기업·관광·행사 현장에는 사진과 영상이 계속 쌓이지만 파일명과 촬영 날짜만으로 원하는 장면을 다시 찾기 어렵다.
많은 고해상도 미디어를 한꺼번에 색인하는 작업은 연산량이 커 CPU만으로 처리하면 검색 준비 시간이 길어지고 전력 소모와 발열도 커질 수 있다. 반복되는 객체·특징 추론을 NPU로 분담하면 처리 속도와 전력 효율을 높여 장시간 색인에 적합한 저전력 구성을 만들 수 있다. 원본 미디어는 용량이 크고 민감한 장면을 포함할 수 있으므로 업로드 시간과 유출 위험, 통신 상태의 영향을 줄이기 위해 로컬에서 처리해야 한다.
이에 본 과제는 저전력 Arm 기반 처리부가 파일 관리와 검색을 맡고 NPU가 장면 분석을 가속하는 Arm + NPU 구조의 AI 반도체 환경에서 사용자가 로컬에서 선택한 여러 사진과 영상을 분석해 주요 장면의 객체·색상·수량·시각과 유사 이미지 특징을 정리하고, 제한된 한국어 문장으로 관련 사진과 영상 시점을 찾는 검색 서비스를 개발한다.
검색 결과에는 짧은 미리보기를 제공하며, 얼굴·개인·번호판은 분석하지 않고 원본 미디어를 외부 서비스로 보내지 않는다.