±³À°°úÁ¤

°úÁ¤°Ë»ö
  • ±â¾÷À§Å¹ °úÁ¤
  • Àåºñ±¸¸Å/°³¹ß
  • °­ÀÇ½Ç ´ë¿©
  • ÀÓº£µðµå ±¸Àα¸Á÷

slide_bn

slide_bn02

slide_bn03

ȨÀ¸·Î±³À°°úÁ¤

ÀÔ¹® Áß±Þ °í±Þ
freeRTOS ±¸Á¶ ¹× Ȱ¿ë Cortex-M3 ±¸Á¶ ¹× µð¹ÙÀ̽º Á¦¾î AI ±â¼úÀÇ ÀÌÇØ ¹× Ȱ¿ë
3D °ø°£µ¥ÀÌÅ͸¦ÀÌ¿ëÇÑ µðÁöÅÐÆ®À© ±¸Ãà Accelerating CUDA¢ç C++ Applications With Multiple GPUs ARM Boot Code Design and Analysis
A-SPICE ±â¹Ý ¿ä±¸»çÇ× °³¹ß ¹× °ü¸® ÇÁ·Î¼¼½º ÇÙ½É ÀÌÇØ Advanced ÄÚµùÅ×½ºÆ® ARM µð¹ÙÀ̽º Á¦¾î
AI º¸¾È ½Ç¹« ¾Ç¼ºÄÚµå ŽÁöºÎÅÍ ·Î±× ºÐ¼®±îÁö Agent Framework¸¦ Ȱ¿ëÇÑ AI Agent ±¸Ãà ARM±â¹Ý CÄÚµå ÃÖÀûÈ­
AI Ȱ¿ë´É·Â °úÁ¤(AICE Basic ÀÚ°ÝÁõ) AI Ȱ¿ë´É·Â °úÁ¤(AICE Associate ÀÚ°ÝÁõ) ARM±â¹Ý ÀڷᱸÁ¶ ¹× ¾Ë°í¸®Áò
AIÀÔ¹®ÀÚ¸¦ À§ÇÑ ¸Ó½Å·¯´× µö·¯´× ÀÌÇØ ARM ÇÁ·Î¼¼¼­ ±¸Á¶ ¹× Ȱ¿ë AUTOSAR±â¹Ý MCAL Á¦¾î ÇÁ·Î±×·¡¹Ö ½Ç¹«
Automotive SPICE ÇÙ½É Ã¼Å©Æ÷ÀÎÆ® ÀÌÇØ AWS CLI ±â¹ÝÀÇ ÀÎÇÁ¶ó ±¸Ãà ÇÚÁî¿Â AWS Code Series CI/CD ±¸Ãà
Automotive SPICE ÇÙ½É ÄÁ¼Á ÀÌÇØ AWS ÀÎÇÁ¶ó ±¸Ãà ÇÚÁî¿Â Data Parallelism: How to Train Deep Learning Models on Multiple GPUs
ChatGPT ±â¼úÀÇ ÀÌÇØ¿Í ºñÁî´Ï½º Ȱ¿ë Building Al-Based Cybersecurity Pipelines GPT ¸ðµ¨ Çö¾÷ Àû¿ëÀ» À§ÇÑ RAG
C¹Ú»ç°¡ Àü¼öÇÏ´Â CÇÁ·Î±×·¡¹Ö ¿ÏÀüÁ¤º¹(±âÃÊ) C ÇÁ·Î±×·¡¹Ö ±â¹ý Çâ»ó °æÁø´ëȸ ¸ðµ¨ ±â¹ÝÀÇ ¿µ»óó¸® µö·¯´×
