Edge Computing 개념 소개 

IoT(Internet of Things) 환경이 확산되고 여러 분야에서 사용하게 되면서 네트워크에 연결된 다양한 IoT 디바이스들에서 생성되는 데이터의 양이 기하급수적으로 늘어나고 있다. 기존의 클라우드 컴퓨팅과 같은 중앙집중식(Centralized)은 데이터 발생 기기와 클라우드 간의 거리에 따라 처리 지연 시간이 발생될 수 있기 때문에 빠르게 증가되는 IoT 데이터를 처리하기에 역부족이다.

때문에 모든 데이터를 중앙으로 보내지 않고 데이터가 발생한 현장에서 처리, 분석하는 Edge Computing이 주목을 받고 있다.

Edge Computing은 단말 기기에서 수집한 데이터를 클라우드와 같은 중앙으로 보내지 않고 단말, 혹은 근거리에서 실시간으로 처리하여 분석하고 활용할 수 있도록 하는 분산 처리 방식을 말한다. 

위의 그림과 같이 Edge Computing은 기존의 클라우드 방식에 비해 각 데이터가 발생하는 단말에 가까운 곳에서 데이터를 처리하는 모델로서 크게 아래와 같은 몇가지 장점을 가진다.

첫째, 클라우드에 대한 데이터 전송 네트워크에 의존적이지 않고, 장애에 강하다.

다시 말해, 사용자의 서비스가 클라우드의 상태와 무관하게 지속될 수 있는 장점이 있다는 의미이며, 서비스의 지속 가능성이 대폭 높아진다는 의미이다.

둘째, 데이터 처리 응답 속도의 극적인 향상이다.

비록, 최근들어 5G 망을 통한 저지연 데이터 전송이 가능하게 되었지만, 필연적으로 대량의 데이터를 클라우드에 전송하고, 이를 처리한 결과를 받는 모델은 어찌되었든 느릴 수 밖에 없다. 

셋째, 보안에 대한 심리적, 물리적 안정성이 크다.

이는 사용자의 데이터가 외부에 유출되는 것에 대한 거부감을 줄일 수 있을 뿐만 아니라, 실제로 내부망에 데이터를 저장함으로써 보안의 위협을 아예 차단하는 장점이 있다.

마지막으로 클라우드 방식에 비해 데이터 보관 및 처리 비용이 저렴하다.

모든 데이터를 클라우드로 전송하는 모델은 해당 데이터를 활용하는지 아닌지와 무관하게 클라우드의 스토리지를 사용하여, 지속적인 사용자의 관리 비용을 증가시키는 단점이 존재하기 때문에 데이터 량이 증가하면 할수록 부담이 더 커질 수 밖에 없다.

이런 이유로   점점 더 에지 컴퓨팅에 대한 시장의 요구가 높아지고 있으며, 이는 향후 클라우드 컴퓨팅 만큼이나 널리 적용될 수 밖에 없는 또 하나의 데이터 모델이 될 것이다

Edge Computing 모델의 진화 

Edge Computing에 대한 데이터 처리 모델은 지난 IT 역사가 시작된 이래 지속적으로 진화해 온 컴퓨팅 노력의 결과물이다.

아래의 그림과 같이 이 모델은 그 시대가 지원하고, 고객이 원하는 최대한의 데이터 처리 인프라와 기술, 지출 가능한 비용의 총합이 서로 엮여 만들어진 결과물로서 크게 세단계로 진화하고 있다고 말할 수 있다.

<클라우드, 포그, 에지를 기준으로한 데이터 처리 모델의 진화>

단일 처리 모델

이 모델은 클라이언트/서버 모델의 전형적인 데이터 처리 형태로서 모든 데이터를 서버(혹은 클라우드)에 저장하는 가장 오래되고 단순한 모델이다.

이것은 클라우드-포그 모델로 볼 수도 있고, 포그-에지 모델로 볼 수 있는데 이는 데이터의 분리가 존재하지 않고, 클라언트와 서버의 구조에서 서버가 데이터를 저장하는 형태를 지칭한다. 

