엣지 컴퓨팅은 클라우드 컴퓨팅의 효율성을 높이기 위한 기술로 데이터 지연(Delay) 문제를 해소하고 서비스의 실시간성을 보장함
IoT, 빅데이터, 인공지능의 확산과 더불어 엣지 컴퓨팅을 갖춘 클라우드의 급성장이 예상되며, 엣지 컴퓨팅이 다양한 분야에 활용될 것으로 보임
엣지 컴퓨팅의 등장 배경과 개념
전문 시장조사 및 컨설팅 업체인 가트너에서는 엣지 컴퓨팅(Edge Computing)1을 2018년,2 2019년3 10대 유망 기술로 선정했다. 또한, 세계 엣지 컴퓨팅 관련 시장은 2016년 10.9억 달러에서 2021년에는 49.4억 달러에 이르는 연평균복합성장률(CAGR) 35.3%의 급성장을 보일 것으로 전망되고 있다.4 클라우드가 전 영역에 걸쳐서 확산되고 있고, 더불어 IoT의 확산과 그에 따른 빅데이터의 증가, 인공지능의 활용으로 말미암아 엣지 컴퓨팅의 급성장이 예상된다.
엣지 컴퓨팅은 클라우드 컴퓨팅처럼 중앙 집중형 처리 방식이 아닌, 데이터가 생성되는 네트워크의 단말에서 가까운 곳(엣지=가장자리)에서 데이터를 처리하는 방식이다. 생성된 데이터를 중앙 서버에 전송할 필요 없이 단말 근처에서 처리함으로써, 즉각적으로 대응이 필요한 서비스에 적합하고 네트워크의 부하 또한 줄일 수 있다는 점에서 현재 주목받고 있다.
클라우드 컴퓨팅은 중앙 집중식의 컴퓨팅 구조인데, 이는 클라우드에 속해 있는 노드(Node)들로부터 데이터를 한데 모아 처리하는 방식을 의미한다. 중앙 집중식 구조를 갖는 이유는 데이터센터에서 동작하는 다수의 서버를 하나의 플랫폼처럼 구동하고자 하는 방식에서 비롯된다. 데이터를 한데 모으기 위해서는 근거리 또는 장거리 네트워크를 통한 전송이 수반되기 때문에, 클라우드는 네트워크를 통하여 저장소와 데이터 분석 능력을 제공하는 셈이다.
이러한 구조는 클라우드 서비스와 이를 이용하는 사용자들이 늘어나게 되어 네트워크를 통한 데이터 송수신의 지연(Delay, Latency)이 발생하게 됨에 따라 원활한 서비스 제공에 불리한 면이 있다. 점점 늘어나는 데이터를 클라우드에 저장하고 처리하는 것도 많은 컴퓨팅 자원이 필요하지만, 우선 많은 데이터를 클라우드 서버까지 전송하는 것과 이를 분석해서 그 결과를 다시 되돌려 받기까지 시간이 오래 걸리게 된다.
센서(Sensor)의 발달과 보급화로 인해 수집하는 데이터는 점차 많아지는데, 분석 결과를 빨리 응답해줘야 하는 경우, 중앙 집중식의 처리 방식은 매우 비효율적일 수밖에 없다. 이 때문에 기존의 클라우드가 가진 이러한 문제를 해결하고자 하여 등장한 개념이 바로 엣지 컴퓨팅이다.
그림 1 클라우드와 엣지 컴퓨팅의 차이
※ 출처 : www.cognixia.com
그림 1은 클라우드와 엣지 컴퓨팅의 차이를 나타낸다. 클라우드 컴퓨팅은 각각의 노드(그림의 Device)들로부터 네트워크를 통해 데이터를 클라우드 컴퓨팅 플랫폼으로 전송하고 처리를 수행한다. 엣지 컴퓨팅은 사용자 단말 근처에 컴퓨팅 장치가 위치하는 개념으로, 전통적으로 데이터의 전달 또는 부분적인 저장만을 지원하던 장치(중계 노드 등)들에 컴퓨팅 능력을 부여하여 ‘클라우드-엣지-단말 디바이스’의 구조를 가지며 ‘클라우드 -엣지’ 간의 네트워크 간극만큼 처리시간을 단축시킨다. 또한 엣지에서 1차 데이터 처리를 해줌으로써 중앙 클라우드의 부하를 분산시키는 효과도 있다.
