필수정보

공인인증서가 없어도 법인 및 연구비 (신용)카드로 결제가 가능합니다.

문의: shoppinghub@techforum.co.kr    전화: 070-7169-5396    www.shoppinghub.co.kr 

[PDF 주문안내]
- 고객명(소속/기관명)으로 주문하시기 바랍니다. (PDF는  메일로 발송됩니다.)
*업무시간(10:00~17:00) 이후 주문 건 및 휴일(주말, 공휴일, 임시공휴일 포함) 주문 건은 정상 영업일에 발송됩니다.

[계산서 발행안내]
- 사업자등록증 사본을 이메일(shoppinghub@techforum.co.kr) 로 보내주시기 바랍니다.
*현금결제(계좌이체, 무통장입금)건에 한해서 발행됩니다.

[견적서 및 거래명세서 발행안내]

- 이메일(shoppinghub@techforum.co.kr) 또는 주문 시 '요구사항'란에 메모를 남겨주시기 바랍니다.

[ 목차 ]

제1장 온디바이스(On-Device) AI 기술 개요

1. 새로운 인공지능 트렌드 생성형 AI

1-1. 인공지능 기술 개요

1-1-1. 클라우드 기반 디지털 세상

1-1-2. 클라우드 컴퓨팅 기반 AI

1-2. 로봇과 인간의 공존

1-2-1. 인간과 AI의 공존 개요

1-2-2. 로봇기술의 발전과 인간의 삶

(1) 로봇 기술의 발전

(2) 로봇 기술이 인간의 삶에 미치는 영향

1-2-3. 인간과 로봇의 공존

(1) 로봇공학 혁명

(2) 자동화를 넘어선 AI 기반 학습 로봇

(3) 인간-로봇 협업(Human-Robot Cooperation)으로 인해 변화하는 업무 환경

가. 인간-로봇 간의 협업

나. 인간-로봇 협업의 예 

① 제조업

② 의료 로봇 시스템

③ 농업

다. 일자리 형태와 근무 환경 변화

(4) 인간-로봇 공존의 미래

(5) 인간-로봇 공존의 이점

가. 경제적 관점

나. 사회적 관점

1-2-4. 인간-로봇 공존을 위한 과제

(1) 일자리 손실 문제

(2) 인간-로봇 간 상호작용의 복잡성

(3) 윤리 문제

가. 미래 산업 판도를 바꾸게 될 게임체인저 인공지능

나. 다양한 윤리적 문제 야기

1-3. 인간-로봇의 공생을 위한 미래 

1-3-1. 로봇의 자율성과 휴머노이드 로봇

(1) 로봇의 자율성

(2) 휴머노이드 로봇

1-3-2. 인간-AI의 공존을 위한 규칙

1-3-3. 인간-로봇의 공생을 위한 과제와 고려 사항

1-3-4. 인간-로봇 공존을 위한 발전 방향

2. 인공지능(AI)의 진화

2-1. 미래 사회의 핵심 동력 인공지능(AI)

2-1-1. AI 기술 트렌드 변화

2-1-2. AI 인류의 등장 생성형 AI(Generative AI)

2-2. 인공지능 전환(AX) 시대 생성형 AI의 환각 현상(Hallucination)

2-2-1. 환각 현상(Hallucination) 개념

2-2-2. 환각 현상 발생 원인

2-2-3. 내재적(Intrinsic) 환각과 외재적(Extrinsic) 환각

2-2-4. 생성형 AI의 환각 사례

2-2-5. 환각 현상 해결 방안

(1) 환각 현상 해결

(2) 검색 증강 생성(RAG) 기술

2-3. 인간 중심 AI

2-3-1. 인공지능의 새로운 접근 방식 인간 중심 AI

2-3-2. 인간 중심 AI의 핵심 요소

(1) 윤리적 가이드라인 수립

가. 로봇 윤리 기준 마련

나. 로봇 윤리 매뉴얼

다. 국가별 AI 윤리 가이드라인

(2) 책임있는 AI를 위한 신뢰성 확보 

(3) 설명가능한 AI(eXplainable Artificial Intelligence)

