• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제9권12호
• /
• pp.291-306
• /
• 2020

오늘날 데이터 네트워크 AI (DNA) 기반 지능형 서비스 및 애플리케이션은 비즈니스의 삶의 질과 생산성을 향상시키는 새로운 차원의 서비스를 제공하는 것이 현실이 되었다. 인공지능(AI)은 IoT 데이터(IoT 장치에서 수집한 데이터)의 가치를 높이며, 사물 인터넷(IoT)은 AI의 학습 및 지능 기능을 촉진한다. 딥러닝을 사용하여 대량의 IoT 데이터에서 실시간으로 인사이트를 추출하려면 데이터가 생성되는 IoT 단말 장치에서의 처리능력이 필요하다. 그러나 딥러닝에는 IoT 최종 장치에서 사용할 수 없는 상당 수의 컴퓨팅 리소스가 필요하다. 이러한 문제는 처리를 위해 IoT 최종 장치에서 클라우드 데이터 센터로 대량의 데이터를 전송함으로써 해결되었다. 그러나 IoT 빅 데이터를 클라우드로 전송하면 엄청나게 높은 전송 지연과 주요 관심사인 개인 정보 보호 문제가 발생한다. 분산 컴퓨팅 노드가 IoT 최종 장치 가까이에 배치되는 엣지 컴퓨팅은 높은 계산 및 짧은 지연 시간 요구 사항을 충족하고 사용자의 개인 정보를 보호하는 실행 가능한 솔루션이다. 본 논문에서는 엣지 컴퓨팅 내에서 딥러닝을 활용하여 IoT 최종 장치에서 생성된 IoT 빅 데이터의 잠재력을 발휘하는 현재 상태에 대한 포괄적인 검토를 제공한다. 우리는 이것이 DNA 기반 지능형 서비스 및 애플리케이션 개발에 기여할 것이라고 본다. 엣지 컴퓨팅 플랫폼의 여러 노드에서 딥러닝 모델의 다양한 분산 교육 및 추론 아키텍처를 설명하고 엣지 컴퓨팅 환경과 네트워크 엣지에서 딥러닝이 유용할 수 있는 다양한 애플리케이션 도메인에서 딥러닝의 다양한 개인 정보 보호 접근 방식을 제공한다. 마지막으로 엣지 컴퓨팅 내에서 딥러닝을 활용하는 열린 문제와 과제에 대해 설명한다.

• 경영정보학연구
• /
• 제16권1호
• /
• pp.1-15
• /
• 2014

소셜미디어(social media) 플랫폼의 인기와 성공은 새로운 비즈니스 모델인 소셜커머스를 창출하게 되었다. 공동구매를 통해 파격적인 가격으로 제품이나 서비스를 제공하는 소셜커머스 시장은 계속적으로 주목할 만한 성장을 하고 있다. 그러나 이러한 성장의 이면에 소비자들의 회의적인 시각도 존재한다. 왜냐하면, 구입한 제품이나 서비스가 실제와는 다르거나, 불합리한 환불정책 등으로 소비자들의 불만이 고조되고 있는 실정이다. 이러한 근원적인 이유는, 소셜커머스 마켓에서 소비자들이 의존할 만한 신뢰형성메커니즘이 제공되지 않고 있기 때문이다. 기존의 e-마켓플레이스에서는 판매자(seller)에 대한 구매자의 평가정보가 일종의 신뢰형성메커니즘을 제공하여 거래의 안정성이 보장되었다. 이러한 점에 착안하여, 본 연구에서는 소셜커머스마켓에서 소비자들에게 물건이나 서비스 정보제공에 있어서 일종의 큐레이터 역할을 하는 MD(merchandiser)의 역할에 주목하고, 신뢰형성메커니즘을 기반으로 MD에 대한 피드백코멘트와 MD의 실적프로파일 정보의 제공이 소비자들에게 어떠한 영향을 주는가를 검증한다. 이를 위해, 124명의 참가자가 실험실(laboratory experiment)연구에 참여하였다. 실험분석결과, MD에 대한 피드백코멘트와 실적프로파일이 소셜커머스 거래에서 신뢰를 높이는 것으로 나타났다.