$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

보고서 상세정보

IoT 혁신을 위한 엣지컴퓨팅 기술동향과 이슈

등록일자 2019-02-14
초록 1. 개요

최근 통신 및 컴퓨터시스템을 변동시키는 패러다임으로 엣지컴퓨팅이 언급되고 있으며, 이는클라우드컴퓨팅, 클라우드렛, 포그컴퓨팅, 모바일 엣지컴퓨팅 등과 같이 이미 산업계와 학계에 잘알려져 있는 대중적 용어이다[1].

사물인터넷(IoT/IIoT) 서비스는 5G 이상의 새로운 초연결 기술, 엣지 및 포그(Edge/Fog) 컴퓨팅 기술, 블록체인 및 인공지능(AI) 기술 등의 융합을 통해 진화하고 있다[2]. 이런 IoT 서비스는 물리적 공간과 디지털 공간을 동기화하는 공간을 구성하고, 사람과 사물, 사물들 간의 엣지에서 사물객체들과자율적으로 상호작용하면서 상황 인식 및 학습을 통해 엣지의 분산지능을 자력으로 증강시켜가는 자율지능 기반의 IoT 서비스 형태로 발전하고 있다.

IDC는 2019년 IoT가 생성하는 데이터의 40% 정도가 네트워크 엣지나 엣지 인근에서 저장, 처리,분석, 구동될 것으로 예측한 바 있다. 엣지는 IoT 서비스의 종단(End Point) 노드(node)인 사용자 혹은네트워크 디바이스를 지칭한다. 엣지컴퓨팅(Edge Computing)은 노드에서의 데이터 프로세싱을 중앙집중식 클라우드 방식보다 종단노드 인근에서 수행하여, 지연시간을 줄이고 비용절감 기반의 효율적 분산컴퓨팅을 실행하는 컴퓨팅 방식을 의미한다. 이러한 엣지컴퓨팅은 중앙집중식 클라우드서비스와 기존 인프라를 대체하는 형태가 아니라 협력적 보완 형태의 모델로 발전하고 있다. 시스코(Cisco)의 임원은 엣지컴퓨팅이 포그컴퓨팅의 구성요소 혹은 부분집합이라고도 설명한다. 엣지컴퓨팅이 데이터 생성의 인접 지점에서 처리되는 방식이라면 포그컴퓨팅은 엣지 처리 데이터를 엣지에서 종단으로 가져오는 네트워크의 연결까지 포함한다[3]고 언급한다.

객체들과 자율적 협업이 가능한 지능형 IoT 구현은 국내외에서 여러 한계에도 불구하고 학습및 지능화, AI 및 지능화 반도체, 다중접속 엣지컴퓨팅(MEC) 플랫폼, 5G 네트워킹 기술들을 기반으로 시범사업 및 상용화 경쟁과 함께 실현이 가속화되고 있다. 2018년 9월 IoT 국제전시회에서 공개된 국내 연구 및 기술 수준 역시 5G 기반 IoT 플랫폼 및 서비스 핵심 응용기술을 기반으로 자율지능 IoT 서비스를 시범적으로 시현하는 수준이다. IoT의 지능 구현은 클라우드 방식의 지능 이용과 사물객체에 지능을 탑재 활용하는 방식으로 구분 가능하며, 각 방식은 인지서비스 알고리즘과 학습엔진 플랫폼을 활용하여 자율적 의사결정을 구동하는 구조를 포함한다.

클라우드 중심적 IoT 서비스는 수년간 대역폭, 지연, 무정전, 자원 제약, 보안 측면의 한계점들을 해결하기 위해 주로 네트워킹이나 스토리지 등의 컴퓨팅 자원을 데이터소스나 사용자 애플리케이션 근처에 배치하는 방법으로 기존의 중앙처리식 클라우드컴퓨팅을 개선 및 확장[4]시키는 메커니즘이 대부분이었으나, 실시간 데이터처리 성능과 클라우드 및 데이터센터 방식의 경제성이 대두되자 개선 대안으로 엣지 및 포그 컴퓨팅이 이슈를 넘어 효율적 해법으로 최근 상용화가 가속화되고 있다. 국내 산학연의 긍정적 대응이 필요하다.

이와 같은 상황에서 자율지능 기반의 효율적 IoT 서비스를 위한 엣지컴퓨팅의 기술 및 연구 동향을 바르게 파악하고 최근 이슈들을 검토하고자 한다

2. 기술과 동향

2.1. 자율형 IoT

2018년 12월 정보통신기획평가원(IITP)은 엣지(사물)와 클라우드 간 데이터 폭증과 디지털처리의복잡도를 해결하기 위해 ‘자율형 IoT의 핵심기술 개발 사업(안)’의 추진이 필요하다고 기술하고 있다[5]. 그 이유를 지능 기반의 자율적인 데이터처리 위치를 엣지(사물) 근처로 전환하는 엣지컴퓨팅기술이 촉진되는 상황이고, 산업 전반에서 디지털 전환(DX)과 디지털 트윈 기술 도입이 확산되어 현실 및 가상세계의 통합과 IoT의 고도화가 요구되기 때문이라고 설명하고 있다.

사물인터넷(IoT) 기술개발의 중점이 연결, 지능, 자율단계로 전환됨에 따라 엣지사물은 사람의개입 없이 AI등 지능기반으로 자율처리가 가능한 방향으로 발전하고 있다. 이는 클라우드 기반 지능사회에서 엣지사물 중심의 자율지능형 사회로 진화함을 의미한다. 수많은 디바이스의 초연결에 의한 복잡계 시스템으로 진화하고 디바이스 성능이 고도화하면서 클라우드 서버지능이 엣지 서버로 이동하는 탈집중화가 진행되고 있다. 이는 중앙집중식 지능기반의 데이터 수집처리 방식보다 분산지능 기반의 처리방식이 유익할 수 있음을 보여주는 것으로, 분산된 지능의 자율적 협력을 전제로 한다. 기존의 학습, 추론, 인식에 집중된 AI의 다음단계는 협력지능이 될 것이라는 의견들이 있으며, 이는 분산지능환경을 전제로 한다.

