ㅁ 분산 전략 ㅇ 정의: 여러 개별 디바이스나 서버에서 로컬 데이터를 외부로 전송하지 않고, 각자 모델을 학습한 뒤 모델 파라미터나 업데이트만 중앙 서버로 전송하여 통합하는 학습 방식. ㅇ 특징: – 데이터 프라이버시 보호에 유리. – 네트워크 대역폭 절감. – 각 참여 노드의 데이터 분포가 상이할 수 있어 비독립 동일분포(Non-IID) 문제 발생. – 중앙 서버에서 모델
ㅁ 최적화 ㅇ 정의: AI 모델 학습 과정에서 전력 소모를 최소화하고, 연산 효율을 높이는 방법을 적용하여 에너지 사용량을 줄이는 접근 방식. ㅇ 특징: – 하드웨어 자원 사용 최적화(GPU/TPU 활용 효율 극대화) – 데이터 전처리 및 배치 크기 조정으로 불필요한 연산 감소 – Mixed Precision Training, Early Stopping 등 에너지 절감 기법 활용 – 탄소 배출량
ㅁ 최적화 ㅇ 정의: – 주어진 자원(하드웨어, 네트워크, 전력 등)을 최소한으로 사용하면서 AI 모델의 성능을 최대화하는 기술 및 방법론. ㅇ 특징: – 연산 효율성 향상, 전력 소비 절감, 탄소 배출 감소. – 클라우드 및 온프레미스 환경 모두에서 적용 가능. – 하드웨어 스케일링과 소프트웨어 최적화를 병행. ㅇ 적합한 경우: – 대규모 AI 학습/추론 환경에서 비용 절감이
ㅁ 최적화 1. 탄소중립AI ㅇ 정의: AI 모델 개발, 학습, 운영 과정에서 발생하는 탄소 배출을 최소화하거나 상쇄(Carbon Offset)하여 환경 영향을 줄이는 AI 접근 방식. ㅇ 특징: – 모델 학습 시 전력 소모량과 전력의 탄소 배출 계수를 고려하여 설계. – 데이터센터의 재생에너지 사용 비율을 높이거나, 연산 효율을 개선. – 경량 모델 설계, 연산량 감소 알고리즘, 하드웨어
ㅁ 응용 분야 ㅇ 정의: 실시간 추론은 AI 모델이 입력 데이터를 받아 즉시(수 밀리초~수 초 이내) 결과를 도출하는 과정으로, 사전 학습된 모델을 엣지 디바이스나 서버에서 즉각적으로 실행하는 것을 의미함. ㅇ 특징: – 지연(latency)이 매우 낮아야 함(일반적으로 100ms 이하 목표) – 연속적인 데이터 스트림 처리 가능(예: 영상 프레임, 센서 데이터) – 엣지 컴퓨팅 환경에서 네트워크 의존성을
ㅁ 응용 분야 ㅇ 정의: – 지능형 센서는 물리적 환경에서 데이터를 수집하고, 내장된 프로세서나 AI 알고리즘을 통해 실시간 분석·판단을 수행하는 센서 장치. – 단순 데이터 전달이 아닌, 현장에서 전처리 및 의사결정을 수행. ㅇ 특징: – 센서 자체에 연산 능력(마이크로컨트롤러, AI 칩셋 등) 내장. – 네트워크 트래픽 절감 및 응답 속도 향상. – 전력 효율성을 고려한
ㅁ 핵심 개념 1. Strong AI ㅇ 정의: 인간과 동등하거나 그 이상의 지능을 가진 인공지능으로, 스스로 사고, 학습, 추론, 문제 해결이 가능하며 일반적인 상황에서도 인간처럼 이해하고 판단할 수 있는 AI. ㅇ 특징: – 특정 분야에 국한되지 않고 범용적 지능을 발휘함 – 자기 인식(self-awareness)과 의사결정 능력을 가짐 – 새로운 상황에서도 사전 학습 없이 적응 가능 –
ㅁ 핵심 개념 ㅇ 정의: 특정한 작업이나 문제 해결에 특화된 인공지능으로, 한정된 범위 내에서만 지능을 발휘하는 AI를 의미함. 예를 들어, 음성 인식, 이미지 분류, 추천 시스템 등은 해당 분야에서만 뛰어난 성능을 발휘함. ㅇ 특징: – 범용 지능이 아닌 특정 도메인에 최적화됨 – 학습 데이터와 목표가 명확히 정의되어 있음 – 인간의 전반적인 사고 능력이나 추론 능력을
ㅁ 핵심 개념 ㅇ 정의: 인공지능의 세부 구분 중 하나로, 특정 작업(Task)에만 특화된 인공지능을 의미한다. ‘좁은 인공지능(Narrow AI)’ 또는 ‘약인공지능(Weak AI)’이라고도 불린다. ㅇ 특징: – 특정 영역에서만 동작하며, 다른 영역으로의 일반화가 불가능하다. – 사전에 정의된 규칙, 알고리즘, 또는 학습된 모델을 기반으로 동작한다. – 음성인식, 이미지 분류, 추천 시스템 등 현재 상용화된 대부분의 AI 서비스가 ANI
ㅁ 핵심 개념 1. AGI ㅇ 정의: 인간처럼 다양한 분야의 문제를 이해하고 학습하며, 새로운 상황에 적응할 수 있는 범용 인공지능(Artificial General Intelligence)을 의미함. 특정 작업에 특화된 좁은 범위의 AI(Narrow AI)와 달리, 복합적이고 추상적인 사고가 가능함. ㅇ 특징: – 다양한 영역에 걸쳐 전이 학습(transfer learning)이 가능함. – 스스로 목표를 설정하고 문제 해결 전략을 수립할 수 있음.