ㅁ 신호처리 융합 ㅇ 정의: – 생체 신호(심전도 ECG, 뇌파 EEG, 근전도 EMG, 맥파 PPG 등)를 센서로 수집한 후, 신호처리 기법과 AI 알고리즘을 융합하여 패턴을 인식하고 의미 있는 정보를 추출하는 기술. ㅇ 특징: – 노이즈 제거, 필터링, 주파수 분석 등의 전처리 과정 필수. – 시간영역, 주파수영역, 시간-주파수영역 분석을 모두 활용 가능. – AI 모델(딥러닝, 머신러닝)과

ㅁ 신호처리 융합 ㅇ 정의: 생체 신호(심전도, 뇌파, 근전도 등)와 환경·움직임 센서 데이터를 AI 기반으로 통합 분석하여 실시간 피드백을 제공하는 기술로, 웨어러블 기기에 탑재되어 개인 맞춤형 서비스 제공에 활용됨. ㅇ 특징: – 다양한 센서(가속도계, 자이로스코프, 광학 심박 센서 등)로부터 다중 모달 데이터 수집 – 엣지 컴퓨팅을 통한 실시간 분석 및 저전력 동작 – AI 모델을

ㅁ 신형 칩/플랫폼 ㅇ 정의: – Edge AI Accelerator는 클라우드가 아닌 엣지(Edge) 환경에서 AI 연산을 고속 처리하기 위해 설계된 전용 하드웨어 가속기. – 주로 IoT 기기, 스마트폰, 자율주행차, 산업용 로봇 등에서 AI 모델 추론(Inference)을 실시간으로 수행. ㅇ 특징: – 저전력, 소형 폼팩터, 고속 병렬 처리 능력을 갖춤. – GPU, NPU(Neural Processing Unit), TPU(Tensor Processing Unit)

ㅁ 신형 칩/플랫폼 ㅇ 정의: – HBM(High Bandwidth Memory)은 기존 DRAM 대비 훨씬 높은 대역폭과 낮은 전력 소비를 제공하는 3D 적층 메모리 기술로, GPU, AI 가속기, HPC(고성능 컴퓨팅) 환경에서 사용됨. ㅇ 특징: – TSV(Through-Silicon Via) 기술을 사용해 DRAM 다이를 수직으로 적층 – 기존 GDDR 대비 전력 효율이 높고, 데이터 전송 속도가 매우 빠름 – 패키지

ㅁ 신형 칩/플랫폼 ㅇ 정의: – AI PC는 CPU, GPU 외에 NPU(Neural Processing Unit) 등 AI 연산 전용 하드웨어를 내장하여 로컬 환경에서 AI 모델을 빠르고 효율적으로 실행할 수 있는 개인용 컴퓨터를 의미함. ㅇ 특징: – 로컬에서 AI 추론을 수행하므로 클라우드 의존도를 줄이고 응답 속도를 향상시킴 – 전력 효율이 높아 배터리 소모를 줄이고, 발열 관리가 용이함

ㅁ 신형 칩/플랫폼 ㅇ 정의: AI Server는 인공지능 모델 학습과 추론을 위해 최적화된 고성능 서버로, GPU, TPU, NPU 등 AI 전용 가속기와 고속 네트워크, 대용량 메모리를 갖춘 하드웨어 플랫폼. ㅇ 특징: – 대규모 병렬 연산을 지원하는 GPU/TPU 장착 – NVLink, InfiniBand 등 초고속 인터커넥트 지원 – 고대역폭 메모리(HBM) 및 대용량 스토리지 구성 – AI 프레임워크(PyTorch,

ㅁ 운영 자동화 ㅇ 정의: AI를 활용하여 IT 인프라와 애플리케이션의 자원 사용량을 실시간으로 분석하고, 필요에 따라 자동으로 자원(CPU, 메모리, 스토리지 등)을 확장 또는 축소하는 기술. ㅇ 특징: – 실시간 모니터링과 예측 분석 기반의 자원 할당 – 클라우드 환경에서 오토스케일링과 연계 가능 – 과도한 자원 낭비 방지 및 성능 저하 예방 – AI 모델이 과거 패턴을

ㅁ 운영 자동화 ㅇ 정의: AI 모델과 관련 애플리케이션의 빌드, 테스트, 배포 과정을 자동화하여 운영 효율성과 안정성을 높이는 방법. ㅇ 특징: – 코드 변경 시 자동으로 빌드 및 테스트 수행. – 모델 버전 관리와 환경 일관성 유지. – 배포 파이프라인에서 수동 개입 최소화. – AI 모델 특성상 데이터 버전, 모델 아티팩트 관리 포함. ㅇ 적합한

ㅁ 운영 자동화 ㅇ 정의: – IT 인프라 및 서비스 운영 중 발생하는 비정상 상태(이상 징후)를 자동으로 탐지하여 조기 대응할 수 있도록 하는 기술. – 로그, 메트릭, 이벤트 데이터를 분석해 정상 패턴과 비교함으로써 이상 여부를 판단. ㅇ 특징: – 머신러닝 기반으로 정상/비정상 패턴 학습. – 실시간 또는 준실시간 분석 가능. – 임계치 기반의 단순 탐지에서

ㅁ 운영 자동화 ㅇ 정의: – 운영 자동화는 IT 운영 과정에서 반복적이고 규칙 기반의 작업을 자동화하여 효율성과 정확성을 높이는 기술 및 절차를 의미한다. ㅇ 특징: – 인공지능, 머신러닝, 스크립트 기반 자동화 도구 등을 활용하여 장애 대응, 로그 분석, 자원 할당 등을 자동 수행. – 운영 인력의 개입을 최소화하고, 시스템 신뢰성과 가용성을 향상시킴. ㅇ 적합한 경우: