| 초록 |
1. 개요 최근 통신 및 컴퓨터시스템을 변동시키는 패러다임으로 엣지컴퓨팅이 언급되고 있으며, 이는클라우드컴퓨팅, 클라우드렛, 포그컴퓨팅, 모바일 엣지컴퓨팅 등과 같이 이미 산업계와 학계에 잘알려져 있는 대중적 용어이다 [1] . 사물인터넷(IoT/IIoT) 서비스는 5G 이상의 새로운 초연결 기술, 엣지 및 포그(Edge/Fog) 컴퓨팅 기술, 블록체인 및 인공지능(AI) 기술 등의 융합을 통해 진화하고 있다 [2] . 이런 IoT 서비스는 물리적 공간과 디지털 공간을 동기화하는 공간을 구성하고, 사람과 사물, 사물들 간의 엣지에서 사물객체들과자율적으로 상호작용하면서 상황 인식 및 학습을 통해 엣지의 분산지능을 자력으로 증강시켜가는 자율지능 기반의 IoT 서비스 형태로 발전하고 있다. IDC는 2019년 IoT가 생성하는 데이터의 40% 정도가 네트워크 엣지나 엣지 인근에서 저장, 처리,분석, 구동될 것으로 예측한 바 있다. 엣지는 IoT 서비스의 종단(End Point) 노드(node)인 사용자 혹은네트워크 디바이스를 지칭한다. 엣지컴퓨팅(Edge Computing)은 노드에서의 데이터 프로세싱을 중앙집중식 클라우드 방식보다 종단노드 인근에서 수행하여, 지연시간을 줄이고 비용절감 기반의 효율적 분산컴퓨팅을 실행하는 컴퓨팅 방식을 의미한다. 이러한 엣지컴퓨팅은 중앙집중식 클라우드서비스와 기존 인프라를 대체하는 형태가 아니라 협력적 보완 형태의 모델로 발전하고 있다. 시스코(Cisco)의 임원은 엣지컴퓨팅이 포그컴퓨팅의 구성요소 혹은 부분집합이라고도 설명한다. 엣지컴퓨팅이 데이터 생성의 인접 지점에서 처리되는 방식이라면 포그컴퓨팅은 엣지 처리 데이터를 엣지에서 종단으로 가져오는 네트워크의 연결까지 포함한다 [3] 고 언급한다. 객체들과 자율적 협업이 가능한 지능형 IoT 구현은 국내외에서 여러 한계에도 불구하고 학습및 지능화, AI 및 지능화 반도체, 다중접속 엣지컴퓨팅(MEC) 플랫폼, 5G 네트워킹 기술들을 기반으로 시범사업 및 상용화 경쟁과 함께 실현이 가속화되고 있다. 2018년 9월 IoT 국제전시회에서 공개된 국내 연구 및 기술 수준 역시 5G 기반 IoT 플랫폼 및 서비스 핵심 응용기술을 기반으로 자율지능 IoT 서비스를 시범적으로 시현하는 수준이다. IoT의 지능 구현은 클라우드 방식의 지능 이용과 사물객체에 지능을 탑재 활용하는 방식으로 구분 가능하며, 각 방식은 인지서비스 알고리즘과 학습엔진 플랫폼을 활용하여 자율적 의사결정을 구동하는 구조를 포함한다. 클라우드 중심적 IoT 서비스는 수년간 대역폭, 지연, 무정전, 자원 제약, 보안 측면의 한계점들을 해결하기 위해 주로 네트워킹이나 스토리지 등의 컴퓨팅 자원을 데이터소스나 사용자 애플리케이션 근처에 배치하는 방법으로 기존의 중앙처리식 클라우드컴퓨팅을 개선 및 확장 [4] 시키는 메커니즘이 대부분이었으나, 실시간 데이터처리 성능과 클라우드 및 데이터센터 방식의 경제성이 대두되자 개선 대안으로 엣지 및 포그 컴퓨팅이 이슈를 넘어 효율적 해법으로 최근 상용화가 가속화되고 있다. 국내 산학연의 긍정적 대응이 필요하다. 이와 같은 상황에서 자율지능 기반의 효율적 IoT 서비스를 위한 엣지컴퓨팅의 기술 및 연구 동향을 바르게 파악하고 최근 이슈들을 검토하고자 한다 2. 기술과 동향 2.1. 자율형 IoT 2018년 12월 정보통신기획평가원(IITP)은 엣지(사물)와 클라우드 간 데이터 폭증과 디지털처리의복잡도를 해결하기 위해 ‘자율형 IoT의 핵심기술 개발 사업(안)’의 추진이 필요하다고 기술하고 있다 [5] . 그 이유를 지능 기반의 자율적인 데이터처리 위치를 엣지(사물) 근처로 전환하는 엣지컴퓨팅기술이 촉진되는 상황이고, 산업 전반에서 디지털 전환(DX)과 디지털 트윈 기술 도입이 확산되어 현실 및 가상세계의 통합과 IoT의 고도화가 요구되기 때문이라고 설명하고 있다. 사물인터넷(IoT) 기술개발의 중점이 연결, 지능, 자율단계로 전환됨에 따라 엣지사물은 사람의개입 없이 AI등 지능기반으로 자율처리가 가능한 방향으로 발전하고 있다. 