에지(Edge)컴퓨팅과 에지 AI의 등장 AI(인공 지능)란?AI는 Artificial Intelligence의 약어로, 한국어로는 인공 지능입니다.즉 인간의 학습 능력과 추론 능력, 지각 능력, 자연 언어의 이해 능력 등처럼 주로 인간 지능과 연결된 인지 문제를 해결하는 데 주력하는 컴퓨터 공학 분야입니다.AI는 로봇 공학이나 미래의 모습을 내포하고 있는지도 모르겠습니다만, 공상 과학 소설에 나오는 작은 로봇을 넘어 첨단 컴퓨터 공학의 현실이 되고 있습니다.특히 현대에서는 정보 기술 여러 분야에서 인공 지능적 요소를 도입하여 그 분야의 문제 해결에 활용하려는 시도가 매우 활발하게 이루어지고 있습니다.에지 컴퓨팅이란?AI을 이야기하고 있는 사이에 빼놓을 수 없는 것이 엣지 Computing(컴퓨팅)입니다.에지 컴퓨팅(컴퓨팅)라는 용어는 수십년 전에 만들어진 용어로 데이터를 소스에서 최대한 가까이에서 수집하고 처리하는 개념입니다.현재 자동 운전 자동차 공장 현장에 설치된 로봇, 병원의 의료용 영상 기기 소매 업계의 레지용 카메라 애플리케이션이 에지 컴퓨팅(컴퓨팅)에 의존하고 있습니다.에지 컴퓨팅(컴퓨팅)이 없이 가상/확장 현실에는 대역 폭의 부족과 지연 시간의 문제가 발생합니다.이런 기술을 사용하는 사람은 데이터 처리의 지연이나 Computing(컴퓨팅)성능 저하로 몰입을 방해하는 경우가 많습니다.이때 날 컴퓨팅(컴퓨팅)을 사용하면 여러 네트워크 노드에서 실행할 수 있으며 데이터와 처리 간의 물리적 거리를 좁힘으로써 병목 현상을 줄이고 애플리케이션의 속도를 가속화합니다.지연 시간이 100ms에서 10ms에 1/10에 줄어듭니다.에지 AI는?에지 AI는 인공 지능 모델을 IoT기기와 스마트 폰 차랑 등의 에지(Edge)기기에 탑재하고 디바이스 자체로 데이터를 처리, 의사 결정을 내리는 기술입니다.현재, 딥 러닝 모델을 실행하는 데 막대한 컴퓨팅 용량이 필요하기 때문에 AI프로세스의 대부분이 클라우드로 실행됩니다.그러나 클라우드에서 AI을 실행하려면 인터넷 접속이 필요하며 대역 폭과 지연 제한, 데이터의 사생활 보호 및 보안 문제 등의 문제가 있습니다.에지 AI는 ” 온 디바이스 AI”로 불리지만, AI알고리즘이 기기에서 생성한 데이터를 사용하여 기기로 직접 실행되는 분산 컴퓨팅 패러다임입니다.에지 AI은 디바이스 자체로 데이터를 처리하고 분석(추론) 하고 클라우드에 보내는 양을 최소화하고 보다 신속한 의사 결정이 가능하게 됩니다.즉 과거의 클라우드에서 실행한 추론을 기기에서 실행하고 클라우드는 복수의 학습을 통해서 업데이트된 훈련 모델을 기기에 보내고 추론에 활용하도록 하는 것입니다.예를 들면 자동 운전 자동차에는 에지 AI가 차 안에서 센서 데이터를 처리하고 주변 상황을 인식하고 스스로 결정을 내릴 수 있습니다.이처럼 에지 AI는 보안과 사생활을 정리하면서 더 나은 성능과 더 빠른 응답 시간을 제공할 수 있습니다.클라우드 AI컴퓨팅에서 이미지를 학습과 복잡한 계산에는 많은 전력이 소비되는 것에 전원 공급이 가능하지만, 현재의 Edge AI프로세서에는 낮은 전력 소모로 더 높은 성능을 제공해야 하기 때문에 저전력의 AI가속기가 필수로 탑재되고 있습니다.SK하이닉스의 생성형 AI가속기는 클라우드용인 디바이스에서는 삼성 전자의 갤럭시 24에 AI가속기가 탑재되어 실시간 통역이 가능하게 된 것입니다.