BOX SET: 6 Minute English - 'Technology 2' English mega-class! Thirty minutes of new vocabulary!
164,356 views ・ 2022-10-16
아래 영문자막을 더블클릭하시면 영상이 재생됩니다. 번역된 자막은 기계 번역됩니다.
00:05
Hello. This is 6 Minute English
0
5920
1760
안녕하세요. BBC Learning English의 6분 영어
00:07
from BBC Learning English.
1
7680
1440
입니다.
00:09
I’m Sam.
2
9120
720
00:09
And I’m Neil.
3
9840
880
저는 샘입니다.
그리고 저는 닐입니다.
00:10
On Saturday mornings I love going
4
10720
2000
토요일 아침에 나는
00:12
to watch football in the park.
5
12720
1920
공원에서 축구를 보는 것을 좋아합니다.
00:14
The problem is when it’s cold and
6
14640
1760
문제는 춥고 비가 올 때입니다.
00:16
rainy - I look out the bedroom window
7
16400
2160
저는 침실 창 밖을 내다보고
00:18
and go straight back to bed!
8
18560
1760
바로 침대로 돌아갑니다!
00:20
Well, instead of going to the park, why
9
20320
2000
글쎄요, 공원에 가는 대신에
00:22
not bring the park to you? Imagine
10
22320
2400
공원을 당신에게 가져다주는 것은 어떨까요?
00:24
watching a live version of the
11
24720
1760
00:26
football match at home in the warm,
12
26480
1760
따뜻한 집에서
00:28
with friends. Sound good, Sam?
13
28240
2240
친구와 함께 축구 경기의 라이브 버전을 보는 것을 상상해 보십시오. 좋은데, 샘?
00:30
Sounds great! – but how can I be in
14
30480
2160
좋은데! – 하지만 어떻게
00:32
two places at once? Is there some
15
32640
2000
한 번에 두 곳에 있을 수 있습니까? 이를 위한
00:34
amazing invention to do that?
16
34640
1840
놀라운 발명품이 있습니까?
00:36
There might be, Sam - and it could
17
36480
1600
있을 수 있습니다, 샘 - VR 또는 가상 현실의 발전 덕분
00:38
be happening sooner than you think,
18
38080
2080
에 생각보다 빨리 일어날 수 있습니다
00:40
thanks to developments in VR, or
19
40160
2320
00:42
virtual reality. According to Facebook
20
42480
2000
. Facebook의
00:44
boss, Mark Zuckerberg, in the future
21
44480
2240
사장인 Mark Zuckerberg에 따르면 미래에
00:46
we’ll all spend much of our time
22
46720
1840
우리 모두
00:48
living and working in the ‘metaverse’ – a
23
48560
2880
는 일련의 가상 세계인 '메타버스'에서 생활하고 일하는 데 많은 시간을 할애하게 될 것
00:51
series of virtual worlds.
24
51440
2400
입니다.
00:53
Virtual reality is a topic we’ve discussed
25
53840
2480
가상 현실은
00:56
before at 6 Minute English. But when
26
56320
2720
이전에 6 Minute English에서 논의한 주제입니다. 그러나
00:59
Facebook announced that it was
27
59040
1280
Facebook
01:00
hiring ten thousand new workers
28
60320
2000
01:02
to develop VR for the ‘metaverse’, we
29
62320
2720
이 '메타버스'를 위한 VR을 개발하기 위해 10,000명의 신규 직원을 고용한다고 발표했을 때 우리
01:05
thought it was time for another look.
30
65040
1760
는 다시 한 번 살펴볼 때라고 생각했습니다.
01:06
Is this programme, we’ll be hearing two
31
66800
1760
이 프로그램에서 우리는
01:08
different opinions on the ‘metaverse’
32
68560
1760
'메타버스'
01:10
and how it might shape the future.
33
70320
2000
와 그것이 미래를 어떻게 형성할 수 있는지에 대한 두 가지 다른 의견을 듣게 될 것입니다.
01:12
But first I have a question for you, Neil.
34
72320
3040
하지만 먼저 질문이 있습니다, 닐. 게임 회사 Thrive Analytics
01:15
According to a 2021 survey by
35
75360
2480
의 2021년 설문 조사에 따르면
01:17
gaming company, Thrive Analytics, what
36
77840
2880
01:20
percentage of people who try virtual
37
80720
2240
가상
01:22
reality once want to try it again? Is it:
38
82960
3920
현실을 한 번 시도한 사람 중 몇 퍼센트가 다시 시도하고 싶습니까?
01:26
a) 9 percent?
39
86880
1920
a) 9%입니까?
01:28
b) 49 percent? or,
40
88800
2240
b) 49퍼센트? 또는
01:31
c) 79 percent?
41
91040
2160
c) 79퍼센트?
01:33
I guess with VR you either love it
42
93200
1840
VR을 사용하면 좋아
01:35
or hate it, so I’ll say b) 49 percent of
43
95040
3120
하거나 싫어하기 때문에 b) 49%의
01:38
people want to try it again.
44
98160
1840
사람들이 다시 시도하고 싶다고 말할 것입니다.
01:40
OK, I’ll reveal the correct answer
45
100000
1840
알겠습니다. 정답은
01:41
later in the programme. But what
46
101840
1760
나중에 프로그램에서 공개하겠습니다. 그러나
01:43
Neil said is true: people tend to either
47
103600
2400
Neil이 말한 것은 사실입니다. 사람들은
01:46
love virtual reality or hate it.
48
106000
2720
가상 현실을 좋아하거나 싫어하는 경향이 있습니다.
01:48
Somebody who loves it is
49
108720
1440
그것을 좋아하는 사람은 VR 기술을 개발
01:50
Emma Ridderstad, CEO of Warpin’, a
50
110160
2800
하는 회사인 Warpin'의 CEO인 Emma Ridderstad
01:52
company which develops
51
112960
1280
01:54
VR technology.
52
114240
1200
입니다.
01:55
Here she is telling BBC World
53
115440
1760
여기에서 그녀는 미래에 대한
01:57
Service programme, Tech Tent, her
54
117200
1920
그녀의 비전인 BBC World Service 프로그램인 Tech
01:59
vision of the future:
55
119120
1520
02:00
In ten years, everything that you
56
120640
1760
Tent에 대해 이야기하고
02:02
do on your phone today, you will
57
122400
2160
02:04
do in 3-D, through your classes
58
124560
2000
02:06
for example. You will be able to do
59
126560
2480
있습니다.
02:09
your shopping, you will be able to
60
129040
1920
쇼핑을 할 수 있고
02:10
meet your friends, you will be able
61
130960
1680
, 친구를 만날 수 있고, 원하는
02:12
to work remotely with whomever
62
132640
2400
사람과 원격으로 작업
02:15
you want, you will be able to share
63
135040
2480
할 수 있고,
02:17
digital spaces, share music, share
64
137520
3920
디지털 공간을 공유하고, 음악을 공유하고,
02:21
art, share projects in digital spaces
65
141440
3200
예술을 공유하고, 디지털 공간에서 프로젝트를 공유할 수 있습니다.
02:24
between each other. And you will also
66
144640
2080
서로 사이. 또한
02:26
be able to integrate the digital objects
67
146720
2160
02:28
in your physical world, making the
68
148880
2720
물리적 세계에 디지털 개체를 통합하여 오늘날보다 훨씬 더 물리적인 세계를 만들
02:31
world much more phygital than
69
151600
1840
02:33
is it today.
70
153440
1399
수 있습니다.
02:35
Virtual reality creates 3-D, or
71
155040
2720
가상 현실은
02:37
three-dimensional experiences where
72
157760
2080
02:39
objects have the three dimensions of
73
159840
2400
객체가 길이, 너비 및 높이의 3차원을 갖는 3D 또는 3차원 경험을 생성합니다
02:42
length, width and height. This makes
74
162240
2640
. 이것은
02:44
them look lifelike and solid, not
75
164880
2400
그것들을 2차원적이고 평면적이지 않고 생생하고 견고하게 보이게
02:47
two-dimensional and flat.
76
167280
2560
합니다.
02:49
Emma says that in the future VR will
77
169840
2160
Emma는 미래에 VR이
02:52
mix digital objects and physical
78
172000
2000
디지털 개체와 물리적
02:54
objects to create exciting new
79
174000
1920
개체를 혼합하여 흥미진진하고 새로운 경험을 만들 것이라고 말했습니다
02:55
experiences – like staying home to
80
175920
2400
02:58
watch the same football match
81
178320
1440
02:59
that is simultaneously happening in
82
179760
1840
03:01
the park. She blends the words
83
181600
2400
. 그녀는
03:04
‘physical’ and ‘digital’ to make a new
84
184000
2240
'physical'과 'digital'
03:06
word describing this
85
186240
1040
이라는 단어를 혼합하여 이
03:07
combination: phygital.
86
187280
2480
조합을 설명하는 새로운 단어인 phygital을 만듭니다.
03:09
But while a ‘phygital’ future sounds
87
189760
1920
그러나 '물리적' 미래
03:11
like paradise to some, others are
88
191680
2080
가 어떤 사람에게는 낙원처럼 들리지만 다른 사람은
03:13
more sceptical – they doubt that
89
193760
2080
더 회의적입니다. 그들은
03:15
VR will come true or be useful.
90
195840
2480
VR이 실현되거나 유용할지 의심합니다.
03:18
One such sceptic is technology
91
198320
2080
그러한 회의론자 중 한 명은 기술
03:20
innovator, Dr Nicola Millard. For one
92
200400
2720
혁신가인 Nicola Millard 박사입니다.
03:23
thing, she doesn’t like wearing a
93
203120
1440
우선, 그녀는
03:24
VR headset – the heavy helmet and
94
204560
2320
VR 헤드셋(착용자에게
03:26
glasses that create virtual reality
95
206880
2160
가상 현실을 제공하는 무거운 헬멧과 안경)을 착용하는
03:29
for the wearer – something she
96
209040
1760
것을 좋아하지 않습니다. 그녀
03:30
explained to BBC World Service’s,
97
210800
2160
는 BBC World Service의
03:32
Tech Tent:
98
212960
1189
Tech
03:34
There are some basic things to
99
214480
1680
Tent에 다음과 같이 설명했습니다
03:36
think about. So, how do we
100
216160
1600
. 어떻게
03:37
access it? So, the reason, sort of,
101
217760
2400
액세스합니까? 그래서 일종의
03:40
social networks took off was, we’ve
102
220160
2240
소셜 네트워크가 시작된 이유는 우리
03:42
got mobile technologies that let
103
222400
1840
가 사용할 수 있는 모바일 기술이
03:44
us use it. Now, obviously one of
104
224240
1840
있기 때문입니다. 자, 분명히 장벽 중 하나
03:46
the barriers can be that VR or AR
105
226080
2640
는 VR 또는 AR 헤드셋일 수 있습니다.