3. 온디바이스(On-Device) AI 기술

3-1. 온디바이스(On-Device) AI 기술 개요

3-1-1. 온디바이스AI 등장 배경

(1) 클라우드 기반 AI 기술의 고민

(2) 생성형 AI의 확산 

(3) 온디바이스AI 필요성

3-1-2. 온디바이스(On-Device) AI 기술 개념

(1) 인공지능의 게임체인저 온디바이스AI

(2) 온디바이스AI 개념

(3) 온디바이스AI 의의

3-1-3. 온디바이스AI 장·단점

(1) 장점

(2) 단점

3-1-4. 온디바이스AI와 클라우드AI 차이점

3-2. 온디바이스(On-Device) AI의 하드웨어 구성 요소 및 작동원리

3-2-1. 온디바이스(On-Device) AI 핵심 기술 구성 요소

(1) 온디바이스AI 칩

(2) AI 모델 경량화 기술

(3) 머신러닝 프레임워크와 엣지컴퓨팅

3-2-2. 온디바이스AI의 작동 방식

3-2-3. 온디바이스(On-Device) AI 기술 특징

(1) 낮은 네트워크 의존도로 인한 효율성과 접근성 향상

(2) 데이터 보안 및 개인정보 보호 강화

(3) 지연시간 감소와 빠른 응답

(4) 비용 절감 및 에너지 효율성

(5) 개인화되고 맞춤화된 AI 모델

제2장 온디바이스(On-Device) AI 기술 현황 및 시장 전망

1. 온디바이스(On-Device) 핵심 기술

1-1. 새로운 기술 트렌드와 반도체 산업

1-2. AI 반도체 개요 및 특징

1-2-1. AI 반도체 개요

1-2-2. AI 반도체 특징

1-3. AI 반도체 발전 방향

1-3-1. NPU(신경망 칩)

(1) NPU(신경망 칩) 개요

(2) NPU(신경망 칩) 특징

1-3-2. 지능형 반도체(PIM)

(1) 지능형 반도체(PIM) 개요

(2) 지능형 반도체(PIM) 특징

1-4. 인간 뇌를 모방한 뉴로모픽(Neuromorphic) 기술

1-4-1. 뉴로모픽(Neuromorphic) 반도체 개념

1-4-2. 뉴로모픽(Neuromorphic) 반도체 등장 배경

(1) 폰노이만 구조의 한계

(2) 뉴로모픽 반도체 등장

(3) 폰노이만과 뉴로모픽 아키텍처의 비교

1-4-3. 뉴로모픽 반도체의 구조 

1-4-4. 뉴로모픽 반도체의 작동 방식

1-4-5. 뉴로모픽 반도체의 장단점

1-4-6. 뉴로모픽 컴퓨팅(Neuromorphic Computing)

1-4-7. 뉴로모픽 컴퓨팅(Neuromorphic computing) 특징

1-4-8. 뉴로모픽(Neuromorphic) 컴퓨팅 파급효과

1-4-9. 뉴로모픽 반도체 개발 동향

(1) 해외 뉴로모픽 반도체 개발 현황

가. 인텔(Intel)

나. 퀄컴(Qualcomm)

다. IBM

(2) 국내 뉴로모픽 반도체 개발 현황

1-4-10. 뉴로모픽 컴퓨팅 향후 전망 및 해결 과제

(1) 뉴로모픽 컴퓨팅 파급효과 및 향후 전망

(2) 뉴로모픽 칩 구현을 위한 해결 과제

2. 온디바이스AI 응용 분야 및 국내외 정책 현황

2-1. 온디바이스AI 생태계

2-1-1. 온디바이스AI 시대

2-1-2. 온디바이스AI의 미래

2-2. 온디바이스AI 응용 분야

2-2-1. 스마트폰 

2-2-2. 자율주행 자동차

2-2-3. 의료 산업

2-3. 국내외 산업 현황 

2-3-1. Google

2-3-2. Apple

2-3-3. 인텔

2-3-4. 퀄컴(Qualcomm)

2-3-5. 삼성전자

2-4. 온디바이스AI 시장 전망

2-4-1. 시장 성장 요인

2-4-2. 시장 전망

2-2-3. 시장 구현을 위한 온디바이스AI의 과제

참고문헌

[ 그림목차 ]

[그림 1] 클라우드 기반 시스템

[그림 2] 클라우드 AI의 이점

[그림 3] AI와 클라우드 컴퓨팅의 결합

[그림 4] 로봇의 구성 요소

[그림 5] AI가 사회에 미치는 영향

[그림 6] 로봇 프로세스 자동화 도구

[그림 7] 노동시장에서 인간-AI 공존

[그림 8] 로봇공학 혁명

[그림 9] AI 기술 환경

[그림 10] 인간-로봇 간의 협업 응용 분야

[그림 11] 제조업에서의 인간-로봇 협업 프레임워크

[그림 12] AI와 로봇공학을 기반으로 한 헬스케어 시스템 분류

[그림 13] 농업용 로봇의 구성 요소

[그림 14] 인간-로봇 간의 상호 인지적이고 공감적인 협업 방식

[그림 15] 로봇과의 협업 유형

[그림 16] 인간-로봇 상호작용

[그림 17] HRC 시스템의 구조 및 구성 요소

[그림 18] 인간-로봇 관계

[그림 19] 인간-로봇 협업 패러다임

[그림 20] 인간 컴퓨터 상호작용

[그림 21] 주요 산업의 인공지능 사용 사례

[그림 22] 로봇과 AI에 대한 다양한 차원의 안전

[그림 23] 로봇의 자율성을 위한 딥러닝 접근 방식

[그림 24] 휴머노이드 로봇의 자유 이동 모드와 참여 모드 

[그림 25] 상호작용 동작의 개략도

[그림 26] 지능형 자동화(IA)와 인공지능(AI)

[그림 27] 인간-로봇 협업 시스템의 구조적 구성 요소

[그림 28] 최근 주목해야 할 AI 트렌드

[그림 29] 생성형 AI(Generative AI)

[그림 30] 생성형 AI(Generative AI)

