2021.02.24

모멘텀 확대 중··· 설비 기반 비즈니스와 ‘IoT와 엣지 컴퓨팅, AI' 조합

Neal Weinberg | Network World
설비에서 생성된 데이터를 엣지에서 캡처하고 분석해 운영을 개선하려는 기업이 늘고 있다. 사례에 따라 엣지단에서 처리되기도 하고 때로는 클라우드로 전송되기도 한다. 

빌 홈즈는 펜더 뮤직 인스트루먼트(Fender Musical Instruments Corp)의 캘리포니아 공장 설비 관리자다. 그는 공장 현장에서 조잡한 핸드헬드 진동 분석기를 컴퓨터에 연결해 장비의 상태를 파악하던 시절을 아주 잘 기억하고 있다.
 
Image Credit : Getty Images Bank


75년 전, 레오 펜더가 이 유명한 악기 회사를 설립한 당시에는 모든 목공 작업이 수작업으로 이뤄졌다. 그러나 이제 넥과 바디는 컴퓨터 컨트롤러 목공 라우터로 제작이 되며, 이후 숙련공들에게 넘겨져 완제품으로 탄생한다. 홈즈는 항상 최신 기술 발전상에 대해 조사한다고 말했다. 그리고 가장 골치 아픈 문제는 장비 고장이다.

사전에 정한 일정에 따라 기계 상태를 파악하는 예측 유지보수만으로는 부족하다. 그는 “고장 가운데 90%는 그 즉시 공정 중단으로 이어진다. 비즈니스에 타격을 주는 문제이다. 문제가 발생하기 전에 발견할 수 있다면, 생산을 중단하지 않아도 되고, 유지보수 팀이 급히 문제를 해결하지 않아도 된다”라고 말했다.

약 1만 6,000제곱미터 면적에 1,500개 이상의 장비가 설치된 펜더의 공장은 기계에 센서를 설치해 AI 분석을 활용하기 좋은 ‘후보지’이다. 펜더는 실제 이렇게 하고 있다. 단 약간 변형했다. 이 회사는 아마존의 클라우드 기반 모니트론(Monitron) 서비스를 통해 아마존 클라우드에서 모든 데이터 처리 작업을 수행하고 있다.

아마존의 100% 관리형 서비스는 펜더 같은 소규모 회사에 특히 매력적이다. 아마존이 NFC를 통해 아마존 와이파이 게이트웨이에 연결되는 무선 센서를 제공하기 때문이다. 아마존의 게이트웨이는 분석을 위해 아마존 클라우드로 관련 데이터를 전송하도록 사전 구성되어 있다. 아마존은 머신러닝 알고리즘을 개발하고, 데이터를 처리하며, 홈즈에게 직접 알림을 보낸다.

홈즈는 “기본적으로 중소기업이 자신의 장치에 이를 배치, 트레이닝 없이 쉽게 모니터링할 수 있도록 가격과 비용을 낮춘 서비스이다. 아주 중요한 부분이다. 모든 제조업체는 고장이나 문제가 발생했을 때 생산이 중단되는 핵심 장비를 갖고 있기 때문이다”라고 말했다.

홈즈는 지금까지 9대의 ‘미션 크리티컬’ 기계에 이를 적용했고, 멕시코 엔세나다의 2번째 생산 시설에 이 시스템을 배치할 계획을 갖고 있다. 클라우드를 사용했을 때의 또 다른 이점은 미래에는 두 시설의 데이터를 통합 집계해 추가적으로 분석을 실시할 수 있다는 것이다. 또 하나의 대시보드에서 두 시설을 모두 추적할 수 있다.

AI를 구현하는 엣지 컴퓨팅
IDC에서 엣지 전략 조사를 담당하고 있는 데이브 맥카시 디렉터에 따르면, 제조와 운송, 물류, 헬스케어, 소매, 석유 및 가스 등 기본적으로 물리적 자산이 있는 모든 산업에서 머신에서 생성된 데이터는 엣지 컴퓨팅의 ‘동력’ 역할을 할 수 있다. 그는 “이런 머신(기계)이 생성하는 데이터에서 유의미한 인사이트를 찾고, 이런 데이터에 대한 대응을 자동화하는 것이 AI”라고 설명했다.

STL 파트너스(STL Partners) 틸리 길버트 시니어 컨설턴트는 일반적으로 지연에 민감한 실시간 애플리케이션은 AI를 엣지에서 처리하는 것이 가장 좋다고 말했다. 많은 데이터 세트를 클라우드로 보내 처리하는 방식이 효율적이지 못한 시나리오이기 때문이다. 지연 문제에 추가, 엣지 컴퓨팅은 백홀 비용을 줄여주고, 민감한 데이터를 외부로 보내는 것을 금지한 프라이버시 규정과 보안 정책 등을 준수하도록 도움을 준다.

