2030년 인터넷을 전망하며

[이 글은 한국인터넷진흥원 창립 10주년 기념 책자에 기고한 글입니다]

2019년은 인터넷의 기원이라 할 수 있는 아파넷이 탄생한 지 50년이 되는 해이고, 팀 버너스 리 경이 월드 와이드 웹을 제안해 개발한 지 30년이 되는 해이다. 이후 인터넷은 전 지구적인 글로벌 네트워크가 되었고, 세상의 모든 정보가 흐르고 거래가 이루어지며, 대부분의 오프라인 활동이 온라인으로 대체되고 있는 시대가 되었다.

그러나 지금 인터넷은 동시에 많은 기술, 정치, 사회문화적 문제와 도전에 직면하고 있으며, 다음 세대에도 그 위치와 의미를 가질 수 있는 것인가에 대해 심도 있게 논의해야 하는 시점에 와 있다. 그러므로 2030년까지 향후 10년 동안 인터넷을 더욱 가치 있고 성숙한 글로벌 네트워크로 지속 발전시키기 위한 과제를 살펴보는 것은 매우 의미 있는 논의라고 생각한다.

신뢰할 수 있는 인터넷

지금 인터넷을 혼란스럽게 하고, 사회적 가치에 큰 위협을 주는 것은 인터넷을 통한 정보의 신뢰성 문제이다. 각 나라의 정치 상황이나 선거에 악영향을 가하고, 사회 현상이나 여론을 호도하고, 대중의 과학적 판단을 흐리게 하는 많은 허위 정보, 가짜 뉴스, 비정상적인 온라인 행위, 혐오 발언이 점점 더 인터넷의 미래를 어둡게 만들고 있다.

이에 대해 각 나라 정부는 이에 대처하는 법률을 제정하거나 새로운 규율을 도입하고 있다. 그러나 이런 접근은 표현의 자유라는 가치와 대립할 수 있으며, 누가 그 허위성을 검증할 것인가 하는 문제가 계속 논쟁의 대상이 된다. 특히 기업이 스스로 나서서 사실 확인을 어디까지 해야 하는 가에 대한 민감한 이슈는 사회 규범을 구글이나 페이스북 같은 대형 인터넷 회사가 정립하는 것이 맞는 가에 대한 고민을 우리에게 제시하고 있다.

더군다나 발전하는 인공지능 기술이 오히려 정교한 페이크 뉴스나 허위 정보 생산에 사용될 수 있는 가능성이 커지면서 이제 인터넷은 오히려 민주주의에 위협이 될 수 있음을 보여주고 있다.

따라서 각국 정부는 이런 기술의 악용이나 허위 정보의 확산을 조기에 막거나 사전 예방을 위해서 기업과 협력을 꾀하면서, 이를 의무화하기 위한 법률이나 제도를 적극적으로 도입할 것이며, 이를 위한 국제간 협력을 끌어 낼 가능성이 높다.

또한, 스팸 메일 제거를 위해 사용자의 참여를 활용한 방법을 적용하거나 검색 엔진 기술의 고도화를 통해 허위 정보가 사용자들에 접근할 가능성을 최소화하기 위한 노력 역시 지속적으로 이루어질 것이다.

더 근본적인 차원에서는 웹 사이언스나 월드 와이드 웹 콘소시움에서 추진한 시맨틱 웹 영역에서 ‘신뢰’를 새로운 레이어로 제시했던 것처럼, 웹 자체의 표준 전환이나 발전을 통해 근본적으로 정보의 신뢰를 확보하기 위한 연구 노력이 다시 관심을 받을 것이다.

현재 많은 논의가 이루어지고 있는 블록체인 기반의 네트워크 변화 역시 이런 신뢰를 위한 기반 기술로 여러 응용 분야에서 사용되면서 그 가능성을 제시할 것이다.

인공지능 기반의 인터넷

2030년을 전망하면 우리가 사용하는 소프트웨어의 80% 이상은 인공지능 기능을 기본으로 사용할 것이다. 이는 인터넷 공간에서도 이제 사람이 아닌 인공지능이 생성하는 트랙픽이 전체에서 차지하는 비중이 주류가 될 것이며, 수십 억 개의 지능형 기기가 인터넷에 연결될 것이다.