이것이 가능하게 된 이유는 무어의 법칙(Moore’s law)5에 따라 프로세서의 가격이 점차 하락했으며, 그에 따라 엣지 장비들도 과거보다 충분한 연산성능을 탑재할 수 있게 되었기 때문이다. 결국 가격대비 성능이 좋아진 하드웨어의 대중화 또한, 엣지 컴퓨팅의 확산을 촉진하는 요소가 되고 있다.
엣지 컴퓨팅은 종종 포그 컴퓨팅(Fog Computing)과 혼용되기도 한다. 클라우드와 포그는 구름과 안개처럼 수증기가 응집되어 하나의 커다란 집합체를 이루듯, 컴퓨터 과학에서 각각의 분산된 개별 장치들이 연결된 모습을 추상화한 개념6이다. 다만, 클라우드가 하늘에 멀리 떠있는 구름을 뜻한다면, 안개(Fog)는 상대적으로 지면에 가깝게 있기 때문에 사용자 단말(User Device) 근처에서 연산을 수행하는 것을 의미한다.
포그 컴퓨팅은 2012년 많은 IoT 장치들과 빅데이터를 처리하기 위해 낮은 지연(Low Latency)을 보장하는 클라우드 컴퓨팅의 확장에 그 필요성이 처음 대두되었다.7 이후, 2015년 11월 IT 기업인 시스코(Cisco), ARM, 델(Dell), 인텔(Intel), 마이크로소프트(MS) 등은 오픈 포그 컨소시엄을 설립해서 포그 컴퓨팅의 개발을 적극 추진하였다.8
정확하게 의미를 구분하자면 포그 컴퓨팅은 엣지 컴퓨팅을 포함하는 개념으로 볼 수 있다. 포그 컴퓨팅은 엣지 노드의 연산뿐만 아니라 엣지와 클라우드 간의 네트워크 연결 즉, 엣지에서 처리된 데이터를 최종 목적지까지 전송하기 위한 과정도 포함한다. 반면, 엣지 컴퓨팅은 단말 디바이스 가까이에서 수행되는 컴퓨팅 과정을 좀 더 구체적으로 가리키는 개념이다.
엣지 컴퓨팅의 특징
① 데이터 부하 감소
엣지 컴퓨팅의 가장 큰 장점은 ‘데이터 부하를 줄인다’는 점이다. IoT의 확산으로 인해 데이터가 늘어남에 따라 이를 담아두고 처리하기 위한 클라우드가 필요해졌다. 또한, 데이터를 분석하여 보다 나은 서비스 제공을 위해 인공지능이 필요해졌으며, 역으로 보다 나은 인공지능을 위해 클라우드 컴퓨팅 필요해졌다. 이러한 기술 순환 구조9 속에서, 갈수록 부하가 늘어나는 빅데이터 처리를 위해 클라우드와 IoT 사이의 자구책이 필요해졌다.
데이터의 부하를 줄인다는 것은 두 가지의 측면으로 살펴볼 수 있는데, 그중 하나는 많은 데이터를 클라우드로 전송하는 과정에서 발생하는 네트워크 부하이다. IoT에 연결되는 단말의 수는 2020년에만 300억 개를 넘어간다.10 또한, 일반 영상의 3배 이상의 용량인 HD급 이상의 고화질 영상 콘텐츠가 점차 대중화되고 있는 것도 네트워크 부하를 야기한다. 이러한 추세대로라면 전 세계 클라우드가 처리해야 할 연간 네트워크 부하량은 14.1제타바이트11에 이른다.12 엣지에서 데이터 처리를 거들어 준다면, 매번 클라우드로 데이터를 보내고 받기 위한 네트워크 부하를 줄일 수 있다.
