전력을 고려한 RGB 색 공간 분할 기법 및 이를 활용한 AMOLED 디스플레이의 소모 전력 모델 생성 그리고 평가 Generation and Evaluation of Power Model for Mobile AMOLED Display Using RGB Color Space Partitioning Method Considering Power원문보기
모바일 AMOLED 디스플레이의 소모 전력을 소프트웨어 수준에서 참조하기 위해서는 소모 전력에 대한 모델이 필요하다. 하지만, 전력 모델을 얻기 위한 기존 연구들은 전력 측정 활동을 위한 실험 환경 및 장비가 필수적으로 요구되었다. 또한, 모델링을 위해 사용된 RGB 값의 조합이 무분별하고, 매우 적어 RGB 값들 간의 상호 영향을 모델에 반영하기 어려웠다. 본 연구는 이러한 문제점을 해결하기 위해 RGB 색 공간분할 기법 및 으로 구성된 맵핑 테이블 제공 방법을 제안한다. 제안된 분할 기법을 통해 색과 함께 전력을 고려하며 RGB 조합들을 샘플링하고, 제안된 맵핑 테이블 제공 방법에 따라 샘플링된 RGB 조합들로 구성된 맵핑 테이블을 생성한다. 실험을 통해 색 차원과 전력 차원에서의 분할 기법에 따른 샘플들의 특징을 분석하였고, 이를 바탕으로 AMOLED 디스플레이에 대한 맵핑 테이블을 생성하였다. 더불어, 맵핑 테이블을 활용하여 각기 다른 4개의 전력 모델을 평가함으로써 맵핑 테이블의 재사용 가능성을 확인하였다. 이러한 맵핑 테이블은 연구자들에게 제공되어 전력 측정 활동 없이도 전력 모델을 생성하는데 활용될 수 있다.
모바일 AMOLED 디스플레이의 소모 전력을 소프트웨어 수준에서 참조하기 위해서는 소모 전력에 대한 모델이 필요하다. 하지만, 전력 모델을 얻기 위한 기존 연구들은 전력 측정 활동을 위한 실험 환경 및 장비가 필수적으로 요구되었다. 또한, 모델링을 위해 사용된 RGB 값의 조합이 무분별하고, 매우 적어 RGB 값들 간의 상호 영향을 모델에 반영하기 어려웠다. 본 연구는 이러한 문제점을 해결하기 위해 RGB 색 공간분할 기법 및 으로 구성된 맵핑 테이블 제공 방법을 제안한다. 제안된 분할 기법을 통해 색과 함께 전력을 고려하며 RGB 조합들을 샘플링하고, 제안된 맵핑 테이블 제공 방법에 따라 샘플링된 RGB 조합들로 구성된 맵핑 테이블을 생성한다. 실험을 통해 색 차원과 전력 차원에서의 분할 기법에 따른 샘플들의 특징을 분석하였고, 이를 바탕으로 AMOLED 디스플레이에 대한 맵핑 테이블을 생성하였다. 더불어, 맵핑 테이블을 활용하여 각기 다른 4개의 전력 모델을 평가함으로써 맵핑 테이블의 재사용 가능성을 확인하였다. 이러한 맵핑 테이블은 연구자들에게 제공되어 전력 측정 활동 없이도 전력 모델을 생성하는데 활용될 수 있다.
The power model is needed to handle the power consumption of mobile AMOLED display at the software level. However, the existing studies to generate the power model have required the experimental environment and equipment for the power measurement activity. In addition, the combination of RGB values ...
The power model is needed to handle the power consumption of mobile AMOLED display at the software level. However, the existing studies to generate the power model have required the experimental environment and equipment for the power measurement activity. In addition, the combination of RGB values used for modeling was imprudent and small, so it was difficult to reflect the mutual influence between the RGB values into the model. To solve these problems, we propose an RGB color space partitioning method, which is used to prudently sample the combinations of the RGB values based on the color or the power. We also propose a process for generating a mapping table composed of . We analyzed the characteristics of the samples generated according to the proposed partitioning methods, taking into account the color and the power, and generated the mapping table for the AMOLED display. Furthermore, we confirmed the reusability of the mapping table by utilizing one mapping table multiple times in evaluating different power models. These mapping tables are provided to researchers and can be used to generate and evaluate power models without power measurement activities.
