최근의 내장형 프로세서를 설계하는데 있어서는 성능 못지 않게 에너지 효율성이 중요하게 고려되어야 한다. 내장형 프로세서에서 소모되는 에너지의 상당 부분은 캐쉬 메모리에서 소모되는 것으로 알려지고 있다. 특히 1차 명령어 캐쉬는 거의 매 사이클마다 접근이 이루어지므로 상당히 많은 양의 동적 에너지를 소모하게 된다. 그러므로, 내장형 프로세서를 설계하는데 있어서 1차 명령어 캐쉬의 에너지 효율성을 높이는 기법은 프로세서의 총 에너지 소모를 줄여주는 결과로 이어질 것으로 기대된다. 본 논문에서는 내장형 프로세서에 적합한 저전력 1차 명령어 캐쉬를 설계하는 기법을 제안하고자 한다. 제안하는 기법은 명령어 캐쉬를 여러 개의 작은 서브 캐쉬들로 분할하는 기법을 통해 명령어 접근 시 활성화되는 캐쉬의 크기를 줄임으로써 1차 명령어 캐쉬에서 소모되는 동적 에너지를 감소시켜 준다. 또한, 하나의 서브 캐쉬 크기를 페이지 크기와 동일하게 함으로써 캐쉬 내에서 태그가 차지하는 칩 공간을 없애고, 태그 비교에 소모되는 에너지도 없애는 효과를 얻는다. 제안하는 1차 명령어 캐쉬는 물리적인 접근 시간 감소를 통해 캐쉬 분할로 인한 성능 저하를 최대한 줄이고, 에너지 감소 효과는 최대로 얻고자 한다. 모의 실험 결과, 제안하는 구조는 기존의 1차 명령어 캐쉬 구조와 비교하여 명령어 접근에 소모되는 동적 에너지를 평균 $37%{\sim}60%$ 감소시키는 결과를 보인다.

멀티미디어 응용과 무선통신 네트워크의 발전 속도가 급속하게 빨라짐에 따라 고성능, 저전력 멀티미디어 처리기술에 대한 소비자의 요구가 급증하고 있다. 이에 본 논문은 고성능, 저전력 임베디드 비디오 프로세서를 위한 YUV (Y: 휘도신호, U, V: 색차신호) 인식 명령어를 제안하고자 한다. 기존의 멀티미디어 전용 명령어 (e.g., MMX, SSE, VIS, AltiVec)는 일반적인 서브워드 병렬 기법을 이용하여 적당한 성능향상을 꾀하는 반면, 제안하는 YUV 인식 명령어는 두 쌍의 16-bit YUV (6-bit Y, 5-bits U, V) 데이타를 32-bit 레지스터에 저장하여 동시에 처리함으로써 칼라 비디오 처리 성능을 효율적으로 향상시킬 수 있다. 또한 데이타 포맷 사이즈를 줄임으로써 전체 시스템의 비용을 절감할 수 있다. 임베디드 슈퍼 스칼라 프로세서에서 모의 실험한 결과, YUV 인식 명령어 기반 프로그램은 baseline 프로그램에 비해 3.9배 성능 향상을 보인 반면, 동일한 프로세서 환경에서 Intel의 대표적인 멀티미디어 명령어인 MMX기반 프로그램은 baseline 프로그램보다 단지 2.1배의 성능 향상을 보인다. 또한 YUV 인식 명령어는 멀티미디어 애플리케이션에 대해 평균 75.8% 소모 에너지를 감소시킨 반면, MMX는 단지 54.8%의 소모 에너지를 감소시키는 결과를 보인다.

