ㅁ 기술/아키텍처

ㅇ 정의:

엣지 디바이스(스마트폰, IoT 센서, 게이트웨이 등)에서 데이터를 수집 즉시 필터링, 변환, 압축, 이상치 제거 등의 전처리를 수행하는 기술. 클라우드 전송 전 데이터 품질을 높이고 전송량을 줄이기 위한 목적.

ㅇ 특징:

– 네트워크 대역폭 절감 및 전송 지연 최소화
– 실시간 분석 가능성 향상
– 개인정보 보호 강화(민감 데이터 로컬 처리)
– 디바이스 성능 제약(메모리, CPU, 전력) 고려 필요

ㅇ 적합한 경우:

– 실시간 반응이 필요한 산업 IoT(예: 제조 라인 품질 검사)
– 네트워크 불안정 지역에서의 데이터 수집
– 개인정보 규제가 엄격한 환경(의료, 금융)

ㅇ 시험 함정:

– “모든 데이터는 반드시 클라우드에서 전처리해야 한다” → X (온디바이스에서도 가능)
– “엣지 전처리는 네트워크 사용량을 증가시킨다” → X (오히려 감소)
– “온디바이스 전처리는 실시간성을 떨어뜨린다” → X (실시간성 향상 가능)

ㅇ 시험 대비 “패턴 보기” 예시:

– O: “엣지 디바이스에서 데이터 필터링 후 클라우드에 전송하면 네트워크 부담을 줄일 수 있다.”
– X: “엣지 전처리는 반드시 고성능 서버에서만 가능하다.”
– O: “온디바이스 전처리는 개인정보 보호에 유리하다.”
– X: “온디바이스 전처리는 오직 이미지 데이터에만 적용된다.”

ㅁ 추가 학습 내용

Edge Preprocessing 시험 대비 정리

1. 엣지 전처리에서 자주 사용되는 알고리즘 예시
– 이상치 탐지: 센서 데이터에서 비정상 값 식별 및 제거
– 노이즈 제거: 필터링 기법(예: 이동 평균, 칼만 필터)로 신호 잡음 감소
– 데이터 샘플링: 일정 주기 또는 이벤트 기반으로 데이터 수집량 제어
– 경량화 모델 추론: 소형화된 머신러닝/딥러닝 모델을 엣지 디바이스에서 실행하여 실시간 분석

2. 엣지와 클라우드 간 하이브리드 처리 구조
– 구조: 엣지에서 1차 전처리 및 필터링 수행 → 클라우드에서 고도 분석 및 장기 저장
– 장점: 전송 데이터량 감소, 실시간성 향상, 네트워크 부하 완화
– 단점: 엣지에서의 전처리 오류가 클라우드 분석에 전이될 수 있음, 관리 복잡성 증가

3. 엣지 전처리 시 데이터 품질 편향 문제
– 로컬 필터링 기준이 잘못되면 중요한 데이터가 누락되거나 왜곡 발생
– 특정 환경이나 조건에 맞춰진 전처리 규칙이 전체 데이터 분석 결과를 왜곡시킬 위험 존재

4. 엣지 전처리 구현 시 필수 고려사항
– 전력 관리: 배터리 기반 장치의 경우 저전력 설계 필요
– 펌웨어 업데이트: 기능 개선 및 버그 수정, 성능 향상을 위한 주기적 업데이트 필요
– 보안 패치 주기: 취약점 대응을 위해 정기적 보안 패치 적용 필수

5. 관련 표준 및 프로토콜과의 연계성
– MQTT: 경량 메시징 프로토콜, IoT 기기 간 효율적 데이터 전송
– CoAP: 제한된 환경에서 동작하는 경량 전송 프로토콜
– OPC-UA: 산업 자동화 환경에서의 데이터 교환 표준, 보안성과 상호운용성 제공