클라우드?IoT?데이터?네트워킹 각각에 대한 포괄적 전략 마련
에지 컴퓨팅은 가장 주목할 정보기술(IT) 트렌드 중 하나다. 시장조사업체 IDC는 2023년께 신규 엔터프라이즈 IT인프라스트럭처의 절반 이상이 에지 컴퓨팅을 구현할 것이며, 2024년에는 글로벌 에지 컴퓨팅 관련 제품과 서비스 시장이 2500억달러(약 294조원) 규모에 이를 것으로 전망하고 있다. 가트너 역시 기업 데이터 75%가 전통적인 데이터센터나 클라우드 외부에서 만들어지고 처리될 것으로 전망하고 있다. 중요한 변화에도 많은 IT 리더와 비즈니스 리더는 전반적인 클라우드 전략을 에지가 어떻게 보완할 것인지 정의하는 초기 단계에 머물러 있다. 많은 기업이 파일럿 프로젝트와 개념증명(PoC)을 통해 이제서야 에지 이니셔티브의 잠재력을 깨닫기 시작했다. 해외 테크 전문 미디어 테크타깃은 에지 컴퓨팅 구현을 고민하는 기업들이 놓치지 말아야 할 핵심 요인 4가지를 소개했다.
◇클라우드와 에지 컴퓨팅은 상호보완적
에지 컴퓨팅을 바라보는 흔한 오해 중 하나는 클라우드 컴퓨팅을 대체하게 된다는 것이다. 실제로는 에지 컴퓨팅과 클라우드는 동반되어야만 한다는 것이 전문가들의 지적이다. 봅 길 가트너 분석가는 비즈니스인사이더와의 인터뷰에서 “클라우드의 약점을 해결하는 완벽한 보완책이자 균형점으로 에지 컴퓨팅을 바라봐야 한다”고 주장했다. 예를 들면 정보가 특정 지역을 벗어나면 안 되는 정부규제, 시스템이 데이터를 엄청난 속도로 처리해야 할 경우의 지연 시간, 로컬 머신이 대량 데이터를 발생시켜 원격 데이터센터에 보내기엔 비효율적인 대역폭, 네트워크 연결 없이 기능이 수행돼야 하는 자율성 등 클라우드에서는 풀 수 없는 문제들을 에지 컴퓨팅이 해결할 수 있다.
비즈니스 인사이더는 “클라우드 제공업체가 에지 기술에 엄청난 투자를 하고 있는데 얼핏 보면 모순처럼 보이지만 클라우드에서는 통하지 않는 시나리오가 많다는 것을 인식하고 있기 때문”이라고 전한다. 비즈니스 인사이더에 따르면 클라우드 제공업체에는 두 가지 선택지가 있는데 해당 비즈니스를 무시하는 것 혹은 클라우드를 에지와 같은 최신 기술로 확장하는 것이다. 그리고 클라우드 제공업체들은 후자를 선택했다는 설명이다. IT프로투데이는 분산화된 에지와 중앙화된 클라우드 간 동기화 전략을 취하는 것이 현명하다고 조언한다. 이 전략이 퍼블릭, 하이브리드 혹은 프라이빗 클라우드 등 어떤 클라우드에서건 모든 데이터를 중앙집중화하고 필요할 때는 언제 어디서든 활용할 수 있는 플랫폼을 만들 수 있게 해준다.
◇IoT 컨버전스와 통합 혁신 사례
에지 컴퓨팅은 기업이 속도와 통찰력을 갖고 데이터 가치를 최대화할 수 있도록 해준다. 에지 컴퓨팅을 사용하면 데이터를 클라우드로 전송한 후 해당 데이터가 생성된 위치에서 빠르게 검색 및 활용할 수 있다. 이는 실시간 분석, 사물인터넷(IoT), 신속한 의사결정 등의 사용 사례와 애플리케이션의 가치를 증대시켜준다. 분초를 다투는 현장에서는 실시간 데이터를 사용해 빠르게 의사결정을 할 수 있다. 또 보안이나 규제준수, 기타 이유로 데이터의 외부 전송이 불가능한 경우에도 원시 데이터 전송 비용을 최소화하면서 애플리케이션과 사용 사례를 활용할 수 있다.
다양한 산업과 현장에서 에지 컴퓨팅을 사용할 수 있지만 에지 컴퓨팅으로 얻는 이점은 공통된다. 차별화된 경쟁력을 위해 비즈니스 모델의 트랜스포메이션에 필요한 운영효율성과 속도를 극대화하는 것에 집중돼 있다. 해당 사용 사례로는 모니터링 및 임계치 경고, 사전예측 유지보수와 사물통신(M2M) 자동화, 원격교육과 학습, 병원 및 가정의 헬스 모니터링 등이 있다. 석유화학 회사인 텍스 케미칼은 IoT와 에지 컴퓨팅을 결합해 미래형 정제소를 구현하고 있다.
에지 컴퓨팅의 무한한 가능성은 수요 역시 폭발시키고 있는데, 리서치 업체인 GVR(Grand View Research)은 2021년부터 2028년까지 에지 컴퓨팅의 연간 평균 성장률이 38.4%에 이를 것으로 전망하고 있다.
◇에지 혁신은 데이터 전략에서 출발
성공적인 에지 전략은 데이터와 인프라스트럭처에 대한 결합적 관리 계획에서 시작된다. 데이터센터 외부에서 생성되는 방대한 데이터는 에지 컴퓨팅 수요를 확대시키는 주요인이기도 하다. 모든 데이터가 저장 및 전달돼야 하는 것은 아니다. 또 그게 불가능한 데이터들도 존재한다. 포괄적인 데이터 전략의 부재는 획득된 데이터 양의 증가 속도가 기업 비즈니스 통찰력의 성장 속도를 앞지르는 위험에 직면할 수 있다.
