주간기술동향 2017. 6. 14. 지능형사물인터넷구현을위한기술현황과전망 최진철장인국 * 이동훈 * 김명은 ** 손영성 ** 한국전자통신연구원선임연구원한국전자통신연구원연구원 * 한국전자통신연구원책임연구원 ** 사물인터넷, 인공지능, 클라우드, 빅데이터, 로봇등의정보통신기술융합으로이루어지는 4차산업혁명시대가도래하면서사회전반에초연결 초지능화의열풍이불고있다. 이에따라사물간연결성지원인프라로주로활용되는기존의사물인터넷기술은각사물이스스로지능을가지고인지 판단 대응 학습을수행하며, 사물들의자율적인협업을통해지능화된서비스를제공하는지능형인지사물인터넷으로발전될것으로전망된다. 본고에서는지능형사물인터넷구현을위한기술동향을살펴보고, 사물인터넷이초연결 초지능인프라로발전하기위한방안을모색하고자한다. I. 서론 사물인터넷 (Internet of Things: IoT) 기술이확산되고보편화되면서사물간연결성지원이외에도자동설정, 자율제어, 최적운영등과같은요구사항이새롭게대두되고있다. 그리고클라우드, 빅데이터분석, 인공지능기술의발전에따라사회전반에지능화또한요구되고있다. 현재제공되고있는대다수의 IoT 서비스는사물이인터넷에연결되어사용자가사전에설정한조건과정책에따라동작하고, 클라우드서버를통해수집된사물데이터를기반으로사용자가사물을제어하는방식으로제공되고있다. 이러한 IoT 서비스에적용가능한가전, 로봇, 웨어러블기기등다양한사물이보급되고있으나, 인터넷을통한연결성과사전설정에의한자동화기능제공만으로는안정적인운용과지속적인가치창출이어려우며, 이를극복하기위해사용자모니터링과개입이필수적으로요구 * 본내용은최진철선임연구원 ( 042-860-1193, spiders22v@etri.re.kr) 에게문의하시기바랍니다. ** 본내용은필자의주관적인의견이며 IITP 의공식적인입장이아님을밝힙니다. 2 www.iitp.kr
기획시리즈 - IoT [ 표 1] 현 IoT 기술의문제및필요기술 현안분석 사물인터넷보급으로인한효율적인운영방법론필요 인터넷이단절되는상황에서도끊김없는동작을제공할수있는메커니즘필요 챗봇등의인공지능서비스와사물인터넷의접목필요 사람의개입을최소화하고학습을통해효율성과최적선택을보장하는기술필요 필요기술 지능적자동설정과자율제어, 최적운영등의기술고도화 해킹, 재난, 고장등에의한인터넷단절시자율적인동작을보장하는장치운영기술 사물인터넷의지능화를위한기술고도화 사물의동작에자동화와지능화를제공할수있는기반기술 되는한계를드러내고있다 [1]. 또한, IoT 도입후오히려복잡해진시스템구성으로인해재해, 재난등의긴급상황발생시오히려대처가늦어지는문제점이보고되고있으며, 이로인해자동화와지능화를제공하는기반기술에대한필요성이제기되고있다. 현재제공되고있는 IoT 서비스의현안과이를극복하기위한필요기술은 [ 표 1] 과같이정리될수있다. 알파고로대표되는인공지능기술의발전은머신러닝과딥러닝기술의대중화를이끌게되었으며, 더나아가다양한형태로지능서비스를제공하여이전에는해결할수없었던다양한문제를해결하기위해도전장을내고있다. 대표적으로아마존은이미지분석기술이적용된아마존고 (AmazonGo) 라는무인매장컨셉트와로봇키바 (Kiva) 를이용한효율적물류처리시스템등을선보여, 기존 IoT 연결성에지능이결합된시스템이가져올효율성제고와성장가능성을보여주었다. 더불어소프트뱅크의페퍼 (Pepper) 로봇은지능화 IoT 기기의대표적인예로, 챗봇 (Chatbot) 기능을지닌스마트로봇을통해소비자와대화를하듯보험, 휴대전화계약등의판매서비스를수행함으로써지능형사물출현의현실성과효용성을증명하고있다. 