[논문 리뷰] #1. Edge Computing : Vision and Challenges

제목 : Edge Computing : Vision and Challenges

저자 : Weisong SHi, Jie Cao, Quan Zhang, Youhuizi, and Lanyu Xu

---

Abstract

엣지 컴퓨팅은 많이 떴고, 기존에 있던 한계를 해결할 수 있는 잠재력이 있다.

이 논문에선 엣지 컴퓨팅의 정의를 소개한 다음 클라우드 오프로딩부터 스마트 홈과 도시, 그리고 엣지 컴퓨팅의 개념을 구체화하는 협업 엣지에 이르는 여러 사례 연구를 소개한다. 마지막으로 엣지 컴퓨팅 분야의 몇 가지 도전 과제와 기회를 제시한다.

 

I. Introduction

클라우드 컴퓨팅의 발전은 우리 삶을 편하게 해줬다.

이젠 IoT의 발전으로 우리는 일상 생활에 밀접한 사물에서 데이터를 생산이나 소비를 handling 해야 한다.

이러한 시기를 "Post-Cloud Era"라고 부른다.

일부 Application은 매우 짧은 응답 시간을 필요로 하고, 일부는 개인 데이터가 포함되어 security를 요구하고, 일부는 네트워크에 과부하가 걸릴 수 있는 대량의 데이터를 생성할 수도 있다.

중앙집중식의 클라우드 컴퓨팅은 이런 것을 해결하기에 한계가 존재하고, 이를 위해선 사용자의 단말에서 해결하는 Edge Computing, Cloudlet이 중요 기술로 떠오르고 있다.

 

II. What is Edge Computing

데이터는 점점 더 네트워크 엣지에서 생성되고 있으며, 네트워크 엣지에서 데이터를 처리하는게 더 효율적이다.

 

"Why do we need edge computing?"

1. Push from Cloud Services

 

클라우드 컴퓨팅 성능이 엣지의 성능을 능가하기 때문에, 모든 컴퓨팅 작업을 클라우드에서 하는 것이 효율적이라고 입증됐었다.

하지만 발전하는 데이터 처리 속도에 비해 네트워크의 대역폭은 아직도 제자리 걸음 중.

엣지에서 생성되는 데이터의 양이 증가함에 따라 클라우드 컴퓨팅에선 bottleneck이 일어나고 있는 현실이다.

 

예를 들어 자율 주행 자동차를 생각해보면, 자동차는 매초 1기가 바이트의 데이터를 생성하며, 차량이 올바른 결정을 내리기 위해선 실시간 처리가 중시된다. 이를 클라우드 컴퓨팅으로 처리한다면 서버로 데이터를 보내는 응답 시간이 길어질 것이고, 자동차는 real-time으로 알맞은 response를 보내기 힘들 것이다. 그러면 사고가 나고, 위험할 수가 있는 것임.

+ 현재 네트워크 대역폭은 너무나 작아서 모든 차들을 parallel하게 handling을 못함.

 

그래서, Edge에서 데이터를 직접 처리하는 Edge Computing이 필요한 것임.

 

2. Pull from IoT

IoT devices는 데이터의 생산자이자 소비자 역할을 하게 될 것임.

기존의 클라우드 컴퓨팅 구조는 다음과 같다.

Data를 클라우드에 올리고 Request와 Result를 서로 주고 받는 구조.

이러한 구조는 IoT에 적합하지 않은데, 그 이유는 다음과 같다.

1) 엣지단의 데이터 양이 많아 불필요한 대역폭과 컴퓨팅 리소스 사용량이 크게 증가한다

2) 개인 정보 보호 요구 사항은 클라우드 컴퓨팅에 장애물이 될 것임

3) 엔드 노드들은 에너지 제약이 있고, 유선 통신 모듈은 일반적으로 에너지를 많이 소모하므로 일부 컴퓨팅 작업을 엣지로 오프로드하는 것이 에너지 효율이 더 높아지기 때문이다.

 

3. Change from data consumer to producer

traditional 클라우드 컴퓨팅에선 엣지의 최종 디바이스는 일반적으로 소비자 역할을 했었음.

하지만 오늘날에 디바이스에서 데이터를 생산하고 있다.

예를 들면 사진을 찍고 instagram에 올린다든지, 웨어러블 건강 기기에서 생성되는 데이터들이라든지..

이렇게 data consumer에서 producer로 바뀌어가면서 엣지에 더 많은 기능을 배치할 것을 요구한다.

 

 

 

"What is Edge Computing?"

