IoT, AI 시대 데이터양·컴퓨팅 성능요구 폭증 우려…클라우드 보완 수단으로 ‘엣지’ 주목

[컴퓨터월드] 최근 사물인터넷(IoT), 딥러닝과 인공지능(AI) 그리고 자율주행차 등의 산업을 중심으로 분산형 ‘엣지(edge) 컴퓨팅’이 주목받고 있다. 클라우드로 대변되는 ‘코어(core)’ 데이터센터와는 정반대인 동시에 보완의 개념이다.

한때 클라우드 컴퓨팅이 부각되면서 모든 컴퓨팅 파워를 중앙에서 가져다쓰게 될 것이라는 예상이 나오기도 했지만, 엣지 컴퓨팅이 부상하면서 이러한 예측은 빗나간 것으로 보인다. 클라우드의 한계를 보완하는 엣지 컴퓨팅에 대해 하드웨어를 중심으로 간략히 살펴봤다.

 

‘클라우드’ 가장자리, ‘엣지’로 모이는 시선

오늘날 컴퓨팅 인프라 부문의 헤게모니는 클라우드가 주도하고 있다. 가상화 기반의 효율적인 자원 활용과 간편하고 빠른 서비스 프로비저닝, 데이터센터 내에 위치한 수천 개 노드에서의 대규모 분산처리 등의 장점을 가진 클라우드 컴퓨팅은 특히 최근 몇 년간 폭발적 성장을 기록하고 있다.

클라우드는 사용자가 서비스 제공자 또는 자체 보유한 데이터센터와 인터넷으로 연결되기만 하면 서버나 스토리지 등의 컴퓨팅 자원을 직접 구매·배치하지 않고도 하드웨어 인프라는 물론 웹 애플리케이션, 데이터베이스, 데이터 분석 플랫폼 등까지 간편하게 사용할 수 있다는 점에서 사용자들로부터 많은 지지를 받았다.

이 같은 편리함 덕분에 클라우드는 아마존웹서비스(AWS) 같은 퍼블릭 클라우드 서비스는 물론, 유사한 환경을 기업 데이터센터에 구축할 수 있는 프라이빗 클라우드까지 범위를 넓히며 기업 데이터센터 구축의 표준으로 자리잡아가고 있다.

그러나 만능처럼 여겨지는 클라우드 컴퓨팅에도 한계는 존재한다. 모든 정보가 클라우드 데이터센터로 모여 처리되는 중앙집중형 컴퓨팅 아키텍처로 인해 데이터 전송과 처리, 결과 수신에 대한 응답 시간이 길어지고 데이터의 양이 폭증할 경우 병목 현상이 일어날 수 있기 때문이다.

특히 사물인터넷(IoT) 시대가 본격적으로 다가오면서 연결된 기기의 수가 폭발적으로 증가할 것으로 예상되는 가운데, 수백억 개의 기기로부터 발생하는 데이터를 클라우드로만으로 감당하기에는 부족하다는 지적이 나오고 있다.

▲ 중앙 집중형 클라우드와 분산형 엣지 컴퓨팅 (출처: collaberaTACT.com)

엣지(edge) 컴퓨팅은 바로 이를 극복하기 위한 대안으로 꼽힌다. 데이터센터-네트워크-말단기기를 포함하는 구조에서 지금까지의 컴퓨팅 환경이 클라우드 데이터센터, 즉 코어(core) 시스템의 역량에 무게를 뒀었다면, 이제는 다시 말단 기기 근처에 위치한 기기(edge)의 컴퓨팅 역량에도 주목하기 시작한 것이다.

씨게이트가 IT 시장조사기관 IDC에 의뢰해 발간한 ‘데이터에이지2025(Data Age 2025)’ 백서에 따르면, 2025년에는 전 세계 데이터 총량이 현재보다 10배 늘어난 163제타바이트(ZB)에 달할 것으로 예측된다. 특히 전체 데이터의 60% 가량이 기업에 의해 생성될 것으로 예상되며, 개인은 네트워크 연결 기기와 하루 평균 4,800번의 상호 정보교환을 하게 될 것으로 전망된다. 즉, 매일 평균 18초에 한 번씩 정보 교환이 이뤄진다는 얘기다.