03:48
headsets - so VR, I’ve always been
106
228720
2320
그래서 저는 VR에
03:51
slightly sceptical about. I’ve called
107
231040
2480
대해 항상 약간 회의적이었습니다. 나는
03:53
it ‘vomity reality’ for a while because,
108
233520
2240
한동안 그것을 '구토 현실'이라고 불렀습니다. 왜냐하면
03:55
frankly, I usually need a bucket
109
235760
2960
솔직히 헤드셋
03:58
somewhere close if you’ve got a
110
238720
1360
이 있으면 보통 가까운 곳에 양동이가 필요하기 때문입니다.
04:00
headset on me… and also, do I want
111
240080
1840
또한 다루기 힘든 헤드셋
04:01
to spend vast amounts of time in
112
241920
2000
에서 많은 시간을 보내고 싶습니까?
04:03
those rather unwieldy headsets?
113
243920
1440
?
04:05
Now, I know they’re talking AR as
114
245360
1840
이제 저는 그들이 AR에 대해서도 이야기하고 있다는 것을 알고
04:07
well and obviously that does not
115
247200
1600
있으며 분명히
04:08
necessarily need a headset, but I
116
248800
1680
헤드셋이 반드시 필요한 것은 아니지만 현재
04:10
think we’re seeing some quite
117
250480
1840
상당히
04:12
immersive environments coming
118
252320
1600
몰입감 있는 환경이 나오는
04:13
out at the moment as well.
119
253920
1600
것을 보고 있다고 생각합니다.
04:15
Nicola called VR ‘vomity reality’
120
255520
3040
Nicola는 헤드셋을 착용하면 메스꺼움을 느끼기 때문에 VR을 '구토 현실'이라고 불렀
04:18
because wearing a headset makes
121
258560
1600
습니다. 헤드셋이
04:20
her feel sick, maybe because it’s
122
260160
2320
04:22
so unwieldy – difficult to move or
123
262480
2640
04:25
wear because it’s big and heavy.
124
265120
2080
너무 크고 무겁기 때문에 움직이거나 착용하기가 어렵기 때문일 수 있습니다.
04:27
She also makes a difference
125
267200
1440
그녀는
04:28
between VR - virtual reality- and AR,
126
268640
3600
또한 VR(가상 현실)과 증강
04:32
which stands for augmented
127
272240
1600
04:33
reality – tech which adds to the
128
273840
2560
현실(보통 안경을 착용하거나 휴대폰을 사용하여 가상의 단어, 그림 및 문자를 투사하여 일상적인 물리적 세계에 추가하는 기술)을 의미하는 AR을 구분합니다
04:36
ordinary physical world by
129
276400
1440
04:37
projecting virtual words, pictures
130
277840
2400
04:40
and characters, usually by wearing
131
280240
1840
04:42
glasses or with a mobile phone.
132
282080
2320
.
04:44
While virtual reality replaces what
133
284400
2000
가상 현실
04:46
you hear and see, augmented
134
286400
2000
이 듣고 보는 것을 대체한다면 증강
04:48
reality adds to it. Both VR and AR
135
288400
3920
현실은 여기에 추가됩니다. VR과 AR
04:52
are immersive experiences – they
136
292320
2400
은 모두 몰입형 경험입니다.
04:54
stimulate your senses and surround
137
294720
1920
감각을 자극하고
04:56
you so that you feel completely
138
296640
1600
경험에 완전히 몰입할 수 있도록 주변을 둘러쌉니다
04:58
involved in the experience.
139
298240
1680
.
04:59
In fact, the experience feels so real
140
299920
2480
사실, 경험이 너무 현실적
05:02
that people keep coming back
141
302400
1280
이어서 사람들이 더 많은 것을 위해 계속해서 다시 방문
05:03
for more.
142
303680
720
합니다.
05:04
Right! In my question I asked
143
304400
2240
오른쪽! 내 질문에서
05:06
Neil how many people who try
144
306640
1600
Neil에게 VR을 처음 시도하는 사람이 몇 명이나 다시 시도하고
05:08
VR for the first time want to try
145
308240
2000
싶은지 물었
05:10
it again.
146
310240
800
습니다.
05:11
I guessed it was about half –
147
311040
1760
나는 그것이 약 절반 –
05:12
49 percent. Was I right?
148
312800
1840
49 %라고 생각했습니다. 내가 맞았어?
05:14
You were… wrong, I’m afraid.
149
314640
2400
당신은... 틀렸습니다. 유감스럽게도.
05:17
The correct answer is much
150
317040
1440
정답은 훨씬
05:18
higher - 79 percent of people
151
318480
2560
높습니다. 79%의 사람들
05:21
would give VR another try.
152
321040
2080
이 VR을 다시 시도할 것입니다.
05:23
I suppose because the experience
153
323120
1680
경험이 너무 몰입감이 있었기 때문이라고 생각합니다.
05:24
was so immersive – stimulating,
154
324800
2480
자극적이고
05:27
surrounding and realistic.
155
327280
2000
주변적이며 현실적입니다.
05:29
Ok, A, let’s recap the other
156
329280
1680
좋아, A
05:30
vocabulary from this programme
157
330960
1600
05:32
on the ‘metaverse’, a kind of
158
332560
1840
, 일종의 증강 현실인 '메타버스'에 대한 이 프로그램의 다른 어휘를 요약해 보자. 기술
05:34
augmented reality – reality which
159
334400
2720
05:37
is enhanced or added to
160
337120
1600
에 의해 강화되거나 추가되는 현실이다
05:38
by technology.
161
338720
1280
.
05:40
3-D objects have three
162
340000
1280
3차원 객체는 3차원을 가지
05:41
dimensions, making them
163
341280
1200
05:42
appear real and solid.
164
342480
1840
므로 실제적이고 입체적으로 보입니다.
05:44
Phygital is an invented word
165
344320
1760
Phygital은
05:46
which combines the features of
166
346080
1680
05:47
‘physical’ and ‘digital’ worlds.
167
347760
2240
'물리적' 세계와 '디지털' 세계의 특징을 결합하여 발명한 단어입니다.
05:50
A sceptical person is doubtful
168
350000
2320
회의적인 사람은
05:52
about something.
169
352320
1040
무언가에 대해 의심합니다.
05:53
And finally, unwieldy means
170
353360
1760
그리고 마지막으로 다루기
05:55
difficult to move or carry because
171
355120
1840
힘들다는 것은 너무 크고 무거워서 옮기거나 운반하기 어렵다는 뜻
05:56
it’s so big and heavy.
172
356960
1520
입니다. 어쨌든
05:58
That’s our six minutes up, in this
173
358480
2000
이 현실에서 우리의 6분
06:00
reality anyway. See you in the
174
360480
2000
입니다.
06:02
‘metaverse’ soon!
175
362480
1120
곧 '메타버스'에서 만나요!
06:03
Goodbye!
176
363600
959
안녕히 가세요!
06:10
Hello. This is 6 Minute English
177
370320
1680
안녕하세요. BBC Learning English의 6분 영어
06:12
from BBC Learning English.
178
372000
1680
입니다.
06:13
I’m Neil.
179
373680
800
저는 닐입니다.
06:14
And I’m Sam.
180
374480
1040
그리고 저는 샘입니다.
06:15
What do shopping with a credit
181
375520
1520
신용카드로 쇼핑하는 것, 인터넷 데이트를
06:17
card, finding love through
182
377040
1680
통해 사랑을 찾는 것,
06:18
internet dating and waiting for
183
378720
1920
06:20
the traffic lights to change
184
380640
1520
신호등이 바뀌기를 기다리는 것의
06:22
have in common?
185
382160
1040
공통점은 무엇일까요?
06:23
Hmmm, they all involve
186
383200
1920
흠, 그들은 모두
06:25
computers?
187
385120
800
06:25
Good guess, Sam! But how
188
385920
1520
컴퓨터를 포함합니까?
좋은 추측이야, 샘! 그러나
06:27
exactly do those computers work?
189
387440
2400
그 컴퓨터는 정확히 어떻게 작동합니까?
06:29
The answer is that they all use
190
389840
2400
대답은 그들이 모두 문제에 대한 해결책을 찾는
06:32
algorithms – sets of mathematical
191
392240
2480
수학적 지침 세트인 알고리즘을 사용한다는 것
06:34
instructions which find solutions
192
394720
1920
06:36
to problems.
193
396640
1120
입니다.
06:37
Although they are often hidden,
194
397760
2000
종종 숨겨져 있지만
06:39
algorithms are all around us.
195
399760
2080
알고리즘은 우리 주변에 있습니다.
06:41
From mobile phone maps to
196
401840
1520
휴대폰 지도에서
06:43
home delivery pizza, they play a
197
403360
2160
택배 피자에 이르기까지
06:45
big part of modern life. And
198
405520
2000
현대 생활의 큰 부분을 차지합니다. 그리고
06:47
they’re the topic of this programme.
199
407520
2080
그것들이 이 프로그램의 주제입니다.
06:49
A simple way to think of algorithms
200
409600
2000
알고리즘을 생각하는 간단한 방법
06:51
is as recipes. To make pancakes
201
411600
2880
은 레시피입니다. 팬케이크를 만들려면
06:54
you mix flour, eggs and milk, then
202
414480
2320
밀가루, 계란, 우유를 섞은 다음
06:56
melt butter in a frying pan and
203
416800
1920
프라이팬에 버터를 녹
06:58
so on. Computers do this in more
204
418720
2080
입니다. 컴퓨터는 수학 방정식
07:00
a complicated way by repeating
205
420800
2000
을 반복해서 반복함으로써 보다 복잡한 방식으로 이 작업을 수행
07:02
mathematical equations over
206
422800
1840
07:04
and over again.
207
424640
1360
합니다.
07:06
Equations are mathematical
208
426000
1440
방정식은
07:07
sentences showing how two
209
427440
1520
두
07:08
things are equal. They’re similar
210
428960
2160
가지가 어떻게 같은지 보여주는 수학 문장입니다. 그것들은
07:11
to algorithms and the most famous
211
431120
2080
알고리즘과 유사하며 가장 유명한
07:13
scientific equation of all, Einstein's
212
433200
2720
과학적 방정식인 아인슈타인의
07:15
E=MC2, can be thought of as a
213
435920
3520
E=MC2는 세 부분으로 구성된 알고리즘으로 생각할 수 있습니다
07:19
three-part algorithm.
214
439440
1920
.
07:21
But before my brain gets squashed
215
441360
2000
하지만 이 모든 수학 때문에 내 두뇌가 찌그러지기 전에
07:23
by all this maths, I have a quiz
216
443360
1760
07:25
question for you, Sam. As you know,
217
445120
2400
, Sam, 당신에게 줄 퀴즈 질문이 있습니다. 아시다시피
07:27
Einstein’s famous equation is
218
447520
1760
아인슈타인의 유명한 방정식은
07:29
E=MC2 - but what does the
219
449280
2880
E=MC2입니다. 그런데
07:32
‘E’ stand for? Is it:
220
452160
1680
'E'는 무엇을 의미합니까?
07:33
a) electricity?
221
453840
1840
a) 전기?
07:35
b) energy? or
222
455680
1360
b) 에너지? 또는
07:37
c) everything?
223
457040
1600
c) 모든 것?
