메인내용

복수의(2~32개) 개별 디스크에 하나의 가상적 스트라이프(virtual stripe)를 작성하여 이들 디스크를 컴퓨터의 운영 체계가 단일의 디스크 구동 장치(disk drive)로 인식하도록 하여, 이들 디스크상에 존재하는 똑같은 크기의 디스크 분할(disk partition)의 집합을 단일 디스크 볼륨(disk volume)으로 종합하는 방법. 같은 볼륨 내에서의 다중 입출력 동작이 동시에 진행될 수 있게 되어 성능이 크게 향상된다. 디스크 스트라이핑은 윈도즈 NT에서 지원되고 있으며, 성능은 향상되지만 결함 허용 능력(fault tolerance)은 없다.

백색광에서 적색, 녹색, 청색 3가지 색을 추출하여 미세한 화소단위로 통과 및 차단 가능하게 하는 박막필름형 광학부품. 일반 LCD에서 한 화소의 크기는 수십에서 수백 마이크로 정도이다. 백라이트에서 발생된 백색광은 TFT와 LCD를 통과하는 동안 선택된 화소의 필터 색에 의해 눈에 보이게 된다. 컬러필터는 유리기판, 블랙매트릭스(BM), RED, GREEEN, BLUE, 보호층, ITO층으로 구성된다.

이종 망 간의 음성 서비스에 대한 연속성을 보장하는 기술. 통화 연속성 기술은 유무선은 물론 무선 통신의 이종 망 간에도 멀티 액세스가 가능한 단말기가 기존 회선 교환 망과 WLAN 간을 이동하며 끊김 없는 음성 서비스를 지원받게 하는 기술 .

사람 또는 동물 두뇌의 신경망에 착안하여 구현된 컴퓨팅 시스템의 총칭. 기계 학습(machine learning)의 세부 방법론 중 하나로, 신경 세포인 뉴런(neuron)이 여러 개 연결된 망의 형태이다. 구조 및 기능에 따라 여러 종류로 구분되며, 가장 일반적인 인공 신경망은 한 개의 입력층과 출력층 사이에 다수의 은닉층(hidden layer)이 있는 다층 퍼셉트론(multi-layer perceptron)이다. 인공 신경망은 하드웨어로 구현될 수도 있으나, 주로 컴퓨터 소프트웨어로 구현된다. 인공 신경망은 기초 컴퓨팅 단위인 뉴런 여러 개가 가중된 링크(weighted link)로 연결된 형태이다. 가중된 링크(weighted link)는 주어진 환경에 적응할 수 있도록 가중치를 조정할 수 있다. 자기 조직화 지도(SOM: Self-Organizing Map), 순환 신경망(RNN: Recurrent Neural Network), 콘볼루션 신경망(CNN: Convolutional Neural Network)과 같은 다양한 모델에 대한 총칭으로 인공 신경망을 사용하며, 그 종류는 수십 가지에 이른다. 최초의 인공 신경망 모델은 1943년 워렌 맥컬로치(Warren McCulloch)와 월터 피츠(Walter Pitts)에 의해 제안되었으며, 1958년 프랑크 로젠블라트(Frank Rosenblatt)는 지도형 기계학습(supervised learning)이 가능한 퍼셉트론(perceptron) 모델을 개발하였다. 당시 컴퓨터의 낮은 성능과 단층 퍼셉트론(single-layer perceptron)의 한계 등으로 인해 쇠퇴했던 인공 신경망에 대한 연구는 1970년대 군집 분석을 위한 자기 조직화 지도 등의 모델이 연구되며 그 명맥을 이었고, 1986년 다층 퍼셉트론(multi-layer perceptron)의 지도 학습을 위한 역전파 알고리즘(backpropagation algorithm)이 재발견되며, 다시 활성화되었다. 2010년대에는 컴퓨터 하드웨어 및 학습 알고리즘의 발달로 수십 개의 은닉층(hidden layer)이 있는 심층 신경망(DNN: Deep Neural Network)이 널리 사용되게 되었다. 바둑을 비롯해 이미지 및 자연어 처리, 음성 인식 등의 분야에서 기존의 기계 학습 방법의 성능을 뛰어 넘는 결과를 보이고 있다.

고수준 언어의 처리 과정에서 컴파일러의 출력으로 나온 어셈블리 프로그램을 어셈블러로 어셈블하여 기계어 목적 프로그램을 만드는 단계.