본고에서는 IoT 기술의미래상을전망하기위해지능및인지기술이결합된 IoT 관련동향을살펴본후, 지능형 IoT 기술로의발전방향을고찰해보고자한다. II. 지능형 IoT 기술동향및수준 IITP 의 ICT 중장기기술로드맵 2022[2] 에따르면, IoT 기술은모든사물이연결되는개방형 IoT 인프라 (IoT 1.0) 를기반으로인공지능기술과접목되어제 4 차산업혁명을이끌어갈지능형 IoT 기술로발전될것으로전망되고있다. 인지 인공지능시스템시장이급격하게확대될것으 정보통신기술진흥센터 3
주간기술동향 2017. 6. 14. 로전망됨에 1) 따라최근국내외기업들은다양한응용분야에 IoT 기술과인공지능기술을접목하여새로운지능융합서비스제품및시장을창출하고있다. 지능형 IoT 를구현하는방식은 [ 표 2] 같이크게 1 클라우드의지능을이용하거나, 2 사물에지능을탑재하는방식으로나눌수있다. 클라우드의지능은사물이클라우드플랫폼에연결되어플랫폼이제공하는인지서비스 (Cognitive service) 와 2) 머신러닝기능등을활용하는방식으로글로벌 IT 기업이제공하는지능클라우드플랫폼을활용하는방식과사물제조사가 IoT 서비스를위해구축한클라우드플랫폼을지능화시키고이를활용하는방식으로나눌수있다. 그리고, 사물의지능탑재는머신러닝과딥러닝같은범용적인학습알고리즘이포함된지능화엔진을사물에탑재시켜사물스스로판단, 결정할수있도록하는방식과사물의목적과기능에특화된지능을제공하는사물플랫폼또는도구를활용하는방식으로구분할수있다. [ 표 2] 지능형 IoT 구현방식의분류 분류 설명 예 클라우드지능활용 사물지능화 지능형클라우드플랫폼활용 지능형 IoT 서비스클라우드플랫폼활용 지능화엔진사물탑재 지능형사물플랫폼및인지도구활용 - 구글, 아마존, IBM, MS 등과같은글로벌 IT 기업의클라우드플랫폼이제공하는시각, 언어등인지서비스및머신러닝서비스등을활용 - 하드웨어, 사물제조사가응용서비스제공을위해구축한서비스클라우드플랫폼에인지, 분석기능등을추가하여지능화된 IoT 서비스를제공 - 학습알고리즘 ( 머신러닝, 딥러닝등 ) 기반의지능화엔진을제품에탑재하여인지및사고기능을자체적으로갖춤 - 데이터분석, 자율주행차와같이특화된지능을요구하는사물에탑재하기위한사물플랫폼활용 - IoT 데이터인지분석도구의활용 - 아마존알렉사 - 자율주행차올리 - 로봇페퍼 - 인공지능가전 (LG, 삼성 ) - 대화형비서 ( 빅스비, 시리등 ) - 네스트서모스탯 - MIT 박스터로봇 - IBM 쿼크 - 퀄컴드라이브데이터플랫폼 1. 지능형클라우드플랫폼의활용구글, 아마존, IBM, MS 등과같은글로벌 IT 기업들은공통적으로클라우드컴퓨팅을기반으로인지서비스와머신러닝서비스를제공하는플랫폼을구축하고, 오픈소스를적극적으로활용하여지능형서비스나 IoT 제품에쉽게활용할수있는기반을마련하고있다 [3]. 1) 시장조사업체 IDC 는세계인지 인공지능시스템시장이 2016 년부터 2020 년까지연평균 55.1% 성장할것으로전망했으며, 시장규모는 2016 년 80 억달러에서 2020 년 470 억달러까지커질것으로전망함 2) 시각, 음성, 언어, 지식등에관한사람의인지능력을모사, 해석하는기능을 API(Application Programming Interface) 또는 SDK(Software Development Kit) 형태로제공하는서비스 4 www.iitp.kr
