프로젝트 소개
본 과제는 대규모 딥러닝 모델을 더 작고 빠르게 만들어 PC, 스마트폰, IoT 디바이스 같은 제한된 환경에서도 활용 가능하게 하는 경량 딥러닝 연구임. 정확도 저하를 최소화하면서 모델 크기와 FLOPs를 5% 이상 줄이는 세계 최고 수준의 경량 심층 신경망 개발 및 오픈 생태계 구축이 핵심임.
연구 목표는 그래프 압축 기반 모델 경량화 알고리즘 개발과 성능 평가·비교 분석 툴 구축, 연구결과 공개에 있음. 핵심 내용은 심층 신경망을 directed acyclic graph로 보고 불필요한 중복 노드와 의존 노드를 제거해 압축하는 방식임. 기대 효과는 학습·추론 시간과 메모리 사용량 감소, 다양한 딥러닝 응용 성능 개선, 산업 활용성 및 연구 생태계 확장임.