이러한 분산지능 기술은 IoT연결 말단 사물에 지능을 부여하고 상황을 실시간 처리하는 지능형 IoT 단계 초입에서 자율형 IoT 단계를 지향하고 있는 것으로 판단된다. 분산지능 기술은, 문제를 분할 분산노드에서 처리하는 방식(DPS: Digital problem solving), 이종의 분산노드 환경에서 협업과 동의에 의헤 결과를 도출하는 방법(MAS: Multi agent system), 동종의 분산노드 환경에서 정해진 규칙과 절차를 기반으로 결과를 도출 방법(SI: Swarm Intelligence), 병렬처리시스템 기반의 AI(PI: Parallel AI)방식등으로 분류된다[6]. 각 기술에 대한 알고리즘 개발과 활용방안의 검토가 진행되고 있다. 국내 ETRI는 복잡계 문제의 해결을 위해 분산 사물지능의 협업기술과 초연결 공간에서 미션의 자율적 인지기술 개발을 추진 중이다.

현재 IoT 관련 국내 기술개발 사업들은 2019년 일사업화 되며 92억 정도의 차세대 축소형 IoT 기술개발 사업만 유지될 예정[11]이다. 이에 2020년 시점부터 7년간 자율형 IoT 핵심기술을 개발하려는 사업기획(안)의 전략과제 및 기술개발 과제를 통해 향후 기술 니즈와 동향을 일부 가늠할 수 있다. 이 사업은 4대 중점 분야로 자율사물, 자율연결, 자율트윈, 검증과 자율인증 분야를 선정하고, 표 1과 같이 8대 전략과제로부터 24개 핵심기술개발과제를 추진한다는 내용이다. 전략과제는 자율형 엣지사물, 자율형 IoT 네트워크, 디지털 전환을 위한 지식구축 및 확산에 중점을 두고 전개되고 있다.

표 1. 자율형 IoT를 위한 핵심기술개발 분야 및 과제



중점
전략적 기술개발 분야
핵심적 기술개발 과제






자율사물
자가진단 보정과 자체 의사결정이 가능한 초경량 지능사물 기술개발
센서 모듈 자가진단 및 보정 기술, 경량 사물 지능엔진 코어 기술, 자가학습하는 지능 강화기술, 클라우드와 엣지 사물지능 연동기술


지능사물 간 집단지능 기반의 사물 협업지능 기술개발
지능사물들의 지능협업 코어 기술, 학습 기반의 협업지능 강화기술, 자율적 협업 지원 프레임워크 기술


사람의 표현과 의도를 사물에서 인지하는 자율형 IoT 인터랙션 기술 개발
인간 의도 인지모델 기반 인식기술, 인간 의도 인지 및 인터랙션 기술, 집단 의도 인지기술


자율연결
다양한 유형의 사물을 자유롭게 연결하는 IoT 자율제어 네트워크 기술 개발
이종연결을 위한 네트워크 게이트웨이 기술, 머신러닝 기반 상황인지 및 자율재구성 네트워크 기술, 3차원 자율연결 네트워크 기술, 공간 인지정보 기반 통신기술




자율트윈
센서 데이터의 자율가공과 지식 교환과 축적을 통한 분산 IoT 지식 플랫폼 개발
지식을 추출 및 처리하는 공통 플랫폼 기술, 보유 지식 공유 및 융합 기반의 지식 확장기술, 보유 및 연결지식 거래기술


현실과 트윈 간 연동으로 실시간 예측과 제어를 수행하는 자율형 디지털 트윈 플랫폼 개발
디지털 트윈 연동지원 플랫폼 기술, 자가진화 기반의 자율형 디지털 트윈 플랫폼 기술




검증자율 인증
자율형 IoT 검증을 위한 서비스 기술 개발 및 기업 지원 생태계 구축
자율형 IoT 융합 서비스 기술개발 및 핵심기술 검증, 자율형 IoT 중소?중견기업 기술지원 생태계 구축


자율형 IoT 시험인증 생태계 구축을 위한 서비스 신뢰성 평가 플랫폼 구축
자율형 IoT 시험평가를 위한 플랫폼 구축, 핵심기술의 시험평가 및 인증 기술, 시험·인증 표준화 연구







2.2. 포그컴퓨팅

IoT 어플리케이션에서 클라우드와 디바이스의 2개 계층(Two tier)구조만으로 수많은 디바이스에서 요구되는 모든 통신 및 데이터 프로세싱의 지원이 어렵다[7]는 것은 이미 알려진 사실이나, 지원된다 해도 확장이나 지연, 반응시간은 매우 제한적이다. 즉 실시간 반응성과 동시에 서비스품질, 보안 및 개인보호, 반응위치 인식은 2개 계층 구조만으로는 어렵다는 것이다. 대안으로 일반적 클라우드의 트래픽 이슈 극복을 위한 클라우드 경량화 센서를 통합하는 구조나 2개 계층 중간에 데이터 스토리지를 두고 컴퓨팅 계층을 증가시키는 구조가 다수 제시되고 있다. 모바일 데이터 트래픽을 예측하기 위해 제시된 5G 무선 시스템은 이종네트워크의 분산 실행 및 관리를 위해 글로벌 협력이 필요한 상황이다.

이에 비해 포그나 축약된 포그컴퓨팅은 상대적 신규 개념임에도 널리 알려진 용어이다. 포그는 클라우드 자원을 IoT 디바이스 가까이로 이동시키는 프로그래밍 및 통신 패러다임을 지칭하며, IoT와 클라우드 간의 통신을 지원하는 인터페이스처럼 작용한다. 포그컴퓨팅은 여전히 초기상태이며 IoT 어플리케이션의 민감도에 따른 처리 방법 및 위치, 송신데이터 크기 감소, 저장 및 교환 데이터의 보안 및 개인보호, 포그 노드나 이종 디바이스간의 통신분야 및 특성 개선에 개선 노력이 집중되고 있다. 이종 솔루션들에 대한 평가, 통합, 응용가이드에 대한 다양한 제안들도 있다. 이와 같이 대부분의 포그컴퓨팅 관련 내용이 다양한 보안 및 디바이스간 통신 특성들에 집중하고 있어도 전체 시스템 측면에서의 포그컴퓨팅 내용을 제공하지는 않는다.