07:38
I’m tempted to say ‘E’ is for
224
458640
1680
나는 'E'가
07:40
‘everything’ but I reckon I know
225
460320
1760
'모든 것'을 의미한다고 말하고 싶지만 답을 알고 있다고 생각
07:42
the answer: b – ‘E’ stands
226
462080
2320
합니다. b – 'E'
07:44
for ‘energy’.
227
464400
800
는 '에너지'를 의미합니다.
07:45
OK, Sam, we’ll find out if you’re
228
465200
1600
좋아요, 샘, 나중에 프로그램에서 당신이 옳은지 알아낼 것
07:46
right later in the programme.
229
466800
2000
입니다.
07:48
With all this talk of computers, you
230
468800
1680
컴퓨터에 대한 이 모든 이야기에서
07:50
might think algorithms are a
231
470480
1440
알고리즘이 새로운 아이디어라고 생각할 수 있습니다
07:51
new idea. In fact, they’ve been
232
471920
2320
. 사실 그들은
07:54
around since Babylonian times,
233
474240
2080
약 4,000년 전인 바빌로니아 시대부터 존재해 왔습니다
07:56
around 4,000 years ago.
234
476320
2000
.
07:58
And their use today can be
235
478320
1520
그리고 오늘날 그들의 사용은
07:59
controversial. Some algorithms
236
479840
2080
논란의 여지가 있습니다.
08:01
used in internet search engines
237
481920
1760
인터넷 검색 엔진에 사용되는 일부 알고리즘
08:03
have been accused of
238
483680
1040
은 인종적 편견으로 고발되었습니다
08:04
racial prejudice.
239
484720
1440
.
08:06
Ramesh Srinivasan is Professor
240
486160
2000
Ramesh Srinivasan은 University of California
08:08
of Information Studies at the
241
488160
1600
의 정보학 교수입니다
08:09
University of California. Here’s what
242
489760
2400
. 다음
08:12
he said when asked what the word
243
492160
1760
08:13
‘algorithm’ actually means by
244
493920
1760
은
08:15
BBC World Service’s programme,
245
495680
1840
BBC World Service의 프로그램인
08:17
The Forum:
246
497520
1219
The Forum에서 '
08:20
My understanding of the term
247
500560
2000
08:22
‘algorithm’ is that it’s not necessarily
248
502560
1840
알고리즘'이라는 단어가 실제로 무엇을 의미
08:24
the bogyman, or its not necessarily
249
504400
2640
하는지 물었을 때 그가 말한 내용입니다.
08:27
something that is, you know, inscrutable
250
507040
2800
08:29
or mysterious to all people – it’s the
251
509840
2080
모든 사람에게 불가해하거나 불가사의한 것 – 그것은
08:31
set of instructions that you write in
252
511920
3760
당신이
08:35
some mathematical form or in
253
515680
1920
어떤 수학적 형식이나
08:37
some software code – so it’s the
254
517600
1680
어떤 소프트웨어 코드로 작성하는 일련의 지침입니다 – 따라서
08:39
repeated set of instructions that
255
519280
2640
08:41
are sequenced, that are used and
256
521920
2400
08:44
applied to answer a question or
257
524320
2080
질문에 답하거나
08:46
resolve a problem – it’s a simple
258
526400
1600
문제를 해결하기 위해 사용 및 적용되는 반복되는 일련의 지침입니다 –
08:48
as that, actually.
259
528000
1393
실제로 그렇게 간단합니다.
08:51
Some think that algorithms have
260
531200
1440
일부에서는 알고리즘
08:52
been controversial, but Professor
261
532640
1760
이 논란의 여지가 있다고 생각하지만
08:54
Srinivasan says they are not
262
534400
2080
Srinivasan 교수는 그들이 반드시 bogyman은 아니라고 말합니다
08:56
necessarily the bogyman. The
263
536480
2240
.
08:58
bogyman refers to something
264
538720
1520
bogyman은
09:00
people call ‘bad’ or ‘evil’ to make
265
540240
2800
사람들이 다른 사람들을 두려워하게 만드는 '나쁜'또는 '악'이라고 부르는 것을 말합니다
09:03
other people afraid.
266
543040
1520
.
09:04
Professor Srinivasan thinks
267
544560
1840
Srinivasan 교수
09:06
algorithms are neither evil nor
268
546400
2320
는 알고리즘이 사악하거나 불가해하지도 않다고 생각합니다.
09:08
inscrutable – not showing emotions
269
548720
2640
감정
09:11
or thoughts and therefore very
270
551360
1680
이나 생각을 나타내지 않기 때문에
09:13
difficult to understand.
271
553040
1840
이해하기가 매우 어렵습니다.
09:14
Still, it can be difficult to understand
272
554880
1920
하지만
09:16
exactly what algorithms are,
273
556800
1840
알고리즘이 무엇인지 정확히 이해하는 것은 어려울 수 있습니다.
09:18
especially when there are many
274
558640
1680
특히 다양한 유형이 있는 경우에는 더욱 그렇습니다
09:20
different types of them. So, let’s
275
560320
2080
.
09:22
take an example.
276
562400
1200
예를 들어 보겠습니다.
09:23
It’s autumn and we want to
277
563600
1280
지금은 가을이고
09:24
collect all the apples from our
278
564880
1680
우리 과수원에서 모든 사과를 모아
09:26
orchard and divide them into
279
566560
1360
09:27
three groups – big, medium
280
567920
2080
대, 중, 소의 세 그룹으로 나누고 싶습니다
09:30
and small. One method is to
281
570000
2000
. 한 가지 방법은
09:32
collect all the apples together
282
572000
1760
모든 사과를 함께 모아
09:33
and compare their sizes.
283
573760
1840
크기를 비교하는 것입니다.
09:35
But doing this would take hours!
284
575600
1680
하지만 이렇게 하면 몇 시간이 걸릴 것입니다!
09:37
It’s much easier to first collect
285
577280
1840
먼저
09:39
the apples from only one tree -
286
579120
2240
하나의 나무에서만 사과를 수집하여
09:41
divide those into big, medium
287
581360
2080
큰 것, 중간 것
09:43
or small – and then repeat the
288
583440
2000
또는 작은 것으로 나눈 다음
09:45
process for the other trees,
289
585440
2000
다른 나무에 대해
09:47
one by one.
290
587440
1440
하나씩 프로세스를 반복하는 것이 훨씬 쉽습니다.
09:48
That’s basically what algorithms
291
588880
1680
이것이 기본적으로 알고리즘이 하는
09:50
do – they find the most efficient
292
590560
1840
일입니다. 그들은 작업을 수행하는 가장 효율적인 방법을 찾습니다.
09:52
way to get things done, or in other
293
592400
2080
09:54
words, get the best results in the
294
594480
1760
즉, 가장 빠른 시간에 최상의 결과를 얻
09:56
quickest time.
295
596240
1520
습니다.
09:57
Mathematics professor Ian
296
597760
1520
수학 교수 Ian
09:59
Stewart agrees. Listen as he
297
599280
2080
Stewart도 이에 동의합니다. 그가
10:01
explains how the algorithm called
298
601360
2240
10:03
‘bubble sort’ works to BBC World
299
603600
2480
'버블 정렬'이라는 알고리즘이 BBC World
10:06
Service’s programme, The Forum:
300
606080
2266
Service의 프로그램인 The Forum에서 어떻게 작동하는지 설명하는 것을 들어
10:10
Think of when your computer is
301
610080
1440
보세요. 컴퓨터가
10:11
sorting emails by date and maybe
302
611520
2000
이메일을 날짜순
10:13
you’ve got 500 emails and it sorts
303
613520
1760
으로 정렬하고 500개의 이메일이 있을
10:15
them by date in a flash.
304
615280
1520
때 순식간에 날짜순으로 정렬한다고 생각해 보세요.
10:16
Now it doesn’t use bubble sort,
305
616800
1280
이제 버블 정렬을
10:18
but it does use a sorting method
306
618080
1920
사용하지 않지만 정렬 방법을 사용하고
10:20
and if you tried to do that by hand
307
620000
2320
손으로 정렬하려고 하면 어떤 방법을 사용
10:22
it would take you a very long time,
308
622320
1520
하든 시간이 오래 걸립니다
10:23
whatever method you used.
309
623840
1982
.
10:27
Professor Stewart describes how
310
627520
1680
Stewart 교수는
10:29
algorithms sort emails. To sort is a
311
629200
2880
알고리즘이 이메일을 분류하는 방법을 설명합니다. 정렬은 유사성을 공유
10:32
verb meaning to group together
312
632080
1520
하는 항목을 함께 그룹화하는 것을 의미하는 동사
10:33
things which share similarities.
313
633600
2080
입니다.
10:35
Just like grouping the apples by
314
635680
1760
사과를 크기별로 그룹화하는 것처럼
10:37
size, sorting hundreds of emails
315
637440
2320
수백 개의 이메일
10:39
by hand would take a long time.
316
639760
2320
을 손으로 분류하려면 시간이 오래 걸립니다.
10:42
But using algorithms, computers
317
642080
2080
그러나 알고리즘을 사용하여 컴퓨터
10:44
do it in a flash – very quickly or
318
644160
2720
는 매우 빠르게 또는
10:46
suddenly.
319
646880
880
갑자기 순식간에 작업을 수행합니다.
10:47
That phrase – in a flash – reminds
320
647760
1840
이 문구는 순식간에
10:49
me of how Albert Einstein came up
321
649600
2160
알버트 아인슈타인
10:51
with his famous equation, E=MC2.
322
651760
4080
이 그의 유명한 방정식인 E=MC2를 생각해낸 방법을 생각나게 합니다.
10:55
And that reminds me of your quiz
323
655840
2080
그리고 그것은 당신의 퀴즈 질문을 생각나게 합니다
10:57
question. You asked about the ‘E’
324
657920
2720
.
11:00
in E=MC2. I said it stands for ‘energy’.
325
660640
3840
E=MC2에서 'E'에 대해 질문하셨습니다. 나는 그것이 '에너지'를 의미한다고 말했다.
11:04
So, was I right?
326
664480
1280
그래서, 내가 맞았어?
11:05
‘Energy’ is the correct answer.
327
665760
2560
정답은 '에너지'입니다.
11:08
Energy equals ‘M’ for mass,
328
668320
2080
에너지는 질량의 'M'에 빛의 속도인
11:10
multiplied by the Constant ‘C’ which
329
670400
2560
상수 'C'를 곱한 값과 같습니다
11:12
is the speed of light, squared.
330
672960
2480
.
11:15
OK, let’s recap the vocabulary from
331
675440
2240
좋아, 방정식
11:17
this programme, starting with
332
677680
1520
으로 시작하여 이 프로그램의 어휘를 요약해 보자.
11:19
equation – a mathematical statement
333
679200
2640
11:21
using symbols to show two
334
681840
2000
두 개의 동일한 것을 보여주기 위해 기호를 사용하는 수학적 진술
11:23
equal things.
335
683840
1040
이다.
11:24
If something is called a bogyman,
336
684880
2000
bogyman이라고 불리는 것은
11:26
it’s something considered bad
337
686880
1680
11:28
and to be feared.
338
688560
1200
나쁜 것으로 간주되고 두려워하는 것입니다.