기획시리즈 - IoT < 자료 > 아마존 AWS, IBM 블루믹스, 구글클라우드, MS 애저홈페이지 [ 그림 1] 지능형클라우드플랫폼이제공하는인지서비스및머신러닝서비스구글의클라우드플랫폼은영상과음성인식, 번역, 자연어처리등을위해머신러닝엔진과인공신경망기반인지서비스를클라우드서비스형태로제공한다. 구글의플랫폼은개발자가입력하는데이터로머신러닝모델을개발할수도있으며, 구글이축적한데이터를통해미리학습시킨모델을사용하여서비스를개발할수도있다. 예를들어, 카메라와마이크가탑재된라즈베리파이기반의로봇이구글의인지서비스를이용하여사용자의음성과이미지를인식하거나, 개발자가설계한머신러닝모델에기반하여스스로의사결정할수도있다. IBM 은인공지능왓슨 (Watson) 의음성및이미지인식, 자연어처리, 번역, 문맥분석, 데이터분석용도의 API 를제공하는 IBM 왓슨개발자클라우드 (Watson Developer Cloud), 블루믹스 (Blumix) 와함께왓슨애널리틱스 (Watson Analytics) 라는자연어기반의인지컴퓨팅을지원하는비즈니스클라우드머신러닝서비스를제공하고있다. 최근 IBM 의왓슨은대표적인인공지능으로각광받고있으며, 자율주행버스올리 (Olli), 네덜란드의산업용무인항공제조업체에어리얼트로닉스 (Aerialtronics) 의드론, 소프트뱅크의로봇페퍼 (Pepper) 등다양한사물과서비스에탑재되어음성안내, 자율주행을위한환경데이터분석, 대화형서비스등에널리활용되고있다. 2016 년 11 월 IBM 은체화된인지 (Embodied Cognition) 3) 기술을바탕으로로봇에서스마트홈에이르기까 3) 조지라코프 (George Lakoff) 와마크존슨 (Mark Johnson) 이제안한인지과학의이론으로서 사람의인지과정및결정은일상생활에서경험하는촉감및후각과같은감각운동의영향을받는다 라는이론이다. 즉, 인간이뇌로만생각 ( 인지 ) 하는것이아니라감각운동능력을가진몸으로도생각한다 는것으로기쁜얼굴을보면우리도모르게기쁜표정을짓게되는것이다. 정보통신기술진흥센터 5
주간기술동향 2017. 6. 14. 지다양한디바이스와센서를왓슨에연결하기위한머신러닝개발플랫폼프로젝트인투 (Project Intu) 의 SDK 를공개하였다. 인투는이미지, 소리, 냄새, 적외선의양, 온도, 진동을감지하는장치에서왓슨을이용할수있도록지원한다. 즉, 장치는인투를이용하여왓슨으로부터받은분석정보를스피커나구동기혹은제스처기능을제공하는 IoT 장치를통해사용자에게전달할수있으며, 주변환경이나다른 IoT 장치들과도통신할수있다. MS 도영상및음성인식, 언어이해, 검색, 지식서비스등의인지서비스를제공하고있다. 그리고 IBM 블루믹스기반의예측분석서비스와유사한애저머신러닝스튜디오 (Azure Machine Learning Studio) 를통해사용자의데이터를이용하여머신러닝모델을훈련시키고, REST 인터페이스를통해결과모델을 API 로재공유할수도있다. 아마존은아마존웹서비스 (AWS) 의클라우드플랫폼을기반으로인공신경망기반이미지분석서비스레코그니션 (Rekognition), 자연어처리서비스렉스 (Lex), 텍스트투스피치서비스폴리 (Polly) 와머신러닝서비스등을제공하고있다. 아마존머신러닝서비스는데이터를분석하여특정패턴을읽어내어예측과분석을제공한다. 