Among-Device AI를 위한 NNStreamer Pipeline 프레임워크의 확장

문제 상황

• 제한된 메모리·처리 능력·에너지와 기기별 데이터 가용성으로 제약되는 On-Device AI
• 제조사와 기기를 넘나드는 컴퓨팅 자원·하드웨어 기능 공유 요구

구조와 흐름

• NNStreamer 기반 AI 파이프라인을 기기 간 연결하는 Among-Device AI 구조
• Publish·Subscribe·Query 방식의 NNStreamer-Edge와 원격 추론용 tensor_query
• 재배포·원자적 재구성이 가능한 파이프라인 및 서브파이프라인 단위 공유

선택 이유

• GStreamer와 NNStreamer에 의존하지 않는 경량·이식형 NNStreamer-Edge
• MediaPipe 플러그인, GStreamer 기반 DeepStream 파이프라인 연동 가능성
• 공통 AI 파이프라인을 애플리케이션에서 분리하는 Machine Learning Service

주의할 점

• Pipe-and-Filter Architecture와 Pipeline Topology 표현의 높은 학습 곡선
• 부적절한 파이프라인 설계 방지를 위한 예제·문서·편집기와 공통 라이브러리 필요