이 논문은 이질적인 엣지·포그·클라우드 환경에서 분산 AI 워크플로를 표현할 표준 시맨틱 모델이 부족한 문제를 해결하기 위해, SAREF4SYST 온톨로지를 확장한 SAREF 호환 온톨로지를 제안한다. AI 파이프라인, 실행 가능한 AI 작업, 컴퓨팅 자원, 배포 제약, 통신 관계 등을 모델링하는 개념을 추가해 AI 워크플로와 이기종 컴퓨팅 인프라를 통합된 시맨틱 모델로 표현한다. ETSI SAREF 생태계와 완전히 정합성을 유지하면서 시맨틱 상호운용성, 자동 추론, 자원 인식 오케스트레이션을 가능하게 한다. 스마트그리드 에너지 서비스 오케스트레이션 시나리오로 검증한 결과 SPARQL 쿼리와 시맨틱 추론으로 모든 역량 질문을 통과했고, 이기종 환경에서 90~100%의 배포 성공률과 80ms 미만의 평균 오케스트레이션 결정 시간을 달성했다.
- •엣지-포그-클라우드 전반의 분산 AI 워크플로를 표현할 SAREF4SYST 확장 온톨로지 제안
- •AI 파이프라인, 작업, 자원, 배포 제약, 통신 관계를 통합된 시맨틱 모델로 표현
- •스마트그리드 오케스트레이션 시나리오에서 SPARQL 기반 역량 질문 전부 검증
- •이기종 환경에서 배포 성공률 90~100%, 평균 결정 시간 80ms 미만 달성
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
SAREF-based Ontology for Distributed AI Workflows across the Edge-Fog-Cloud Continuum
- 1.엣지·포그·클라우드에 분산된 AI 워크플로 표현이 이종 시맨틱모델로 파편화된 문제 해결 위해 SAREF4SYST 확장 온톨로지 제안
- 2.AI 파이프라인·실행작업·연산자원·배포제약·통신관계를 통합 모델링해 ETSI SAREF 생태계와 완전 호환
- 3.스마트그리드 에너지서비스 오케스트레이션 시나리오로 검증, 모든 역량질문을 SPARQL로 성공적으로 검증
- 4.이종 엣지-포그-클라우드 환경에서 배포성공률 90~100%, 평균 결정시간 80ms 이하 달성
왜 중요한가?
AI 자원과 파이프라인이 엣지·포그·클라우드에 흩어질수록 시맨틱 표준 부재로 상호운용성이 깨지는 문제가 커지는데, ETSI 표준 SAREF를 확장해 실측 90~100% 배포 성공률과 80ms 이하 결정 지연을 보여준 점에서 산업 IoT·에너지 분야 분산 AI 오케스트레이션의 실용적 기반이 될 수 있다.
언급 프로젝트
본문 미리보기
arXiv:2608.26160v1 Announce Type: new Abstract: Nowadays semantic models provide limited support for representing distributed AI workflows and their execution across heterogeneous edge, fog, and cloud environments. Therefore, AI processes and resources are often described using incompatible semantic representations, affecting the interoperability, orchestration, and reuse. To address these challenges, this paper proposes a SAREF-compliant ontology for representing distributed AI workflows acros
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 10:40AI 초안

![[10월8일] “수학 문제 4000개에 AI 투입해 성과”…오픈AI가 보여준 과학연구의 변화](https://cdn.aitimes.com/news/photo/202610/216072_220045_048.png)

