전기전자/정보통신

Nikkei Systems_2018.6 인사이트 요약 (p48~53)

엣지의 정체
IoT보급의 열쇠가 될까?

IoT에 착수하는 기업이 증가하고 있다. IoT의 도입이 진행되면서 데이터양이 증가, 통신이나 처리 속도가 문제가 되기 시작하였다. 이러한 문제를 해결하고 실제 사용할 수 있는 IoT를 목표로 도입을 추진하는 것이, 현장에 가까운 환경에서 데이터를 처리하는 엣지다. 엣지를 어떻게 이용할 것인가? 엣지의 정체를 모색해 본다.

“IoT의 실현에 엣지(엣지 컴퓨팅)은 빠뜨릴 수 없다. 그러나 그 중요성을 알고 있는 기업은 많지 않다”. 시장조사기관인 가트너재팬의 다자키(田崎) 부사장은 강조한다. 엣지는 센서나 디바이스에서 수집한 데이터를 발생한 현장에 가까운 장소에서 처리한다는 사고방식이다. “자동차의 자율주행처럼 실시간 반응이 필수인 경우 등 엣지는 IoT에는 반드시 필요한 존재가 될 것이다”라고 다자키 씨는 설명한다.

실제로 엣지를 활용한 IoT 관련 서비스도 등장하고 있다. 그 중 하나가 건설업의 IoT 플랫폼 ‘LANDLOG’다. 랜드로그는 고마쓰, NTT도코모, SAP재팬, 옵팀(OPTiM)의 4사가 공동 출자한 기업 랜드로그가 전개하고 있다. 랜드로그는 공사 현장에서 얻은 데이터를 사용하여 건설업의 생산성 향상을 지원하는 클라우드 서비스다. 중장비의 사용 상황이나 진척 관리와 같은 다양한 앱을 IT화에 뒤쳐지기 쉬운 건설사업자에게 제공한다. 랜드로그가 전개하는 서비스 중 하나가 드론으로 촬영한 공사 현장의 데이터 제공이다. “매일 공사 시작 전과 종료 시에 현장을 촬영하여 공사의 진척 상황을 가시화한다”라고 랜드로그의 후타카미(二上) CTO는 설명한다. 

랜드로그에서는 드론으로 촬영한 영상 처리를 공사 현장에 설치한 엣지 전용 하드웨어 ‘EdgeBox’에서 실시한다. 드론으로 촬영하는 사진은 1장당 2~3메가바이트의 용량으로 한번 비행에 100장 이상을 촬영한다. 공사현장에서는 반드시 고속인터넷이 가능한 것은 아니기 때문에 300메가바이트의 사진을 공사 개시 전과 종료 시에 하루 2번 전송하는 것은 현실적으로 어렵다. 그래서 랜드로그에서는 엣지박스에서 이미지를 3D데이터로 변환하여 데이터 용량을 50~100기가바이트로 압축하여 휴대전화 회선으로 클라우드에 송신하고 있다. 2018년 5월부터 한정적으로 제공을 시작하였다.

-- 3D데이터를 그 자리에서 작성 --
엣지박스는 NVIDIA의 GPU와 이미지처리소프트를 탑재하여 드론으로 촬영한 사진을 점군이라고 불리는 3D 데이터로 변환하고 있다. 지금까지 공사현장의 점군 데이터를 작성할 경우에는 위치정보를 정확하게 취득하기 위한 표식을 두거나 전문 기술자를 부를 필요가 있었다. 점군 데이터의 작성은 고액인 경우가 많아 대부분의 현장에서는 공사 초기와 완료 시로 한정하는 경우가 많았다. 그 때문에 매일매일의 공사 진척 상황은 트럭으로 반출된 흙의 양 등으로 예측했었다.

이에 대해 드론과 엣지박스를 사용한 처리의 경우는 매일 공사 진척을 3D 데이터로 기록할 수 있다. 오차는 10cm정도다. 표식을 사용했을 때의 2~3cm보다 떨어지지만 대규모 공사현장의 진척 상황 관리에서는 문제가 되지 않을 정도의 오차다.

엣지박스에는 GPU나 소프트웨어 외에도 점군 데이터를 작성하기 위한 기능이 많이 담겨 있다. 그 중 하나가 측정 오차를 줄이기 위한 GNSS(전세계위성항법시스템)의 안테나다. 256기가바이트의 SSD나 SIM카드 슬롯, LAN이나 USB 포트 등도 있다.

