Research

 웹 엔진 최적화

다양한 웹 엔진을 대상으로 성능 향상 및 메모리 사용 절감을 위한 최적화 연구를 수행하고 있습니다. 오픈소스 프로젝트를 기반으로 개발을 진행하며, 실제 제품에 적용되는 만큼 성능 개선뿐만 아니라 코드 품질을 유지하기 위한 다양한 테스트 및 검증 절차도 함께 적용하고 있습니다.

오픈소스 프로젝트

• Escargot 경량 자바스크립트 엔진 (https://github.com/Samsung/escargot) 

• Walrus 경량 웹어셈블리 엔진 (https://github.com/Samsung/walrus) 

• lwnode 경량 node 엔진 (https://github.com/Samsung/lwnode) 

 AI 컴파일러 최적화 및 Web AI 연구

AI 분야에 컴파일러 기반의 최적화 기술을 적용하는 연구를 진행하고 있습니다. 다양한 프레임워크에서 개발된 AI 모델을 실제 환경에서 효율적으로 실행하기 위해서는, 학습된 모델을 현재의 실행 환경에 맞게 변환하는 과정이 필요합니다. 이 과정에서 모델의 실행 성능을 향상시키기 위한 다양한 최적화 기법이 함께 적용됩니다. 

웹 환경에서 AI 모델을 실행하기 위한 연구도 함께 진행 중입니다. 웹은 다양한 환경에서 일관된 동작을 보장할 수 있다는 점에서 큰 장점을 가지며, 이를 활용하면 여러 디바이스와 플랫폼에서 동일한 AI 서비스를 제공할 수 있습니다. 다만, 웹 환경은 서버나 클라우드 환경에 비해 자원이 제한적이기 때문에, Web AI 구현을 위해서는 보다 높은 수준의 경량화 및 최적화 기술이 요구됩니다.