본 논문은 비전 대규모 언어 모델(VLMs)을 자원 제약이 있는 에지 디바이스에 배포하는 것에 대한 최근의 발전을 조사합니다. 모델 압축 기법(프루닝, 양자화, 지식 증류 등), 효율적인 학습 및 미세 조정 방법, 에지 배포의 과제, 개인 정보 보호 고려 사항 등을 자세히 논의합니다. 헬스케어, 환경 모니터링, 자율 시스템 등 경량 VLMs의 다양한 응용 분야와 향후 연구 방향에 대한 권고를 제시하며, 자원 제약 환경에서 고급 AI 접근성을 높이는 것을 목표로 합니다.