인터넷은 거대한 글로벌 브레인의 역할을 하게 될 것이며, 사람들의 의사 결정은 인공지능의 도움으로 좀 더 고도화될 것이며, 데이터 교환과 분석 역시 인공지능 기반 기술로 구현될 것이다. 우리는 점점 우리가 상대하는 존재가 사람인지 에이전트인지 구별을 할 수 없는 시대가 될 것이다. 구글의 듀플렉스 기술을 채택한 어시스턴트는 그런 모습의 구체적 현실을 보여주고 있다.

인간과 협업하고 지능을 증강하게 만드는 서비스는 사회와 경제에 큰 영향을 줄 것이지만, 동시에 그 과정의 투명성과 공정성이 지속적인 이슈가 될 것이다. 특히 지능형 기기와 인공지능 에이전트에 대한 거버넌스와 정책적 규범이 이런 기술 변화에 제대로 대응하지 못하면 인공지능의 혜택은 일부 계층에게만 돌아가 더욱 심각한 디지털 디바이드 문제를 만들어 낼 수 있다.

특히 인공지능이 가진 사회적 문제, 윤리성, 공정성은 한 국가에서 논의되는 것이 아니라 다양한 국제 기구를 통해서 그 가이드라인이 만들어지고 있지만, 이를 구체화하고 실제 구현하기 위한 노력이 향후 10년 동안 진행될 것이다.

글로벌 인터넷에 대한 도전

몇 년 전부터 인터넷 전문가들이 가장 우려한 인터넷의 미래는 몇몇 초대형 인터넷 기업이 인터넷의 거버넌스를 장악하고 표준과 기술을 배타적으로 끌고 나가는 모습이 나타나는 모습이다.

구글, 페이스북, 아마존, 마이크로소프트 등의 강력한 인터넷 기업의 독과점적인 움직임은 각 나라 정부가 매우 심각한 우려를 하는 수준이 되었다. 특히 사용자 데이터에 대한 권리가 명확하지 않게 되었을 때 프라이버시에 대한 심각한 도전이 될 수 있다는 점과 글로벌 기업의 권한이 정부의 권한을 넘어서는 상황까지 나타나고 있다.

유럽 연합은 GDPR로 개인의 데이터 보호를 보장하는 규제 프레임워크를 제시했으며, 미국에서는 최근 구글이나 페이스북을 분할해야 한다는 목소리도 커지고 있다. 그러나 이이런 움직임도 지역별, 문화별로 서로 다른 입장이 나타나고 있기 때문에 글로벌 인터넷이라는 본질적 위치가 큰 도전을 받고 있다.

일부 국가는 인터넷의 경계를 나누려고 해 새로운 장벽을 만들고 있으며, 오히려 기업은 초국가적 위치를 차지하기 위한 도전을 하고 있다. 구글이나 페이스북이 가진 데이터 권력에 대항하기 위해 유럽 연합은 대규모의 벌금을 부과하기도 하고, 미국 법무부는 구글의 반독점 위반 여부를 본격적으로 조사하기 시작했다.

이제 우리가 앞으로 대응해야 하는 변화는 글로벌 인터넷이 몇 개의 권역으로 나뉘어 서로 다른 정책과 규율 아래에 놓일 것인지, 데이터 주권과 프라이버시 정책을 어떻게 글로벌 표준으로 맞춰 나갈 것인지, 망 중립성 등 서로 다른 이해 관계자들이 관여하는 이슈에 대해 합의를 할 것인지 등이 계속 도전적 과제가 될 것이다.

새로운 인터넷 기반 기술과 아키텍처에 대한 지속적 논의

1983년 TCP/IP가 새로운 패킷 망 표준으로 채택된 이후 지금까지 표준으로 자리 잡고 있다. 그러나 이제 수 많은 기기에서 전송하는 소규모의 대량 데이터를 위한 전송 방식이 IP 패킷이 맞는 것인가에 대한 논의와 새로운 미디어와 애플리케이션을 위한 전송 속도 등에 대한 고민을 향후 10년 동안 해야 할 것이다.

