엣지컴퓨팅

목차

1. 서론

2. 본론
1) 고장
2) 대상
3) AI를 구현하는 엣지컴퓨팅
4) 필요성
5) 산업동향
6) 엣지기술의 예제

3. 결론

4. 참고문헌

본문내용

서론
설비에서 생성된 데이터는 분석을 통하여 유의미한 가치를 생성해야 한다. 최근에는 설비에서 생성된 데이터를 엣지에서 캡처하고 분석해 운영을 개선하려는 기업들이 늘어나고 있다. 사례에 따라 엣지단에서 처리되기도 하고 때로는 클라우드로 전송되어 처리되기도 한다. 본 보고서에서는 이러한 분석을 위해 최근에 어떤 기술이 사용되고있는지에 대해서 알아보도록 하겠다. 특히 엣지 컴퓨팅과 IoT관점의 기술에 대해 알아보도록 하겠다.

본론
1. 고장
사전에 정한 일정에 따라 기계 상태를 파악하는 예측 유지보수만으로는 안정적인 설비를 보장할 수 없다. 고장가운데 90%는 즉시 공정 중단으로 이어지기 때문이다. 즉 해당 비즈니스에 타격을 주는 문제가 된다고 할 수 있다. 물론 문제가 발생하기 전에 고장을 발견할 수 있다면, 생산을 중단하지 않아도 되고, 유지보수 팀이 급히 문제를 해결하지 않아도 된다.

2. 대상
설비예지보전을 위해서는 모든 설비를 대상으로 예지보전 기술을 적용하면 된다. 하지만 투자자본이 부족한 경우 모든 설비를 대상으로 예지보전을 할 수는 없다. 이럴 경우 현명하게 대응하려면 미션 크리티컬한 설비를 선정하고 이에 대해 한정적으로 적용하는 작업이 필요하다고 할 수 있다.

3. AI를 구현하는 엣지컴퓨팅
제조와 운송, 물류, 헬스케어, 소매, 석유 및 가스 등 기본적으로 물리적 자산이 있는 모든 산업의 머신에서 생성된 데이터는 엣지 컴퓨팅의 '동력'역할을 할 수 있다. 이러한 머신이 생성하는 데이터에서 유의미한 인사이트를 찾아내고 이에 대한 대응을 자동화하는 것이 AI이다라고 할 수 있다.

참고 자료

CIO코리아,
https://www.ciokorea.com/t/13929/%ED%86%B5%EC%8B%A0%20%7C%20%EB%84%A4%ED%8A%B8%EC%9B%8C%ED%81%AC/184199