Edge AI: 에지 컴퓨팅의 힘을 발휘합니다

첫째, 에지 AI란 무엇을 의미합니까? 

'에지 AI'란 말을 정식 용어로 받아들이시기 전에 먼저 설명을 드리겠습니다. 

최근 몇 년간, 개인 및 공공 네트워크의 에지와 연결된 장치 수는 2019년의 약 90억 대에서 2030년에는 약 290억 대로 매년 증가하고 있습니다. 

감시 카메라를 포함한 이러한 장치 대부분은 컴퓨팅 능력이 강화되고 있습니다. 이로 인해 에지 장치 자체 내에서 더 많은 처리를 수행할 수 있게 되었고, 이는 에지 컴퓨팅이란 개념으로 자리 잡게 되었습니다. 

이러한 처리 능력 향상에 따라 인공 지능(AI)의 두 하위 집합인 머신 러닝(ML)과 딥 러닝(DL)이 발전하면서 카메라 자체에 AI 기능을 도입할 수 있었습니다. 그래서 '에지 AI'라고 부르게 된 것입니다. 

영상 감시에서 에지 AI가 미치는 영향 

간단히 말해, 영상 감시 네트워크에서 에지 AI는 대부분 고급 분석을 통해 카메라 자체에서 더 많은 작업 수행이 가능하다는 의미입니다.  

AI는 카메라가 장면을 이해하고 실시간으로 중요 세부 정보를 분류할 수 있도록 지원합니다. 사람 및 차량과 같은 물체를 매우 정확하고 세부적으로 감지, 분류, 계수 및 추적하는 이 기능은 캡처한 데이터에 기반하여 인사이트를 도출하고 조치합니다.

이러한 인사이트는 데이터를 분석하고 의사 결정을 내리기 위해 사람이 개입해야 하는 부담을 줄여줍니다. 궁극적으로는 응답 시간을 단축하여 건물, 도시, 운송 시스템 등의 미래를 형성하는 귀중한 인사이트를 제공해야 합니다.

보다 실용적인 인사이트 지원

에지 AI는 기능 면에서 상당한 개선을 일으킵니다. 이전의 모션 기반 분석은 '무언가'가 움직이면 경보를 트리거했습니다. AI 기반 에지 분석은 움직임을 차량으로 식별하고, 차량의 유형을 비롯하여 차량이 제한 구역 또는 위험 구역에 진입했는지 그리고 근처에 위험할 수 있는 사람이 있는지 등 다양한 요소를 분류합니다.  

이러한 정보는 작업자에게 훨씬 더 실용적인 인사이트를 제공하고 허위 긍정(false positive)을 크게 줄입니다.  

예를 들어, 에지 AI 분석은 고속도로의 물체를 식별할 수 있으며(기존에는 어려웠던, 그림자와의 신속한 구별 가능) 표지판을 통해 자동으로 운전자에게 경보를 보낼 수 있습니다. 

AI를 통해 사람과 차량을 구별하는 추가 기능은 운전자에게 내리는 경고의 심각도를 정의하는 데도 도움이 될 수 있습니다. 카메라가 도로 위에 위험한 사람이 있다는 것을 발견하면, 자동으로 표지판을 활성화하여 교통 흐름을 늦추거나 심지어 정지시키고, 응급 서비스 경보를 발동할 수 있습니다. 

차량(및/또는 기타 물체)을 식별한 후에도 분석을 통해 차량을 추적할 수 있어, 운영자가 사고를 모니터링하고 조사할 수 있도록 지원할 수 있습니다. 

향상된 검색 기능

에지 AI 분석에 의해 생성된 데이터(및 메타데이터)와 더불어, 에지 AI는 비디오 영상에서 훨씬 더 고급 검색도 지원합니다. 이를 통해 운영자는 수많은 카메라로 몇 시간 동안 촬영한 영상에서 관심 있는 특정 물체를 빠르게 찾을 수 있습니다. 이렇게 하면 사고 후 조사의 속도와 효율성이 크게 향상됩니다. 