최근 무선통신 기술의 발전으로 PC뿐만 아니라 PDA, 휴대전화 등 다양한 이동 단말을 통하여 멀티미디어 서비스를 제공받을 수 있게 되었다. 이동 단말은 제한된 하드웨어 성능을 갖는 것 이외에 무선망에서 동작하므로 낮은 네트워크 대역폭을 사용하게 된다. 이러한 이동 단말의 특성을 고려하여 스트리밍 미디어 서비스를 받기 위해서는 동작 환경에 적합하게 미디어를 트랜스코딩 하는 기술이 필요하다. 그러나 이동 단말은 무선 네트워크를 사용하며, 유선 환경에 비하여 주변 환경이나 AP(Access Point)와의 거리 등에 따라서 불안정한 네트워크 대역폭을 가지기 때문에 안정적인 QoS를 제공하기 어렵다. 본 논문에서는 무선 네트워크를 통해 이동 단말에 안정적인 QoS의 스트리밍 미디어 서비스를 제공하기 위한 트랜스코딩의 동적 비트율 제어 기법을 제안한다. 제안한 기법은 무선 네트워크의 상황에 맞게 실시간으로 트랜스코딩의 비트율을 동적으로 조절함으로서 끊임없는 스트리밍 미디어 서비스를 제공하며, 기존의 동적 트랜스코딩 서비스 시스템에 비해 보다 적은 전송 오류를 발생함을 실험을 통해 평가한다.

임베디드 운영체제에서의 실시간성 지원은 현대 임베디드 시스템에서 추가사항이 아니라 필수사항이다. 이러한 임베디드 운영체제가 사용되는 시스템의 실시간성 지원을 충족하기 위해서는 시스템 내 실시간성이 요구되는 태스크들의 스케줄링 가능성 여부가 중요하며, 이를 시스템 수행 전 검증해야 할 필요가 있다. 스케줄링 가능성 분석에서 핵심적인 부분 중의 하나는 태스크의 최악실행시간을 구하는 것이다. 기존의 최악실행시간 분석도구들은 일반적인 응용 태스크 즉, 응용 프로그램의 최악실행시간을 위주로 분석하였기 때문에 응용 프로그램들이 운영체제에 의해 스케줄링시 영향을 받는 운영체제의 스케줄링 관련 프리미티브들(스케줄러, 인터럽트 서비스 루틴등)에 대한 고려는 전혀 하지 않고 있다. 본 논문에서는 임베디드 운영체제 중에 널리 사용하고 있는 임베디드 리눅스가 사용되는 임베디드 시스템에서의 스케줄링 관련 프리미티브들을 고려하는 최악실행시간 분석 도구를 설계하고 구현한다. 이 분석도구는 일반적인 응용 프로그램 뿐만 아니라 임베디드 리눅스 커널내의 스케줄링에 영향을 미치는 관련 프리미티브들의 최악실행시간을 분석하여 스케줄링 분석의 정확성을 더욱 더 높인다. 이 도구는 현재 임베디드 환경에서 통합개발환경으로 제작된 이클립스(Eclipse)의 플러그인 형태로 개발되어 어떠한 플랫폼에서도 동작 가능하고 사용자가 사용하기에 편리한 인터페이스 및 기능을 제공할 수 있도록 구현한다.

본 논문에서는 기존의 연구되었던 u-헬스케어지원 분산 프레임워크에 기반을 두고 다양한 헬스케어 홈서비스를 지원하기 위해 적응형 정보 공유 서비스를 제공하는 액티브 모델을 제안한다. 또한 이를 실시간 헬스케어 홈서비스에 적용하였다. 제안한 모델은 홈 네트워크의 물리적인 환경과 헬스케어를 위한 센서, 장치 그리고 기기들로부터 수집된 데이타 및 가공된 정보를 사용자의 상황에 따라 정보 서비스를 제공한다. 기 구축된 헬스케어 데이타베이스의 정보를 이용하며, 서로 다른 주기적인 특성을 해결하기 위해 TMO 스킴을 이용하여 액티브 모델을 구현하였다. 특히, 분산 객체그룹 프레임워크(Distributed Object Group Framework:DOGF)를 기반으로 u-헬스케어를 지원하기 위한 분산 프레임워크와 다양한 헬스케어 홈서비스 간에 적응형 정보 서비스를 제공하기 위한 상호작용에 중점을 두어 기술하였다. 끝으로 본 모델을 헬스케어 모니터링 서비스에 적용하여 수행 결과 및 성능 평가를 보였다.