IoT의 특정 시나리오보다 일반적 포그 시나리오를 설명하는 수많은 연구와 분석에도 IoT 요구사항과 핵심구성요소에 대한 명확한 포그컴퓨팅과의 형성관계는 발견하기 어렵다. 현재의 IoT 어플리케이션은 일반적으로 이동성지원, 대규모의 지리적 분산, 위치인지, 저지연을 요구하고 있으며, IoT 디바이스와 클라우드간의 직접연결과 같은 일반적 구조는 더 이상 적절하지 않다는 인식이 대부분이다. 즉 이러한 인식은 클라우드 네트워크로 데이터를 송신하기 전 디바이스 데이터의 전처리를 위해 분산지능을 가진 특정기능이 부가된 중간적 계층을 필요로 한다는 점이 배경이다.

이를 위해 클라우드렛(Cloudlet), 엣지컴퓨팅(Edge Computing), FMC(Follow Me Cloud)와 같이 네트워크 엣지 쪽으로 자원을 이동시키는 연구들이 있어왔다. 클라우드렛은 3계층(모바일기기, 클라우드렛, 클라우드) 구조로 실시간 및 위치 인지를 위해 종단 근처에 서버 클러스터 생성을 제안하는 것이며, 엣지컴퓨팅은 어플리케이션, 데이터, 서비스를 클라우드에서 네트워크 엣지로 옮기는 것에 목적을 두고 있다. 네트워크 운영과 인프라 사이의 소유권을 분리하는 엣지컴퓨팅 서비스(Edge as a service 개념을 소개하기도 한다. FMC는 통합 클라우드 시스템과 분산 모바일 네트워크와의 연동에 목적을 두고있다.

현재 OEC(Open Edge Computing)[8], OFC(Open Fog Computing)[9] 그리고 MEC(Multi access or mobile Edge Computing)[10] 같이 포그와 엣지컴퓨팅 분야에서 다양한 제안들과 참조 구조의 상호작용을 개선시키고 표준화 및 소프트웨어 개발[11]하는 노력들이 있다. OEC컨소시엄은 개방 표준 메커니즘을 제공하여 엣지컴퓨팅의 생태계 개발을 추진하는 데 목적이 있으며, OFC의 주요 목표는 로컬네트워크 엣지에서의 정보 프로세싱과 지능을 강조하는 구조에서 작동하는 IoT 어플리케이션의 쉬운 실행과 상호작용을 위한 표준을 정의하기 위한 것이다.

MEC는 ETSI의 참조 구조와 표준화의 결과이며 모바일 네트워크 엣지에서의 클라우드컴퓨팅 능력과 서비스 환경을 제공한다. 이와 같이 포그컴퓨팅과 엣지컴퓨팅은 중첩 부분이 있으며, 포그컴퓨팅은 클라우드에서 최종 디바이스까지 포함한다. 엣지컴퓨팅과 중첩과는 별개로 엣지컴퓨팅은 사물 쪽에 더 초점이 있고 포그컴퓨팅은 인프라 측면에 더 초점이 있다고 언급되고 있다.



2.3. 엣지컴퓨팅

엣지컴퓨팅은 클라우드 기반의 서비스의 자발적 연결보다는 IoT 디바이스 측면에 집중한다. 엣지는 클라우드 센터와 데이터 출처 간의 연결 통로 근처에 배치되는 컴퓨팅자원이나 네트워크로 정의되기도 한다. 스마트 디바이스나 센서가 데이터 출처일 수 있으나 엣지와는 다른 개념이다. 즉 클라우드렛과 초소형 데이터센터(Micro data center)는 클라우드와 모바일 어플리케이션의 엣지인 반면 IoT 게이트웨이는 IoT 센서와 클라우드 간의 엣지가 된다. 클라우드 어플리케이션이 스마트폰에서 운용되면 스마트폰이 어플리케이션과 클라우드의 엣지가 된다. 사물은 프로세싱에서 데이터를 소비 및 생산하며 엣지디바이스는 콘텐츠와 서비스 이외에 클라우드의 컴퓨팅 작업을 수행한다. 엣지 노드에서 데이터저장, 오프로딩, 프로세싱, 캐싱이 수행된다. 엣지디바이스는 클라우드를 대신해서 요구를 분산 서비스할 수 있다. 이 경우 엣지디바이스는 개인보호 및 보안과 신뢰성 특성을 설계에 포함시킬 필요가 있다[12].

IoT의 엣지컴퓨팅은 엣지디바이스에서 다른 엣지로 작업 이동을 가능하게 하고 엣지에서 자원 제약적인 최종 디바이스에 초근접한 클라우드 자원을 검색하여 어플리케이션 실행을 강화한다. 엣지컴퓨팅 플랫폼은 무선 센서네트워크나 모바일 에이전트를 가진 스마트폰과 같이 데이터를 생성하는 최종 디바이스로 확장된다. 모바일 에이전트는 로컬 자원의 가용성으로 설명되는 특정 어플리케이션 작업의 재배분과 자동적이고 비동기적, 적응적 실행의 이점을 가진 이종의 최종 디바이스 네트워크상에서 다중 에이전트 시스템같이 작동한다고 설명되기도 한다[13].