다른 측면은 클라우드 자체의 컴퓨팅 부하이다. 위의 추세라면 데이터를 저장하기 위한 저장소도 더 늘어나야하고, 이를 처리하기 위한 연산성능도 더 높아져야 한다. 또한 이들 중에는 전처리(Data Cleansing)되지 않은 데이터들이 상당량을 차지할 것도 고려해야 한다. 엣지에서 데이터를 처리해 준다는 것은 결국 클라우드가 모든 데이터를 저장하고 연산하지 않아도 됨을 의미한다. 엣지 컴퓨팅은 데이터에 대한 1차 전처리 이후 꼭 필요한 결과값만 클라우드가 수집하게끔 한다거나, 클라우드에서 처리해야만 하는 데이터를 걸러서 보내는 역할을 해줄 수 있다.
정리하면, 데이터의 부하를 줄인다는 것은 데이터의 전송 비용을 줄이고, 서비스의 대기 시간을 줄여서 결국 서비스의 품질(QoS, Quality of Service)을 향상시킬 수 있다.
② 실시간 서비스 보장
엣지 컴퓨팅을 활용하면, 데이터의 부하를 줄이면서도 실시간성을 좀 더 보장받을 수 있다. 우리가 필요로 하는 컴퓨팅 연산은 천천히 수행해도 되는 경우도 있지만, 반드시 정해진 시간 내에 시스템이 응답하고 결과를 내야만 하는 경우도 상당히 많다. 특히, 안전과 직결된 시스템에 탑재된 컴퓨팅 연산의 경우가 그러하다.
클라우드 컴퓨팅 방식은 중앙 데이터센터에서 서비스를 제공하는 경우가 많은데, 이 서비스를 받는 시간에는 데이터 전송을 위한 네트워크 지연시간도 포함된다. 네트워크의 상태는 항상 일정 수준으로 보장(Garantee)되는 것이 아니다. 특정 시간과 날짜, 특정 콘텐츠나 사건의 발생에 따라 사용자의 네트워크 사용량이 폭주할 수도 있으며, 이는 네트워크의 지연을 발생시킨다. 클라우드에 연결된 IoT의 증가와 고화질 콘텐츠의 증가 또한 상당한 대역폭을 잡아먹기 때문에 이러한 지연의 원인이 된다.
자율주행차 또는 커넥티드 카(Connected Car)는 엣지 컴퓨팅이 필요한 대표사례라 할 수 있다. 주변 사물을 탐지하고 상황에 맞는 차량통제를 위해서는 매우 복잡한 실시간 연산이 필수적이다. 만약 시속 100km(초당 약 27.8m 이동) 이상의 빠른 속도로 움직이는 차량이 주변에서 발생한 데이터를 모아 중앙 클라우드에 전송하고 응답을 기다린다면, 주행안전성은 보장하기 힘들다. 엣지 컴퓨팅은 비교적 근거리의 로컬네트워크에서 데이터를 송수신하기 때문에 네트워크 지연에 대해서 상대적으로 자유롭다. 데이터의 실시간 처리를 보장하는 것 또한 QoS를 높이는 효과를 가져온다.
③ 보안성 향상
엣지 컴퓨팅의 장점은 보안 측면도 있는데, IoT산업에서 가장 큰 고민 중의 하나인 보안 문제를 어느 정도는 완화할 수 있다. 데이터의 수집 이후 처리과정에서 먼 거리의 중앙서버에 데이터를 송신하는 부담을 덜고, 상대적으로 근거리인 로컬네트워크 내에서 데이터의 수집과 처리를 끝냄으로써 중간에 데이터를 갈취 당할 부담을 줄일 수 있다.
또한, 중앙 데이터 센터에 디도스(DDoS)공격 등을 통해 클라우드 서비스를 이용할 수 없을 때, 엣지 컴퓨팅에서 제공하는 서비스를 통해서 어느 정도는 서비스를 이용할 수 있다. 클라우드 솔루션을 이용하는 항공·우주 분야나 선박, 자동차 등 통신에 민감한 디바이스들이 클라우드 서비스를 더 이상 이용할 수 없을 때, 엣지 컴퓨팅은 좋은 대처 방안이 된다.
