순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
2025-01 발표 · 피인용 485회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1% · 원 분야 IT
피인용 485회·인용 영향력 상위 1%라는 지표가 편집자 선정 기준인 높은 주목도와 학문적 파급력을 충분히 만족한다.
논문 요약
본 설문 논문은 모바일 엣지 인텔리전스(MEI)가 클라우드와 온디바이스 AI 사이에서 대형 언어 모델(LLM)의 실행을 가능하게 하는 방안을 조사한다. 먼저 LLM을 엣지에 배치해야 하는 주요 응용 사례들을 제시하고, LLM 및 MEI의 기본 개념을 정리한다. 이어서 자원 효율적인 LLM 구현 기술을 검토하고, MEI4LLM이라 명명한 아키텍처의 핵심 구성 요소들을 종합적으로 제시한다.
후속 연구설계에 활용하기
후속 연구에서는 MEI4LLM 아키텍처의 지연시간·에너지·프라이버시 수준을 변수로 설정해, 다양한 엣지 디바이스 환경에서 LLM 성능‑자원 트레이드오프를 실험적으로 검증할 수 있다.
핵심어
모바일 엣지 인텔리전스대형 언어 모델자원 효율 기술네트워크 엣지
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.