Performance Impact of Secure Communication Protocols and Cryptographic Configurations on On-Device AI Inference

온디바이스 AI와 사물인터넷(IoT) 기반 서비스가 산업 현장에 확산되면서, 현장에서 수집되는 영상·센서 데이터를 실시간으로 처리하면서도 안전하게 전송하기 위한 보안 통신의 중요성이 커지고 있다. 그러나 온디바이스 장치는 CPU·메모리 자원이 제한되어 있어, 보안 프로토콜과 암호화 알고리즘을 적용할 경우 딥러닝 추론과 통신 처리 간 자원 경합으로 인한 성능 저하가 발생할 수 있다. 본 논문은 온디바이스 AI 환경에서 대표적인 보안 프로토콜과 TLS 1.3 기반 암호화 알고리즘 조합에 따라 객체 탐지 모델의 추론 속도(FPS), 네트워크 지연(RTT), CPU·메모리 사용률이 어떻게 변화하는지를 정량적으로 분석한다. 이를 바탕으로 온디바이스 AI 시스템에서 요구되는 실시간 처리 성능과 보안 수준을 동시에 만족시키기 위한 보안 프로토콜 및 암호화 구성 선택 기준을 제시하고, 향후 온디바이스 보안 통신 구조 설계와 경량 보안 프로토콜 개발에 참고할 수 있는 기초 자료를 제공한다.