엣지 AI 디바이스를 선택하는 방법 – 1부
2021년 04월 16일
트위터로 보내기페이스북으로 보내기구글플러스로 보내기

e3dc76ef43940aa63b83ea71736eb743_1618571613_1782.jpg



엣지 컴퓨팅은 가장 많이 논의되고 있는 기술 트렌드 중 하나가 되었으며, 이러한 관심이 집중되면서 이제 IoT 네트워크를 위한 지능형 엣지 기술에 투자할 때가 되었다고 생각할 수 있다. 하지만 새로운 엣지 디바이스에 대한 투자를 확정하기 전에 엣지 컴퓨팅이 실제로 무엇이고 어떤 기능을 하는지, 그리고 특정 애플리케이션이 엣지 기술의 혜택을 받을 수 있는지에 대해 논의해보는 것이 좋겠다.


엣지 컴퓨팅은 IoT 네트워크에 많은 유연성, 속도 및 지능을 더할 수 있지만, 엣지 AI 기기가 스마트 네트워크 애플리케이션이 직면한 모든 과제에 만병통치약은 아니라는 점을 이해하는 것이 중요하다. 본 기사에서는 엣지 기술이 각 애플리케이션에 적합한지 파악한 후 엣지 AI 디바이스를 평가할 때 구매자가 확인해야 할 주요 기능과 고려 사항에 대해 알아보도록 하겠다.


엣지 컴퓨팅이란 무엇인가?


엣지 컴퓨팅은 IoT를 더 높은 수준인 엣지로 끌어올려 실시간으로 기본 데이터를 가치 있는 데이터로 변환한다. 네트워크 전체에 데이터 처리 노력을 재분배하여 연결된 노드, 엔드포인트 및 기타 스마트 디바이스의 중요성과 관리성을 높인다.


엣지 컴퓨팅은 분산 네트워크에서 데이터가 유입되어 중앙 집중식 데이터 센터에서 처리되는 클라우드 컴퓨팅과 거의 정반대이며, 이 경우 결과는 종종 원래의 분산 네트워크로 다시 전송되어 작업을 트리거하거나 변화를 유발한다. 그러나 장거리에서 대량의 데이터를 전송하는 데 드는 비용이 있다. 이러한 비용은 재정적으로 측정될 수 있지만 전력이나 시간과 같은 다른 중요한 측면으로도 측정될 수 있다.


이때 엣지 컴퓨팅이 등장한다. 전력, 대역폭 및 대기 시간이 매우 중요한 경우 엣지 컴퓨팅이 해결책이 될 수 있다. 데이터가 처리되기 위해 수백 마일을 이동해야 하는 경우가 있는 중앙 집중식 클라우드 컴퓨팅과 달리 엣지 컴퓨팅은 데이터가 감지, 생성 또는 상주하는 동일한 네트워크 엣지 위치에서 데이터를 처리할 수 있도록 지원한다. 즉, 처리 지연 시간이 거의 사라지게 되며, 전력 및 대역폭 요구 사항도 크게 줄어든다.


오늘날 엣지 컴퓨팅의 주요 원동력 중 하나는 반도체 제조업체가 전력 소비량을 크게 늘리지 않고 처리 능력을 높이는 방식이다. 즉, 엣지에 있는 프로세서가 더 많은 전력을 소비하지 않고도 획득하는 데이터로 더 많은 작업을 수행할 수 있다. 이렇게 하면 더 많은 데이터가 코어로 전송되는 대신 엣지에 남아 있게 된다. 이는 총 시스템 전력 절감과 더불어 응답 시간을 늘리고 데이터에 대한 개인 정보 보호도 향상한다.


e3dc76ef43940aa63b83ea71736eb743_1618571373_6623.png

엣지 컴퓨팅은 엣지에 있는 프로세서가 더 많은 전력을 소비하지 않고도 획득하는 데이터로 더 많은 작업을 수행할 수 있도록 해준다. 이는 총 시스템 전력 절감과 더불어 데이터에 대한 개인 정보 보호도 향상한다.


