Eunkwang Shin

클라우드 서비스 품질 성능 개념​

• 클라우드컴퓨팅 서비스가 사용자의 요구사항을 충족시키고 기대하는 성능수준을 제공하는 정도
• 서비스 품질에 대한 기준 미비로 사용자, CSP간 분쟁, 서비스 장애로 인한 손실 등 문제 발생
• 서비스 신뢰성 확보, 권익 보호, 산업 발전

클라우드 서비스 품질 성능 평가 기준​

시스템 품질 속성​

고객 품질 속성​

클라우드 서비스 회복시간 정량적 측정지표​

클라우드 서비스 품질 성능 측정시 고려사항​

• SLA, SLI
• 성능 모니터링
• 데이터 보안

참조​

• 국가법령정보센터: 클라우드컴퓨팅서비스 품질·성능에 관한 기준

3D 프린팅​

• 디지털 모델을 기반으로 재료를 적층하여 제조해 기존에 만들 수 없는 복잡한 형상을 효율적으로 제조하는 프린팅 기법

3D 프린팅 공정 분류 및 설명​

3D 프린팅 공정 분류​

• 소재와 출력 기법에 따라 다양한 공정이 존재하나 SW측면에서 전처리, 프린팅, 후처리로 구분

3D 프린팅 공정 설명​

3D 프린팅시 고려사항​

• 재료 선택: 사용 목적에 맞는 재료, 성질, 비용
• 설계 요소: 구조적 무결성, 지지구도, CAD 사용
• 후처리: 표면 마감, 지지구조 제거, 경화, 품질향상, 기능성

AIaaS 개념​

• AI 학습, 모델링, 자연어처리, CV, 음성인식 등의 AI 기술을 온디맨드로 제공하는 클라우드 서비스 모델

AIaaS 서비스 구성도, 서비스 유형, 적용사례​

AIaaS 서비스 구성도​

AIaaS 서비스 유형​

AIaaS 적용사례​

• ChatGPT
• Copilot
• Gemini

AIaaS 고려사항​

• 비용, 성능
• 데이터 프라이버시, 폐기 정책

무선충전 기술 개념​

• 전자기유도나 전자기파를 이용하여 전력을 무선으로 전송하여 배터리를 충전하는 기술
• IoT 무선충전, 자율주행차 무선 충전을 위해 중요성 대두

무선충전 방식 유형​

자기유도 방식​

Inductive coupling

자기공명 방식​

Resonant magnetic coupling

전자기파 방식​

RF-based wireless power

무선충전 기술 비교​

무선충전 기술 고려사항​

• 효율, 안전, 비용
• 폐배터리
• 충전인프라

스마트 양식장 개념​

• IoT, AI, 빅데이터 활용하여 양식환경을 자동화, 지능화한 시스템을 갖춘 양식장

스마트 양식장 구성도, 구성요소, 적용단계​

스마트 양식장 구성도​

• 5G 특화망 네트워크 내에서 각 시스템 연결

스마트 양식장 구성요소​

스마트 양식장 적용단계​

스마트 양식장 고려사항​

오픈플랫폼 개념​

• 기업이 보유한 서비스, 정보 등을 쉽게 활용할 수 있도록하여 웹서비스 및 어플리케이션 개발을 지원하는 개방지향적 플랫폼

오픈플랫폼 구성도, 구성요소, 문제점​

오픈플랫폼 구성도​

• 사용자는 API 신청 이후 OpenAPI 인증 및ㄴ 활용

오픈플랫폼 구성요소​

오픈API 문제점​

• 외부 공개 APi로 데이터 노출, 악의적 사용에 대한 보안 위험
• API 업데이트 및 버전관리 어려움

오픈API문제 해결방안​

앙상블 모델의 개념​

• 여러 개별 모델을 결합하여 하나의 강력한 예측 모델을 만드는 기법
• 배깅은 독립적으로 학습시킨 모델의 결과를 취합하고, 부스팅은 순차학습시켜 이전 모델의 오차를 보완하는 기법

배깅, 부스팅의 구성도, 구성요소​

배깅의 구성도, 구성요소, 비교​

• 다수 모델을 학습시켜 예측 결과 도출

부스팅의 구성도, 구성요소​

• 모델을 순차적으로 학습, 가중치 반영하여 예측 결과 도출

배깅, 부스팅 비교​

• 데이터 분산, 편향을 참조하여 앙상블 기법 선택

연합학습 개념​

• 데이터를 중앙 저장하지 않고 다수의 로컬 디바이스에서 모델 훈련 후, 훈련된 모델 파라미터를 중앙서버로 전송해 모델을 업데이트하는 분산 인공지능 학습모델
• 데이터 프라이버시, 보안, 통신비용 절감, 확장성, 속도

연합학습 구성도, 주요 기법, 보안​

연합학습 구성도​

연합학습 주요 기법​

연합학습 보안​

연합학습 고려사항​

• 다양한 하드웨어와 네트워크 조건에서 일관된 성능을 보장할 수 있도록 흐름제어, 오류제어 필요

귀납적 사고 개념​

• 특정한 사례나 데이터에서 패턴을 발견하고 일반적인 결론이나 규칙을 도출하는 사고방식
• 데이터 기반 의사결정, 예측 가능성, 지식 확장

귀납적 사고와 머신러닝 관계도, 유형, 활용방안​

귀납적 사고와 머신러닝 관계도​

귀납적 머신러닝 유형​

머신러닝 활용방안​

머신러닝 고려사항​

• 안전하고 지속가능한 AI 생태계를 위해 AI 거버넌스 확립 필요

인공지능 학습용 데이터 품질관리 가이드라인 개념​

• 인공지능 학습용 데이터 구축시 구축계획수립 단계부터 데이터 획득, 수집, 정제, 가공 등에 대한 절차 및 활동에 대한 기준서
• 수집 데이터 일관성, 데이터 유용성/신뢰성, 품질 문제 사전 예방/해결방안 제공

인공지능 학습용 데이터 품질관리체계 개념도, 범위, 지표​

인공지능 학습용 데이터 품질관리체계 개념도​

 ------------------------------------------------------------------------------------
 |                            품질관리 원칙/대상/기준/조직/절차                             |
 -----------------------------------------------------------------------------------|
 |  계획  |  품질관리  |       구축단계 품질관리       |  적재   |    운영/학습단계 품질관리      |
 |  단계  | -------> |---------------------------| -----> |--------------------------|
 |  품질  |   계획    |  구축 프로세스  |  구축 데이터  |        |  품질오류  |  데이터품질진단   |
 |  관리  |          |  품질관리      |  품질관리    |        |  신고관리  |  개선관리        |
 ------------------------------------------------------------------------------------
 |                             품질관리 도구 및 지원 인프라                                |
 ------------------------------------------------------------------------------------

인공지능 학습용 데이터 품질관리 범위​

인공지능 학습용 데이터 품질관리 지표​

인공지능 학습용 데이터 품질관리 고려사항​

• 데이터의 수집과 활용 단계에서 개인정보 보호 및 법적 규정 준수 필요

참조​

• AI Hub: 인공지능 학습용 데이터 품질관리 가이드라인 v3.1