초록 ▼

연구개발 목표 및 내용
최종 목표
o 최종 목표
사용자/사물의 행위를 인공지능 기반으로 분석하여 상황에 맞는 인프라 (네트워킹, 컴퓨팅 등) 자원 최적구성 및 동적 서비스 환경을 제공할 수 있는 지능형 에지 네트워킹 기술 개발
o 주요 기능
- 다계층 분산 AI 처리 기술
· 다계층(디바이스, 에지, 클라우드) 분산 협력 AI 처리 기능
· Multi-Dimensional Context 기반 상황 추론 기술
- 상황인지 기반 자원 자율관리 및 마이크로 서비스 구성관리 기술
· 상황에

연구개발 목표 및 내용
최종 목표
o 최종 목표
사용자/사물의 행위를 인공지능 기반으로 분석하여 상황에 맞는 인프라 (네트워킹, 컴퓨팅 등) 자원 최적구성 및 동적 서비스 환경을 제공할 수 있는 지능형 에지 네트워킹 기술 개발
o 주요 기능
- 다계층 분산 AI 처리 기술
· 다계층(디바이스, 에지, 클라우드) 분산 협력 AI 처리 기능
· Multi-Dimensional Context 기반 상황 추론 기술
- 상황인지 기반 자원 자율관리 및 마이크로 서비스 구성관리 기술
· 상황에 따른 에지 자원 동적 자율 구성 기능
· 상황 맞춤서비스 제공을 위한 마이크로서비스 구성관리 기능
- 상황인지 기반 지능형 SD-WAN 기술
· 서비스 품질 보장형 SD-WAN Edge Fabric 기능
o 주요 성능
- AI 분산 처리 : 다중 도메인 분산 DNN
- 상황인지 연계 요소 : 마이크로 서비스, 가상 자원 (네트워크, VM/Container, vGPU, MLU 등)
- 서비스 라이브 마이그레이션 시간 : < 10 sec
- 상황인지기반 마이크로서비스 구성 시간 : < 3 sec
- SD-WAN Edge 노드간 전송 Packet Latency : 평균 50msec 이하
o End Product
- AI 기반 Context 브로커 및 추론 엔진 (SW)
- 상황인지 분산 네트워크 컴퓨팅 융합 플랫폼 (SW)
- 상황인지기반 네트워크 컴퓨팅 에지 시스템 (SYS)
- 상황인지기반 네트워크 컴퓨팅 분산 에지 제어 시스템 (SYS)

전체 내용
o 연차별 목표
2018년 : 인공지능 기반 지능형 에지 네트워크 구조 및 핵심 기술 연구 (IPR 학보)
2019년 : 다중 도메인 AI 분산처리 및 상황인지 기술 개발
2020년 : 상황인지 연동 자원관리/서비스 구성/SD-WAN 기술 개발
2021년 : 지능형 에지 네트워크 요소기술 통합 및 PoC
o 연구개발 내용
- 다중 도메인 AI 분산 처리 기술
· 계층적(디바이스, 에지, 클라우드) DNN 오프로딩 기술
· 다중 에지 간 협력적 AI 처리 기술
· 분산 DNN(Deep Neural Network) 기반 상황인지 브로커 기술
- 상황인지 기반 자원 자율관리 및 마이크로 서비스 구성관리 기술
· 상황에 따른 에지 자원 동적 자율 구성 기술
· 상황 맞춤서비스 제공을 위한 마이크로 서비스 구성 관리 기술
· 상황정보를 고려한 서비스 연결 및 가상자원 마이그레이션 기술
- 상황인지 기반 지능형 SD-WAN 기술
· 서비스 품질 보장형 SD-WAN Tunnel 제어 기술
· 마이크로서비스 Driven Packet Forwarding 기술
· 상황 및 서비스 맞춤형 WAN Optimization 기술
o 과제수행방법
- 연구개발 초기부터 철저한 기술 분석을 바탕으로 핵심 기술 연구 및 개발에 집중
- 기술 경제성 및 사업성 분석을 통해서 시장의 현실을 반영한 연구 개발 진행
- 연구 개발 결과물의 신뢰성 확보를 위한 실증 서비스(PoC) 추진
- 주관 및 참여기관의 유기적 연구개발 체계를 구축 및 시제품 개발
- 핵심 기술을 제외한 오픈 소스 소프트웨어(OSS)의 적극 활용
- SDN/NFV 포럼 산하 에지 네트워킹 연구그룹 운영을 통해 기술적/산업적 요구 변화를 연구개발에 신속 반영 결과물의 경쟁력 강화
o 연구개발 결과물 특징
- 저지연 에지 클라우드 Cognitive 서비스 기술 (세계 Top 3위)
- 지능형 Software Defined Edge Fabric 기술 (세계 최초)
- 프로세서/엑셀러레이터(GPU/FPGA) 연동 지능형 고속 Flow 처리 기술 (세계 최초)
- AI 기반 실시간 상황정보(네트워크 및 컴퓨팅 자원) Telemetry 분석 기술 (세계 Top 5위)
o 적용범위(또는 서비스)
- (상황인지기반 분산 네트워크 컴퓨팅 융합 플랫폼) 향후 도래할 Post App 시대에 대응하여 상황인지기반 사용자 맞춤형 서비스 (스마트 홈, 스마트 쇼핑, 스마트 교통 등)를 제공하기 위한 공통 기반 플랫폼으로 활용
- (AI 기반 Cognitive 서비스 기술) 저지연 에지 클라우드에 탑재되어 클라우드 기반의 지능/실감 서비스 (VR/AR)와 실시간 서비스 (Connected Car, RT-VPA)에 활용
- (지능형 SD Edge Fabric 기술) 기업/금융/물류/의료 등 다수의 에지 네트워크를 연결하는 VPN 서비스, 데이터센터간 연결시 IP 이동성 문제 솔루션 및 방대한 IoT 단말을 Multi-Tenancy로 연결하기 위한 핵심기술로 활용
- (AI 기반 실시간 분석 기술) 실시간 Telemetry를 활용하기 위한 범용 스위치/라우터장Telemetry 비 및 가상화 네트워크를 구성하는 소프트웨어 기반의 다양한 형태의 오픈 하드웨어에서 활용