자율 주행차, 산업 네트워크, 가상/증강 현실과 홀로그램 등은 새로운 통신 기술과 네트워크 구조를 고민하게 만들고 있다. 이런 응용 분야는 낮은 지연 속도, 고 정밀 데이터, 새로운 사용자 경험을 필요로 하고 있다.

현재 도입하고 있는 5G 네트워크는 사물인터넷이나 가상/증강 현실까지는 대응할 수 있으나 3차원 이상의 홀로그램이나 오감을 만족시킬 수준의 미디어를 지원하기에는 지연 속도나 데이터 레이트에서 부족하다. 테라비트 이상의 속도와 서브 밀리세컨드 수준의 지연 속도, 보장된 고 정밀 서비스를 위해서는 2030년의 네트워크는 다시 한 번 진화해야 한다.

또 다른 변화는 지상의 네트워크와 우주 공간의 네트워크가 컨버전스를 이루어야 하고, 양자 통신과 같은 새로운 방식이 모색될 것이다. 특히 양자 컴퓨팅이 응용되면서 지금과는 완전히 다른 컴퓨팅 패러다임이 요구될 것이기 때문에 이를 기존 인터넷에 도입할 것인지 아니면 완전히 새로운 네트워크가 구성될 것인가를 확인하는 기간이 될 것이다.

이런 측면에서 계속 주목할 기술 영역이 블록체인이다. 아직 블록체인이 퍼블릭 네트워크로 속도나 확장성에서 제한을 보이고 있지만, 향후 2-3년 안에 혁신적인 기술이 등장한다면, 매우 중요한 인프라로서 역할을 수행할 가능성은 아직 남아 있다.

사라지는 인터넷

10여 년 전부터 유비쿼터스, 어디에나 존재하는 편재성, 앰비언트 컴퓨팅에 대한 연구와 논의는 지속되어 왔다. 이제 그런 기술과 환경이 구체적인 모습으로 나타나고 있고 향후 10년 동안 혁명적인 변화를 예상할 수 있다.

모든 사물이 인터넷에 연결되고, 어디에서나 컴퓨팅 자원에 접근이 가능하다는 얘기는 결국 인공지능과 초고속 모바일 컴퓨팅, 클라우드와 엣지 컴퓨팅, 스마트 기기와 이를 지원하는 칩셋 등이 모여서 실체화될 것이다.

이는 우리가 생활하는 공간이나 도시 전체의 변화를 가져오게 할 것이다. 사용자 경험 역시 음성과 제스처가 일반화되며, 생체 인식과 보안, 매우 세분화된 개인화 서비스 등은 이제 우리가 흔하게 보는 컴퓨팅 기기를 거의 필요하지 않게 만들 것이며, 어디에나 존재하는 화면 또는 에이전트를 통해 원하는 정보 처리를 할 수 있게 된다.

교육 공간, 도서관, 쇼핑 몰, 자동차 등 이동 공간 등은 획기적으로 변화할 것이며, 우리가 인터넷과 접속하는 방식을 크게 바꾸게 할 것이다. 스마트 폰이 더 이상 의미를 갖지 못하고, 우리가 인터넷에 의식적으로 접속하는 경우는 가상현실을 경험하기 위한 과정에서 네트워크 안으로 들어가는 경우를 말할 뿐이다.

지난 10년 동안 인터넷에서 가장 중요한 기기는 스마트 폰이었고, 미디어는 영상이었다. 이제 앞으로 10년 동안 음성으로 대화할 수 있는 모든 기기가 각각의 역할을 대신할 것이고, 영상을 소비하는 방법은 보다 몰입하거나 내 공간에 중첩되는 방식이 될 것이다.

인터넷 안에는 나를 돕는 지능형 비서가 언제든지 나를 위해 무엇인가를 확인해 줄 수 있지만, 그런 서비스를 위해서는 나에 대한 개인 정보를 보다 더 적극적으로 개방해야 할 것이다. 2030년은 이제 인간이 인터넷에 존재하는 디지털 존재와 함께 공존하는 법을 배우는 시간이 될 것이다.