그에 따르면 엣지에서의 AI 기반 데이터 처리가 ‘틈새’ 유즈 케이스를 넘어, 점점 더 주류화 되어가고 있는 중이다. 이를 견인하는 동인은 기업의 업타임(가동 시간) 증가 필요성, 성능 향상 필요성이다.

엣지/AI를 쉽게 배포할 수 있도록 도와주는 요인들이 많다. IoT 센서가 사전 장착된 물리적 자산이 증가하고 있는 것, 엣지 기술을 공급하는 벤더가 증가하고 있는 것을 예로 들 수 있다. 여기에는 데이터센터의 ‘연장선’으로 엣지를 포지셔닝하고 있는 시스템 통합업체, 서드파티 신생 창업회사, 하이퍼스케일급 클라우드 공급업체, 전통적인 인프라 관련 기업들도 포함된다.

엔터프라이즈의 경우, 온프레미스나 클라우드, 엣지 등 사례에 따라 적합한 위치에서 워크로드를 실행할 수 있다. 또는 이를 조합해 활용할 수 있다. 펜더의 사례가 보여주듯, 엣지와 클라우드를 모두 가장 잘 활용할 수 있는 여러 다양한 기술과 방법들이 있다.

맥카시에 따르면, 현재 대부분 엔터프라이즈가 하이브리드 클라우드나 멀티 클라우드를 이용하듯, AI 기반 엣지 애플리케이션도 고립된 형태로 운영되지 않는다. 엣지에서 AI를 처리하는 경우에도, 클라우드를 기반으로 머신러닝 알고리즘을 개발하고 모델을 트레이닝 할 수 있다. 그리고 이런 실시간 데이터를 클라우드로 전송 및 통합, 역사적 데이터 세트를 분석해서 더 장기적인 계획 수립의 이정표로 활용할 수 있다.

-> 엣지 컴퓨팅이란 무엇이고, 왜 중요한가?

소매 부문의 엣지 AI
길버트에 따르면, 엣지와 AI를 결합해 사용할 때의 특히 흥미로운 부분 중 하나는 새로운 활용 사례의 발굴이다. 

내부에서 AI 분석 기능을 개발할 스킬을 보유하지 못한 기업들이 많다. 또 가용한 유즈 케이스를 인식하지 못할 수도 있다. 이에 서드파티 신생 창업회사들이 주도적으로 ‘레디-메이드’ 시스템을 개발해 공급하고 있다. 이를테면 월마트와 크로거 같은 대형 소매업체들은 매장의 ‘셀프 계산대’를 대상으로 손님이 고의로, 또는 실수로 일부 물건값을 지불하지 않아 초래되는 손실을 줄여주는 서드파티 AI 기반 엣지 시스템을 배치하고 있다.

월마트와 크로거에 관련 기술을 공급하는 아일랜드의 신생 창업회사인 에버시인(Everseen)의 전략적 성장 담당 VP인 알렉스 시스코스는 자신의 회사가 소매업체들에게 과거 골치 아픈 문제였던 이런 손실 문제를 해결했다고 강조했다. 시스코스에 따르면, 소매업체들은 셀프 계산대에서 돈을 잃고 있는 것을 알고 있었다. 그러나 그 이유가 고객의 실수인지, 종업원들이 친구들에게 상품을 무료로 주는 등의 ‘빼돌리기’ 때문인지, 또는 ‘영리한 도둑들’이 크고 값비싼 물건 아래 껌 같이 싼 제품을 놓아 스캐너가 껌 가격만 청구하도록 만드는 것이 이유인지 알기 어려웠다.

에버시인은 셀프 계산대에 GPU 기반의 컴퓨터 비전 카메라를 설치하고, 소매업체의 스캐닝 시스템과 통합되어 스캐너가 껌으로 판단을 하는 경우에도 카메라가 ‘기저귀 상자’를 확인하면 실시간으로 여러 ‘액션’을 트리거 할 수 있는 소프트웨어를 개발했다. 이 경우, 고객 앞의 결제 디스플레이 화면에 ‘기계가 마지막 아이템을 잘못 스캔했을 수 있습니다’는 팝업 경고창이 표시된다. 직원이 개입하기 전, 고객의 의도를 선의로 해석해서 스스로 바로잡을 수 있도록 유도하는 방법이다. 마지막 수단으로 이 시스템은 셀프 계산대 디스플레이 화면에 관련 행동이 담긴 비디오를 재생하는 기능을 갖고 있다.

시스코스는 “우리는 비구조화 데이터를 인사이트, 액션, 궁극적으로 이익으로 전환 및 실현시킬 수 있다”고 강조했다. 그는 소매업체들이 이런 방법으로 도난을 줄이고, 재고의 정확성을 높여 매주 매장 당 2,500-4,500달러를 절감하고 있다고 전했다.




