과제 상세정보
목록(SW 스타랩) DB4DL: 딥러닝 지원 고사용성 및 고성능 분산 인메모리 DBMS 개발
작성자
관리자
조회수
60
등록일
2024-05-21
사업 정보
| 내역사업 | 기반SW연구 |
|---|
과제 기본정보
| 과제명 | (SW 스타랩) DB4DL: 딥러닝 지원 고사용성 및 고성능 분산 인메모리 DBMS 개발 | ||||
|---|---|---|---|---|---|
| 과제고유번호 | 1711116808 | ||||
| 부처명 | 과학기술정보통신부 | ||||
| 시행계획 내 사업명 | |||||
| 시행계획 내 사업유형 | 예산출처지역 | 대전광역시 | 사업수행지역 | 대전광역시 | |
| 계속/신규 과제구분 | 신규과제 | ||||
| 과제수행연도 | 2020 | 총연구기간 | 2020-04-01 ~ 2027-12-31 | 당해연도 연구기간 | 2020-04-01 ~ 2020-12-31 |
요약 정보
| 연구목표 | [연구배경]* DBMS에 저장된 빅데이터는 대체로 딥러닝 SW에서 바로 사용할 수 없음. 데이터 추출, 수정 등의 데이터 준비에 전체 80% 이상의 시간이 소요되나 현재 DBMS에서 이러한 기능을 지원하지 않음 = 고사용성 필요 * 페타바이트 수준의 빅데이터는 여러 대의 노드에 분산 저장되어 있음. 이를 위한 분산 DBMS 딥러닝은 아직 초기 단계에 머물러... | ||
|---|---|---|---|
| 연구내용 | * 딥러닝 결합이 가장 효과적인 인메모리 분산 DBMS를 선정함* TensorFlow 딥러닝 SW의 Data API 지원 기능을 조사함* 분산 DBMS의 효율적인 액세스를 위한 딥러닝 SW의 Data API 기능을 확장함* 딥러닝 SW의 데이터 내부 포맷을 위한 분산 DBMS의 데이터 Serialize를 개발함* 2~4차년도에 개발될 데이터 준비 기능을 위... | ||
| 기대효과 | * 인하우스 데이터는 충분히 보유하고 있으나 딥러닝 활용능력이 미흡한 국내 기업과 연구소의 진입 장벽을 해소할 수 있음* 딥러닝 기반 서비스 개발의 최소 80%를 차지하는 데이터 준비(가공) 비용과 기간을 획기적으로 줄임 * 고사용성으로 인해 5천억 원 규모의 현 국내 DBMS 시장에서 연간 10억~15억 원의 유지보수비용을 절감함* 국내 DBMS 라이선스... | ||
| 키워드 | 데이터 준비,딥러닝,분산 DBMS,분산 처리,빅데이터 | ||
위탁/공동여부 정보
| 단독연구 | 기업 | 대학 | 국공립(연)/출연(연) | 외국연구기관 | 기타 |
|---|---|---|---|---|---|
|
기술 정보
| 연구개발단계 | 응용연구 | 산업기술분류 | |
|---|---|---|---|
| 미래유망신기술(6T) | IT(정보기술) | 기술수명주기 | |
| 연구수행주체 | 학 | 과학기술표준분류 | 인공물 > 정보/통신 > 정보이론 > 데이터베이스 |
| 주력산업분류 | 적용분야 | 지식의 진보(비목적연구) | |
| 중점과학기술분류 | 과제유형 |
과제수행기관(업) 정보
| 과제수행기관(업) 정보 | 과제수행기관(업)명 | 한국과학기술원 | 사업자등록번호 | |
|---|---|---|---|---|
| 연구책임자 | 소속기관명 | 한국과학기술원 | 사업자등록번호 | |
| 최종학위 | 박사 | 최종학력전공 | 공학 |
사업비
| 국비 | 215,000,000 | 지방비(현금+현물) | 0 |
|---|---|---|---|
| 비고 | |||