사물인터넷, IoT!

오늘은 IoT가 무엇인지, 그 활용 영역이 얼마나 넓은지에 대해 소개해 보려 합니다.

IoT, 보기만 한다? 스스로 판단한다!

IoT란 Internet of Things의 줄임말입니다. 한국에서는 사물인터넷이라고 쓰기도 하죠. 즉 ‘Internet’ 네트워크에 각종 ‘Things(사물)’을 상호 연결하는 것을 의미하는데요. 센서를 통해 수집한 데이터를 다른 장치나 시스템으로 전송하거나 또는 수신할 수 있습니다. 물리적으로 연결하지 않아도 사용자에게 정보를 제공하고 이를 바탕으로 작업을 자동화할 수도 있죠.

예전에는 전화기나 컴퓨터 정도만 인터넷에 연결되어 있었지만 지금은 공장의 기계나 물류 차량, 도심의 빌딩까지 대부분 IoT 기술이 적용되어 있습니다. 뿐만 아니라 조금은 생소하고 생활과 밀접한 곳에도 IoT 기술이 스며들어 있는데요. 음식에 들어있는 아주 소량의 성분까지 감지하여 알러지 환자의 위험을 방지해 준다거나, 환자의 기저귀를 교체해야 할 때를 알려주는 간병인 전용 앱도 있습니다. 온도, 습도 등 토양의 컨디션을 체크하여 기르는 식물이 말라죽지 않도록 모니터링하기도 하죠.

우리의 일상에서 가장 익숙한 IoT 장치는 아마 핸드폰 앱으로 작동시킬 수 있는 가전제품이나 반려동물을 위한 스마트홈 카메라가 아닐까 싶네요. 실시간으로 데이터를 스마트폰 앱으로 보내 사용자가 그 상태를 확인할 수 있죠. 하지만 요즘에는 자동차 타이어의 공기압을 체크하여 운전자나 보험사에게 바로 알려준다든지, 스마트워치가 수면이나 심박수, 운동량 등의 데이터를 수집하여 이상이 있을 경우 긴급 연락처로 연락을 취해주기도 합니다. 네트워크를 통한 제어와 모니터링을 넘어서서, 직접 데이터를 학습하고 추론하며 판단을 내릴 수 있는 영역까지 발전한 것입니다.

IoT와 데이터, 절대 헤어질 수 없는 사이

IoT 기술을 말할 때, 빼놓을 수 없는 4가지 구성 요소가 있습니다. ▲데이터를 감지하는 ‘센서’ ▲인터넷과 사물을 연결하는 데 꼭 필요한 ‘네트워크(연결성)’ ▲IoT를 제어하고 정보를 확인할 수 있는 ‘운영 어플리케이션(사용자 인터페이스)’ 그리고 마지막으로 ▲IoT의 주요 목적인 ‘데이터’입니다.

이전에도 베스픽을 통해서 데이터가 폭증하고 있다는 이야기를 드린 적이 있죠. 이런 데이터의 ‘범람’에는 IoT 기술의 발전도 한몫합니다. 2022년 기준으로 전 세계 IoT 기기 수는 144억 대 가량 된다고 하고 이를 바탕으로 500억 개 이상의 센서가 배포되어 있다고 합니다. 지금으로부터 2년 뒤인 2025년에는 270억 개의 기기가 인터넷에 연결될 거라고 하는데요. 그 방대한 양의 기기들이 얼마나 많은 데이터를 수집하게 될까요?

IoT는 수집하도록 프로그래밍된 모든 데이터를 수집합니다. 그리고 데이터 전송과 분석을 거쳐 정보를 제공하고, 이를 바탕으로 어떠한 작업을 수행할지 결정하곤 하죠. 이 과정을 크게 세 단계로 나눌 수 있습니다.

1. 데이터 수집​​​​​​: 센서를 통해 기기 주변의 환경에서 데이터를 수집
2. 데이터 공유: 수집한 데이터를 클라우드 시스템에 전송
3. 데이터 분석과 예측: 인사이트 추출 후 신뢰할 수 있는 조치와 도움이 되는 정보 제공

이러한 데이터의 수집과 공유, 분석을 위해서는 수많은 기술들이 뒷받침되어야 하는데요. 최근에는 스마트 센서가 특히 각광받고 있습니다. 혈당 모니터 같은 웨어러블 의료 기기나 AI 기반의 제품 품질 관리 등에 널리 사용되고요. 센서가 데이터를 변환하여 네트워크에서 클라우드까지 안전하게 전송하는 역할을 하는 ‘엣지 장치’를 겸하여 데이터를 직접 처리하기도 합니다. 민감한 데이터를 직접 처리함으로써 전송 과정에서 발생하는 아주 조금의 위험도 덜어낼 수 있죠.