에지 컴퓨팅 환경을 포함한 기업 데이터 관리 전략에서 한 가지 중요한 점은 생성부터 삭제까지 데이터를 전체적으로 관리하는 솔루션을 사용하는 것이다. 이는 데이터가 데이터센터부터 에지, 클라우드에 이르기까지, 어디에 존재하는지에 상관없이 데이터의 전체 생애주기에 걸쳐 워크플로를 통합하고 데이터 사일로를 제거하는 '자동화된 데이터 중심 정책'을 사용하는 것을 뜻한다. 데이터 기반 기술 전문 미디어인 애널리틱스 인사이트는 효율적인 에지 컴퓨팅 운영을 위한 데이터 전략을 수립하기 위한 5가지 원칙을 제시했는데 데이터 비축, 데이터와 블록체인 통합, 계산 프로세스 근처에 데이터 소스 구축, 데이터 컨텍스트, 2계층의 데이터 전송 전략이 그것이다.
우선 데이터 비축(Data Stockpiling)은 에지 컴퓨팅의 네트워크 관련 고비용을 해소하기 위한 방편이기도 하다. 에지 컴퓨팅은 5세대(5G) 통신 네트워크 및 IoT와 연관돼 있기 때문에 데이터를 비축함으로써 에지 컴퓨팅 운영 비용을 절감할 수 있다. 나아가 비축된 데이터로 에지 컴퓨팅 운영에 필수인 통찰력을 얻을 수 있고, 특히 다양한 데이터를 기반으로 고객 만족도를 높일 수 있는 다양한 제품군을 제공할 수 있다.
둘째 데이터 보안을 위해 데이터를 블록체인과 통합하는 것이다. 에지 컴퓨팅 운영에서 데이터의 중요성은 익히 잘 알려진 사실이다. 하지만 데이터는 종종 암호화돼 신뢰할 수 없고 알 수 없는 출처에서 생성되기 때문에 사이버 멀웨어, 개인정보 침해 위험성이 높아진다. 데이터를 블록체인에 통합함으로써 데이터 소스에 관한 정보를 검색할 수 있어 사이버 보안 위협이나 프라이버시 위협을 완화할 수 있다.
셋째 컴퓨팅 프로세스 근처에 데이터 소스를 구축하도록 한다. 에지 컴퓨팅 프로세스의 속성 중 하나는 원하는 출력의 전체 대기 시간을 줄이도록 중앙 허브에 데이터를 저장하는 것이다. 이 대신 수집된 데이터를 컴퓨팅 프로세스와 가깝게 설정하면 시스템 기능과 아이덴티티를 모니터링하고 시스템 내 이상 징후를 감지하여 오작동으로 인한 손상을 사전 방지할 수 있다.
넷째 데이터 컨텍스트는 데이터의 전후 상호관계를 이해하고 각각 다른 프로세싱 위치를 할당하는 것이다. 이는 효과적인 에지 컴퓨팅 네트워크를 구축하는 데 도움을 준다.
다섯째 2계층으로 이뤄진 데이터 전송 전략은 스토리지 하드웨어에 대한 것이다. 새로운 데이터는 솔리드스테이트드라이브(SSD)와 같은 고속 스토리지에, 오래된 데이터는 그보다 느린 디바이스에 저장함으로써 네트워크 지연과 데이터 비용을 줄일 수 있다. 이는 지금 당장은 필요하지 않은 대량 데이터를 비용 효율적으로 보관할 수 있게 해준다.
◇성공적인 에지 전략의 핵심은 네트워킹
지연 최소화, 외부 환경 변화에 대한 탄력적 대처(resiliency)는 에지 컴퓨팅이 급부상하게 된 핵심 요인이다. 오늘날에는 IoT가 확대되고 더욱 많은 IT 인프라스트럭처가 에지로 이동함에 따라 유무선을 아울러 속도, 용량, 대역폭, 처리량, 탄력성 및 지연 시간 단축 등 네트워크 중요성이 유례없이 강조되고 있다. 에지 컴퓨팅을 지원하는 애플리케이션들과 사용 사례가 늘어나면서 실시간 데이터 처리 분석이 중요해지고 있지만 이를 위해 네트워크 대역폭을 무제한으로 확대할 수는 없다. 기업들은 제한된 비용 내에서 대역폭과 성능 문제를 해결해야 한다. 네트워크 성능과 대역폭은 향후 머신러닝과 인공지능(AI)를 활용하는 에지 애플리케이션들이 증가할수록 더욱 중요해질 것이다.
에지 컴퓨팅이 클라우드 컴퓨팅에 균형을 제공하는 반면에 아마존 AWS, 마이크로소프트 애저(Azure)와 구글 클라우드 같은 대형 클라우드 프로바이더들도 통신사들과 협력해 네트워크를 확장하는 데 대규모 투자를 단행하고 있다. 전통적인 와이파이 연결이 불가능한 현장에서도 자사 플랫폼이 디바이스에 접근할 수 있도록 5G 적용을 가속화하는 것이 골자다.
이를 잘 고려한 아키텍처 및 구현 계획이 성공적인 에지 컴퓨팅을 이끌지만 분산적이라는 에지 고유의 속성은 아키텍처 구현을 훨씬 복잡하게 만든다. 수많은 사이트에서 데이터 수집과 분석, 즉각적 의사결정 등을 만족시키면서 모든 경우에 적용할 수 있는 단일 모델을 만들기는 어렵다.
박현선기자 hspark@nextdaily.co.kr
