전기전자/정보통신

Nikkei Computer_2016.09.29 (p20 ~ 33)

IoT의 해답, 엣지(Edge) 컴퓨팅

클라우드(Cloud)는 강력한 인프라 (Infra)이지만, 한계도 존재한다. 그 대표적인 것은 IoT (Internet of thing)이다. 이는 네트워크를 경유하는 것으로 발생된다. 잠깐의 지연이 제약을 가지고 온다. 단말에서도 처리를 담당하는「엣지 컴퓨팅」이 IoT의 해답이 될 수 있다. 자율주행 및 AR(확장현실) 등, 용도는 너무나도엣 폭넓다. 딥 러닝과도 잘 맞고, 정보누락 등의 염려도 없다. 산업용 로봇 및 공작기기로 세계 최고를 달리는 파낙(Fanuc)도 IoT플랫폼의 구축으로 「엣지」에 도전한다. 클라우드를 보완하는 엣지의 최선단을 뒤쫓아 본다.


● 파낙(Fanuc)이 그리는 미래

IT 벤더(Vendor) 및 로봇 업체, 디바이스 업체의 힘을 하나로 모은 오픈 지향의 공장용 IoT 플랫폼. 공작기기・로봇의 거인, 파낙이 그 분야에 뛰어들었다. 파낙이 그리는 제조업의 미래에는 어떠한 모습으로 비춰질까?

「IoT를 둘러 싼 세계의 커다란 조류에 대한 답안으로써, 당사가 개발해 온 플랫폼에 참가하길 바란다」. 2016년 8월 29일, 힐튼 도쿄 오다이바 1층의 대연회장에서 산업용 로봇의 대기업인 파낙 회장 겸 CEO인 이나바 (稲葉) 씨는 이렇게 참여를 독려했다.

열린 곳은 파낙이 파트너기업을 위해 처음으로 개최한「FIELD system Partner Conference」. 제조업 및 IT벤더 등을 중심으로 약 200개社가 모였다. 참가기업을 보면, 토요타 자동차, 혼다, 닛산 자동차 등의 자동차 업계를 포함해, 히타치 제작소, 후지쯔, NEC 등의 IT벤더, NTT, KDDI 등의 대형 통신 케리어들도 참여했다.

-- 기계간의 커뮤니케이션을 통해 가동률 90%로 --
-- 스마트폰과 같은 거대한 에코 시스템 --
-- 인공지능기술을 적용한 공장 --
-- 공장용의「App. Store」 --


● 「엣지」의 정체

엣지 컴퓨팅의 설계사상은 제조업에 한정되지 않고 모든 산업의 비즈니스 모델을 바꾸게 하는 잠재력을 숨기고 있다. 엣지 컴퓨팅이 유리한 조건을 판별하기 위해서는「기술」「정책(Policy)」「비즈니스 모델」의 3가지를 검토할 필요가 있다.「향후, 데이터 유통기반으로써 클라우드에 비견하는 중요한 역할을 맡는다」. IDC재팬의 코노 커뮤니케이션즈 시니어 마켓 분석가는 엣지 컴퓨팅에 대하여 이렇게 분석한다.

현재의 IT 산업에서 패권을 손에 쥐고 있는 것은 구글 및 미국의 아마존 웹 서비스(AWS)등, 미국의 대기업 클리우드 사업자들일 것이다. 자체 데이터 센터에서 모은 방대한 데이터를 활용하여, 소비자와 기업에게 다양한 서비스를 제공한다. 데이터 분석을 담당하는「뇌」를 클라우드에 집약시킨 이미지이다.

IoT기기가 내보내는 데이터를 그대로 클라우드에 모아두는 것이 아니라, IoT기기와 가까이 있는 컴퓨터들이 네트워크 상에서 데이터를 교환하여, 연계하면서 다양한 기능과 서비스를 제공한다. 엣지 컴퓨팅은 클라우드와는 전혀 다른 비즈니스 모델의 창출의 가능성이 있다.

-- 엣지가 유리해지는 3가지 조건 --
엣지 컴퓨팅은 3개의 조건 중, 어느 쪽이든 충족시키는 시스템에서는 유리한 구조이다. 그 3개의 조건 중, 하나가, ‘기술’이다. IoT 단말에서 출력되는 데이터량이 네트워크 대역에 비해, 상당히 클 경우, 클라우드에 전송하지 않고, IoT단말의 가까이에서 데이터를 처리하는 편이 효율적이다. PFN의 니시카와 씨는 이런 점에서 「엣지 컴퓨팅이 딥 러닝(Deep Learning)과 아주 잘 맞는다」라고 말한다. 딥 러닝은 학습용 데이터가 많으면 많을수록 정밀도가 높아진다. 대량 데이터를 생성하는 IoT단말 측에 IT인프라를 놓으면「클라우드 네트워크 대역에 한정되지 않고 세계 최대규모의 학습 데이터를 얻을 수 있다」(니시카와 씨)

또 하나의 조건은, 프라이버시나 시큐리티를 중시한 시스템이라는 것이다. 취급하는 데이터에 프라이버시 정보가 포함되었을 경우, 또는, 기밀데이터가 포함되어 있을 경우에는 엣지 주위의 데이터를 처리하여, 최소한에 필요한 데이터만을 클라우드에 전송하는 편이 안전성이 높다.