예를들어, 다양한고객의구매패턴정보가입력된 CSV 파일을올려분석한후, A 고객이 B 제품을구매할까요? 라는질문을하면 그렇다, 아니다 와같은응답을받을수있는것이다. 2014 년아마존이출시한음성인식비서알렉사 (Alexa) 는스피커가내장된음성제어장치에탑재되어음악재생, 쇼핑, 스케줄관리, 알림기능, 검색, 스마트홈기능을제공한다. 알렉사는아마존스킬스 (Amazon Skills) 를 4) 통해다양한형태로생태계확장이용이한장점을가져자동차, 로봇, 가전, 모바일, 반도체등다양한분야파트너와의연동전시만 700 여개에달해 CES 2017 에서큰주목을받았다. 아마존은알렉사를오픈 API 형태로공개하고있기때문에아마존의협력없이도알렉사지원기기를개발할수있으며, AWS 의자연어처리서비스인렉스를이용하여알렉사수준의챗봇을만들수도있다. 최근국내포털업계또한지능형인지서비스를제공하기위한기술과플랫폼개발에적극적으로나서고있다. 네이버는자사의개발자회의 DEVIEW 2016 에서생활환경지능 (Ambient Intelligence) 이라는키워드를앞세우고이용자의의도를분석해서필요한서비스를지능적으로제공해주는음성인식대화시스템아미카 (Amica) 를선보였으며, 2017 년 3 월자회사인라인과함께개발한아미카의진화버전클로바 (Clova) 를공개하였다. 아마존의알렉사나구글의어시스턴 4) 어떤회사이든자사의서비스를알렉사의기능으로추가할수있는오픈 API. 예를들어도미노피자와스타벅스커피주문, 우버를통한택시호출등이알렉사에내재된기능인것처럼간단한음성명령을통해처리가능하다. 6 www.iitp.kr
기획시리즈 - IoT Mobile Apps Devices Contents Services Other Apps/Devices Other Contents/Services < 자료 > 클로바홈페이지 [ 그림 2] 클로바플랫폼구조도 트가음성인식기반인것과달리클로바는음성과비주얼인식, 자연어와대화흐름이해, 추천, 인공신경망기반기계번역 (NMT) 등의기술을두루적용하여활용분야가넓을것으로예측된다. 기존에인공지능기능을활용할수없었던스마트폰, IoT 장치, 콘텐츠개발자도공개인터페이스를이용하여클로바클라우드에연결하여음성인식기능서비스를제공받을수있다. 카카오는 2017 년 2 월카카오브레인이라는자회사를별도신설하고, 상반기내로인공지능기반플랫폼을출시하고, 연계 IoT 장치와카카오톡, 뮤직, 지도, 택시호출, 검색등을대화형서비스형태로제공할계획이다. 2. 지능형 IoT 서비스클라우드플랫폼의활용삼성전자와 LG 전자는클라우드연계를통한지능형 IoT 가전을선도하고있다. 이들기업은 2016 년부터클라우드기반의 IoT 가전을출시한데이어 2017 년부터는한층진화된가전을시장에선보일예정이다. 가전스스로소비자행동데이터를분석, 기기운용을제어하고, 사용자편의성을대폭개선하는소비자경험을제공하는등기존의 IoT 기반가전서비스클라우드에인공지능기술을결합시켜스마트홈을완성시키기위한노력을경주하고있다. LG 전자는스마 정보통신기술진흥센터 7
