현대의 스마트 AR 글래스는 사용자와 주변 환경에 대한 지속적인 인지(Perception)를 통해 파운데이션 모델(Foundation Model) 기반의 보조 기능을 지원하는 지능형 시스템으로 진화하고 있습니다. 그러나 이러한 인지 우선(Perception-first) 설계는 주요한 병목 현상을 야기합니다. 풍부한 인지 스트림, 특히 고해상도 1인칭 시점(Egocentric) 비디오를 지속적으로 캡처, 처리 및 저장하는 것은 상당한 전력 및 메모리 오버헤드를 발생시키며, 이는 자원이 제한된 AR 글래스에서 유지하기 어렵습니다. 본 연구에서는 스마트 AR 글래스의 Embodied Intelligence(체화된 지능)를 위한 효율적인 1인칭 시점 인지 시스템인 EPIC을 제안합니다. EPIC은 시선(Gaze), 포즈(Pose), 관성 신호(Inertial signals)를 활용하여 사용자의 의도를 추론하고, 고해상도 인지 입력 중 가장 정보량이 많은 부분만을 유지함으로써 인지 오버헤드를 크게 줄이는 알고리즘-하드웨어 공동 최적화(Algorithm-hardware co-optimization) 프레임워크입니다. 실험 결과, EPIC은 전체 비디오 베이스라인(Full video baseline) 솔루션과 비교했을 때, 스마트 글래스의 Embodied Intelligence 핵심 애플리케이션 시나리오인 1인칭 시점 비디오 이해 태스크에서의 지능형 보조 정확도를 유지하면서도 메모리 사용량(Memory footprint)을 평균 $27.5 imes$ 줄이고 에너지 소비를 $24.3 imes$ 절감함을 보여주었습니다.