이와 관련, 지난 8월 열린 빅데이터 토론회를 위해 방한한 테 반셍(Teh, Ban Seng) 씨게이트 수석 부사장은 “데이터센터로 대변되는 코어나 엔드포인트(end-point) 디바이스에서 생성되는 데이터뿐만 아니라, 엣지 디바이스에서의 빠른 데이터 분석처리가 중요해지고 있다는 점에 주목해야 한다”고 강조하기도 했다.

▲ 2025년까지 전 세계 데이터 총량이 10배 증가해 163ZB에 달할 것으로 예상된다.


다양하게 표현되는 ‘엣지 컴퓨팅’

엣지 컴퓨팅이란, 말단 기기 혹은 그와 가까운 곳에 기존보다 강화된 컴퓨팅 자원을 배치함으로써 중앙 데이터센터의 부담을 더는 개념으로 이해할 수 있다. 산업 IoT 부문을 예로 들면, 온도 감지기 같은 센서에서 발생한 단순 데이터를 굳이 원거리에 위치한 클라우드 데이터센터까지 전송해 처리하는 게 아니라, 가장 가까운 곳에 위치한 IoT 게이트웨이 같은 곳에서 처리하자는 개념이다. 이로써 데이터 분석 결과를 받아보는 것이 더욱 실시간에 가까워지는 동시에, 코어 데이터센터의 부담을 줄일 수 있다.

이동통신 업계에서는 같은 의미로 ‘모바일 엣지 컴퓨팅(MEC)’이 주목받는다. 통신사의 모바일 기지국이나 와이파이(Wi-Fi) AP(Access Point)를 단순히 신호 중계기로만 이용하는 것이 아니라, 이용자 서비스를 위한 컴퓨팅 자원과 서비스 애플리케이션을 여기에 배치함으로써 좀 더 유연하고 빠른 서비스를 제공할 수 있다는 것이다. 이는 현재 한창 기술개발이 진행 중인 5세대 이동통신(5G) 영역에서 특히 주목받고 있다.

▲ MEC 구조도 (출처: 한국정보과학회 학술발표논문집, 2016)

예를 들어 모바일 기기에서 동작하는 인공지능(AI)이나 가상현실(VR)/증강현실(AR) 애플리케이션 및 콘텐츠의 경우, 처리해야 할 모든 데이터를 통신사의 서비스 애플리케이션 서버로 보낸다면 현재의 4G는 물론이고 5G 기반으로도 데이터 전송의 속도와 안정성을 장담할 수 없을 것으로 전망된다.

그러나 엣지 컴퓨팅이 적용돼 일차적으로 사용자가 보유한 모바일 기기에서의 데이터 처리 역량을 향상시키고, 다음으로는 각 지역에 위치한 기지국에 컴퓨팅 자원과 애플리케이션을 배치해 관련 데이터들을 처리하면서(MEC), 동시에 중앙의 클라우드 데이터센터와 연동해 통합 제어한다면 데이터 전송 비용이나 지연시간 측면에서의 효율성을 증대시킬 수 있다.

이에 더해 MEC는 사용자의 단말이 특정 지역에 위치하고 있다는 점을 파악해 맞춤형 서비스를 더욱 손쉽게 제공할 수 있으며, 민감한 데이터를 중앙의 클라우드까지 보내지 않아 보안상의 장점까지 갖는다.

휴대전화에서도 엣지 컴퓨팅 사례를 찾아볼 수 있다. 스마트폰에 탑재되거나, 스피커 형태로 이용할 수 있는 음성 기반 가상비서 서비스들은 기본적으로 클라우드와 데이터를 주고받는다. 그러나 최근 들어 애플이나 퀄컴, 삼성 등 스마트폰 AP(Application Processor) 제조사들은 칩 내에 음성이나 영상 인식 등 머신러닝·딥러닝을 위한 프로세서를 결합하고 있다.

