Not too long ago, we had to visit a bank to open a bank account or transfer money.
얼마 전까지만 해도 우리는 은행 계좌를 개설하거나 돈을 송금하기 위해 은행을 방문해야 했다.
Nowadays, thanks to technological development, we can save a lot of time by using banking services at home with our smartphones.
요즘에는, 기술 발달 덕분에 스마트폰으로 집에서 은행 서비스를 이용함으로써 우리는 많은 시간을 절약할 수 있다.
There are even some digital banks that don’t have any physical branches.
심지어 실제 지점이 없는 디지털 은행들도 있다.
What makes this possible is financial technology, which is sometimes called “fintech.”
이를 가능하게 하는 것은 금융 기술인데, 이것은 때때로 ‘핀테크’라고 불린다.
Mobile banking is only one part of fintech.
모바일 뱅킹은 핀테크의 한 부분일 뿐이다.
It has made many more convenient services possible.
그것은 많은 더 편리한 서비스들을 가능하게 했다.
For example, many people don’t take their wallets with them because they pay using mobile payments apps, such as Apple Pay or Samsung Pay.
예를 들어, 많은 사람들이 애플페이나 삼성페이와 같은 모바일 결제 앱을 이용해서 지불하기 때문에 지갑을 가지고 다니지 않는다.
Some of these digital wallets can also store membership cards, coupons, identification cards, and even plane tickets.
이러한 디지털 지갑 중 일부는 멤버십 카드, 쿠폰, 신분증, 항공권까지도 보관할 수 있다.
Another example is money management apps.
또 다른 예는 자금 관리 앱이다.
People had to check their assets separately in the past, which was a great inconvenience.
과거에는 사람들이 자신들의 자산을 따로따로 확인해야 했는데, 이는 굉장히 불편했다.
However, they can now manage all their assets, income and expenses from different banks and financial services with one app.
그러나, 이제 그들은 하나의 앱으로 각기 다른 은행과 금융 서비스의 모든 자산, 수입 및 지출을 관리할 수 있다.
This helps them figure out their financial status and manage their money wisely.
이것은 그들이 자신들의 재정 상태를 파악하고 돈을 현명하게 관리하도록 돕는다.
The police collect evidence such as fingerprints and footprints at crime scenes to catch criminals.
경찰은 범인을 잡기 위해 범죄 현장에서 지문과 발자국과 같은 증거를 수집한다.
Gathering and analyzing this type of evidence scientifically is called forensics.
이런 종류의 증거를 과학적으로 수집하고 분석하는 것은 과학 수사라고 불린다.
Digital clues also play a crucial role in solving crimes.
디지털 단서도 범죄를 해결하는 데 중요한 역할을 한다.
This is called digital forensics.
이것은 디지털 과학 수사라고 불린다.
Digital forensics involves gathering and analyzing digital evidence found in electronic devices like computers, smartphones, and tablet computers.
디지털 과학 수사는 컴퓨터, 스마트폰, 태블릿 컴퓨터와 같은 전자 기기들에서 발견된 디지털 증거를 수집하고 분석하는 것을 포함한다.
During this process, experts uncover hidden data, examine browsing histories, and even recover deleted files.
이 과정에서 전문가들은 숨겨진 데이터를 밝혀내고, 검색 기록을 조사하며, 심지어 삭제된 파일을 복구하기도 한다.
Electronic devices temporarily store deleted data until they need to make space for something new.
전자 기기는 새로운 것을 위한 공간을 만들어야 할 때까지 삭제된 데이터를 임시로 저장한다.
So experts can recover whatever criminals deleted by using special software.
따라서 전문가들은 특수 소프트웨어를 사용함으로써 범죄자가 삭제한 그 어떤 것도 복구할 수 있다.
In an investigation of a fraud case in Korea in 2008, digital forensics was used to analyze 15,000 emails, 1.4 million bank accounts, and 130,000 calls.
2008년 한국의 사기 사건 수사에서 이메일 1만 5000통, 은행 계좌 140만 개, 통화 13만 건을 분석하기 위해 디지털 과학 수사가 사용되었다.
The investigators also restored 65GB of deleted files.
수사관들은 또한 65기가바이트의 삭제된 파일들을 복구했다.
This revealed a huge amount of fraud and helped the police solve the case.
이는 엄청난 액수의 사기를 밝혀냈고 경찰이 사건을 해결하도록 도왔다.
In the digital age, almost everything is stored, communicated, and processed on electronic devices.
디지털 시대에는 거의 모든 것이 전자 기기들에 저장되고, 전달되고, 처리된다.
Thus, digital forensics is an essential tool in solving crimes.
따라서, 디지털 과학 수사는 범죄를 해결하는 데 아주 중요한 도구이다.