연구개발성과
o 목표 대비 연구성과
연구 목표 :
다중 도메인 AI 분산 처리 기술
당해 연구목표
1. 협력적 AI 기반 Context 추론 기술 고도화
연구 개발 내용 :
1.1 Multimodal Context 추론 기술 고도화
1.2 복합 상황인지 요소기술 통합 및 플랫폼 구축
1.3 다계층 분산 DNN 클러스터 구축 및 시험
연구 성과 :
(정성적 성과)
o Multimodal Context 추론 기술
- Imputation Accuracy Prediction (IAP) Module 성능 분석
- Imputation Accuracy Prediction (IAP) 모듈의 Ablation 결과
- 에너지와 데이터 성능별 가중치에 따른 주기조절 결과 성능 분석
o 복합 상황인지 요소기술
- 복합 상황인지 통합엔진 및 플랫폼
o 다계층 분산 DNN 클러스터 구축
- Multi exit point DNN 추론 모델
- Docker container 기반 분산 DNN 협력 추론 모듈
(성능목표 달성)
o (성능평가항목) AI 분산처리
- 개발목표치: 다중 도메인 분산 DNN
- 평가결과: 합격 (공인시험 완료)
(혁신기술)
o 머신러닝 기반 오토스케일링 알고리즘
- Response time 예측 모델과 post-scaling metric 예측모델을 활용하여 서비스 품질 향상 및 인프라 운용 비용감소에 효과적인 auto-scaling 수행
- Kubernetes 환경을 기반으로, pod scaling에 대한 성능 시험
- 기존scaling policy 대비 뛰어난 scaling 성능 (SLA violation 비율, 평균 response time, 평균 pod 수, scaling action 횟수) 보임
(핵심기술)
o IoT 단말의 데이터 전송 주기 조절 기술
- 데이터의 누락 복원 정확도와 IoT 단말의 에너지 소비량을 고려 최적의 IoT 단말의 데이터 전송주기 결정
- 실제 IoT 환경에 구동중인 IoT 단말 데이터를 활용, 실제 누락 복원 오차율을 정확하게 근사함을 보임

