반도체 전문 온라인 매거진 - 올포칩

 

글/ 라스 레거(Lars Reger), NXP 반도체 수석 부사장 겸 CTO

엣지 컴퓨팅은 가정 및 기업용 애플리케이션부터 네트워크로 연결된 자동차에 이르기까지 IoT 기술 전반에 널리 사용된다. 엣지 컴퓨팅은 일반 컴퓨팅 대비 더 많은 데이터를 생성하므로 이를 구현하려면 최적의 사이버 보안 성능과 가장 높은 수준의 기능 보안성을 갖춘 강력한 네트워크 엣지 컴퓨팅 플랫폼이 필요하다.

혁신의 물결은 일련의 패턴을 따라 진행된다.(그림 1 참조) 초기 메인프레임 컴퓨터에서 미니컴퓨터, 그리고 현재의 컴팩트 컴퓨터에 이르는 변화에서 보이는 것처럼 일부 새로운 혁신의 물결은 시간이 지날수록 진화하는 양상을 보인다. 시간이 지나면서 컴퓨팅 성능이 강화됐고, 폼팩터의 크기는 작아졌다. 하지만 소프트웨어 개발이 손쉬워진 것을 감안하면, 이런 변화는 서서히 진행됐다. 일리가 있는 얘기다. 다른 혁신의 물결은 더욱더 빠르게 이뤄진다. 일반 휴대전화가 스마트폰으로 진화하고, 뒤이어 IoT(Internet of Things)로 엄청난 진화를 이룬 것이 그 예다.

 

그림 1. 혁신의 물결: IoT와 인공지능의 등장으로 엣지 디바이스의 수가 급증했다.

과거에는 혁신의 물결이 디바이스 또는 디바이스 업계 전반에 집중됐지만, 최근 일어난 변화들은 시장 부문, 기업, 사용 시나리오에 영향을 미치고 있다. 네트워크로 연결된 기기들이 확산되면서 우리의 삶은 크게 변화했고, 산업 전체가 그 결과로 생성된 모멘텀을 효율성, 의사결정, 풍부한 데이터의 수익화 기회 등으로 전환하기 위해 노력하고 있다.

IoT와 머신러닝 시장

차기 혁신의 물결은 무엇보다도 머신러닝에 기반한 IoT다. IoT의 추상적인 잠재력이 아닌 가전제품, 스마트 홈, 안전한 모빌리티, 스마트 시티, 4차 산업 등 특정 시장 부문의 결과를 말하는 것이다. 스마트폰이 사람과 엔드-투-엔드 통신을 위해 만들어진 반면, 앞으로 다가올 변화들은 인프라, 모빌리티 시스템, 스마트 시티, 스마트 제조를 넘어 스마트 커넥티드 기기 시장의 예측 불가능한 성장을 주도할 것이다.(그림 2 참조) 이와 같은 변화들이 우리의 삶과 주변 인프라를 형성할 것이다.

 

그림 2. IoT와 머신러닝의 시장 부문별 미래

IHS는 커넥티드 기기의 수가 2015년부터 2020년까지 약 두 배로 증가하면서, 스마트 커넥티드 제품 수가 급증할 것으로 예측하고 있다.(그림 3 참조) NXP는 향후 5년간 커넥티드 제품의 성장세가 더욱 가속화되고, 업계의 협력이 아주 중요해질 것으로 보고 있다. 이는 비단 NXP만의 견해가 아니다. 미국 실리콘밸리에서 개최된 NXP 행사에서 다른 기업들도 기조연설을 통해 비슷한 비전을 내놓았다.

​

 

그림 3. IHS는 IoT와 네트워크화 디바이스의 성장을 낙관하고 있으며, 2015년에서 2020년 사이 그 수가 두 배로 증가할 것으로 전망하고 있다.