엣지 컴퓨팅은 클라우드 서비스를 대신하는 downstream 데이터와 IoT 서비스를 대신하는 upstream data에 대해 네트워크의 엣지에서 연산을 수행할 수 있도록 지원하는 기술을 말한다.

'엣지'란 데이터 소스와 클라우드 데이터 센터 사이의 경로에 있는 모든 컴퓨팅 및 네트워크 리소스로 정의.

ex) 스마트폰, 노트북, 게이트웨이 등등

엣지 컴퓨팅은 컴퓨팅이 데이터 소스와 가까운 곳에서 이루어져야 한다.

엣지 컴퓨팅은 focus more toward the things side, 포그 컴퓨팅은 focus more on the infrastructure side.

엣지는 컴퓨팅 오프로딩, 데이터 저장, 캐싱 및 처리뿐만 아니라 클라우드에서 사용자에게 요청 및 전송 서비스를 배포할 수 있다.

 

 

"Edge Computing Benefits"

엣지 컴퓨팅의 데이터 소스와 가까운 곳에 컴퓨팅을 배치하는 것은 기존의 클라우드 기반 컴퓨팅 paradigm과 비교할 때 여러 이점이 존재한다.

응답 시간의 감소와 에너지 소비를 줄일 수 있다. (구체적인 연구 몇 가지가 나왔음)

 

 

 

III. Case Study

엣지 컴퓨팅의 비전을 더 잘 설명하기 위해 몇 가지 엣지 컴퓨팅 관련 사례 연구를 설명한다.

 

A. Cloud Offloading

클라우드 컴퓨팅 paradigm에서는 대부분의 계산이 클라우드에서 이루어지는, 중앙 집중식.

하지만 이런 방식은 높은 지연시간으로 QoE가 저하될 수 있다.

따라서 Mobile Cloud Environment(MCE)에서 에너지-성능 tradeoff 측면, 클라우드 오프로딩을 다룬 연구들이 많이 진행됐다.

엣지 컴퓨팅 paradigm에서는 데이터 뿐만 아니라 데이터에 적용되는 연산도 엣지에 cache 되어야 한다.

이를 잘 설명할 수 있는 process가 있는데, 바로 온라인 쇼핑 서비스이다.

<기존 : 클라우드 컴퓨팅>

장바구니의 모든 변경 사항 -> 클라우드에서 수행.

새로운 장바구니 보기 -> 고객의 디바이스에서 업데이트

<엣지 컴퓨팅>

사용자의 장바구니 업데이트를 엣지 노드에서 실행.

=> 지연 시간의 단축.

 

또 다른 문제는 사용자가 한 엣지 노드에서 다른 엣지 노드로 이동할 때 엣지 노드의 협업과 관련된 것이다.

간단한 해결책은 사용자가 도달할 수 있는 모든 엣지에 데이터를 캐싱하는 것.

 

엣지 컴퓨팅을 이용한 Application 예시

1) 내비게이션 : 전체 map block 표시 X, 가까운 map block만 표시

2) 콘텐츠 필터링 및 집계 : 엣지 노드에서 수행, 전송할 데이터 양을 줄일 수 있다.

 

B. Video Analytics

동영상 분석은 새로운 기술로 떠오르고 있다.

영상 데이터는 개인 정보 보호 문제나 트래픽 비용 때문에 클라우드에 업로드 되지 않는다. 클라우드에서 데이터에 액세스 할 수 있다고 해도 방대한 양의 데이터를 업로드하고 검색하는 데 시간이 오래 걸릴 것임.

이러한 문제를 해결하기 위해, 스마트폰과 각 사물들은 요청을 수행하여 로컬 카메라 데이터를 검색하고, 그 결과만 클라우드로 보고할 수 있다. 이 paradigm에서는 모든 사물의 데이터와 컴퓨팅 성능을 활용하여 단독 클라우드 컴퓨팅에 비해 훨씬 빠르게 결과를 얻을 수 있었다.

 

C. Smart Home

스마트 홈 환경에서는 연결된 기기 외에도 저렴한 무선 센서와 컨트롤러를 방, 배관, 심지어 바닥과 벽에 배치해야 한다.

이러한 것들은 엄청난 양의 데이터를 보고할 것이며, 데이터 전송 부담과 개인 정보 보호를 고려할 때 이 데이터는 대부분 가정 내에서 소비되어야 한다.

엣지 컴퓨팅은 가정에서 특화된 엣지 운영체제(edgeOS)를 실행하는 엣지 게이트웨이를 사용하여 가정에서 사물을 쉽게 연결하고 관리할 수 있도록 한다.