11:29
Inscrutable people don’t show
339
689760
1760
불가해한 사람들은
11:31
their emotions so are very difficult
340
691520
2080
자신의 감정을 드러내지 않기 때문에 알기가 매우 어렵
11:33
to get to know.
341
693600
1040
습니다.
11:34
Efficient means working quickly
342
694640
1680
효율적이란 조직적인 방식으로 빠르고 효과적으로 작업하는 것을 의미
11:36
and effectively in an
343
696320
1200
11:37
organised way.
344
697520
1040
합니다.
11:38
The verb to sort means to group
345
698560
2080
정렬하다라는 동사는 유사성
11:40
together things which
346
700640
1120
을 공유하는 것을 함께 그룹화하는 것을 의미합니다
11:41
share similarities.
347
701760
1360
.
11:43
And finally, if something happens
348
703120
1840
그리고 마지막으로 어떤 일
11:44
in a flash, it happens quickly
349
704960
2080
이 순식간에 일어난다면 그것은 빠르게
11:47
or suddenly.
350
707040
960
또는 갑자기 일어납니다.
11:48
That’s all the time we have to
351
708000
1360
우리가 알고리즘에 대해 논의해야 하는 모든 시간
11:49
discuss algorithms. And if
352
709360
1920
입니다.
11:51
you’re still not 100% sure about
353
711280
2240
아직 정확히 무엇인지 100% 확신하지 못한다면
11:53
exactly what they are, we hope
354
713520
1840
11:55
at least you’ve learned some
355
715360
960
적어도 유용한 어휘를 배웠기를 바랍니다
11:56
useful vocabulary!
356
716320
1200
! BBC Learning English의 6분 영어에서
11:57
Join us again soon for more
357
717520
1360
더 많은
11:58
trending topics, sensational
358
718880
1840
최신 주제, 놀라운
12:00
science and useful vocabulary
359
720720
2080
과학 및 유용한 어휘를 위해 곧 다시 참여하세요
12:02
here at 6 Minute English from
360
722800
1440
12:04
BBC Learning English.
361
724240
1520
.
12:05
Bye for now!
362
725760
880
지금은 안녕!
12:06
Goodbye!
363
726640
830
안녕히 가세요!
12:13
Hello. This is 6 Minute English
364
733200
1760
안녕하세요. BBC Learning English의 6분 영어
12:14
from BBC Learning English.
365
734960
1680
입니다.
12:16
I’m Neil.
366
736640
960
저는 닐입니다.
12:17
And I’m Sam.
367
737600
1520
그리고 저는 샘입니다.
12:19
In recent years, many people
368
739120
1520
최근 몇 년 동안 많은 사람들
12:20
have wanted to find out more
369
740640
1600
이
12:22
about where they come from.
370
742240
1760
자신이 어디에서 왔는지 더 알고 싶어했습니다.
12:24
Millions have tried to trace
371
744000
1360
수백만 명이
12:25
their family history and discover
372
745360
1920
그들의 가족 역사를 추적하고
12:27
how their ancestors lived
373
747280
1360
그들의 조상이 수백 년 전에 어떻게 살았는지 알아내려고 노력했습니다
12:28
hundreds of years ago.
374
748640
1840
.
12:30
The internet has made it much
375
750480
1680
인터넷은 가족 역사에 관한
12:32
easier to find historical
376
752160
1680
역사적 문서와 기록을 훨씬 더 쉽게 찾을 수 있게 해
12:33
documents and records about
377
753840
1760
12:35
your family history - and one of
378
755600
2000
12:37
the most useful documents for
379
757600
1840
12:39
doing this is the census.
380
759440
3120
주었으며 이를 위한 가장 유용한 문서 중 하나는 인구 조사입니다.
12:42
A census is an official count of all
381
762560
2480
인구 조사는
12:45
the people living in a country.
382
765040
1920
한 국가에 살고 있는 모든 사람들의 공식 집계입니다.
12:46
It collects information about a
383
766960
1600
국가의 인구에 대한 정보를 수집
12:48
country’s population and is usually
384
768560
2160
하며 일반적
12:50
carried out by the government.
385
770720
2080
으로 정부에서 수행합니다.
12:52
In Britain, a census has been
386
772800
1760
영국에서는 1801
12:54
carried out every ten years
387
774560
1840
년부터 10년마다 인구 조사를 실시하고 있습니다
12:56
since 1801. In 2002, when
388
776400
4000
. 2002
13:00
census records from a hundred
389
780400
1600
년에는 100년 전의 인구 조사 기록
13:02
years before became available
390
782000
2080
이
13:04
online, so many people rushed
391
784080
2320
온라인에 공개되었을 때 너무 많은 사람들
13:06
to their computers to access
392
786400
1520
이 컴퓨터에 접속하기 위해
13:07
them that the website crashed!
393
787920
2640
몰려들어서 웹 사이트가 다운되었습니다!
13:10
But before we find out more
394
790560
1600
하지만
13:12
about the census and its related
395
792160
1760
인구 조사 및 관련 어휘에 대해 자세히 알아보기 전에
13:13
vocabulary it’s time for a quiz
396
793920
1920
퀴즈 질문을 할 시간입니다
13:15
question, Sam. Someone who
397
795840
2240
, Sam.
13:18
knows a lot about his family
398
798080
1680
그의 가족사를 잘 아는 사람
13:19
history is British actor, Danny
399
799760
2000
은 영국 배우 대니
13:21
Dyer. When BBC television
400
801760
2480
다이어다. BBC TV
13:24
programme, Who Do You
401
804240
1120
프로그램에서
13:25
Think You Are? researched
402
805360
1280
당신은 누구라고 생각합니까?
13:26
his family history they discovered
403
806640
2240
그의 가족사를 조사한 결과
13:28
that the actor was related to
404
808880
1440
배우가 매우 유명한 사람과 관련이 있다는 것을 발견했습니다.
13:30
someone very famous – but
405
810320
2000
하지만
13:32
who was it?
406
812320
1360
누구였습니까?
13:33
A) King Edward III,
407
813680
2080
A) King Edward III,
13:35
B) William Shakespeare, or,
408
815760
2080
B) William Shakespeare, 또는
13:37
C) Winston Churchill?
409
817840
2080
C) Winston Churchill?
13:39
Well, I know Danny Dyer usually
410
819920
2320
글쎄요, Danny Dyer가 보통
13:42
plays tough-guy characters so
411
822240
2400
터프가이 캐릭터를
13:44
maybe it’s
412
824640
640
연기한다는 것을 알고 있습니다.
13:45
C), war hero Winston Churchill?
413
825280
3600
C), 전쟁 영웅 Winston Churchill?
13:48
OK, Sam, we’ll find out later if
414
828880
1920
좋아, 샘, 그게 맞는지 나중에 알아보자
13:50
that’s correct. Now, although
415
830800
2160
. 지금
13:52
the first British census took
416
832960
1520
은 최초의 영국 인구 조사
13:54
place in 1801, other censuses
417
834480
2560
가 1801년에 실시되었지만 다른 인구 조사
13:57
have a much longer history.
418
837040
2480
는 훨씬 더 긴 역사를 가지고 있습니다.
13:59
In fact, the bible story of Mary
419
839520
2080
사실, 베들레헴으로 여행하는 마리아와 요셉의 성서 이야기는
14:01
and Joseph travelling to
420
841600
1200
14:02
Bethlehem is linked to a
421
842800
1440
14:04
Roman census.
422
844240
2022
로마 인구 조사와 연결되어 있습니다.
14:06
So, what was the original
423
846262
2298
그렇다면
14:08
reason for counting people
424
848560
1840
사람 수를 세는 원래 이유는
14:10
and what did governments
425
850400
1200
무엇이며 정부
14:11
hope to achieve by doing so?
426
851600
2320
는 그렇게 함으로써 무엇을 성취하기를 희망했습니까?
14:13
Here’s Dr Kathrin Levitan, author
427
853920
2640
다음은 인구 조사의 문화사에 관한 책의 저자인 Kathrin Levitan 박사
14:16
of a book on the cultural history
428
856560
1760
14:18
of the census, speaking to
429
858320
1840
가
14:20
BBC World Service programme,
430
860160
1760
BBC World Service 프로그램인
14:21
The Forum:
431
861920
1299
The Forum에서 연설한 내용입니다.
14:24
I think there were probably
432
864480
960
아마
14:25
two most common reasons.
433
865440
2080
두 가지 가장 일반적인 이유가 있다고 생각합니다.
14:27
One was in order to figure out
434
867520
2000
하나는
14:29
who could fight in wars, so basically
435
869520
1760
누가 전쟁에서 싸울 수 있는지 알아내기 위한 것이었고, 그래서 기본적으로
14:31
military conscription and in order
436
871280
2160
군사 징집이 있었고
14:33
to find out who could fight in wars
437
873440
1840
누가 전쟁에서 싸울 수 있는지 알아내기
14:35
ancient governments like the
438
875280
1040
위해 로마 제국과 같은 고대 정부
14:36
Roman Empire had to find out how
439
876320
2480
14:38
many men of a certain age there were.
440
878800
2560
는 특정 연령의 남성이 몇 명인지 알아내야 했습니다.
14:41
And I would say that the other thing
441
881360
1760
그리고 저는
14:43
that censuses were most commonly
442
883120
2080
인구 조사가 가장 일반적으로
14:45
used for was for purposes of taxation.
443
885200
2800
사용된 또 다른 것은 과세 목적이라고 말하고 싶습니다.
14:48
According to Kathrin Levitan, ancient
444
888880
2400
캐서린 레비탄(Kathrin Levitan)에 따르면, 고대
14:51
censuses were used to figure out – or
445
891280
2400
인구 조사는
14:53
understand, how many men were
446
893680
2000
얼마나 많은 사람들이 전쟁에 참여할 수 있는지 알아내거나 이해하는 데 사용되었습니다
14:55
available to fight wars.
447
895680
2000
.
14:57
The Roman Empire needed a strong
448
897680
2400
로마 제국은 강력한
15:00
army, and this depended on
449
900080
1840
군대가 필요했고 이것은 징집에 의존했습니다.
15:01
conscription – forcing people to
450
901920
2560
사람들
15:04
become soldiers and join the army.
451
904480
2320
이 군인이 되어 군대에 입대하도록 강요했습니다. 인구 조사
15:06
The other main reason for taking
452
906800
1600
를 하는 또 다른 주요 이유
15:08
a census was taxation – the
453
908400
2080
는 과세였습니다
15:10
system of taxing people a certain
454
910480
2000
15:12
amount of money to be paid to
455
912480
1600
15:14
the government for public services.
456
914080
2640
. 공공 서비스를 위해 정부에 지불할 일정 금액을 사람들에게 과세하는 시스템입니다.
15:16
Ancient and early modern censuses
457
916720
2240
고대 및 초기 현대 인구 조사
15:18
were large and difficult-to-organise
458
918960
2320
는 규모가 크고 조직하기 어려운
15:21
projects. They often involved
459
921280
2160
프로젝트였습니다. 그들은 종종
15:23
government officials going from
460
923440
1600
정부 관리들이
15:25
house to house, asking questions
461
925040
2640
집집을 방문하여
15:27
about the people who lived there.