참고 문헌

[1] 한상기, “허위 정보, 가짜 뉴스, 폭력과 혐오 발언과 싸우는 각국 정부,” KISA Report, 2019년 6월호

[2] 한상기, “인공지능의 악용, 딥페이크의 문제,” KISA Report, 2018년 8월호

[3] Internet Society, “Paths to Our Digital Future,” Internet Society Global Internet Report, 2017

[4] Richard Li, “Towards a New Internet for the Year 2030 and Beyond,” ITU IMT-2020/5G Workshop, Jul 18, 2018

엣지 컴퓨팅과 인공지능

엣지 컴퓨팅과 인공지능의 만남은 자연스러운 진화

인공지능 기술이 점차 컴퓨팅 엣지에 해당하는 기기에서 생성되는 데이터를 실시간으로 분석하고 이를 기반으로 인사이트를 얻는 데에 활용하는 방안이 떠오르면서 엣지 컴퓨팅과 인공지능의 연계가 큰 관심을 끌고 있다.
클라우드와 사물인터넷이 처음 만났을 때는 주류 모델은 중앙 집중적이었다. 많은 기기가 단순 모델로 데이터를 코어 데이터 분석 시스템에 공급하는 일이었기 때문이다. 그러나 이제 엣지로 지능이 이동하고 엣지에 있는 시스템에서 추론과 패턴 매칭을 위해 데이터를 빠르게 처리할 수 있게 되었다. 궁극적으로 스마트 사물인터넷 기기의 시스템이나 센서는 가장 최신 데이터에 기반 해서 내부 알고리듬을 적응하는 비지도 학습을 지원할 것이다.

이는 일단 엣지 기기의 하드웨어 특히 파워와 기능의 수준이 인공지능 알고리듬을 지원할 만큼 강력해졌고, 센서들도 아주 작지만 의미 있는 메모리와 처리 능력을 갖게 되었고, 중앙 서버로 데이터를 전송할 필요가 줄어 들었기 때문이다.
특히 4차 산업혁명 흐름에 따른 사물 인터넷 기반의 스마트 공장, 스마트 모빌리티, 스마트 홈, 스마트 시티 등이 비즈니스와 기술 전략의 최전방이나 중심에 놓이면서 엣지 컴퓨팅 기기와 시스템을 통한 데이터 스트리밍 분석은 전체 네트워크에서 발생하는 이벤트의 가시성과 인지 능력을 크게 발전시킬 것이다.

딜로이트의 특별 보고서에 따르면, 사물인터넷 기기가 점점 더 스마트해지면서, 머신 러닝을 통해 자동으로 스마트 센서와 기기가 생성하는 데이터에 있는 패턴을 확인하고 이상을 감지할 것이다 [1].
이런 정보에는 온도, 압력, 습도, 공기 질, 진동, 소리 등이 포함될 수 있다. 이를 통해 예상하지 못한 가동 중단 회피, 운영 효율의 증가, 새로운 제품과 서비스 제공, 위험 관리 향상을 이룰 수 있다.

트랙티카의 보고서에 따르면 인공 지능 엣지 기기는 출하량을 기준으로 2018년 1억 6140만 개에서 2025년에는 26억 개가 되어 그 잠재성이 광범위함을 얘기하고 있다 [2].
기기 볼륨을 기준으로 보면 모바일 폰, 스마트 스피커, PC/태블릿, 헤드 마운트 디스플레이, 자동 센서, 드론, 소비자용과 기업용 로봇, 보안 카메라 순서로 규모가 클 것으로 본다. 이 밖에도 웨어러블 헬스 센서, 빌딩이나 설비 센서, 그리고 도시를 포함한 설비 전반에 심어지는 센서의 네트워크 등이 엣지 기기의 영역에 들어간다.