에지 AI의 활용 현재는 반 자동 운전 자동차나 스마트 냉장고는 물론 스마트 폰으로 얼굴 인식과 라이브 트래픽의 업데이트에 사용되고 있습니다.다른 엣지 AI지원 기기로는 스마트 스피커, 로봇, 드론, 보안 카메라, 웨어러블 건강 모니터링 기기 등이 있습니다.그 밖에도 에지 AI을 추가로 활용할 수 있는 분야는 다음과 같습니다.·자동 운전 자동차:교통 신호, 다른 차량, 보행자에 신속히 반응하고 도로 상황에 실시간으로 대응하려면 데이터를 매우 신속히 처리할 수 있는 성능이 필요합니다., 보안 감시 및 모니터링:과거 보안 카메라는 원래의 영상 신호를 직접 클라우드에 송신하고 대역 폭을 많이 사용하고 서버에 과부하를 일으켰지만, 지금은 카메라에 내장된 머신 러닝이 활동을 모니터 할 중요한 행사만 클라우드에 송신합니다.·산업 IoT:자동화를 활용하는 산업에서는 로컬에서 실행되는 에지 AI가 장비의 잠재적인 결함을 모니터링하고 실시간으로 대응하고 로컬 딥 러닝이 데이터 수집에도 기여합니다.·화상과 음향 분석: 실시간 화상과 장면의 인식에서 디바이스가 오디오 트리거에 반응할 때까지 지연을 줄이는 중요한 여러 분야에 날 AI을 적용할 수 있습니다.국내 팹리스 AI업체의 국내 팹리스 AI반도체 상장 업체로는 칩 앤 미디어, 가온 칩, 오픈 에지 테크놀로지, 마 다 게임 AI, 셀바 AI, 솔트 외모, 텔레 칩스, 제주 반도체 등이 있는 팹리스 스타트 업으로서는 딥 엑스, 모비링토, 페블 스퀘어, 아나 플래시, 디쯔파ー 아이 등이 꼽힌다.에지 AI(디바이스 AI)의 전망은?시장 분석 기관 시장 앤드 마켓은 글로벌 온 디바이스 AI시장 규모가 2023년 185억달러(약 24조원)에서 2030년 1739억달러(228조원)규모로 연평균 37.7%성장할 것으로 전망했습니다.머신 러닝, 자연 언어 처리, 컴퓨터 비전, 생성 AI등 다양한 인공 지능 기술이 의료, 금융, 제조, 소매 등 다양한 분야에서 혁신을 일으키면서 확산되고 있기 때문입니다.특히 조직의 운영 효율성 개선과 고객 경험의 향상 등을 통한 디지털 경쟁 우위를 확보하는 수단으로서 AI가 급속히 부상하고 있습니다.글로벌 에지 AI시장 규모 전망(2023~2030년 단위 US$백만)[Markets and Markets(2023.06)] 온 디바이스 AI시장을 확대하고 이를 작동시키는 에지 AI반도체 수요도 크게 늘어날 것으로 예상됩니다.또 다른 시장 조사 기관 ID텍 엑스(ID tech EX)에 의하면, 글로벌 에지 AI반도체 시장 규모는 연평균 7.6%씩 성장, 2034년에는 220억달러(28조 9000억원)에 이른다고 추산합니다.가전 제품, 산업, 자동차 산업 분야는 2034년까지 에지 AI칩으로 가장 많은 수익을 창출할 것으로 예상됩니다.출처:IDTechEx에지 AI는 IoT기기의 수요를 높이고 5G네트워크의 도입을 촉진할 것으로 예상되지만 사용자가 실시간의 스마트 성능에 대한 새로운 기준을 갖게 되는 것이기도 합니다.업계에서 시스템을 지능화한 효율화함으로써 큰 노력을 기울이고 있어,”에지 AI”분야에서 사업이 개선되고 유례없이 다양성이 나타날 수 있다고 예상됩니다.데이터 센터에서 클라우드 컴퓨팅의 2할 정도가 많은 전력이 소비되는 학습용이고, 나머지 8할은 에지 AI가 담당할 수 있는 추론용이므로 데이터 센터의 전력 부하와 증설 비용을 줄이고 서비스 지연과 보안, 데이터의 사생활에 대한 고객의 요구에 응하기 위해서도 에지 AI사장의 급격한 확대가 불가피하다고 판단됩니다.