지능형 배관 검사체(PIG)는 가스나 기름 배관 안을 지나가며 검사체에 장착된 여러 센서로부터 신호(센서 데이타로 불림)들을 취합하는 장치이다. PIG로부터 취합된 센서데이타들을 분석함으로써, 배관의 구멍, 뒤틀림 또는 잠재적으로 가스 폭발의 위험을 가지고 있는 결함들을 발견할 수 있다. 배관의 센서 데이타를 분석가가 분석을 할 때에는 주로 두 가지 분석 패턴을 사용한다. 첫 번째는 센서 데이터를 순차적으로 분석하는 순차적 분석 패턴이고, 두 번째는 특정한 구간을 반복해서 분석하는 반복적 분석 패턴이다. 특히, 센서 데이타를 분석할 때 반복적 분석 패턴이 많이 사용된다. 기존의 PIG 소프트웨어들은 사용자의 요청이 있을 때 마다 서버로부터 센서 데이타들을 오므로, 매 요청마다 네트워크 전송비용과 디스크 액세스 비용이 든다. 이와 같은 방법은 순차적 분석 패턴에는 효율적이지만, 분석 패턴의 대부분을 차지하는 반복적 분석 패턴에는 비효율적이다. 이와 같은 문제는 서버/클라이언트 환경에서 다수의 분석가가 동시에 분석을 할 경우에는 매우 심각해진다. 이러한 문제점을 해결하기 위해 본 논문에서는 배관 센서 데이타들을 여러 개의 시계열 데이타로 생각하고, 효율적으로 시계열 데이타를 캐싱 하는 T-Cache라 부르는 주기억장치 고성능 캐시 관리자를 제안한다. 본 연구는 클라이언트 측에서 시계열 데이타를 캐싱하는 최초의 연구이다. 먼저, 고정된 거리의 시계열 데이타들의 집합을 캐싱 단위로 생각하는 신호 캐시 라인이라는 새로운 개념을 제안하였다. 다음으로, T-Cache에서 사용되는 스마트 커서와 여러 알고리즘을 포함하는 여러 가지 자료구조를 제안한다. 실험 결과, 반복적 분석 패턴의 경우 T-Cache를 사용하는 것이 디스크 I/O측면과 수행 시간 측면에서 월등한 성능 향상을 보였다. 순차적 분석 패턴의 경우에도 T-Cache를 사용하지 않은 경우와 거의 유사한 성능을 보였다. 즉, 캐시를 사용함으로써 발생하는 추가비용은 무시할 수 있음을 보였다.

SIP은 IP 전화 통신에서 통신 셋업을 위해 사용되는 주요 프로토콜 중 하나다. SIP을 통한 통신은 사용자 요구에 따라 다양한 상태가 필요하다. 본 논문은 기존의 SIP 프로토콜을 이용하여 전화연결 시 사용자의 요구에 따라 수시로 변하는 상태를 7가지로 정의하고, 객체 지향적인 시스템 설계에 따라 각 상태를 전이하는 이벤트를 두어 개발자 관점에서 SIP 프로토콜을 이용한 새로운 응용서비스를 개발하고자 할 때 객체지향적인 시스템 설계를 할 수 있다. 상용망에서 RFC 3261에서 제시하는 Call-Setup과정을 따라 인터넷 전화연결 시스템을 설계하면 예외처리 및 과다한 트래픽이 발생하여 시스템 오류를 불러올 수 있다. 이 경우에 시스템의 State를 보고 예상된 이벤트일 경우 정형화된 처리루틴으로 대처하고, 그렇지 않을 경우도 예외상황을 효율적으로 처리할 수 있다. 이벤트 처리루틴은 FSM으로 설계 및 구현하였다.