엣지컴퓨팅의 목표인 최종 디바이스의 실행 부하와 지연을 감소시키는 방법은 디바이스 근처의 네트워크 인프라로 데이터와 컴퓨팅 파워를 옮기는 방법과 엣지층 최종 디바이스의 컴퓨팅 부하를 덜어주는 방법이 있다. 기존에 제시된 다수의 컴퓨팅 솔루션은 엣지디바이스의 박스형 데이터센터인 클라우드렛, 기지국 역할을 확장하는 모바일 엣지컴퓨팅(MEC), 가상의 위치인식 분산 엣지컴퓨팅 플랫폼을 제공하는 포그컴퓨팅, 어플리케이션에 주문형 자원을 제공하여 엣지 부하를 경감하는 모바일 클라우드컴퓨팅(MCC), IoT 구조층과 교차하는 어플리케이션 실행 부하에 대한 협력 분산에 초점을 둔 디바이스층의 분산컴퓨팅 등이 있다. 컨테이너 방식이나 쿠버네티스 방식의 활용이 최신 이슈이기도 하다.

솔루션으로서 클라우드렛은 유저와 어플리케이션간 VM공유 등 자원최적화 분야, MEC는 유저 이동성과 경감 고려, 서버 연결성과 탄력성, 보안과 서비스 정책 등이 도전 분야이며, 포그컴퓨팅은 최종 디바이스의 이동성에 기인한 동적 네트워크 접근성, 포그 노드의 효율성 등이 도전 분야이다. MCC는 상황인지와 원격서비스 가용성, 자원 모니터링 및 추적, 행위예측 및 일정계획 등의 고정 및 정적 변동 등이 도전분야이며 분산컴퓨팅은 시스템 확장성, 코어 네트워크상의 관리 및 데이터 수송 분야 등이 도전분야이다.

기회 기반(opportunistic) 컴퓨팅 플랫폼으로서의 모바일 디바이스는 저밴드 대역이나 고지연과 같은 제약이 적고 무인프라 구조의 무선연결 의존적이어서 확장이 용이하다. 그러나 자원과 서비스의 탐색과 자원 가용성 측면에서 도전이 필요하다. 기존 IoT 엣지컴퓨팅의 주요 도전 분야는 상호작용 특성, 데이터 로딩 에너지효율, 지연, 확장 특성, 동적 부하경감 등으로 요약 가능하다. 최근 엣지 어플리케이션 실행의 에너지효율을 개선하기 위한 보완적 기술로 디바이스층에서 어플리케이션을 분산처리하기 위해 모바일 에이전트 기반의 IoT 엣지컴퓨팅 플랫폼을 확산하는 연구[13]가 있다. 모바일 에이전트는 운영환경의 관찰과 상호작용을 기반으로 분산시스템이나 디바이스 간에 자체 실행 및 이동을 자동제어할 수 있는 소프트웨어 기반 에이전트이고, 다수 모바일 에이전트의 통합 시스템은 다중에이전트시스템(MAS)이며 5G 환경에서 재조명되고 있다.

MEC(Multi-access Edge Computing) 기반의 엣지서비스가 5G 기술의 핵심 동력으로 이슈화되고 있으며 MEC의 핵심기술은 소비자 맞춤형 분산 클라우드 기술로, ETSI에 의해 표준화가 진행되고 있으며 모바일 코어망의 혼잡도를 줄여 망 증설비용 절감과 QoS에 기여할 것으로 보인다. 엣지컴퓨팅의 기술개발에 대한 주요 플레이어들의 동향[14]은, AWS의 클라우드 기능을 엣지디바이스로 확대하기 위한 GreenGrass SW, MS의 지능화 엣지컴퓨팅 솔루션 Azure IoT Edge, 자동차 빅데이터 처리 인프라 구현을 위한 엣지컴퓨팅 컨소시엄(토요타, 인텔, 에릭슨 등), Intel의 IoT 프로세서 아톰 시리즈와 엣지컴퓨팅용 SoC, NVDIA 등의 엣지컴퓨팅용 GPU, HP의 스마트공장 엣지컴퓨팅을 위한 데이터수집 및 분석시스템 Edge Lines systems, AT&T의 5G 기반 MEC 네트워크 구축 등이 있다.

국내외 연구 동향을 살펴보기 위해 'sciencedirect.com'에서 'edge computing’, ‘autonomous intelligence IoT’를 키워드로 2019년 검색된 연구논문의 주제를 검색한바, 총 83건이 검색되었다. 2019년 1월부터 4월까지 출판 및 출판 예정인 논문들의 연구 내용은 다음 표 2와 같다. 대부분 응용 분야별 IoT 객체의 실시간 감지와 처리에서 자율적 지능화에 의한 지연 감소와 네트워킹 에너지의 최적화, 즉 비용 감소를 위한 목적성을 구현하기 위해 포그 및 엣지 컴퓨팅을 강조하고 있으며, 주제 관련 세부적 메커니즘과 알고리즘이 제시되고 있다.

표 2. 자율기반 IoT와 엣지컴퓨팅 관련 논문 주제




2019.1.
- 헬스케어 IoT 시스템에서 포그컴퓨팅을 가능하게 하는 기술

- 강화된 포그 IoT의 데이터 집적 스킴을 보전하는 익명 보안

- 인지 제조 및 엣지컴퓨팅 기반의 지능화 로봇공장

- IoT 보안에 대한 최근 연구(서베이)

- IoT 지연 감소를 위한 등록 기반의 멀티타이어 컴퓨팅 모델

- 효율적 네트워크 자원 활용을 위한 IoT 센서 환경에서의 네트워크 상황 추론

- 클라우드와 포그컴퓨팅을 위한 머신러닝 기반의 CPS 데이터흐름 분석


2019.2.
- 종합적 컴퓨팅에 의한 oppotunistic IoT 모델링과 시뮬레이션

- 포그와 클라우드 컴퓨팅 기능이 있는 스마트홈을 위한 IoT 빅데이터 분석

- IoT 기반의 e-헬스케어 실시간 모델 연구

- 분산된 엣지 데이터센터의 보안 인증 및 로드밸런싱

- PD-NOMA 기반 모바일 엣지컴퓨팅 네트워크의 과업 스케줄링과 주파수 자원할당

- 포그컴퓨팅 서비스를 위한 사용자 인증 스킴과 보안 키 관리의 설계


2019.3.
- 애드혹 다이내믹 협력 컴퓨팅(Drop Computing)