 

마이크로소프트 IoT 및 혼합현실 세일즈 디렉터인 로드니 클라크(Rodney Clark)는 최근 열린 NXP 유저 컨퍼런스에서 에코시스템의 성장을 강조하면서, IoT 에코시스템은 지난해 성장을 이뤘으며, 이는 5년 전과 동일한 수준의 성과라고 설명했다. 또한 소프트웨어 및 하드웨어 공급업체, 반도체 제조업체, 시스템 통합업체 등 다양한 파트너사들이 IoT 솔루션을 제공하기 위해 협력해야 한다고 강조했다.

IoT와 머신러닝의 프레임워크 조건

엣지 노드의 세계는 지능형 진공청소기든, 가정용 로봇이나 현대의 산업용 로봇이든, 명확한 방법론을 따른다. 모든 시스템은 동일한 개념적 모듈을 갖고 있다.(그림 4 참조) 이 어셈블리는 최적의 사이버 보안 성능과 최고의 보안 수준을 갖춘 시스템의 일부여야 하는 것으로, 노드가 인지, 사고, 작동할 수 있게 한다. 다양한 시장 부문에서 이와 같은 기능들의 공통된 프레임워크가 다양한 최종 시장의 솔루션 간 경계를 허문다. 또 반도체 업계에도 변화를 불러올 것이다. NXP와 같은 기업들이 다양한 조건을 충족하는 크로스오버 프로세서와 같은 호환 가능한 작업들을 수행하고 있기 때문이다.

 

그림 4. 엣지 장치들은 기본적으로 최고의 보안 기준에 맞춰 인지, 사고, 소통, 작동할 수 있어야 한다.

센서 기술

새로운 엣지 노드들은 센서 기술을 이용해 통찰력을 얻는다. 레이더, 카메라, 얼굴 및 음성인식, V2X 등이 센서로 사용된다. 센서들은 노드의 환경 정보를 수집하고, 도로 위에 빙판길이 있는지, 정면에 또는 모퉁이를 돌면 물체가 있는지, 근처에 벽면이 있는지, 주변에 가파른 경사나 기타 특이한 상황이 있는지 등을 알려준다. 이런 중요한 정보들은 추가적인 의사결정과 대응을 위해 센서로 수집되어 센서융합 시스템으로 전송된다. IoT와 머신러닝이라는 끊임없이 진화하는 세계에서 이것은 모든 엣지 애플리케이션에서 공통으로 나타나는 첫 번째 기본 구성요소다.

생각하고 행동하라

새로운 엔드 노드들은 지능적이며, 센서융합을 보장하고 적절한 반응을 추론하기 위해서는 엄청난 컴퓨팅 성능이 필요하다. NXP와 같은 기업들이 성능과 전력 소비 기능을 빠르게 발전시켜 나가면서 많은 애플리케이션과 그와 관련된 결정들이 엣지단에서 실행되는 경우가 많아지고 있다. 클라우드에서 데이터 처리 시 발생하는 지연 문제는 손쉽게 피할 수 있는 문제다. 중요한 기밀 정보는 따로 저장하고, 덜 중요한 시맨틱(Semantic) 데이터는 클라우드에 저장하면 사생활이나 사이버 보안의 측면에서도 이점을 누릴 수 있다.

원활한 연결

대부분의 데이터 처리와 의사결정이 엔드 노드에서 이뤄진다 하더라도 빅데이터를 활용하기 위해서는 장치들이 다른 장치나 클라우드와 네트워크로 연결돼야 한다. 연결성은 IoT의 중추적인 역할을 한다. 여기에는 초단거리 연결에서 장거리 연결에 이르는 몇 가지 기술이 사용된다. 와이파이, 블루투스, NFC, 장거리 RFID, 자동차 간 통신을 위한 무선 또는 DSRC 802.11p 기술 등이다.