삼성전자 ‘엑시노스9’에는 화상 정보를 토대로 사물을 인지하고 판단할 수 있도록 하는 ‘머신 비전’ 기능이 탑재됐으며, 애플은 ‘아이폰X’에 ‘페이스ID(안면인식)’ 및 인공지능 비서 ‘시리(Siri)’, AR 등의 기능을 지원하기 위한 ‘애플 뉴럴 엔진’을, 퀄컴의 최신 ‘스냅드래곤835’ AP 역시 물체 확인 및 인식, 음성 및 언어인식에 필요한 뉴럴 프로세싱 엔진을 탑재했다.

▲ 퀄컴 ‘스냅드래곤835’가 탑재된 스마트폰의 물체 인식 시연 사진. 클라우드나 웹과 연결되지 않은 상태에서도 머신러닝을 활용한 앱을 구현할 수 있다. (출처: 퀄컴코리아)

데이터센터 네트워크 업계의 경우, 엣지 컴퓨팅과 같은 의미로 이미 ‘포그(Fog) 컴퓨팅’이라는 개념이 등장한 바 있다. 지난 2014년 1월경 시스코가 처음으로 제시한 포그 컴퓨팅은 ‘클라우드 컴퓨팅 및 서비스를 네트워크 엣지단으로 확장시키는 패러다임’이라고 정의됐다. 그간 회사는 자사 스위치 제품에 자체적인 분석 역량을 더하기 위해 CEP(복합이벤트처리) 기술 기업을, IoT 부문에서는 재스퍼테크놀로지를 인수하며 플랫폼 및 분석 역량을 확보해왔다.

최근 시스코는 이러한 포그 컴퓨팅 개념을 본격적으로 자사 스위치 제품에 적용하고, ‘카탈리스트9000’ 스위치 제품을 데이터센터 내 데이터 트래픽을 감시하는 센서로 활용하는 등 네트워크 엣지 자체 분석 역량을 강화하고 있다.

또한 시스코는 IBM ‘왓슨’과 자사 ‘엣지 애널리틱스’ 플랫폼을 연동하고, 최근에는 재스퍼 IoT 분석 플랫폼에도 포그 컴퓨팅 개념을 통합하는 등 네트워크 부문의 엣지 컴퓨팅을 이끌어오고 있다. 이로써 네트워크상의 엣지 디바이스인 라우터·스위치에서는 물론, 연결된 사물에서의 엣지 컴퓨팅 아키텍처 지원이 본격적으로 실현되기 시작했다.


말단 디바이스 성능 강화 추세

엣지 컴퓨팅은 클라우드 중심의 컴퓨팅 구조를 보완하는 것으로, 클라우드를 완전히 대체하는개념은 아니다. 특히 엣지 컴퓨팅의 핵심은 클라우드와 연동되는 동시에 네트워크 엣지 및 말단 디바이스에서의 독자적인 컴퓨팅 능력을 강화하는 것이라고 할 수 있다. 말단의 컴퓨팅 능력이 어떻게 강화되고 있는지를 살펴보자면, 먼저 클라우드 데이터센터와 엣지에서의 근본적이고 포괄적인 컴퓨팅 성능을 제공하는 인텔을 언급하지 않을 수 없다.

현재 인텔은 ‘제온(Xeon)’ 프로세서 시리즈를 주축으로 하는 클라우드 데이터센터에서부터, 엣지단의 네트워크 장비에 이르기까지 모든 영역을 아우르는 프로세서 제품 라인업을 갖추고 있다. 특히 엣지 영역에 대응하는 제품으로는 5G 이동통신을 겨냥한 ‘아톰(Atom) C3000’ 제품군 및 ‘제온 D-1500’ 제품군과 같은 고성능의 네트워크 및 말단 기기용 프로세서를 비롯해, 자율주행차나 인포테인먼트 시스템에서의 분석과 모니터링 지원을 위한 ‘아톰 X5-E3900 시리즈’ 및 ‘아톰 ’A3900 시리즈‘ 등도 선보이며 코어에서 엣지로 시장 영역을 확장하고 있다.

