Coosal's

당도 측정 방법 / 어떻게 당도 측정 / 과일의 당도 측정 방법 / 비파괴 선별 / 비파괴검사원리 당도 비파괴 당도 측정 과거: 표본(샘플) 과일을 골라 과즙을 내어 당도를 측정 최근에는 비파괴 당도 측정기로 전수 검사 근적외선 분광분석법 비파괴 측정 중 처음 도입된 방법 1963년 미국 농무부 소속 칼 노리스가 개발 근적외선: 적외선 중 상대적으로 파장이 짧은 범위(800~2500나노미터)의 빛 가시광선에 비해 산란 영향을 적게 받고 각종 물질마다 반사되는 특성이 달라 과일에 흠집을 내지 않고 속을 들여다보는 데 알맞다. 당도 측정기 개발 이 기술을 이용해 일본에서는 1980년대 말 복숭아 당도를 측정하는 기기를 만들었다. 우리나라 농촌진흥청도 1989년 최초로 반사식 비파괴 과일 당도 선별기를 개발. 근적외선 당도 측정기 원리 사과에 빛을 쬐어 반사돼 나오는 빛의 파장을 재는 것 당은 특정 파장의 근적외선을 흡수하는 성질이 있다. 반사된 빛 가운데 근적외선이 적으면 과일 안에 당이 많이 들어 있다는 얘기 . 빛이 나온 파장을 표시한 스펙트럼과 실제 과일을 즙을 짜서 측정한 당도를 비교해 데이터를 쌓고 분석해 근적외선 흡수와 당도의 상관관계를 나타내는 공식을 정밀하게 만들어야 한다. 농촌진흥청 산하 국립농업과학원의 임종국 농업연구사는 “과일 안에 당이 셀 수 있는 알갱이 형태로 들어 있는 것이 아닌데다 특정 파장의 빛에 비슷한 반사를 보이는 다른 물질들도 들어 있어 반사되는 근적외선을 모으기만 해서는 당도를 정밀하게 파악하기 쉽지 않다”고 말했다. 산도 측정 당도에 비해 몇배 더 어렵다. 신맛 정도를 나타내는 산도도 측정하지만 측정 범위가 좁고 과일 속에 산을 함유한 물질이 적다. 근적외선 선별기로 알 수 있는 항목들 당 산도 밀도 경도 사과의 갈변 등 음파 이용한 선별 수박의 경우 음파로 두드려 나는 소리를 분석해서 미숙 과일인지, 피수박인지, 공동이 있는지 등을 걸러낸다....

사마천, 돈버는법 /  사마천의 부자가 되는 방법 無財作力，少有鬥智，既饒爭時 無財作力: 재산이 없으면 힘써 일한다. 少有鬥智: 재산이 조금 있으면 지혜를 겨룬다/발휘한다. 既饒爭時: 재산이 넉넉해지면 기회를 다툰다. 사마천(司馬遷)은 부자가 되는 방법에 대해 이렇게 말했다. “재산이 없을 때에는 힘써 일하고, 재산이 조금 있을 때에는 지혜를 발휘하며, 이미 재산이 넉넉해지면 기회를 다투어야 > 한다.” 즉, 지혜를 발휘하고 기회를 잡는 방법은 어느 정도 짐작할 수는 있지만 말로 구체적으로 설명하기는 어렵다. 그는 비록 > “부자는 반드시 남다른 방법으로 승리해야 한다”고 말했지만, 동시에 “세밀하게 절약하고 힘써 일하는 것”이 생계를 > 꾸려가는 올바른 길이라고 인정했다. 마지막으로 그는 다음과 같이 단정적으로 말했다. “이익을 얻고, 장사와 상업으로 재산을 늘리며, 본전을 지켜야 한다.” 이는 곧 본전이 되는 재산은 잘 보존하고, 그 재산에서 생기는 이익을 얻어야 한다는 뜻이다. 작은 재산을 차곡차곡 > 모아가고, 그 재산이 계속 불어나게 하면 자연스럽게 부자가 될 수 있다는 것이다. Reference 司馬遷論富