그림 1 인공지능 엣지 기기별 출하량

그림 1 인공지능 엣지 기기별 출하량

인공지능과 엣지 컴퓨팅이 만나야 하는 이유는 클라우드 자체의 규모가 증가하면서 지나치게 중앙화되고, 규모의 경제와 자율적 서비스는 클라우드에 내재할 수 있는 문제를 해결하는 방향이기 때문이다. 특히 엣지에서 인공지능 기능에 대한 요구는 점점 커질 수밖에 없다. 다양한 컨텍스트에서 발생하는 데이터를 이해하기 위해서는 인프라, 데이터, 애플리케이션의 요구 다양성을 다룰 수 있는 많은 플레이어가 등장해야 한다.

엣지에서 인공지능 인프라를 구축하는데 초점을 맞추고 있는 ‘스윔 AI’의 CTO 사이몬 크로스비는 모든 제조 공장이 같은 장비를 사용하더라도 내용이 달라질 수 없고, 이에 따라 하나의 모델이 동작할 수 없다고 주장한다 [3].
때로는 엣지는 클라우드에 연결되지 않을 수도 있기 때문이다. 더군다나 학습이나 실시간 결정을 위해 다량의 데이터를 클라우드로 전송하는 것이 어려울 수도 있다.

RT 인사이츠에서는 엣지에서 인공지능으로 강화된 의사 결정이 갖는 장점은 다음과 같이 정리하고 있다 [4].

  • 엣지 기반의 인공지능은 매우 반응이 빠르다 – 전형적인 중앙화된 사물인터넷 모델보다 실시간에 가깝게 반응할 수 있으며, 대부분 인사이트가 같은 하드웨어나 기기 안에서 즉각적으로 전달되고 처리될 수 있다.
  • 엣지 기반 인공지능은 더 강화된 보안을 보장한다 – 데이터를 보내고 받는 과정은 위험에 노출될 수 있다. 엣지에서 처리를 이런 위험을 최소화할 수 있다.
  • 엣지 기반의 인공지능을 매우 유연하다 – 스마트 기기들이 에너지 관리에서 의료 모니터링 같은 산업에 특정한 또는 위치에 특정한 요구 조건을 지원할 수 있다.
  • 엣지 기반 인공지능은 운영하기 위해 고도의 이론이나 고급 기술을 필요로 하지 않는다 – 자체 내에서 해결하기 때문에 인공지능 기반 엣지 기기들은 유지하기 위해서 데이터 과학자나 인공지능 개발자까지 필요로 하지는 않는다.
  • 엣지 기반 인공지능은 더 뛰어나 고객 경험을 제공한다 – 위치 인지 서비스를 통한 즉응성을 가능하게 하거나, 지연이 생길 때 경로를 재구성함으로써 기업들이 고객으로부터 신뢰를 얻거나 친밀함을 갖게 만들 수 있다.

주요 클라우드 기업의 인공지능 엣지 서비스

여러 퍼블릭 클라우드 서비스 기업은 인공지능 기능을 클라우드 차원에서 제공하면서도 엣지 컴퓨팅 프레임워크에서 인공지능과 결합하는 방안을 제시하고 있다. 대표적으로 마이크로소프트는 인텔리전트 엣지라는 개념으로 일찌감치 이 영역에서 자사의 전략을 소개했다.
인텔리전트 엣지는 지속적으로 확장하는 커넥티드 시스템과 기기의 집합을 의미하며 이를 통해 최종 사용자와 가까운 곳에서 생성되는 데이터를 모으고 분석함을 가정한다 [5].
동시에 고객들에게 새로운 클래스의 분산되고 연결된 애플리케이션을 만들어 내는 능력을 제공하고자 한다.