- 상황 인식 경량화 IoT 서비스 구조

- IoT 엣지의 CPS 구동자 간 자동협력 논의

- 스마트 헬스케어 시스템을 위한 엣지 기반 축약 및 분류


2019.4.
- 웨어러블 센서의 실시간 분석을 위한 엣지스트림 컴퓨팅 분석

- 스마트 객체에 대한 컴퓨팅 계약 기반의 엣지 분석

- 엣지에 대한 다중기준의 최적 과업 할당

- 심장병이 있는 당뇨 환자 모니터링을 위한 에너지효율적 포그 기반 IoT 시스템







특징적인 것은 산업계에서 기존의 하이브리드 클라우드서비스 패러다임에서 포그와 엣지 컴퓨팅으로의 전이 주장과 이슈화에도 불구하고 자율사물과 자율네트워킹을 위한 엣지의 지능 구현과 엣지컴퓨팅에 대한 적합성 판단의 실증적 서베이와 검증 사례는 아직 소수라는 것이다. 이는 엣지컴퓨팅으로의 초기 전이 과정에서 센서 모듈 자가진단 및 보정, 경량 사물 지능엔진 코어, 자가학습 기반의 지능 강화기술, 클라우드와 엣지 사물지능 연동기술 등에 대한 현재의 초기 기술수준을 나타내주는 것으로 볼 수 있다.

주요 플레이어들의 클라우드 개선이나 강화에 의한 엣지 기술과 엣지컴퓨팅 솔루션이 주류 기술로서의 작용 여부는 아직 불투명하나 상용화 공개 기술이 연구논문보다 선행하는 측면이 있다고볼 때 현재의 연구논문 및 서베이나 프로젝트 동향 등을 실질적 기술 수준의 일면으로 파악할 수있다. 아직 클라우드와 포그컴퓨팅의 관점에서 IoT 기반 분산 엣지 프로세싱과 컴퓨팅의 시현을 위한 연구가 계속되고 있으며, 특히 의료 및 헬스케어 분야 연구가 증가하고 있다. 엣지의 상황인지, 추론, 스트림, 협력, 보안 방식 등이 주요 키워드로 나타나고 있다. IoT SoC 기업들의 최신 사물지능엔진 코어와 플랫폼의 출시로 자율사물과 자율네트워크, 자율플랫폼, 자율서비스 연구의 가속화 진행이 예상된다.

엣지컴퓨팅은 엣지 인근에서의 컴퓨팅과정에 중점이 있고 포그컴퓨팅은 엣지컴퓨팅의 네트워크구조와 구성에 중점이 있다. 엣지컴퓨팅의 모태가 되는 포그컴퓨팅의 개념은 종래 클라우드 집중적인 데이터 프로세싱에서 탈피하여 엣지까지 데이터 프로세싱을 분산하고자 하는 기술[15]로 단순히 속도 혹은 저지연에 초점을 둔 미래통신세대 대응기술과는 다른 개념이다. 엣지컴퓨팅은 클라우드의 확장 개념으로 데이터가 생산 및 소비되는 종단 근처에서 데이터처리 일부를 담당하는 엣지 프로세싱으로 설명 가능하다.

이와 같이 데이터 프로세싱을 종단사용자의 엣지까지 확장하여 트래픽과 처리비용 저감, 저지연과 보안위험 감소를 구현하기 위해서는 단순히 IoT 기기 주변의 데이터수집 및 전달에서 벗어나 데이터의 자율적이고 지능적인 판단처리 기능을 가진 지능형반도체 기술의 적용과 탑재가 요구된다. 이러한 지능기반의 자율적 IoT 프로세싱을 위한 해법으로 엣지프로세싱 솔루션과 시스템온칩(SoC)들이 출시되어왔으며 네트워크 허브나 종단 설치 및 사용자 기기의 초저전력 소모를 위한 인공지능 구조가 필수적으로 수반되고 있다.

엣지 프로세싱에서 수집된 데이터를 지능적으로 분석 처리하기 위한 지능형 반도체코어의 초저전력 구조는 신경과학 메커니즘에 의한 인공신경망(SNN: Spiking Neural Network) 기반으로 개발되고 있다. 2013년 퀄컴은 모바일 AP 스냅드래곤에 인공지능 엔진구현을 위한 신경망처리장치(NPU)인 제로스(Zeroth)를 발표하였고, 2014년 IBM은 SNN 기반 인공지능 코어인 트루노스(Truenorth)를 발표하였다. 2017년 화웨이(Huawei)는 NPU를 탑재한 모바일 AI플랫폼인 Kirin 970을 발표하였다. 이후내장형 모바일 AI가 확산되면서 애플의 A12, 화웨이의 Kirin 980, 삼성 엑스노스 9 등 모바일 AP에NPU를 탑재하여 AI플랫폼기반 신모델 기술경쟁을 가속화하고 있다. 2018년 Intel은 자가학습이 가능한 SNN기반의 인공지능코어 로이히(Loihi)를 발표하였다. IoT진화에 필수적인 엣지컴퓨팅은 초저전력 지능형반도체 코어기술, 커넥티비티 기술, 시뮬레이터기술의 다양한 개발경쟁을 동반하고 있다.

마이크로소프트는 빌드 개발자 컨퍼런스에서 인텔리전트 클라우드와 인텔리전트 엣지의 개념을 제시하고 애저 IoT 엣지를 제시해 클라우드 지능을 엣지 기기로 확장할 수 있음을 발표하였다. GE는 인터넷 플랫폼 Predix를 기반으로 실시간 및 네트워크 부족 시의 대응을 위해 엣지컴퓨팅을 도입했다. 아마존은 클라우드와 단절이 발생할 경우 AWS 그린그래스로 엣지 게이트웨이와 로컬네트워크를 구성하는 소프트웨어를 발표했다. IBM 역시 IoT 비즈니스 유닛이 엣지컴퓨팅 애플리케이션을 위한 솔루션을 디자인해왔다[16]. 인텔은 Xeon 프로세서 기반으로 기기 및 서버를 공략하고 있으며 최근 USB 기반의 실시간 분산처리 제품 Neural Compute Stick 2를 공개하였다. NVDIA는 디바이스에 인공지능 구현 플랫폼 Jetson TX2를 출시하였다.

