전체메뉴

[애플경제 김향자 기자]자율주행기술이나 스마트 자동화기술 등이 실용화되면서 엣지의 중요성이 더욱 강조되고 있다. 특히 엣지AI가 그 효율성을 극대화하는 핵심 요소로 주목받고 있다. 글로벌 분석기관이나 전문 애널리스트들은 “엣지AI야말로 다양한 애플리케이션을 적용할 수 있는 가능성을 제공한다”면서 “기업이나 조직은 이를 통해 혁신과 공정 효율의 극대화 등을 추구해야 할 것”이라고 조언하고 있다.

엣지AI는 계속 발전하고 있다. 가장자리에 있는 AI 애플리케이션은 무수히 많다. 자율주행차, 예술, 건강관리, 개인화된 광고 및 고객 서비스가 모두 그것을 활용할 수 있다. 이상적으로, 에지 아키텍처는 요청에 더 가깝기 때문에 짧은 지연 시간을 제공합니다.

실제로 시장분석기관인 ‘애스튜트 애널리티카(Astute Analytica)’에 따르면 엣지AI 시장은 2021년 140만 달러에서 2027년 800만 달러로 연평균 29.8%나 성장할 것으로 전망되고 있다. 이는 “사물 인터넷, 웨어러블 소비자 장치, 5G 네트워크에서 더 빠른 컴퓨팅의 필요성에 대한 욕구가엣지 AI 관리가 증가할수록 엣지AI의 중요성이 더욱 부각되고 있기 때문”이다. 다만 “엣지AI의 실시간 데이터는 사이버 공격에 취약하기 때문에 이는 기회이자, 극복해야 할 과제도 함께 던져준다”는 지적도 덧붙였다.

‘애스튜트 애널리티카’와 역시 글로벌 시장분석기관인 ‘린리 그룹(Lnley)’의 분석을 종합하면 대체로 향후 엣지AI는 클라우드에서 분리되거나, 머신러닝에 크게 의존하는 등의 방식으로 날로 발전해갈 것으로 예상되고 있다.

우선 클라우드에서 분리될 것으로 보는 시각이 지배적이다. 즉 클라우드 연결 없이 엣지AI에서 데이터를 처리할 수 있게 된다. ARM사는 실제로 최근 원격 서버나 클라우드를 건너뛰고 IoT 장치의 엣지에 처리 능력을 가져올 수 있는 두 가지 새로운 칩 설계를 출시해 눈길을 끈 바 있다. 이로 인해 이 회사가 개발한 마이크로 컨트롤러 아키텍처 ‘Cortex-M’ 프로세서는 객체 인식을 처리할 수 있다. 또 엣지AI 원리를 적용한 자사의 머신러닝 프로세서 ‘Ethos-U55가 추가됨에 따라 제스처를 감지하거나, 음성을 인식하는 등과 같은 기능이 작동하게 한다. 구글의 ‘코랄’ 또한 엣지AI로 제품을 만들기 위한 툴킷으로 잘 알려져있다.

엔비디아(NVIDIA)도 머신러닝 운영의 모범 사례로 엣지AI 비즈니스 프로세스를 꼽고 있다. “IT 제품 생산을 위해서는 새로운 라이프사이클이 필요하다”면서 “더욱이 머신러닝 기술(MLOps)이 발전함에 따라 이러한 경향이 더욱 두드러지고 있다. MLOps는 데이터의 흐름을 정리하고 가장자리로 밀어넣는 데 도움이 될 수 있다.”고 진단했다. 그래서 날로 많은 기업들이 자사에게 가장 적합한 옵션의 엣지AI 기술을 적용하고 있으며, 지속적으로 주기적인 업데이트를 반복하고 있다.

구글의 CEO 순다르 피차이는 “특히 알고리즘을 설계하고, 모델 아키텍처를 선택하고, 매일 ML을 배포하고 모니터링하는 데이터 과학자에겐 단순화된 ML 운용의 혜택을 받을 수 있는 기회가 되고 있다.”면서 “이는 ‘신경망이 신경망을 설계하는 것이 가능’하게 하는 기술”이라고 기술사이트 ‘테크리퍼블릭’에 밝혔다. 특히 수많은 메모리와 계산 능력을 요구받는 자동화된 머신러닝은 엣지AI와 접목되고, 엣지에서 배포됨으로써 그 진가를 발휘할 수도 있다는 평가다.