2021.02.24

모멘텀 확대 중··· 설비 기반 비즈니스와 ‘IoT와 엣지 컴퓨팅, AI' 조합

Neal Weinberg | Network World
설비에서 생성된 데이터를 엣지에서 캡처하고 분석해 운영을 개선하려는 기업이 늘고 있다. 사례에 따라 엣지단에서 처리되기도 하고 때로는 클라우드로 전송되기도 한다. 

빌 홈즈는 펜더 뮤직 인스트루먼트(Fender Musical Instruments Corp)의 캘리포니아 공장 설비 관리자다. 그는 공장 현장에서 조잡한 핸드헬드 진동 분석기를 컴퓨터에 연결해 장비의 상태를 파악하던 시절을 아주 잘 기억하고 있다.
 
Image Credit : Getty Images Bank


75년 전, 레오 펜더가 이 유명한 악기 회사를 설립한 당시에는 모든 목공 작업이 수작업으로 이뤄졌다. 그러나 이제 넥과 바디는 컴퓨터 컨트롤러 목공 라우터로 제작이 되며, 이후 숙련공들에게 넘겨져 완제품으로 탄생한다. 홈즈는 항상 최신 기술 발전상에 대해 조사한다고 말했다. 그리고 가장 골치 아픈 문제는 장비 고장이다.

사전에 정한 일정에 따라 기계 상태를 파악하는 예측 유지보수만으로는 부족하다. 그는 “고장 가운데 90%는 그 즉시 공정 중단으로 이어진다. 비즈니스에 타격을 주는 문제이다. 문제가 발생하기 전에 발견할 수 있다면, 생산을 중단하지 않아도 되고, 유지보수 팀이 급히 문제를 해결하지 않아도 된다”라고 말했다.

약 1만 6,000제곱미터 면적에 1,500개 이상의 장비가 설치된 펜더의 공장은 기계에 센서를 설치해 AI 분석을 활용하기 좋은 ‘후보지’이다. 펜더는 실제 이렇게 하고 있다. 단 약간 변형했다. 이 회사는 아마존의 클라우드 기반 모니트론(Monitron) 서비스를 통해 아마존 클라우드에서 모든 데이터 처리 작업을 수행하고 있다.

아마존의 100% 관리형 서비스는 펜더 같은 소규모 회사에 특히 매력적이다. 아마존이 NFC를 통해 아마존 와이파이 게이트웨이에 연결되는 무선 센서를 제공하기 때문이다. 아마존의 게이트웨이는 분석을 위해 아마존 클라우드로 관련 데이터를 전송하도록 사전 구성되어 있다. 아마존은 머신러닝 알고리즘을 개발하고, 데이터를 처리하며, 홈즈에게 직접 알림을 보낸다.

홈즈는 “기본적으로 중소기업이 자신의 장치에 이를 배치, 트레이닝 없이 쉽게 모니터링할 수 있도록 가격과 비용을 낮춘 서비스이다. 아주 중요한 부분이다. 모든 제조업체는 고장이나 문제가 발생했을 때 생산이 중단되는 핵심 장비를 갖고 있기 때문이다”라고 말했다.

홈즈는 지금까지 9대의 ‘미션 크리티컬’ 기계에 이를 적용했고, 멕시코 엔세나다의 2번째 생산 시설에 이 시스템을 배치할 계획을 갖고 있다. 클라우드를 사용했을 때의 또 다른 이점은 미래에는 두 시설의 데이터를 통합 집계해 추가적으로 분석을 실시할 수 있다는 것이다. 또 하나의 대시보드에서 두 시설을 모두 추적할 수 있다.

AI를 구현하는 엣지 컴퓨팅
IDC에서 엣지 전략 조사를 담당하고 있는 데이브 맥카시 디렉터에 따르면, 제조와 운송, 물류, 헬스케어, 소매, 석유 및 가스 등 기본적으로 물리적 자산이 있는 모든 산업에서 머신에서 생성된 데이터는 엣지 컴퓨팅의 ‘동력’ 역할을 할 수 있다. 그는 “이런 머신(기계)이 생성하는 데이터에서 유의미한 인사이트를 찾고, 이런 데이터에 대한 대응을 자동화하는 것이 AI”라고 설명했다.

STL 파트너스(STL Partners) 틸리 길버트 시니어 컨설턴트는 일반적으로 지연에 민감한 실시간 애플리케이션은 AI를 엣지에서 처리하는 것이 가장 좋다고 말했다. 많은 데이터 세트를 클라우드로 보내 처리하는 방식이 효율적이지 못한 시나리오이기 때문이다. 지연 문제에 추가, 엣지 컴퓨팅은 백홀 비용을 줄여주고, 민감한 데이터를 외부로 보내는 것을 금지한 프라이버시 규정과 보안 정책 등을 준수하도록 도움을 준다.