주간기술동향 2017. 6. 14. < 자료 > Social LG 전자, LG 전자딥러닝기반스마트홈시대연다, 2016. 12. 21. [ 그림 3] LG 전자딥씽큐기술개념도트홈시스템인스마트씽큐 (SmartThinQ) 에딥러닝기반의딥씽큐 (DeepThinQ) 기술을탑재한에어컨, 냉장고, 로봇청소기, 드럼세탁기등의생활가전을 2017 년부터출시하고있다. 스마트홈을구성하는가전및센서와관련된작동정보, 사용자관련데이터 ( 영상 / 음성 / 센서 ), 그리고지역 / 날씨 / 시간등의상황정보를클라우드에축적하고데이터를분석하여스마트폰을통해사용자생활패턴과주변환경에최적화한솔루션을제공한다. [ 표 3] 은인공지능기술연계로진화가예상되는 IoT 생활가전서비스의예를보여준다. 삼성전자는 2017 년 3 월음성인식기능을탑재하여인터넷검색, 쇼핑, 일정관리, 라디오실행기능을제공하는냉장고를출시하고, 향후에어컨, 세탁기, 식기세척기등으로음성인식가전을확대할계획이다. 또한, 갤럭시 S8 에적용하는인공지능플랫폼빅스비 (Bixby) 와자사가전 [ 표 3] IoT 기반생활가전서비스와인공지능기술탑재로진화된생활가전서비스비교 생활가전 IoT 기반서비스인공지능탑재로진화된가전서비스 에어컨 냉장고 로봇청소기 세탁기 - 인체감지센서연동을통한자동 on/off 기능 - 원격에어컨제어 - 스마트폰앱을통한식품의종류, 유통기한등의정보관리및식품목록확인 - 온라인쇼핑 - 원격청소제어 - 스마트폰앱을통한자가진단및세탁종료알림 - 원격세탁제어 - 인체감지센서와공간학습기능을통해실내환경을감지하고, 사람의위치와수를파악해서냉방공간, 냉방모드, 공기청정가동등을스스로결정 - 사람이머무르는공간에만바람을내보내에너지절약 - 온도, 습도, 동작감지, 거리측정, 노크, 문여닫기등각종센서를부착하여사용자의행동을인지 - 도어가열리는횟수와시간을분석해절전운전 - 온도와습도가높은한여름에는음식물이쉽게상하지않도록제균기능강화 - 가구, 전선, 사람, 동물등의사물을인지하고장애물을스스로판단하여보다꼼꼼하게청소 - 집안환경분석및세탁물오염도확인을통해최적세탁옵션 ( 세탁코스와시간, 물의양과온도등 ) 결정 - 날씨를파악하여습한날씨에는보다강력한탈수를제공하고, 미세먼지가많은날은헹굼시간을추가 - 고객이자주적용하는세탁옵션을학습하고상황에맞는세탁옵션추천 < 자료 > 이병주, OCF 표준적용및추진전략, OCF Korea Forum 창립기념세미나, 2017. 3. 28, 재구성 8 www.iitp.kr
기획시리즈 - IoT 등다양한 IoT 기기와연동하여인공지능 IoT 플랫폼으로키워간다는전략이다. 빅스비는텍스트와터치, 음성등을인식할수있으며, 사용자의명령을문맥으로파악하여스마트디바이스에서정보를검색하고, 앱을구동할수있게해준다. 또한, 카메라를통해사물, 이미지, 텍스트, QR 코드등을인식해유용한정보를주기도한다. 예를들어, 카메라로특정제품을찍으면딥러닝을통해제품을판별하고해당제품을온라인에서바로구매할수있도록도와준다. 2016 년 10 월미국의인공지능스타트업비브랩스를인수한것도이와같은서비스를개발하기위함으로알려져있다. 3. 지능화엔진의사물탑재구글산하네스트 (NEST) 의온도조절기네스트서모스탯 (Nest Thermostat) 은장치가스스로사용패턴을학습하여맞춤형실내환경제어서비스를제공한다. 네스트는일주일동안사용자가온도를설정하는패턴을학습하고, 그후에는그패턴에맞게알아서작동한다. 또한, 집안복사열과외부날씨에따라난방과냉방의목표온도까지도달하는시간이다른것까지고려해서최대한효율적으로동작한다. 그리고, 에어컨의실외기가중단되어도팬은계속돌면서냉각증발기코일을통해일정시간동안시원함을유지할수있으며, 이러한특성을이해해서에어컨의동작시간을 30% 절약할수도있다. 