엣지 컴퓨팅의 응용분야와 기업 동향
① 응용분야
엣지 컴퓨팅은 앞서 예시로 든 자율주행차 및 커넥티드 카와 같은 스마트 카 외에도 스마트 도시, 스마트 그리드, 스마트 팩토리 등 다양한 분야에 적용할 수 있다. 스마트 카와 교통 시스템을 연동하는 스마트 도시나 이 도시의 전력 및 에너지 관리에 있어서도 효율성을 높이기위한 실시간 데이터 활용이 필요한데, 이를 위해서는 데이터가 생성된 가까운 곳에서 이를 처리해 주는 것이 반드시 필요하다.
스마트 팩토리는 엣지 컴퓨팅을 적용한 또 다른 사례이다. 공장의 기계를 가동하며 나오는 데이터는 종류에 따라 단순하거나 바로 대응이 가능한 데이터와 좀 더 복잡한 연산을 통해 분석과 예측을 필요로 하는 데이터로 나뉜다. 전자는 장비 구동에 있어 관리가 필요한 온·습도나 실시간 오류체크 등에 해당되며, 이는 엣지에서 처리한다. 후자는 사고위험을 예측한다거나 기계의 부품 교체시기 관리 등 분석이 필요한 데이터로, 이는 중앙 데이터센터의 클라우드에서 처리한다. 이처럼 이원화된 컴퓨팅을 통해 공장의 가동 및 설비관리를 좀 더 효율적으로 할 수 있다.
엣지 컴퓨팅은 5G 통신과도 연관이 있는데, 최소 100Mbps에서 최대 20Gbps까지 단말의 빠른 데이터 송수신을 목표로 하는 5G의 상용화에는 기지국에서 연산능력을 제공함으로써 네트워크망의 데이터 송수신 부하를 줄이고 사용자들에게 보다 빠른 서비스응답을 제공할 필요가 있다. 최근 퀄컴, Apple, ARM 등은 5G 기지국에 연산능력을 제공하는 MEC(MultiAccess Edge Computing)를 주목하고 있다.
② 기업 동향
MS는 자사의 클라우드 플랫폼 Azure에 엣지 컴퓨팅 솔루션인 ‘Azure IoT Edge’를 서비스 중이다. IoT 허브를 기반으로 엣지 컴퓨팅을 가능케 하며, 허브의 연산 데이터가 클라우드에 안전하게 송수신될 수 있도록 한다. 또한 클라우드의 각종 서비스와 기능을 IoT 디바이스에 전달될 수 있도록 지원한다. 그림 2는 MS의 Azure IoT Edge를 나타낸다.
그림 2 MS의 Azure IoT Edge
※ 출처 : 마이크로소프트
MS의 엣지 컴퓨팅 솔루션은 Azure Streaming Analytics(ASA) 기능을 탑재하고 스마트 팩토리를 위한 서비스를 지원한다. 실시간으로 공장 내 다양한 센서의 데이터를 분석하고 이상을 감지하여 기계를 중지하거나 경고를 알려주는 서비스를 제공한다. 또는, 원격 광산장비나 해양 시추기계 등과 같은 미션 크리티컬(Mission Critical)13 시스템이 간헐적으로 클라우드와 연결되더라도 데이터를 분석하고 대응할 수 있도록 지원한다. 비행기의 엔진이나 커넥티드 카와 같은 스마트 카에서 생성되는 데이터는 매우 방대하기 때문에 이를 클라우드로 보내기 전에 적당히 여과(Filtering)하고 사전처리를 할 필요가 있는데 이러한 기능도 지원한다.