그에 따르면 엣지에서의 AI 기반 데이터 처리가 ‘틈새’ 유즈 케이스를 넘어, 점점 더 주류화 되어가고 있는 중이다. 이를 견인하는 동인은 기업의 업타임(가동 시간) 증가 필요성, 성능 향상 필요성이다.

엣지/AI를 쉽게 배포할 수 있도록 도와주는 요인들이 많다. IoT 센서가 사전 장착된 물리적 자산이 증가하고 있는 것, 엣지 기술을 공급하는 벤더가 증가하고 있는 것을 예로 들 수 있다. 여기에는 데이터센터의 ‘연장선’으로 엣지를 포지셔닝하고 있는 시스템 통합업체, 서드파티 신생 창업회사, 하이퍼스케일급 클라우드 공급업체, 전통적인 인프라 관련 기업들도 포함된다.

엔터프라이즈의 경우, 온프레미스나 클라우드, 엣지 등 사례에 따라 적합한 위치에서 워크로드를 실행할 수 있다. 또는 이를 조합해 활용할 수 있다. 펜더의 사례가 보여주듯, 엣지와 클라우드를 모두 가장 잘 활용할 수 있는 여러 다양한 기술과 방법들이 있다.

맥카시에 따르면, 현재 대부분 엔터프라이즈가 하이브리드 클라우드나 멀티 클라우드를 이용하듯, AI 기반 엣지 애플리케이션도 고립된 형태로 운영되지 않는다. 엣지에서 AI를 처리하는 경우에도, 클라우드를 기반으로 머신러닝 알고리즘을 개발하고 모델을 트레이닝 할 수 있다. 그리고 이런 실시간 데이터를 클라우드로 전송 및 통합, 역사적 데이터 세트를 분석해서 더 장기적인 계획 수립의 이정표로 활용할 수 있다.

-> 엣지 컴퓨팅이란 무엇이고, 왜 중요한가?

소매 부문의 엣지 AI
길버트에 따르면, 엣지와 AI를 결합해 사용할 때의 특히 흥미로운 부분 중 하나는 새로운 활용 사례의 발굴이다. 

내부에서 AI 분석 기능을 개발할 스킬을 보유하지 못한 기업들이 많다. 또 가용한 유즈 케이스를 인식하지 못할 수도 있다. 이에 서드파티 신생 창업회사들이 주도적으로 ‘레디-메이드’ 시스템을 개발해 공급하고 있다. 이를테면 월마트와 크로거 같은 대형 소매업체들은 매장의 ‘셀프 계산대’를 대상으로 손님이 고의로, 또는 실수로 일부 물건값을 지불하지 않아 초래되는 손실을 줄여주는 서드파티 AI 기반 엣지 시스템을 배치하고 있다.

월마트와 크로거에 관련 기술을 공급하는 아일랜드의 신생 창업회사인 에버시인(Everseen)의 전략적 성장 담당 VP인 알렉스 시스코스는 자신의 회사가 소매업체들에게 과거 골치 아픈 문제였던 이런 손실 문제를 해결했다고 강조했다. 시스코스에 따르면, 소매업체들은 셀프 계산대에서 돈을 잃고 있는 것을 알고 있었다. 그러나 그 이유가 고객의 실수인지, 종업원들이 친구들에게 상품을 무료로 주는 등의 ‘빼돌리기’ 때문인지, 또는 ‘영리한 도둑들’이 크고 값비싼 물건 아래 껌 같이 싼 제품을 놓아 스캐너가 껌 가격만 청구하도록 만드는 것이 이유인지 알기 어려웠다.

에버시인은 셀프 계산대에 GPU 기반의 컴퓨터 비전 카메라를 설치하고, 소매업체의 스캐닝 시스템과 통합되어 스캐너가 껌으로 판단을 하는 경우에도 카메라가 ‘기저귀 상자’를 확인하면 실시간으로 여러 ‘액션’을 트리거 할 수 있는 소프트웨어를 개발했다. 이 경우, 고객 앞의 결제 디스플레이 화면에 ‘기계가 마지막 아이템을 잘못 스캔했을 수 있습니다’는 팝업 경고창이 표시된다. 직원이 개입하기 전, 고객의 의도를 선의로 해석해서 스스로 바로잡을 수 있도록 유도하는 방법이다. 마지막 수단으로 이 시스템은 셀프 계산대 디스플레이 화면에 관련 행동이 담긴 비디오를 재생하는 기능을 갖고 있다.

시스코스는 “우리는 비구조화 데이터를 인사이트, 액션, 궁극적으로 이익으로 전환 및 실현시킬 수 있다”고 강조했다. 그는 소매업체들이 이런 방법으로 도난을 줄이고, 재고의 정확성을 높여 매주 매장 당 2,500-4,500달러를 절감하고 있다고 전했다.


X