1. 개념
1.1. 센서와 디바이스에서 쏟아지는 데이터를 네트워크 엣지에서 먼저 선별하고 처리한 다음 중요한 데이터만을 서버로 보내는 것.
1.1.1. 데이터의 선별적 처리
1.1.2. IoT에서 엣지컴퓨팅은 트리아지(동시에 발생한 병자, 부상자에 대해 긴급도, 중증도를 판별해 치료자의 우선순위를 정하는 것) 와 같은 역할을 한다.
1.1.2.1. Edge vs Cloud
1.1.2.2. Edge vs Cloud 2
1.1.2.2.1. 100ms -> 10ms로 단축
1.2. 정의
1.2.1. IDC에서는 엣지 컴퓨팅을 "중요한 데이터를 지역에서 처리하거나 저장하고, 수신된 모든 데이터를 중앙 데이터센터나 클라우드 스토리지 리포지토리로 보내는 약 10평방미터 이하 규모의 마이크로 데이터센터들로 구성된 메시 네트워크(Mesh Network)"라고 정의
1.2.1.1. IT World, "엣지 컴퓨팅의 이해와 네트워크의 변화", Sep 26, 2017
1.3. 왜?
1.3.1. 대용량 데이터가 지속해서 등장 ex.자율주행차량 -> 이를 클라우드 서버에서 다 처리하기는 어려움
1.3.1.1. IDC, Data Age 2025 -2025년에는 전 세계 데이터 총량이 현재보다 10배 늘어난 163제타바이트(ZB)에 달할 것 -개인은 네트워크 연결기기와 하루 평균 4,800번 상호 정보교환
1.3.2. 보안문제
1.3.3. 즉각 필요한 데이터를 디바이스 가까이에서 처리하는 것
1.3.4. 필요한 환경
1.3.4.1. 1.접속 환경이 열악: GE의 프레딕스
1.3.4.2. 2.지연처리에 민감: 금융, 제조업, 자동차, 의료
1.3.4.3. 3.다량 데이터 발생하나 단지 시스템의 정상 작동을 보여주는 경우 -> 클라우드로 선별발송
1.4. 의의
1.4.1. 가트너: 2018년 10대 전략기술에 엣지 컴퓨팅 기술을 포함
1.4.1.1. 가트너 10대 기술
1.5. 전망
1.5.1. 마켓츠 앤 마켓츠의 예상에 따르면, 2022년 글로벌 엣지 컴퓨팅 시장은 67억 2천만 달러에 달할 것이며 매년 35.4%씩 성장할 것
1.5.1.1. PR Newswire, “Edge Computing Market Worth 6.72 Billion USD by 2022”, Nov 1, 2017
1.5.2. 리서치 업체인 마켓 리서치 퓨처(Market Research Future))는 글로벌 엣지 컴퓨팅 시장 규모가 2023년에는 194억 달러에 이를 것으로 전망하였다
1.6. 배경
1.6.1. 통합과 분산의 역사
1.6.1.1. http://techm.kr/bbs/board.php?bo_table=article&wr_id=4831
1.6.1.1.1. 이미지
1.6.2. 클라우드 업체 VS 전통적 컴퓨팅 인프라 공급업체
1.6.2.1. 클라우드 업체
1.6.2.1.1. 엣지+클라우드 융합
1.6.2.2. 전통 업체
1.6.2.2.1. 클라우드 업체에 대항
1.6.2.2.2. HPE, DELL
1.6.3. 인터넷 업체 vs 하드웨어 업체
1.6.3.1. 인터넷 업체
1.6.3.1.1. 중앙집중식으로 하드웨어에 대한 지배권 유지
1.6.3.2. 하드웨어 업체
1.6.3.2.1. 엣지단에서 개별 하드웨어 경쟁력 유지
1.6.3.3. http://moneys.mt.co.kr/news/mwView.php?no=2017042021098039736&type=4&code=w0201
1.6.4. 안정성 문제의 제기
1.6.4.1. ex.2018.02.한국 KT 데이터센터 중단 -> 리니지M, 배민 등 서비스 중단.