아이 키울 때 꼭 배우게 해야 할 것 / 중요한 점 / 무엇을 도와야 하나 / 부모가 해줘야 하는 것 / 전 뉴욕생명 아시아 회장 윤제성의 부모들을 위한 조언 https://youtu.be/OoHw3-fS2yE?t=635 Q : 자녀의 커리어를 위해서 어떤 조언을 해 주셨는지 좀 들어보고 싶어요. 윤제성(전 뉴욕생명 아시아 회장) : 한국분들이 바라는게 너무 많아요. 90%. 근데 내가 조금 이것만 좀 고쳐 주세요 하는게 딱 한 가지 있긴 있어요. 제가 한국 가서 많은 대학생, 이런 젊은 분들 부모님이랑 만나서 좀 상담해달라 하시는데 중학교 고등학교 때부터 얘기하는데 한 때는 애들 공부만 시키지 말고 다른 거 미국같이 운동도 하고 그러라 그랬는데 다양하게 여러 가지 하는 거는 친구랑 스키 타라갈 때 스키 잘 타고 골프칠 때 골프 잘 치고 운동할 때 운동 잘하는게 포인트가 아니라 자기가 사람들하고 어울리고, 혼자, 인디펜던트, 자립심을 키우고 그것도 이제 요새는 또 그것도 잘해 그것도 알아서 마지막 한 가지 진짜, 실패하는 것도 가르쳐야 돼 . 너무 막 이렇게 하니까 애들이 실패를 못해. 두려워해. 어, 나 이거 하다 못 하면 어떡하지? 그럼 과외를 더 붙여 줘. 그러면 그건 거꾸로 가는 거야. 애들한테 실패를 하는 기회를 줘라. 실패는 가르킬 수가 없어요. 자기가 가서 뭐를 해서 망가뜨려 갖고 그 느낌 다시 일어날 수 있는 자신감이 또 있어야 돼. 그걸 지켜야 돼. https://youtu.be/OoHw3-fS2yE?t=697 Q: 그러면은 자녀가 좀 실패나 상실감을 경험했을 때 부모로서 어떤 말을 해 줘야 되나요? 윤제성 : 딸이 3년 전에 대학교 졸업하고 일하기 시작해요. 요번에도 상담에 달해서 상담했더니 그날이 되면은 회사 가서 열심히 일하고, 억울한 것도 당하고, 평생 부모님이 학교 학비 내주고 잘 다니다가 회사 가면 억울한 거 많아요. 감정도 좀 우울할 정도로 있었는데 너무 당연한 거예요. 그런 거를 피하...

엔트로픽 대표 인터뷰 / 코딩의 미래 / ai 의 미래 from : The AI Tsunami is Here & Society Isn’t Ready | Dario Amodei x Nikhil Kamath | People by WTF - YouTube , 2026-02-24 요약 by ChatGPT 다리오 아모데이 인터뷰 요약, People by WTF 1. AI가 인간 수준의 지능에 가까워지고 있다는 문제의식 인터뷰 초반, 다리오 아모데이는 현재 AI 모델이 인간의 지능에 매우 빠르게 접근하고 있다고 강조한다. 그는 사회 전체가 AI의 변화 속도를 충분히 인식하지 못하고 있다고 본다. 자신이 느끼기에는 인간 수준의 지능에 가까워지는 시점이 상당히 가까운데도, 사회에서는 이를 아직 과소평가하는 분위기가 있다는 것이다. 이를 **“수평선에서 다가오는 쓰나미”**에 비유한다. 실제로 쓰나미가 다가오고 있는데 사람들이 “착시일 뿐”이라고 생각하는 것과 비슷하다는 설명이다. [00:47~01:13] 2. 다리오 아모데이는 원래 생물학자였다 아모데이는 원래 AI 연구자가 아니라 생물학자 였다. 학부에서 물리학을 공부했고, 이후 생물물리학 박사과정을 거쳐 질병을 치료하기 위한 생물학적 시스템 연구를 했다. 특히 단백질 바이오마커 연구를 하면서 생물학 시스템의 엄청난 복잡성을 경험했다. RNA가 여러 방식으로 스플라이싱되고, 단백질이 번역 후 변형되며, 다른 단백질들과 복잡한 상호작용을 하는 것을 보면서 인간이 생물학의 복잡성을 완전히 이해하기에는 한계가 있을 수 있다고 느꼈다. 그러던 중 초기 신경망 연구가 발전하는 것을 보고, AI가 오히려 생물학의 복잡성을 해결할 수 있는 도구가 될 수 있겠다 고 생각하게 됐다. 이후 Andrew Ng와 연구했고 Google을 거쳐 OpenAI에 합류했다. OpenAI에서 수년간 연구를 이끌었으며, 이후 공동창업자들과 AI를 만드는 방식과 회사가 추구해야 할 방향에 대한 자신들의 비전을 가지고 Anth...

