한글내용
(Korean Abstract) |
서버리스 컴퓨팅의 발전은 서비스 개발자가 복잡한 서버의 관리 없이도 서비스의 핵심 기능을 개발 및 배포할 수 있도록 하였다. 최근 딥러닝 추론 시스템은 사용자의 요구조건에 맞추어 모델을 효과적으로 배포하고, 낮은 지연시간을 가지도록 발전하고 있다. 본 논문에서는 이미지 분류를 위한 딥러닝 모델에 대해 배깅 앙상블 방법으로 기존보다 높은 정확도를 가지는 모델을 구성할 수 있음을 보이며, 이에 따라 폭증하는 연산량을 서버리스 컴퓨팅의 병렬성을 활용하여 낮은 지연시간 안에 처리 가능함을 실험을 통해 확인한다. 실험 결과 병렬화된 딥러닝 앙상블 모델은 단일 모델보다 평균 3.8% 높은 정확도를 가지며, 직렬 연결된 모델보다 최대 2.6배 빠른 처리속도를 보인다.
|
