ITPE * JackerLab

개요디지털 전환이 가속화되면서 온라인 환경에서의 신원 증명과 자격 증명 발급은 필수적인 요소가 되었습니다. 기존의 중앙집중식 아이덴티티 관리 방식은 개인정보 보호와 상호운용성에서 한계를 드러내고 있습니다. 이를 해결하기 위해 OpenID 재단은 **OID4VCI(OpenID for Verifiable Credential Issuance)**를 표준화하였으며, 이는 검증 가능한 자격 증명(VC, Verifiable Credential) 발급을 위한 핵심 프로토콜입니다.1. 개념 및 정의OID4VCI는 OpenID Connect(OIDC)를 확장하여 **검증 가능한 자격 증명(VC)**을 안전하게 발급하는 프로토콜입니다. 사용자가 신뢰할 수 있는 방식으로 디지털 자격 증명을 발급받아 다양한 서비스에서 활용할..

개요IoT 기기 수가 폭발적으로 증가하면서, 네트워크에 연결되는 디바이스의 **보안 온보딩(secure onboarding)**은 중요한 과제가 되었습니다. 기존 수동 방식은 확장성이 부족하고 보안 취약점이 존재합니다. 이를 해결하기 위해 IETF는 **BRSKI(Bootstrapping Remote Secure Key Infrastructure)**를 RFC 8995로 표준화하였습니다. BRSKI는 자동화된 보안 인증 절차를 통해 기기 온보딩을 단순화하고 신뢰성을 강화합니다.1. 개념 및 정의BRSKI는 새로운 네트워크 기기가 보안적으로 신뢰할 수 있는 방식으로 자동 등록(bootstrapping)될 수 있도록 하는 프로토콜입니다. IEEE 802.1AR의 **DevID(Device Identity)*..

개요대규모 언어 모델(LLM)의 발전은 단일 모델의 성능을 극대화하는 방향으로 이루어졌습니다. 그러나 단일 모델 접근은 한계가 존재하며, 더 복잡한 문제 해결을 위해 여러 AI 에이전트를 조합하는 방식이 주목받고 있습니다. 이러한 새로운 접근이 바로 **Mixture-of-Agents(MoA)**입니다. MoA는 다중 AI 에이전트를 조율하여 **협력적 추론(collaborative reasoning)**을 가능하게 하는 아키텍처입니다.1. 개념 및 정의**Mixture-of-Agents(MoA)**는 여러 개의 AI 모델 또는 에이전트를 동시에 활용하여 문제를 해결하는 협력적 추론 프레임워크입니다. 각 에이전트는 특정 역할이나 전문성을 기반으로 작업을 수행하고, 최종적으로 집계(aggregation) ..

개요대규모 언어 모델(LLM, Large Language Model)의 성능은 빠르게 발전하고 있지만, 추론 시 필요한 메모리와 연산 자원은 여전히 큰 부담으로 작용합니다. 특히 긴 컨텍스트를 처리할 때 어텐션(attention) 메커니즘의 **KV-Cache(Key-Value Cache)**가 차지하는 메모리 사용량은 병목이 됩니다. 이를 해결하기 위한 혁신적 접근이 바로 PagedAttention입니다.1. 개념 및 정의PagedAttention은 KV-Cache를 페이지 단위로 관리하여 GPU 메모리와 CPU 메모리를 효율적으로 사용하는 어텐션 최적화 기법입니다. 운영체제의 가상 메모리 페이징 기법에서 착안하여, GPU 고속 메모리와 CPU 대용량 메모리 간의 동적 교환을 가능하게 합니다.주요 목적..