Edge Computing 엣지 컴퓨팅

엣지 컴퓨팅은 포그 컴퓨팅, 메쉬 컴퓨팅이라고도 불린다.
에지 컴퓨팅은 'Edge'를 통해 컴퓨터에 액세스한다. 여기서 Edge는 원래 데이터 소스에 가까운 어딘가를 말한다. 즉 에지 컴퓨팅은 종단(에지) 기기에서 발생하는 데이터를 클라우드로 보내지 않고 데이터가 발생한 기기나 근거리의 서버에서 실시간으로 처리하여 데이터 처리 시간을 단축하고 인터넷 대역폭 사용량 또한 줄이는 산업용 데이터 처리 방식이다.

근거리 방식이라는 점에서 장거리 서버에서의 이동 시간을 줄이기 위해 등장한 P2P 컴퓨팅 개념을 포함하고 있다. 근처의 단말기 자원을 컴퓨팅 자원으로 활용하므로 에지 컴퓨팅은 IoT 디바이스와의 활용에도 적합한 개념이다.

엣지 디바이스, 즉 1차적으로 데이터를 생산하는 지점을 far edge 라고 부른다. 사람, IoT 장치, 센서가 포함되며 제한적인 네트워킹이 이루어진다. edge는 로컬 컴퓨터나 스토리지처럼 인터넷으로 연결된 개별 edge node를 의미한다. 미니 클라우드 센터 cloudlet 도 여기에 포함된다. 엣지 노드 간 이동을 1 hop으로 친다. 여러 edge node의 모임이 local cloud가 되며 필요에 따라 AWS, GCP 등 중앙화된 cloud가 연결될 수 있다.

Edge Computing의 장점 (feat. cloud computing)

Cloud Computing의 단점을 보완하는 새로운 패러다임으로써 Edge Computing이 가지는 이점을 알아본다.

(1) Proximity 접근성

Cloud Computing과의 개념적 차이점은 Proximity (접근성)이다. 클라우드 컴퓨팅은 인터넷을 통해 원격지에 있는 컴퓨터 자원에 접근하여 데이터를 저장하고 문제를 해결하는 컴퓨팅 방식이다. 그러나 엣지 컴퓨팅은 데이터 발생지 근처에서 직접 문제를 처리하며 중앙화된 단일 스토리지에 데이터를 올리지 않는다.

(2) Latency 지연 시간

접근성은 latency 문제와도 연결된다. 근거리 통신이 가지는 빠른 반응 속도는 AR, VR, Congnitive assistance처럼 실시간 반응이 중요한 어플리케이션에서 특히 중요하다. 자율주행차량이나 증강현실 애플리케이션들은 20ms 미만의 응답 시간이 필요하다. 클라우드와의 통신으로는 이를 제공할 수 없다. 그러나 센서 데이터를 에지 게이트웨이에서 처리하면 네트워크 지연을 방지하고 원하는 응답 시간을 달성할 수 있다.

(3) Scalability 확장성

기업의 성장에 따른 IT 인프라 요구사항은 예측할 수 없으며, 전용 데이터 센터의 구축과 확장엔 큰 비용이 들어간다. 에지 컴퓨팅 장치를 사용하면 데이터 분석, 저장, 처리 등의 역할을 최종 사용자 가까이 배치할 수 있고, 그 범위와 기능을 비용 효율적으로 빠르게 확장할 수 있다. 카메라, 자율주행자동차 등 높은 대역폭 센서를 로컬에서 처리하면, 새로운 장치가 추가될 때마다 네트워크 코어에 상당한 대역폭을 요구하지 않아 확장 비용도 적다.

(4) Reliability 신뢰성

중앙화된 클라우드가 위치한 물리적 장소에 정전, 자연재해가 발생하면 리스크가 매우 크다. 분산 컴퓨팅 매커니즘은 물리적 피해를 최소화할 수 있다. 데이터 센터가 중단돼도 에지 컴퓨팅 장치는 중요 처리기능을 기본적으로 수행하므로, 자체적으로 계속해서 작동할 수 있다. 또한, 네트워크에 연결된 에지 컴퓨팅 장치와 에지 데이터 센터가 많아서 사용자가 필요한 제품 및 정보에 여러 경로를 통해 액세스할 수 있으므로, 한 번의 실패로 서비스를 완전히 중단시키기 어렵다. 따라서 기업은 고객에게 더 빠르고 원활한 서비스를 보장할 수 있다.

(5) Privacy 프라이버시

클라우드에 개인정보를 저장하는 것은 쉬운 일이 아니다. 관리적 기술적 조치를 포함하여 이슈 발생 시 관계 법령을 클라우드가 실제로 존재하는 물리적 위치를 기준으로 해야할 지, 개인정보의 주체 국적에 따라 처리해야 할지, 서비스가 국내용인지 국외용인지 따지는 것이 복잡하며 완전히 법제화가 되지 않았기 때문이다. 따라서 로컬 스토리지에 개인정보를 저장하는 엣지 컴퓨팅은 프라이버시 이슈에서도 장점을 가진다.

Challenges

엣지 컴퓨팅은 분산 처리 시스템이 갖는 일반적인 문제점을 그대로 상속 받는다. 신뢰성, 명명규칙, 프로그래밍, 이질성, 확장성 등..

첫째로 엣지 자원을 공유하고 효과적으로 컨트롤하기 위한 알고리즘과 시스템 구현이 필요하다.
둘째로 이러한 엣지 인프라를 누가 책임지고 펀딩하고 구축할 것인지 사회적 합의가 필요하다.
셋째로 엣지 컴퓨팅이 전통적인 경계 보안을 약하게 하므로 대안이 필요하다. 경계 보안을 극복한 프로젝트는 대표적으로 구글의 제로 트러스트가 있다. 하지만 뛰어난 기술력과 구성원들의 충분한 협조가 필요하다는 점에서 전세계에 도입하는 것이 쉽지는 않을 것이다.