연구 목표 :
상황인지 기반 자원 자율관리 및 마이크로 서비스 구성관리 기술
당해 연구목표
2. 상황인지 기반 Cognitive 서비스 플랫폼 구축
연구 개발 내용 :
2.1 Context 연동 마이크로서비스 기술 통합 및 시험
2.2 Context 연동 자원자율관리 기술 통합 및 시험
2.3 상황인지기반 Cognitive 서비스 PoC 개발 및 시험
연구 성과 :
(정성적 성과)
o Context 연동 마이크로서비스 관리 기술
- Container 기반 마이크로서비스 라이프사이클 관리
- 가상머신 기반 마이크로서비스 라이프사이클 관리
- 마이크로서비스에 가상 및 물리 네트워크 연동
- 마이크로서비스에 vGPU 연동
o Context 연동 자원자율관리 기술
- Kubernetes 기반 Telemetry 정보 수집 시스템 및 오토스케일링 시험 환경
- 머신러닝 기반 가상함수 스케일링 알고리즘
(성능목표 달성)
o (성능평가항목) 상황인지 연계요소
- 개발목표치: 마이크로서비스, 가상자원 (네트워크, 가상머신, Container, vGPU 등)
- 평가결과: 합격 (공인시험 완료)
(혁신기술)
o QoS 보장형 마이크로서비스 네트워킹 기술
- 노드 내 대역폭 보장이 가능한 Qdisc 연동 기능
- Virtual Function 네트워크 요구사항 기반 Qdisc 제어 기능
- Virtual Function 네트워크 요구사항 기반 스케줄링 기능
(핵심기술)
o ML 기반 자원관리를 위한 인프라 구성 기술
- 쿠버네티스 기반의 클러스터 서버
- 프로메테우스를 이용한 telemetry 수집 서버
- Telemetry 데이터를 기반으로 한 모델 학습 서버
- 학습된 ML 모델을 이용한 pod 스케일링
o 상황 기반 마이크로서비스 연동 기술
- ISTIO service mesh 프로젝트 분석
- MPEG-DASH 스트리밍 서비스 분석 및 시나리오 설계
- 마이크로서비스 기반 스트리밍 서버 구현
- 비디오 재생지점 정보 추출 기능 구현
- 사용자 상황 기반 스트리밍 서비스 매니저 구현
- Cognitive engine-서비스 매니저 간 인터페이스 구현

연구 목표 :
상황인지 기반 지능형 SD-WAN 기술
당해 연구목표
3. 지능형 SD-WAN 통합 플랫폼 구축
연구 개발 내용 :
3.1 지능형 SD-WAN 분산 에지 및 오케스트레이터 통합 및 시험
3.2 AI 기반 Telemetry 기능 통합 및 시험
3.3 저지연 고속 Flow 처리 기능 통합 및 시험
연구 성과 :
(정성적 성과)
o 지능형 SD-WAN 분산 에지 및 오케스트레이터
- SD-WAN 오케스트레이터
- SD-WAN 컨트롤러
- SD-WAN EDGE(Wireless GW, Wired GW, HOST, DTR)
o AI 기반 Telemetry 기능
- 수집 데이터의 Logging전 분석 결과 저장 모듈
- AI 기반 일괄 데이터 분석 및 감시 처리 모델
- 마이크로 서비스 형태의 데이터 분석 및 감시 작업 관리 모듈
(핵심기술)
o Edge Fabric 네트워크 고도화 기술
- Orchestrator의 UI/UX, DB, Telemetry, Topology, Alarm, History 처리 기술
- Controller의 다수 VNET을 관리하는 Controller의 고도화 기술
- Edge의 DTR, HOST, Gateway-LAN, Gateway-WLAN 세분화 기술
o 상황인지 연동 SD-WAN 제어 기술
- Config 설정 REST API 제어 기술
- VNET으로부터 Leave를 위한 REST API 제어 기술
- VNET으로의 Join를 위한 REST API 제어 기술
o 가상주소 기반 LPM 모듈 및 암호화 기술
- Binary Tree + HashMap 구조 적용한 Longest Prefix Maching 기술
- 각 Edge들 간 암·복호화를 위한 Controller의 Key, IV 생성 및 배포 기술
- Edge들간 AES_256_CBC 암호화 모듈 적용 패킷 암·복호화 기술
(성능목표 달성)
o (성능평가항목) SD-WAN 노드간 전송 latency
- 개발목표치: 50ms 미만
- 평가결과: 합격 (공인시험 완료)
o (성능평가항목) 에지노드 네트워크 슬라이스 수
- 개발목표치: 2K 이상
- 평가결과: 합격 (공인시험 완료)