또한 공사현장이라는 혹독한 상황에서의 이용을 상정하여 방수와 방진이 되는 사양의 하드웨어를 특별하게 개발하였다. 쉽게 휴대할 수 있도록 손잡이를 만들거나 측량용 삼각대에 올릴 수 있도록 아랫부분에 홈을 만드는 등 현장에서 이용하는 것을 전제로 하여 가능한 심플하게 만들었다. “앞으로 실시간 반응이 필요해 질 경우에도 엣지를 활용하고 싶다”라고 랜드로그의 히라이와(平岩) CIO는 강조한다.

▶클라우드와 협조하여 IoT를 지원하는 엣지의 전체상을 이해

IoT를 실현하는데 있어서 ‘엣지컴퓨팅(엣지)’을 이해하는 것은 필수다. 한편, 엣지에 대해 다양한 입장에서 다양한 정의를 내리고 있는 상황이다. IoT에 있어서 엣지는 어떠한 역할을 담당하며, 왜 필요한 것인가? 여기서는 지금까지 기업 시스템의 구축에 종사해 왔던 IT 엔지니어가 이해하기 쉬운 시점에서 해설하고자 한다.

-- 그 자리에서 데이터 처리를 지원 --
엣지라는 것은 무엇일까? (1)현장의 환경이나 기기(센서나 디바이스) 상태, 그곳에서 일하는 사람이나 방문하는 사람의 움직임 혹은 상태를 디지털화한다, (2)필요한 정보를 클라우드나 서버에 송신한다, (3)클라우드 상의 AI(인공지능)나 데이터 사이언티스트에 의해 생성된 규칙을 사용하여 현장에 작용(제어∙응답∙리커멘드 등)하는 기능을 갖는다, (4)하드웨어다. 이러한 4개의 특징이 엣지의 일반적인 정의다.

빌딩의 출입 관리에 방범카메라를 이용하는 IoT 시스템을 생각해 보자. 방범카메라의 이미지를 이용하여 ‘얼굴 패스’의 출입관리시스템을 구축했다고 하자. 방범카메라로 촬영한 이미지와 사전에 촬영해 둔 사원증 사진을 출입구에서 대조한다. 사원증의 사진과 같으면 통과할 수 있는 시스템을 만든다. 이 때에 방범카메라의 이미지를 어떻게 처리해야 실제 운용에 견딜 수 있는 속도가 가능할까?

방범카메라의 이미지 데이터를 모두 클라우드에서 가동하는, 이미지 매칭 기능이 있는 업무시스템에 송신하는 것은 현실적이지 않다. 고정밀 이미지를 실시간으로 송신하기 위해서는 굵은 회선이 필요하다. 또한 클라우드의 처리결과를 기다리고 있으면 타임래그가 발생하여 빌딩의 출입이 정체될 가능성이 있다.

여기서 엣지를 도입한 경우를 생각해 보자. 빌딩 입구에 엣지를 설치하여 그곳에서 이미지를 처리한다. 엣지에는 AI를 탑재하여 얼굴 특징을 나타내는 데이터(특징량)를 추출하는 처리를 한다. 이로써 클라우드로 송신하는 데이터의 양이 작아진다. 또한 사전에 특징량이 계산되어 있기 때문에 클라우드에서의 매칭 속도도 빨라져 즉시 대조 결과를 보내게 된다. 또한 얼굴 인증을 하는 클라우드 서비스와 연계, 경찰의 데이터를 사용하여 요주의 인물을 추출하거나 얼굴 데이터를 고객서비스에 이용하는 것도 생각할 수 있다.

-- ‘실제 세계’의 데이터 활용 문제를 해결 --
엣지의 필요성이 논의되게 된 데는 크게 2개의 배경이 있다. 하나는 센서 등의 데이터 활용이 활발해진 것이다. 현장의 기기 사용이나 사람의 행동과 같은 기존의 ICT와는 별도의 세계, 이른바 ‘실제 세계’에서 발생하고 있는 사태를 파악하여 그것을 AI로 처리함으로써 새로운 데이터나 지식을 얻으려는 것이다.

다른 하나는 실제 세계의 데이터가 아날로그 혹은 비정형 데이터라는 것이다. 생산 설비의 가동 데이터나 방범카메라의 이미지 등은 기존의 ICT에 접속되지 않는 경우가 많다. 또한 소리나 동영상 등의 비정형 데이터도 많고 종류나 데이터양이 방대해지기 쉽다. 현장의 데이터는 클라우드에 송신하여 클라우드의 AI로 처리한 데이터를 바탕으로 현장 기기를 제어하려 하면 회선이나 클라우드의 처리 지연이 발생한다. 그 결과, 기기의 제어 등 실시간성이 필요한 처리가 불가능하게 된다.

