초록 ▼

□ 연구개요
본 연구에서는 AI 기반 융합형 IoT 서비스(이하, AI-IoT app)를 multi-tier 이종 edge의 협력을 통해 분산 처리함으로써, 클라우드 서버와 backhaul network의 부하 및 사용 비용 절감과 저지연 시간 확보를 통해 사용자 만족도를 향상시키고, edge 컴퓨팅 자원의 이종성 및 AI-IoT 서비스의 다양성을 고려하여 한정된 edge 자원에 AI-IoT 서비스를 효율적으로 할당하고자 한다. 이를 위해, AI-IoT app에 영향을 주는 인자(QoE-IF: Influential Factor

□ 연구개요
본 연구에서는 AI 기반 융합형 IoT 서비스(이하, AI-IoT app)를 multi-tier 이종 edge의 협력을 통해 분산 처리함으로써, 클라우드 서버와 backhaul network의 부하 및 사용 비용 절감과 저지연 시간 확보를 통해 사용자 만족도를 향상시키고, edge 컴퓨팅 자원의 이종성 및 AI-IoT 서비스의 다양성을 고려하여 한정된 edge 자원에 AI-IoT 서비스를 효율적으로 할당하고자 한다. 이를 위해, AI-IoT app에 영향을 주는 인자(QoE-IF: Influential Factors) 분석을 기반으로 AI-IoT 서비스 self-profiling 기술, 이종 multi-tier edge 컴퓨팅 자원의 다양성 및 동적 변화 자동 인지 기술, edge 자원 변화 예측 기술, QoE-IF를 만족시키는 AI-IoT 서비스 자원 할당 기술을 중점적으로 개발하는 것을 목표로 진행하였다.

□ 연구 목표대비 연구결과
본 연구는 크게 세 부분으로 나누어 진행하였으며, 연구 목표대비 연구결과는 다음과 같다.
(1) AI-IoT app의 QoE-IF 및 Self-Profiling 기술 연구: QoE-IF를 기반으로 QoE 만족도 함수를 설계하고, 이종 센서로부터 생성되는 데이터 처리과정을 도식화하기 위해 AI-IoT 서비스를 다수의 sub-component로 세분화한 후 DAG(Directed Acyclic Graph)로 표현하였다. 모델링된 DAG를 기반으로 AI-IoT 서비스에서 발생하는 트래픽을 실시간으로 분석하여 AI-IoT 서비스의 상이한 요구사항을 self-profiling 하는 프레임워크를 개발하였다.

(2) Multi-tier 이종 edge 구조 및 이종 자원 예측 기술: 이종 edge 자원 분석 및 자원 분산 관리를 위한 multi-tier edge 컴퓨팅 구조를 설계하였다. 동적으로 변하는 컴퓨팅 자원 변화를 예측하기 위해 LSTM 모델을 사용하여 IoT 사용자의 이동성을 고려한 edge 유휴 자원 예측모델을 설계하였으며, 트래픽 특성과 통신 토포로지에 따른 대역폭을 제한조건으로 지연시간을 최소화하는 배치 알고리즘을 연구하였다. 시뮬레이션 결과를 통해 예측한 edge 유휴 자원과 실제 자원 변화가 유사하고, 제안 알고리즘의 성능이 높음을 확인하였다.

(3) AI-IoT 서비스를 위한 multi-tier edge의 이종 자원 최적화 기술: AI-IoT 서비들을 이종 edge 노드 간의 협력을 통해 컴퓨팅 자원을 분산 처리하는 기법과 RL 기반의 자원 최적화 기술을 연구하였으며, 공개 데이터베이스를 활용한 시뮬레이션 결과를 통해 제안한 기법이 서비스 응답 지연시간과 지연시간 만족도 측면에서 모두 성능이 높음을 확인하였다.

□ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성)
본 연구에서 개발한 multi-tier 이종 edge 컴퓨팅 기반 AI-IoT 서비스 자원할당 기술을 사용할 경우 저지연·고성능을 요구하는 mission critical IoT 서비스(예, 응급 상황대처, 공공 안전 관리)에 대해 향상된 안전성을 제공함으로 인명피해 감소에 기여할 수 있다. 또한, 차후 더욱 증가할 고용량 데이터 처리에 선제적으로 대응 가능할 뿐 아니라 대규모 인프라 설치로 인한 경제적 비용 감소에 기여할 수 있으며, 더 나아가 차세대 이종 edge 기반 cloud 컴퓨팅 시설 구축을 가속화하고 DNA(Data, Network, AI) 융합 서비스 산업을 활성화할 수 있다. 궁극적으로 AI-IoT 서비스 생태계 구축으로 국민 삶의 질 및 안전 향상에 기여한다.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 5
• 1. AI-IoT 서비스의 QoE-IF 및 Self-Profiling 기술 연구(1차년도) ... 5
• 2. Multi-tier 이종 edge 구조 및 이종 자원 예측 기술(2차년도) ... 8
• 3. AI-IoT 서비스를 위한 multi-tier edge의 이종 자원 최적화 기술 (3차년도) ... 10
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 14
• 1) 정성적 연구개발성과(연구개발결과) ... 14
• 2) 세부 정량적 연구개발성과 ... 14
• 3) 목표 달성 수준 ... 14
• 4) 목표 미달 시 원인 분석 ... 14
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 15
• 5. 연구개발성과의 관리 및 활용 계획 ... 15
• 6. 참고문헌 ... 16
• [붙임1] 세부 정량적 연구개발성과 ... 18
• [붙임2] 연구책임자 대표적 연구실적 및 증빙(요약문 및 사본) ... 20
• 끝페이지 ... 30