연구 목표 :
통합 및 검증
당해 연구목표
4. Cognitive Edge 컴퓨팅 플랫폼 통합
연구 개발 내용 :
4.1 Cognitive Edge 컴퓨팅 플랫폼 기능 통합 및 시험
4.2 Cognitive Engine 통합 및 시험
4.3 지능형 에지 네트워킹 기술 지원 Living Lab 구축
연구 성과 :
(정성적 성과)
o Cognitive Edge 컴퓨팅 플랫폼 기술
- 상황추론 기반 HAS(HTTP Adaptive Streaming) 서비스
- 마이크로서비스의 네트워크 대역폭 제어
- 분산 클러스터 상에 마이크로서비스 관리
o Cognitive Engine 통합
- AI기반 복합 상황인지 S/W 모듈 (영상, 음성)
- IoT 플랫폼 기반 복합 상황인지 S/W 모듈
- Cognitive Engine 연구시작품
- 복합상황인지 통합 플랫폼연동 PoC 4종
o 지능형 에지 네트워킹 기술 지원 Living Lab 구축
- AI Edge 네트워킹 R&D PoC 리빙랩 구축 및 운영
- 리빙랩을 통한 지능형 SD-WAN 제어 기술 등 R&D 결과 테스트 기반 마련
- R&D 개발 기술 및 PoC 내용 중심의 개발 성과 관련 대외홍보를 위한 기술시연영상 및 브로슈어 제작 등
(성능목표 달성)
o (성능평가항목) 서비스 연속성
- 개발목표치: 10초 미만
- 평가결과: 합격 (공인시험 완료)
o (성능평가항목) 상황인지 기반 서비스 구성시간
- 개발목표치: 3초 미만
- 평가결과: 합격 (공인시험 완료)

o 기술적 성과
[상황인지 기반 지능형 에지 네트워킹 PoC 환경 구축 및 시험 완료]
· 초연결 지능형 연구개발망 (KOREN) 활용 판교와 대전에 PoC 환경 구축(‘21. 09)
· PoC 검증 완료(’21.12)
- 상황인지 기반 영상정보 전송경로 제어 서비스
- 상황인지 기반 지능형 보안 네트워킹 서비스
- 상황인지 기반 네트워크 대역폭 제어 서비스
- 상황인지 기반 맞춤형 응용 서비스
· 세계최초 AI·네트워크 융합플랫폼 개발 (전자신문 외 7개 언론 보도, ‘21. 11. 04)
- 인공지능(AI)과 네트워크 기술을 융합한 차세대 네트워킹 플랫폼 개발
- 전국망 규모의 KOREN (Korea Advanced Research Network) 망과 연동, 4개 응용서비스와 연계한 시연 및 기술 검증 완료
[논문: SCIE급 논문 7종 포함 총 14종 작성, 게재/발표 완료]
· “A Novel Joint Mobile Cache and Power Management Scheme for Energy- Efficient Mobile Augmented Reality Service in Mobile Edge Computing,” IEEE Wireless Comm., 2021 포함
· SCIE급 논문 7종 포함 총 14종 작성 및 게재/발표 완료(총년도)
· SCIE급 논문 3종 게재 및 국제학술발표 1종(4차년도)
[특허 및 프로그램: 국내 14종/국외 3종 특허 출원 완료, 프로그램 13종 등록 완료]
· “사용자 정의 기반의 가상 네트워크 설정 방법” 국내/국제 출원, 2021 포함
· 국내 14종, 국외 3종 특허출원 완료(총년도)
· 국내 4종, 국외 2종 특허출원 완료(4차년도)
· “대역폭 요구사항 기반 가상함수 스케줄러프로그램” 포함 프로그램 13종 등록(4차년도 3종)
o 경제적 성과
[기술이전: 총6건, 280,500천원 완료]
· 후보 기술 3건 발굴 및 Q마크 검증 완료
- SD-WAN 기반 Edge Fabric 네트워크 제어기술(‘19.11)
- 네트워크 자원기반 가상함수 스케쥴링 및 대역폭 제어 기술(‘21. 07)
- 머신러닝 기반 가상함수 스케일링 기술(‘21. 06)
· 기술이전 및 기술 사업화 지원
- SD-WAN 기반 Edge Fabric 네트워크 제어기술: 케이벨, 넷비젼텔레콤, 트리즈네트웍스, 클라우드플러그, 에프아이시스
- 머신러닝 기반 가상함수 스케일링 기술: 송엔텍
[기술사업화: 총11건, 814,774천원 매출 실적]
· “AI 엣지 게이트웨이” 포함 총 11건의 사업화 추진 완료
- 보안 서버, 위성 데이터 가속 서버 등의 Smart NIC 관련 사업화(’20~‘21)
- 백본망 DDoS 탐지를 위한 텔레메트리 기술 사업화(’21)
- 상황인지 기반 사업장의 이벤트 인지를 위한 엣지 게이트웨이 사업화(‘21)
o 사회적 성과
[언론 홍보]
- 지 면 : 2021년 11월 4일, 전자신문 외 2개 매체
- 온라인 : 2021년 11월 3일, 매일경제 외 4개 매체
[전시 및 시연]
· 한국과학기술대전
- 행사명 : 2021 대한민국 과학기술대전(KINTEX)
- 일 시 : 2021.12.22.(수) ~ 12.24일.(금) 3일간
· ETRI 통신미디어연구소 성과발표회
- 행사명 : ETRI 통신미디어연구소 2021 성과 발표회(CoEX)
- 일 시 : 2022. 01. 11.(화) 10:00 ~ 17:30

