코스 개요

엣지 및 에이전트 AI 소개

  • 에이전트 AI와 엣지 컴퓨팅 개요
  • 지연 시간, 프라이버시, 대역폭 고려 사항
  • 아키텍처 비교: 클라우드 vs. 엣지 에이전트

경량 에이전트 아키텍처 설계

  • 제약 시스템을 위한 에이전트 루프 분해
  • 효율적인 계산을 위한 비동기 설계
  • 자율성과 연결성을 균형 잡기

개발 환경 설정

  • 엣지 AI를 위한 Python 프레임워크 설치
  • TensorFlow Lite와 PyTorch Mobile 구성
  • Raspberry Pi 또는 유사 장치에서 테스트 환경 배포

장치 내 추론 구현

  • 엣지 배포를 위한 모델 변환 및 양자화
  • TensorFlow Lite와 ONNX Runtime을 사용한 추론 실행
  • 추론 결과를 에이전트 결정 루프에 통합하기

하드웨어 및 IoT와의 에이전트 통합

  • 센서, 액추에이터, IoT 모듈 연결
  • 로컬 데이터 수집 및 처리 파이프라인
  • 오프라인 운영 및 이벤트 트리거 동작

최적화와 모니터링

  • 저전력과 고속을 위한 성능 튜닝
  • 엣지 캐싱 및 모델 압축 기술
  • 엣지 에이전트 모니터링 및 디버깅

실습 프로젝트: 엣지 하드웨어에 경량 에이전트 배포하기

  • IoT 또는 로봇 작업을 위한 소규모 자율 에이전트 설계
  • 모델 추론 및 로컬 논리 구현
  • 지연 시간과 신뢰성을 위해 테스트 및 최적화하기

요약 및 다음 단계

요건

  • Python 프로그래밍 경험이 있음
  • 머신 러닝 워크플로우에 대한 기본적인 이해
  • 임베디드 또는 엣지 컴퓨팅 개념에 익숙함

대상자

  • 하드웨어 시스템에 AI를 통합하는 임베디드 개발자들
  • 장치 내 추론 솔루션을 설계하는 엣지 ML 엔지니어들
  • 자율 운용을 위해 에이전트 AI를 배포하는 로봇 팀들
 21 시간

참가자 수


참가자당 가격

예정된 코스

관련 카테고리