상세 보기
초록
방대한 데이터의 AI 처리는 주로 클라우드 기반의 서버에서 이루어지고 있다. IoT 및 다양한 센서 등에서 실시간으로 수집되는 데이터의 양이 폭발적으로 증가하고 있으므로 엣지 AI 기술로 클라우드나 서버가 아닌 로컬에서 AI 알고리즘을 처리하는 기술이 중요하다. 엣지 AI를 통해서 임베디드 디바이스에서 기계학습을 수행하면 높은 응답성과 비용 절감 등에 이점이 있다. 본 논문에서는 엣지 AI의 주요 구성요소인 TinyML기반의 Edge Impulse에서 음성을 학습시키고 그 결과를 Arduino Nano 33 BLE Sense에 업로드하여 서보모터 제어를 구현한다. 이를 통해서 자원 제약적인 임베디드 디바이스에서 기계학습을 처리하여 클라우드의 부하 없이 마이크로컨트롤러에서 다양한 AI 처리가 가능함을 보인다. TinyML은 클라우드 처리에 의존하지 않고 매우 낮은 전력 범위에서 작동하는 임베디드 디바이스에서 딥러닝 알고리즘을 수행하는 데 중점을 두고 있다. 앞으로 저전력 임베디드 디바이스에서 다양한 기계학습 활용이 가능할 것으로 기대한다.
키워드
TinyML; Machine Learning; Arduino Nano 33 BLE Sense; Edge AI; Speech Recognition; TinyML; 기계 학습; 아두이노 나노 33 BLE 센스; 엣지 AI; 음성 인식
- 제목
- 아두이노를 이용한 TinyML 기반의 음성인식 구현
- 제목 (타언어)
- Implementing TinyML-based Speech Recognition using Arduino
- 저자
- 구금서; 서영건
- 발행일
- 2023-06
- 저널명
- 디지털컨텐츠학회논문지
- 권
- 24
- 호
- 6
- 페이지
- 1285 ~ 1294