엣지 컴퓨팅이 우위를 차지하는 마지막 조건은 IoT기반을 정비하는 기업이 엣지 주변에 자사의 코어제품이나 코어 서비스를 가지고 있는 것이다. 산업기기의 IoT에 경험이 많은 미쓰비시 총합연구소 기획・경영부분 사업추진그룹의 주임연구원인 오오카와 씨는「로봇이나 CNC 등, 지금까지 단독으로 움직였던 기계를 네트워크에 접속할 경우, 커모디티화(Commoditization)를 피하기 위해, 스스로 플랫폼을 구축하는 것은 이치에 맞다」라고 평가한다.

-- 비즈니스 모델을 바꾸는 잠재력을 지니고 있다 --
거듭 말하자면, IoT기반을 클라우드 측이 아니라 엣지 측에 구축한다면, 대기업 클라우드 사업자와의 경합도 피할 수 있다. 「Amazon Web Services는 신속하게 IoT주위의 기능을 모아, Microsoft Azure을 추격하고 있다」(노무라 총합 연구소 컨설팅 사업본부 ICT・미디어산업 컨설팅부 쿠와즈 부장).

엣지의 IoT기반을 구축할 수 있는 것은 로봇이나 센서 등의 업체뿐만이 아니다. 「예를 들어, 자율주행의 경우, 지도 데이터 베이스의 사업자 및 도로 인프라를 가진 고속도로 사업자가 플렛 폼을 구축할 가능성이 있다」(쿠와즈 부장). 엣지는 IoT 아키텍쳐(Architecture)를 넘어, 모든 산업의 비즈니스 모델을 바꿀 잠재력을 지니고 있다.


● 클라우드 천하에서 「기다렸다」

클라우드에서는 승패가 있지만, 엣지에서는… 세계의 IT기기 업체 및 통신사업자가 다양한 제조업과 협력하여, 클라우드에서는 대응이 안되었던 과제에 엣지로 대응해, 반격을 꾀한다. 단말과 클라우드 간의 모든 영역에서의 패권다툼이 시작되었다.

엣지 컴퓨팅의 응용범위는 넓다. 클라우드로는 해결 안 되는 과제가 있다면, 그 곳이 엣지의 사용처가 될 수 있기 때문이다. IT의 취급 유무에 상관없이, 다양한 기업에 진출할 수 있는 찬스가 있다. IT업계 중에서 먼저 선수를 친 기업이 시스코 시스템(Cisco Systems)이다. 2010년경부터 독자적인 엣지 컴퓨팅을 구상,『포그(Fog) 컴퓨팅』을 제창하여, 대응제품을 판매해 왔다.

협력업체 만들기에도 여념이 없다. 2015년 11월에는 영국의 ARM 및 미국의 DELL(현재 Dell Technology), 미국의 인텔, 미국의 마이크로 소프트 등과「오픈 포그 컨소시움(Open Fog Consortium)」을 설립했다. 2016년에는 도시바, 사쿠라 인터넷, 후지쯔, NTT 커뮤니케이션즈 등의 일본업체가 이어서 참여했다.

「당사는 공작기계 등, 데이터를 생성하는 장소에 맞는 제품이 주역이었으나, 현재는 단말과 클라우드의 중간층 전체를 『Fog」로 정의를 내리고 있다. 이번 1년 정도로 고객기업간의 협업이 급속하게 진행되는 속에 진화할 수 있었다」라고 이노베이션 센터의 이마이 매니저는 말한다. 노하우의 축적 및 수요의 개척을 위해, IT기업 및 제조업에 의한 폭넓은 연대가 진행될 것으로 보여진다.

-- 실용화로 선행하는 온 사이트(On sight)타입 --
IDC 재팬에 의하면, 현재의 엣지의 적용형태는 2종류로 나뉜다. 하나는「온 사이트 타입」. 제조업의 생산현장 등이 도입처이다. 공장내의 네트워크와 인터넷과의 통신을 중립시키는 게이트웨이(Gateway)장치 또한 온 사이트 타입에 포함된다. 이 타입은 실용화로 선행하고 있다. 기계설비의 고장전조진단시스템을 판매하는 히타치 파워솔루션즈(Hitachi Power Solutions)는 2016년 6월, 이태리에서 IoT솔루션을 취급하는 유로테크(Eurotech)와 엣지 컴퓨팅 분야에서 협업한다고 발표했다. 

-- 다이나믹 맵(Dynmap)의 효율적인 전송에 사용 --
다른 하나는, 통신사업자의 네트워크 안에 엣지 컴퓨팅 환경을 구축하는「광역 네트워크 형」이다. 전송 서버에 캐시(Cache)하여, Web 페이지를 고속으로 표시하는「CDN(Contents Delivery Network)」도 그 중 하나이다.

