프로젝트 소개
본 과제는 모바일 기기에서 인공지능 서비스를 빠르고 효율적으로 실행하기 위해, AI 연산을 모바일 단말과 가까운 엣지 서버에 나누어 처리하는 기술을 개발하는 연구임. 무선 네트워크 상태와 단말 성능이 계속 변하는 상황에서도 AR 등 모바일 AI 애플리케이션의 안정적인 추론을 지원하는 기술임.
연구 목표는 모바일 환경의 네트워크 상태, GPU 및 에너지 특성, 학습모델과 추론 요청패턴을 분석하고, 학습모델 분할과 모바일-엣지 다중자원을 동시에 최적화하는 알고리즘을 개발·검증하는 데 있음. 핵심 연구 내용은 모바일 단말과 MEC 서버 간 파티션포인트 설정, GPU 클록 주파수 및 5G/6G/WiFi 제어, 중간 연산 결과 전송 기술의 통합임. 또한 다중 파티션포인트, 노드 기반 병렬 파티셔닝, Early Exit 및 다수 학습모델 선택·분할 알고리즘을 다양한 단말과 서버에서 실험함. 기대 효과는 배터리 사용시간 연장, 처리속도 향상, 추론지연 감소 및 정확도 개선이며, 모바일 AI·엣지컴퓨팅 산업의 국내 기술 경쟁력 강화와 사회취약계층 대상 인공지능 서비스 확산에 기여함.