엣지는 이러한 과제를 해결하기 위해 등장하였다. 그래서 엣지에는 주로 4개의 기능이 요구된다.

첫째는 현장에 설치된 센서나 디바이스와 같은 물리적인 기기의 데이터를 디지털화하여 그것을 클라우드로 송신하는 연결(Connectivity) 기능이다. 현장에 설치된 기기는 반드시 무선 접속이 가능하다고는 할 수 없다. 접속이 유선이거나 경우에 따라서는 관리 대상 외의 기기가 현장에서 접속되는 경우도 있을 수 있다. 접속이 가능한 경우라도 기기별로 채용하고 있는 통신 프로토콜은 다른 경우가 많다. 이러한 차이를 흡수하여 클라우드에 송신하는 통신 기능이 엣지에는 필요하다.

둘째는 다종다양한 데이터의 최적화 처리 기능이다. 설비의 가동 데이터와 같은 정형 데이터와 함께 영상이나 진동과 같은 비정형 데이터를 처리하는 기능이 대표적인 예다. 여기서는 AI를 적용하는 경우가 많다.

예를 들면, 아날로그 데이터에서 불필요한 노이즈 등을 제거하는 클렌징이나 아날로그 데이터를 디지털화한 후에 데이터의 특징을 나타내는 특징량을 추출하여 데이터 크기를 작게 하는 등의 처리다. 또한 클라우드에서 실행하는 데이터 분석을 위해 데이터 형식을 정리하는 기능도 중요해진다. 또한 보안 관점에서의 데이터 가공도 엣지로 하고 싶은 처리다.

엣지에 데이터 처리 기능이 필요한 이유 중 하나가 데이터의 보안이다. IoT에서 다루는 데이터는 기밀성이 높은 것이 많다. 공장의 생산설비에 관한 데이터는, 그 데이터를 보면 그 공장의 생산성이나 가동 상황을 쉽게 추정할 수 있다. 또한 기술자의 기술을 추정할 수 있는 데이터나 개인을 특정할 수 있는 영상 데이터 등도 높은 보안이 필요한 데이터다.

이러한 기밀성이 높은 데이터의 경우는 클라우드에 올려 처리하는 경우라도 보안 정책의 관점이나 데이터 크기의 문제로 미가공데이터(Raw Data)를 올리는 것이 어려운 경우가 많다.

현장에 설치한 기기는 항상 보수가 가능한 것은 아니기 때문에 회선이 때때로 끊어지는 경우도 있다. 회선이 끊어지면 데이터가 누락되기 때문에 데이터 두절이나 큰 지연을 전제로 하지 않는 IoT시스템에서는 영향을 미칠 수 있다.

-- 실시간에 반응한다 --
셋째 기능은 현장에서의 처리의 고속화(Acceleration)다. 엣지만으로 센서나 디바이스의 데이터를 분석하여, 필요한 경우에는 바로 현장의 기기를 제어하는데 반영할 수 있는 기능이다.

센서나 디바이스에서 얻은 데이터의 분석 기능은 주로 클라우드에서 실장(實裝)한다. 클라우드에서 AI를 활용하여 현장의 기기 고장을 감지하기 위한 판별 모델 등을 작성한다.

이러한 모델을 엣지에 실장함으로써 IoT시스템 전체에서의 처리 고속화를 목표한다. IoT의 경우는 AI의 처리결과를 바탕으로 현장의 기기를 동작시키기 위해서는 회선 지연이나 클라우드 상의 처리 지연의 문제가 있어 실시간성을 확보하는 것이 곤란하다.

인명에 관계되는 시스템이나 공작기계, 로봇 등 지연을 허용하지 않는 IoT시스템에 AI를 활용할 경우에는 클라우드 상의 AI를 전제한 시스템 모델은 맞지 않는다는 것은 쉽게 상상할 수 있다.

회선 지연의 문제는 5G 등의 보급에 의해 해소될 것이라는 전망도 있다. 그러나 방대한 데이터를 전부 클라우드에서 운용하는 것은 비용 면에서도 현실적이지 못하다. 엣지로 실시간으로 처리하는 부분과, 클라우드에서 빅데이터 처리를 하는 부분이 협조된 분산 처리 시스템으로 이행하는 것이 필요하다.

-- 현장에 견딜 수 있는 보수가 필요 --
-- 확인해야할 3개의 포인트 --

  -- 끝 --