또한, 동작감지센서가내장되어사용자접근이감지되면디스플레이가켜지고필요정보를시각적으로디스플레이해서불필요한전기낭비를줄이고지속적으로에너지를절감할수있으며, 이를바탕으로사용자가현재집에있는지없는지를판단까지할수있다. 이러한지능형 IoT 서비스를위해네스트서모스탯은머신러닝과딥러닝소프트웨어를탑재하고있는것으로알려져있다 [4]. 최근네스트처럼인공지능소프트웨어가탑재되어외부환경과상태변화를인지, 학습하여자율적으로의사결정하고동작하는 IoT 장치들이선보이고있다. 미국매사추세츠공과대학 (MIT) 은보스턴대신경과학자들과함께인간의생각을읽는로봇박스터 (Baxter) 를개발했다. 박스터는인간이잘못된행동을인지했을때생성하는뇌파신호를감지하고, 이신호를 100 분의 1 초만에읽어머신러닝알고리즘을수행하여즉각자신의행동을수정할수있다 [5]. 아마존은자능엔진이탑재된키바로봇을도입하여물류운반방식과효율을개선하였다. 키바는머신러닝과딥러닝알고리즘을활용하여이동경로계산및최적화, 재고선반과물건의인지, 이동하는키바로봇간의충돌회피등을수행한다. 이를통해기존 1 시간이상걸리던물류순환 정보통신기술진흥센터 9
주간기술동향 2017. 6. 14. < 자료 > Amazon Robotics 홈페이지 [ 그림 4] 물류선반을운송하는로봇키바속도를 15 분으로단축하고, 재고공간과운영비용또한감소시켰다. 한국전자통신연구원 (ETRI) 은사물이인간의사고방식을모사하여서로협업하고, 상황의변화에스스로인지 판단 대응및자가학습하는지능형 IoT 시스템을연구중이다. 해당연구는사물이스스로학습하기위한공통소프트웨어기술, 사물간협업기술, 블록체인기반 IoT 신뢰성제어 / 관리기술, 사람의도인식기술등으로구성되며 2018 년말까지개발되어공개될예정이다. 그리고, 사물지능뉴런모사기술, 사물지능정보모델및학습알고리즘과같은지능형 IoT 를실현하기위한핵심원천기술 (Cognition Enabled Machine Intelligence: CEMI) 을연구하고있다. 소프트웨어에의한지능화외에도뇌의구조에가깝도록모사하여인지기능을제공하기위한하드웨어에대한연구가이루어지고있다. 구글의텐서처리장치 (TPU), 퀄컴의제로스 (Zeroth), 엔비디아의파커 (Parker) 등의딥러닝유닛, IBM 의트루노스 (TrueNorth) 와같은뉴로모픽칩등 < 자료 > 미시간대학교 ECE 홈페이지 [ 그림 5] 미시간대학과 TSMC 가공동개발한딥러닝컴퓨터 10 www.iitp.kr
기획시리즈 - IoT 이이미출시되었으며, 향후더빠른칩이개발되어보다강력한인지컴퓨팅이가능할것으로 예상된다 [6]. 실례로 2017 년 2 월미국미시간대학교는반도체제조업체인대만 TSMC 와협력 하여밀리미터크기의딥러닝컴퓨터를개발하여발표한바있다. 4. 지능형사물플랫폼및인지도구의활용세계각국에서는사물데이터의저장, 관리, 분석, 공유등을제공하는공통 IoT 플랫폼을기반으로스마트홈, 스마트시티, 재난, 안전, 교통, 제조분야에서지능형서비스제공을위한분산, 협력형지능강화플랫폼을개발하고있다. 분산된사물로부터수집된다양한데이터를의미있는정보로가공하고사용자요구에따른동적서비스제공이가능한상황인지형, 의미기반지능형협업지원플랫폼개발에대한연구가추진되고있으며, 실례로빅데이터, 클라우드, 시맨틱, IoT 기술을접목한지식형서비스제공을위해유럽 (EU) 과일본이공동으로글로벌플랫폼 ikaas(intelligent Knowledge as a Service) 를개발하고있다 [2]. 자율주행차와같이사물의목적에특화된지능형플랫폼도활발하게개발되고있다. 