오늘날 데이타방송은 멀티미디어로 구성된 다양한 콘텐츠를 사용자들에게 제공한다. 본 본문은 이러한 멀티미디어 교통정보를 데이타방송으로 제공할 때 실시간서비스의 제약요소 가운데 하나인 콘텐츠의 수신시간을 줄이기 위하여 콘텐츠를 구성하는 멀티미디어 자원을 제어하는 하나의 자원관리시스템(Resource Management System)을 제안한다. 우리는 제안된 자원관리시스템의 효율성을 검증하기 위하여 먼저 지상파 DMB(T-DMB : Terrestrial Digital Multimedia Broadcasting)에서 멀티미디어 데이타를 전송하는 MOT(Multimedia Object Transfer)프로토콜 기반의 BWS(Broadcast Web Site)데이타방송으로 교통정보를 실시간 제공하는 교통정보의 통합시스템과 저작시스템을 소개하고, 이 시스템들과 연동하여 멀티미디어 자원생성을 관리하는 자원관리시스뎀을 구현하였다. 실험을 통하여 구현된 자원관리시스템의 자원을 이용하여 저작된 콘텐츠는 수신시간이 이전보다 약 1/13 줄어들었기 때문에 실시간 데이타방송에 적합하다.

최근 인터넷의 발달로 디지털 콘텐츠 및 UCC(User Created Contents) 산업이 발전하고 있다. 그러나 이로 인한 부작용도 많이 발생한다. 대표적인 문제는 디지털 콘텐츠의 무단 불법복제나 무료배포행위이다. 이는 디지털 콘텐츠 산업의 성장과 UCC 제작자의 창작의지를 저해하여 웹 2.0시대의 중심인 양질의 콘텐츠 생산을 방해한다. 본 논문에서는 위의 문제를 해결하기 위하여 멀티미디어 콘텐츠의 경매 시스템과 경매 프로세스를 제시하였다. 본 논문에서는 멀티미디어 콘텐츠에 중고의 개념을 도입하였다. 특히, 모바일 상에서 경매가 가능하도록 새로운 시스템 구조를 제안하였다. 시스템의 성능 분석 결과 주요 경매프로세스는 성능 분석 과정을 통하여 $\Theta(logN)$의 정수 배(m)의 시간을 사용하는 알고리즘임을 소개하고 사용자나 컨텐츠의 양이 폭발적으로 증가하는 경우에도 시스템의 성능에 크게 영향을 받지 않는다는 것을 보인다.

낸드 플래시 메모리 기반 저장장치를 블록 디바이스로 가상화하는데 사용되는 플래시 변환 계층(FTL)는 플래시 메모리의 특성만을 고려하여 설계되었다. 그러나 FTL에서는 운영체제의 버퍼교체정책을 거쳐 발생되는 입출력 요청을 처리하기 때문에, 버퍼교체정책과 FTL 알고리즘은 큰 연관성을 가지게 된다. 따라서, 버퍼교체정책과 FTL 알고리즘을 동시에 고려하지 않고서는 플래시메모리 기반 저장장치를 사용하는 시스템의 전체적인 입출력 성능을 평가할 수 없으므로, 그 두 요소를 동시에 고려한 버퍼교체정책 또는 FTL 알고리즘에 대한 연구가 필요하다. 본 연구에서는 그러한 통합연구에 사용될 수 있는 입출력 성능 평가 도구인 IPSiNS를 개발하였다.

본 논문에서는 모바일 환경에서 고립단어 음성인식을 할 경우 화자종속 방법을 이용하여 성능을 높이는 사용자 적응형 후처리 방법을 제안한다. 이 방법은 인식기의 정확한 인식 결과를 위한 추가적인 처리들로 구성된다. 즉 인식기의 출력과 정확한 최종 결과들 간의 관계를 학습하여 이를 잘못된 인식기의 출력을 수정하는 데에 사용한다. 학습에는 패턴인식에 강인한 다층 퍼셉트론을 사용하며 학습 시간을 고려하여 모델을 세분화하고 동적으로 동작할 수 있도록 구현한다. 이 결과 인식기의 오류에 대해 41%를 수정하는 성과(오류 수정률: 41%)를 보였다.