이는 클라우드 기반 지능사회에서 엣지사물 중심의 자율지능형 사회로 진화함을 의미한다. 수많은 디바이스의 초연결에 의한 복잡계 시스템으로 진화하고 디바이스 성능이 고도화하면서 클라우드 서버지능이 엣지 서버로 이동하는 탈집중화가 진행되고 있다. 이는 중앙집중식 지능기반의 데이터 수집처리 방식보다 분산지능 기반의 처리방식이 유익할 수 있음을 보여주는 것으로, 분산된 지능의 자율적 협력을 전제로 한다. 기존의 학습, 추론, 인식에 집중된 AI의 다음단계는 협력지능이 될 것이라는 의견들이 있으며, 이는 분산지능환경을 전제로 한다. 이러한 분산지능 기술은 IoT연결 말단 사물에 지능을 부여하고 상황을 실시간 처리하는 지능형 IoT 단계 초입에서 자율형 IoT 단계를 지향하고 있는 것으로 판단된다. 분산지능 기술은, 문제를 분할 분산노드에서 처리하는 방식(DPS: Digital problem solving), 이종의 분산노드 환경에서 협업과 동의에 의헤 결과를 도출하는 방법(MAS: Multi agent system), 동종의 분산노드 환경에서 정해진 규칙과 절차를 기반으로 결과를 도출 방법(SI: Swarm Intelligence), 병렬처리시스템 기반의 AI(PI: Parallel AI)방식등으로 분류된다 [6] . 각 기술에 대한 알고리즘 개발과 활용방안의 검토가 진행되고 있다. 국내 ETRI는 복잡계 문제의 해결을 위해 분산 사물지능의 협업기술과 초연결 공간에서 미션의 자율적 인지기술 개발을 추진 중이다. 현재 IoT 관련 국내 기술개발 사업들은 2019년 일사업화 되며 92억 정도의 차세대 축소형 IoT 기술개발 사업만 유지될 예정[11]이다. 이에 2020년 시점부터 7년간 자율형 IoT 핵심기술을 개발하려는 사업기획(안)의 전략과제 및 기술개발 과제를 통해 향후 기술 니즈와 동향을 일부 가늠할 수 있다. 이 사업은 4대 중점 분야로 자율사물, 자율연결, 자율트윈, 검증과 자율인증 분야를 선정하고, 표 1과 같이 8대 전략과제로부터 24개 핵심기술개발과제를 추진한다는 내용이다. 전략과제는 자율형 엣지사물, 자율형 IoT 네트워크, 디지털 전환을 위한 지식구축 및 확산에 중점을 두고 전개되고 있다. 표 1. 자율형 IoT를 위한 핵심기술개발 분야 및 과제 중점 전략적 기술개발 분야 핵심적 기술개발 과제 자율사물 자가진단 보정과 자체 의사결정이 가능한 초경량 지능사물 기술개발 센서 모듈 자가진단 및 보정 기술, 경량 사물 지능엔진 코어 기술, 자가학습하는 지능 강화기술, 클라우드와 엣지 사물지능 연동기술 지능사물 간 집단지능 기반의 사물 협업지능 기술개발 지능사물들의 지능협업 코어 기술, 학습 기반의 협업지능 강화기술, 자율적 협업 지원 프레임워크 기술 사람의 표현과 의도를 사물에서 인지하는 자율형 IoT 인터랙션 기술 개발 인간 의도 인지모델 기반 인식기술, 인간 의도 인지 및 인터랙션 기술, 집단 의도 인지기술 자율연결 다양한 유형의 사물을 자유롭게 연결하는 IoT 자율제어 네트워크 기술 개발 이종연결을 위한 네트워크 게이트웨이 기술, 머신러닝 기반 상황인지 및 자율재구성 네트워크 기술, 3차원 자율연결 네트워크 기술, 공간 인지정보 기반 통신기술 자율트윈 센서 데이터의 자율가공과 지식 교환과 축적을 통한 분산 IoT 지식 플랫폼 개발 지식을 추출 및 처리하는 공통 플랫폼 기술, 보유 지식 공유 및 융합 기반의 지식 확장기술, 보유 및 연결지식 거래기술 현실과 트윈 간 연동으로 실시간 예측과 제어를 수행하는 자율형 디지털 트윈 플랫폼 개발 디지털 트윈 연동지원 플랫폼 기술, 자가진화 기반의 자율형 디지털 트윈 플랫폼 기술 검증자율 인증 자율형 IoT 검증을 위한 서비스 기술 개발 및 기업 지원 생태계 구축 자율형 IoT 융합 서비스 기술개발 및 핵심기술 검증, 자율형 IoT 중소?중견기업 기술지원 생태계 구축 자율형 IoT 시험인증 생태계 구축을 위한 서비스 신뢰성 평가 플랫폼 구축 자율형 IoT 시험평가를 위한 플랫폼 구축, 핵심기술의 시험평가 및 인증 기술, 시험·인증 표준화 연구 2.2. 포그컴퓨팅 IoT 어플리케이션에서 클라우드와 디바이스의 2개 계층(Two tier)구조만으 |