The power model is needed to handle the power consumption of mobile AMOLED display at the software level. However, the existing studies to generate the power model have required the experimental environment and equipment for the power measurement activity. In addition, the combination of RGB values used for modeling was imprudent and small, so it was difficult to reflect the mutual influence between the RGB values into the model. To solve these problems, we propose an RGB color space partitioning method, which is used to prudently sample the combinations of the RGB values based on the color or the power. We also propose a process for generating a mapping table composed of . We analyzed the characteristics of the samples generated according to the proposed partitioning methods, taking into account the color and the power, and generated the mapping table for the AMOLED display. Furthermore, we confirmed the reusability of the mapping table by utilizing one mapping table multiple times in evaluating different power models. These mapping tables are provided to researchers and can be used to generate and evaluate power models without power measurement activities.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
더불어, 본 연구는 으로 구성된 맵핑 테이블 제공 방법에 대해 제안한다. RGB 색 공간 분할 기법을 통해 얻어진 RGB 값의 조합을 대상으로 소모 전력을 측정하였으며, 이를 맵핑 테이블로 생성하였다.
하지만, 분할 과정은 높은 정확성이 요구되지 않으며, 전력 모델을 사용할 경우, 샘플링 과정이 매우 빠르기 때문에 실측 이전에 샘플들의 추세를 지켜볼 수 있다는 장점을 가지고 있다. 따라서, 본 연구에서는 전력 모델을 활용하여 분할을 위한 전력 정보를 제공 받는다. 다양한 전력 모델 중 본 연구에서는 모델 생성에 필요한 샘플의 수가 적은 [7] 에서 제안한 OLED 전력 모델을 사용한다.
본 논문은 모바일 AMOLED 디스플레이의 전력 모델을 생성하는 과정에서 전력 측정 활동을 제거하기 위해 RGB 값과 소모 전력으로 구성된 맵핑 테이블을 제공하는 방법에 대해 제안한다. 또한, 모든 RGB 조합을 테스트할 수 없는 한계를 개선하기 위한 색 차원과 전력 차원을 고려한 2가지의 서로 다른 RGB 색 공간 분할 기법을 제안한다.
본 논문은 이러한 현실 상황을 반영하여, 주어진 시간에서 가장 효과적인 샘플들의 조합을 가진 [RGB 값, 소모 전력] 맵핑 테이블을 제공하기 위한 소모 전력 제공 방법을 제안한다.
본 연구는 위와 같은 문제를 해결하기 위해서 여러 RGB 값의 조합으로 구성된 단일 색 이미지들을 통해 소모 전력을 사전에 측정하여 [RGB 값, 소모 전력] 맵핑 테이블의 형태로 제공한다. Fig.
본 연구는 이러한 문제점을 해결하기 위해 RGB 색 공간 분할 기법을 제안한다. RGB 색 공간 분할 기법은 모든 RGB 값의 조합을 테스트할 수 없는 한계를 개선하고자, 주어진 테스트 제약 사항(테스트 시간 등)에 기반하여 색 차원과 전력 차원에서 효율적인 샘플을 추출하는 방법이다.
위와 같은 문제점을 해결하기 위한 연구들도 진행되고 있다. 이러한 연구들은 AMOLED 디스플레이의 특징을 반영하기 위해 RGB 값에 따른 소모 전력을 추정하는 모델을 제안한다. [6]은 모바일 AMOLED 디스플레이의 소모 전력 모델을 처음으로 제안한 연구로서 R 채널, G 채널, B 채널을 구성하는 각각의 값과 소모 전력 간의 선형성에 기반한 모델을 제안하였다.