[그림 31] 인공지능(AI)의 잠재력

[그림 32] AI의 환각이 작동하는 방식

[그림 33] 2023년 AI 파운데이션(기초 모델) 개발 기업·국가 상위 1~4위

[그림 34] 생성형 AI의 환각 사례

[그림 35] LLM 환각 유형

[그림 36] RAG 아키텍처

[그림 37] 인간 중심의 AI 개발 접근 방식

[그림 38] 로봇공학을 둘러싼 윤리적 고려 사항

[그림 39] 윤리적인 AI 프레임워크

[그림 40] 책임감 있고 신뢰할 수 있는 AI

[그림 41] 신뢰할 수 있는 AI 기준

[그림 42] 설명가능한 AI의 특징

[그림 43] 대화형 AI

[그림 44] 생성형 AI 애플리케이션

[그림 45] 인간 중심 AI의 균형

[그림 46] 미래 AI 주요 활용 사례

[그림 47] 클라우드 AI vs. 온디바이스AI

[그림 48] AI 파이프라인

[그림 49] 온디바이스AI의 이점

[그림 50] 온디바이스AI processing

[그림 51] 하이브리드 AI

[그림 52] 스마트폰에 도입된 온디바이스AI 추론 과정

[그림 53] 머신러닝(ML) 프로세스

[그림 54] 머신러닝 아키텍처

[그림 55] 온디바이스AI의 작동 원리

[그림 56] 온디바이스AI 주요 이점

[그림 57] 온디바이스AI 작동 방식

[그림 58] 인공지능(AI)의 보안 위협

[그림 59] 네트워크 지연의 원인

[그림 60] 클라우드에서 엣지로 이동하는 AI

[그림 61] 인공지능의 작동 방식

[그림 62] 엣지에서의 데이터 융합과 AI를 위한 프레임워크.

[그림 63] 반도체 산업 주요 사용 사례 

[그림 64] AI 반도체의 구분과 특징

[그림 65] 세대별 반도체 분류 

[그림 66] NPU 아키텍처

[그림 67] 지능형 반도체(PIM) 개념

[그림 68] 기존 폰노이만 구조 vs. PIM 구조 

[그림 69] AI 모델의 진화

[그림 70] 시냅스에서 정보가 전달되는 과정

[그림 71] 폰노이만 아키텍처

[그림 72] 반도체 프로세싱 유닛의 발전방향

[그림 73] 폰노이만과 뉴로모픽 아키텍처의 비교

[그림 74] 인간의 뇌 신경시스템의 계층 구조와 인공신경망(ANN)

[그림 75] 인간 뇌를 모방한 뉴로모픽 반도체

[그림 76] 인간 두뇌 신경망

[그림 77] 뉴로모픽 컴퓨팅 

[그림 78] 뉴로모픽 기술

[그림 79] 뉴로모픽 컴퓨팅 파급 효과

[그림 80] 뉴로모픽 컴퓨터 접근 알고리즘

[그림 81] AI 반도체 구분

[그림 82] 퀄컴(Qualcomm) AI 연구 방향 

[그림 83] 노스폴(NorthPole) 아키텍처의 일부

[그림 84] 차세대 뉴로모픽 반도체 

[그림 85] 뉴로모픽 컴퓨팅 접근 알고리즘

[그림 86] 인공지능 생태계

[그림 87] 온디바이스AI 주요 장점 

[그림 88] 글로벌 AI PC 지원

[그림 89] 온디바이스AI 활용 비즈니스 생태계

[그림 90] 전통적인 AI 처리 방식

[그림 91] 에지 AI 처리 방식

[그림 92] 온디바이스AI 활용 사례

[그림 93] 하이브리드 AI

[그림 94] Google AI Edge SDK, AICore 및 제미나이 나노(Gemini Nano)

[그림 95] 애플의 지능화 전략

[그림 96] Apple 기초 모델에 대한 모델링 개요

[그림 97] 인텔 AI 에브리웨어 스택

[그림 98] 퀄컴(Qualcomm)의 풀스택 AI 최적화

[그림 99] 삼성전자 AI 솔루션

[그림 100] 모바일 AI 시장 규모

[그림 101] 대화형 AI 시장 성장 요인

[그림 102] 글로벌 엣지 AI 시장 규모

[그림 103] 온디바이스 학습을 위한 연합학습 

[ 표 목차] 

[표 1] 데이터 거래시 애로사항(단위: %, 복수응답, 데이터 구매 경험 기업)

[표 2] AI 주도권 확보 위한 주요 빅테크의 전략

[표 3] 온디바이스AI와 클라우드서버AI 장단점 비교

[표 4] 온디바이스AI의 소프트웨어 기술

[표 5] 주요 테크업체들의 LLM 및 온디바이스AI 준비 현황 

[표 6] 뉴로모픽 반도체와 기존 반도체 비교

[표 7] 주요 기업 뉴로모픽 특허 현황

[표 8] 인공지능 1~3세대별 기능과 특성

[표 9] AI 기술 트렌드 변화

[표 10] 각 기업의 온디바이스AI 활용 사례