이를 위해 애저 코그니티브 서비스 콘테이너에 대한 프리뷰를 2018년 11월에 발표했으며, 이를 통해 클라우드와 엣지를 모두 포함하는 인텔리전트 애플리케이션 제작이 가능하게 했다. 기존의 애저 코그니티브 서비스는 인공지능이나 데이터 과학 기술이나 지식을 직접 갖지 않더라도 객체 탐지, 시각 인식, 언어 이해 등의 인지 기능을 쉽게 애플리케이션에 추가할 수 있도록 한다. 이미 120만 명이 넘는 개발자들이 이를 활용했다.
이를 콘테이너로 제공하는 것은 소프트웨어나 애플리케이션이 패키지화되어 거의 수정없이 콘테이너 호스트에 채택될 수 있게 만드는 소프트웨어 배포를 위한 접근이다. 또한, 사용자들이 데이터가 어디에 있더라도 애저의 지능형 코그니티브 서비스를 사용할 수 있다는 의미이다. 이는 얼굴 인식, 문자인식, 텍스트 분석 등을 위해 콘텐트를 클라우드로 보내지 않아도 된다는 뜻이고, 인텔리전트 앱은 엣지에서나 애저에서 모두 더 큰 지속성을 갖고 이식이 되거나 확장될 수 있다는 것이다.

그림 2 마이크로소프트 애저의 지능형 엣지를 위한 컨테이너 서비스

그림 2 마이크로소프트 애저의 지능형 엣지를 위한 컨테이너 서비스

사용 예로는 사이어리(Psiori)는 의료용 실험실 보고서나 이미지를 엣지에서 바로 분석해 보험 청구를 자동화 하며, 어배네이드 (Avanade)는 새로운 지능형 엣지 애플리케이션을 만들어 먼 바다의 유전 시추선 등에서 네트워크 연결이 제약을 받을 때 사용할 수 있도록 했다.

아마존은 세이지메이커 네오를 2018년 ‘리인벤트(Re:Invent)’에서 발표하면서 머신 러닝 모델를 한 번 학습시키면 클라우드는 엣지에서 이를 동작하게 할 수 있는 기능을 발표했다 [6].
머신 러닝 모델을 다중의 하드웨어 플랫폼에 최적화는 일은 쉬운 일이 아니며, 특히 엣지 기기와 같이 컴퓨터 파워나 저장 공간에 제약을 갖는 기기에서는 더 도전적인 일이다. 더군다나 소프트웨어 차이가 생기면 모델과 기기와의 호환 문제 때문에 개발자들은 모델과 딱 맞는 기기에만 적용하고자 한다.

그림 3 아마존의 세이지메이커 네오 작동 방식

그림 3 아마존의 세이지메이커 네오 작동 방식

네오-AI는 이런 튜닝 문제를 해결해 다양한 플랫폼에서 텐서플로우, MXNet, 파이토치, ONNX, XGBoost 모델을 자동으로 최적화하고 이를 오리지널 모델보다 속도를 두 배 빠리게 한다고 주장한다. 특히 자원에 제약을 갖는 기기에서 복잡한 모델이 동작할 수 있도록 지원하기 때문에, 자율 주행차, 홈 보안, 비정상 판독 등의 영역에서 사용할 수 있다고 한다. 네오-AI는 현재 인텔, 엔비디아, ARM을 지원하며 곧 자이링스, 케이던스, 퀄컴 플랫폼을 지원할 예정이다.

네오-AI의 코어는 머신 러닝 컴파일러와 런타임 모듈이며 이는 LLVM이나 할라이드 (Halide) 기술을 기반으로 한다. 또한 워싱턴 대학에서 오픈 소스로 개발한 TVM과 트리라이트 (Treelite)를 사용하는데, TVM은 딥 러닝 모델을 컴파일하고 트리라이트는 의사 결정 트리 모델을 컴파일 한다.

네오는 아파치 소프트웨어 라이선스를 기반으로 네오-AI 프로젝트 방식의 오픈 소스 코드로 사용할 수 있다. 따라서 개발자와 하드웨어 공급업체가 애플리케이션 및 하드웨어 플랫폼을 사용자에 의해 지정하고 네오의 최적화 및 리소스 사용량 축소 기술을 활용할 수 있다.

구글은 지능형 기기를 위한 제품을 두 가지로 제공한다. 첫 번째는 ‘엣지 TPU’라는 하드웨어이고, 또 하나는 ‘클라우드 IoT 엣지’라는 소프트웨어 스택이다. 이를 통해 클라우드에서 머신 러닝 모델을 구축/학습한 다음, 엣지 TPU 하드웨어 가속기의 파워를 통해 클라우드 IoT 엣지 기기에서 모델을 동작하도록 한다 [7].