모바일 AMO모든 RGB 값의 조합을 평가할 수 없기 때문에 가장 효과적인 RGB 값의 조합을 샘플링해야 한다. 이를 위해 본 연구에서는 RGB 색 공간 분할 기법을 제안한다. Fig.
가설 설정
4) 분할이 완료된 직육면체를 구성하는 모든 꼭지점은 전력 측정의 대상이 된다. 다만, 인접 직육면체의 샘플로서 이미 전력 측정의 대상이었다면, 반복할 필요가 없기 때문에 제외한다.
5) 테스터가 설정한 시간, 샘플의 개수 등 제약 사항을 비교하고, 분할 과정을 반복하거나, 중지한다.
본 논문에서 제안하는 방법은 보다 포괄적인 전력 측정값들을 제공하기 위해, 선험적으로 샘플의 개수(Nsample)를 알 수 없다고 가정한다. 따라서 RGB 색 공간에서의 전력 분할은 순차적으로 진행하며, 위 예에서는 Fig.
본 논문에서는 모바일 AMOLED 디스플레이의 소모 전력 모델링에 관한 기존 연구들과 같이 픽셀 상호간의 의존성은 없다고 가정한다. 그럼에도 불구하고, 픽셀을 구성하는 RGB 값 상호간에는 의존성을 반영하기 때문에 RGBA8888의 경우, 모든 RGB 값의 조합은 총 16,777,216(256×256×256)개가 존재하며 각 조합을 1초씩 측정한다 해도 약 194일이 소요된다.
제안 방법
2) 다음 분할의 대상을 식별하기 위해, RGB 색 공간 내 분할된 모든 직육면체의 소모 전력의 차이를 비교한다. 그 차이가 가장 큰 값을 갖는 직육면체를 다음 분할의 대상으로 한다.
4장에서 언급한 바와 같이 1200개 샘플 각각을 모바일 기기에 출력하고, ADB 명령어인 screencap을 활용하여 출력된 이미지의 모든 픽셀이 샘플의 RGB 값과 동일한지 검증한다. 이러한 과정은 추가적인 전력을 소모하기 때문에 소모 전력 측정 과정 이전에 별도로 진행한다.
더불어, 본 연구는 으로 구성된 맵핑 테이블 제공 방법에 대해 제안한다. RGB 색 공간 분할 기법을 통해 얻어진 RGB 값의 조합을 대상으로 소모 전력을 측정하였으며, 이를 맵핑 테이블로 생성하였다. 맵핑 테이블은 관련 연구자들에게 제공되어 전력 측정 활동 없이도 전력 모델을 생성 할 수 있도록 재사용될 수 있다.
다중 회귀 분석에 사용되는 독립변수로서 Table 3의 ①은 R, G, B 값, <표 3>의 ②는 R^2, G^2, B^2 값, Table 3의 ③은 R․G, G․B, B․R 값을 활용하였다. 계산 복잡도는 각각의 모바일 기기에서 각각의 전력 모델을 통해 1프레임의 전력 추정에 소요되는 상대 시간을 측정하였다.
먼저, 샘플 추출 과정에서는 맵핑 테이블을 구성하는 RGB 조합의 집합을 생성한다. 그 뒤, 출력된 화면의 무결성 검증 과정에서 소모 전력 측정을 위해 출력된 화면이 실제 입력 샘플과 동일한 것인지에 대해 검증한다. 마지막으로, 소모 전력 측정 과정에서 AMOLED 디스플레이의 소모 전력를 측정하고, 맵핑 테이블 <RGB 값, 소모 전력>을 완성한다.
두 번째 방법은 전력 모델을 활용하여 RGB 색 공간을 분할하는 것이다. 이와 같은 방법은 실측을 기반으로 분할하는 첫번째 방법에 비해 정확성은 떨어지는 단점을 가지고 있다.