자율주행자동차는기본적으로도로환경 ( 표지판, 차선, 교통표식등 ) 과도로의다른사용자 ( 자동차, 보행자등 ) 를종합적으로이해해야한다. 딥러닝과심층신경망기술은자율주행에필요한사물감지, 인식, 추적등에탁월한성능을보여주고있어, 구글, 애플, 네이버같은 IT 기업들이자율주행차플랫폼개발의강자로떠오르고있다. 한편으로자율주행은다양한환경변화와상황인지를위한데이터분석능력, 차량내부의전력소비와발열문제를해결하면서충분한연산능력을갖춘임베디드플랫폼개발이함께요구되기때문에퀄컴, 인텔, 엔비디아와같은하드웨어제조사또한자율주행차플랫폼개발에뛰어들고있다. 실례로세계최대의모바일칩셋제조사인퀄컴이 CES 2017 에서선보인드라이브데이터플랫폼 (Drive Data Platform) 은퀄컴의기기에머신러닝알고리즘을탑재하여차량위치감지, 운전패턴모니터링및학습, 주변정보인지, 공유하는기능을제공하는것으로알려져있다. IoT 환경에서는다양하게분산된장치들이수집한데이터를중앙의데이터서버로보내게되는데, 이때데이터를송수신하는과정에서비용과시간이소모된다. 기존 IoT 인프라에데이터분석기능을제공하는도구를활용하여중앙의서버나관리자가아닌사물이신속하게판단하고반응하도록만들수도있다. IBM 은데이터분석에활용할수있는분석도구쿼크 (Quarks) 를 2016 년 2 월오픈소스로공개하였다. 현재아파치라이선스 2.0 으로배포되고있는쿼크는 정보통신기술진흥센터 11
주간기술동향 2017. 6. 14. 사물이직접데이터를분석할수있는기능을제공하여이상징후및의미있는사건을감지한경우에만서버에데이터를전송한다. 이러한방식은분석없이버려지거나이상징후와무관한데이터송신에대한무분별한자원활용을최소화하여분석성능의효율을높일수있다. 또한, IoT 시스템에연결된기기자체를더똑똑하게만들때도쿼크를이용할수있다. 예를들어, 쿼크가설치된자동차는화물크기나탑승승객수에따라구동력을조절할수있다. 쿼크는다양한데이터분석도구와함께쓰일수있으며, 상용분석서비스나 IoT 플랫폼과결합하여스트리밍데이터분석이나엣지컴퓨팅분석에활용될수있다. 한편, 사물을자동적, 효과적으로제어하고관리하기위한도구를이용하여사물을지능화시킬수있다. A 사물의조건과외부상태변화에따라자동적으로 B 사물을제어하는기능 은사물지능화의기본적인필요조건이다. IFTTT(IF This Then That) 는스마트폰또는 PC 에서실행되어사용자가 어떤조건 일때 어떤행동 을하라고미리주문서를만들어두면자동으로그조건일때구동되어원하는행동을하는자동화도구이고, 만들수있는주문서는무궁무진하다. 사진을찍으면, 디지털액자에서바로출력될수도있으며, 위치추적기능을통해집근처에오면조명을키거나, 도어락을자동으로해제할수도있다. 넷플릭스의더스위치 (The Switch), 필립스휴 (Hue) 의 LED 전구, 벨킨위모 (WeMo) 등의전원제어하드웨어에적용하여특정조건에서명령을받아작동되도록할수있다. III. 결론및시사점 지능화된 IoT 기술은시시각각변화하는환경의상태와조건변화를사물이인지하고, 신속하면서도적절하게대응할수있는능력을요구한다. 이를위해서는사물이지능을활용하여자율적인인지와판단, 대응을수행하며, 학습을통해사물자체의가치를지속적으로증강시키는사물지능기술과사물간협업을통해지능을확장시키는기술이요구된다. 이에최근발전된컴퓨팅파워와획기적인알고리즘, 빅데이터, 개발환경의진화등으로인해급격하게대중화되고있는인공지능기술과의결합은 IoT 의지능화에큰축을담당하게될것이다. 당장은다양한인지서비스와머신러닝엔진등을제공하는지능형클라우드플랫폼을활용하여새로운산업영역을개척하는시도가대세를이룰것으로예상된다. 그러나향후연결되는사물이기하급수적으로증가하게될경우, 많은사물들로부터발생되는대용량데이터를 12 www.iitp.kr