‘자율적 분산 P2P 원격제어 환경에서의 자체 서비스디바이스’에 대한 특허 US10,079,881 (2018.9)에서 IBM은 특허의 기술 배경으로, 중앙집중식 IoT 솔루션은 데이터소스에서의 지식생성과 해석을 위해 중앙집중화 노드로부터 데이터를 수신하고 서비스와 어플리케이션을 포함하는 엣지 프로세싱(엣지컴퓨팅)을 확장할 수 있으나 자원이 네트워크에 지속적으로 연결되지 않을 수 있음을 지적한다. 중앙집중 제어는 고부가가치의 IoT 어플리케이션에 효율적일 수 있으나 저부가가치의 대량 IoT 디바이스 경우 운영비용이 높아질 수 있음에 대응하고자 기술을 개발한 것으로 보인다. 따라서 컴퓨팅 및 스토리지 능력을 가진 우수한 IoT 엣지디바이스는 자가진단, 장비 고장 및 서비스 기대 니즈 예측과 같은 자체 서비스를 위해 분산 P2P네트워크서비스로 중앙집중 솔루션을 보완해주는 이점이 있다고 언급한다. 목적성이 분명하다고 볼 수 있다.

기존 클라우드 대비 엣지의 비교에서 엣지의 장점이 제시되고 있으나 이슈는 결국 부하와 비용 저감으로 귀결된다. 다만 유저들의 이슈는 엣지의 부하 처리 성능과 요소 혹은 위치인식 방식의 선택이다. 지연이 없는 부하는 경제성 있는 위치에서 처리하면 된다. 대부분의 조직들은 AWS, 구글, MS, IBM 같은 리딩 클라우드 제공자에 의한 로컬데이터 처리 호스팅에 경제적 규모를 맞추려고 하는 반면, BoX나 Saleforce 같은 기업협력플랫폼 제공자는 기업 적용이 쉬운 통합 클라우드 솔루션을 제공하기도 한다. 클라우드와 엣지컴퓨팅의 조합 방식이 증식되고 다양한 하이브리드 방식의 이점이 있음에도 5G로 진입하면서 엣지컴퓨팅이 주목을 받고 있다.

IoT의 엣지서비스를 조기 채택했던 Dell과 MS는 최근 협력을 통해 지능화 엣지와 클라우드 이외에 보안을 강화하고 있다. MS는 Azure IoT Edge 플랫폼을 공개소스로 전환하고 엣지 HW와 SW의 생태계 개발에 나서고 있다. 산업 IoT(IIoT)는 이미 엣지컴퓨팅의 테스트베드 프로젝트가 진행 중이다. 퀄컴은 기존 클라우드 플랫폼을 지원하는 무선 엣지서비스에 대한 SW Suite를 발표하고 추진하고 있다. 구글은 엣지서비스 참여가 늦었으나 IoT 하드웨어 가속기 Edge TPU와 구글 클라우드의 AI 확장 소프트웨어 스택 Cloud IoT Edge를 통해 엣지 사업을 확장 추진하고 있다.

그러나 이러한 엣지컴퓨팅이 모두 섹터에서 필요한 것은 아니다. 엣지컴퓨팅은 데이터 및 유저 위치와 성능 요구에 핵심 기반을 두고 있으므로, 엣지의 실시간 의사결정을 위해 필요한 데이터량만을 요구한다. 실시간 상호작용이 필요 없으면 엣지컴퓨팅 없이도 디바이스의 반응 설정에 의해 운영 가능하다. 엣지컴퓨팅의 실질적 이점이 있는 분야는 스마트시티, 자율주행, 드론 분야 등이 언급되고 있으며, 향후 기존 클라우드와 하이브리드 네트워크와 병행하여 엣지컴퓨팅의 이점을 높일 수 있을 것으로 예상하고 있다[17].

5G 기반 실시간 이동통신 네트워크서비스 기술은 네트워크 종단에 특정 서비스 환경을 구축하고 다중접속엣지컴퓨팅(MEC) 기술에 의해 초저지연의 구현과 실시간 특성의 개선이나 트래픽을 경감하기 위한 API와 근접접속네트워크(RAN)와의 연동 구조로 3GPP 표준에 준거한다. MEC 환경에서 가입자 서비스와 MEC 플랫폼 사이의 개방형 API 방식에는 http 기반의 RESTful 또는 REST(represen-tational state transfer) 형식을 적용한다. 이종단말에 의한 서비스 상호운용 호환성을 위해 OMA 규격을 적용하는 이동통신 서비스의 개발과 운용이 진행되고 있다

현재 LTE 기반 대비 5G 대응을 위해 이동통신 서비스 플랫폼 환경에서 IoT 공개 서비스를 위한 통합 플랫폼 환경을 정의하는 SCEF(service capability exposure function), NEF(network exposure function) 기능, CAPIF(common API framework) 방식에 대한 표준화와 연구개발이 진행되고 있다[18]. IoT 기반 엣지컴퓨팅 설계의 핵심고려사항은 반응시간과 네트워크 지연의 극복, 네트워크와 프로세싱 비용의 절감, 스몰데이터에 의한 컴퓨팅 효율, 엣지컴퓨팅 지원 클라우드 능력, 운영자율성, 보안범위 축소와 위험 감소 등이며, 클라우드 완전 대체가 아닌 보완 컴퓨팅 대안이라는 점을 이해하는 것이 중요하다[19].

