문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
엣지 AI 개요
- 정의와 핵심 개념
- 엣지 AI와 클라우드 AI의 차이점
- 엣지 AI의 장점과 당면 과제
- 엣지 AI의 대표적인 활용 사례
엣지 AI 아키텍처
- 엣지 AI 시스템의 구성 요소
- 하드웨어 및 소프트웨어 요구사항
- 엣지 AI 애플리케이션에서의 데이터 흐름
- 기존 시스템과의 통합 방법
엣지 AI 환경 설정하기
- Raspberry Pi, NVIDIA Jetson 등 주요 엣지 AI 플랫폼 소개
- 필수 소프트웨어 및 라이브러리 설치 방법
- 개발 환경 구성 절차
- 엣지 AI 환경 초기화 과정
엣지 AI 모델 개발하기
- 엣지 기기를 위한 머신러닝 및 딥러닝 모델 개요
- 엣지 배포용 모델 학습 방법
- 엣지 기기에 최적화된 모델 구현 기술
- TensorFlow Lite, OpenVINO 등 엣지 AI 개발 도구 및 프레임워크
엣지 AI를 위한 데이터 관리 및 전처리
- 엣지 환경에서의 데이터 수집 기법
- 엣지 기기용 데이터 전처리 및 보완 방법
- 엣지 기기상의 데이터 파이프라인 관리 방안
- 엣지 환경에서의 개인정보 보호 및 보안 유지 전략
엣지 AI 애플리케이션 배포하기
- 다양한 엣지 기기에 모델을 배포하는 절차
- 배포된 모델의 모니터링 및 관리 기술
- 엣지 기기에서의 실시간 데이터 처리 및 추론 수행
- 실제 배포 사례와 활용 예시들
IoT 시스템과 엣지 AI의 통합
- IoT 기기 및 센서와 엣지 AI 솔루션 간 연동 방법
- 데이터 교환을 위한 통신 프로토콜
- 엣지 AI와 IoT를 결합한 종합 솔루션 구축 전략
- 실제 활용 사례 및 시나리오 소개
활용 분야 및 사례 연구
- 산업별 엣지 AI 적용 가능성
- 의료, 자동차, 스마트 홈 분야의 구체적인 사례 분석
- 성공적인 도입 사례와 교훈 정리
- 엣지 AI의 미래 동향과 기회 요소
윤리적 고려사항 및 모범 사례
- 엣지 AI 배포 시 개인정보 보호와 보안 유지 방안
- 엣지 AI 모델에서의 편향 제거 및 공정성 확보 방법
- 관련 규제 및 표준 준수 전략
- 책임감 있는 AI 도입을 위한 모범 사례 정리
실습 프로젝트 및 연습 문제
- 복잡한 엣지 AI 애플리케이션 개발 경험 쌓기
- 현실적인 시나리오 기반의 프로젝트 수행
- 그룹 단위로 진행하는 협업 연습
- 프로젝트 결과 발표 및 피드백 제공
요약 및 향후 학습 방향
요건
- 기본적인 AI 및 머신러닝 개념에 대한 이해
- 프로그래밍 언어 활용 경험 (파이썬 권장)
- 엣지 컴퓨팅 및 IoT 관련 개념에 대한 기초 지식
대상 수강생
- 개발자
- IT 전문가
14 시간
회원 평가 (1)
고급 주제를 다루고 실제 사례를 통해 실습할 수 있습니다.
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
코스 - Advanced Edge AI Techniques
기계 번역됨