SECURE_NO_WARNINGS

#include "stdafx.h"

#define SIZE 10




//입력 버퍼에 있는 값을 초기화시켜준다.

//입력 버퍼에 있는 \n값은 초기화 되지않아서 함수를 이용해 초기화 한다.

void Clear_Stdin()

{

int ch;

while ((ch = getchar()) != EOF&&ch != '\n')

{


}

}

//EOF 파일의 끝을 뜻함.




int main()

{

char seat[SIZE][SIZE];

char select = 0;

char width = 0;

int length = 0;



printf("  -------------------------------\n");

printf(" |   극장 좌석 예매 프로그램     |\n");

printf("  -------------------------------\n");

printf("  |                             |\n");

printf("  |   --------스크린---------   |\n");

printf("  |                             |\n");



//문자 "O"로 초기화 작업

for (int i = 0; i < 10; i++) {

for (int j = 0; j < 10; j++)

seat[i][j] = 'O';

}


//극장 좌석표 출력

printf("  |     ");

for (int i = 0; i < 10; i++)

printf("%c ", i + 65);

printf("    |");

printf("\n");

printf("  |    --------------------     |\n");

for (int i = 0; i < 10; i++)

{

printf("  ");

printf("| %2d| ", i + 1);

for (int j = 0; j < 10; j++)

{

printf("%c ", seat[i][j]);

}

printf("    |");

printf("\n");

}



printf("   -----------------------------\n");

printf("   -----------------------------\n");


while (select != 'X') //X(종료) 입력전까지 반복수행

{

printf("\n");

printf("   ex)------------------- \n   |    예약    => +A2   |\n   |  예약 취소 => -A2   |\n");

printf("    ---------------------");

printf("\n\n");

printf("   메뉴)---------------------- \n   |  현재 좌석현황 출력 : V  |\n   |  예매 종료 : X           |\n");

printf("    --------------------------\n\n");

printf("=> ");

scanf(" %c", &select);

printf("\n");


//예약

if (select == '+') {

scanf("%c%d", &width, &length);

if (width - 65 >= 0 && width - 65 <= 9 && length - 1 >= 0 && length - 1 <= 10) {

if (seat[length - 1][width - 65] != 'X') {

seat[length - 1][width - 65] = 'X';

printf("좌석이 예약되었습니다.\n\n");

}

else

{

printf("이미 예약된 좌석입니다.");

}

}

else

{

printf("Error!!. \n\n");

}

}


//예약 취소

else if (select == '-') 

{

scanf("%c%d", &width, &length);

if (width - 65 >= 0 && width - 65 <= 9 && length - 1 >= 0 && length - 1 <= 10) {

if (seat[length - 1][width - 65] = 'X') {

seat[length - 1][width - 65] = 'O';

printf("좌석이 취소되었습니다.\n\n");

}

else {

printf("좌석을 다시한번 확인하십시오.");

}

}

else {

printf("Error!! \n\n");

}

}


//현재 예약 현황 출력

else if (select == 'V') {

printf("  -------------------------------\n");

printf("  |                             |\n");

printf("  |   --------스크린---------   |\n");

printf("  |                             |\n");

printf("  |     ");

for (int i = 0; i < 10; i++)

printf("%c ", i + 65);

printf("    |");

printf("\n");

printf("  |    --------------------     |\n");

for (int i = 0; i < 10; i++)

{

printf("  ");

printf("| %2d| ", i + 1);

for (int j = 0; j < 10; j++)

{

printf("%c ", seat[i][j]);

}

printf("    |");

printf("\n");

}

printf("  -------------------------------\n");

}



Clear_Stdin(); //입력버퍼에 있는 내가 이전에 입력했던 값을 지워줌 => 이전값을 초기화함

//scanf 변수를 하나만 넣을경우 scanf가 받는 변수는 원래 하난데 2개입력시 하나를 입력버퍼에 담아둔다.  =>  버퍼 오버플로우 공격의 원리

//입력버퍼에 \n 은 남아서 한번더 반복이 된다.

//특수문자를 대량으로 입력시 while문의 반복을 막기위해서 함수를 넣는다.



}







printf("\n이용해 주셔서 감사합니다.\n\n");


return 0;

}



구글코리아에서 작년 2016년에 올해 베스트 앱/게임 부문에서 간편송금 서비스를 제공하는 '토스'가 앱 부문에서 대상을 받았는데요. 1년정도가 지난 이시점에서 여러 경쟁사나 카카오 뱅크와 같은 금융 어플들로 인해 토스가 잠깐 주춤 하는듯 햇지만 지금은 여러가지 편의 기능을 제공함으로 통합 플랫폼으로써 그 기반을 다지고 있다.


토스를 운영하는 회사는 '비바리퍼블리카'


토스가 현재 지원하는 기능은 무료 신용등급 조회, 계좌관리, 공인인증이나 복잡한 비밀번호가 없이 간편하게 송금, 비트코인 구매, 소액 펀드 및 부동산 투자 등이 있습니다.


전자금융거래법 제 28조에 의거해서, 보안과 관제 시스템에 대한 금융감독원의 실사 및 금융위원회의 승인을 통해 전자금융업으도 등록된 핀테크(FinTech) 기업이다.



토스 주계좌 플러스라는 아이템이 출시되어 여러가지 수수료 면제나 이자를 받으며 사용할 수 있게 되었다.