엣지컴퓨팅 관련 글로벌 특허출원 내용을 WIPO에서 키워드 ‘edge computing’, ‘edge networking’, ‘edge technology, ‘edge platform’, ‘edge device’로 간편 조사한 내용은 다음과 같다. 2019년 2월 6일 기준으로 과거 10년간 총 출원 건수는 1,909건이며, 출원국가별로 미국 899건, PCT 304건, 중국 146건, 유럽연합 143건, 영국 131건, 일본 124건, 캐나다 35건, 인도 32건, 호주 29건, 한국 27건, 러시아 18건, 독일 11건 등의 순으로 미국이 47%로 점유율이 높다. 한국은 1.4%이다. 글로벌 전체 출원건수 순위는 MS 82건, 퀄컴 62건, 구글 31건, 아마존 26건, 인텔 25건, 화웨이 22건 등이다. 출원추이는 연 29.5%씩 증가주세이다. 세계특허(PCT) 출원건수 순위는 MS 26건, 퀄컴 19건, 화웨이 17건,노키아 15건, 인텔 10건, 구글 8건, ZTE 7건, 애플 5건 순이다. 한국내 출원건수는 총 27건이며, 주요출원자들은 동국대(경주) 산학협력단 4건, NVIDA 2건, 삼성 3건, ACT Tech. ETRI, 제주대 산학협력단, 현대모터, LG전자 등이 각 1건 순으로 한국의 출원은 전체적으로 저조한 편이다.

3. 향후 전망

2020년까지 사물인터넷에서 생성된 모든 데이터의 45%는 네트워크의 엣지에 저장, 처리, 분석, 활용될 것이라는 예상이 있으며, 사물인터넷 인프라에 투자하는 총 비용의 18% 정도가 엣지 인프라에 사용될 것이라는 전망이 있다. Markets & Markets사의 예상에 따르면, 2022년 글로벌 엣지컴퓨팅 시장은 67억 2,000만 달러에 달할 것이며 매년 35.4%씩 성장할 것[20]이라는 전망이 있다.

Grand View Research사는 글로벌 엣지컴퓨팅 시장 규모는 2025년까지 평균 41%씩 증가하여 32억 4,000만 달러에 이를것으로 예측하고 있다[21]. 북미 기술시장의 리더로 Aricent, Amazon, Cisco, GE, HP, Hwawei, IBM, Intel, MS, SAP 등을 언급하고 있으며, 성장 분야로 엣지컴퓨팅의 스토리지와 실시간 컴퓨팅 분야를 언급하며 중소기업들의 성장율은 46.5%에 달할 것으로 예측하고 있다. 우위를 지켜온 모바일 엣지컴퓨팅분야가 계속 시장을 지배할 것으로 전망하고 있다

엣지컴퓨팅 확산을 가속화하기 위해 최근 오픈포그 컨소시엄(OpenFog Consortium, OFC)과 산업용 인터넷 컨소시엄(Industrial Internet Consortium, IIC)이 합병하였다. 시스코, 주니퍼, 마이크로소프트 등이 주도하는 IIC는 주로 IIoT 확산을 통한 비즈니스 혁신에 중점을 두고 있으며, OFC는 포그컴퓨팅으로 IoT나 5G, AI 애플리케이션과 관련된 대역폭, 지연, 통신 문제를 해결하는 데 중점을 두고 있다[22].

국내 이동통신사들은 2018년 12월 5G 상용화 발표를 계기로 MEC 도입 계획을 공개하고 글로벌 기업과 제휴를 통해 생태계를 형성할 전망이다. SKT는 독일 모바일엣지엑스(MobiledgeX)와 MEC 협업을 위한 업무협약을 체결하고 MEC 핵심기술을 공동개발, 플랫폼 연동과 생태계 확대, 비즈니스 모델 개발 등을 추진한다. KT는 인텔과 제휴하고 최신 프로세서 기술과 메모리, 네트워크 가속화 기술 등을 활용해 초저지연, 대용량 기반의 엣지 플랫폼 설계를 추진하며 5G 기반의 VR, 클라우드 게임 등 엣지컴퓨팅이 필요한 신규 서비스를 공동개발할 계획이다. LG유플러스는 B2B 분야에서 실시간 원격제어 기반의 MEC와 초저지연 영상처리 기술을 확보할 계획이며, MEC를 기반으로 자율주행 스마트팩토리 등 분야에서의 시장확보 전략을 추진할 계획이다. 이와 같이 2019년 3월부터 5G 스마트폰 상용화를 계기로 MEC가 출현하여 엣지컴퓨팅 시장이 확대될 것으로 예상된다.

시장조사기관들은 클라우드와 엣지컴퓨팅이 상호 보완하는 형태로 공존할 것이라는 예측을 내놓고 있다. 실시간 처리 중요도가 매우 높은 데이터는 기기와 가까운 엣지 또는 기기 자체에서 처리하고, 정확한 머신러닝 분석이 요구되는 부분은 클라우드로 보내는 ‘엣지-투-클라우드(Edge-to-Cloud)’ 방식이 확산될 것이라는 설명이다[23].

2018년 엣지컴퓨팅 투자 관련, 아마존은 기존 AWS 인프라에 엣지컴퓨팅을 위한 투자로 디지털 초인종 회사(Ring)를 10억 달러에 인수한다고 발표했다. 미국 휴렛팩커드(HP)는 향후 4년간 엣지컴퓨팅에 40억 달러 투자를 발표하면서 "엣지컴퓨팅이 기업용 정보기술의 진화를 촉진할 것"이라고 발표했다. MS도 엣지컴퓨팅과 사물인터넷 분야에 50억 달러 투자를 발표했다. 델(Dell) 역시 엣지컴퓨팅에 10억 달러를 투자를 밝혔다. 인텔은 엣지컴퓨팅 칩을 개발하여 드론 쇼케이스를 통해 시연했으며, Nvidia는 ARM과 협업을 통해 오픈소스 엔비디아 딥러닝 가속기(NVDLA)를 ARM 머신러닝(Project Trillium)에 통합시키고 있다. IoT 칩 기업들은 AI 적용이 용이한 지능형 시스템온칩(SoC)들을 출시하고 있다. 2019년 엣지 가속화 솔루션을 위한 지능 기반 하드웨어 플랫폼 기술과 업그레이드 제품이 지속적으로 발표될 것으로 전망된다.