462
927680
2400
그곳에 사는 사람들에 대해 질문하는 일을 했습니다.
15:30
But over time governments’ desire
463
930080
2160
그러나 시간이 지남
15:32
to know about, and control, its
464
932240
1840
에 따라 시민들에 대해 알고 통제하려는 정부의 욕구
15:34
citizens gave rise to new
465
934080
1680
는
15:35
technologies for counting people.
466
935760
2320
인구 수를 세는 새로운 기술을 탄생시켰습니다.
15:38
Here’s statistician and economist
467
938080
2160
다음은 통계학자이자 경제학자인
15:40
Andrew Whitby explaining how
468
940240
1920
Andrew Whitby
15:42
this happened in the US to BBC
469
942160
2400
가 BBC
15:44
World Service programme,
470
944560
1360
World Service 프로그램인
15:45
The Forum:
471
945920
2000
15:47
The 1890 census of the United
472
947920
1760
The Forum에서 어떻게 이런 일이
15:49
States was the first in which some
473
949680
1520
미국에서
15:51
kind of electro-mechanical process
474
951200
1760
일어났는지 설명하는
15:52
was used to count people… so
475
952960
1680
15:54
instead of armies of clerks reading
476
954640
2880
것입니다. 많은 사무원들이
15:57
off census schedules and tabulating
477
957520
2480
인구 조사 일정을 읽고
16:00
these things by hand, for the first
478
960000
1520
이러한 것들을 손으로 표로 작성했습니다. 처음
16:01
time an individual census record
479
961520
1760
으로 개별 인구 조사 기록
16:03
would be punched onto a card… so
480
963280
2080
이 카드에 펀칭되었습니다... 그래서
16:05
that there were holes in this card
481
965360
1520
이 카드에 사람의
16:06
representing different characteristics
482
966880
1280
다양한 특성
16:08
of the person and then those cards
483
968160
1120
을 나타내는 구멍이 있는 다음 그 카드에
16:09
could be fed through a machine.
484
969280
1985
음식을 공급할 수 있었습니다. 기계를 통해.
16:12
Old-fashioned censuses were managed
485
972080
2000
구식 인구 조사는
16:14
by clerks – office workers whose job
486
974080
2640
사무원, 즉
16:16
involved keeping records.
487
976720
2160
기록 보관을 담당하는 사무원이 관리했습니다.
16:18
Thousands of clerks would record
488
978880
1680
수천 명의 사무원이 인구 조사
16:20
the information gathered in the
489
980560
1520
에서 수집된 정보를 기록
16:22
census and tabulate it, in other words,
490
982080
3360
하고 표로 만들었습니다. 즉, 행과 열
16:25
show the information in the form of
491
985440
2080
이 있는 표 형식으로 정보를 표시했습니다
16:27
a table with rows and columns.
492
987520
3280
.
16:30
The US census of 1890 was the first
493
990800
2800
1890년의 미국 인구 조사는 최초로
16:33
to use machines, and many censuses
494
993600
2400
기계를 사용했으며 오늘날 많은 인구 조사
16:36
today are electronically updated to
495
996000
2320
는
16:38
record new trends and shifts in
496
998320
2000
새로운 경향과 인구 변화를 기록
16:40
populations as they happen.
497
1000320
2400
하기 위해 전자적으로 업데이트됩니다.
16:42
In fact, so much personal
498
1002720
1920
사실, 너무 많은 개인
16:44
information is now freely available
499
1004640
2320
정보가 이제
16:46
through social media and the
500
1006960
1280
소셜 미디어와
16:48
internet that some people have
501
1008240
1920
인터넷을 통해 무료로 제공되므로 일부 사람들
16:50
questioned the need for having
502
1010160
1760
은 인구 조사의 필요성에 의문을 제기
16:51
a census at all.
503
1011920
1680
했습니다.
16:53
Yes, it isn’t hard to find out about
504
1013600
2080
예, TV 스타와 같이 유명한 사람에 대해 알아내는 것은 어렵지 않습니다
16:55
someone famous, like a TV star.
505
1015680
2640
.
16:58
Someone like Danny Dyer, you mean?
506
1018320
2400
대니 다이어 같은 사람 말이야?
17:00
Right. In my quiz question I asked
507
1020720
2000
오른쪽. 내 퀴즈 질문에서 나는
17:02
Sam which historical figure TV
508
1022720
2400
샘에게 어떤 역사적인 인물 TV
17:05
actor, Danny Dyer, was related to.
509
1025120
2720
배우인 대니 다이어와 관련이 있는지 물었습니다.
17:07
And I said it was
510
1027840
1120
그리고 나는 그것이
17:08
C) Winston Churchill. Was I right?
511
1028960
3200
C) 윈스턴 처칠이라고 말했습니다. 내가 맞았어?
17:12
It was a good guess, Sam, but
512
1032160
1440
좋은 추측이었지만 Sam,
17:13
the actual answer was
513
1033600
1120
실제 대답은
17:14
A) King Edward III. And no-one
514
1034720
2640
A) King Edward III였습니다. 그리고
17:17
was more surprised that he was
515
1037360
1440
그가 EastEnders 배우 자신보다 왕족과 관련이 있다는 사실에 더 놀란 사람은 없었습니다
17:18
related to royalty than the
516
1038800
1600
17:20
EastEnders actor himself!
517
1040400
2400
!
17:22
OK, Neil, let’s recap the
518
1042800
1520
좋아, Neil.
17:24
vocabulary from this programme
519
1044320
1760
이 프로그램
17:26
about the census - the official
520
1046080
2240
에서 인구 조사에 대한 어휘를 요약해 봅시다
17:28
counting of a nation’s population.
521
1048320
2480
. 국가 인구의 공식 집계입니다.
17:30
To figure something out means
522
1050800
1600
무언가를 알아낸다는 것은
17:32
to understand it.
523
1052400
1760
그것을 이해한다는 뜻입니다.
17:34
The Romans used conscription
524
1054160
2000
로마인들은
17:36
to force men to join the army by law.
525
1056160
2960
법에 따라 남자들이 군대에 입대하도록 강제하기 위해 징병제를 사용했습니다.
17:39
Taxation is the government’s
526
1059120
1520
과세는 공공 서비스
17:40
system of taxing people to pay
527
1060640
2080
비용을 지불하기 위해 사람들에게 세금을 부과하는 정부 시스템입니다
17:42
for public services.
528
1062720
2000
.
17:44
A clerk is an office worker whose
529
1064720
2240
점원은
17:46
job involves keeping records.
530
1066960
3120
기록을 보관하는 일을 하는 회사원입니다.
17:50
And tabulate means show
531
1070080
1680
그리고 표로 만든다는
17:51
information in the form of a table
532
1071760
1920
것은 행과 열이 있는 표 형식으로 정보를 표시한다는 것을 의미합니다
17:53
with rows and columns.
533
1073680
2217
.
17:55
That’s all for our six-minute look
534
1075897
2023
인구조사에 대한 6분간
17:57
at the census, but if we’ve whetted
535
1077920
1920
의 조사는 여기까지
17:59
your appetite for more why not
536
1079840
2000
입니다. 더 많은 정보를 원하신다면
18:01
check out the whole episode – it’s
537
1081840
2080
전체 에피소드를 확인해 보십시오.
18:03
available now on the website of
538
1083920
1920
지금
18:05
BBC World Service programme,
539
1085840
1760
BBC World Service 프로그램인
18:07
The Forum.
540
1087600
1440
The Forum 웹사이트에서 볼 수 있습니다.
18:09
Bye for now!
541
1089040
1280
지금은 안녕!
18:10
Bye bye.
542
1090320
890
안녕.
18:17
Hello. This is 6 Minute English
543
1097040
1520
안녕하세요. BBC Learning English의 6분 영어
18:18
from BBC Learning English.
544
1098560
1440
입니다.
18:20
I’m Neil.
545
1100000
720
18:20
And I’m Georgina.
546
1100720
1360
저는 닐입니다.
그리고 저는 조지나입니다.
18:22
What do Homer, Ray Charles
547
1102080
1840
Homer, Ray Charles
18:23
and Jorge Borges all have in
548
1103920
1760
, Jorge Borges의
18:25
common, Georgina?
549
1105680
1040
공통점은 무엇입니까, Georgina?
18:26
Hmm, so that’s the ancient Greek
550
1106720
2400
음, 그건 고대 그리스
18:29
poet, Homer; American singer,
551
1109120
2160
시인 호머입니다. 미국 가수
18:31
Ray Charles; and Argentine writer,
552
1111280
2400
레이 찰스; 그리고 아르헨티나 작가인
18:33
Jorge Luis Borges… I can’t see
553
1113680
2480
Jorge Luis Borges...
18:36
much in common there, Neil.
554
1116160
1440
거기에는 공통점이 별로 없어요, Neil.
18:37
Well, the answer is that they
555
1117600
1360
대답은
18:38
were all blind.
556
1118960
1280
그들이 모두 눈이 멀었다는 것입니다.
18:40
Ah! But that obviously didn’t hold
557
1120240
1760
아! 그러나 그것은 분명히 그들을 제지하지 못했습니다.
18:42
them back - I mean, they were
558
1122000
1280
제 말은, 그들은
18:43
some of the greatest artists ever!
559
1123280
2160
역사상 가장 위대한 예술가 중 일부였습니다!
18:45
Right, but I wonder how easy they
560
1125440
1840
맞아요, 하지만 그들이 현대 사회
18:47
would find it living and working in
561
1127280
1600
에서 생활하고 일하는 것을 얼마나 쉽게 찾을 수 있을지 궁금합니다
18:48
the modern world.
562
1128880
1040
.
18:49
Blind people can use a guide dog
563
1129920
1680
시각 장애인은 안내견
18:51
or a white cane to help them
564
1131600
1280
이나 흰색 지팡이를 사용하여 이동을 도울 수
18:52
move around.
565
1132880
1040
있습니다.
18:53
Yes, but a white cane is hardly
566
1133920
2000
네, 하지만 하얀 지팡이는 거의
18:55
advanced technology! Recently,
567
1135920
2240
첨단 기술이 아닙니다! 최근 전 세계
18:58
smartphone apps have been
568
1138160
1440
18:59
invented which dramatically
569
1139600
1520
19:01
improve the lives of blind people
570
1141120
1760
시각 장애인의 삶을 획기적으로 개선하는 스마트폰 앱이 발명되었습니다
19:02
around the world.
571
1142880
1120
.
19:04
In this programme on blindness
572
1144000
1600
디지털 시대의 실명에 관한 이 프로그램에서
19:05
in the digital age we’ll be looking
573
1145600
1920
우리는 총체적으로 보조 기술
19:07
at some of these inventions, known
574
1147520
2080
로 알려진 이러한 발명품 중 일부를 살펴볼 것입니다. 이는
19:09
collectively as assistive technology –
575
1149600
3040
19:12
that’s any software or equipment
576
1152640
2000
19:14
that helps people work around their
577
1154640
1920
사람들이 장애나 문제를 해결하는 데 도움이 되는 소프트웨어 또는 장비입니다
19:16
disabilities or challenges.