그림 4 구글의 클라우드 IoT 엣지 지원 환경

그림 4 구글의 클라우드 IoT 엣지 지원 환경

엣지 TPU는 구글이 만든 ASIC 칩으로 텐서플로우 라이트 ML 모델이 엣지에서 동작하도록 디자인 했다. 작은 면적에서 왓트 당 성능, 비용 당 성능에 최적화하게 디자인 했다고 한다. 이를 통해 클라우드에서 클라우드 TPU로 학습시킨 다음 엣지에서 매우 빠른 머신 러닝 추론을 할 수 있게 함으로써, 센서가 단지 데이터 수집기가 아닌 로컬, 실시간, 지능형 의사 결정을 할 수 있게 했다.

클라우드 IoT 엣지는 구글 클라우드의 데이터 처리와 머신 러닝 기능을 게이트웨이, 카메라 등의 최종 기기로 확장하는 소프트웨어로 이를 통해 사물인터넷 애플리케이션을 더 스마트하고 안전하고 신뢰할 수 있게 만들고자 한다. 클라우드 IoT 엣지는 안드로이드 씽즈나 리눅스 기반 기기에서 동작할 수 있으며, 주요 컴포넌트는 다음과 같다.

  • 게이트웨이 클래스 기기를 위한 런타임 – 최소 하나의 CPU를 갖고 엣지에서 얻은 데이터를 저장, 번역, 처리, 지능 유도 할 수 있으며, 나머지 클라우드 IoT 플랫폼과 상호 동작할 수 있다.
  • 엣지 ioT 코어 – 엣지 기기를 더 안전하게 클라우드에 연결하며, 클라우드 IoT 코어와 소프트웨어나 펌웨어 업데이트와 데이터 교환을 관리한다.
  • 텐서플로우 라이트 기반 엣지 ML 런타임 – 사전에 학습된 모델윽 사용해 로컬 머신 러닝 추론을 수행하며, 이를 통해 지연을 확실히 줄이고 엣지 기기의 융통성을 증진한다.

구글이 확보한 파트너들은 반도체 회사 NXP, ARM, 게이트웨이 기기 회사 액톤, 하팅, 히타치 밴태라, 넥스콤, 노키아, 그리고 엣지 컴퓨팅 기업인 애드링크 테크놀로지, 켈빈, 올리 엣지 애널리틱스, 스마트 캣치, 트랙스 등이 있다.

참고 자료

[1] Deloitte Insights, “Intelligent IoT: Bring the power of AI to the Internet of Things,” Dec 12, 2017

[2] Tractica, “Artificial Intelligence Edge Device Shipments to Reach 2.6 Billion Units Annually by 2025,” Sep 13, 2018′

[3] Forbes, “Why AI At The Edge Is The Next Goldmine,” Apr 4, 2018

[4] RT Insights, “The Emerging Role of AI in Edge Computing,” Nov 27, 2018

[5] Eric Boyd, “Bringing AI to the edge,” Microsoft Azure blog, Nov 14, 2018

[6] Amazon, “AWS launches open source Noe-AI project to accelerate ML deployments on edge devices,” Jan 23, 2019

[7] Google Cloud Blog, “Bring intelligence to the edge with Clout IoT,” Jul 26, 2018

본 글은 한국정보화진흥원의 지원을 받아 작성되었으며, 클라우드스토어 씨앗 이슈리포트에 동시 게재합니다.

페이스북 Wit.ai를 인수

미국 포츈지에 의하면 페이스북이 음성인식 스타트업인 Wi.ai를 인수했다고 함.
인수 가격은 밝히지 않았으며, 창업자 등은 페이스북 멘로 파크 캠퍼스로 이동.
2005년 들어 첫 인수이며 내 생각으로는 인재 확보를 위한 인수인 듯
Wit.ai는 Iot 환경에서 스마트 기기에 음성 인식을 통해 자연어 인터페이스를 제공하는 기술을 보유. 다양한 기기들이 음성을 통한 명령을 수행할 수 있게 하며, 이미 5,500명의 개발자가 활용하고 있다고 함.

지원 플래폼