4. 결론

자율지능형 IoT 서비스를 위한 엣지컴퓨팅 기술의 배경과 이머징에 대한 이슈화와 상품화에도 불구하고 아직 규모가 작은 포그컴퓨팅과 분산 클라우드렛 서비스 등으로 이해하는 측면도 있다. 근본적인 엣지컴퓨팅의 목적은 수요 및 공급자 모두 최적 IoT 서비스를 도출하기 위해 비용 대비 효과적인 컴퓨팅의 구현이다. 대규모 IoT의 추진에서 핵심은 엣지컴퓨팅의 구조 및 경제적 적합성의 당위성을 찾는 일이다.

자율적 지능화 기술 기반의 엣지컴퓨팅의 시현과 구축을 위한 테스트베드 사업 및 검증도 중요하지만 표준 기반으로 자율지능의 신뢰도, 엣지 게이트웨이 및 플랫폼, 프로세싱 알고리즘, 노드 네트워크, 메모리, 구조, 기존 온프레미스 결합 방안 등에 대한 적합성 판단과 방법론 개발도 중요하다. 기업들의 엣지컴퓨팅의 구현목적성이 단편적 비용 대비 효과나 효율보다 투자수익률(ROI)을 우선시 하는경우, 단기적 성과 시현의 당위성도 중요하지만 기술 추세와생존 사이클 간에 실익을 위한 선별적 투자역시 극히 중요하다.

데이터센터 및 클라우드컴퓨팅 솔루션 공급자인 Vertiv사 임원에 의하면, 데이터처리 과정에서 ‘참’이지만 관련성 없는(true but irrelevant) 데이터가 96% 정도이며, 나머지 4%는 ‘참'은 아니지만 관련성 있는 데이터로 다른 장소로 보내야 하는 데이터[24] 언급이 있다. 조사 수치가 ‘참’이라면 엣지컴퓨팅 도입의 성공 여부는 달성 목적 대비 구현방법론에 대한 적합성과 수익가치 판단에 달려있다고 본다. 특히 수요 및 공급자 모두에게 엣지컴퓨팅 인프라주체의 관리영역에 따른 투자대상의 경제성 판단과 수익적 사업화 모델에 대한 사전 검증이 매우 중요하며 이를위한 최적화 전략 수립이 필수적인 검토과정으로 작용할 것이다.



References

1. Ahmet Cihat Baktir, How Can Edge Computing Benefit From Software-Defined Networking : A Survey, Use Cases, and Future Directions, IEEE Communications Surveys & Tutorials Vol. 19(4), Fourth quarter 2017

2. Ovidiu Vermesan, & Joel Bacquet, Distributed Intelligence at the Edge and Human Machine-to-machine Cooperation , ISBN 987-87-7022-007-1, River Publishers 2018

3. http://www.ciokorea.com/news/37010#csidx085ce9f7ce405b9b773b814e98a98aa, Viewed 2019. 1

4. Rajkumar Buyya, Satish Narayana Srirama, Fog and Edge Computing: Principles and Paradigms, ISBN 1119525012, 9781119525011, John Wiley & Sons, 2018

5. 정보기획평가원, 자율형 IoT 핵심기술개발 사업기획내용(안), 2018. 12

6. 박준희 외, IoT기반 초 연결 공간 분산지능 기술, 전자통신연구원, 2018

7. P. Bellavista, J. Berrocal, A. Corradi et al., A survey on fog computing for the Internet of Things, Pervasive and Mobile Computing 52, 71–99, 2019

8. Open Edge Computing, http://openedgecomputing.org/, Viewed Jan. 2019

9. OpenFog Consortium, OpenFog Reference Architecture for Fog Computing, https://www.openfogconsortium.org/news/ieee-adopts-openfog-reference-architecture-as-official-standard-for-fog-computing/., Viewed Feb. 2019

10. ETSI , MEC in 5G networks, White Paper No.28, June 2018

11. Alex Reznik(editor), et al., Developing Software for Multi-Access Edge Computing, ETSI White Paper No. 20, ISBN 979-10-92620-14-6, Sept. 2017

12. RANESH KUMAR NAHA et al., Fog Computing: Survey of Trends, Architectures, Requirements, and Research Directions, https://www.researchgate.net/publication/ 326171764, July 2018

13. T. Leppänen and J. Riekki, Energy Ef?cient Opportunistic Edge Computing for the Internet of Things,  Web Intelligence and Agent Systems, January 2018

14. 박제민, 전형국, 전인걸, 5G 네트워크 연동을 위한 MEC 기술 동향, 한국통신학회 정보와 통신, Vol. 35, No. 1, Nov. 2018

15. 오광일 외5인, 초저전력 엣지 지능형반도체 기술 동향, 한국전자통신연구원, 2018, DOI 10,22648/ETRI2018.J.330603

16. 정보화진흥원, 2018 클라우드 포커싱 이슈, 2018

17. Andrew Hobbs, Understanding the shift from cloud to edge computing, https://internetofbusiness.com/shift-from-cloud-to-edge-computing, Aug. 2018

18. 박용직, 나지현, 이동통신 서비스개방 기술동향, Electronics and Telecommunications Trends. Vol. 33, No. 1, Feb. 2018

19. https://blog.bosch-si.com/bosch-iot-suite/why-edge-computing-for-iot/, Viewed 2019.1

20. PR Newswire, “Edge Computing Market Worth 6.72 Billion USD by 2022”, Nov 1, 2017

21. http://www.wsiltv.com/story/39824604/edge-computing-market-expected-to-enhance-324-billion-by-2025-grand-view-research-inc, Viewed Jan. 2019

22. http://www.itworld.co.kr/t/63417/iot, Viewed 2019. 2

23. 김연우, 클라우드 한계를 보완하는 엣지컴퓨팅, http://www.kinews.net, Viewed 2019, 1

24. http://www.ciokorea.com/news/39056#csidxbc608b91a01ee75adf4e6a8ffada0bb, Viewed 2019. 2

출처 KOSEN분석자료