We often worry about robots taking away our jobs.
우리는 종종 로봇이 우리의 일자리를 빼앗아 가는 것에 대해 걱정한다.
However, we should also worry about them taking away our judgment.
그러나 우리는 또한 로봇이 우리의 판단을 빼앗아 가는 것에 대해 걱정해야 한다.
Imagine a large warehouse where people called “pickers” work.
‘피커’라고 불리는 사람들이 일하는 큰 창고를 상상해 봐라.
The pickers are busy getting products off shelves so that they can be packed and shipped.
피커들은 포장되고 배송될 수 있도록 상품들을 선반에서 내리느라 바쁘다.
Through the earpieces they wear, they can hear the voice of “Jennifer.”
착용한 수화기를 통해 그들은‘Jennifer’의 목소리를 들을 수 있다.
Jennifer is a piece of software that tells them where to go and what to do.
Jennifer는 어디로 가야 할지, 무엇을 해야 할지 그들에게 말해주는 하나의 소프트웨어이다.
These detailed instructions are broken down into tiny chunks.
이러한 자세한 지시는 아주 작은 단위로 나누어진다.
This is done to minimize errors and maximize productivity.
이는 오류를 최소화하고 생산성을 극대화하기 위해 수행된다.
For instance, instead of telling the worker to pick up 18 copies of a book, Jennifer will tell them to pick up five, then another five.
예를 들어, Jennifer는 직원에게 책 18권을 집어 오라고 말하는 대신, 5권을 집어 오라고 말하고, 그다음에 5권을 더 집어 오라고 말할 것이다.
Then yet another five.
그러고 나서 거기에 또 5권을 집어 오라고 할 것이다.
Then another three.
그리고 또 다른 3권을 집어 오라고 할 것이다.
Working in such conditions can make people feel like machines, as they are not asked to think.
그러한 환경에서 일하는 것은 생각하도록 요구받지 않기 때문에 사람들이 기계처럼 느끼게 할 수 있다.
Instead, the Jennifer software takes over the thought process and treats them as cheap labor with only the ability to see and use their hands.
대신, Jennifer 소프트웨어가 사고 과정을 떠맡고 그들을 (앞을) 보고 손을 사용하는 능력만 가진 값싼 노동력으로 취급한다.
In today’s digital world, algorithms are everywhere.
오늘날의 디지털 세계에서는 알고리즘이 어디에나 있다.
Algorithms introduce you to new things that you might not have found by yourself.
알고리즘은 당신이 혼자의 힘으로는 찾지 못했을지도 모르는 새로운 것들을 당신에게 소개해준다.
For example, they often recommend music you might like based on your playlist.
예를 들어, 알고리즘은 종종 당신의 재생 목록에 기반하여 당신이 좋아할 만한 음악을 추천한다.
When you listen to music, algorithms analyze its characteristics and make personalized recommendations based on your preferences or listening history.
당신이 음악을 들을 때, 알고리즘은 그것의 특징을 분석하고 당신의 선호도나 청취 기록에 기반하여 개인별 맞춤 추천을 한다.
But what happens if algorithms repeat this process over and over again?
하지만 만약 알고리즘이 이 과정을 계속해서 반복하면 어떻게 될까?
You might worry that you will end up listening to the same songs every day.
당신은 결국 매일 같은 노래를 듣게 될까 봐 걱정할지도 모른다.
In fact, this rarely happens.
사실, 이런 일은 거의 발생하지 않는다.
After analyzing your musical taste, algorithms find other users who have similar tastes and preferences.
당신의 음악적 취향을 분석한 후, 알고리즘은 비슷한 취향과 선호도를 가진 다른 사용자들을 찾는다.
Then they make new recommendations to you based on the listening history of these other users.
그런 다음이 다른 사용자의 청취 기록에 기반하여 당신에게 새로운 추천을 한다.
Additionally, if you rate a few songs or artists, algorithms use this data to make other recommendations.
또한, 당신이 몇몇 곡이나 가수를 평가하면, 알고리즘은 이 정보를 사용하여 다른 추천을 한다.
Thus, everything you do affects the results shown by algorithms.
따라서, 당신이 하는 모든 것은 알고리즘이 보여주는 결과에 영향을 미친다.
This is why specific recommendations provided by algorithms vary depending on your musical preferences, behavior, and other factors.
이것이 알고리즘이 제공하는 특정한 추천이 당신의 음악적 선호도, 행동 및 기타 요인들에 따라 달라지는 이유이다.
Thanks to the complex way that algorithms work, you can enjoy a wide variety of music.
카페
고객센터
070-4042-1075 (평일 오전 9:30 ~ 오후 6시)