데이터 연결에는 범위(전송 가능한 거리), 대역폭(전송량), 소비 전력, 비용 등 다양한 옵션을 고려해야 합니다. 범위가 늘어나면 전력 소비가 증가하고, 대역폭을 늘리면 비용이 증가하기 때문에, 각 산업의 특성에 맞는 데이터 흐름을 미리 파악하는 것이 중요합니다. 각 엣지에서 클라우드로 전송 시에 데이터를 압축하고 전송 주기를 조절하는 등의 방법으로 데이터의 크기를 줄일 수 있습니다.

또한 AI/ML 기술도 아주 활발히 쓰입니다. 방대한 데이터에서 필요한 인사이트를 추출하여 이를 기반으로 빠른 의사결정을 하는 데 매우 유용한데요. 예를 들어, AI/ML 기술을 산업용 IoT 데이터에 접목시켜 기계의 유지 보수가 언제 필요한지, 어떤 지점에서 필요할지 예측하게 한다면 생산성을 20% 이상 높일 수 있고 비용은 10% 절감할 수 있다고 하네요.  MS의 조사에서는 IoT를 채택한 기업의 79%가 AI를 전략의 핵심 또는 구성요소로 간주하는 것으로 나타나기도 했습니다.

Source: MICROSOFT AZURE, IOT SIGNALS REPORT

이 과정 전체에 걸쳐 무엇보다 중요한 것이 바로 ‘클라우드’입니다. 사실 IoT와 클라우드는 상호 보완적인 공생 관계라고 말할 수 있습니다. IoT는 실시간으로 생성되는 데이터를 다양한 장치와 센서에 제공하고, 동시에 클라우드는 이 데이터를 저장하고 처리하고 관리하는데 필요한 확장 가능한 인프라와 리소스를 뒷받침하는데요.

IoT 장치가 수집한 방대한 데이터를 처리하고 또 저장하려면 온프레미스 데이터센터에선 불가능하거든요. 점점 더 많아지고 더욱 복잡해진 데이터를 다운타임 없이 수집하고 전송, 분석하기 위해서도 확장성으로 무장한 클라우드가 필수적입니다. AI/ML이나 빅데이터, 지능형 센서 등 신기술을 IoT에 접목하려면 더욱 그렇고요.

즉, 점점 더 많은 ‘연결(IoT)’이 발생할수록 안정적이고 확장 가능한 ‘클라우드’에 대한 필요성이 더 커지기 때문이죠. 또 반대로 데이터를 수집하고 저장하고 처리할 수 있는 클라우드가 존재하기 때문에, IoT 산업 역시 발전할 수 있었습니다.

지금까지 말씀드린 것처럼 IoT 산업이 발전하면서 IoT 기기도 많아지고, 또 IoT를 이용하는 산업들도 늘어나고 있습니다. 자연히 IoT 기기를 생산하는 기업도 많아지고, 각 산업별 IoT 데이터의 규약도 별도로 존재하죠.

제조사가 각기 다른 IoT 기기를 포함해 다양한 소스에서 데이터를 수집하고 저장하더라도, 어디에 저장되고 어떻게 사용하는지 알지 못한다면 아무런 의미가 없겠죠. 또한 데이터가 가치를 잃지 않도록 수집한 데이터를 최대한 빠르게 처리하고 분석하는 것도 필수적입니다.

자사에서 국내에서 유일하게 선보인 SaaS형 AIoT 플랫폼 ‘IoTOps’는 IoT 기기와 엣지 연결부터 데이터 수집과 처리, 저장, 분석을 한번에 수행합니다. 대용량 고가용성 기반 데이터의 수집과 저장을 자동화함은 물론, 수집된 데이터를 손쉽게 분석하고 활용할 수 있도록 AI/ML 서비스도 제공하죠.

IoT 기기를 쓰고 있지만,
  각기 다른 플랫폼에서 데이터를 일일이 확인하는 불편함을 겪고 계시다면,
 개발 과정이 번거롭고 비용이 부담되어 IoT 플랫폼 이용을 망설이고 계시다면,
 스마트팩토리·콜드체인·스마트팜 등 산업별 규약이 까다롭다면!

​​​​​각기 다른 디바이스와 엣지를 통합 관리·제어하고 데이터의 표준화된 저장 관리를 한번에 수행하는 IoTOps가 최적의 해결책입니다.

[자세히 보기] 다운타임 0! 올인원 IoT 플랫폼 ‘IoTOps’ 소개

 OpsNow에 문의하기

본 내용은 베스픽 뉴스레터를 통해서 제공되는 내용입니다.

클라우드에 대한 최신 트렌드 정보가 필요하시면 뉴스레터를 구독해 주세요.