엣지에서 더 많은 데이터 처리를 하기 위해 기업들은 충분한 전력을 공급하기 위한 맞춤형 칩을 원하고 있다. ‘린리 그룹’에 따르면 지난해 실리콘밸리의 일부 스타트업들은 비디오 분석과 엣지용 자연어 처리 칩으로 무려 3500만 달러 규모의 자금을 조달해 언론의 헤드라인을 장식하기도 했다. 그래서 린리 그룹의 그웬납 수석 애널리스트는 “2025년이 되면 딥 러닝 가속기와 함께 19억 개의 엣지 디바이스가 출하될 것”으로 예상했다. 그에 따르면 딥비전의 AI 가속기 칩은 AI 모델을 계산 그래프로 변환하는 소프트웨어 제품군과 짝을 이룬다. IBM이 사이버 범죄를 방지하기 위해 지난 2021년에 가속기 하드웨어를 출시한 것도 그런 배경이 작용했다는 분석이다.

특히 컴퓨터 비전(혹은 스마트 팩토리를 위한 머신 비전)은 여전히 엣지AI의 가장 대표적인 용도 가운데 하나로 꼽히고 있다. 실제로 애플리케이션 프레임워크 및 개발자 도구 세트를 위한 NVIDIA의 파트너 네트워크에는 현재 1,000명 이상의 회원이 있을 정도다. 특히 이를위한 다중 모드 AI가 주목을 끈다. 이는 자연어 이해를 넘어 동작이나 제스처, 표정 분석과 검사 및 시각화를 수행할 수 있다. “쇼핑 도우미처럼 사람과 원활하게 상호 작용하는 AI에 유용하게 쓰일 수 있다”는 얘기다.

이를 활용한 고차원의 컴퓨터 비전 알고리듬은 더욱 세분화된 기능을 활용하여 객체를 분류할 수 있다. 예를 들어 자동차를 그냥 인식하는데 그치지 않고, 자동차 제조사나 모델을 정확히 파악해낼 수 있는 수준이다. 전문가들에 의하면 이처럼 각 객체의 고유하면서 세분화된 특징을 인식하도록 모델을 교육하는 것은 어려운 작업이다. 그러나 △세분화된 정보를 가진 특징을 표현하거나, △특정한 특징을 추출하기 위해 세분화하고, △객체의 동작을 정형화하는 알고리듬을 개발하고, △다층 컨볼루션 신경망을 개발, 적용하는 등의 방식으로 이를 가능하게 할 수 있다. 그래서 “이를 처음 개발했을때는 기업의 품질 관리, 실시간 공급망 추적, 스냅샷을 사용한 내부 위치 식별 및 딥 페이크 탐지 등에 적용되었다.”는 애널리스트들의 설명이다.

5G와 AI의 접목으로 기술적 시너지를 창출하는 것 또한 엣지AI의 중요한 가능성이다. 현재 통신 기술은 5G를 넘어 6G의 완성 단계를 목표로 하고 있다. 엣지 AI는 5G와 결합해 AI 애플리케이션의 성능과 보안 역량을 크게 높일 수 있다. 또 공장 자동화, 톨링 및 차량 원격 측정, 스마트 공급망 프로젝트와 같은 새로운 응용 프로그램을 더욱 활성화하고, 초저지연 기능 등을 기대할 수 있게 되었다.

엣지AI에는 이 밖에도 다양한 장점과 기술적 가능성이 잠재되어 있다. 가트너는 특히 “인간 능력의 확장이란 측면에서도 큰 변화가 있을 것”이라며 “LOB(Line of Business) 관리 대신 IT 리소스를 사용할 경우, 이같은 에지 솔루션으로 비용을 최적화할 수 있다”고 분석한 바 있다. 특히 엔비디아는 “마치 쿠버네티스를 활용하는 일이 IT분야의 중요한 직업이 된 것처럼 엣지 AI 관리 역시 유망직업이 될 것이 분명하다”는 예측까지 해 주목된다.