이 개발로 혜택을 받는 기술로는 인공지능(AI)과 머신러닝(ML)이 있으며, 이들 역시 데이터 개인 정보 보호 수준을 높이면서 데이터 획득 비용을 낮추는 데 의존한다. 엣지 처리를 통해 비용과 개인 정보 보호 문제를 모두 해결할 수 있다. AI와 ML과 같은 새로운 트렌드를 보면, 두 기술 모두 전통적으로 엔드포인트나 스마트 기기에서 사용할 수 있는 것보다 훨씬 더 많은 방대한 자원을 필요로 했다. 이제, 하드웨어와 소프트웨어 모두의 진보로, 이러한 활성화 기술을 네트워크의 엣지에 있는 더 작고 자원이 제한된 디바이스에 내장할 수도 있다.


엣지 AI 평가


AI 알고리즘이나 ML 추론 엔진 실행과 같은 엣지 프로세싱을 수행할 수 있는 플랫폼을 선택하려면 신중한 평가가 필요하다. IoT의 일부인 간단한 센서와 액추에이터도 비교적 단순한 통합 디바이스를 사용하여 실현할 수 있다. 엣지에서 수행되는 처리량을 늘리기 위해서는 더 강력한 플랫폼이 필요하며, 이는 아마 고도로 병렬화된 아키텍처를 사용할 것이다. 종종, 이것은 GPU를 의미하지만, 플랫폼이 너무 강력하면 네트워크 엣지에 존재하는 제한된 자원에 부담이 될 것이다.


또한 엣지 디바이스는 기본적으로 현실 세계에 대한 인터페이스이므로 이더넷, GPIO, CAN, 시리얼 및/또는 USB와 같은 몇 가지 공통 인터페이스 기술을 지원해야 할 가능성이 높다. 또한 카메라, 키보드, 디스플레이와 같은 주변 디바이스들을 지원해야 할 수도 있다.


엣지는 기후가 통제되는 편안한 데이터 센터와는 매우 다른 환경일 수도 있다. 엣지 디바이스는 극한의 온도, 습도, 진동 또는 고도에 설치될 수 있다. 이는 디바이스뿐만 아니라 디바이스의 패키지 혹은 보관되는 방식에도 영향을 미친다.


고려해야 할 또 다른 중요한 측면은 규제 요건이다. 무선 주파수(RF: Radio Frequency)를 사용하여 통신하는 모든 디바이스는 규정에 따라야 하며, 작동하려면 라이센스가 필요할 수 있다. 일부 플랫폼은 '예외'를 인정하지만, 다른 플랫폼은 더 많은 노력이 필요할 수 있다. 일단 서비스를 시작하면 하드웨어 업그레이드를 받을 가능성이 낮으므로 설계 주기 동안 처리 능력, 메모리 및 스토리지를 모두 신중하게 결정하여 향후 성능 향상을 감안한 범위를 제공해야 한다.


여기에는 소프트웨어 업그레이드가 포함된다. 하드웨어와 달리 디바이스가 현장에 있는 동안에도 소프트웨어 업데이트는 배포될 수 있다. 이러한 OTA(Over The Air) 업데이트는 오늘날 매우 일반적이며 모든 엣지 디바이스가 OTA 업데이트를 지원하도록 설계되어야 할 가능성이 높다.


e3dc76ef43940aa63b83ea71736eb743_1618571435_7626.png

에이디링크의 엣지 AI 딥러닝 가속화 플랫폼, DLAP-3100-L45


올바른 솔루션을 선택하는 데는 이러한 모든 일반 사항에 대한 세심한 평가와 함께 애플리케이션의 특정 요구 사항도 면밀히 검토해야 한다. 디바이스가 비디오 데이터를 처리해야 하는가, 아니면 오디오를 처리해야 하는가? 온도만을 고려하면 되는가, 아니면 다른 환경적인 측면도 모니터 하고 있는가? 항상 켜져 있어야 하는가, 혹은 긴 대기 모드를 보내는가? 외부 이벤트에 의해 트리거 되는가? 이러한 질문의 상당수는 엣지에 배치된 모든 기술에 적용되지만, 처리 수준이 높아지고 생산량에 대한 기대치가 높아짐에 따라 요구사항 목록을 확대할 필요가 있을 것이다.


