728x90
반응형
[개념] 중요한 데이터를 지역에서 처리하거나 저장하고, 수신된 모든 데이터를 중앙 데이터센터나 클라우드 스토리지 리포지토리로 보내는 약 10평방미터 이하 규모의 마이크로 데이터센터들로 구성된 메시 네트워크(Mesh Network)
- 데이터를 중앙에 모아 처리할 필요 없이 지역별로 데이터 소스(Device) 가까이에서 실시간 분석과 저장을 지원하는 분석 기술
- 키워드: low latency, real time analysis
- 같이 볼 토픽: Fog Computing
[개념] 원격 데이터센터에 의존하지 않고, 데이터가 발생하는 기기 자체 또는 엣지 영역 근거리에 위치한 소규모 데이터센터에서 빠르게 데이터를 분석·처리하는 개념
초연결 데이터 분석 환경에서 네트워크 트래픽 경감과 지역적 실시간 대응을 위해, 엣지-클라우드간 분배, 엣지-엣지간 분석 위임 및 공유를 가능하게 하는 엣지-클 라우드 협업분석 프레임워크 및 엣지 계층의 능동적 분석 역량을 강화하는 경량 엣지 핵심 원천 기술에 관한 것임
- (클라우드 지능) 클라우드 상 분석모델 템플릿을 지속적으로 축적하고 학습하여 분석 모델을 최적화 및 경량화하고, 필요 시 클라우드와 엣지 간 분석을 나누어 할 수 있는 부하 분산 분석 기술
- (엣지 지능) 리소스가 제한된 소형 디바이스에서 독립적으로 분석하거나, 클라우드와 연계된 분석 모델을 통해 준실시간/저지연 환경 및 네트워크 단절 환경에서 분석/판 단/예측이 가능한 경량 엣지 기술
5G 에지 컴퓨팅 응용 계층 지원을 위한 표준 주요 기능
• 서비스 설정(Service Provisioning): 에지 서비스의 선택 및 연결에 관한 초기 설정
• 등록(Registration): 단말 및 응용 서버의 정보 제공 및 관리
• 응용 서버 검색(Service Discovery): 단말에 가장 가까운 응용 서버의 검색
• 기능 개방(Capability Exposure): 네트워크 개방 정보의 전달 및 활용
• 서비스 연속성(Service Continuity): 단말의 이동에 따라 응용 서버를 변경하고 서비스 단절 최소화
새로운 에지 네트워크 구조의 장점
• 풍부한 검색: ECS에 의한 주문형 서비스 프로비저닝 및 EES에 대한 질의 필터 지원으로 EEC를 통해 AC에 의한 EAS의 풍부한 검색 가능.
• 동적 가용성: 구조의 유연성과 가용성으로 인해 네트워크 배치의 변화, UE의 이동성 등에 EAS가 유연하게 대응 가능. UE는 이러한 동적 변경에 대응하여 AC에 제공되는 서비스를 미세 조정 가능.
• 네트워크 기능 노출: EAS는 EES에 의해 노출된 서비스 API를 활용할 수 있으며, 이는 CAPIF 프레임워크 유무에 관계없이 SCEF/NEF northbound API의 기능을 기반으로 EAS가 3GPP 네트워크 기능 노출(Network Exposure Function)에 접근.
