데이터가 수집되는 엣지 현장에 애널리틱스 기능을 배치함으로써 응답성과 효율성을 높일 수 있다. 엣지 애널리틱스 성공 사례 3가지를 정리했다.
엣지 컴퓨팅은 다양한 업계의 기업들에게 큰 잠재적 이점을 구현해줄 수 있다. 데이터 스토리지 및 애널리틱스를 데이터 소스에 더 가깝게 다가가도록 해주는 이 분산 컴퓨팅 모델이 제공할 수 있는 혜택으로는 응답 시간 향상, 네트워크 대기 시간 단축, 대역폭 비용 절감 및 보안 강화 기능 등이다.
엣지에 소재한 컴퓨팅은 연결된 개체에 의해 수집된 데이터를 원격으로 처리할 수 있게 함으로써 IoT와 같은 이니셔티브를 지원하는 데 도움이 된다. 이러한 시스템을 갖추지 않으면 연결된 장치에 의해 생성되는 막대한 양의 데이터가 조직의 중앙 데이터 인프라를 쉽게 압도하게 된다. 또는 분석을 위해 클라우드 저장소로 옮겨가게 될 경우에는 상당한 비용이 발생할 수 있다.
데이터가 수집되는 엣지에 더 많은 분석 기능을 적용함으로써 조직은 대응성과 효율성을 높일 수 있다. 다음은 조직이 다양한 사용 사례를 위해 엣지에 애널리틱스를 배치하는 방법에 관한 몇 가지 사례다.
트림블 운송의 활용법
트림블 운송(Trimble Transportation)은 라우팅 및 최적화, 추적 및 가시성, 안전 및 컴플라이언스 시스템 등의 기술을 고객 기업사에게 제공한다. 이들 고객, 즉 자동차 화물 운송업체들은 매일 트럭 내 텔레매틱스 장치에서 100억 개 이상의 데이터 포인트를 생성한다. 여기에는 엔진 온도, 터보 속도, 오일 압력, 속도 및 냉각수 수준과 같은 50개 이상의 변수가 포함된다.
점점 더 많은 수의 차량 센서가 주요 성능 지표를 모니터링하며, 낮은 타이어 공기압, 차선 이탈 및 후방 장애물과 같은 문제에 대해 운전자에게 경고한다. 이로 인해 안전성이 개선됐지만, 실시간으로 유용하게 사용하기 위해 신속하게 처리해야 하는 방대한 양의 데이터도 생성된다.
트림블의 경우 엣지 애널리틱스를 통해 통찰력을 더 빠르게 전달하고 있다. 운송 및 물류 회사를 위한 공급망 하드웨어와 소프트웨어를 개발하는 트림블은 트럭 운송 회사의 백 오피스가 ‘허브’인 허브 앤 스포크 네트워크 시스템을 구축하고 있다고 크리스 오번은 말했다. 그는 트림블의 데이터 사이언스 담당 부사장이다.
이 허브에는 운송 관리 시스템, 주문 접수, 안전 및 규정 준수, 그리고 기타 운영 시스템과 같은 애플리케이션이 포함되어 있다고 오번은 말했다. 기타 운영 시스템은 ‘스포크’가 제공하는 데이터에 이용한다.
오번은 “이 모델에서 스포크는 운전 중에 탑승 컴퓨터, 전자 기록 장치 등과 같은 첨단 기술을 사용하는 트럭 운전사들이다. 이 기기들은 4G LTE 망을 통해 클라우드에 연결되고, 엣지에서 많은 계산을 수행하고 있다. 이러한 계산에는 운전자의 근무 시간 추적, 안전 사건에 대한 보고, 배달 증명과 같은 전자 문서 스캔이 포함된다”라고 말했다.
오번은 상용 차량의 추적이 법제화되기 시작한 몇 년 전부터 엣지 컴퓨팅을 지속적으로 개편해오며 활용하고 있다고 전했다. 트림블의 트럭 안에 있던 초기 전자 기기들은 연료 수준뿐 아니라 트럭의 위치에 관한 간단한 정보를 보냈다. 그는 “우리 모두가 주머니에 스마트폰을 가지고 있지 않았던 시절에 백오피스에 통신을 보냈던 것이다”라고 말했다.
이를 위한 핵심 비즈니스 동인은 트럭 운송 회사가 자신들의 자산이 어디에 있는지 알아야 하는 필요성과 이동통신 범위를 벗어났을 수도 있는 운전자 및 장치와 통신할 수 있는 능력이었다. 오번은 “위성 통신이 유일한 연결 수단이었을 수도 있기 때문에 이 장치들은 위험상황에서 운전자들과 소통해야 했다”라고 말했다.
안전 관점에서 트림블의 모든 이동 기기는 상용 트럭의 엔진 제어 모듈(ECM)과 회사 자체 및 타사의 안전 도구를 이어준다. 이를 통해 급정거 경보, 차간 거리 경고 및 롤 안정성 제어 알림과 같은 기능을 제공한다.