엣지 컴퓨팅의 이점


오늘날 기술적으로 AI와 ML을 엣지 디바이스와 스마트 노드에 적용하는 것이 가능해지면서 큰 기회들이 열리고 있다. 즉, 처리 엔진이 데이터 소스에 더 가까울 뿐만 아니라, 엔진이 수집한 데이터로 훨씬 더 많은 작업을 수행할 수 있다.


이 작업 수행에는 실질적인 이득이 있다. 첫째, 생산성 또는 데이터 사용 효율성을 높일 수 있다. 둘째, 이동하는 데이터가 적기 때문에 네트워크 아키텍처를 단순화한다. 셋째, 데이터 센터와의 근접성을 덜 중요하게 만든다. 데이터 센터가 도시에 있고 작업에 가까우면 그 마지막 이점이 그리 중요하지 않아 보일 수 있지만, 네트워크 엣지가 농장이나 수처리장처럼 외진 곳이라면 큰 의미가 있다.


인터넷에서 데이터가 빠르게 이동한다는 것은 부인할 수 없다. 검색 쿼리가 결과가 화면에 나타나기 전에 전 세계를 두 번 돈다는 사실을 알게 된다면 많은 사람들이 놀랄 것이다. 총 경과 시간은 우리에게 사실상 순간적인 1초 미만일 수 있다. 하지만 연결된, 스마트한, 그리고 종종 자율 센서 및 액추에이터의 인터넷을 구성하는 기계 및 기타 지능형 디바이스들에게는 1초가 한 시간처럼 느껴질 수 있다.


이러한 왕복 지연 시간은 실시간 시스템의 제조업체와 개발자의 매우 큰 관심사이다. 데이터가 센터 간 이동하는데 걸리는 시간은 하찮은 것이 아니며, 즉각적인 것으로도 보이지 않는다. 이 지연 시간을 줄이는 것이 엣지 컴퓨팅의 핵심 목표이다. 이는, 5G가 제 역할을 할, 더 빠른 네트워크와 함께 협업되고 있다. 그러나 더 많은 디바이스가 온라인에 접속함에 따라 더 빠른 네트워크의 롤아웃은 우리가 기대하는 누적된 네트워크 대기 시간을 보상할 수 없을 것이다.


분석가들은 2030년까지 온라인에 접속되는 디바이스가 500억 개에 이를 것으로 예측하고 있다. 이러한 각 디바이스가 데이터 센터에 광범위한 대역폭을 요구한다면, 네트워크는 영구적으로 혼잡해질 것이다. 이들 중 다수가 이전 단계에서 데이터가 도착하기를 기다리며 파이프라인에서 작동한다면, 곧 전체적인 지연이 발생될 것이다. 엣지 컴퓨팅은 실제로 혼잡한 네트워크를 완화하기 위한 유일한 실용적인 솔루션이다.


그러나 일반적으로 엣지 컴퓨팅에 대한 확실한 필요성이 있지만 엣지 컴퓨팅의 구체적인 이점은 여전히 애플리케이션에 매우 의존적일 것이다. 여기서 엣지 컴퓨팅의 법칙이 적용된다. 이러한 법칙은 엔지니어링 팀에 엣지 컴퓨팅이 특정 애플리케이션에 적합한 옵션인지 여부를 결정하는 데 도움을 준다.


이 기사의 2부 후속편은 아래 링크에서 확인할 수 있다.
엣지 AI 디바이스를 선택하는 방법 – 2부


글/ 토비 맥클린(Toby Mcclean), AIoT 기술 및 혁신, 에이디링크 테크놀로지 부사장



저자 소개
토비 맥클린(Toby McClean)은 에이디링크 테크놀로지(ADLINK Technology)의 부사장이며, 포브스 테크놀로지 위원회(Forbes Technology Council)의 회원이다. 그는 AI 및 IoT 솔루션, 기술, 혁신 및 기술 파트너 에코시스템을 위한 에이디링크의 기술전략을 추진하고 있다. 에이디링크에 대한 자세한 정보는 www.adlinktech.com에서 확인할 수 있다.

그래픽 / 영상
많이 본 뉴스