Smart Media Journal (스마트미디어저널)

THE KOREAN INSTITUTE OF SMART MEDIA (한국스마트미디어학회)
권호 표지
DOI QR코드

DOI QR Code

Design and Utilization of Connected Data Architecture-based AI Service of Mass Distributed Abyss Storage

대용량 분산 Abyss 스토리지의 CDA (Connected Data Architecture) 기반 AI 서비스의 설계 및 활용

  • 차병래 (광주과학기술원 AI대학원) ;
  • 박선 (광주과학기술원 AI대학원) ;
  • 서재현 (목포대학교 정보보호학과) ;
  • 김종원 (광주과학기술원 AI대학원) ;
  • 신병춘 (전남대학교 수학과)
  • Received : 2020.11.30
  • Accepted : 2021.02.15
  • Published : 2021.03.31
Download PDF
⟨ Previous Next ⟩

Abstract

In addition to the 4th Industrial Revolution and Industry 4.0, the recent megatrends in the ICT field are Big-data, IoT, Cloud Computing, and Artificial Intelligence. Therefore, rapid digital transformation according to the convergence of various industrial areas and ICT fields is an ongoing trend that is due to the development of technology of AI services suitable for the era of the 4th industrial revolution and the development of subdivided technologies such as (Business Intelligence), IA (Intelligent Analytics, BI + AI), AIoT (Artificial Intelligence of Things), AIOPS (Artificial Intelligence for IT Operations), and RPA 2.0 (Robotic Process Automation + AI). This study aims to integrate and advance various machine learning services of infrastructure-side GPU, CDA (Connected Data Architecture) framework, and AI based on mass distributed Abyss storage in accordance with these technical situations. Also, we want to utilize AI business revenue model in various industries.

4차 산업혁명, Industry 4.0 과 더불어 최근 ICT 분야의 메가트렌드는 빅데이터, IoT, 클라우드 컴퓨팅, 그리고 인공지능이라고 할 수 있다. 따라서, 4차 산업혁명 시대에 알맞은 AI 서비스들의 기술 개발과 다양한 산업 영역에서 ICT 분야의 융합에 따른 BI (Business Intelligence), IA (Intelligent Analytics, BI + AI), AIoT (Artificial Intelligence of Things), AIOPS (Artificial Intelligence for IT Operations), RPA 2.0 (Robotic Process Automation + AI) 등의 세분화된 기술 발전으로 급속한 디지털 전환 (Digital Transformation)이 진행되고 있는 추세이다. 본 연구에서는 이러한 기술적 상황에 따른 대용량 분산 Abyss 스토리지 기반으로 인프라 측면의 GPU, CDA (Connected Data Architecture) 프레임워크, 그리고 AI의 다양한 머신러닝 서비스들을 통합 및 고도화를 목표로 하며, AI 비즈니스의 수익 모델을 다양한 산업 영역에 활용하고자 한다.

Keywords

References

  1. Gartner, "Gartner Top Strategic Technology Trends for 2021," (2020), https://www.gartner.com/smarterwithgartner/gartner-top-strategic-technology-trends-for-2021/(accessed Nov., 28, 2020).
  2. Ceph (2020), https://ceph.io/(accessed Nov., 28, 2020).
  3. 차병래, 차윤석, 최명수, 박선, 김종원, "대용량 Abyss Storage의 KOREN 네트워크 기반 국내 및 해외 실증 테스트," 스마트미디어저널, 제6권, 제1호, 9-15쪽, 2017년 3월
  4. 차병래, 박선, 김종원, 신주현, 반성범, "International Network Performance and Security Testing based on Distributed Abyss Storage Cluster and Draft of DataLake Framework," Hindawi, Security and Communication Networks, vol. 2018, Article ID 1746809, 2018년 2월.
  5. 차병래, 박선, 신병춘, 김종원, "Abyss Storage Cluster 기반의 DataLake Framework의 설계," 스마트미디어저널, 제7권, 제1호, 9-15쪽, 2018년 3월
  6. 차병래, 차윤석, 박선, 신병춘, 김종원, "Abyss Storage Cluster 기반 DataLake Framework의 Connected Data Architecture 설계 및 검증," 스마트미디어저널, 제7권, 제3호, 57-63쪽, 2018년 9월
  7. IBM Elastic Storage System(ESS) (2020), https://www.ibm.com/products/elastic-storage-system(accessed Nov., 28, 2020).
  8. Dell EMC Unity XT (2020), https://www.delltechnologies.com/ko-kr/storage/unity.htm(accessed Nov., 28, 2020).
  9. Oracle Autonomous Data Warehouse (2020), https://www.oracle.com/autonomous-database/autonomous-data-warehouse/(accessed Nov., 28, 2020).
  10. MXNet (2020), https://mxnet.apache.org/ (accessed Nov., 28, 2020).
  11. 신병춘, 차병래, "MXNet을 활용한 신경망 학습," 전남대학교출판문화원, ISBN: 978-89-6849-596-0, 2019년
  12. 차병래, 박선, 오수열, 김종원, "Connected Data Architecture 개념의 확장을 통한 AI 서비스 초안설계," 스마트미디어저널, 제7권, 제4호, 30-36쪽, 2018년 12월 https://doi.org/10.30693/smj.2018.7.4.30
  13. 정두희, "한 권으로 끝내는 AI 비즈니스 모델,"청림출판, ISBN: 978-89-3521-317-7, 2020년
  14. YOLO (2020), https://pjreddie.com/darknet/yolo/ (accessed Nov., 28, 2020).
  15. 김태홍, 오수희, 차병래, 박선, 서재현, "Prototype of Strawberry Maturity-Level Classification to Determine Harvesting Time of Strawberry," SMA 2020, 제주, 대한민국, 2020년 9월.
  16. 차병래, 박선, 이성호, 신병춘, 김종원, "스마트 제조혁신을 위한 보호필름 공정 제조데이터의 활용모델 설계," 스마트미디어저널, 제8권, 제3호, 95-103쪽, 2019년 9월 https://doi.org/10.30693/SMJ.2019.8.3.95
  17. XAI (2020), https://www.darpa.mil/program/explainable-artificial-intelligence(accessed Nov., 28, 2020).
  18. 차병래, 박선, 신병춘, 김종원, "스마트 팩토리 내의 위험요소 탐지를 위한 이미지 객체 탐지 기술의 초안 설계," 한국스마트미디어학회 2020 춘계학술대회, 424-425쪽, 2020년 5월
  19. 차병래, 최근영, 김남호, 이성호, 박선, 신병춘, 김종원, "LBS 서비스를 제공하는 전주를 이용한 전기차 충전 플랫폼의 설계 제안," 스마트미디어저널, 제9권, 제1호, 67-74쪽, 2020년 3월 https://doi.org/10.30693/SMJ.2020.9.1.67
  20. Remote Sensing (2020), https://en.wikipedia.org/wiki/Remote_sensing(accessed Nov., 28, 2020).
  21. 차병래, 차윤석, 이성호, 박선, 신병춘, 김종원, 서재현, "Conceptual Validation of Distributed Edge Clusters with AI Framework Support for Intelligent Weather Data Processing," SMA 2019, 2019년 12월.
  22. Digital Twin (2020), https://www.aiscorp.com/blog/industry-4-0-concepts-cyber-physical-system-iot-digital-twin/(accessed Nov., 28, 2020).
  23. 차병래, 정형용, 신병춘, 박선, 김종원, "타워크레인의 자율 운영을 위한 AIoT & Digital Twin의 통합 설계 초안," 2020 한국스마트미디어학회 추계학술대회, 2020년 11월