따라서 테스터는 두 가지 방법을 적절히 활용하여 균형 잡힌 샘플링을 수행해야 하는데, 본 절에서는 이에 대한 근거와 함께 색 차원과 전력 차원에서의 RGB 색 공간 분할 기법에 따른 샘플들의 특징을 분석한다.
본 논문은 모바일 AMOLED 디스플레이의 전력 모델을 생성하는 과정에서 전력 측정 활동을 제거하기 위해 RGB 값과 소모 전력으로 구성된 맵핑 테이블을 제공하는 방법에 대해 제안한다. 또한, 모든 RGB 조합을 테스트할 수 없는 한계를 개선하기 위한 색 차원과 전력 차원을 고려한 2가지의 서로 다른 RGB 색 공간 분할 기법을 제안한다.
보다 정확한 측정을 위해 모바일 기기의 비행기 모드로 실험을 진행했으며, 화면 출력기 앱 이외의 모든 중지 가능한 앱들은 중지를 시켰다. 또한, 화면 출력기는 샘플 집합을 CSV(Comma-Separated Value) 형식의 파일로 읽어, 메모리에 로드 한 뒤, 테스터가 정한 시간에 따라 샘플들을 테스트하도록 구현하였다. 기기의 소모 전력을 측정하기 위해서 고속 충전이 지원되지 않는 구형 기기들은 배터리를 분리한 뒤, 배터리 단자로 전력을 공급했으며, 고속 충전이 지원되는 기기들은 배터리를 완충한 뒤 USB 단자를 사용하여 전력을 공급하였다[15].
8은 측정된 전력 값의 예이다. 모바일 기기에서 출력 이미지가 업데이트되며 발생하는 다양한 오버헤드는 본 연구 범위에 포함되지 않기 때문에 측정된 30초 중 앞, 뒤 1초씩 2초를 제외한 28초의 평균값을 전력 측정값으로 한다.
보다 정확한 측정을 위해 모바일 기기의 비행기 모드로 실험을 진행했으며, 화면 출력기 앱 이외의 모든 중지 가능한 앱들은 중지를 시켰다. 또한, 화면 출력기는 샘플 집합을 CSV(Comma-Separated Value) 형식의 파일로 읽어, 메모리에 로드 한 뒤, 테스터가 정한 시간에 따라 샘플들을 테스트하도록 구현하였다.
본 논문에서 제안하는 AMOLED 디스플레이의 소모 전력 정보 제공 과정은 Fig. 6과 같이 크게 3가지 단계로 구성되어있다.
본 연구는 Table 2에서 보여지는 바와 같이 샘플 1000개일 경우, 깊이2와 깊이3의 인접 샘플 간 전력 차이의 최댓값이 약 1.84mW 인 것을 고려하여 색 차원에서 깊이 2로 분할 한 뒤, 전력 차원에서 분할하여 샘플 1200개를 추출하였다.
이 때, 소모전력을 고려하기 위해서 2개의 직육면체로 분할한다. 분할은 R, G, B 채널 각각으로 가능하며, 어떠한 채널을 분할 할 것인지를 결정하기 위해서 원점과 가장 가운 꼭지점과 변을 구성하는 꼭지점(3개)의 소모 전력을 측정한다. 3개의 꼭지점 중에서 그 소모 전력이 가장 큰 차이를 갖는 꼭지점과 원점과 가장 가까운 꼭지점 사이를 분할한다.
샘플 추출 과정에서 RGB 색 공간 분할 기법을 통해 추출된 샘플들 각각에 대해 단일 RGB 값으로 구성된 이미지를 30초간 출력하고, 이 때 소모되는 전력을 측정하였다. Fig.
샘플 추출 과정에서는 본 논문에서 제안하는 RGB 색 공간 분할 기법을 통해 샘플링을 수행한다. 이 때, RGB 색 공간 분할은 색 차원 혹은 전력 차원에서 진행될 수 있다.
