본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색
결과 내 검색 동의어 포함
결과 내 검색 동의어 포함

-

목차보기

표제지 1

목차 3

요약문 4

Executive Summary 5

Ⅰ. 서론 6

Ⅱ. AI 정의 및 AI 생애주기 8

1. 정의 8

2. AI 개발 생애주기(Lifecycle) 9

Ⅲ. AI 생애주기 단계별 SW의 역할 11

(1단계) 데이터 수집: 양질의 데이터 획득과 정제를 위한 SW 11

(2단계) 데이터 전처리: 정제, 변환, 특성 공학을 위한 SW 13

(3단계) 모델 개발 및 학습: AI 알고리즘 구현을 위한 SW프레임워크 17

(4단계) 모델 최적화 단계: 효율적 추론을 위한 모델 경량화 및 변환 SW 20

(5단계) 모델 추론(Inference) 단계: 실시간 예측을 위한 서빙 SW 22

(6단계) 운영 및 배포: AI 모델의 제품화와 MLOps를 지원하는 SW 26

(7단계) 애플리케이션 개발 및 통합: AI 기능을 서비스로 만드는 SW 29

Ⅳ. 요약 및 시사 33

1. 요약 33

2. 정책적 시사 37

참고문헌 40

표목차 9

[표 2-1] 소프트웨어와 인공지능 개념 구분 9

[표 3-1] 딥러닝 프레임워크 예시 17

[표 3-2] 모델 서빙 프레임워크 비교 24

[표 4-1] AI 개발 단계별 SW의 역할과 예시 요약 33

그림목차 6

[그림 1-1] 미국 AI 빅테크의 시가 총액 증가 추이 6

[그림 2-1]/[그림 2-2] OECD의 AI 시스템 생애주기 10

[그림 2-2]/[그림 2-3] AI 개발 생애주기(Life Cycle)과 주요 태스크 11

[그림 3-1]/[그림 3-2] 우버의 Feature Store 개념도 15

[그림 3-2]/[그림 3-3] 엔비디아 CUDA(Compute Unified Device Architecture) 플랫폼 18

[그림 3-3]/[그림 3-4] 모델 서빙 개념도 23

[그림 3-4]/[그림 3-5] LangChain 주요 모듈 31

[그림 4-1] AI 비용과 무어의 법칙 34

[그림 4-2] 상용 및 오픈소스 SW의 시장 점유 성장세 비교 36

사례그림목차 16

〈그림 1〉 Label Studio의 영상 데이터 라벨링 화면 예시 16

〈그림 2〉 SK브로드밴드의 모델 거버넌스를 중심으로 한 MLOps 아키텍처 28

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차