Earticle

초록

영어

Artificial intelligence (AI) has become a core technology across various fields, including computer vision, natural language processing, medical diagnosis, and smart cities. This shift has accelerated the transition from cloud-centric processing to edge and on-device environments, where advantages such as reduced latency, enhanced privacy, and lower communication costs are critical. However, resource-constrained embedded devices like smartphones, wearables, and IoT sensors face difficulties in running large-scale deep learning models due to limited computation, storage capacity, and power consumption. To address this challenge, we propose a conditional layer deletion pruning method that removes an entire layer when more than 80% of its nodes are pruned in this paper. Experiments on the CIFAR-100 dataset show that our approach reduces model size and computational demand while maintaining competitive accuracy, demonstrating its effectiveness for deploying AI deep learning models in constrained environments.

한국어

최근 인공지능(AI)은 다양한 산업 분야에서 핵심 기술로 자리잡고 있으며, 특히 컴퓨터 비전, 자연어 처리, 의료 진단, 스마트 시티와 같은 영역에서 활용이 확대되고 있고, 이러한 발전은 클라우드 중심의 처리 구조에서 Edge 및 On-Device 환경으로의 전환을 촉진하고 있다. On-Device AI는 네트워크 지연 감소, 개인정보 보호 강화, 통신비용 절감 등 다양한 장점을 제공하지만, 스마트폰·웨어러블·IoT 센서와 같은 embedded device는 연산 능력과 저장용량의 제한 및 소비 전력의 제약으로 인해 대규모 AI 딥러닝 모델을 직접 운용하기 어렵다. 따라서 이러한 자원 제약 환경에서도 성능 저하를 최소화하면서 모델 크기와 연산량을 줄일 수 있는 경량화 기술이 필수적이다. 본 연구에서는 경량화 기술 중 하나인 pruning 기법을 확장하여, 각 layer에서 pruning 대상 node 비율이 80% 이상일 경우해당 layer를 삭제하는 조건부 Layer 삭제 pruning 기법을 제안하고, 모의실험을 통해 그 성능을 평가하였다. CIFAR-100 데이터 세트 기반 모의실험 결과, 본 논문에서 제안한 기법이 모델 크기와 연산량을 줄이면서도 정확성을 유지함으로써 임베디드 장치의 제한된 환경에서 AI 딥러닝 모델을 적용하는데 효과적임이 입증되었다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 조건부 Layer 삭제 Pruning
Ⅳ. 모의실험 및 결과
Ⅴ. 결론
References

키워드

저자

• 김진희 [ Jin Hee Kim | 정회원, 세명대학교 대학원 정보통신학과 박사과정 ] 제1저자/교신저자
• 오선진 [ Sun Jin Oh | 종신회원, 前세명대학교 스마트 IT학부 정교수 ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  The Journal of the Convergence on Culture Technology (JCCT) [문화기술의 융합]

• 간기

  격월간

• pISSN

  2384-0358

• eISSN

  2384-0366

• 수록기간

  2015~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 600 DDC 700