부하 공유: 하이브리드 솔루션 아키텍처의 에지 AI 

에지 AI는 강력한 분석 기능을 네트워크의 에지에 제공할 뿐만 아니라 하이브리드 솔루션 아키텍처에서도 중요한 역할을 합니다. 이러한 아키텍처는 에지, 클라우드 및 온프레미스 서버 환경을 최적으로 활용합니다. 

분석이 서버에 중앙 집중화되면, 더 많은 카메라를 추가할 때 데이터 전송이 증가하고 분석을 처리하기 위한 추가 서버가 필요합니다. 에지 AI 분석을 설치하면 가장 관련성이 높은 정보만 네트워크에 전송되어 대역폭 및 스토리지 부담이 줄어듭니다. 

클라우드 및 서버 기반 분석은 종종 에지에서 사전 처리되는 이점을 얻을 수 있으며, 보다 쉽게 소화 가능한 메타데이터와 함께 '카메라 밖' 분석을 지원합니다. 다른 분석은 복잡성으로 인해 클라우드 또는 서버에서 완전히 실행해야 할 수 있습니다. 

하이브리드 솔루션은 에지 AI에 의해 생성된 메타데이터를 클라우드 기반 데이터 대시보드에 공급하고 강력한 서버 기반 분석을 적용하여 추세, 패턴 및 이상 징후를 식별하고 대응합니다.

시스템 각 부분의 기능, 용량 및 강도를 사용하여 하이브리드 아키텍처 전반에서 스마트하게 작업하면 병목 현상을 방지하고 비용을 낮추며 성능을 높일 수 있습니다. 

에지 AI 분석으로 정확도 향상

'메타적' 반전일 수도 있는데, 에지 AI 분석은 정확도를 지원하는 데도 사용되고 있습니다. 데이터가 저하되지 않기 때문입니다. 

에지 분석의 주요 이점은 분석이 최대한 소스에 가까운 최고 품질의 비디오 영상에서 수행된다는 것입니다. 기존 모델에서는 서버에서 분석을 수행하는 경우 비디오가 전송되기 전에 압축되므로 품질이 저하된 비디오로 분석을 수행합니다. 

그러나 에지 AI는 고품질 이미지를 사용합니다. 하지만, 렌즈가 더럽거나 가릴 수 있고 또는 카메라가 잘못 정렬되는 문제가 발생할 수 있습니다.

에지 AI 분석의 새로운 카테고리인 이미지 상태 분석은, 이름에서 알 수 있듯이 감시 카메라로 캡처한 이미지의 품질을 지속적으로 모니터링하고, 이 이미지 품질이 에지 AI 분석이 장면에 가장 효과적으로 적용하는 데 필요한 임계값 미만으로 떨어지면 운영자에게 경보를 보냅니다. 

에지 AI: 보안 외의 영역으로 확장되는 사용 사례 

에지 AI가 기존의 안전 및 보안 사용 사례에 가치를 더하면서 응급 처치자나 보안 직원이 보다 빠르고 적절하게 대응할 수 있게 되었습니다. 또한 에지 AI 분석의 상세 데이터 및 메타데이터 덕분에 다양한 분야의 운영 효율성이 향상되고 있습니다.

• 도시 계획자는 데이터를 사용하여 도시 환경의 '디지털 트윈'에 연료를 공급하고 시민의 삶의 질을 개선하기 위해 설계, 교통 관리 및 노이즈 제어를 개선하기 위한 테스트를 실시합니다.  
• 기업들은 분석을 사용하여 건물 내 에너지 사용을 더 잘 관리하여 환경에 긍정적인 영향을 줍니다.  
• 의료기관, 교육기관, 리테일 및 그 이상의 분야에서 감시 카메라의 에지 AI는 환자, 학생 및 고객에게 서비스를 제공하고 결과를 개선하고 있습니다.  

이처럼 다양한 사용 사례가 있지만 에지 AI의 잠재력은 아직 다 발휘되지 않았습니다.