578
1156560
2080
.
19:18
But first it’s time for my quiz
579
1158640
1680
하지만 먼저 내 퀴즈 질문을 할 시간이야
19:20
question, Georgina. In 1842 a
580
1160320
2960
, Georgina. 1842년에
19:23
technique of using fingers to feel
581
1163280
2240
19:25
printed raised dots was invented
582
1165520
2240
인쇄된 돌출된 점을 손가락으로 감지하는 기술이 발명
19:27
which allowed blind people to read.
583
1167760
2080
되어 시각 장애인이 읽을 수 있게 되었습니다.
19:29
But who invented it? Was it:
584
1169840
2000
그러나 누가 그것을 발명 했습니까?
19:31
a) Margaret Walker?,
585
1171840
2000
a) Margaret Walker?,
19:33
b) Louis Braille?, or
586
1173840
1760
b) Louis Braille?, 또는
19:35
c) Samuel Morse?
587
1175600
1360
c) Samuel Morse?
19:36
Hmm, I’ve heard of Morse code but
588
1176960
2560
흠, 모스부호에 대해 들어본 적이 있지만
19:39
that wouldn’t help blind people
589
1179520
1440
시각 장애인이 읽는 데 도움이 되지 않을
19:40
read, so I think it’s, b) Louis Braille.
590
1180960
2880
것 같아서 b) 루이 브라유입니다.
19:43
OK, Georgina, we’ll find out the
591
1183840
1600
좋아요, Georgina,
19:45
answer at the end of the programme.
592
1185440
2160
프로그램이 끝날 때 답을 찾겠습니다.
19:47
One remarkable feature of the latest
593
1187600
2080
최신 보조 기술의 주목할만한 특징 중 하나
19:49
assistive technology is its practicality.
594
1189680
3200
는 실용성입니다.
19:52
Smartphone apps like ‘BeMyEyes’
595
1192880
2400
'BeMyEyes'와 같은 스마트폰 앱을
19:55
allow blind users to find lost keys,
596
1195280
2480
사용하면 시각 장애인이 분실한 열쇠를 찾고
19:57
cross busy roads and even colour
597
1197760
2080
바쁜 도로를 건너고 옷 색상을 맞출 수도 있습니다
19:59
match their clothes.
598
1199840
1200
.
20:01
Brian Mwenda is CEO of a Kenyan
599
1201040
2640
Brian Mwenda는
20:03
company developing this kind of
600
1203680
1760
이런 종류의 기술을 개발하는 케냐 회사의 CEO입니다
20:05
technology. Here he explains to
601
1205440
2400
. 여기에서 그는
20:07
BBC World Service programme,
602
1207840
2000
BBC World Service 프로그램인
20:09
Digital Planet, how his devices seek
603
1209840
2560
Digital Planet에서 자신의 장치
20:12
to enhance, not replace, the
604
1212400
2160
가 전통적인 흰색 지팡이를 대체하는 것이 아니라 향상시키는 방법에 대해 설명합니다
20:14
traditional white cane:
605
1214560
1829
.
20:16
The device is very compatible with
606
1216880
1840
이 장치는
20:18
any kind of white cane. So, once you
607
1218720
2000
모든 종류의 흰색 지팡이와 매우 호환됩니다. 따라서
20:20
clip it on to any white cane it
608
1220720
2160
흰색 지팡이에 클립을 꽂으면 앞에
20:22
works perfectly to detect the
609
1222880
1360
있는 장애물을 완벽하게 감지하고
20:24
obstacles in front of you, and it
610
1224240
1920
20:26
relies on echo-location. So,
611
1226160
2080
반향 위치에 의존합니다. 따라서
20:28
echo-location is the same technology
612
1228240
1840
에코 위치는 먹이와 장애물 등
20:30
used by bats and dolphins to detect
613
1230080
3520
을 감지하기 위해 박쥐와 돌고래가 사용하는 것과 동일한 기술
20:33
prey and obstacles and all that. You
614
1233600
2560
입니다.
20:36
send out a sound pulse and then
615
1236160
1840
사운드 펄스를 보낸 다음
20:38
once it bounces off an obstacle, you
616
1238000
2000
20:40
can tell how far the obstacle is.
617
1240000
2320
장애물에 부딪히면 장애물이 얼마나 멀리 있는지 알 수 있습니다.
20:42
When attached to a white cane, the
618
1242320
1840
흰색 지팡이에 부착하면
20:44
digital device - called ‘Sixth Sense’ -
619
1244160
2560
식스센스(Sixth Sense)라는 디지털 장치가
20:46
can detect obstacles – objects which
620
1246720
2640
장애물
20:49
block your way, making it difficult for
621
1249360
2160
, 즉
20:51
you to move forward.
622
1251520
1360
앞을 가로막는 물체를 감지하여 앞으로 나아가기 어렵게 만듭니다.
20:52
‘Sixth Sense’ works using echo-location,
623
1252880
3040
'식스 센스'는 주변 물체에서 반사되는 음파를 내보내는 박쥐
20:55
a kind of ultrasound like that used by
624
1255920
2640
가 사용하는 것과 같은 일종의 초음파인 에코 위치를 사용하여 작동
20:58
bats who send out sound waves
625
1258560
2000
21:00
which bounce off surrounding objects.
626
1260560
2560
합니다.
21:03
The returning echoes show where these
627
1263120
2320
반환되는 에코는 이러한
21:05
objects are located.
628
1265440
1840
개체가 있는 위치를 보여줍니다.
21:07
Some of the assistive apps are so
629
1267280
1840
일부 보조 앱은 너무
21:09
smart they can even tell what kind of
630
1269120
2000
똑똑해서
21:11
object is coming up ahead – be it a
631
1271120
2240
21:13
friend, a shop door or a speeding car.
632
1273360
3040
친구, 가게 문, 과속 차량 등 어떤 물체가 앞에 있는지도 알 수 있습니다. 자신
21:16
I guess being able to move around
633
1276400
1600
있게 돌아다닐 수
21:18
confidently really boosts people’s
634
1278000
2000
있다는 것은 정말 사람들의
21:20
independence.
635
1280000
1200
독립성을 높여주는 것 같아요.
21:21
Absolutely. And it’s challenging
636
1281200
1760
전적으로.
21:22
stereotypes around blindness too.
637
1282960
2480
실명에 대한 고정관념에도 도전하고 있습니다.
21:25
Blogger, Fern Lulham, who is blind
638
1285440
2160
맹인인 블로거 Fern Lulham은
21:27
herself, uses assistive apps every day.
639
1287600
3280
매일 보조 앱을 사용합니다.
21:30
Here she is talking to
640
1290880
1120
여기에서 그녀는
21:32
BBC World Service’s, Digital Planet:
641
1292000
2979
BBC World Service의 Digital Planet과 이야기하고 있습니다.
21:35
I think the more that society sees
642
1295680
2160
저는 사회가
21:37
blind people in the community, at work,
643
1297840
2640
지역 사회, 직장, 관계에서 맹인을 더 많이
21:40
in relationships it does help to tackle
644
1300480
2800
볼수록
21:43
all of these stereotypes, it helps
645
1303280
1440
이러한 모든 고정관념을 해결하는 데 도움
21:44
people to see blind and
646
1304720
1600
이 된다고 생각합니다.
21:46
visually-impaired people in a whole
647
1306320
1200
사람들이 완전히
21:47
new way and it just normalises
648
1307520
2240
새로운 방식으로 장애를 정상화합니다. 그것이 우리
21:49
disability – that’s what we need, we
649
1309760
1520
21:51
need to see people just getting on
650
1311280
1840
가
21:53
with their life and doing it and then
651
1313120
1600
21:54
people won’t see it as such a big
652
1314720
1760
21:56
deal anymore, it’ll just be the ordinary.
653
1316480
2979
필요로 하는 것입니다. 평범하다.
22:00
Fern distinguishes between people
654
1320320
1680
Fern
22:02
who are blind, or unable to see, and
655
1322000
2480
은 맹인 또는 볼 수
22:04
those who are visually impaired –
656
1324480
2080
없는 사람과 시각 장애가 있는 사람을 구분
22:06
experience a decreased ability to see.
657
1326560
3120
합니다.
22:09
Assistive tech helps blind people
658
1329680
2080
보조 기술은 시각 장애인이
22:11
lead normal, independent lives within
659
1331760
2400
지역 사회에서 정상적이고 독립적인 삶을 영위하도록 돕습니다
22:14
their local communities. Fern hopes
660
1334160
2640
. Fern은
22:16
that this will help normalise disability –
661
1336800
2640
이것이 장애를 정상화하는 데 도움이 되기를 희망합니다. 이전에는 정상으로 받아들여지지
22:19
treat something as normal which has
662
1339440
2000
않았던 것을 정상으로 취급하는 것입니다
22:21
not been accepted as normal before…
663
1341440
2480
.
22:23
…so being blind doesn’t have to be a
664
1343920
2160
…그래서 맹인이 큰 문제가 될 필요는 없습니다. 무언가
22:26
big deal – an informal way to say
665
1346080
2240
를 비공식적으로 말하는
22:28
something is not a serious problem.
666
1348320
2800
것은 심각한 문제가 아닙니다. 잠시
22:31
Just keep your eyes closed for a
667
1351120
1280
눈을 감고 방 안을 돌아다녀 보세요
22:32
minute and try moving around the
668
1352400
1440
22:33
room. You’ll soon see how difficult
669
1353840
2320
.
22:36
it is… and how life changing this
670
1356160
1680
이 기술이 얼마나 어려운지... 그리고 이 기술이 얼마나 삶을 변화
22:37
technology can be.
671
1357840
1600
시킬 수 있는지 곧 알게 될 것입니다.
22:39
Being able to read books must also
672
1359440
2240
책을 읽을 수 있다는 것은
22:41
open up a world of imagination.
673
1361680
2320
상상의 세계도 열어줘야 한다.
22:44
So what was the answer to your
674
1364000
1280
네 퀴즈 질문에 대한 대답은
22:45
quiz question, Neil?
675
1365280
1600
뭐였니, 닐?
22:46
Ah yes. I asked Georgina who
676
1366880
1600
아 예. 나는
22:48
invented the system of reading
677
1368480
1760
22:50
where fingertips are used to feel
678
1370240
1840
손끝
22:52
patterns of printed raised dots.
679
1372080
2160
으로 인쇄된 융기된 점의 패턴을 느끼는 읽기 시스템을 발명한 조지나에게 물었다.
22:54
What did you say, Georgina?
680
1374240
1600
뭐라고 했어, 조지나?
22:55
I thought it was, b) Louis Braille.
681
1375840
2880
나는 그것이 b) Louis Braille이라고 생각했습니다.
22:58
Which was…of course the correct
682
1378720
1600
그것은… 물론 정답이었습니다
23:00
answer! Well done, Georgina – Louise
683
1380320
2560
! 잘하셨습니다, Georgina – Louise
23:02
Braille the inventor of a reading
684
1382880
1600
Braille은
23:04
system which is known worldwide
685
1384480
1760
전 세계적으로
23:06
simply as braille.