• 서비스 연속성 지원: UE 이동에 대응하여 에지나 클라우드를 변경하여 AC 서비스에 더 적 합한 환경 제공. 이 경우에도 서비스 연속성 제공을 위한 에지 네트워크 간 UE 응용 상황 (application context) 공유를 지원
1. 기술의 특성 및 성능
스마트 사물 플랫폼과 엣지/클라우드 협업 분석 프레임워크
- 엣지 디바이스 특성 및 기능 정의, 엣지 노드의 논리적 위치 정의
- 협업 분석 서비스 모델 사전 정의 - 협업 분석을 위한 분석 SW, Job 표현 및 관리 기능 설계 및 구현
- 경량 엣지 실행 엔진 - 네트워크/가중치 경량화 관련 원천 기술
- 경량 신경망 관련 지연시간 개선/분석 경량화 비율 비교 분석
스마트 사물 상에서 경량 엣지 분석이 가능한 엣지/클라우드 협업 분석 1.0
- 클라우드 기반 분석 모델 생성 및 관리 기능 구현
- 오픈 클라우드 플랫폼 기반 협업 분석 프레임워크 적용
- 네트워크/가중치 경량화 관련 알고리즘 구현
- 엣지-클라우드 간 협업 분석을 위한 신경망 분할/협력/협업 관련 연구
다중 스마트 사물 상에서 분석 위임/공유 기능이 내장된 엣지/클라우드 협업 분석 솔루 션 2.0
- 누적 데이터 기반 분석 모델 경량화 적용 - 경량 엣지 분석 통합 및 적용
- 이종 디바이스/운영체제에 따른 경량 신경망 구현
- 경량 엣지 분석 알고리즘 비교 분석 및 최적화
클라우드 환경에서 초저지연 메트릭 수집방법 기반의 프로비저닝 기술 (주기동 2020.09.09)
에지 컴퓨팅의 대표적인 사례는 자율 주행 자동차이다. 자율 주행 자동차는 차량에 부착된 각 센서들로 주변 지형이나 도로 상황, 차량 흐름 현황 등을 파악해 데이터를 수집하고, 주행 중 일어날 수 있는 다양한 상황에 신속하게 대처해야 한다. 즉, 방대한 데이터의 수집ㆍ처리와 실시간 대응을 위한 빠른 데이터 분석의 필요로 에지 컴퓨팅이 활용된다.
에지 컴퓨팅은 2017년과 2018년에 가트너(Gartner)의 10대 전략 기술 중 하나로 선정되었다.
1)엣지컴퓨팅의 부상은 실시간으로 데이터를 처리해야 하는 흐름이 확산되고 있는 것과 맞물려 있다. 자율주행차나, 산업 사물인터넷(IoT) 등에서 쏟아지는 데이터들 중에는 실시간으로 대응해줘야 의미를 갖는 것들이 많은데, 원격지에 있는 클라우드 서비스로 커버하기는 무리가 있다.
2)센서가 부착된 하드웨어 근처에 데이터 처리를 위한 엣지 컴퓨팅 인프라를 따로 두는 것이 현실적이다. 물리적인 거리가 가까우면 클라우드로는 어려운 실시간 대응도 가능해진다. 실시간 대응이 필요한 데이터는 앞으로 더욱 늘어날 전망이다. 자율주행차도 핵심은 데이터다.
3)통신사들이 엣지컴퓨팅에 주목하는 것은 5G 통신 환경에서 갖는 전략적 가치 때문이다. 통신사들은 최종 사용자 가까운 곳에 소규모 엣지컴퓨팅 인프라를 구축하면 데이터 지연시간(레이턴시) 문제를 최소화할 수 있을 것으로 보고 있다. 이렇게 되면 공장 자동화 등 다양한 산업에서 새로운 서비스 기회를 발굴할 수 있을 것이라는 설명이다.
*엣지 클라우드 통합 유연성 (Edge-cloud integration at scale) -> 규모를 고려한 엣지-클라우드 통합
엣지컴퓨팅은 제조 현장에 투입된 자동화 장비, 각종 설비 등을 의미하는, 이른바 OT(Operation Technology) 시장으로 뛰어든다는 것의 의미한다. IoT는 사물인터넷(Internet of things)이기도 하지만 IT와 OT의 융합으로 본다
IoT 전체 인프라 관점에서 엣지컴퓨팅에 접근하고 있다는 것도 델이 강조하는 포인트. IoT 인프라 전체를 커버하는 엔드투엔드 솔루션을 제공하며 엣지컴퓨팅은 이를 구성하는 한 요소
클라우드 컴퓨팅의 문제점
1) 처리 데이터양 증가
2) 처리 속도의 문제 - 저지연 기술
3) 개인정보 침해
[목표] 지연감소, 성능강화, 전달향상, 빠른 의사결정
[구성] Packet-Network I/F Control, Local 스토리지, Baseband Card, Service Blade - 원격 장비
- 에지 기기(Edge Device) : 데이터를 생성하는 모든 기기가 될 수 있다. 에지 기기는 데이터를 생성 또는 수집하는 센서, 산업용 머신 또는 따른 기기들이 될 수 있다.