또한 데이터를 로컬에서 처리하여 인터넷 대역폭에 대한 부담을 덜고, 서비스도 엣지OS에 배포하여 관리 및 제공을 개선할 수 있다는 점에서 스마트 홈 구축에 적합한 것으로 평가받고 있다.

structure of a variant of edgeOS

엣지OS는 Wi-Fi, 블루투스, 지그비, 셀룰러 네트워크 등 여러 통신 방법을 통해 모바일 디바이스와 모든 종류의 사물로부터 데이터를 수집해야 한다.

다양한 소스의 데이터를 데이터 추상화 계층에서 융합하고 통합해야 한다.
데이터 추상화 계층 위에는 서비스 관리 계층이 있는데 이 계층에서는 차별화, 확장성, 격리, 신뢰성 등의 요구사항이 지원됩니다. 섹션 IV-D에서 이 문제에 대해 자세히 다룬다.

네이밍 메커니즘은 서로 다른 요구 사항을 가진 모든 계층에 필요하다.  따라서 네이밍 모듈을 교차 계층 방식으로 남겨둔다. 

 

D. Smart City

엣지컴퓨팅은 다음과 같은 특성을 고려할 때 스마트 시티에 더 이상적인 플랫폼이 될 수 있다.

1) 대량의 데이터

: 엣지에서 대량의 데이터를 해결하기

2) 짧은 지연 시간

: 더 빨리 엣지에서 의사 결정을 내리기

3) 위치 인식

: 지리적 기반 앱의 경우, 위치 인식을 엣지에서 실행하기

 

E. Collaborative Edge

클라우드 컴퓨팅의 핵심 promise : 데이터가 이미 클라우드에 보관되어 있거나 클라우드로 전송되고 있으며 클라우드에서 처리될 것이라는 점.

하지만, 개인정보 보호 문제와 막대한 데이터 전송 비용으로 인해, stakeholders가 소유한 데이터를 공유하는 경우는 드물다.

따라서 엣지 컴퓨팅에서 협업 기회는 굉장히 제한적이라고 할 수 있다.

그래서 클라우드와 최종 사용자를 데이터 처리 능력으로 연결하는 물리적 소규모 데이터 센터인 엣지도 논리적 개념의 일부가 될 수 있으며, 물리적 위치와 네트워크 구조는 다르지만 지리적으로 분산된 여러 이해관계자의 엣지를 연결하는 협업 엣지가 제안되고 있다.

협업 edge 예시

위의 예는 협업 엣지의 예시, connected health이다.

지리적으로 분산된 데이터 처리 어플리케이션들은 여러 영역에 있는 기업간의 데이터 공유와 협업을 필요로 한다.

이러한 과제를 해결하기 위해 협업 엣지는 가상 공유 데이터 뷰를 생성하여 지리적으로 분산된 데이터를 통합할 수 있다.

 

Q. 가상 공유 데이터 뷰란?

A. 가상 공유 데이터는 미리 정의된 서비스 인터페이스를 통해 최종 사용자에게 노출된다. 애플리케이션은 이 공용 인터페이스를 활용하여 최종 사용자를 위한 서비스를 구상한다.. 

 

이러한 공용 서비스는 협업 엣지 참여자에 의해 제공되며, 데이터 프라이버시와 무결성을 보장할 수 있도록 참여자의 데이터 시설에서만 계산이 이루어진다.

 

이것이 이루어진다면, 특히 의료 서비스에서 많은 이득을 볼 것이라고 논문 저자는 설명을 해놓았다.

1) 병원과 약국에서 서로 Virtual Shared Data를 이용, 환자가 약을 잘 받아갔는지 확인이 가능.

2) 병원에서 약국에 충분한 약 재고가 있는지 확인 가능

3) 보험 회사는 병원에서 전자의무기록인 EMR을 기반으로 개인 맞춤형 의료 보험을 제공해줄 수 있다.

등등, 대부분의 협업 엣지 참여자는 운영 비용 절감과 수익성 개선 측면에서 협업의 이점을 누릴 수 있다.

 

 

 

다음 글에선 Challenges를 읽어보도록 하자.

지금까지는 그냥 엣지 컴퓨팅의 장점만 한 2시간째 읽는 것 같은데, 그만.. 읽고싶어진다..

too boring

 

결국 핵심만 정리하자면

1. 클라우드 컴퓨팅은 중앙집중식

2. 클라우드 컴퓨팅이 감당할 수 없는 네트워크 시스템이 나오는 중. (IoT의 보편화 -> 많은 데이터, 실시간 데이터 처리 등등)

3. 엣지 컴퓨팅이 좋은 이유는 컴퓨팅을 엣지에서 함으로써 중앙 집중형에서 벗어나 더 빠르고 많은 데이터를 효율적으로 처리하는 것.