5GX MEC 기반 Vision AI 응용 모델 개발

01 멘토 소개

안녕하세요. SKT T3K 기술원 MEC 프로덕트 개발팀에서 Vision AI 모델을 MEC서버에서 효율적으로 운영하기 위한 연구를 하고 있습니다.

석사는 반도체 회로 설계를 전공했고, 삼성전자에서 Exynos AP의 프로세서 5년 동안 설계를 했습니다.

SKT로 와서 IoT 프로세서 설계와 AI 가속기 설계를 6년 동안 했습니다.

개인적으로는 MEC서버 외에 'embedded system 내 AI 최적화' 에도 관심이 있습니다.

SKT에서 개발하고 있는 MEC (Mobile Edge Computing/Cloud)의 특징은 ① Network Latency가 낮고, ② Data Privacy를 높일 수 있다는 점입니다. azure/gcp/aws와 같은 hyperscaler의 public Cloud와 달리, SKT의 통신 국사(base station) or 빌딩/병원 등에 설치가 되어 5G 단말과 직접 연결되기 때문입니다.
아키텍처 및 구성은 자유롭게 기획하시면 됩니다. 다만 MEC환경이기 때문에 client ↔ server 구조로 구성이 되어야 합니다. (예시) 5G client 단말(mobile phone or embedded board + camera)에서 image frame을 MEC서버에서 REST/gRPC로 받아서, AI model을 통해 detection/classification 등의 결과를 MEC 서버에서 visualization 또는 5G client 단말에 action을 취하게 하는 방식
AI model은 pre-trained model을 사용하거나, Labelled data를 찾아 augment하여 새로 training 해보셔도 됩니다.
MEC 서버는 (기본) VM웨어, (OS) ubuntu18.04 위에서 작업합니다. Docker image를 base로 하여 만들거나, OS 위에 AI framework/library등을 직접 설치하여 사용하면 됩니다.
필요한 기술적 내용은 저희가 도와줄 것이니 같이 논의하며 풀어가면 됩니다. 😀 Use-case 가 재미있고 의미가 있는 내용이어서 실제 상용화 model에 반영 되거나 전시 등에 활용할 수 있길 바랍니다.

Docker container, AI framework (pytorch, tensorflow, caffe, darknet), REST/gRPC, coding (C/python) 및 기본적인 linux 활용할 수 있어야 해요.
로봇 형태, RC car, 인형뽑기, 드론 등 어떤 form-factor를 갖는 형상이든지 상관 없고, 내부 AI 모델도 Vision AI이외에 Vision+Sound 혹은 Vision + 3D depth 등의 multimodal도 상관 없습니다.