2020년 기업은 데이터를 중심으로 더 역동적인 변화를 맞이할 것입니다. 특히 5G 시대 선포 1년이 지난 만큼 IoT(사물인터넷) 관련 데이터의 가치가 더욱 커질 전망입니다. 관련해 새해 중요 과제가 될 IoT 데이터 처리의 핵심을 간단히 살펴보았습니다.
결국 레이턴시가 관건이 될 듯....
데이터 처리에 있어 가장 민감한 부분은 레이턴시입니다. 시스템 성능, 네트워크 대역폭 등을 예측할 수 있고, 제어할 수 있는 데이터센터 환경이라면? 레이턴시 관련 이슈 대응 역량 확보는 큰 문제가 아닙니다. 하지만 환경이 IoT로 바뀌면 이야기가 달라집니다. 장치와 센서의 위치는 매우 광범위합니다. 설치 범위는 사내를 넘어섭니다. 그리고 통신은 LAN 환경에 구축한 이더넷을 넘어 5G, 와이파이, 위성 등 다양한 WAN 환경까지 수용해야 합니다. 이런 조건에서 실시간으로 생성되는 데이터를 수집, 처리, 분석하는 구심점이 데이터베이스 플랫폼에서 레이턴시를 최소화하는 것은? 딱 봐도 어려울 일임을 알 수 있습니다. 늘 그렇듯 찾으면 길이 보이죠. GPU 가속 기반 데이터베이스를 이용하면 IoT 환경에서의 레이턴시 문제에 대한 답을 찾을 수 있습니다.
GPU 가속 기반 인메모리 데이터베이스를 엔진으로 삼고 있는 Kinetica Active Anayltics Platform을 적용하면 IoT 환경에서 데이터 수집부터 쿼리 수행까지 레이턴시를 최소화할 수 있습니다. IoT 관련 데이터를 수집하고 이를 대상으로 쿼리를 수행하는 데 있어 레이턴시로 인한 불편이 없다는 소리입니다. 스트리밍 데이터 세트를 대상으로 복잡한 수준의 분석을 할 때에도 쿼리 결과를 빠르게 받아 볼 수 있습니다.
위치 기반 정보 처리도 관건
IoT 데이터 처리에 있어 위치 정보를 어떻게 다룰 것인지도 중요합니다. 회사가 관리하는 네트워크 범위 밖에 위치한 다양한 장치와 센서가 보내는 스트리밍 데이터의 속성 중 가장 중요한 것은 위치 정보입니다. IoT 데이터 분석에 있어 기본으로 깔고 가야 하는 위치 정보를 장치와 센서가 만들어 보내는 정보와 한데 잘 묶어 처리하는 것은 사실 복잡한 문제입니다. Kinetica Active Anayltics Platform은 이를 매우 단순화 시켰습니다. 강력한 GPU의 처리 성능을 활용해 대규모 IoT 스트리밍 데이터 세트를 대상으로 다양한 필터를 적용해 원하는 위치에서 보내는 정보를 수집하고 이에 대한 시계열 분석을 하고 여기서 더 나아가 geo-join과 geofence 기반 분석까지 단일 플랫폼에서 지원합니다.
스마트 주차, 스마트 그리드, 실시간 재고 관리 등 다양한 IoT 시나리오에 적합
레이턴시 걱정 없이, 위치 기반 정보 처리에 대한 부담 없이 IoT 스트리밍 데이터를 처리할 수 있다면? 그 응용 범위는 무한대가 됩니다. 가령 정부와 지자체의 주요 관심사인 스마트 도시 구현을 더 구체적으로 실행에 옮길 수 있습니다. 도시의 실시간 교통 흐름, 주차장 현황 등 자동차 이용자를 위한 생활 편의 서비스를 스마트하게 제공할 수 있습니다. 그리고 스마트 그리드 환경을 통해 농촌과 바다를 넘어 도시로 번지고 있는 태양광 발전 등 친환경 에너지 생산과 관리를 기존 전력 체계에 잘 연계하여 도시의 에너지 자급과 관리 효율도 개선할 수 있습니다. 이 외에 산업 환경에서는 산업용 IoT(IIoT) 환경에서 스마트 공장이 쏟아내는 데이터 처리의 새로운 길을 열 수 있고, 물류와 유통 분야에서는 실시간 재고 관리의 새로운 장을 열 수 있습니다. 너무 뜬구름 잡는 소리라고요? 다음 데모를 보시면 아마 IoT 데이터 처리는 마음먹기에 따라 지금 당장 처리할 수 있는 것이란 생각이 들 것입니다. 참고로 다음 영상은 런던 시의 공공 데이터를 이용해 자동차, 대중교통, 자전거 등 개인 이동 수단의 흐름을 실시간으로 분석하는 예입니다.
#IoT #사물인터넷 #인더스트리얼_IoT #IIoT #스마트시티 #스마트_도시 #Kinetica #키네티카 #스마트_그리드 #위치_기반_정보 #GPU_데이터베이스 #인메모리_데이터베이스 #런던_교통