본 논문은 사전 학습된 거대 언어 모델(foundation model)을 사물 인터넷(IoT) 분야에 적용하는 방법에 대한 종합적인 조사 논문입니다. 기존 머신러닝 방식의 한계점인 데이터 부족 및 특정 작업에 대한 과적합 문제를 해결하기 위해, 다양한 작업에 일반화될 수 있는 foundation model의 장점에 주목합니다. 기존 연구들이 특정 IoT 작업에 초점을 맞춘 것과 달리, 본 논문은 효율성, 상황 인식, 안전성, 보안 및 개인 정보 보호라는 네 가지 공통된 성능 목표를 중심으로 기존 연구들을 체계적으로 분류하고 분석합니다. 각 목표에 대해 대표적인 연구들을 검토하고, 일반적으로 사용되는 기술과 평가 지표를 요약하여, IoT 분야 간 의미있는 비교를 가능하게 하고 새로운 IoT 작업에 foundation model 기반 솔루션을 선택하고 설계하기 위한 실질적인 통찰력을 제공합니다. 마지막으로, 향후 연구 방향을 제시하여 IoT 응용 분야에서 foundation model의 활용을 발전시키기 위한 실무자와 연구자들에게 가이드라인을 제공합니다.