- 에지(Edge) : 에지가 무엇인가는 용도에 따라 달라진다. 통신 분야에서 에지는 아마도 휴대 전화기 또는 송수신 타워가 될 수 있다. 자동차 시나리오에서는 정비소 바닥의 장비가 되고 기업 IT에서는 노트북이 에지가 될 수 있다.
- 에지 게이트웨이(Edge Gateway) : 게이트웨이는 에지 컴퓨팅 처리가 수행되는 곳과 더 폭넓은 포그 네트워크 사이의 버퍼이다. 게이트웨이는 네트워크 에지를 넘어서는 더 큰 환경으로의 창구이다.
- 팻 클라이언트(Fat Client) : 에지 기기에서 어느 정도의 데이터 처리를 할 수 있는 소프트웨어. 단순하게 데이터를 전송하기만 하는 씬 클라이언트(Thin Client)와 상대가 되는 용어이다.
- 에지 컴퓨팅 장비(Edge Computing Equipment) : 에지 컴퓨팅은 다양한 기존 장비와 신규 장비를 사용한다. 여러 가지 기기, 센서 그리고 머신들을 인터넷 액세스 가능하게 만들기만 하면 에지 컴퓨팅 환경에서 작동하게 할 수 있다. 시스코를 비롯한 다른 하드웨어 공급업체들은 현장 환경에서 사용할 목적으로 외장이 강화된 견고한 네트워크 장비 라인을 보유하고 있다. 다양한 컴퓨트 서버, 컨버지드 시스템 그리고 심지어는 AWS 스노우볼(Snowball) 같은 스토리지 기반 하드웨어 시스템까지도 에지 컴퓨팅 배치에 사용될 수 있다.
- 모바일 에지 컴퓨팅(Mobile Edge Computing) : 통신 시스템 특히, 5G 시나리오에서 에지 컴퓨팅의 확장을 가리킨다.
[기술] SDM(Machine), 개념증명 as a Service, 데이터 애널리스트, 데브옵스, 분산형 아키텍처, 클라우드 RAN
[장점] 기업 데이터센터나 클라우드 환경에 데이터가 더 적을수록, 그런 환경 중 한 곳이 침해를 받는 경우 위험에 빠지는 데이터가 더 적다는 것.
[단점] 에지 기기 자체가 보안에 더 취약할 수 있음
[보완] 데이터 암호화, 액세스 제어, 그리고 VPN(Virtual Private Network) 터널링 사용
[활용] 미션크리티컬 산업분야, 무인자동차
[비교] 포그 컴퓨팅 vs 에지 컴퓨팅
포그 컴퓨팅은 에지 기기들과 클라우드 간의 네트워크 연결을 가리킨다.
에지 컴퓨팅은 에지 기기 가까이에서 수행되는 컴퓨팅 과정을 좀 더 구체적으로 가리킨다.
그렇기 때문에, 포그 컴퓨팅은 에지 컴퓨팅을 포함하면서, 처리된 데이터를 최종 목적지까지 보내기 위해 필요한 네트워크도 포함하고 있다.
포그 컴퓨팅(fog computing)이란 일종의 분산 네트워크로써 네트워크 패브릭(network fabric) 개념이다. 데이터가 생성되는 외부 엣지로부터 데이터가 궁극적으로 저장될 클라우드나 고객 데이터센터 등으로 네트워크를 확장한 것
분산 네트워크 환경의 또 하나의 계층으로, 클라우드 컴퓨팅 및 사물인터넷(IoT)과 긴밀히 연관돼있다. 퍼블릭 IaaS(서비스로서의 인프라) 클라우드 업체를 데이터의 상위 광역 종단점으로 생각할 수 있다. 즉, IoT 기기로부터 데이터가 생성되는 네트워크의 엣지
포그 컴퓨팅의 장점
포그 컴퓨팅 프레임워크를 이용하면 기업은 최적의 데이터 처리 장소라면 어디에서든지 데이터를 처리할 수 있는 새로운 선택권을 갖는다. 데이터를 최대한 빨리 처리해야 분야에서 특히 유용하다. 예를 들면 연결된 생산 장비가 사고에 최대한 빨리 대응해야 하는 제조업체가 대표적이다.