 

NXP는 NXP 커넥트에서 또 다른 연결 기술을 발표했다. UWB(Ultra-Wideband)는 물체 간 런타임을 정확하게 일치시켜 사이버 보안상의 이점을 제공하는 매우 강력하고 안전한 무선 기술이다. UWB는 산업 및 상업용 애플리케이션뿐 아니라 미래 자동차에서도 획기적인 성능을 구현한다. 입주자가 한 방에서 다른 방으로 이동할 때 문이 자동으로 열리고, 음악이 입주자를 따라 흘러나오는 집이라는 새로운 UWB 시나리오가 등장할 수도 있다. UWB를 사용하면 더 간편하고 편리한 일상을 즐길 수 있다.

안전 및 보호 기능

엔드 노드와 관련 애플리케이션들은 안전과 사이버 보안 기능이라는 두 가지 기본 요소에 기반한다. 엣지 자체가 시스템 보안의 1차 방어선이 될 것이고, IoT 시스템 엣지에 안전한 솔루션을 제공하는 기능이 이 새로운 접근법을 가속화하는 핵심 요소가 될 것이다.

사용자들은 날마다 클라우드에서 제공되는 서비스와 데이터에 의존해 연결 상태를 유지한다. 시간이 지나면서 더욱더 머신러닝에 기반해 구현될 IoT에는 이런 연결성이 필요하다. 그러나 연결성이 높아질수록 공격면(Attack Surface) 측면도 증가한다. 공격면이란 해커나 공격자가 취약한 부분을 악용할 수 있는 잠재적인 경로 역할을 하는 모든 공격 벡터의 합을 말한다. 즉, 각각의 연결 옵션은 시스템에 대한 잠재적 진입점인 것이다.

가장 두드러진 문제는 자동차 안전성 문제이지만, 궁극적으로는 모든 디바이스들이 보호받아야 한다. 안전성이 보장되면 해커들이 차량을 통제하는 것을 막을 수 있을 뿐 아니라(특히 차량 운행 중에) 돈을 훔칠 방법을 궁리하는 범죄자들로부터 차량을 보호할 수 있다.(협박 소프트웨어 설치 등)

또한 개인정보 보호는 갈수록 더 중요해지고 있는 문제다. 디바이스에 점점 더 민감한 정보가 저장되기 때문에 위치 정보, 운전 습관을 비롯한 기타 민감한 정보들을 보호해야만 한다. 각국의 정부들은 이미 사생활 보호를 위한 조치를 취하고 있다. EU의 일반 개인정보 보호법(General Data Protection Regulation, DSGVO), 미국의 캘리포니아주 소비자 프라이버시 법(California Consumer Privacy Act, CCPA) 또는 자동차 보안 및 프라이버시 법(Security & Privacy in Your Car Act, SPY Car Act) 등이 그 예이다.

제품 분야에 종사하는 개발자들은 디바이스와 주변 환경, 그리고 다른 디바이스와의 상호작용 등, 시스템 차원에서 여러 프로젝트에 모두 적용되는 프로젝트 솔루션을 설계하고 개발해야 한다. 제대로 된 설계 단계에서의 보안 접근법은 보안을 사후 단계가 아닌 모든 구성 요소의 기획 단계에서부터 함께 고려할 수 있도록 보장한다. OEM 제조업체가 정의한 시스템 보안 개념은 다수 공급업체의 요소들을 모두 통합한다. 따라서 복잡한 공급망에서 시스템 보안 개념을 효율적으로 잘 적용하는 것이 성공의 핵심 요소다.

 

모든 시스템에 적용되는 또 다른 원칙은 모든 단계에서 작용하는 심층 방어 및 보안 메커니즘이다. 일반적으로 보안 수준은 가장 취약한 연결고리의 보안 수준과 같다고 볼 수 있기 때문이다. 즉, 어떤 보안의 한 단계가 공격을 당할 경우에 그 다음 보안 단계가 해당 시스템을 계속 보호해야 한다는 것을 뜻한다.