동일한 개수의 샘플을 추출하더라도, 색 차원에서 분할 할 경우 인접 샘플들 간의 색 차이가 적어지고, 전력 차원에서 분할 할 경우에는 인접 샘플들 간의 소모 전력 차이가 적어진다. 실험을 통해 구체적으로 이에 대한 상관관계를 분석하였다.
실험을 통해 색 차원과 전력 차원에서의 분할 기법에 따른 샘플들의 특징을 분석하고 제시하여, 테스터가 자신의 기준에 맞는 샘플을 취득할 수 있도록 돕는다. 또한, 갤럭시 S8에 탑재된 AMOLED 디스플레이의 RGB 값과 소모 전력 간 맵핑 테이블을 생성 및 제공하여, 관련 연구자들이 전력 측정 활동 과정 없이도 전력 모델을 생성 할 수 있도록 지원한다.
모바일 기기를 구성하고 있는 다양한 모듈들의 소모 전력을 소프트웨어 수준에서 관리하기 위한 다양한 연구들이 존재하고 있다[1]. 이러한 연구들은 모바일 기기가 가지고 있는 제한된 전력이라는 한계점을 극복하기 위해 모듈 별 소모 전력 모델을 활용하여 시스템-레벨 뿐만 아니라 어플리케이션레벨, 코드-레벨 등으로 소모 전력을 프로파일링 한 뒤, 비효율적으로 소모되고 있는 전력 버그를 식별하고, 수정한다. 특히, 모바일 기기를 구성하고 있는 다양한 모듈 중에서도 디스플레이는 모바일 시스템의 소모 전력 중 많은 비중을 차지하고 있기 때문에 디스플레이의 소모 전력 모델의 필요성은 크다고 할 수 있다[2-4].
이는 결국 디스플레이 제조사 이외에는 FrameBuffer의 접근이 더욱 힘들어진다는 것을 의미한다[14]. 이러한 한계를 개선하기 위해 본 연구에서는 ADB(Android Debug Bridge)의 명령어 중 하나인 screencap을 사용하여 디스플레이의 화면 정보를 가져온다. Fig.
R, G, B 채널로 구성되어 있는 RGB 색 공간에서 RGB 값의 조합을 샘플링하기 위해서는 3차원 공간을 다루어야 한다. 이를 위해 본 절에서는 3.3절에서 설명한 RGB 색 공간 분할기법을 확장하여, 전력 차원에서 균등한 분할을 가능하게 하는 RGB 색 공간 분할 기법을 제안한다. 제안하는 기법은 R, G, B 채널의 값과 이들의 조합으로 측정된 소모 전력 간의 단조 증가적 관계를 활용한다.
R, G, B 채널로 구성되어 있는 RGB 색 공간에서 RGB 값의 조합을 샘플링하기 위해서는 3차원 공간을 다루어야 한다. 이를 위해, 본 논문에서는 3.2절에서 제시한 공간 분할 기법을 확장한 3차원 RGB 색 공간 분할 기법을 제안한다. Fig.
또한, [8]은 R, G, B 채널 간의 의존관계를 밝히고, 이를 모델에 반영하여 [6]보다 높은 정확도를 갖는 모델을 생성하였다. 이와 같은 연구들이 제안하는 모델들은 회귀 분석에 기반한 모델로서 모델 내 계수는 AMOLED 디스플레이의 종류에 따라 달라지며, 샘플 이미지를 활용해서 획득한다.
3절에서 설명한 RGB 색 공간 분할기법을 확장하여, 전력 차원에서 균등한 분할을 가능하게 하는 RGB 색 공간 분할 기법을 제안한다. 제안하는 기법은 R, G, B 채널의 값과 이들의 조합으로 측정된 소모 전력 간의 단조 증가적 관계를 활용한다. 제안하는 기법은 다음과 같은 순서로 진행된다.