1.6.4.2. ex.한국 2013 SDS 데이터 센터 중단 -> 삼성카드, 삼성생명
1.6.4.3. ex.미국 아마존, 마이크로소프트 IDC 정지
1.7. 엣지Edge
1.7.1. 지금까지의 클라우드 컴퓨팅과 달리 컴퓨팅 장치가 멀리 떨어진 센터에 위치하는 게 아니라 단말 장치와 가까운 기기 ‘가장자리’에 위치
1.7.1.1. Cloud와 대비되는 Fog 컴퓨팅, Cloudlet 컴퓨팅으로도 지칭
1.7.2. 기하급수적으로 불어나는 오늘날 기존 데이터 처리 방식의 무딘 ‘날’을 단단히 벼려 새로운 차원으로의 도약을 시도하는 컴퓨팅 방식
1.8. 층위
1.8.1. 일번적 층위
1.8.1.1. 클라우드 컴퓨팅
1.8.1.1.1. 인터넷, 통신, 서비스, 반도체
1.8.1.2. 포그 컴퓨팅
1.8.1.2.1. End-Point ~ Data Center 간 컴퓨팅
1.8.1.2.2. 2014년 미국 시스코에서 최초 제안
1.8.1.2.3. cf.클라우드렛: 엣지 컴퓨팅을 클라우드 환경의 플랫폼으로 활용
1.8.1.2.4. FOG
1.8.1.3. 엣지 컴퓨팅
1.8.1.3.1. 수혜: 반도체, 완성차, IT하드웨어
1.8.1.4. 엣지 vs 포그
1.8.1.4.1. 엣지 컴퓨팅 ㄷ 포그컴퓨팅
1.8.2. HPE의 정의
1.8.2.1. 1단계: 데이터 발생하는 센서영역
1.8.2.2. 2단계: 데이터를 모아 수집하는 영역
1.8.2.3. 3단계: 수집된 데이터를 넘겨받아 초기 분석하는 영역
1.8.2.4. 4단계: 심층분석을 수행하는 데이터센터/클라우드 인프라 영역
1.9. 필요 기술
1.9.1. 통신: 중앙 집중 - 분산 컴퓨팅 리소스간 에지간
1.9.2. 처리장치
2. 장단점
2.1. 장점
2.1.1. 데이터와 연산이 분산 -> 서버 공격 시 위험 감소
2.1.2. 클라우드에 걸리는 데이터 부하가 대폭 감소
2.1.2.1. 보다 품질 높은 서비스 가능
2.1.2.2. 빠른 응답시간
2.1.2.2.1. http://blog.naver.com/PostList.nhn?blogId=alice_k106&categoryNo=17&from=postList&parentCategoryNo=0
2.1.2.2.2. 영역별 필요 응답 시간
2.1.3. 네트워크 오류 발생 시 가까운 엣지 플래폼에서 임시 처방 가능
2.2. 단점
2.2.1. 엣지들이 보안 위협을 받을 수 있다
2.2.1.1. 장단점
3. 구조
3.1. 엣지 컴퓨팅의 3중 구조 패러다임: news.samsung.com
3.2. 유형
3.2.1. 유형
3.2.1.1. 1.Local Device
3.2.1.2. 2.Local Data Center
3.2.1.2.1. CDN: Content Distribution Network
3.2.1.2.2. IIOT: Industrial IoT
3.2.1.2.3. Financial: BAC, DB, Retail: HomeDepot
3.2.1.3. 3.Regional Small and Medium Data Center
3.3. H/W
3.3.1. 게이트웨이형 H/W
3.3.1.1. Dell EMC
3.3.1.2. 어드밴텍
3.3.2. 애저 클라우드+엣지 컴퓨팅
3.3.2.1. http://techm.kr/bbs/board.php?bo_table=article&wr_id=4834
3.3.2.2. 서버
3.3.2.2.1. 서버형태_Schneider Electric
4. 적용분야
4.1. 모바일 엣지 컴퓨팅 (MEC)
4.1.1. 통신사 모바일기지국/wifi AP를 신호중계기+서비스 앱을 설치
4.1.2. AT&T
4.1.2.1. 2017.7. MEC 네트워크 구축계획
4.1.2.1.1. 셀타워+스몰셀
4.1.3. 도이치텔레콤
4.1.3.1. 모바일엣지X
4.2. 스마트폰
4.2.1. 스마트폰AP 제조사: 칩 내에 머신/딥러닝 프로세서 결합
4.2.1.1. 삼성전자: 엑시노스9: 머신비전
4.2.1.2. 애플: 아이폰X 애플 뉴럴 엔진
4.2.1.3. 퀄컴: 스냅드래곤835 뉴럴 프로세싱 엔진
4.3. 데이터센터 네트워크
4.3.1. 포그 컴퓨팅
4.3.1.1. 2014년 시스코가 처음 제시