 

안전

지난 30년간 자동차 제조업체, 반도체 기업, 주요 공급업체들이 기능 안전성(Functional Safety)이라는 개념을 내놨다. 이것은 새로운 차량용 전자 장치의 도입을 확보하기 위한 첫 번째 단계였으며, IoT 분야에서는 이미 폭넓게 사용되고 있다. 기능 안전성은 차량이나 디바이스의 모든 전자 부품이 각기 어떤 기능을 하고 있다는 생각에 기반한다. 부품이 제 기능을 하지 못하면 시스템은 그 오류를 감지하고 차량이 인지할 수 있도록 해야 한다.

예컨대, 차 내부의 기능 안전성 시스템은 운전석의 빨간색 또는 주황색의 경고 표시를 통해 엔진이나 제어 장치에서 발생한 문제를 알린다. 자율주행 자동차의 경우, 기능 안전성이 안전이라는 개념에 포함되긴 하지만, 이보다 더 복잡한 안전 문제로 빠르게 진화하고 있다. 기능 안전성 분야는 더 이상 단순히 작동, 오작동 차원의 문제를 다루고 있지 않다. 자율주행은 행동 또는 환경 안전이라는 개념에 초점을 맞춘 새로운 안전 문제를 제기한다. 이것은 IoT 애플리케이션에도 적용 가능한 문제다.

행동 안전 시나리오에서는, 차량이나 디바이스가 제대로 작동하는지 여부를 확인해야 한다. 예를 들어, 차량이 도로 경계석 또는 도로 위에서 주행 중인지, 교통량에 따라 적절한 속도로 주행하고 있는지, 차량이 위치한 지역의 규정을 제대로 준수하고 있는지 등이다. 이보다 한 단계 더 높은 수준의 행동 안전 평가에서는 다음과 같은 질문에 답해야 한다. 차량이 상황에 맞게 공격적이고 다른 상황에서는 그에 맞게 방어적으로 주행하고 있는가?

행동 안전과 함께 환경 안전이라는 개념도 있다. 환경 안전은 차량이 역동적인 환경 변화에 맞게 적절하게 반응하는지에 대한 여부를 확인한다. 택배 운반용 트럭이 운반 중인 택배 박스가 도로 위에서 차량 앞쪽으로 떨어진다면 어떤 일어 벌어질까? 자율주행 차량은 어떻게 반응할 것이며, 이처럼 예기치 못한 문제에 대처하기 위한 적절한 접근법은 어떻게 정의할 수 있을 것인가? 환경 안전의 또 다른 문제는 비가 올 때나 안개, 얼음, 또는 교통체증이 있을 때 어떻게 할 것인가이다. 자율주행 자동차를 제어하는 전자 시스템과 소프트웨어는 차량이 오류 없이 반응할 수 있도록 작동해야 한다.

 

임베디드 소프트웨어와 머신러닝

임베디드 소프트웨어와 머신러닝은 현재로서는 상상하기 어려운 새로운 장점들을 제공한다. 하지만 그 초기 형태는 지금도 찾아볼 수 있다. 주행의 예시를 보자. 모든 사고의 95%는 인간의 실수로 인한 것이다. 머신러닝은 이 공식에서 인간을 궁극적으로 배제하고 운전자의 안전운전 능력을 향상시킬 수 있는 가능성을 열어준다. 현재 의료업계에서는 심각한 질병을 감지할 때 머신러닝을 통해 이와 비슷한 효과를 얻고 있다.

 

머신러닝에 기반한 IoT는 중요한 혁신의 물결이다. 이는 가전제품, 자동차, 스마트 시티 등 다양한 핵심 산업이 발전하는 데 기여할 것이며, 여기에는 새로운 지능형 엣지 노드가 필요하다. 이러한 엣지 노드는 최신 보안 및 보호 메커니즘을 사용해, 인지, 사고 및 작동할 수 있는 비슷한 개발 방법론을 따른다.