포그 컴퓨팅은 기기와 분석 종단점 사이에 지연이 적은 네트워크 연결을 만든다. 이를 통해 데이터를 데이터센터나 클라우드까지 보내 처리하는 경우보다 필요한 대역폭 양을 줄여준다. 데이터를 보낼 대역폭 연결이 힘들어 데이터 생성 장소 가까운 곳에서 처리해야 하는 경우에도 사용할 수 있다. 분할된 네트워크 트래픽에서 이를 보호하기 위한 가상 방화벽까지 포그 네트워크에 보안 기능을 적용할 수 있다
포그 컴퓨팅과 엣지 컴퓨팅의 차이
포그 컴퓨팅은 데이터가 생성된 곳에서부터 저장하는 곳으로 처리되는 방식이라고 생각하면 된다. 엣지 컴퓨팅은 단지 데이터가 생성된 지점 가까이에서 처리되는 것만을 가리킨다. 포그 컴퓨팅은 그 엣지 처리뿐만 아니라 해당 데이터를 엣지에서 종단점으로 가져오는 데 필요한 네트워크 연결까지 포함한다
[수행]
IoT(internet of Things) 기기들이 생성한 데이터를 데이터센터나 클라우드까지의 기나긴 경로를 통해서 송신해는 대신 데이터가 생성된 위치에서 더 가까운 곳에서 처리될 수 있도록 해준다. 네트워크 에지에서 더 가까운 곳에서 컴퓨팅을 함으로써 중요한 데이터를 준 실시간으로 처리할 수 있는데, 이는 제조, 의료 서비스, 통신 그리고 금융을 포함해 업계 전반의 많은 기업에 필요한 사항이다.
[상세]
데이터를 지역에서 분류하고 또 일부를 지역에서 처리함으로써 중앙 리포지토리로의 백홀 트래픽(backhaul Traffic)을 줄여준다.
많은 경우, 이 작업은 작은 크기에 컴퓨트, 스토리지 그리고 네트워크 연결을 포함하고 있으며 로컬 기기로 데이터를 전송하는 IoT 기기들에 의해서 수행된다. 데이터는 에지에서 처리되고, 데이터의 전체 또는 일부가 기업 데이터센터, 코로케이션 설비, 또는 IaaS 클라우드에 있는 중앙 처리 또는 스토리지 리포지토리로 송신된다.
[효율]
1)접속 환경이 열악해서 IoT 기기들이 중앙 클라우드에 끊임없이 연결하는 것이 비효율적인 경우
2)지연에 민감한 정보 처리
3)많은 양의 데이터를 만들어 내고 있지만 데이터의 대부분은 중요하지 않은, 수천 개의 센서를 가지고 있는 바다 한 가운데 있는 석유 시추시설 (헬스체크)
4)만들어지는 즉시 네트워크를 통해서 송신할 필요가 없는 데이터
5)통신업체의 차세대 5G 네트워크 확장
대규모 데이터센터나 클라우드에 모든 데이터를 모아 한번에 분석하는 게 초기 빅데이터 분석 방안이었다. 이는 현장에서 일어나는 일을 실시간 혹은 원격으로 대응할 때 여러 문제점을 노출한다. 순간적 위기에 따라 즉각적인 결정을 해야 할 때 타이밍을 놓칠 수 있다. 데이터를 중앙으로 모을 때 일부가 유실 혹은 유출될 수 있고, 네트워크 환경에 따라 시간도 오래 걸릴 수 있기 때문이다. 데이터 전송 비용도 높아질 수 있다.
이런 문제를 해결하기 위해 데이터를 만들어내는 현장에서 소정의 분석업무를 처리하자는 아이디어가 엣지 컴퓨팅이다.
드론 촬영 이미지를 데이터센터에서 분석하기 전, 엣지 단계에서 사전처리하는 경우가 그 예다. 더구나 최신 제품인 라즈베리파이 모델3의 경우 실험에 사용된 라즈베리파이 모델2보다 2배 이상의 클럭속도를 제공한다.