<장점>

=>언제 어디서나 입출금이 가능

=>체크/신용카드 발급으로 이자를 받으면서 사용 가능

=>신한은행의 영업시간내 ATM 이용시 수수료가 없음

=>금융상품 거래가 가능. 자산관리통장으로 이용이 가능

=>스마트폰으로 계좌 개설 가능


브라질의 대장암 환자들은 의사가 권하는 치료법 중 하나인 결장 제거 수술을 거부하는 경우가 많다. 이 수술을 받는 경우 환자는 남은 평생 장루 주머니를 달고 살아야 하기 때문이다. 외모에 민감한 브라질 문화에서 이는 매우 중요한 문제이기 때문이다.

이처럼 결장 제거 수술에 대한 혐오감으로 인해 브라질 종양 전문의는 방사선 치료와 화학 요법을 비롯한 대체 요법을 활용해야 한다. 놀랍게도 환자 중 20%는 이러한 대체 요법에 차도를 보인다. 그럼에도 불구하고 의사들이 대체 요법의 수용을 망설이는 이유는 어떤 환자가 이 20%에 해당하는지 예측이 불가능하기 때문이다.





| 의료 분야의 딥 러닝


현재 과학자들은 이 의문에 대한 답을 찾기 위해 인공지능(AI) 기술을 활용하고 있다. 얼마 전 독일 베를린에서 열렸던 GE의 ‘마인드+머신(Minds+Machines) 유럽 2017’ 콘퍼런스에서는 의료 분야에서 AI 활용에 대한 논의도 활발히 이루어졌다. 현재 급속히 발전 중인 분야이기도 하다. 과학자들이 활용하고 있는 소위 딥 러닝(Deep Learning)은 수천까지는 아니어도 수백 개의 데이터 포인트를 연결하여 다양한 알고리즘으로 동시에 처리함으로써 인간의 뇌를 모방하는 기술이다.

예를 들어, 보행자는 길을 건널 때 다가오는 차량의 수와 속도, 도로의 상태, 다른 보행자들, 심지어 착용하고 있는 신발이나 들고 있는 짐 등 수많은 요인을 고려한다. 딥 러닝은 인간의 능력과는 비교할 수 없을 만큼의 더 많은 데이터와 더 빠른 속도로 동일한 기능을 수행할 수 있는 잠재력이 있다.

이 개념은 사실 수십 년 전에 등장했는데, 최초의 인공 신경망은 1954년[1] 매사추세츠공과대학교(MIT) 에서 개발되었다. 그러나 신경망에서의 효과적 산출에 필요한 수준의 컴퓨팅 파워는 최근에서야 확보되었기에, 최근 다시 각광을 받고 있다.





대체 요법 적합성 판단을 위한 AI 활용


위에 언급한 브라질 문제를 해결하기 위해, 과학자들은 AI가 암 치료 대체 요법에 적합성이 높은 환자를 예측할 수 있는 패턴을 찾을 수 있게 노력하고 있다.[2]


연구진은 국가 등록 시스템으로 수십 년간 수집한 결장 관련 데이터, 수천 장의 MRI 및 CT 스캔, 유전자 패널, 생체지표 등 수백만 개의 데이터 포인트를 클라우드에 입력한다. 이후 소프트웨어를 이용해 인간이 따라갈 수 없는 속도와 정밀도로 패턴, 연결성 및 연관성을 분석한다. 

GE헬스케어 디지털의 최고의료책임자(Chief Medical Officer)로서 AI를 연구 중인 마이클 댈위드(Michael Dahlweid) 박사는 다음과 같이 말한다. “우리는 미지의 영역을 탐색하고 있습니다. 인간이 발견하기 힘든 영역을 파악하는 것이 우리의 목표입니다.” 



진단 의학의 AI 활용


인공지능(AI)은 질병 진단 분야에도 사용될 수도 있다. 현재 연구 중인 이 방식은 딥 러닝 시스템에 입력하는 데이터를 기반으로 한다. 이 경우, 임상의와 데이터 과학자가 서로 긴밀하게 협력하며 알고리즘을 검토하고 정밀하게 조정함으로써 인체 스캔 분석 시 의사가 특별히 주목해야 할 부분을 AI가 알려줄 수 있도록 학습시키고 있다. 

댈위드 박사는 “이는 몇 차례, 혹은 수백 차례의 시도 끝에 갑자기 AI가 의료 분야에서 의사 결정 시 활용할 수 있는 신뢰도 높은 보조 기술이 될 것이라는 발상”이라고 설명했다. 이 시스템은 진단을 직접 내리는 것이 아니라, 의심스러운 부분을 의사에게 알려주어 알맞은 치료 방법을 결정할 수 있게 도와준다.




AI는 의료업계의 판도를 바꿀 수도 있다. 댈위드 박사는 다음과 같이 말한다. “지난해 의료 목적의 AI를 개발하는 스타트업이 70개나 설립되었습니다. 2021년에 이르면 의료용 AI에 대한 투자 규모가 66억 달러에 달할 것으로 예상됩니다.”

댈위드 박사는 의료 분야에서 AI가 더욱 흔한 기술이 되면, 의대에서도 의사들이 AI를 효과적으로 활용할 수 있도록 새로운 기술과 스킬 세트 및 방법론을 갖출 수 있도록 훈련 체계를 바꾸어야 할 것이라고 말한다. “미래에는 이러한 기술이 청진기나 페니실린처럼 평범해질 것입니다. 그러나 이 기술을 활용하는 방법을 먼저 학습해야 합니다.”

+ Recent posts