1999년 MIT공대의 Auto-ID센터 연구에서 기원을 찾을 수 있는 IoT(사물 인터넷)는 그 후, 지속적인 발전과 진화를 거듭해오고 있다. 2000년대엔 스마트 홈이, 그리고 2010년대에는 독일에서 시작된 공장 자동화 패러다임인 인더스트리 4.0이 등장하였다. 또한, 2020년대에 들어서 급격히 그 관심과 완성도가 높아지고 있는 AI(인공지능) 기술과 결합하면서 과거에 비해 월등히 지능화된 서비스를 제공할 수 있게 되었으며, 그 서비스 또한 전 산업영역으로 넓혀가고 있다. 여기에서는 지능형 IoT 요소 기술에 대해 설명하고자 한다.
지능형 IoT 요소 기술
1. 복합, 고도화가 진행되는 지능형 센서 기술
IoT 센서는 종단에 위치하는데, 기존의 IoT센서는 센싱을 통해 수집한 각종 정보를 IoT 허브를 통해, 클라우드에 위치한 IoT 컨트롤 센터에 전송하거나, IoT 컨트롤 센터의 명령에 따라 특정한 작업을 처리하는 단순한 역할만을 수행하였다. 그러나 최근 들어 수집된 데이터에 대한 실시간 처리, 빠른 장애 대응을 위해 센서 자체적으로 데이터를 분석하고 판단하여 바로 액션을 취하는 기능이 구현된 센서의 지능화가 진행 중에 있다. [그림 1]은 기존 센서에 제어, 판단, 저장, 통신 기능이 결합되어 있는 지능형 센서를 보여준다. 이러한 지능형 센서를 사용하면, 센서 자체적으로 원시 데이터(raw data)를 필터링하여, 의미 있는 정보만을 현장에서 추출한 후, 중앙으로 전송함으로써 데이터 전송량과 전송비용을 절감할 수 있다[1].
[그림 1] 센서, 신호처리, 통신 기능이 융합된 지능형 센서 구성도
이와 같은 지능형 센서는 [표 2]와 같이 다양한 요소 기술들로 구성된다.
[표 1] 지능형 센서 구성 기술
2. 저비용, 광대역, 초고속 지능형 IoT 서비스 제공을 위한 MEC 기술
IoT는 클라우드와 결합되어 더욱 강력한 컴퓨팅 파워와 서비스를 광범위하게 제공한다. 그러나 클라우드 기반의 중앙집중식 아키텍처는 모든 디바이스들이 중앙에 연결되고 연산 되는 과정에서 시간지연과 큰 전력소비가 발생한다. 이러한 문제를 해결하기 위해 데이터가 발생하는 현장 근처의 네트워크 에지 단에 소규모 컴퓨팅 시스템을 설치하여 사물과 실시간으로 데이터를 주고받음으로써 사물이 스스로 판단하고 반응하는 것처럼 연산시간을 획기적으로 줄일 수 있는 에지 컴퓨팅 기술이 도입되고 있다. 예를 들어, 에지 컴퓨팅과 5G 네트워크 서비스를 이용하면, 자동차 간 통신 및 연산속도를 획기적으로 줄일 수 있어서 스마트 신호등 체계와 연동되는 무인 자동차 서비스를 구현하는 것이 가능하다. 이 밖에도 에지 컴퓨팅은 실시간 위치서비스, XR, OTT 비디오 스트리밍과 같은 다양한 분야에서 활용될 수 있다. ETSI(유럽전기통신 표준협회)는 MEC(Multi-access Edge Computing) 이니셔티브를 통해 에지 컴퓨팅 표준화를 진행하고 있는데, 이러한 표준화 작업은 지능형 IoT와 이동통신 서비스의 결합을 빠르고 효율적으로 구현하는데 도움을 줄 것으로 기대된다.
에지 컴퓨팅은 포그 컴퓨팅과 구별되어 사용되기도 한다. 에지 컴퓨팅은 사물 자체 혹은 사물이 연결되어 있는 네트워크에 설치되어 있는 시스템인 반면, 포그 컴퓨팅은 에지 컴퓨팅 시스템과 LAN으로 연결되어 있으면서, 클라우드 컴퓨팅과의 연결을 담당하는 시스템이다. 관점에 따라 포그 컴퓨팅이 에지 컴퓨팅을 포함하거나, 반대로 에지 컴퓨팅이 포그 컴퓨팅을 포함하는 식으로 해석되기도 한다. [그림 2]는 세 가지 컴퓨터 시스템 간의 관계를 보여준다.
[그림 2] 클라우드 컴퓨팅, 포그 컴퓨팅, 에지 컴퓨팅 관계도
3. 초소형 IoT 디바이스에서 구동 가능한 기계학습, TinyML
TinyML은 Tiny Machine Learning의 준말로써, 아주 작은 기계 학습을 의미한다. 기계학습과 인공지능 프로세싱은 대규모 컴퓨팅 자원을 필요로 하므로, 통상적으로 데이터센터, 즉, 클라우드에서 이루어져 왔다. 그러나 지연 없는 실시간 프로세싱을 위해 컴퓨팅 자원이 점진적으로 클라우드에서 현장으로 이동하고 있는데, 이러한 패러다임에 따라 현장에 위치한 수 mW 정도의 배터리 전력을 소비하는 소형 임베디드 시스템에서도 자체적으로 운영될 수 있는 기계학습이 등장하였는데, 이를 TinyML이라고 부른다([그림 3] 참조)[2].