Fundamentals of Accelerated Computing with CUDA C/C++ Clean C CodingÀ¸·Î ½ÃÀÛÇÏ´Â Secure Coding °ú SWº¸¾È µöÆäÀ̽º ±â¹ÝÀÇ ¾ó±¼ÀÎ½Ä ¼Ö·ç¼Ç ±¸Ãà
Fundamentals of Accelerated Computing with CUDA Python Cortex-M4 ÇÁ·Î¼¼¼­ ±¸Á¶ ¹× Ȱ¿ë ¸®´ª½º Ä¿³Î ºÐ¼® ¹× ÇÁ·Î±×·¡¹Ö
Fundamentals of Deep Learning Design Pattern In C++ »ç¹°ÀÎÅͳÝÀ» À§ÇÑ Åë½Å ÇÁ·ÎÅäÄÝ ºÐ¼®
GAN ±âº» ¹× Ȱ¿ë Embedded Deep Learning(CNNÀ» ÀÌ¿ëÇÑ ¿µ»óÀνÄ) À̹ÌÁö »ý¼º - Stable Diffusion
Go Programming ÃÊ±Þ GPU º´·Ä ÇÁ·Î±×·¡¹Ö°ú CUDA ¾ÆÅ°ÅØÃ³ ÀΰøÁö´É±â¹Ý °´Ã¼ ŽÁö ¸ðµ¨
GPT ±â¹Ý ½ÇÀü OpenAI API ÇÁ·Î±×·¡¹Ö (AI 꺿 ÇÁ·ÎÁ§Æ® Æ÷ÇÔ) Intro Computer Vision ÀÓº£µðµå º¸¾È¼º Çâ»óÀ» À§ÇÑ ¿ªºÐ¼®
HW¾ÈÀü¼³°è ¹× ºÐ¼® Java Programming Áß±Þ (°´Ã¼ÁöÇâ À§ÁÖ, ±âº» ¹®¹ý Á¦¿Ü) Á÷Á¢ ¸¸µé¾î º¸´Â GPT ¸ðµ¨
INTEL OneAPI / IDC ¿Â¶óÀÎ ¼¼¹Ì³ª MISRA C¿¡ ±â¹ÝÇÑ ½Å·Ú¼º ¼ÒÇÁÆ®¿þ¾î °³¹ß Äí¹ö³×Ƽ½º ÇÙ½É ¿î¿µ ÇÚÁî¿Â
IoT ½º¸¶Æ® ÀÓº£µðµå Ç÷§Æû °³¹ß Modern C++ ÆÄÀ̽㠱â¹ÝÀÇ µ¥ÀÌÅÍ ºÐ¼® ¹× ½Ã°¢È­
Matlab & Simulink & Stateflow ±âÃÊ Qt/C++ Application Ç¥ÁØ ¼ÒÇÁÆ®¿þ¾î Ç÷§Æû(AUTOSAR)
MicrosoftÀÇ Power PlatformÀ» Ȱ¿ëÇÑ ½Ç¹«ÀÚµ¿È­ ¹× µ¥ÀÌÅͺм® °úÁ¤ Qt/QML Application °³¹ß ÇÁ·ÒÇÁÆ® ¿£Áö´Ï¾î¸µ
Model Parallelism: Building and Deploying Large Neural Networks STL°ú ¿ÀǼҽº·Î ¹è¿ì´Â °í±Þ C++  
NVIDIA AI Academy 3±â SW ºÐ¼® ¹× ¼³°è (UML)  
