인공지능(AI)은 다양한 애플리케이션에서 점점 더 광범위하게 사용되고, 우리가 일상적으로 상호작용하는 기기와 기계에도 적용되고 있다. 이러한 AI 시스템은 대부분 클라우드 컴퓨팅에 의존하고 있다. 로컬 디바이스에서 수집한 데이터를 처리하는 강력한 원격 데이터 센터를 이용한다. 하지만 중앙 집중형 시스템인 클라우드 AI는 수많은 디지털 기기들이 생성하는 엄청난 양의 데이터를 실시간으로 처리하는 데 한계가 있다. 이에 데이터가 생성되는 현장, 즉 '엣지'에서 직접 AI 처리를 수행하는 엣지 AI가 그 해결책으로 등장했다.
엣지 AI는 소스에서 데이터를 실시간으로 처리 및 분석하기 때문에 빠른 속도, 초저지연, 훨씬 낮은 데이터 전송 부하와 강력한 보안성을 제공한다. 추론 알고리즘으로 전력도 크게 절감되며, 클라우드 사용 비용이 줄기 때문에 애플리케이션 개발 기회도 커진다. 현재 엣지 AI는 제조업, 헬스케어, 웨어러블, 가전제품 등 다양한 분야에서 에너지 효율을 최적화하고 사용자의 편의성을 높이고 있다. 산업용 기기를 비롯해 자율주행차, 스마트홈, 스마트시티 등 즉각적 반응이 필요한 산업에서는 혁명적인 변화를 가져올 것으로 예상된다.
이러한 엣지 AI를 성공적으로 구현하기 위해서는 세 가지 핵심 조건이 필요하다.
첫째, 하드웨어(HW)의 발전이다. 엣지에서 머신러닝 모델의 연산을 가속화하는 디바이스의 구성이 필수적이다. 저전력 고성능 프로세서, 효율적인 메모리 시스템, 지능형 센서 기술의 발전으로 엣지 AI는 더 복잡하고 정교한 작업을 수행할 수 있다. 저전력 고성능 특성이 강화된 마이크로컨트롤러(MCU)와 마이크로프로세서(MPU)의 경우, 사물인터넷(IoT) 디바이스에서도 복잡한 AI 모델을 효율적으로 실행하게 해준다. 머신러닝 코어를 활용하면서 주요 데이터만 MCU와 공유하는 스마트 센서는 전력 소모를 더욱 줄이고 배터리 수명을 연장해준다.
둘째, 소프트웨어(SW)의 최적화다. 엣지 AI는 사전 학습된 머신러닝 모델의 손실을 최소화하는 경량화 기술이 중요하다. 제한된 컴퓨팅 자원을 효율적으로 관리하고 할당하는 SW는 더 적은 자원으로 높은 성능을 발휘하도록 한다. 범용 프레임워크에서 만들어진 사전 학습된 딥러닝 모델을 변환해주거나 데이터의 전처리, 머신러닝 알고리즘 추천과 학습, 제품에 적용할 수 있는 코드까지 자동으로 생성해주는 SW를 활용하면 빠르고 쉽게 머신러닝 알고리즘을 제품에 적용할 수 있다.
셋째, 강력한 에코시스템의 구축이다. 엣지 AI는 개발자들이 시작부터 끝까지 개발을 진행해야 하며, 다양한 HW와 SW 툴이 필요하다. 보드, SW, 드라이버, 라이브러리 등을 지원하는 광범위한 에코시스템을 통해 개발자들은 다양한 환경에서 간편하고 효율적으로 솔루션을 개발하면서 비용과 시간을 단축할 수 있다. 이러한 에코시스템의 확장을 위해서는 HW 제조사, SW 개발자, 서비스 제공업체 등 다양한 이해관계자들 간의 협력도 중요하다.
엣지 AI는 데이터 시대의 필연적 선택이다. 데이터 처리의 효율성 향상을 넘어 사용자 경험을 혁신적으로 변화시키고 있으며, 궁극적으로 우리의 일상을 더욱 연결된 형태로 변화시킬 것이다. 엣지 AI의 성공적인 구현은 데이터 경제 시대에 기업과 국가의 경쟁력을 좌우할 핵심 요소가 된다. 실시간 대응 능력, 개인정보 보호, 에너지 효율성 등 엣지 AI가 제공하는 이점들은 새로운 시대의 주요 서비스들을 실현할 것이다. 엣지 AI가 열어갈 새로운 가능성의 시대를 전략적으로 준비하고 유연하게 대응할 수 있기를 기대한다.
박준식 ST마이크로일렉트로닉스 한국지사장 promotion.korea@st.com