[그림 3] 클라우드 ML, 에지 ML, Tiny ML 비교도
TinyML은 최근에 부상하고 있는 컴퓨팅 패러다임인데 전세계에서 사용 중인 수십 억대 이상의 MCU 디바이스를 고려할 때, 그 활용 잠재력은 엄청날 것으로 기대된다. [표 2]는 TinyML 사용 사례별 알고리즘을 보여준다.
[표 2] TinyML 사용 사례와 알고리즘
4. 개인정보 노출 없는 머신 러닝 기술, 연합학습 (Federated Learning)
AI기술은 의료계에서 환자 진단, 병명 파악, 신약 개발과 같이 다양한 의료 분야에서 사용되고 있는데, AI를 훈련시키기 위해 민감하고 비밀유지가 필요한 대량의 환자 개인 데이터를 필요로 한다는 점에 빠른 확산에 어려움을 겪고 있다. 2019년, NVIDIA와 영국의 킹스 칼리지 대학은 이러한 문제를 피하면서 머신 러닝을 가능하게 하는 인공신경망 기반의 새로운 학습방법인 연합학습(federated learning)을 발표하였다[4].
연합 학습이란 탈중앙 데이터(de-centralized data)에 기반한 새로운 머신 러닝 패러다임이다. 기존의 머신 러닝 학습방식이 데이터가 모여 있는 중앙의 데이터 풀에서 진행되었다면, 연합학습은 데이터가 분산되어 있는 상태에서 학습이 가능한 모델링을 사용한다. 따라서 개인정보가 노출되거나 외부로 유출되는 문제가 없기 때문에, 의료계에서 머신 러닝을 이용하는 의료 AI 서비스 확산에 기여할 것으로 기대된다. [그림 4]는 병원과 클리닉 현장에서 모델링이 수행되고 중앙으로 보내진 후, 중앙에서 또 한번 전역 모델링이 수행되는 연합학습에 대한 개념도를 보여준다.
[그림 4] 연합학습 (Federated Learning) 개념도
5. 인공지능을 이용한 음성인식 기술
음성인식 기술은 HCI(Human Computer Interface) 기술 중 하나로써 별도의 도구 없이 사람이 음성으로 IoT 시스템을 제어하는, 사용의 편의성을 제공하기에, 최근 수년 동안 AI 스피커의 확산과 함께 대표적인 사용자 인터페이스로 자리 잡았다. 초기 음성인식 기술은 날씨 검색, 전화 작동과 같은 단답형 대화 수준에 머물렀으며, ‘헬로우’와 같은 트리거 단어를 필요로 하였으나, 현재는 트리거 단어를 매번 사용할 필요없이, 사람과 대화하듯이 문맥에 맞는 긴 대화까지 AI 스피커와 하는 수준으로 기술이 발전되고 있다.
음성인식 시스템은 [그림 5]에서 보여지는 바와 같이, 시그널 전처리(front-end signal processing) 과정과 후처리(back-end signal processing) 과정으로 구분된다. 시그널 전처리 과정에선 입력 사운드에서 노이즈를 제거하고 음성을 추려낸 후, 키워드를 발췌하며, 시그널 후처리 과정에서는 화자(話者)의 의도를 파악하고, 문맥에 맞는 응답을 화자에게 하여 사람과 대화를 이어가게 된다[5].
[그림 5] 음성 인식 시스템 처리 개념도
[참고 문헌]
[1] 김혜진, “스마트 IT 융합 플랫폼을 위한 지능형 센서 기술 동향”, 한국전자통신연구원, 전자통신동향분석 34권 5호, 2019. 10. 1, pp.15-20.
[2] George Anadiotis, “Machine learning at the edge: TinyML is getting big,” ZDNet, 2021. 6. 7.
[3] Csaba Kiraly, “AIoT and TinyML: The low-power compute revolution at the very edge,” Digital Catapult, UK, 2020. 9. 16.
[4] Stephanie Condon, “Nvidia, King’s College London debut privacy-focused way to train neural networks,” ZDNet, Oct 14, 2019.
[5] Dr Xiaoxi He, Voice, Speech, Conversation-Based User Interface 2019-2029: Technology, Player, Market”, Jan 15, 2019, IDTechEx, https://www.idtechex.com/ko/research-article/a-new-world-enabled-by-speech-voice-user-interface/16249
*본 저작물은 정보통신기획평가원(IITP)에서 2021년 작성하여 공공누리 제2유형으로 개방한 ‘주간기술동향 2021호, 지능형 IoT 기술과 사례 동향 (작성자:이상엽)’을 이용하였으며, 해당 저작물은 ‘정보통신기획평가원(IITP), https://www.iitp.kr/kr/1/knowledge/periodicalListA.it’ 에서 무료로 다운받으실 수 있습니다. 본 저작물은 공공누리 출처표시 지침에 의거하였습니다.
**해당 콘텐츠는 저작권법에 의해 보호받는 저작물입니다.
**해당 콘텐츠는 사전 동의없이 2차 가공 및 영리적인 이용을 금하고 있습니다.