도메인에 따른 스태킹(Stacking) 개념 정리, (ML/DL, Network, Battery)

Stack 은 일반적으로 쌓아둔 모양, 또는 "쌓다", "쌓이다"라는 동사로 컴퓨터 자료구조의 하나로 알려져 있다. 하지만 Stacking 은 Stack을 기반으로 다양한 도메인에서 응용되어 사용되고 있다.

 

머신러닝, 딥러닝에서의 스태킹 알고리즘

스태킹(Stacking)은 여러 가지 모델들의 예측 데이터를 최종 모델의 학습 데이터로 사용하는 예측 방법으로 개별 모델이 예측한 결과 데이터를 다시 meta dataset으로 사용해서 학습을 하여 최종 결과를 예측하는 방법이다.

단일 모델을 통해 예측한 결과보다 우수한 성능을 보이는 장점이 있는 반면 Overfitting(과적합, 과대적합)이 발생한다.

 

네트워크 장비를 연결하는 스태킹 기술

스태킹을 사용하면 여러 디바이스를 관리할 필요 없이 네트워크 용량을 확장할 수 있습니다.
(네트워크 장비인 스위치를 Stack으로 쌓아서 하나의 장비처럼 동작하게 하는 기술입니다.)

스택의 전체 성능에 영향을 주지 않고 스택에서 필요에 따라 스택을 추가하거나 제거할 수 있습니다. 토폴로지에 따라 스택 내의 링크 또는 유닛에 오류가 발생하더라도 스택에서 계속 데이터를 전송할 수 있습니다. 따라서 스태킹이 효과적이고 유연하며 확장 가능한 솔루션으로 네트워크 용량을 확장할 수 있습니다.

 

배터리 제조 공정의 스태킹

스태킹(stacking)은 배터리 소재를 일정 길이로 자른 후(notch) 이를 쌓는 방법으로 배터리를 만드는 기술이다. 말 그대로 배터리의 양극재, 음극재, 분리막이 합쳐진 개별 셀을 층층이 쌓는 방식이다. 셀 수십 개를 쌓아 오려 하나의 배터리를 완성하는데 이는 와인딩 방식 대비 에너지 밀도와 내구성에 장점이 있다는 평가이다. 

스태킹 공정은 에너지 밀도가 낮다는 각형 배터리의 단점을 없앤다. 또 장시간 충·방전을 거듭하면 뒤틀림이 발생해 배터리가 부풀어 오르는 와인딩 방식의 배터리와 비교해 내구성이 뛰어나다. 또 적층 구조로 사각형의 배터리 케이스 공간을 최대로 활용할 수 있다는 장점이 있다.