전체메뉴

클라우드 기반 AI가 인공지능 시장을 주도해왔지만 최근엔 개인이나 단말의 디바이스에서 AI가 가동되는 엣지 AI시장과 기술이 날로 주목을 받고 있다.

향후 추세에 따라선 엣지AI가 클라우드 기반 AI를 능가하리라는 예상마저 나오고 있는 형편이다.

이는 네트워크로 연결된 다수의 컴퓨팅 자원을 이용하여 데이터를 저장 및 처리하는 기존 클라우드 컴퓨팅의 한계를 극복하고, 보다 기민하고 실시간의 탄력적인 대응을 하기 위한 것이다.

클라우드 컴퓨팅은 특히 보안문제나 개인정보 보호의 한계, 대량의 데이터 전송 비용, 대기 시간의 지연 등 네트워크 병목 현상 등의 한계가 지적되고 있다. 그러나 포그 컴퓨팅이나 엣지 컴퓨팅은 데이터를 멀리 있는 클라우드까지 보낼 필요가 없다.

가까운 포그나 엣지, 즉 사용자나 데이터가 발생한 현 위치에서 데이터를 수집, 분석하고 대응한다. 다만 포그가 클라우드와 엣지 디바이스 사이의 중간의 위치라면 엣지는 데이터 발생 기반인 임베디드 처리 기능이 있는 IoT 기반 디바이스라고 볼 수 있다.

그 동안 클라우드 소프트웨어를 공급하는 업체 중심의 클라우드 기반 AI기술과 시장이 성장해왔으나 최근엔 스마트폰이나 노트북 등 단말기를 공급하는 업체가 주도하는 엣지 AI 시장으로 서서히 주도권이 양분되는 현상이 일어나고 있다.

물론 클라우드 기반 AI 역시 여전히 성장을 지속할 것으로 보인다. 애초 AI는 방대한 양의 데이터를 저장, 분석, 처리해야 하므로 클라우드와 같은 거대한 인프라가 필수이기 때문이다.

그럼에도 불구하고 스마트폰 등 단말 디바이스에 대한 의존도가 높아질수록 이들 디바이스에도 필수적인 컴퓨팅이 장착될 수 밖에 없다. 이에 관해 연구보고서를 낸 바 있는 김민진 정보통신정책연구원의 전문연구원은 “현재 데이터의 91%는 중앙 집중식 데이터 센터에서 처리되고 있으나 2022년까지 전체 데이터의 약 74%가 엣지에서 분석 및 처리될 것”이라며 “2022년까지 출하되는 전체 스마트폰의 80%에 온디바이스(On-device) AI가 탑재될 것으로 예상된다”고 가트너의 전망을 곁들여 소개했다.

엣지 AI는 일단 소량의 데이터로 디바이스에서 독립적으로 AI를 실행할 수 있어, 보안이나 정보 유출 위험 없이 즉각적으로 AI 서비스를 제공할 수 있다는 점에서 환영받고 있다. 또 원격 서버가 아닌 로컬 컴퓨터 또는 임베디드 시스템에서 기계학습 알고리즘을 실행하는 것이다. 자체적으로 인공지능 서비스가 구현되는 온디바이스 AI(On-device AI)가 대표적 사례다. 알고리즘이 강력하지는 않지만 디바이스에서 네트워크 연결 없이 데이터를 처리하고 독립적으로 결정을 내릴 수 있다.

특히 인공지능을 엣지에서 구현하려는 흐름은 최근 코로나19 대응에 있어서도 엣지 AI 소프트웨어가 매우 유용하게 활용되는 추세가 이를 뒷받침하고 있다. 또한 스마트워치, 스마트폰과 같은 스마트기기, 센서 등의 빠른 성장에 기인하기도 한다.

엣지 AI를 활용하여 공공장소를 모니터링하고 접촉 추적 프로그램을 구현, 잠재적으로 코로나 바이러스의 확산을 늦추는 데 도움을 주는 비디오 감시 애플리케이션이 향후 2년 동안 가장 큰 성장을 보일 것으로 예상되고 있다. 스마트폰, 자율주행차, 지능형 스피커 등에서 자체적으로 AI 서비스가 구현되는 온디바이스 AI가 대표적인 경우다.

이처럼 엣지AI는 충분한 데이터 수집이 어렵고 컴퓨팅 능력도 부족한 환경에서 개인정보 유출 걱정 없이 AI를 원활히 지원할 수 있다. 데이터 수집과 활용에 따른 민감 정보 유출 위험이나, 클라우드 업체에 대한 종속의 우려도 줄일 수 있다. 디바이스는 AI를 기반으로 한 맞춤형 기능을 제공하면서도 이용자 데이터가 어떻게 수집되는지 혹은 의사결정의 근거는 무엇인지 이해시킬 수 있기 때문이다. 또 필요한 데이터만 선별적으로 데이터 센터로 전송함으로써 지연시간을 줄이고, 보다 빠른 의사결정을 가능하게 한다. 네트워크 연결 없이 안정적인 AI 서비스를 제공할 수 있으며, 클라우드 서비스 비용 및 대역폭과 셀룰러 데이터 비용도 절감할 수 있다.

물론 엣지AI도 AI가 구현되는 디바이스의 사양에 따른 한계가 있긴 하다. 즉 클라우드에 비해선 아무래도 데이터 처리 능력이 적고, 모델을 개선하기 위해선 클라우드에 연결해야만 한다. 또 디바이스에서 구동하는 동안 배터리 수명과 열손실 문제 등이 발생할 수도 있다. 그럼에도 불구하고, 원격 제어와 실시간 대응의 필요성이 날로 강조되면서 엣지 AI 시장은 더욱 빠르게 성장하고 있는 추세다.