데이터센터 솔루션 전문기업인 슈나이더 일렉트릭(Schneider Electric)은 HPE(Hewlett Packard Enterprise)와 합작으로 클라우드를 위한 엣지 컴퓨팅 환경을 구축할 수 있는‘마이크로 데이터센터(Micro Data center)’를 출시했다. 이는 기업이 별도의 데이터센터를 구축하기 어려운 경우 엣지 컴퓨팅 환경에서 프로세싱 및 네트워킹, 저장소 역할을 수행할 수 있는 소형 데이터센터이다. 이 솔루션은 규모 조절이 용이해서 이동성이 필요한 군부대나 어느 정도의 컴퓨팅 파워가 필요한 연구소, 공장, 사무실 등에서 활용이 가능하다.
델 EMC는 산업 현장의 다양한 기기에서 발생하는 데이터를 수집 전송할 수 있는 엣지 컴퓨팅 솔루션인 ‘엣지 게이트웨이(Edge Gateway)’를 서비스하고 있다. GE는 자사의 클라우드 솔루션인 ‘Predix’에서 엣지 컴퓨팅 방식을 활용하도록 하고 있으며, 인텔(Intel)은 자사의 제품군을 기반으로 하는 IoT 아키텍쳐인 ‘Wind River Edge Management System’, ‘Intel Galileo board’ 등과 같은 엣지 컴퓨팅을 지원하는 솔루션을 서비스하고 있다. 포그 컴퓨팅을 선도하고 있는 시스코(Cisco) 또한 네트워크 인프라 계층을 지원하는 IoT 플랫폼인 ‘Cisco IOx’를 출시하였다.
국내 기업인 LG CNS에서는 스마트 팩토리 내의 조명을 원격으로 제어하기 위한 ‘CNS IoT Gateway’를 서비스하고 있다. 현재는 자동으로 조명을 제어하기 위한 원격 온오프 기능 및 조광(Dimming) 기능을 무선 게이트웨이를 통해 지원하는데, 향후 공장 내 위치추적 및 센서를 통한 데이터 취합 등의 분야로 확대할 예정이다.
엣지 컴퓨팅과 밀접한 분야는 IoT 및 이를 활용한 스마트 팩토리 분야인데, 현재 국내 산업용 IoT시장 또한 주로 스마트 팩토리 같은 제조 및 생산공정 분야에 집중되어 있다. 국내 시장에는 대부분 글로벌 업체가 진출해 있으며, 업체로는 IBM, 오라클, MS, GE, 인텔, 시스코, 로크웰 오토메이션(Rockwell Automation), 어드밴텍(Advantech) 등이 있다.
향후 전망
엣지 컴퓨팅은 어찌 보면 클라우드와 상반되는 개념으로, 단말 또는 근처에서 컴퓨팅 파워를 보유해야 하기 때문에 과거로의 회귀인가라고 생각할 수도 있다. 그러나, 엣지 컴퓨팅은 오히려 클라우드 컴퓨팅 방식을 좀 더 정교하게 그리고 효율적으로 만든 형태이다.
앞서 언급하였지만, 엣지 컴퓨팅은 단말에 비교적 가깝게 위치한 엣지 노드에서 1차적으로 데이터를 여과하고 전처리하여 2차 작업(좀 더 고차원의 인공지능을 활용한 작업 및 결과물의 저장)을 중앙 클라우드에게 맡기는 형태의 작업이 가능하다. 엣지 컴퓨팅을 통해 1차적으로 걸러진 데이터를 클라우드망에 전송하는 것은 엄청난 전처리(Data Cleansing) 효율성의 증가이다.
클라우드에서 처리해야 할 일과 엣지에서 처리해야 할 일을 나누는 것은 시스템적으로는 상당한 효율성을 가져온다. 또한, 각각의 엣지 컴퓨팅 클러스터는 중앙 클라우드 서버와 통신이 단절되더라도 어느 정도 독립적인 동작이 가능하도록 설계하여 끊어짐 없는 서비스를 필요한 분야에 활용할 수 있다. 엣지들을 모아 하나의 거대한 클라우드망을 형성하는 것도 가능하다. 이렇게 하면 좀 더 조직적으로 더 많은 서비스 요청을 관리하기가 용이하고, 좀 더 다양하고 신속한 서비스의 제공도 가능해진다.