첫 째, 실시간으로 샘플 추출기에서 모바일 기기로 각 샘플의 출력을 지시 한 뒤, 전력 정보를 수집하며 RGB 색 공간을 분할하는 것이다. 이 방법은 실측을 기반으로 하고 있기 때문에 정확한 분할이 가능하나, 무선 통신(블루투스 등) 과정에서 소모되는 전력의 다변적인 특성으로 인해 전체 소모 전력에서 디스플레이만의 소모 전력을 추출하는데 어려운 한계를 가지고 있다.
대상 데이터
2) 다음 분할의 대상을 식별하기 위해, RGB 색 공간 내 분할된 모든 직육면체의 소모 전력의 차이를 비교한다. 그 차이가 가장 큰 값을 갖는 직육면체를 다음 분할의 대상으로 한다.
맵핑 테이블을 생성하기 위해서는 주어진 실험 제약 조건에 따른 샘플링 개수를 산정하고, 샘플 추출을 위한 기법을 특정해야 한다. 본 실험에서는 테스트 시간을 10시간으로 제한하고, 샘플 1개당 30초씩 총 1200개의 샘플을 테스트한다.
Table 1은 색 차원의 분할 깊이에 따른 샘플들의 특징을 분석한 결과이며, Table 2는 전력 차원에서 분할되어 추출된 샘플들의 개수에 따른 인접 샘플 간 전력 차이의 최댓값의 분석한 결과이다. 실험은 갤럭시 S8을 대상으로 진행하였다.
이론/모형
따라서, 본 연구에서는 전력 모델을 활용하여 분할을 위한 전력 정보를 제공 받는다. 다양한 전력 모델 중 본 연구에서는 모델 생성에 필요한 샘플의 수가 적은 [7] 에서 제안한 OLED 전력 모델을 사용한다.
성능/효과
1) 분할된 모든 색 공간은 직육면체의 형태를 취하며, 직육면체를 구성하는 꼭지점 중 원점(0,0,0)과 가장 가까운 꼭지점과 가장 먼 꼭지점의 RGB 조합으로 측정된 소모 전력의 차이는 분할된 직육면체의 소모 전력을 대표한다.
3.3 절에서 제안한 RGB 색 공간 분할 기법은 색 공간을 균등하게 분할하며 진행되었기 때문에 색 차원에서는 균등한 분할이었으나, 전력 차원에서는 매우 불균등한 분할이었다. Fig.
또한, 갤럭시 S8에 탑재된 AMOLED 디스플레이의 RGB 값과 소모 전력 간 맵핑 테이블을 생성 및 제공하여, 관련 연구자들이 전력 측정 활동 과정 없이도 전력 모델을 생성 할 수 있도록 지원한다. 마지막으로, 3가지 모바일 디바이스를 대상으로 4가지 전력 모델의 정확도와 계산 복잡도의 상관관계를 제시하여, 맵핑 테이블의 재사용 가능성을 확인하는 한편, 전력 모델 사용자가 자신의 필요성에 부합하는 모델을 선택함에 있어 참조 가능한 정보를 제공했다.
맵핑 테이블은 관련 연구자들에게 제공되어 전력 측정 활동 없이도 전력 모델을 생성 할 수 있도록 재사용될 수 있다. 마지막으로, 3가지 모바일 디바이스를 대상으로 맵핑 테이블을 생성하여, 3가지 전력 모델의 정확도를 평가함으로써 맵핑 테이블의 재사용 가능성을 확인하였다.
16mW이다. 반면, 색 차원에서 분할을 하지 않았을 경우에는 1000개의 샘플만을 테스트하더라도, 인접 샘플 간 전력 차이의 최댓값이 11.06mW로서 더 낮은 것을 확인 할 수 있으며, 5000개의 샘플을 테스트 할 경우에는 거의 절반인 6.16mW인 것을 확인할 수 있다.
