ㅁ 환경/지속가능 ㅇ 정의: 인공지능 기술을 활용하여 에너지 효율을 극대화하고, 환경 영향을 최소화하며, 지속가능한 개발을 지원하는 분야. ㅇ 특징: – 에너지 절감, 탄소 배출 저감, 친환경 모델 학습 기법 포함 – 산업, 건물, 데이터센터 등 다양한 분야 적용 가능 – 정책, 규제와 연계되는 경우 많음 ㅇ 적합한 경우: – 에너지 비용 절감 목표가 있는 조직

ㅁ 미래 컴퓨팅 1. Quantum AI ㅇ 정의: 양자 컴퓨팅의 병렬 연산 능력을 인공지능 학습·추론에 적용하여 기존 AI보다 비약적으로 빠른 계산과 복잡한 문제 해결을 가능하게 하는 기술. ㅇ 특징: – 큐비트 기반의 연산으로 동시에 여러 상태를 계산. – 양자 알고리즘(예: Grover, Shor)을 AI 모델 학습에 응용. – 고차원 데이터 처리와 최적화 문제에 강점. ㅇ 적합한

ㅁ 신호처리 융합 ㅇ 정의: 서로 다른 형태의 생체 신호나 감각 데이터를 통합하여 의미 있는 정보로 변환하는 기술 영역. ㅇ 특징: – 다양한 센서로부터 수집된 데이터를 실시간 처리 및 분석. – 노이즈 제거, 신호 증폭, 특징 추출 등의 전처리 필수. – AI 모델과 결합하여 개인 맞춤형 분석 가능. ㅇ 적합한 경우: – 웨어러블 기기에서 다중

ㅁ 신형 칩/플랫폼 1. NPU ㅇ 정의: – Neural Processing Unit의 약자로, 인공지능 연산(특히 딥러닝 추론)을 가속하기 위해 설계된 전용 프로세서. ㅇ 특징: – 행렬 연산 및 병렬 처리에 최적화. – CPU, GPU 대비 전력 소모가 적고, 모바일/엣지 환경에 적합. ㅇ 적합한 경우: – 스마트폰, IoT 디바이스에서 실시간 AI 추론이 필요한 경우. – 전력 효율이

ㅁ 운영 자동화 ㅇ 정의: AI Ops 환경에서 반복적이고 복잡한 운영 작업을 AI/ML 기반으로 자동화하여 시스템 안정성과 효율성을 높이는 활동. ㅇ 특징: – 실시간 데이터 수집 및 분석 – 이벤트 기반 자동 대응 – 예측 기반 자원 배분 가능 ㅇ 적합한 경우: – 대규모 인프라 운영 – 장애 탐지 및 복구 시간 단축 필요 ㅇ

ㅁ 신뢰/위험 1. Prompt Injection Detection ㅇ 정의: – 사용자가 의도적으로 악성 프롬프트를 입력하여 AI 모델의 동작을 왜곡하거나 보안 정책을 우회하려는 시도를 탐지하는 기술. ㅇ 특징: – 자연어 입력 분석 기반 필터링. – 의도 분석 및 맥락 기반 위험 점수 부여. – 실시간 모니터링 및 차단 기능 포함. ㅇ 적합한 경우: – 공개된 챗봇 서비스나

ㅁ 서비스 플랫폼 ㅇ 정의: AI 모델, 애플리케이션, 데이터, API 등을 유통·제공하는 온라인 기반 플랫폼. ㅇ 특징: 다양한 AI 서비스와 자원을 통합 제공, 거래·배포·운영을 지원하며, 개발자·기업·사용자 간 연결 허브 역할. ㅇ 적합한 경우: AI 서비스 생태계 확장, 빠른 시장 진입, 다양한 기술·데이터 접근이 필요한 경우. ㅇ 시험 함정: 단순 다운로드 사이트와 구분, API 제공 여부,

ㅁ 멀티에이전트 협업 ㅇ 정의: 다수의 AI 에이전트가 서로 다른 역할을 분담하여 공동의 목표를 달성하는 구조. ㅇ 특징: – 각 에이전트는 독립적으로 동작하면서도 메시지나 공유 메모리를 통해 협력 – 병렬 처리와 역할 분담으로 효율성 향상 – Orchestrator 또는 리더 역할의 에이전트가 전체 흐름을 조율할 수 있음 ㅇ 적합한 경우: – 복잡한 문제를 여러 영역으로 나누어

ㅁ 검색/추천 1. Dense Embedding ㅇ 정의: – 고차원 연속 벡터 공간에 데이터를 임베딩하여 의미적 유사성을 기반으로 검색하는 방식. ㅇ 특징: – 단어, 문장, 이미지 등의 의미를 벡터로 표현. – 코사인 유사도, 유클리드 거리 등을 활용. – 의미 기반 검색에 강점. ㅇ 적합한 경우: – 동의어나 문맥이 중요한 검색. – 추천 시스템에서 유사 취향 사용자/아이템

ㅁ 토큰 관리 ㅇ 정의: 대규모 언어 모델(LLM)에서 입력과 출력에 사용할 수 있는 최대 토큰 수를 효율적으로 관리하는 기법으로, 모델의 컨텍스트 윈도우 제약을 극복하거나 최적화하기 위해 사용됨. ㅇ 특징: – 모델별로 최대 토큰 제한이 존재하며 이를 초과하면 입력이 잘리거나 오류 발생 – 긴 문서 처리 시 토큰 절약, 중요 정보 유지, 불필요한 정보 제거 필요