NVIDIA AI Academy 4±â SW°³¹ß ¿ä±¸»çÇ× ÀÌÇØ  
Power BI ±â¹Ý ºòµ¥ÀÌÅÍ ½Ã½ºÅÛ ±¸Ãà ¹× ºÐ¼® SWÅ×½ºÆ® °ü¸®ÀÚ °úÁ¤  
ROS2 ÇÁ·Î±×·¡¹Ö TRAVEO T2G Architecture & AUTOSAR MCAL  
SQLÀ» Ȱ¿ëÇÑ µ¥ÀÌÅÍ ºÐ¼® Yocto ÇÁ·ÎÁ§Æ®¸¦ Ȱ¿ëÇÑ ÀÓº£µðµå ¸®´ª½º °³¹ß  
TensorFlow¸¦ Ȱ¿ëÇÑ Àΰø½Å°æ¸Á ±¸Çö [Step-2] ROS SLAM°ú AI ·Îº¿ ³×ºñ°ÔÀ̼Ç(ROS2)  
V-Model ÇÁ·Î¼¼½º ±â¹Ý ÀÚµ¿Â÷ ¼ÒÇÁÆ®¿þ¾î °øÇÐ ÇÙ½É ÀÌÇØ [Step-3] Nvidia Jetson ·Îº¿ Ȱ¿ë ROS2 ÀÀ¿ë ÇÁ·ÎÁ§Æ® (LKAS, Å©·çÁî ÄÁÆ®·Ñ)  
[IoT ½º¸¶Æ®È¨ ÀÔ¹®] ¶óÁ¸® ÆÄÀ̸¦ ÀÌ¿ëÇÑ ½º¸¶Æ® Ȩ ±¸Ãà [Step-4] ÀÚÀ²ÁÖÇàÀ» À§ÇÑ Ä«¸Þ¶ó ¶óÀÌ´Ù ¼¾¼­Ç»Àü°ú LSTM  
[Step-1] ÇÁ·ÎÁ§Æ® ±â¹Ý µö·¯´× ¿µ»ó ºÐ¼®°ú ÀÚÀ²ÁÖÇà [Step-5] ÇÁ·ÎÁ§Æ® ±â¹Ý LLM ¾ð¾î¸ðµ¨°ú ´ëÈ­Çü ·Îº¿ ½Ã½ºÅÛ  
[Step-ÀÔ¹®] ÆÄÀ̽ãOpenCV - ±âº»ºÎÅÍ ÀÎÁö ÇÁ·Î±×·¡¹Ö±îÁö [Step-6] ·Îº¿ Á¦¾î¸¦ À§ÇÑ MCU ÇÁ·Î±×·¡¹Ö  
[¹«·á] CLIP e-FormÀ¸·Î ½ÃÀÛÇÏ´Â ÀüÀÚ¼­½Ä ÀÚµ¿È­ÀÔ¹® [±¹°¡º¸¾È±â¼ú¿¬±¸¿ø] ARM Boot Code Desighn and Analysis  
[¹«·á] CLIP Report ·Î ½ÃÀÛÇÏ´Â º¸°í¼­ÀÚµ¿È­ ÀÔ¹® [½Ã°è¿­ ¿¹Ãø] ¶óÀ̺귯¸® Ȱ¿ëºÎÅÍ ¸ðµ¨±¸Ãà±îÁö  
[¹«·á] Tableau·Î ½ÃÀÛÇÏ´Â µ¥ÀÌÅͽð¢È­ÀÔ¹® °³¹ßÀÚµµ ¾Ë¾Æ¾ß ÇÒ S/WǰÁú À̷аú »ç·Ê  
[¿¡¼¾¼È] AWS ÇÙ½É ¼­ºñ½º µµÄ¿ ÄÁÅ×ÀÌ³Ê ¿î¿µ  
°³¹ßÀÚ°¡ ¾Ë¾Æ¾ß ÇÒ S/W Å×½ºÆÃ °³¿ä ¹× ¸í¼¼±â¹Ý Å×½ºÆ® ¼³°è ½Ç½À µö·¯´× ±â¹Ý °´Ã¼ÀÎ½Ä ¾Ë°í¸®Áò ÀÌÇØ  