위 실험의 결과에서 보이는 바와 같이 색 차원의 분할 깊이에 따라 샘플들의 개수는 기하급수적으로 증가하는 반면, 인접 샘플 간 전력 차이의 최댓값은 샘플 개수에 비해 큰 것을 확인 할 수 있다. 예를 들어, 색 차원에서 깊이 4 로 분할을 진행한 경우, 샘플은 총 4913개가 추출되며, 인접 샘플 간 전력 차이의 최댓값은 11.
이러한 분석 과정과 같이 본 논문에서 제안하는 맵핑 테이블을 사용할 경우, 소모 전력 측정 활동을 한번만 수행하더라도 맵핑 테이블을 재사용하여 다양한 전력 모델을 생성하고 평가할 수 있다.
후속연구
따라서 전력 모델의 정확도와 계산 복잡도에 대한 상관관계를 제시하여 전력 모델을 필요로 하는 사용자가 자신의 필요에 따라 모델을 선택할 수 있도록 관련된 정보를 제공해야 할 필요가 있다. 만약 기존의 전력 모델 생성 과정을 통해 이에 대한 실험을 진행하였다면, 분석되는 전력 모델의 개수에 따라 전력 측정 활동을 반복해서 진행했어야 할 것이다. 하지만, 본 연구에서 제안하는 RGB 색 공간 분할 기법을 통해 생성된 RGB 값과 소모 전력 간 맵핑 테이블을 이용한다면 단 한번의 전력 측정 활동을 통해 다양한 전력 모델의 정확도를 계산할 수 있을 것이다.
만약 기존의 전력 모델 생성 과정을 통해 이에 대한 실험을 진행하였다면, 분석되는 전력 모델의 개수에 따라 전력 측정 활동을 반복해서 진행했어야 할 것이다. 하지만, 본 연구에서 제안하는 RGB 색 공간 분할 기법을 통해 생성된 RGB 값과 소모 전력 간 맵핑 테이블을 이용한다면 단 한번의 전력 측정 활동을 통해 다양한 전력 모델의 정확도를 계산할 수 있을 것이다.
향후 연구로서, 더욱 다양한 모바일 AMOLED 디스플레이를 대상으로 맵핑 테이블을 생성하고, 공개할 계획이다.
질의응답
핵심어
질문
논문에서 추출한 답변
AMOLED 디스플레이의 이점은?
모바일 기기의 디스플레이는 크게 AMOLED (Active-Matrix Organic Light Emitting Diode) 디스플레이와 LCD 디스플레이로 나뉘어진다. AMOLED 디스플레이는 LCD(Liquid Crystal Display)와 달리 백라이트 유닛, 컬러필터 등이 필요없어 얇게 만들 수 있으며, 적은 전력 소비량, 상대적으로 높은 명암비, 시야각, 색재현율 등의 이점을 갖고 있어 모바일 기기의 디스플레이로 각광받고 있다. 근래에 들어 LCD와의 기술 격차(해상도 등)가 줄어드는 한편, 단가 또한 저렴해지고 있어, 2020년 이후에는 AMOLED 디스플레이의 출하량이 LCD의 출하량을 넘을 것이라 예상된다[5].
모바일 기기의 디스플레이는 어떻게 나누어지는가?
모바일 기기의 디스플레이는 크게 AMOLED (Active-Matrix Organic Light Emitting Diode) 디스플레이와 LCD 디스플레이로 나뉘어진다. AMOLED 디스플레이는 LCD(Liquid Crystal Display)와 달리 백라이트 유닛, 컬러필터 등이 필요없어 얇게 만들 수 있으며, 적은 전력 소비량, 상대적으로 높은 명암비, 시야각, 색재현율 등의 이점을 갖고 있어 모바일 기기의 디스플레이로 각광받고 있다.
RGB 색 공간 분할의 2가지 방법은 무엇인가?