686
1386240
1680
간단히 점자로 알려진 읽기 시스템의 발명가입니다.
23:07
I suppose braille is an early example
687
1387920
2160
점자는 장애가 있는
23:10
of assistive technology – systems
688
1390080
2480
23:12
and equipment that assist people
689
1392560
1600
사람들이 일상적인 기능을 수행하는 데 도움이 되는 시스템 및 장비인 보조 기술의 초기 사례라고 생각
23:14
with disabilities to perform everyday
690
1394160
2160
23:16
functions. Let’s recap the rest of
691
1396320
2400
합니다.
23:18
the vocabulary, Neil.
692
1398720
1760
Neil, 나머지 어휘를 요약해 봅시다.
23:20
OK. An obstacle is an object that
693
1400480
2240
좋아요. 장애물
23:22
is in your way and blocks your
694
1402720
2000
은 당신의 길을 가로막고 당신의
23:24
movement.
695
1404720
1120
움직임을 막는 물체입니다.
23:25
Some assisted technology works
696
1405840
1680
일부 보조 기술은 박쥐가 사용하는 초음파 감지
23:27
using echo-location – a system of
697
1407520
2560
시스템인 에코 위치를 사용하여 작동합니다
23:30
ultrasound detection used by bats.
698
1410080
3120
.
23:33
Being blind is different from being
699
1413200
1760
맹인이 된다는 것은
23:34
visually impaired - having a
700
1414960
1840
장애가
23:36
decreased ability to see, whether
701
1416800
1920
있든 없든 볼 수 있는 능력이 감소된 시각 장애와는 다릅니다
23:38
disabling or not.
702
1418720
1626
.
23:40
And finally, the hope is that
703
1420346
1654
그리고 마지막으로,
23:42
assistive phone apps can help
704
1422000
1760
보조 전화 앱이 장애를 정상화하는 데 도움이 될 수 있기를 바랍니다.
23:43
normalise disability – change the
705
1423760
2160
23:45
perception of something into
706
1425920
1440
어떤 것에 대한 인식
23:47
being accepted as normal…
707
1427360
2080
을 정상으로 받아들이는 것으로 바꾸는 것입니다. ..
23:49
..so that disability is no longer a
708
1429440
2080
장애가 더 이상
23:51
big deal – not a big problem.
709
1431520
2240
큰 문제가 아닌 큰 문제가 아닙니다.
23:53
That’s all for this programme but
710
1433760
1360
이것이 이 프로그램의 전부입니다.
23:55
join us again soon at 6 Minute English…
711
1435120
2800
곧 6분 영어에 다시 참여하세요...
23:57
…and remember you can find many
712
1437920
1360
… 그리고 bbclearningenglish.com에 보관된
23:59
more 6 Minute topics and useful
713
1439280
1920
더 많은 6분 주제와 유용한
24:01
vocabulary archived on
714
1441200
1440
어휘를 찾을 수 있다는 것을 기억하세요
24:02
bbclearningenglish.com.
715
1442640
2240
. 앱 스토어에서 무료로 다운로드할 수
24:04
Don’t forget we also have an app
716
1444880
1680
있는 앱도 있다는 사실을 잊지 마세요
24:06
you can download for free from
717
1446560
1600
24:08
the app stores. And of course we
718
1448160
2160
. 그리고 물론 우리
24:10
are all over social media, so come
719
1450320
2240
는 소셜 미디어 전체에 있으므로
24:12
on over and say hi.
720
1452560
1360
와서 인사하십시오.
24:13
Bye for now!
721
1453920
800
지금은 안녕!
24:14
Bye!
722
1454720
830
안녕!
24:21
Welcome to 6 Minute English, where
723
1461280
1520
6 Minute English에 오신 것을 환영
24:22
we bring you an intelligent topic
724
1462800
1600
합니다. 지능적인 주제
24:24
and six related items of vocabulary.
725
1464400
2480
와 6개의 관련 어휘 항목을 제공합니다.
24:26
I’m Neil.
726
1466880
640
저는 닐입니다.
24:27
And I’m Tim. And today we’re talking
727
1467520
2560
저는 팀입니다. 그리고 오늘 우리는
24:30
about AI – or Artificial Intelligence.
728
1470080
3840
AI 또는 인공 지능에 대해 이야기하고 있습니다.
24:33
Artificial Intelligence is the ability of
729
1473920
2480
인공 지능은
24:36
machines to copy human intelligent
730
1476400
2560
인간의 지능적인 행동을 복사하는 기계의 능력입니다.
24:38
behaviour – for example, an
731
1478960
1920
예를 들어
24:40
intelligent machine can learn
732
1480880
1440
지능형 기계
24:42
from its own mistakes, and make
733
1482320
1600
는 자신의 실수로부터 배우고 과거
24:43
decisions based on what’s happened
734
1483920
2000
에 일어난 일을 기반으로 결정을 내릴 수
24:45
in the past.
735
1485920
880
있습니다.
24:46
There’s a lot of talk about AI these
736
1486800
2000
요즘 AI에 대한 이야기가 많이
24:48
days, Neil, but it’s still just science
737
1488800
2160
나오죠, Neil, 하지만 여전히 공상과학
24:50
fiction, isn’t it?
738
1490960
1360
소설일 뿐이죠, 그렇죠?
24:52
That’s not true – AI is everywhere.
739
1492320
2640
그것은 사실이 아닙니다. AI는 어디에나 있습니다.
24:54
Machine thinking is in our homes,
740
1494960
2160
기계 사고는 우리 집,
24:57
offices, schools and hospitals.
741
1497120
2480
사무실, 학교, 병원에 있습니다.
24:59
Computer algorithms are helping
742
1499600
1680
컴퓨터 알고리즘은
25:01
us drive our cars. They’re diagnosing
743
1501280
2560
우리가 자동차를 운전하는 데 도움이 됩니다. 그들은
25:03
what’s wrong with us in hospitals.
744
1503840
2160
병원에서 우리에게 무엇이 잘못되었는지 진단하고 있습니다.
25:06
They’re marking student essays…
745
1506000
1840
그들은 학생들의 에세이에 표시를 하고 있습니다...
25:07
They’re telling us what to read on
746
1507840
1520
그들은 우리에게 스마트폰으로 무엇을 읽어야 하는지 알려줍니다
25:09
our smartphones…
747
1509360
960
...
25:10
Well, that really does sound like
748
1510320
1680
음, 정말
25:12
science fiction – but it’s
749
1512000
1760
공상 과학 소설처럼 들립니다. 하지만
25:13
happening already, you say, Neil?
750
1513760
1840
이미 일어나고 있습니다, Neil?
25:15
It’s definitely happening, Tim.
751
1515600
2245
확실히 일어나고 있어요, 팀.
25:17
And an algorithm, by the way, is
752
1517845
1435
그런데 알고리즘은 문제를 해결하기
25:19
a set of steps a computer follows
753
1519280
2320
위해 컴퓨터가 따르는 일련의 단계
25:21
in order to solve a problem.
754
1521600
1680
입니다.
25:23
So can you tell me what was the
755
1523280
2080
25:25
name of the computer which
756
1525360
1920
25:27
famously beat world chess
757
1527280
1600
25:28
champion Garry Kasparov
758
1528880
1600
25:30
using algorithms in 1997?
759
1530480
2800
1997년에 알고리즘을 사용하여 세계 체스 챔피언 Garry Kasparov를 이긴 것으로 유명한 컴퓨터의 이름이 무엇인지 말씀해 주시겠습니까?
25:33
Was it…
760
1533280
400
25:33
a) Hal, b) Alpha 60,
761
1533680
3120
그것은...
a) Hal, b) Alpha 60,
25:36
or, c) Deep Blue?
762
1536800
1840
또는 c) Deep Blue였습니까?
25:38
I’ll say Deep Blue.
763
1538640
2800
딥 블루라고 하겠습니다.
25:41
Although I’m just guessing.
764
1541440
1200
나는 단지 추측하고 있지만.
25:42
Was it an educated guess, Tim?
765
1542640
1920
교육받은 추측 이었습니까, 팀?
25:44
I know a bit about chess…
766
1544560
1520
저는 체스에 대해 조금 알고 있습니다
25:46
An educated guess is based
767
1546080
1920
... 교육받은 추측은
25:48
on knowledge and experience
768
1548000
1600
지식과 경험
25:49
and is therefore likely to be correct.
769
1549600
2080
을 기반으로 하므로 정확할 가능성이 높습니다.
25:51
Well, we’ll find out later on how
770
1551680
1760
글쎄, 이 경우에 당신의 추측이 얼마나 교육적 이었는지 나중에 알게 될 것입니다
25:53
educated your guess was in
771
1553440
1440
25:54
this case, Tim!
772
1554880
880
, 팀!
25:55
Indeed. But getting back to AI
773
1555760
2400
물론. 하지만 AI
25:58
and what machines can do – are
774
1558160
2480
와 기계가 할 수 있는 일로 돌아가서
26:00
they any good at solving real-life
775
1560640
2720
실제 문제를 해결하는 데 능숙
26:03
problems? Computers think in zeros
776
1563360
2640
할까요? 컴퓨터는
26:06
and ones don’t they? That sounds
777
1566000
1760
0과 1로 생각하지 않습니까?
26:07
like a pretty limited language when
778
1567760
1600
26:09
it comes to life experience!
779
1569360
1760
그것은 삶의 경험에 관한 한 꽤 제한된 언어처럼 들립니다! 0과 1
26:11
You would be surprised to what
780
1571120
1520
이 무엇을 할 수 있는지 알면 놀랄 겁니다
26:12
those zeroes and ones can do, Tim.
781
1572640
2240
, 팀.
26:14
Although you’re right that AI does
782
1574880
1920
현재 AI
26:16
have its limitations at the moment.
783
1576800
1920
에 한계가 있다는 것은 맞지만.
26:18
And if something has limitations
784
1578720
1760
그리고 무언가에
26:20
there’s a limit on what it can do or
785
1580480
1920
한계가 있다면 그것이 할 수 있는 것 또는 얼마나 좋은지에 대한 한계
26:22
how good it can be.
786
1582400
1280
가 있습니다.
26:23
OK – well now might be a good time
787
1583680
2640
자, 지금이 케임브리지 대학교
26:26
to listen to Zoubin Bharhramani,
788
1586320
2160
26:28
Professor of Information Engineering
789
1588480
1920
정보공학과 교수이자
26:30
at the University of Cambridge and
790
1590400
2240
26:32
deputy director of the Leverhulme Centre
791
1592640
2880
Leverhulme Center
26:35
for the Future of Intelligence.
792
1595520
2000
for the Future of Intelligence의 부소장인 Zoubin Bharhramani의 이야기를 들어볼 적기입니다.
26:37
He’s talking about what limitations
793
1597520
2240
그는
26:39
AI has at the moment.
794
1599760
2240
현재 AI가 가지고 있는 한계에 대해 이야기하고 있습니다.
