ㅁ 새로운 응용 1. 디지털 트윈 ㅇ 정의: 실제 환자나 인체 장기의 물리적 상태와 동작을 가상 환경에서 동일하게 재현하는 기술로, 실시간 데이터와 시뮬레이션을 통해 예측·분석·최적화를 수행함. ㅇ 특징: – 센서, 웨어러블, 의료기기 등에서 수집한 데이터를 기반으로 동기화됨 – AI, IoT, 클라우드 컴퓨팅과 결합하여 정확한 시뮬레이션 가능 – 다양한 시나리오를 가상 환경에서 테스트 가능 – 환자

ㅁ 환경/지속가능 ㅇ 정의: – Low Power AI는 인공지능 모델의 학습 및 추론 과정에서 소비되는 전력을 최소화하도록 설계된 AI 기술을 의미하며, 하드웨어·소프트웨어 최적화를 통해 에너지 효율을 극대화한다. ㅇ 특징: – 경량화 모델(예: MobileNet, TinyML) 활용 – 연산량 감소를 위한 알고리즘 최적화(양자화, 프루닝 등) – 저전력 하드웨어(NPU, Edge AI 칩)와 결합 – 배터리 기반 IoT, 웨어러블

ㅁ 환경/지속가능 ㅇ 정의: 제품, 서비스, 조직 활동 등에서 발생하는 온실가스 배출량을 정량적으로 산정하는 과정으로, 주로 CO₂ 환산량(kg CO₂e)으로 표현함. ㅇ 특징: – 국제 표준(GHG Protocol, ISO 14064 등)을 기반으로 산정 – 직접배출(Scope 1), 간접배출(Scope 2), 기타 가치사슬 배출(Scope 3) 구분 – 데이터 수집, 배출계수 적용, 산정, 검증의 절차 필요 – AI를 활용하여 센서 데이터,

ㅁ 환경/지속가능 1. Green LLM ㅇ 정의: 대규모 언어 모델(LLM)의 학습·추론 과정에서 발생하는 에너지 소비와 탄소 배출을 최소화하기 위해 설계·운영되는 친환경 AI 모델. ㅇ 특징: – 모델 경량화(파라미터 수 축소, 양자화, 프루닝 등)와 효율적 아키텍처 적용. – 재생에너지 기반 데이터센터 사용, 저전력 하드웨어 활용. – 학습 데이터와 연산 자원의 최적화로 동일 성능 대비 에너지 효율

ㅁ 환경/지속가능 ㅇ 정의: – Energy Optimization AI는 인공지능 기술을 활용하여 에너지 소비를 최소화하고 효율성을 극대화하는 시스템을 의미함. 센서 데이터, 기상 정보, 실시간 수요 데이터를 분석하여 최적의 에너지 사용 패턴을 도출함. ㅇ 특징: – 실시간 데이터 기반 의사결정 – 예측 모델을 통한 사전 대응 가능 – 재생에너지와의 연계로 탄소 배출 저감 – IoT, 스마트그리드와 결합

ㅁ 미래 컴퓨팅 ㅇ 정의: 양자 컴퓨터와 고전 컴퓨터를 결합하여 문제를 해결하는 컴퓨팅 모델로, 양자 알고리즘이 처리하기 어려운 부분은 고전 컴퓨터가, 양자 컴퓨터가 강점을 가지는 부분은 양자 프로세서가 담당하는 방식. ㅇ 특징: – 양자 컴퓨터의 병렬성 및 특정 문제에서의 지수적 속도 향상을 활용 – 고전 컴퓨터의 안정성과 범용성을 결합하여 현재 기술 수준에서 실용적 활용 가능

ㅁ 미래 컴퓨팅 ㅇ 정의: 양자 컴퓨터의 발전으로 기존 공개키 암호(RSA, ECC 등)가 쉽게 깨질 수 있는 상황에 대비하여, 양자 컴퓨터로도 안전한 암호 기술을 개발하는 분야. ㅇ 특징: – 고전 컴퓨터 환경에서도 구현 가능하며, 양자 공격에 대비한 수학적 기반(격자 기반, 코드 기반, 다변수 다항식 등)을 사용. – NIST에서 표준화를 진행 중이며, 성능과 보안성의 균형이 중요.

ㅁ 미래 컴퓨팅 ㅇ 정의: 양자컴퓨팅 기술과 인공지능(AI)을 결합하여 기존 컴퓨터로는 처리하기 어려운 대규모 연산과 최적화 문제를 효율적으로 해결하는 기술. ㅇ 특징: – 큐비트(Qubit)를 사용하여 병렬 연산 가능. – 양자중첩과 얽힘을 활용해 특정 AI 알고리즘의 처리 속도를 획기적으로 향상. – 고전적 AI 모델에 비해 학습 속도와 해 탐색 능력이 우수할 수 있음. – 아직 상용화

ㅁ 신호처리 융합 ㅇ 정의: 다양한 생체 신호(심박수, 피부 전도, 음성 톤, 표정 등)와 환경 신호를 통합 분석하여 감정 상태를 추정·분류하는 기술. ㅇ 특징: – 멀티모달 데이터(음성, 영상, 생체 센서)를 융합하여 정확도 향상. – 실시간 분석 가능성이 높으며, 개인 맞춤형 반응 설계 가능. – AI 모델은 주로 딥러닝 기반의 패턴 인식 및 분류를 사용. ㅇ

ㅁ 신호처리 융합 ㅇ 정의: 서로 다른 종류의 센서(시각, 청각, 촉각, 후각 등)에서 수집된 데이터를 통합·분석하여 더 정밀하고 상황 인식이 뛰어난 AI 모델을 구현하는 기술. ㅇ 특징: – 복수의 감각 데이터를 동기화하고 특징을 추출해 융합 처리. – 단일 센서 대비 잡음에 강하고, 결측 데이터 보완 가능. – 데이터 전처리, 동기화, 특징 결합 방식이 성능에 큰