▲ 인텔 아톰 프로세서 ‘E3900’ 시리즈(좌) 및 ‘A3900’ 시리즈(우)

특히 인텔의 IoT용 프로세서 ‘아톰 E3900’ 시리즈는 FCBGA(Flip Chip Ball Grid Array) 패키지 및 14㎚(나노미터) 실리콘 기술 기반으로 개발돼 확장된 성능과 적은 공간 및 전력소비량을 요구하는 광범위한 IoT 애플리케이션에 최적화됐다. 제품은 산업, 자동차, 영상, 제조 및 소매 등의 분야를 위해 엣지단에서의 높은 성능 및 기능들을 제공하는 3종의 프로세서로 구성됐다.

인텔은 델파이(Delphi), FAW, 뉴소프트(Neusoft), 하이크비젼(Hikvision)을 포함하는 IoT 디바이스 제조업체, 소프트웨어 벤더사, OEM 등과 함께 업계 전반에서 협력을 진행 중이다. 각 산업 분야의 벤더들은 인텔 ‘아톰 E3900’ 시리즈에 기반, 상호 운용이 가능하고 최적화된 솔루션을 출시할 예정이다.

‘아톰 E3900’ 프로세서는 산업 분야의 경우 예측형 유지보수, 제품 출시 가속화, 품질 및 원격 관리 향상 등이 용도로 사용될 것으로 보인다. 또한 디지털 보안 및 감시(DSS)/영상 비전 시스템 분야에서는 시각적 데이터 인식 및 분석, 안전 및 보안, 교통 관리 및 모니터링, 농업 및 파이프라인 모니터링, 제조 조사 등에 사용될 전망이다. 교통/자동차 부문에서는 소프트웨어 정의(Software-Defined) 운전석 및 차량 간 무선통신(Vehicle-to-Vehicle Communication)에 사용될 것으로 예상된다.

이 밖에 인텔은 자동차 애플리케이션을 위한 새로운 ‘아톰 프로세서 A3900’ 시리즈도 함께 공개했다. ‘아톰 A3900’은 차량 내 인포테인먼트 시스템 등에 사용될 전망이다.

인텔, IoT·스마트카 등 대비 엣지 영향력 확대 나서

인텔은 지난해 말 IoT용 프로세서 ‘아톰 E3900’ 시리즈를 출시하면서 이를 바탕으로 향후 5년간 폭발적인 성장이 예상되는 IoT는 물론 스마트카 영역까지 넘보는 성장 전략을 제시했다.

이명기 인텔코리아 이사는 2020년이 되면 약 500억 개의 연결된 사물이 연간 44ZB(약 44조 기가바이트(GB))의 데이터를 생성하게 될 것이라는 시스코 ISBG의 예측을 소개하면서, “이처럼 늘어난 데이터를 처리하게 될 클라우드 기반의 데이터센터는 그 부하가 엄청나게 커질 것”이라고 전망하고, “부하를 덜기 위해서는 각 사물의 말단에 위치한 센서 가까이에서 데이터를 처리해야 하며, 이로써 유의미한 데이터만을 바탕으로 빠른 의사결정을 내리도록 도울 수 있다”고 설명했다.

이명기 이사의 설명에 따르면, 예를 들어 스마트 팩토리의 보일러나 펌프, 모터 등 수많은 기기에서 생성되는 방대한 데이터들 중 의미 있는 것은 규칙적으로 생성되는 거의 동일한 값의 정형화된 데이터들이 아니라, 오류가 생기거나 급격한 변화가 있을 때 생성되는 ‘평소와는 다른 조금 다른’ 비정형화된 데이터라고 할 수 있다.

▲ 이명기 인텔코리아 이사

즉, 방대한 데이터 중에서 가치를 갖는 데이터가 무엇인지를 기기에서 자체적으로 판단해 클라우드로 보내는 게 효율적이므로, 이를 판단하기 위해서는 ‘아톰 E3900’ 같은 발전된 프로세서가 필요하다. 물론 기존에도 임베디드 소프트웨어가 내장된 간단한 프로세서가 이러한 기능을 수행하고는 있었지만, 다가올 IoT 시대에는 더욱 고성능이 요구될 것으로 예측된다는 설명이다.

