IoT 기술 설계 시 AI 및 에지 컴퓨팅을 활용하세요

사물 인터넷(IoT) 커뮤니티는 오랫동안 클라우드의 이점을 홍보해 왔습니다. 대량의 데이터를 고속으로 처리하고 저장 및 배포하는 능력은 비할 데가 없습니다. 그러나 클라우드는 세계적으로 계속 증가하는 비트 및 바이트 흐름을 정체시키는 한 가지 중요한 제한 사항 즉, 업로드 및 다운로드 대역폭으로 높은 대기 시간이 발생한다는 문제가 있습니다.

자동화 산업 시스템 또는 자율 차량을 설계하는 엔지니어가 있다고 가정해 보겠습니다. 이러한 산업용 IoT(IIoT) 시스템은 대량의 데이터를 생성하며, 해당 작동 환경은 원활한 통신과 빠른 응답 시간을 요구합니다. 이러한 제품은 데이터가 클라우드로 전송되어, 처리 및 해석된 후 다시 전송될 때까지 수백 밀리초를 기다릴 수 없습니다. 약간의 지연이라도 재난을 초래할 수 있습니다.

그러나, 데이터 대부분을 장치 가까이에서 또는 장치에서 에지 컴퓨팅을 통해 처리할 수 있다면 10배 더 빠르게 해석할 수 있습니다. 낮은 대기 시간이라는 이 난제는 Dimension Market Research가 에지 컴퓨팅 시장이 2033년까지 7028억 달러에 도달할 것으로 추정하는 이유 중 하나입니다.

에지 컴퓨팅 시장은 2033년까지 7028억 달러(40.0% CAGR)에 도달할 것으로 예상됩니다(이미지 출처: Dimension Market Research).

가전 제품의 작동 환경과는 관련이 적지만 엔지니어는 유사한 동향에 따라 소비자 수요가 이러한 장치에도 영향을 미칠 것으로 예상할 수 있습니다.

간단히 말해 AI, 머신 러닝(ML), 증강 현실(AR) 및 가상 현실(VR)이 가전 및 산업 모두에서 점점 더 많이 사용됨에 따라, 장치에서 클라우드로 전송되는 데이터는 점점 더 적어지고 에지에서 처리되는 데이터는 점점 더 많아질 것입니다.

엔지니어가 에지 컴퓨팅 추세를 앞지르는 데 필요한 사항

IoT 장치를 설계하는 엔지니어는 더 이상 에지 컴퓨팅을 무시할 수 없습니다 일부 장치의 경우 여전히 모든 데이터를 클라우드로 전송하는 것이 최선일 수 있지만 에지 컴퓨팅은 필수가 되거나 대부분의 제품 설계에 대해 적어도 고려해야 할 기술이 될 것입니다.

Seeed Technology의 EdgeBox-RPI-200은 1.5GHz 쿼드 코어 및 4GB RAM을 제공합니다.이 장치는 Raspberry Pi CM4 ARM Cortex-A72를 기반으로 합니다(이미지 출처: Seeed Technology).

이는 엔지니어가 EdgeBox-RPI-200을 제공하는 Seeed Technology 같은 제조업체를 고려해야 함을 의미합니다. 장치의 규격서에 따라 단일 기판 컴퓨터는 열악한 산업 환경의 클라우드 및 IoT 응용 제품에 대해 최적화되었습니다. 이 장치는 Raspberry Pi CM4 ARM Cortex를 기반으로 하며 1.5GHz 쿼드 코어 및 4GB RAM을 제공합니다.

따라서 이 장치는 에지에서 숫자를 고속으로 처리하고 해당 데이터를 기반으로 자체적 결정을 내린 후 클라우드에 상황을 알릴 수 있습니다.

엔지니어가 AI, IoT, 에지 컴퓨팅의 미래를 개발하는 방법

이 모두는 '에지 컴퓨팅 기능을 갖춘 스마트한 AI 지원 IIoT 시스템은 어떤 모양일까?'라는 의문을 불러 일으킵니다. 이는 거미를 마주했을 때의 우리의 뇌와 비슷할 수 있습니다.

에지 컴퓨팅은 뇌의 안쪽 부분과 유사한 역할을 할 수 있습니다. 즉, 정보를 받고 즉시 반응합니다. 이때 뇌의 나머지 부분은 거미에 대해 너무 자세하게 생각할 필요가 없습니다. 그 사람은 비명을 지르고 심장이 더 빠르게 뛰며 초경계 태세에 들어갑니다. IoT 장치에서 이는 현재 데이터에 대응하는 AI 또는 ML 알고리즘과 유사합니다. 생산 현장의 부품이 사양을 벗어나면 장비에 해당 라인을 중단할 것을 알립니다. 그런 다음 작업자가 해당 부품을 검사하여 알고리즘이 알린 바와 같이 불량인지를 확인할 수 있습니다.

이제 다시 뇌를 생각해 보겠습니다. 처음에 놀라 반응한 후 바깥쪽(뇌의 사고 부분)이 즉시 대응하기 시작합니다. 무슨 일이 발생했는지, 어떻게 반응했는지 평가한 다음 안쪽 뇌에 집 거미일 뿐이므로 진정하라고 지시하거나 독이 있어 보이므로 계속 공포를 느끼도록 지시합니다. IoT 장치의 경우 이는 처리된 데이터가 클라우드로 전송되는 것과 유사할 수 있습니다. 그런 다음 클라우드는 알고리즘에서 계산된 반응, 즉 라인에서 제거한 부품의 결과(양호 또는 불량)를 사용하고 이 정보를 통해 AI 알고리즘을 개선합니다.

이제 클라우드로 전송되는 데이터는 AI 모델을 업데이트하는 데 필요한 최소한의 데이터뿐입니다. 한편, 클라우드는 새롭게 최적화된 알고리즘만 장치에 다시 보내면 됩니다. 따라서 이러한 설정은 IoT 엔지니어가 작업해야 하는 제한된 크기의 대역폭을 최적화합니다.