°³¹ßÀÚ¸¦ À§ÇÑ C++ ÇÁ·Î±×·¡¹Ö µö·¯´× ¸ðµ¨ È¿À²È­  
°³¹ßÀÚ¸¦ À§ÇÑ S/W Inspection À̷аú ½Ç½À µö·¯´× º´·Äó¸®¿Í GPU ÃÖÀûÈ­  
°ø°£ µ¥ÀÌÅͺ£À̽º ÀÌÇØ ¹× Ȱ¿ë µö·¯´× À̹ÌÁö ºÐÇÒ A to Z  
°ø°£Á¤º¸ ÀÌÇØ¿Í Ȱ¿ë ¶óÁ¸®ÆÄÀ̸¦ Ȱ¿ëÇÑ IoT Ç÷§Æû Ȱ¿ë  
±¹Á¦Ç¥Áرâ¹Ý »çÀ̹ö º¸¾È ´ëÀÀ¹× TARA½Ç¹« ·©Ã¼ÀÎ(Langchain)À» Ȱ¿ëÇÑ LLM±â¹Ý AIºñ¼­  
±â´É¾ÈÀü ISO26262 ¸®´ª½º Ä¿³Î 5.0 µ¿ÀÛ °úÁ¤ ÀÌÇØ¿Í tracing ½Ç½À  
µö·¯´× ÀÔ¹® - ÇÙ½É °³³ä°ú »ç·Ê·Î ÀÌÇØÇÏ´Â µö·¯´× ±â¼ú ¸®½ºÅ©±â¹Ý Å×½ºÆ® Àü·« ¼ö¸³ ¹× °èȹ¼­ ÀÛ¼º ½Ç½À  
¶óÁ¸®ÆÄÀÌÀ» Ȱ¿ëÇÑ ¼¾¼­Á¦¾î½Ç½À ¸ÞŸ¹ö½º Ȱ¿ë VR ÄÜÅÙÃ÷ °³¹ß ½Ç¹«  
·Îº¿ ¿î¿µÃ¼Á¦ ±¸Á¶ ¹× Ȱ¿ë ¸ÞŸ¹ö½º Ȱ¿ë À¯´ÏƼ VR°ÔÀÓ °³¹ß  
·Îºí·Ï½º(ROBLOX)¸¦ Ȱ¿ëÇÑ ¸ÞŸ¹ö½º Á¦ÀÛ ±âÃÊ ¸ÞŸ¹ö½ºÀÇ ÀÌÇØ ¹× Ç÷§Æû Ȱ¿ë  
·Îºí·Ï½º±â¹Ý ¸ÞŸ¹ö½º ÇÁ·Î±×·¡¹Ö ±âÃÊ(Lua) ¸ð¹ÙÀÏ µö·¯´×  
¸®´ª½º ½© ÇÁ·Î±×·¡¹Ö º¸¾È Ãë¾àÁ¡ Áø´Ü°ú ´ëÀÀÀ» À§ÇÑ Secure Coding(C/C++)  
¸Ó½Å·¯´× ¶óÀ̺귯¸® Ȱ¿ë ºí·ÏüÀÎ ±¸Á¶ ÀÌÇØ¿Í ÇÁ·Î±×·¡¹Ö  
¸ÞŸ¹ö½º ÀÌÇØ¸¦ À§ÇÑ Á¦ÆäÅä(Zepeto) 100% Ȱ¿ëÇϱ⠺òµ¥ÀÌÅ͸¦ À§ÇÑ ÆÄÀ̽ã Áß±Þ  
ºòµ¥ÀÌÅ͸¦ À§ÇÑ ±âÃÊ Åë°è ½º¸¶Æ® ÆÑÅ丮¸¦ À§ÇÑ ºòµ¥ÀÌÅÍ ºÐ¼® ¹× Ȱ¿ë  
½º¸¶Æ® ºñÁî´Ï½º¸¦ À§ÇÑ NoÄÚµå µ¥ÀÌÅÍ ºÐ¼® ½ÎÀÌŶ ·±À» ÀÌ¿ëÇÑ ½±°í ºü¸¥ ¸Ó½Å·¯´× ÇÁ·Î±×·¡¹Ö  
½Ã½ºÅÛ ¹ÝµµÃ¼ ¼³°è ¹× ÀÀ¿ë ¿ÀǼҽº ¼ÒÇÁÆ®¿þ¾î Ȱ¿ë °ø°£ºÐ¼®(½ÉÈ­)  
½Ã½ºÅÛ ¹ÝµµÃ¼ ¼ÒÇÁÆ®¿þ¾î °³¹ßÀÚ ¾ç¼º °úÁ¤ ÀÇ»ç°áÁ¤À» À§ÇÑ ºòµ¥ÀÌÅÍ ½Ã½ºÅÛ ±¸Ãà ¹× ½Ã°¢È­ºÐ¼®  