오번은 “차량 안에서 운전자는 운전 행동에 대한 즉각적인 피드백을 받을 수 있고 실시간으로 그것을 효과적으로 고치거나 기기가 운전자를 위해 그것을 해줄 수 있다. 예를 들어, 그들이 너무 빠르게 커브를 돌아서 RSC(Roll Stability Control)가 작동하기 시작했다는 것을 알게 되면, 그 장치는 실제로 브레이크를 작동시키고 트럭의 속도를 늦춰서 RSC가 더 이상 작동하지 않는 상태가 되도록 할 수 있다”라고 말했다.
트림블은 근무 시간에 기반하여 운전자의 피로도를 계산하는 엣지 애플리케이션도 마련했다.
트림블이 데이터 애널리틱스 및 엣지 컴퓨팅 기능에 투자하는 또 다른 큰 영역은 비디오다. 오번은 “오늘날 많은 상업용 차량들은 트럭에 카메라가 설치되어 있는데, 대시보드의 바깥쪽이나 안쪽, 사이드 미러, 뒤쪽에 있는 후방 카메라, 또는 이것들 모두를 가리키고 있다. 이러한 시각적 데이터 소스에서 얻을 수 있는 정보의 양은 어마어마하다”라고 전했다.
트림블의 비디오 인텔리전스 도구는 운전자가 충돌을 피하기 위해 브레이크를 세게 밟는 급정거와 같은 안전 충격이 발생할 때 작동하기 시작한다. 이러한 비디오는 운전자의 위험을 완화하거나, 사고 중 책임을 방지하거나, 운전자 교육 목적으로 사용될 수 있다.
오번은 “우리는 표준적인 대시보드 캠을 훨씬 뛰어넘어 이제는 차선이탈 경고와 적재소에서의 올바른 위치 지원을 위해 운전자가 트럭의 측면을 내려다봄으로써 작업에 도움을 줄 수 있는 진정한 통합 비디오 시스템을 갖추고 있다”라고 말했다.
트림블의 데이터 과학팀은 엣지 애널리틱스 제품에 깊이 관여하고 있다. 그는 “이 팀의 경우 고객의 특정 비즈니스 요구사항을 파악하기 위해 고객과 직접 협력하는 데 많은 시간을 투자한다”라고 전했다.
통상적으로 트림블 고객이 안전 시스템을 적용하기 시작하면 시간이 지남에 따라 점진적인 개선을 경험하게 된다. 오번은 “급정거, RSC 등과 같은 다양한 종류의 중대 이벤트 경고를 적용하므로 운전자가 예방할 수 있는 사고가 10%에서 15% 감소하는 것을 경험하게 될 것이다. 그런 종류의 엣지 솔루션은 말 그대로 이러한 조치를 취하는 운전자의 행동을 변화시키고 있다”라고 설명했다.
교통 관제
라스베이거스 시는 교통 통제 및 자율 차량과의 통신 자동화를 위해 IoT 및 엣지 컴퓨팅을 사용하고 있다.
라스베이거스 시 IT 부서의 최고 혁신 책임자인 마이클 리 셔우드는 “우리는 운영 효율성을 향상시키는 동시에 지역사회에 혜택을 제공하는 방법을 찾고 있다. 엣지 컴퓨팅을 통해 IoT 시스템은 중요한 데이터를 처리해서 실시간 애널리틱스 및 데이터를 제공할 수 있다”라고 말했다.
블랙잭이라고 알려진 이 교통 시스템은 시스코가 제공하는 플랫폼을 사용하여 교통 흐름을 모니터링하고 자율 차량과 통신하기 위한 실시간 교통 통계 및 기능을 제공한다.
라스베이거스는 스마트 교통 솔루션을 추진하면서 2018년부터 엣지 컴퓨팅 기술을 배치하기 시작했다. 네트워크 엣지에서 데이터를 분석하는 핵심 동인은 실시간에 가까운 데이터를 필요로 하는 자율 자동차 회사와의 협력에서 비롯됐다.
셔우드는 “엣지 컴퓨팅을 통해 데이터를 분석하여 수신자에게 가장 빠른 속도로 제공할 수 있게 되었다”라고 말했다.
실시간 형식으로 데이터를 시각화 하면 의사 결정자들이 더 많은 정보에 입각한 결정을 내릴 수 있다. 셔우드는 “예측 애널리틱스와 AI의 추가는 교통 흐름을 개선하는 결정에 도움을 주고 있으며, 조만간 교통 혼잡을 줄이고 이동 시간과 결과를 개선하는 데 극적인 영향을 미칠 것이다”라고 말했다.
라스베이거스 시 당국은 전반적인 데이터 애널리틱스 운영 및 엣지에서의 데이터 애널리틱스 운영을 강화하기 위해 IT 부서를 일부 떼어내 데이터 분석 그룹을 발전시키고 있다. 데이터 및 애널리틱스실이 조직 내에서 데이터가 관리되고 사용되는 방식을 주도하게 될 방침이다.