가장 큰 장점은 중앙집중식 관리가 가능함으로써 다수의 클라이언트에 대해 일관성있고, 통합적인 방식으로 서비스를 구현할 수 있는 것으로서 지난 수십년간 변함없이 지속된 모델이기도 한다.

위의 그림에서 데이터를 저장하는 디스크를 보유한 곳은 오늘 현재의 개념으로는 클라우드라고 볼 수 있거나, 오래된 개념으로는 닫힌 네트워크망 내부에 존재하는 어느 특정 기업의 데이터베이스 서버 혹은 저장장치라고 보면 가장 정확할 것이다.

이 모델은 현재까지도 일반적인 데이터 처리 모델로서 가장 우위에 있는 것으로서 향후 사라지지는 않을 것이다. 

그러나, IIoT (Industrial IoT) 영역에서의 데이터 처리를 가정한다면 참으로 골치아픈 문제를 야기할 수 있는 형태이기도 한다.

다중 처리 모델

이 모델은 전통적인 클라이언트/서버 모델에서 한 걸음 더 나아가서 데이터를 클라우드, 포그, 에지로 데이터 흐름을 다원화시켜 다중으로 데이터를 처리할 수 있도록 꾸민 구조이다.

어찌보면 가장 초기 형태의 에지 컴퓨팅이라고도 할 수 있지만, 진정한 에지 컴퓨팅 모델과는 차이가 있기에 이러한 모델을 "다중 처리 모델" 이라고 부르겠다.

이 모델이 가장 많이 발견되는 것은 제조업과 같은 다량의 데이터를 발생하는 센서/단말 장비가 존재하고, 이러한 데이터를 포그라 불리는 서버 혹은 로컬 스토리지에 적극적으로 저장해야 하는 요구가 존재하는 곳이다.  여기에서 한발 더 나아가, 저장된 일부 중요 데이터를 상위 모델(클라우드)로 옮겨 별도로 관리하는 진화된 모델이다.

현재 대다수의 IIoT 관련 기업들이 이러한 모델을 추구하고 있으며, 많은 기업들이 향후 에지 컴퓨팅으로 가기 위한 전 단계로서 전형적인 데이터 처리 모델이기도 하다.

그러나, 빈 동그라미로 표현된 에지센서(단말 장비)의 데이터 발생량이 더 많아지면 질수록 이 처리 모델은 주어진 리소스로 데이터를 처리하기 위한 포그 단에서의 더 많은 컴퓨팅 파워와 리소스를 필요로 하기 때문에 완벽한 처리 모델로 보기에는 한계가 크다.

이런 데이터 처리 문제로 인해 많은 기업들이 이 모델에서 수집하는 데이터 량의 제한하거나 버림으로써 향후의 데이터 처리 문제를 회피하기도 한다. 

에지 처리 모델

현재 가장 뜨거운 관심을 받고 있는 에지 처리 모델의 가장 큰 차이점은 데이터를 수집하는 곳이 푸른 원으로 표현된 센서와 직접 맞닿아 있는 게이트웨어(혹은 단말 장치)라고 불리는 곳이라는 것이다. 만일 센서로부터 게이트웨이로 도달하는 데이터의 량이 더 많아지면 많아질수록 게이트웨어서 직접 데이터를 저장하고, 처리하는 모델은 무엇과도 비교할 수 없는 강력한 장점을 가지게 된다.

특히나, 내부 망의 장애(클라우드를 활용하는 모델과 유사하게)에도 에지 단에서의 데이터를 유실하지 않고, 저장할 수 있을 뿐만 아니라, 데이터를 수집하는 포그 단에서의 부하도 그만큼 줄어들게 된다.

위의 그림에서 표현되지는 않았지만, 다수의 포그가 하나의 클라우드에 데이터를 저장하는 모델을 지향하기 때문에 진정한 에지 컴퓨팅을 위한 데이터 처리 모델이기도 하다.

향후 많은 기업들은 이렇게 데이터의 처리 단계를 에지, 포그 ,클라우드로 나눔으로써 비지니스를 영위하는데 투입되는 시간과 비용을 줄일 수 있을 뿐만 아니라, 해당 기업 고유의 데이터를 기반으로 한 경쟁력을 극대화 할 수 있음이 분명하다.