신경망 화자 확인 (Speaker Verification) 모델의 학습 및 추론 과정에서의 에너지 및 탄소 배출량 평가

요약

딥러닝 기반 화자 확인(SV) 모델의 학습 및 추론 과정에서 발생하는 에너지 소비와 탄소 배출량을 분석한 연구입니다. 모델의 깊이와 너비가 증가함에 따라 성능 향상 대비 에너지 소비가 급격히 증가하는 수확 체감 지점을 확인했습니다.

핵심 포인트

• ResNet 아키텍처의 구조 변화에 따른 환경 영향 평가
• 모델 규모 확대 시 성능 향상 대비 에너지 소비 급증 확인
• 성능과 환경 영향 사이의 최적 절충안(Trade-off) 제시
• 에너지 효율적인 SV 시스템 설계를 위한 가이드라인 제공