셔우드는 “많은 새로운 기술이 출시되면서 많은 기회를 포착하고 있다. 우리의 주요 목표는 팀을 구성하고 데이터 소스의 거버넌스 및 큐레이션을 추진하는 데 초점을 맞추고 있다”라고 말했다.
배치 초기 단계의 혜택은 교통 교차로가 실제 교통 흐름을 기반으로 신호 타이밍을 조정할 수 있다는 것이다. 셔우드는 “이러한 신기술이 어떻게 커뮤니티의 모든 사람에게 이익이 되는 솔루션을 만드는 데 진정으로 도움이 될 수 있는지를 보여주는 긍정적인 지표”라고 말했다.
이제 AI가 이 도시의 최신 스마트 시스템에서 역할을 하고 있기 때문에, 엣지 컴퓨팅과 엣지에서 애널리틱스의 필요성이 증가할 것으로 예상되고 있다.
엣지 컴퓨팅의 대부분의 도전과제는 엣지에서 어떤 처리를 할 것인지, 어떻게 데이터를 저장할 것인지, 얼마나 데이터를 저장할 것인지를 결정하는 것이라고 셔우드는 말했다. 그는 “우리는 여전히 이 과정을 통해 일하고 있고, 더 많은 시스템과 시범 프로젝트를 수행할수록, 가능성과 현실의 기술에 대해 더 많이 배울 수 있다”라고 말했다.
” 지구 관측
상업 및 정부 고객에게 고주파 및 고해상도의 지리공간 이미지와 애널리틱스를 제공하는 업체인 새털로직(Satellogic)은 엣지 컴퓨팅 개념을 극단적으로 수용하고 있다.
자체 위성을 생산하는 이 회사는 빅데이터 애널리틱스 소프트웨어 제공업체인 팔란티르 테크놀로지(Palantir Technologies)를 포함한 여러 파트너와 협력하여 데이터 애널리틱스를 자사 위성에 탑재된 네트워크의 엣지로 옮기고 있다.
공동 설립자이자 CTO인 제라도 리차트는 새털로직은 멀티스펙트럴 및 하이퍼스펙트럴 이미지와 완전 작동 비디오를 수집하는 위성군을 구축하고 운영하고 있다고 말했다.
리차트는 “10년도 더 전에 우리의 첫 위성을 설계하고 만들 때, 우리는 엣지에서 결정을 내려야 한다는 것을 파악했다. 우리의 첫 인공위성은 엣지 컴퓨팅을 활용하기 위해 하드웨어와 소프트웨어를 탑재한 채 비행했으며 수직적으로 통합된다는 것은 우리가 궤도에서 새로운 기술을 개발하고 테스트하는 데 있어 매우 민첩할 수 있다는 것을 의미했다”라고 말했다.
초기에 위성 기반 컴퓨팅 작업은 다분히 실험적이었다. 리차트는 “고객 기반이 확장됨에 따라 우리는 고객들과 협력하여 궤도상에서 이미지 처리 알고리즘을 스트리밍하기 시작했다”라고 말했다.
엣지 컴퓨팅은 새털로직 고객의 경험을 크게 3가지 측면에서 향상시킨다. 그는 “첫째, 엣지 컴퓨팅을 통해 고객에게 실시간 경고를 제공할 수 있을 것이다. 정보의 출처에 가까워질수록 각 고객에게 필요한 경고를 더 빨리 생성하고 발송할 수 있다”라고 말했다.
둘째, 새털로직은 임무 재부여를 포함하여 엣지에서 조치를 취할 수 있다. “알고리즘에 의해 특정 관심 대상에 플래그가 지정되면, 우리는 즉시 위성에 임무를 다시 부여하여 해당 대상을 자동으로 추적하거나, 완전작동 비디오 캡처와 같은 다른 제품을 활성화시킬 수 있다”라고 리차트는 말했다.
이 때 알고리즘은 위성에서 누락되었을 데이터를 캡처하기 위해 특정 페이로드를 즉시 켜도록 촉발할 수 있다. 예를 들어, FMV(Full-motion Video)는 “특정 종류의 의사결정에 중요한 것으로 입증될 수 있기 때문에 엣지 AI에 탁월한 애플리케이션”이라고 리차트는 말했다.
그는 “하지만 지속적으로 실행하기에는 너무 데이터 집약적이다. 정확한 고객 요구에 따라 프로그래밍 된 엣지 AI 알고리즘은 새털로직의 FMV를 다른 데이터 및 비용 집약적인 페이로드와 함께 활용하기 위한 매개변수를 정의할 수 있다”라고 전했다.
마지막으로 엣지 컴퓨팅은 데이터 전송의 우선 순위를 정하는 데 활용될 수 있다. 리차트는 “우주궤도에서 지상으로의 원격 연결은 대역폭이 제한되어 있고, 데이터 다운로드가 특정 애플리케이션에 의해 필요한 것보다 더 오래 걸릴 수 있다. 엣지의 알고리즘을 통해 위성 데이터를 실행함으로써 개별 고객의 우선 순위와 목표에 따라 데이터 전송을 조율할 수 있다”라고 말했다. dl-ciokorea@foundryco.com