4.3.1.1.1. 클라우드 컴퓨팅 및 서비스를 네트워크 엣지단으로 확장시키는 패러다임
4.3.1.1.2. 카탈리스트 9000
4.3.1.2. 인텔
4.3.1.2.1. 제온 프로세서
4.4. 자율주행차
4.4.1. 차량자체 + 지역별 엣지 + 클라우드
4.4.2. 도요타+인텔+에릭슨
4.4.2.1. 엣지 컴퓨팅 컨소시움
4.5. 산업현장
4.5.1. H/W
4.5.1.1. 맵알테크놀로지스
4.5.1.1.1. 맵알엣지
4.5.1.2. HPE+슈나이더일렉트릭
4.5.1.2.1. HPE Micro Datacenter Solution
4.5.1.3. 엔비디아
4.5.1.3.1. 딥러닝 전용칩; Nvidia DGX-1 자율주행차: Nvidia Drive PX2
4.5.2. S/W
4.5.2.1. WM웨어
4.5.2.1.1. 펄스IoT센터
4.5.2.2. 델
4.5.2.2.1. 델EMC
4.5.2.3. 컴파스데이터센터
4.5.2.3.1. http://techm.kr/bbs/board.php?bo_table=article&wr_id=4754
4.5.3. H/W+S/W
4.5.3.1. Microsoft
4.5.3.1.1. Azure IoT Edge Solution
4.5.3.2. Amazon
4.5.3.2.1. AWS Greengrass
4.5.3.2.2. 아마존 FreeRTOS
4.5.3.2.3. AWS IoT Core
4.5.3.2.4. AWS 스노우볼 엣지
4.5.4. GE의 기차 사례
4.5.4.1. 열차와 클라우드 기술이 만났을 때
4.5.4.2. GE는 전세계 50여개국에서 화물과 승객을 실어 나르는 21,000대의 모든 기관차를 산업인터넷용 클라우드 플랫폼인 프레딕스(Predix)와 연결
5. 질문
5.1. 엣지 컴퓨팅은 기존 클라우드 컴퓨팅과 어떻게 다른가?
5.1.1. 단지 클라우드 컴퓨팅이 하단으로 내려온 개념인지?
5.1.2. 새로운 기술이나 개념인지?
5.1.2.1. 새로운 기술이라면 어떤 차이점이 있는지
5.2. 필요한 기술에는 무엇이 있는가?
5.2.1. S/W
5.2.2. H/w
5.2.2.1. 라우터
5.2.2.2. 서버
5.2.2.3. 게이트웨이
5.3. 엣지는 어떻게 돈이 되는가?
5.4. 밸류 체인은?
6. 참고한 링크
6.1. [커버스토리] 클라우드 빈틈 메우며 데이터 홍수 대비하는 ‘엣지 컴퓨팅’ - 컴퓨터월드
6.2. 엣지 컴퓨팅, 클라우드 컴퓨팅 시대의 새 장(場) 열다 | SAMSUNG NEWSROOM
6.3. http://news.inews24.com/php/news_view.php?g_serial=1088814&g_menu=020200&rrf=nv
6.4. http://file.mk.co.kr/imss/write/20170418144559__00.pdf
7. 관련기업
7.1. 역학관계
7.1.1. 서비스 활용도
7.2. 영역별
7.2.1. 포그 컴퓨팅
7.2.1.1. Microsoft
7.2.1.1.1. Azure IoT Edge
7.2.1.2. GE
7.2.1.2.1. PREDIX
7.2.1.3. Amazon
7.2.1.3.1. AWS Greengrass
7.2.1.4. IBM
7.2.1.4.1. IoT 비즈니스 유닛 + Watson
7.2.1.5. Google
7.2.1.5.1. 머신러닝 기반
7.2.1.6. Oracle
7.2.1.6.1. 머신러닝+자동화->PaaS에 적용
7.2.1.7. HPE
7.2.1.7.1. 그렉터와 협업
7.2.1.8. Qualcomm
7.2.1.8.1. 퀄컴 와이어리스 엣지 솔루션
7.2.1.9. Intel
7.2.1.9.1. Processor: 제온D-2100
7.2.1.10. LG CNS
7.2.1.10.1. IoT 게이트웨이 솔루션
7.2.1.11. Nvidia
7.2.1.11.1. Graphic Card
7.2.1.12. Toyota
7.2.1.12.1. 인텔, 에릭슨, nt
7.2.2. H/W
7.2.3. S/W
7.2.3.1. 윈드리버
7.2.3.1.1. 가상화 컴퓨팅 플랫폼 ‘윈드리버 티타늄 엣지 SX(Wind River Titanium Edge SX)’