GPU(Graphic Processing Unit)를 클라우드 컴퓨팅에 활용하는 연구와 상용화가 점차 확산되고 있다. 인공지능이 주목받게 되면서 이를 동작시키기 위한 인프라이자 데이터를 공급하는 저장소인 클라우드도 수요와 서비스가 늘고 있다. 인공지능의 성능은 데이터의 학습량과 그 학습에 필요한 컴퓨팅 파워에 따라 달라져서 고성능 클라우드 컴퓨팅이 요구된다. GPU는 다수의 코어를 가져 병렬 처리에 유리하며, CPU 대비 단위 코어당 가격이 저렴하다. 이에 따라 GPU를 클라우드 컴퓨팅 자원으로 활용하는 방법이 등장했다. 그런데 클라우드 컴퓨팅은 가상화가 전제되는 기술이기 때문에 GPU를 온전한 클라우드 자원으로 활용하기 위해서는 역시 가상화가 필요하다. 그간 GPU 가상화는 어렵고 복잡한 기술이었으나, 여러 연구를 거쳐 최근에는 하드웨어에서 가상화를 지원하는 제품이 출시되고 있다. 이 보고서에서는 GPU 가상화 기술의 등장배경과 그간의 현황에 대하여 살펴보고, 클라우드 GPU 가상화 연구에서 기술 수준을 발전시킬 수 있는 과제와 방향을 논의하고자 한다.
AI 분야 최선도국인 미국은 현재 AI 기술뿐만 아니라 윤리·사회·법률적 이슈들도 관심을 갖고 활발히 연구를 수행하고 있다. AI 기술의 확산과 그에 따른 사회파급 효과에 대한 충분한 고려가 있어야 부작용 없는 AI 시대를 맞이할 수 있다. 우리도 이처럼 AI 기술과 그 외적인 파급효과(후략)
독일은 지난 2012년부터 독일의 제조 산업 부흥전략인 Industry 4.0을 대대적으로 추진하며 4차산업혁명을 선도하고 있다. 사실 Industry 4.0은 4차산업혁명과 동일시되기도 하지만, 엄밀히 말해서는 그 탄생 배경이 다른 개념이다. (후략)
클라우드는 컴퓨팅 자원의 효율적인 사용과 업무의 효율성 증대, 더 다양한 서비스의 제공 등의 장점을 갖는 4차산업혁명 핵심 기술이다. 전 세계의 IT트렌드가 컴퓨팅 자원을 ‘소유’하는 것에서 컴퓨팅 자원이 필요할 때마다 빌려 쓰는 ‘활용’의 형태로 변화하고 있다. (후략)
- ▪ 엣지 컴퓨팅은 클라우드 컴퓨팅의 효율성을 높이기 위한 기술로 데이터 지연(Delay) 문제를 해소하고 서비스의 실시간성을 보장함
- ▪ IoT, 빅데이터, 인공지능의 확산과 더불어 엣지 컴퓨팅을 갖춘 클라우드의 급성장이 예상되며, 엣지 컴퓨팅이 다양한 분야에 활용될 것으로 보임
가상화 기술은 클라우드 컴퓨팅을 가능하게 하기 위한 기반기술이다. 서버 자원의 효율적인 활용을 목적으로 등장한 가상화 기술은 크게 하드웨어 기반의 가상화 기술과 소프트웨어 기술로 각각 발전해 왔으며, 클라우드 컴퓨팅에 활용되고 있다. (후략)
일시 : 2018년 8월 28일(화) 16:00~18:00
장소 : 소프트웨어정책연구소 대회의실
이 연구를 통해 글로벌 공개SW 커뮤니티 대비 국내SW 커뮤니티가 왜 활성화 되지 않는지 그 본질적이며 근본적인 이유를 밝히고자 한다. 또한 이를 바탕으로 정부와 기업이 공개SW 개발자 및 커뮤니티를 어떠한 방식으로 지원 또는 협업하는 것이 바람직한 것인가에 대한 기초적인 자료를 제공하고자 한다. (후략)
지능형 반도체는 IoT, 웨어러블 디바이스, 스마트시티, 지능형 이동체 등의 기술적 성숙도를 이끄는 부품으로 우리나라의 신성장 동력 산업 중 하나임 (후략)
국가직무능력표준(NCS)기반의 IT분야역량수준체계(ITSQF)는 SW기술자의 역량 수준을 직무별로 평가 및 관리할 수 있는 체계이다. (후략)
클라우드 컴퓨팅은 세계적으로 활용률이 높아지고 있으나 국내에서는 도입과 확산이 저조한 편으로, 그 큰 원인 중 하나는 보안에 대한 우려 때문인 것으로 조사되었다. (후략)
최근 세상은 제4차 산업혁명으로 뜨겁다. 언론은 연일 새로운 기사를 쏟아내며 제4차 산업혁명 관련 소식을 전달하고, 정부 또한 제4차 산업혁명을 대비하는 정책들을 쏟아내고 있다. (후략)
▪ 최근 기업들은 공개SW를 좀 더 적극 활용하거나, 공개SW로 전략으로 전환하는 움직임을 보이고 있음
그간 SW기술자들에 대한 처우는 공정한 시장조성을 통해 해결될 수 있다는 가정 하에, 하도급 제한 및 SW제값주기와 같은 거래질서 개선에 집중했다. (후략)
빠른 성능의 슈퍼컴퓨터 시스템 하나를 보유했다고 해서, HPC 분야를 선도하는 것은 아니므로, 관련 분야의 원천기술의 확보가 중요 (후략)
빅데이터(BigData)는 제4차 산업혁명의 핵심 요소기술 중 하나로 사물인터넷(IoT), 인공지능(AI)과 동반성장하는 생태계에 속해있다. (후략)
클라우드 컴퓨팅(Cloud Computing)은 데이터에 대한 처리를 네트워크로 연결된 다수의 컴퓨팅 자원을 이용하여 저장 및 처리하는 기술이다. (후략)
차량이 사람을 목적지까지 알아서 안전하게 데려다 주고, 사람은 차량 내에서의 시간을 보다 다양하고 가치 있는 일을 하며 보내게 된다는 미래는 이제 점차 가시화 되고 있다. (후략)
SW 분야 정책이슈 탐색의 필요성
◦ 소프트웨어(SW)산업은 자체 산업의 고도화를 넘어 산업 전반의 미래 경쟁력의 핵심으로 자리 잡아 가고 있다. 최근 클라우드, 빅데이터, 인공지능, 자율주행 등은 미래산업의 기반인 ICT(Information and Communications Technologies) 융합 등에 있어서도 중요한 산업으로 자리 매김 하고 있음
◦ 관련 기업들은 경쟁력을 확보하기 위해 소프트웨어 관련 인력채용과 투자를 늘리고 있어 SW분야의 인력 양성과 저작권 관련 제도 등에 대한 이슈는 그만큼 중요하다고 할 수 있음 (후략)
최근 딥러닝(Deep Learning)에 의한 기계학습 방법이 다양한 분야의 인공지능시스템 개발에 적용되고 있다. 이 보고서는 딥러닝에 기반한 신경망 학습기법의 원리를 체계적으로 정리된 내용을 제공하기 위한 목적으로 작성되었다. 이 보고서는 인공지능 신경망인 단일퍼셉트론, 다층퍼셉트론(MLP), 컨볼루션 신경망(CNN) 및 순환신경망(RNN) 등 각각에 대한 구조, 기능, 학습 알고리즘 등을 체계적으로 이해할 수 있도록 구성되어 있다. (후략)
