[배경]

- 스타디움·오피스·스마트공장 등 고밀도·이동 환경에서 AP 간 간섭으로 tail-latency·패킷손실이 증가하여, 실사용 체감 품질(일관성) 저하

- XR·클라우드 게임·산업 자동화 등 미션크리티컬 서비스 확산으로, 최대속도보다 예측가능한 '초고신뢰(유선급)' 무선 연결이 필요

[본문]
1. Wi-Fi 8 (IEEE 802.11bn UHR) 의 개념
- MAPC(다중 AP 협조)와 DRU·ELR 등 UHR PHY/MAC 기술로 혼잡·저신호 환경에서 지연·패킷손실을 25% 낮춘 초고신뢰(UHR) 연결을 제공하는 차세대 무선랜 표준(IEEE 802.11bn)

2. 개념도

3. 요소기술

[약어] * MAPC( Multi-AP Coordination) : 다중 AP 협조,     * TXOP (Transmission Opportunity) : 전송 기회,   * Co-SR(Coordinated Spatial Reuse) : 협조 공간 재사용,   * SMD( Seamless Mobility Domain) : 무손실 로밍,  * NPCA(Non-Primary Channel Access) : 비주채널 접속,  * DSO(Dynamic Subband Operation) : 동적 서브밴드 운용,  * DRU(Distributed Resource Unit) : 분산 리소스유닛,  * ELR(Enhanced Long Range) : 향상된 장거리,    * inter-BSS (Basic Service Set) : AP 셀 간,  * PSD (Power Spectral Density) : 전력스펙트럼밀도

4. 특징

5. 비교표

6. 동향
- 2023년 IEEE TGbn 구성, Draft 진행 중이며 2028년 전후 표준 비준·2027~2029년 상용기기 확산 전망

- MAPC를 향후 Joint Transmission·Co-OFDMA로 확장, 802.11bq 등 mmWave 연계 연구 병행

[끝]

[참고]

Qualcomm-Wi-Fi-8 white-paper

[배경]

- 스마트홈·헬스케어·물류·차량용 디지털키 등에서 RSSI 기반 근접측위의 한계(오차 수 m, 간섭 취약)로 안전한 정밀 거리측정 요구 증대

- 기존 UWB는 정밀하나 별도 칩·비용 부담이 있어, BLE 표준 무선으로 cm급 측위·릴레이 공격 방어를 실현할 표준 기술이 필요

[본문]
1. 블루투스 6 (Bluetooth 6.0)의 개념
- Channel Sounding(PBR 위상기반 + RTT 왕복시간) 기반 cm급 정밀·보안 거리측정을 표준 BLE 2.4 GHz 무선으로 제공하는 근거리 무선통신 규격

2. 개념도

3. 요소기술

4. 특징

5. 비교표

6. 동향
- Channel Sounding 지원 네이티브 칩을 출시하고 플래그십 스마트폰 탑재 시작

- 분실물 추적 및 자동차 디지털키(CCC) 표준과 결합 확산하고있음

[참고]

https://www.bluetooth.com/ko-kr/core-specification-6-feature-overview/

[끝]

[배경]
- 딥러닝 모델의 크기가 증가함에 따라, 모듈 튜닝에 있어 모든 파라미터를 미세조정하는 Full-Fine-Tuning 방식은 자원 측면에서 점점 불가능해짐

- LLM 모델 파라미터를 효율적으로 Fine-Tuning 하는 방법이 필요 

[본문]
1. PEFT(Parameter Efficient Fine-Tuning) 개념
- LLM을 특정 작업이나 도메인에 맞게, 학습할 파라미터를 제한적으로 설정하여 효율적으로 조정하는 기법

2. 개념도

3. 요소기술

구분	개념도	설명
LoRA (Low-Rank Adaptation)		- Low-Rank Adaptation 추가하여 필요한 파라미터만을 조정 - 큰 행렬을 저차원 행렬로 분해해 파라미터 수를 줄임
Adapter		- 기존의 신경망 모델에 추가적인 작은 네트워크 모듈을 삽입하는 방식 - 원래 모델의 파라미터는 동결시키고, 새로 추가된 어댑터 파라미터만을 학습하여 성능을 개선
Prompt Tuning		- 입력 데이터에 대해 학습 가능한 프롬프트를 추가하여 모델의 출력을 조정 - 문장 앞에 특수한 토큰을 추가하여 모델의 반응을 조절

<그림출처> 

LoRA LORA LOW-RANK ADAPTATION OF LARGE LANGUAGE MODELS 논문

Adapter https://magazine.sebastianraschka.com/p/finetuning-llms-with-adapters

Prompt Tuning https://vinija.ai/nlp/parameter-efficient-fine-tuning/

4. 특징

5. 비교표

6. 동향
- PEFT와 RAG를 혼합하여 대규모 모델 GPT-4, BERT에 적용되고 있음
[끝]

[참고]

1. LLM 적용 방법인 PEFT와 RAG 비교 세미나 강의

2. Open AI 2024 세미나에서의 RAG와 Fine-Tuning의 Usecase

- RAG : 모델의 지식적인 측면을 수정하고자 하는 경우

- Fine-Tuning : 모델이 어떻게 답변하고 추론하는지를 수정하고자 하는 경우

[배경]
- 클라우드 기반, 마이크로서비스, 컨터이너, 서버리스 기술을 도입하는 곳이 많아져, 기술의 복잡도가 증가함

- 급증하는 IT 복잡성을 관리하는 동시에, 시스템을 최고성능을 유지하는 기술이 필요

[본문]
1. 풀스택 옵저버빌리티의 개념
- IT 환경에 분산된 각 기술 스택 구성 요소의 실시간 상태를 관찰하여 오류 발생원인을 진단하는 기술
2. 개념도

3. 요소기술

4. 특징

5. 비교표

6. 동향
- Cisco에서는 "Thousand Eyes"를 통해서 예측 분석을 확대하고 있음
[끝]

[참고]

 
[배경]
- SK C&C 판교 데이터센터 화재에 따른 데이터센터 설계 시공관리 중요성 증대
- 탄소제로 실현을 위해 데이터센터의 운영효율성 향상 및 안전성 개선을 위한 지침 및 표준 필요
[본문]
1. 그린 데이터센터 인증제 개념

 - 데이터센터 그린화를 위한 근거, 방법 및 유인책을 제공하고 에너지효율적 데이터센터를 공인하는 제도

2. 그린 데이터센터 개념도

 
3. 그린데이터센터 인증 평가항목

4. 그린데이터센터의 IT 부문 추진 영역

5. 비교표

6. 동향 및 고려사항

- 정부에서는 K-택소노미에 근거한 강화된 환경규제 시행으로 친환경 데이터센터 전환 가속화
- TIA-942에 근거한 질적 수준 평가와 함께 전문가에 의한 설계 및 시공 관리와 동시에 수행 필요.

[끝]

[참고]

1. TIA-942에서 분류하는 데이터센터 품질 4단계

구분	Tier Ⅰ	Tier Ⅱ	Tier Ⅲ	Tier Ⅳ
가용성(%)	99.671	99.749	99.982	99.995
연간 장애발생시간	28.8	22.0	1.6	0.8
Component	N	N+1	N+1	2N 또는 2N+1
Delivery Paths	One only	One only	One Active One Passive	Two Active
Single Points Failure	Yes	Yes	Yes	No
Concurrently Maintainable	No	Component only	Yes	Yes

[출처 : Uptime Institue의 Tier Level]
[참조기사 및 관련자료]
http://www.kharn.kr/news/article.html?no=16291

http://www.koit.co.kr/news/articleView.html?idxno=105006