¿ÀǼҽº ¼ÒÇÁÆ®¿þ¾î Ȱ¿ë °ø°£ºÐ¼®(±âÃÊ) ÀÌ´õ¸®¿ò ±â¹Ý ºí·ÏüÀÎ °³¹ß ½Ç½À  
À§¼º¿µ»ó ó¸® ¹× ºÐ¼® ÀΰøÁö´É ±â¹Ý °­È­ÇнÀ ¸ðµ¨ ±¸Ãà  
ÀÌ´õ¸®¿ò ±â¹ÝÀÇ DApp °³¹ß ÀÔ¹®(Solidity ÇÁ·Î±×·¡¹Ö) ÀÓº£µðµå C ÇÁ·Î±×·¡¹Ö  
ÀΰøÁö´É°ú ¸Ó½Å·¯´× ±âÃÊ ÀÓº£µðµå ¸®´ª½º ³×Æ®¿öÅ© ÇÁ·Î±×·¡¹Ö  
ÀÔ¹®ÀÚ¸¦ À§ÇÑ ÀÓº£µðµå ½Ã½ºÅÛ ÀÌÇØ ÀÓº£µðµå ¸®´ª½º µð¹ÙÀ̽º µå¶óÀ̹ö(Ä¿³Î 6.x)  
ÀÚµ¿Â÷ SWǰÁú È®º¸¸¦ À§ÇÑ ¿ä±¸»çÇ× °³¹ß ¹× °ü¸® ÇÁ·Î¼¼½º ÇÙ½É ÀÌÇØ ÀÓº£µðµå ¸®´ª½º ½Ã½ºÅÛ ÇÁ·Î±×·¡¹Ö  
ÀÚµ¿Â÷ ¼ÒÇÁÆ®¿þ¾î °øÇÐ ÀÓº£µðµå ¸®´ª½º Ä¿³Î Æ÷ÆÃ ¹× ±¸Á¶  
ÀÚÀ²ÁÖÇà ¼¾¼­ ±â¼ú°ú Â÷·®¿ë ¹ÝµµÃ¼ ÀÌÇØ ÀÚµ¿Â÷ ±â´É¾ÈÀüÇ¥ÁØ ±â¹Ý SW Å×½ºÆÃ ±â¹ý  
Â÷·®¿ë ¼ÒÇÁÆ®¿þ¾î °³¹ß ÀÌÇØ ÀÚ¿¬¾îó¸® - Seq2seq¿Í PLM(pretrained language model)  
ÄÉ¶ó½º µö·¯´× ±â¹ÝÀÇ ¿µ»ó ¹× ÀÚ¿¬¾î ó¸® ÀÚÀ²ÁÖÇà¸ðÇüÂ÷¸¦ Ȱ¿ëÇÑ ÀÚÀ²ÁÖÇà ¼¾¼­±â¼ú ±¸Çö  
Äɶ󽺸¦ Ȱ¿ëÇÑ ÅÙ¼­ÇÃ·Î¿ì µö·¯´× Á÷Á¢ ¸¸µé¾î º¸´Â ChatGPT ¸ðµ¨  
Äí¹ö³×Ƽ½º¿Í µµÄ¿ ÀÔ¹® Ãßõ ¾Ë°í¸®Áò ½Ã½ºÅÛ ±¸Ãà  
Åë°è¿Í ¸Ó½Å·¯´× Ȱ¿ëÇÑ °ø°£±â¹Ý ºòµ¥ÀÌÅͺм® Å×¶óÆûÀ» Ȱ¿ëÇÑ ÄÚµå±â¹ÝÀÇ ÀÎÇÁ¶ó±¸Ãà(IaC) ÀÚµ¿È­  
ÆÄÀ̽ã ÇÁ·Î±×·¡¹Ö ±âÃÊ ÅÙ¼­ÇÃ·Î¿ì µö·¯´×  
ÆÄÀ̽ãÀ» Ȱ¿ëÇÑ µö·¯´× ±âº» ÆÄÀ̽ãºÎÅÍ ½ÃÀÛÇÏ´Â µ¥ÀÌÅÍ ºÐ¼® ¹× ½Ã°¢È­  
  ÆÄÀ̽ãÀ¸·Î ³¡³»´Â µ¥ÀÌÅͺм® Àü¹®°¡  
  ÆÄÀ̽ãÀ» Ȱ¿ëÇÑ µ¥ÀÌÅÍ ºÐ¼® ½Ç¹«  
  Ç×°ø»çÁø µå·Ð¿µ»óó¸®  

¢¸08¿ù, ¿ù, ¿ù¢º