첫 째, 실시간으로 샘플 추출기에서 모바일 기기로 각 샘플의 출력을 지시 한 뒤, 전력 정보를 수집하며 RGB 색 공간을 분할하는 것이다. 이 방법은 실측을 기반으로 하고 있기 때문에 정확한 분할이 가능하나, 무선 통신(블루투스 등) 과정에서 소모되는 전력의 다변적인 특성으로 인해 전체 소모 전력에서 디스플레이만의 소모 전력을 추출하는데 어려운 한계를 가지고 있다. 또한, USB를 통한 유선 통신은 USB를 통해 인가된 전류 중 통신을 위한 전류와 충전을 위한 전류를 구별할 수 없기 때문에 전력 측정에 한계를 갖는다.
두 번째 방법은 전력 모델을 활용하여 RGB 색 공간을 분할하는 것이다. 이와 같은 방법은 실측을 기반으로 분할하는 첫번째 방법에 비해 정확성은 떨어지는 단점을 가지고 있다. 하지만, 분할 과정은 높은 정확성이 요구되지 않으며, 전력 모델을 사용할 경우, 샘플링 과정이 매우 빠르기 때문에 실측 이전에 샘플들의 추세를 지켜볼 수 있다는 장점을 가지고 있다. 따라서, 본 연구에서는 전력 모델을 활용하여 분할을 위한 전력 정보를 제공 받는다.
참고문헌 (16)
M. A. Hoque et al., "Modeling, profiling, and debugging the energy consumption of mobile devices," ACM Computing Surveys (CSUR), Vol.48, No.3, p.39, 2016.
A. Carroll, and G. Heiser, "The systems hacker's guide to the galaxy energy usage in a modern smartphone," Proceedings of the 4th Asia-Pacific Workshop on Systems, ACM, 2013.
M. Dong and L. Zhong, "Chameleon: a color-adaptive web browser for mobile OLED displays," IEEE Transactions on Mobile Computing, Vol.11, No.5, pp.724-738, 2012.
D. Li, A. H. Tran, and W. G. Halfond, "Making web applications more energy efficient for OLED smartphones," Proceedings of the 36th International Conference on Software Engineering, (pp. 527-538), ACM, 2014.
OLED Readies LCD Takeover in Smartphones [Internet], https://epsnews.com/2016/07/25/oled-readies-lcd-takeover-smartphones/
S. Iyer et al., "Energy-Adaptive Display System Designs for Future Mobile Environments," MobiSys., Vol.3. pp.245-258, 2003.
M. Dong, Y.-S. K. Choi, and L. Zhong, "Power modeling of graphical user interfaces on OLED displays," Proceedings of the 46th Annual Design Automation Conference, (pp. 652- 657), ACM, 2009.
Seongwoo Hong, Suk-Won Kim, and Young-Jin Kim, "3 channel dependency-based power model for mobile AMOLED displays," Proceedings of the 54th Annual Design Automation Conference 2017 (p. 4). ACM, 2017.
Z. Yang, "Powertutor-a power monitor for android-based mobile platforms," EECS, University of Michigan, retrieved September 2 (2012): 19.
Chanmin Yoon et al., "AppScope: Application Energy Metering Framework for Android Smartphone Using Kernel Activity Monitoring," USENIX Annual Technical Conference, Vol.12. 2012.
Dongwon Kim, Wonwoo Jung, and Hojung Cha, "Runtime power estimation of mobile AMOLED displays," Design, Automation & Test in Europe Conference & Exhibition (DATE), 2013. IEEE, 2013.
D. Baek et al., "Generation and Evaluation of Power Model for Mobile AMOLED Display using RGB Color Space Partitioning Method," Korea Conference on Software Engineering (KCSE), 2018 20th: 42-43.
LineageOS [Internet], https://lineageos.org
Android Open Source Project [Internet], https://source. android.com/devices/graphics/arch-sf-hwc
Barsukov, Yevgen, and Jinrong Qian. Battery power management for portable devices. Artech house, p.67, 2013.
NI PCI-6250-National Instruments [Internet], http://sine.ni.com/nips/cds/view/p/lang/ko/nid/14122
※ AI-Helper는 부적절한 답변을 할 수 있습니다.