인텔이 새롭게 출시한 ‘아톰 E3900’은 14㎚(나노미터) 공정 기반의 프로세서로 ▲‘x5-E3930’ ▲‘x5-E3940’ ▲‘x7-E3950’ 등 3종의 프로세서로 구성된다. 전 세대 제품 대비 컴퓨팅 1.7배, 그래픽 처리는 3배 향상된 성능을 보여주며, 성인 손톱 절반만한 크기의 프로세서로 산업, 자동차, 영상, 제조 및 소매 등의 분야에 대해 말단에서의 높은 성능 및 기능들을 제공한다. 특히, 스마트 팩토리를 겨냥해 TCC(Time Coordinated Computing) 기능을 제공, 1/1000초(마이크로세컨즈, ㎲) 수준으로 각 사물간의 정보 동기화 수준을 높일 수 있는 게 특징이다.

인텔의 전략을 요약하면, 서버용 인텔 ‘제온(Xeon)’ 프로세서로 클라우드 데이터센터에 대응하면서, 아래로는 ‘아톰’ 프로세서를 새롭게 정비함으로써 수직적인 솔루션 라인업을 생성한다. 이와 동시에 제품들을 아우르는 동일한 개발 플랫폼을 수평적으로 제공하고, 여기에 관련사들과 협력 생태계를 확장해나가는 게 추가된다.

인텔은 이러한 전략이 기업으로서 자사의 프로세서 영향력을 넓힌다는 것뿐만 아니라, 궁극적으로는 IoT 시대를 앞당길 수 있는 환경 조성이 가능해진다는 점에서 중요하다고 설명했다. 이러한 전략의 일환으로 인텔 ‘아톰 E3900’은 윈도우뿐만 아니라 리눅스 및 QNX, 윈드리버 OS까지 포괄적인 환경을 지원한다.

이명기 인텔코리아 이사는 “앞으로 출시될 스마트카에는 헤드업디스플레이, 인포테인먼트 시스템, 뒷좌석 스크린, 사이드미러, 룸미러 등을 포함해 최대 19개의 풀HD~4K급 디스플레이가 포함될 것으로 예상된다”면서, “자동차라는 제한된 공간에서 이처럼 다양한 애플리케이션이 구동되려면 시스템 간 통합은 필수이며, 인텔 ‘아톰’ 프로세서가 제공하는 성능과 수평적 개발 플랫폼은 이러한 요구를 만족시킨다”고 말했다.


자율주행차, 엣지 컴퓨팅 구현 대표 사례

엣지 컴퓨팅에서의 말단 디바이스 성능 강화의 중요성을 가장 쉽게 이해할 수 있는 예로는 자율주행차를 들 수 있다. 자율주행차는 현재 전 세계 자동차 제조사는 물론 통신·IT기업들까지 속속 개발에 뛰어들고 있다. 자율주행을 위한 AI 구현을 위해서는 다양한 분야의 고도화된 ICT기술이 필요하기 때문이다.

자율주행차에는 차량에 부착된 적외선 및 스테레오 카메라를 비롯해 초음파 센서, 레이더(RADAR), 라이다(LiDAR) 등 다양한 센서가 장착된다. 특히 센서에서 실시간으로 발생하는 데이터를 수집하는 데 그치지 않고 이를 실시간으로 분석하기 위해 딥러닝 기술을 활용하는데, 딥러닝 연산에도 많은 컴퓨팅 파워가 필요하다.

▲ 자율주행을 위한 자동차의 다양한 센서

여기에 더해 자율주행차 한 대가 하루에 약 4,000GB의 데이터를 생성할 것이라는 전망도 나오고 있어, 이를 클라우드 데이터센터에 전송하기 위해 고대역폭·저지연의 특성을 가진 5G 네트워크의 필요성이 강조되고 있다. 그러나 5G 통신망을 통해 방대한 데이터를 클라우드 데이터센터에 전송하고, 이를 데이터센터가 분석해 다시 자율주행차로 가져와 활용하는 구조만으로는 자칫 통신망이 불안정할 경우 치명적인 사고로 이어질 수 있다.