26:43
I think it’s very interesting how many
795
1603280
2880
제 생각에는
26:46
of the things that we take for granted –
796
1606160
2160
우리가 당연하게 여기는 것, 우리 인간이 당연하게 여기는 것 중 얼마나 많은
26:48
we humans take for granted – as being
797
1608320
2000
26:50
sort of things we don’t even think about
798
1610320
1600
26:51
like how do we walk, how do we reach,
799
1611920
2320
것들이 우리가 어떻게 걷고, 어떻게 도달하고,
26:54
how do we recognize our mother. You
800
1614240
3120
어머니.
26:57
know, all these things. When you start
801
1617360
2480
이 모든 것. 컴퓨터에서
26:59
to think how to implement them on a
802
1619840
1840
구현하는 방법을 생각하기 시작하면
27:01
computer, you realize that it’s those
803
1621680
3120
27:04
things that are incredibly difficult to get
804
1624800
4400
27:09
computers to do, and that’s where the
805
1629200
2960
컴퓨터가 수행하기가 매우 어렵고 현재 연구의 최첨단이 있는 곳이라는 것을 깨닫게
27:12
current cutting edge of research is.
806
1632160
2899
됩니다.
27:16
If we take something for granted we
807
1636320
1440
무언가를 당연하게 여기면 우리
27:17
don’t realise how important something is.
808
1637760
2400
는 그것이 얼마나 중요한지 깨닫지 못합니다.
27:20
You sometimes take me for granted, I
809
1640160
2080
당신은 가끔 나를 당연하게
27:22
think, Neil.
810
1642240
1200
생각하는 것 같아요, 닐.
27:23
No – I never take you for granted, Tim!
811
1643440
1920
아니오 – 나는 당신을 당연하게 여기지 않습니다, 팀!
27:25
You’re far too important for that!
812
1645360
2320
그러기에는 당신이 너무 중요합니다!
27:27
Good to hear! So things we take for
813
1647680
2800
잘 들었습니다! 그래서 우리가 당연하게
27:30
granted are doing every day tasks like
814
1650480
3280
27:33
walking, picking something up, or
815
1653760
2160
여기는 것은 걷기, 물건 줍기,
27:35
recognizing somebody. We implement –
816
1655920
3040
누군가를 알아보는 것과 같은 일상적인 일을 하는 것입니다. 우리는 생각
27:38
or perform – these things without
817
1658960
2240
없이 이러한 일을 구현하거나 수행합니다.
27:41
thinking – Whereas it’s cutting edge
818
1661200
2640
반면 기계가 이를 수행
27:43
research to try and program a
819
1663840
1760
하도록 시도하고 프로그래밍하는 것은 최첨단 연구
27:45
machine to do them.
820
1665600
1200
입니다.
27:46
Cutting edge means very new and
821
1666800
2000
최첨단이란 매우 새롭고
27:48
advanced. It’s interesting isn't it, that
822
1668800
2000
진보된 것을 의미합니다.
27:50
over ten years ago a computer beat
823
1670800
2160
10년 전에 컴퓨터가
27:52
a chess grand master – but the
824
1672960
1680
체스 그랜드 마스터를 이겼다는 것이 흥미롭지 않습니까? 하지만
27:54
same computer would find it incredibly
825
1674640
2240
같은 컴퓨터가
27:56
difficult to pick up a chess piece.
826
1676880
2000
체스 말을 집는 것은 엄청나게 어렵다는 것을 알게 될 것입니다.
27:58
I know. It’s very strange. But now
827
1678880
2400
알아요. 매우 이상합니다. 하지만 이제
28:01
you’ve reminded me that we need
828
1681280
1520
28:02
the answer to today’s question.
829
1682800
2080
오늘의 질문에 대한 답이 필요하다는 것을 상기시켜 주셨습니다.
28:04
Which was: What was the name
830
1684880
1840
28:06
of the computer which famously
831
1686720
1600
28:08
beat world chess champion
832
1688320
1760
28:10
Garry Kasparov in 1997? Now, you
833
1690080
2800
1997년에 세계 체스 챔피언 Garry Kasparov를 이긴 것으로 유명한 컴퓨터의 이름은 무엇이었습니까? 자, 당신
28:12
said Deep Blue, Tim, and … that was
834
1692880
2400
은 Deep Blue, Tim, 그리고 …
28:15
the right answer!
835
1695280
1200
그것은 정답이었습니다!
28:16
You see, my educated guess was
836
1696480
2320
알다시피, 내 교육적인 추측은
28:18
based on knowledge and experience!
837
1698800
2160
지식과 경험을 기반으로 한 것입니다!
28:20
Or maybe you were just lucky. So, the
838
1700960
3680
아니면 운이 좋았을 수도 있습니다. 그래서
28:24
IBM supercomputer Deep Blue played
839
1704640
2320
IBM 슈퍼컴퓨터 Deep Blue는 두 번의 체스 경기
28:26
against US world chess champion
840
1706960
2000
에서 미국 세계 체스 챔피언
28:28
Garry Kasparov in two chess matches.
841
1708960
2400
Garry Kasparov와 대결했습니다.
28:31
The first match was played in
842
1711360
1360
첫 경기는
28:32
Philadelphia in 1996 and was
843
1712720
2080
1996년 필라델피아에서 치러
28:34
won by Kasparov. The second was
844
1714800
2080
졌고 Kasparov가 이겼습니다. 두 번째는
28:36
played in New York City in 1997
845
1716880
2320
1997년 뉴욕에서 열렸으며
28:39
and won by Deep Blue. The 1997
846
1719200
3120
Deep Blue가 우승했습니다. 1997년
28:42
match was the first defeat of a
847
1722320
1600
경기는 토너먼트 조건에서 컴퓨터에 의해
28:43
reigning world chess champion
848
1723920
1600
군림하는 세계 체스 챔피언의 첫 번째 패배
28:45
by a computer under
849
1725520
1360
28:46
tournament conditions.
850
1726880
1680
였습니다.
28:48
Let’s go through the words we
851
1728560
1520
오늘 배운 단어를 복습해 봅시다
28:50
learned today. First up was
852
1730080
2320
. 첫 번째
28:52
‘artificial intelligence’ or AI – the
853
1732400
3200
28:55
ability of machines to copy human
854
1735600
2400
는 기계가 인간의 지능적인 행동을 복사할 수 있는 능력인 '인공 지능' 또는 AI였습니다
28:58
intelligent behaviour.
855
1738000
1200
.
28:59
“There are AI programs that can
856
1739200
1840
“시를 쓸 수 있는 AI 프로그램이 있다
29:01
write poetry.”
857
1741040
1280
.” 암송
29:02
Do you have any examples you
858
1742320
1600
할 수 있는 예가
29:03
can recite?
859
1743920
1040
있습니까?
29:04
Afraid I don’t! Number two – an
860
1744960
2080
두렵지 않아! 두 번째 –
29:07
algorithm is a set of steps a
861
1747040
1840
알고리즘은
29:08
computer follows in order to
862
1748880
1520
컴퓨터
29:10
solve a problem. For example,
863
1750400
1760
가 문제를 해결하기 위해 따르는 일련의 단계입니다. 예를 들어
29:12
“Google changes its search
864
1752160
1680
"Google은 검색
29:13
algorithm hundreds of times
865
1753840
1760
알고리즘을 매년 수백 번 변경합니다
29:15
every year.”
866
1755600
880
."
29:16
The adjective is algorithmic – for
867
1756480
2560
형용사는 알고리즘입니다.
29:19
example, “Google has made many
868
1759040
2240
예를 들어 "Google은
29:21
algorithmic changes.”
869
1761280
1760
알고리즘을 많이 변경했습니다."
29:23
Number three – if something has
870
1763040
2000
3번 - 무언가에
29:25
‘limitations’ – there’s a limit on
871
1765040
1680
'제한'이 있는 경우 -
29:26
what it can do or how good it
872
1766720
1520
할 수 있는 것 또는 얼마나 좋은지에 대한 제한
29:28
can be. “Our show has certain
873
1768240
2400
이 있습니다. "저희 쇼에는 특정
29:30
limitations – for example, it’s only
874
1770640
2320
제한 사항이 있습니다. 예를 들어
29:32
six minutes long!”
875
1772960
1040
길이가 6분에 불과합니다!"
29:34
That’s right – there’s only time to
876
1774000
1760
맞습니다 –
29:35
present six vocabulary items.
877
1775760
2400
6개의 어휘 항목을 제시할 시간만 있습니다.
29:38
Short but sweet!
878
1778160
1120
짧지만 달콤!
29:39
And very intelligent, too. OK, the
879
1779280
2640
그리고 매우 지능적이기도 합니다. 자,
29:41
next item is ‘take something for
880
1781920
1760
다음 항목은 '무언가를
29:43
granted’ – which is when we don’t
881
1783680
1760
당연하게 여기다'입니다. 이것은 우리가
29:45
realise how important something is.
882
1785440
1920
어떤 것이 얼마나 중요한지 깨닫지 못하는 경우입니다.
29:47
“We take our smart phones for granted
883
1787360
2160
"요즘 우리는 스마트폰을 당연하게 여깁니다. 하지만 1995년 이전에는 스마트폰을
29:49
these days – but before 1995 hardly
884
1789520
3200
29:52
anyone owned one.”
885
1792720
1520
소유한 사람이 거의 없었습니다."
29:54
Number five – ‘to implement’ – means
886
1794240
2480
다섯 번째 – '구현하다'
29:56
to perform a task, or take action.
887
1796720
2080
는 작업을 수행하거나 조치를 취하는 것을 의미합니다.
29:58
“Neil implemented some changes
888
1798800
1760
"Neil
30:00
to the show.”
889
1800560
880
은 쇼에 몇 가지 변경 사항을 적용했습니다."
30:01
The final item is ‘cutting edge’ – new
890
1801440
2480
마지막 항목은 '최첨단' –
30:03
and advanced – “This software is
891
1803920
2000
새롭고 진보된 – “이 소프트웨어는
30:05
cutting edge.”
892
1805920
880
최첨단입니다.”입니다.
30:06
“The software uses cutting edge
893
1806800
2000
"이 소프트웨어는 최첨단
30:08
technology.”
894
1808800
1280
기술을 사용합니다."
30:10
OK – that’s all we have time for on
895
1810080
1840
좋습니다 – 오늘의 최첨단 쇼에서 할 수 있는 시간은 이것
30:11
today’s cutting edge show. But please
896
1811920
2640
뿐입니다. 그러나
30:14
check out our Instagram, Twitter,
897
1814560
1840
Instagram, Twitter,
30:16
Facebook and YouTube pages.
898
1816400
1840
Facebook 및 YouTube 페이지를 확인하십시오.
30:18
Bye-bye!
899
1818240
560
30:18
Goodbye!
900
1818800
903
안녕!
안녕히 가세요!
New videos
Original video on YouTube.com
이 웹사이트 정보
이 사이트는 영어 학습에 유용한 YouTube 동영상을 소개합니다. 전 세계 최고의 선생님들이 가르치는 영어 수업을 보게 될 것입니다. 각 동영상 페이지에 표시되는 영어 자막을 더블 클릭하면 그곳에서 동영상이 재생됩니다. 비디오 재생에 맞춰 자막이 스크롤됩니다. 의견이나 요청이 있는 경우 이 문의 양식을 사용하여 문의하십시오.