현재, 엣지 컴퓨팅을 응용한 기술개발의 움직임이 당장 활발한 것이 자율주행이다.「밀리 세컨드 단위로, 센서에서 수집한 데이터를 해석하여 자동차를 제어할 필요가 있다. 응답에 수십 밀리 세컨드에서 수백 밀리 세컨드가 걸리는 클라우드에서는 대응이 불가능하다」.

자율주행에서는 데이터 처리량도 폭발적으로 많아 진다. 현재, 국내외의 대기업 자동차 업체 및 지도 데이터베이스 사업자가 힘을 쏟고 있는 것이 차세대 지도인「다이나믹 맵」이다. 본격적인 자율주행 사회의 실현을 향해, 인공지능과 나란히 비장의 카드로 주목 받고 있다.

-- 관광지 안내의 단말에도 탑재 --
-- 클라우드와의 연대와 가용성에 과제 --


● GE도 실은「엣지」

산업용 IoT 플렛 폼「Predix」는 미국 GE가 차세대를 극복하기 위한 전략 상품이다. Predix에도 엣지 컴퓨팅의 요소가 있다. GE는 클라우드와 엣지가 적재적소에 연대하는 밑그림을 그린다. 미국 제너럴 일렉트로닉스(GE)가 개발한 산업기기용의 IoT 플렛 폼「Predix」. 산업용 기기가 만들어 내는 대량의 데이터를 클라우드 상에 분석함으로써, 산업용 기기의 고장예측 및 가동률의 최대화 등을 실현한다.

Predix는 고장예측을 필요로 하는 기계학습 등의 기능을「마이크로 서비스(Micro Service)」로 제공하는 PaaS (Platform as a service)이다. 원래는 빅 데이터(Big data) 분석 소프트웨어로써, 2013년에 판매를 시작한 Predix 이지만, 2015년 10월에 현재와 같은 PaaS로 새롭게 정비되었다.

Predix의 클라우드가 가지고 있는 기능의「서브세트(Subset)」를 산업용 기기 측에 적용한 「엣지 컴퓨터」에도 실행 가능하게 했다.「산업계에는 클라우드를 이용할 수 없는 환경이나, 클라우드로는 지연이 너무 느려, 사용이 아예 안 되는 환경 등, 여러 가지 환경이 있다. 이런 환경으로의 대응이 엣지 컴퓨터를 만든 이유다」라고 Predix의 개발을 총괄하는「GE 디지털」의 할레루 CTO는 말한다.

산업용 기기의 경우, 엣지를 사용하지 않으면 안 되는 경우도 있다. 산업용 기기는 수명이 길어, 수 십 년을 가동하는 경우도 적지 않다. 인터넷 접속을 설정시키지 않은 낡은 산업기기를 Predix에 연결시키기 위해서는 산업용 기기와 Predix를 브릿지 시켜, 데이터를 전송하는 존재가 불가결하다. 그런 단순한 용도의 엣지 컴퓨터도 있다.

-- GE스타일 엣지는 4계층 --
GE는 Predix의 엣지를 4개의 층으로 정의하고 있다. 최하층의 레이어(Layer)-1에 있는 것은 산업용 기기의 주위에 배치한 「센서허브」이다. 센서 데이터를 클라우드에 송신하는 역할을 맡고 있다.

레이어-2는「머신 컨트롤러(Machine Controler)」나 「모바일 디바이스(Mobile Divice)」로, 생산용 기기와 Predix를 접속한다. 산업용기기의 가동데이터를 일시적으로 축적하여, 데이터를 클라우드 등에 송신한다.

레이어-3의 「게이트웨이(Gateway)」는 미국의 휴렛 페커드(Hewlett-Packard) 엔터프라이즈(HPE) 및 미국 델(Dell) 테크놀로지스 등, GE의 파트너가 개발한 소형서버로써, Predix 클라우드의 서브세트(기능한정판)에 가동한다. 엣지로 데이터분석 등이 가능하다.

레이어-4의「어플라이언스(appliance)」는 온 프레미스(On-premise) 판의 Predix라고 부를 수 있는 존재이다. Predix 클라우드와 동일한 작업을 고객기업의 데이터센터에서 가동할 수 있다.

코뎃슈 CTO가 고객에게 권하는 것은 클라우드와 엣지의 역할분담이다. 예를 들어, 산업용기기의 고장을 예측할 때, 과거의 가동데이터를 기계 학습하여 예측모델을 작성하는 작업은 클라우드에서, 현재의 가동 데이터와 예측모델을 조합하여 고장의 발생을 예측하는 작업은 엣지로 실행하는 조합이다.

고장예측을 엣지로 실행하면, 예측시간을 단축할 수 있고, 통신이 도중에 끊겨도 예측할 수 있기 때문에 가능성도 높아진다. 한편, PFN 등과 달리, 기계학습은 컴퓨터 파워를 대량으로 사용함으로, 클라우드가 적합하다고 GE는 생각한다.

      -- 끝 --