때문에 자율주행차는 클라우드를 기반으로 도시 및 구역 전반의 도로 상황과 차량 흐름을 파악하는 동시에, 차량 자체에도 슈퍼컴퓨터와 맞먹는 엣지 컴퓨팅 파워를 확보함으로써 신호 및 표지판 인식, 급정지 인지, 보행자 인식 같은 차량 주변 상황 파악이 가능해야 한다. 또한 지역에 위치한 5G MEC 인프라 노드에서도 자율주행차와의 통신과 데이터 처리를 지원하고, 멀리는 클라우드까지 연결돼 데이터를 주고받아야 한다. 즉, 궁극적으로 자율주행차가 실현되려면 클라우드와 엣지 컴퓨팅의 조화가 필요하다고 할 수 있다.

자율주행차량용 슈퍼컴퓨터 엔비디아 ‘드라이브PX2’

엔비디아는 자율주행차량의 AI 구현을 위한 슈퍼컴퓨터 ‘드라이브PX2’를 제공하고 있다.
‘드라이브PX2’는 딥러닝 애플리케이션 구동을 위해 2개의 엔비디아 ‘파커(Parker)’ 프로세서와 2개의 ‘파스칼’ 아키텍처 기반 외장 GPU를 사용, 초당 24조 회의 딥러닝 작업 속도를 구현한다. 복잡하고 정교한 딥러닝 기반 추론 알고리즘을 원활하게 처리 가능한 ‘드라이브PX2’는 맥북 프로 150대에 해당하는 연산 능력을 갖추고 있다.

‘드라이브PX2’를 활용한 딥러닝 기술은 예기치 않은 도로 위의 파편이나 다른 운전자의 돌발행동, 그리고 공사 중인 도로와 같은 예외적인 상황도 올바르게 인식하고, 안전한 운행을 위한 최선의 판단을 내릴 수 있도록 돕는다. 특히 눈, 폭우, 안개, 심야 등 열악한 운행 조건에서도 주변 환경을 인식하는 능력을 향상시킬 수 있다.

▲ 엔비디아 ‘드라이브PX2’

‘드라이브PX2’의 고정밀도 GPU 아키텍처는 일반적으로 활용되는 부동 소수점 연산에서도 초당 최대 8조 회의 작업을 처리할 수 있으며 센서 융합, 운행 경로 수립을 포함하는 자율주행 차량의 알고리즘 전체 과정 및 딥러닝 네트워크를 위해 효율적으로 활용된다.

이와 더불어 주변 환경을 보다 폭넓게 이해하기 위해 12개의 비디오 카메라를 비롯해 레이더, 초음파 센서 등 다양한 센서들을 통해 입력되는 정보들을 결합하는 ‘센서 융합’ 기술도 활용한다.


엣지 컴퓨팅 위한 다양한 계층 제품 쏟아져

산업 현장에서의 IoT 엣지 컴퓨팅은 더욱 복잡하다. 센서, 제어장치, 게이트웨이, 기계, 사내 서버, 클라우드까지 다양한 계층에서 엣지 컴퓨팅을 지원할 수 있다. 엔터프라이즈 인프라 하드웨어 및 소프트웨어 기업들 역시 이에 대응하는 다양한 제품을 출시하며 시장 확대에 나서고 있다.

VM웨어의 경우 지난 5월 엔터프라이즈급 IoT 인프라 관리 솔루션인 ‘펄스IoT센터(Pulse IoT Center)’를 발표했다. VM웨어의 첫 IoT 인프라 관리 솔루션인 ‘펄스IoT센터’는 IoT 인프라에 필요한 엣지 시스템과 커넥티드 디바이스 사이를 유연하게 연결한다.

특히 VM웨어의 통합 엔드포인트 관리 솔루션 ‘에어워치(AirWatch)’의 디바이스 관리 기능과 인프라 관리 솔루션 ‘v리얼라이즈 오퍼레이션즈(vRealize Operations)’의 모니터링 및 문제해결 기능을 활용함으로써 서로 다른 하드웨어/운영체제/통신 프로토콜 기반의 엣지 시스템과 커넥티드 디바이스, 애플리케이션 사이를 연결하고 이를 관리·감시·보호할 수 있다.