클라우드의 대용량 데이터와 인공지능 알고리즘을 통해 얻은 기계학습(Machine Learning) 모델을 엣지 컴퓨팅 플랫폼에 넘겨주면서 엣지에서 지능적인 서비스를 제공하는 시나리오도 가능하다. 엣지는 기존의 클라우드와 노드 사이의 중재자 역할을 수행하면서 굳이 클라우드의 파워를 활용하지 않더라도 사용자 노드가 필요한 서비스를 바로바로 제공해 줄 수 있다.
엣지 컴퓨팅은 기존의 클라우드 컴퓨팅을 대체하지 않는다. 엣지 컴퓨팅을 활용함에 따라 망의 구성(Configuration)과 운영(Operation)은 좀 더 복잡해질 수 있다. 예를 들면, 같은 클라우드망에 속해 있는 모든 엣지 클러스터에서 데이터를 처리하는 규칙(로직, Logic)을 최신의 동일한 상태를 유지할 수 있도록 하는 방안이 마련되어야 한다. 오류가 발생할 경우에 대한 대처를 어느 단계에서 처리할 것인지, 동기화는 어떻게 할 것인지에 대한 고려도 필요하다.
이것은 클라우드에 비하여 실시간으로 유동적인 망의 구성이 어려워질 수 있다는 의미이다. 따라서 엣지 컴퓨팅만으로 기존의 클라우드 서비스를 온전히 제공하는 것은 어렵다. 앞서도 언급하였지만, 엣지 컴퓨팅은 클라우드 컴퓨팅의 단점을 보완하기 위해 나온 기술이며, 클라우드 컴퓨팅과 공존하는 형태로 발전할 것이다.
현재는 엣지 컴퓨팅이 초기단계에 있기에 관련 솔루션 업체들은 각자의 방식과 용어를 활용하며 솔루션을 출시하고 있다. 클라우드-엣지-디바이스의 효율화된 구조는 분명 클라우드 컴퓨팅을 좀 더 효율적으로 동작하게 하고, 더 다양한 분야로 확산될 것으로 보인다.
1 엣지 컴퓨팅은 포그 컴퓨팅(Fog Computing), 모바일 엣지 컴퓨팅(Mobile Edge Computing, MEC), 클라우드 렛(Cloudlet) 등 유사 개념으로도 대변된다.
2 Cloud to the Edge - Gartener, “Top 10 Strategic Technology Trends for 2018”.
4 MarketsandMarkets(2017), “Edge Computing Market by Component, Application, Organization Size”.
5 Moore’s law, 인텔의 공동설립자 고든 무어(Gordon Moore)가 내놓은 이론으로 반도체 집적회로의 성능이 2 년마다 2배씩 증가하며, 컴퓨팅 성능은 18개월마다 2배씩 향상, 컴퓨팅 가격은 18개월마다 반으로 떨어진다 는 법칙
6 안성원(Spri, 2017.7.), “클라우드 컴퓨팅과 인공지능의 만남”, IT데일리 참조.
7 Bonomi, Flavio, et al(2012), “Fog computing and its role in the internet of things”, Proceedings of the first edition of the MCC workshop on Mobile cloud computing, ACM.
8 Janakiram MSV(2016.4.), “Is Fog Computing the Next Big Thing in the Internet of Things”, Forbes Magazine.
9 안성원(Spri, 2017.3.), “사물인터넷과 빅데이터 그리고 인공지능으로 이어지는 기술체인”, IT데일리.
10 Statista(2016), “Internet of Things(IoT) connected devices installed base worldwide from 2015 to 2025(in billions)”.
11 제타바이트(ZB, Zettabyte)는 1021Bytes를 의미하며, 테라바이트(TB=1012)의 십억 배에 달하는 용량이다.
12 Cisco(2016), “The Cisco Global Cloud Index 2015-2020”.
13 정상적으로 작동되지 않거나 작동이 중지되면 업무수행 전체에 치명적인 영향을 미치는 시스템