기획시리즈 - IoT 클라우드의지능만을활용하여서비스하게되면네트워크지연 (Latency) 과간헐적인단절, 제한적인대역폭, 정보보호문제등클라우드과대연결과사용에따른문제에직면할수있다. 그리고, 향후산업구조를재편할것으로예상되는자율주행자동차, 로봇, 드론등과같이주변의상황을실시간으로수집, 분석하여재빠르게처리하고반응해야하는서비스, 의료장치와같이보안과프라이버시가요구되는서비스, 산업용기계나극한의환경을위한장치등에는사물이자체적인지능을가지고실시간처리할수있는능력을요구하게될것이다. 따라서향후에는사물이자율적으로환경변화에대한적응적상황인식과실시간의사결정 대응, 피드백에따른학습을통해지능을강화하는사물지능기술에대한연구나제품이두각을나타낼것이다. 그리고최근공개된구글의연합학습 (Federated Learning) 콘셉트 [7] 처럼다수의사물이개별적으로학습한것을서로공유하여공동예측모델로개선하여발전시키는협업 IoT 지능시스템형태로의발전도예상된다. 아직국내에서는고품질의지능형 IoT 서비스를제공하는제품과방법에대한연구는초기단계에머무르고있는실정이다. 강력한지능화기술은광범위한글로벌화를통해미래전반에영향을미칠가능성이매우높으므로, 지능화기술의후발주자인우리나라가추격하기위해서는보다세분화되고차별화된 IoT 지능화기술개발전략이필요한시점이다. [ 참고문헌 ] [1] D. Wang, S. Lee, Y. Zhu and Y. Li, A zero human-intervention provisioning for industrial IoT devices, in Proc. of IEEE International Conference on Industrial Technology(ICIT), Mar. 2017, pp.1271-1276. [2] 정보통신기술진흥센터 (IITP), ICT R&D 중장기기술로드맵 2022, 2016. 11. [3] 추형석, 인공지능 (AI) 플랫폼산업동향, 월간 SW 중심사회 2016 년 6 월호, 2016. 6, pp.26-29. [4] R. Yang and M. W. Newman, Learning from a Learning Thermostat: Lessons for Intelligent Systems for the Home, in Poc. of AMC UbiComp, Sep. 2013, pp.93-102. [5] MIT News, Brain-controlled robots, 2017. 3. 6. [6] 배명남, 이강복, 방효찬, 인지 IoT 컴퓨팅동향, ETRI, 전자통신동향분석, 32 권 1 호, 2017. 2, pp.54-60. [7] Google Research Blog, Federated Learning: Collaborative Machine Learning without Centralized Training Data, Apr. 2017. * 본논문은한국전자통신연구원정부출연금연구사업의일환으로수행된연구임 [ 자율연결 협업을위한고속계산모델기반의시맨틱메모리핵심기술개발, 17ZH2110]. 정보통신기술진흥센터 13