연구개발성과 활용계획 및 기대 효과
o 수요처
통신 사업자 (한국) : SDN/NFV 네트워크 솔루션
서비스 사업자 (한국) : SD-WAN 서비스 솔루션
장비 사업자 (한국) : SDN/NFV/SD-WAN 장치
o 적용 범위
- 상황인지기반 지능형 유무선 통합 서비스 플랫폼
- SD-WAN 기반 지능형 Enterprise 네트워크
- 인터넷 신서비스 적용이 쉬운 초연결 저지연 인프라
- Post App 시대의 초연결 융합 서비스 인프라
o 경제적 파급효과
- Post App 시대의 실시간 지능, 실감 서비스 시장 인프라에 적용, 새로운 서비스 시장 창출 기대됨
- 2023년 세계 시장 규모는 146억 불로 추산되며, 연평균 7.7% 성장이 예상됨
- 2023년 국내 시장 규모는 3,210억 원으로 추산되며, 2029년에는 5,014억 원 규모 성장이 예상됨

(출처 : 요약문 4p)

목차 Contents

• 표지 ... 1
• 최종보고서 ... 2
• 요 약 문 ... 4
• 목차 ... 9
• 1. 연구개발과제의 개요 ... 10
• 1) 기술개발 배경 ... 10
• 2) 기술 개발 필요성 ... 11
• 3) 지능형 에지 네트워킹 개념 및 기술개발 범위 ... 12
• 4) 연구개발 결과의 용도 및 적용 분야 ... 13
• 5) 국내·외 시장 동향 ... 14
• 6) 연구개발과제의 목표 및 내용 ... 18
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 31
• 1) 협력적 AI기반 Context 추론기술 고도화 ... 31
• 2) 상황인지 기반 Cognitive 서비스 플랫폼 구축 ... 44
• 3) 지능형 SD-WAN 통합 플랫폼 구축 ... 53
• 4) Cognitive Edge 컴퓨팅 플랫폼 통합 ... 79
• 3. 연구개발과제의 수행 결과 및 목표 달성 정도 ... 90
• 1) 연구수행 결과 ... 90
• 2) 목표 달성 수준 ... 122
• 4. 목표 미달 또는 미흡한 사항에 대한 분석 ... 127
• 5. 연구개발성과의 관련 분야에 대한 기여 정도 ... 127
• 1) 세계최초 AI·네트워크 융합플랫폼 개발 (전자신문 외 7개 언론 보도, ‘21. 11. 04) ... 127
• 2) 기술이전 및 사업화 지원 (’22년 2건 포함 총 8건의 기술이전 및 사업화 지원) ... 127
• 6. 연구개발성과의 관리 및 활용 계획 ... 127
• 1) 향후 5년간 성과활용·확산 활용방안 및 계획(활동계획) ... 128
• 2) 주요 성과활용 (기대)성과목표 ... 129
• 3) 성과활용·관리 추진체계 ... 130
• 4) 기타 ... 130
• 7. 연구개발성과에 대한 후속연구 및 추가 개발 계획 ... 131
• 8. 연구개발비 사용실적 ... 132
• 1) 주관연구기관 : 한국전자통신연구원 ... 132
• 2) 공동연구기관 : ㈜넷비젼텔레콤 ... 133
• 3) 공동연구기관 : ㈜케이벨 ... 134
• 4) 공동연구기관 : ㈜에프아이시스 ... 135
• 5) 공동연구기관 : 한국네트워크산업협회 ... 136
• 6) 위탁연구기관 : 가천대학교 산학협력단 ... 137
• 붙임 1. 사업화대상기술별 기술명세서 ... 138
• 붙임 2. 자체 보안관리 진단표 ... 146
• 끝페이지 ... 147