VM웨어 ‘펄스IoT센터’는 현재 자동차, 엔터테인먼트, 소매, 금융, 헬스케어, 제조 분야에서 베타 테스트를 진행하고 있다. 델EMC는 VM웨어 ‘펄스IoT센터’를 델EMC ‘엣지 게이트웨이’ 제품의 엔터프라이즈 관리 및 모니터링 솔루션으로 제공해 모든 IoT 디바이스를 단일 툴로 손쉽게 관리할 수 있도록 지원할 예정이다.

▲ 델EMC ‘엣지게이트웨이5000’

이미 델EMC는 산업 현장의 다양한 기기에서 발생하는 데이터를 인텔 ‘아톰’ 프로세서를 통한 로컬 분석으로 데이터를 선별 전송, 네트워크 대역폭을 절감하고 솔루션 전반의 응답 지연 시간을 단축하는 ‘엣지게이트웨이5000’ 및 ‘엣지게이트웨이5100’ 시리즈를 선보이고 있다.

하둡 전문기업 맵알테크놀로지스도 지난 4월 엣지 데이터 분석(Analytics)을 위한 소형 컨버지드 데이터 플랫폼을 내놨다. ‘맵알 엣지(MapR Edge)’로 불리는 이 제품은 IoT 기기와 가까운 곳에 위치해 게이트웨이 역할을 하면서 동시에 데이터를 수집·처리·분석할 수 있다. 별도의 독립형 제품이 아니라 클러스터의 확장으로 기능해 맵알의 컨버지드 엔터프라이즈 에디션에서 운영되는 중앙 분석·운영 클러스터와 함께 설치되며, 인텔의 미니컴퓨터 ‘NUC’ 등을 기반으로 최소 3개에서 최대 5노드를 배치할 수 있다.

▲ ‘맵알 엣지’는 인텔 미니컴퓨터 ‘NUC’에 탑재된다.

규모를 조금 더 확장해보면, HPE와 슈나이더일렉트릭은 올해 1월 공동 개발을 통해 ‘HPE 마이크로 데이터센터(HPE Micro Datacenter)’ 솔루션을 출시했다. 모듈형의 ‘HPE 마이크로 데이터센터’는 슈나이더일렉트릭의 기술력과 HPE의 컨설팅을 통합함으로써 네트워크, 스토리지는 물론 관리까지 아우르는 엔드투엔드(end-to-end) IT인프라 솔루션이다.

▲ 슈나이더일렉트릭과 HPE가 공동 개발한 ‘HPE 마이크로 데이터센터’

엣지 컴퓨팅 개념을 기반으로 간편한 설치, 원격 관리, 보안, 모니터링 등을 통합한 이 모듈형 데이터센터 제품은 방대한 데이터량을 관리하면서 데이터센터 공간이 부족하거나 물리적 보안이 중요한 지역에 적합한 솔루션이다. 무정전 전원 장치(UPS), 전력 공급, 쿨링과 모니터링을 통합적으로 제공하는 슈나이더일렉트릭의 모듈형 ‘스마트벙커 FX(SmartBunker FX)’에 HPE 스토리지를 접목시켜 엣지 환경을 지원하고 있다.

‘HPE 마이크로 데이터센터’는 클라우드 기반의 ‘HPE 컨버지드시스템(ConvergedSystems)’, ‘HPE 하이퍼컨버지드(HPE HyperConverged)’, ‘IoT HPE 엣지라인솔루션(IoT HPE Edgeline Solutions)’을 활용한다. 운영이 최적화된 솔루션으로서 지연 속도를 줄이면서 데이터센터의 용량을 신속하게 높일 수 있으며, 데이터센터를 원격으로 안전하고 간편하게 관리할 수 있다. 크기는 23U에서 42U까지 다양하게 제공하며 맞춤형 설계도 가능하다.

저작권자 © 아이티데일리 무단전재 및 재배포 금지