(정의)데이터를 중앙에 모아 처리할 필요 없이 지역별로 데이터 소스(Device) 가까이에서 실시간 분석과 저장을 지원하는 분석 기술
- 키워드: low latency, real time analysis
- 같이 볼 토픽: Fog Computing
[개념] 데이터 소스와 가까운 물리적 위치내 실시간 대량 데이터 전달,처리,분석 컴퓨팅
[목표] 지연감소, 성능강화, 전달향상, 빠른 의사결정
[구성] Packet-Network I/F Control, Local 스토리지, Baseband Card, Service Blade - 원격 장비
[기술] SDM(Machine), 개념증명 as a Service, 데이터 애널리스트, 데브옵스, 분산형 아키텍처, 클라우드 RAN
[활용] 미션크리티컬 산업분야, 무인자동차
엣지 컴퓨팅은 원격 데이터센터에 의존하지 않고, 데이터가 발생하는 기기 자체 또는 엣지 영역 근거리에 위치한 소규모 데이터센터에서 빠르게 데이터를 분석·처리하는 개념이다. 애플이 최근 발표한 '아이폰 텐(X)'이 사람의 뇌 네트워크를 모방한 '뉴럴 엔진'을 적용한 이유도 같은 맥락으로 풀이할 수 있다. 얼굴인식 정확도를 높이기 위해 머신러닝 기술을 활용하되, 이를 스마트폰 자체적으로 수행할 수 있도록 함으로써 실시간에 가까운 반응속도를 구현한 것이다.
HPE아루바의 인텔리전트 엣지 전략은 모바일·IoT 기기에서 발생하는 다양한 데이터 간의 맥락(연관성)을 엣지 영역에서 빠르고 효율적으로 분석해 새로운 비즈니스 기회를 창출하고, 사용자 경험을 향상시켜 성과를 높이는데 초점을 둔다. HPE아루바는 인텔리전트 엣지 전략이 모바일과 IoT 기술을 적극적으로 도입하는 유통·물류·환대 서비스를 시작으로 제조·의료·교육 등 산업 전반으로 확대될 것으로 내다본다.
키어티 수석부사장은 "모든 것이 연결된 모바일 시대에는 누가, 언제, 어디서, 무엇으로, 어떤 방식으로 네트워크에 연결돼 있는지를 알고, 이러한 정보 사이의 맥락을 파악해 특별한 가치를 제안할 수 있는 기업이 경쟁을 주도할 것이다"며 "인텔리전트 엣지는 기업이 연관 데이터를 어떻게 저장하고 분석함으로써 복잡한 비즈니스 문제를 해결할 것인지에 대한 하나의 해답을 제시한다"고 설명했다.
IoT생태계가 확산됨에 따라 무수히 많은 다양한 IoT사물에서 빅데이터가 발생될 것으로 예상됨에 따라, IoT사물이 데이터를 수집하는 원천에 그치지 않고 IoT사물에 내장된 연산 프로세스를 통해 즉각적으로 반응할 수 있는 엣지 컴퓨팅의 역할이 재조명되고 있다.
엣지 컴퓨팅은 프로세서와 데이터를 중앙컴퓨팅 플랫폼(클라우드)로 보내지 않고, 엔드포인트 근처에 배치하는 것을 의미한다. 엣지 컴퓨팅은 데이터가 수집되는 끝단(엣지)에서 데이터를 즉시 분석하고 현장에 적용하기 때문에 클라우드를 통해 데이터 분석결과를 가져오는 것보다 즉시성과 안정성이 담보되는 컴퓨팅 기술이라고 할 수 있다.
엣지 컴퓨팅은 특정한 분야의 특정한 기능을 신속하고 안정적으로 수행하게 하는 데에 적합한 방법이라는 점에서, 범용적이고 다양한 데이터를 약간의 시차를 두고 처리되는 클라우드 컴퓨팅 방법과는 운용방법이나 사용 애플리케이션 측면에서도 구분된다. 향후 IoT생태계가 더욱 빠르게 확산될 것으로 예상됨에 따라, 이 두 기술을 적시 적소에 균형있게 잘 활용할 수 있는지 여부가 비즈니스에서 중요한 성공 요인이 될 것으로 예상된다.
728x90
'01.Digital Service' 카테고리의 다른 글
| 웹서비스 - SOAP (Simple Object Access Protocol) 1.2 (0) | 2023.11.08 |
|---|---|
| 웹서비스 - Open API (0) | 2023.11.08 |
| 오픈 사이언스 (0) | 2023.11.07 |
| 빅데이터 - 공공 데이터 - LOD (Linked Open Data) (0) | 2023.11.07 |
| 빅데이터 - 공공 데이터 - 플랫폼 (0) | 2023.11.07 |
