에 처음 게시된 대로IoT 아젠다
IIoT (산업용 사물 인터넷) 에 대한 열광이 한창인 가운데, IIoT 기술을 지속적인 비즈니스 가치로 전환하는 데 가장 큰 역할을 할 수 있는 컴퓨팅 활동 영역은 다소 간과되고 있습니다.예, 우리는 엣지 컴퓨팅에 대해 이야기하고 있습니다.
물론 데이터 수집, 데이터 분석 및 데이터 저장을 위해 생산 시설 내부 또는 근처에 위치한 기술 인프라인 엣지 컴퓨팅은 수십 년 동안 진행되어 왔습니다.조립 라인을 원활하게 운영하고, 깨끗한 물을 지속적으로 공급하고, 열차를 정시에 운행하는 것과 같은 프로세스는 오랫동안 데이터 센터와의 연결이 제한되어 있는 상태에서 엣지 데이터를 효율적으로 수집하느냐에 달려 있었습니다.하지만 컴퓨팅 관점에서 보면 엣지는 졸린 뒷전으로 여겨지는 경우가 많습니다.
엣지 컴퓨팅 인프라에 대한 투자가 크게 증가하고 첨단 애플리케이션에서 엣지 수집 데이터에 대한 의존도가 높아지면서 최근 모든 것이 바뀌었습니다.이러한 추세에는 비즈니스 성공에 대한 데이터의 중요성, 더 나은 비즈니스 결정을 내리기 위해 데이터의 실시간 분석에 대한 수요, 더 많은 고품질 데이터를 수집하기 위해 모든 종류의 “사물”이 상호 연결되는 증가 등이 포함됩니다.
그 결과, 2020년에는 기업 및 정부가 소유한 56억 개의 IoT 장치가 데이터 수집 및 처리를 위해 엣지 컴퓨팅을 활용할 것으로 예상합니다. 이는 2017년 16억 개에서 증가한 수치입니다. [1] 그리고 2019년에는 전체 IoT 수집 데이터의 40% 가 네트워크 근거리 또는 엣지에서 저장, 처리, 분석 및 조치를 취할 것으로 예상됩니다. [2]
실질적인 혜택, 실질적인 기회
이러한 트렌드는 이러한 트렌드를 활용할 수 있는 조직에 상당한 이점을 제공할 수 있는 기회를 제공합니다.
의사 결정과 전반적인 생산성을 개선하고자 하는 제조업체의 사례를 생각해 보십시오.대부분의 제조업체는 이미 엣지에서 사업을 운영하고 있습니다.공장 운영은 중앙 집중화될 수 있지만 무인 기계 또는 무인 워크스테이션에서 수집한 데이터는 데이터 센터 및 비즈니스 네트워크에 최소한으로만 연결될 수 있습니다.따라서 기계 성능 데이터를 수집, 처리 및 분석하는 데 시간이 오래 걸리기 때문에 문제를 식별하고 진단하고 신속하게 대응하기가 어렵습니다.
이와는 대조적으로, 오늘날의 엣지 컴퓨팅 인프라를 통해 제조업체는 이제 대량의 기계 데이터 (IoT 센서에서 사용 가능) 의 수집을 자동화하고, 이를 자체 성능 또는 업계 전반의 표준과 비교하고, 제조 현장에서 바로 유용한 분석을 도출할 수 있습니다.이러한 접근 방식을 통해 예측 유지보수를 통해 기계 가동 시간을 극대화하고 생산 프로세스를 간소화하며 비용을 절감할 수 있습니다.