근육통의 원인 / 이유 / 근육통은 젖산이 쌓인것이 아니다. 연구 결과에 따르면 젖산(락테이트)은 실제로 근육의 중요한 에너지원이며, 젖산이 축적되더라도 골격근의 수축 능력은 저해되지 않는 것으로 나타났다. 또한, 젖산이 지연성 근육통(DOMS)의 원인이라는 생각은 1980년대에 반박되었다. 연구에 따르면 근육통은 격렬한 운동 중에 발생하는 미세한 손상에 대한 일련의 생리적 반응의 결과다. 이러한 반응에는 미세 손상에 대한 근육의 염증 이 포함됩니다. Reference 과학적 사실일까, 공상 과학일까? 젖산 축적이 근육 피로와 통증을 유발한다 | 화이자

  AI 튜터링의 주도권 함정과 학습 효과 분석 / ai 시대에 ai 활용법 / 공부할 때 ai 사용하는 방법 / AI 를 교육에 사용할 때는 학생에게 맡기지 말아야 한다. 이 글은 ref. 1 의 연구 내용을 일부 정리한 것. 연구 배경 및 목적 : AI 튜터링의 확산으로 학생이 직접 도움을 요청하는 ‘자기주도적 학습’이 가능해졌으나, 이것이 학습에 필수적인 ’생산적 고통(Productive Struggle)’을 생략하게 만드는 ’주도권의 함정’(agency trap)이 되는지 확인하고자 함. 연구 설계(RCT) : 216명의 체스 클럽 학생들을 대상으로 12주간 두 그룹으로 나누어 실험 진행. 시스템 조절 그룹 : 알고리즘이 정한 최적의 시점에만 AI 팁 제공 (수동 요청 불가). 자기 조절 그룹 : 시스템 팁 외에 학생이 원할 때 언제든 버튼을 눌러 AI 도움 요청 가능. 주요 연구 결과 ‘시스템 조절 그룹’의 실력 향상도(64%)가 ’자기 조절 그룹’(30%)보다 2배 이상 높게 나타남. 자기 조절 그룹은 스스로 해결하려는 ’생산적 고통’이 줄어들었으며, 특히 자신의 실력에 적합한 난이도(근접 발달 영역, ZPD)에서 AI에 과도하게 의존함. 스스로 학습을 조절하는 것이 참여를 높인다는 기존 이론과 달리, AI에 의존할수록 성취감이 낮아져 오히려 전체적인 학습 참여(게임 횟수)가 감소함. 높은 학습 동기를 가진 학생은 AI 의존으로 인한 손실이 적었으나, 기존 실력(Skill)은 이러한 손실을 막아주지 못함. 결론 및 시사점 학생에게 AI 지원에 대한 전적인 통제권을 주는 것은 학습 성과를 심각하게 저해할 수 있다. 따라서 효과적인 AI 튜터는 학생의 요청에 즉각 반응하기보다, 학습 효과가 극대화되는 시점을 선별하여 개입 하도록 설계되어야 한다. Reference Self-Regulated AI Use Hinders Long-Term Learning by Stefanos Poulidis, Hamsa B...