Edge Computing

엣지 컴퓨팅은 일반적으로 수천 마일 떨어진 중앙 위치에 의존하는 대신, 데이터 처리가 필요한 위치와 가까운 곳으로 데이터 처리 및 스토리지를 가져오는 분산 정보 기술 아키텍처입니다. 로컬 서버, IoT 게이트웨이 또는 디바이스 자체와 같이 데이터 소스 근처에서 데이터를 처리함으로써, 이 접근 방식은 지연 시간을 크게 줄이고 데이터 전송에 필요한 대역폭을 최소화합니다. 인공지능 및 머신러닝의 맥락에서 엣지 컴퓨팅은 엣지 AI를 배포하는 데 필요한 핵심 인프라를 제공하여, 정교한 모델을 스마트 카메라, 드론 및 산업용 센서에서 직접 실행하고 즉각적으로 응답할 수 있도록 합니다.

엣지 컴퓨팅의 핵심 이점#

중앙 집중식 클라우드 처리에서 로컬 엣지 처리로 전환하면 특히 컴퓨터 비전 및 실시간 분석에서 여러 가지 혁신적인 이점을 얻을 수 있습니다.

• 지연 시간 감소: 기존 클라우드 아키텍처에서는 처리를 위해 데이터가 데이터센터로 이동한 다음 다시 디바이스로 돌아와야 합니다. 엣지 컴퓨팅은 이러한 왕복 과정을 제거하여 밀리초 단위의 차이가 중요한 실시간 추론을 가능하게 합니다. 이는 순간적인 제동 결정을 내려야 하는 자율주행 차량과 같은 안전이 중요한 시스템에 필수적입니다.
• 대역폭 효율성: 객체 감지를 위해 고화질 비디오 스트림을 전송하면 막대한 대역폭이 소모됩니다. 원시 데이터를 로컬에서 처리하고 관련 메타데이터 또는 알림만 클라우드로 전송하면 조직은 데이터 전송 비용을 크게 절감할 수 있습니다.
• 향상된 데이터 개인정보 보호: 의료 영상이나 얼굴 인식 데이터와 같은 민감한 정보는 로컬 환경 내에서 완전히 처리할 수 있습니다. 이러한 로컬 격리는 개인정보가 디바이스 외부로 유출되지 않도록 하여 GDPR과 같은 엄격한 규정을 준수하는 데 도움이 됩니다.
• 오프라인 기능: 엣지 디바이스는 인터넷 연결이 간헐적이거나 끊긴 경우에도 자율적으로 계속 작동할 수 있습니다. 이러한 안정성은 네트워크 서비스 범위가 열악한 원격 지역에서 드론이 작물을 모니터링하는 농업 분야의 AI와 같은 애플리케이션에 매우 중요합니다.

엣지 컴퓨팅과 클라우드 컴퓨팅 비교#

클라우드 컴퓨팅은 대규모 데이터셋을 저장하고 대규모 모델을 학습하는 데 뛰어난 반면, 엣지 컴퓨팅은 실행 단계에 중점을 둡니다. 두 기술을 경쟁 관계가 아닌 상호 보완적인 기술로 보는 것이 유용합니다. 클라우드는 대량의 연산 능력이 필요한 과거 데이터 처리와 모델 학습에 자주 사용됩니다. 학습이 완료되면 최적화된 모델을 추론을 위해 엣지에 배포합니다. 이 하이브리드 접근 방식은 클라우드의 무한한 확장성과 엣지의 속도라는 두 기술의 강점을 모두 활용합니다.

실제 적용 사례#

엣지 컴퓨팅은 인텔리전스를 물리적 운영에 직접 내장하여 산업을 재편하고 있습니다.

• 스마트 제조: 산업 자동화에서 공장은 엣지 게이트웨이를 사용하여 기계의 센서 데이터를 분석합니다. 진동 이상이 감지되면 시스템은 즉시 예측 유지보수 프로토콜을 실행하여 비용이 많이 드는 가동 중단을 방지할 수 있습니다.
• 지능형 소매: 오프라인 매장은 엣지 기반 카메라를 재고 관리에 활용합니다. 시스템은 진열대의 재고 수준을 자율적으로 추적하고 직원에게 상품 보충을 알림으로써, 고객 비디오 피드를 외부 서버로 스트리밍하지 않고도 운영 효율성을 향상할 수 있습니다.
• 교통 관리: 스마트 시티는 교차로에 엣지 노드를 배포하여 교통 신호를 제어합니다. 이러한 시스템은 교통 흐름을 로컬에서 실시간으로 분석하여 신호 주기를 최적화하고 혼잡을 줄일 수 있으며, 중앙 관제 센터와 독립적으로 작동합니다.

엣지에 모델 배포하기#

리소스가 제한된 엣지 디바이스에서 복잡한 모델을 실행하기 위해 개발자는 모델 양자화와 같은 최적화 기법을 사용하거나 TensorRT 또는 ONNX와 같은 특수 형식으로 내보내는 경우가 많습니다. Ultralytics Platform은 이 프로세스를 간소화하여 사용자가 클라우드에서 모델을 학습하고 다양한 엣지 대상에 원활하게 배포할 수 있도록 합니다.

다음 예제에서는 모바일 및 임베디드 엣지 디바이스에 고도로 최적화된 NCNN 형식으로 YOLO26 모델을 내보내는 방법을 보여줍니다.

from ultralytics import YOLO

# Load a pre-trained YOLO26 model
model = YOLO("yolo26n.pt")

# Export the model to NCNN format for mobile edge deployment
# This creates a lightweight, optimized version of the model
model.export(format="ncnn")

관련 개념#

• 엣지 AI: 엣지 컴퓨팅이 분산 인프라를 의미하는 반면, 엣지 AI는 해당 인프라에서 실행되는 인공지능 알고리즘의 애플리케이션을 구체적으로 의미합니다.
• 사물 인터넷 (IoT): 센서와 소프트웨어가 내장된 물리적 객체, 즉 "사물"의 네트워크입니다. 엣지 컴퓨팅은 이러한 IoT 디바이스를 "스마트"하게 만드는 처리 능력을 제공합니다.
• 포그 컴퓨팅: 데이터, 컴퓨팅, 스토리지 및 애플리케이션이 데이터 소스와 클라우드 사이의 어느 지점에 위치하는 분산형 컴퓨팅 인프라로, 클라우드 컴퓨팅을 엣지까지 확장한 형태로 간주되는 경우가 많습니다.