엣지 컴퓨팅 (Edge Computing)

엣지 컴퓨팅 (Edge Computing)

데이터가 생성되는 디바이스 근처(네트워크 가장자리)에서 실시간으로 데이터를 처리·분석하는 분산 컴퓨팅 패러다임으로, 클라우드까지 데이터를 전송하지 않고 지연시간과 대역폭을 최소화 (118회 출제)

목적: 초저지연 처리, 대역폭 절감, 프라이버시 보호, 실시간 의사결정

특징: 분산 처리, 실시간성(↑), 대역폭 절감(↑), 데이터 지역성, 클라우드 보완

아키텍처(3계층)

• •디바이스 계층(Device Edge): IoT 센서, 스마트폰, 카메라 등 데이터 생성 단말
• •엣지 계층(Edge Node): 엣지 서버, 게이트웨이, 기지국 등에서 전처리·추론·필터링
• •클라우드 계층(Cloud): 대규모 학습, 장기 저장, 글로벌 분석

핵심 기술

• •MEC(Multi-access Edge Computing): 이동통신 기지국에 컴퓨팅 자원 배치, 5G URLLC 연계, ETSI 표준
• •엣지 AI: 경량 모델(TinyML, 모델 경량화) 디바이스 추론
• •컨테이너/K8s Edge: KubeEdge, K3s로 엣지 오케스트레이션
• •오프로딩: 디바이스→엣지→클라우드 간 연산 분배 최적화

포그 컴퓨팅과 비교: 포그(Cisco 제안, 디바이스~클라우드 전 구간 분산) vs 엣지(네트워크 가장자리 집중), 포그가 더 넓은 개념

장점: 초저지연(ms급), 대역폭 절감(전처리 후 요약만 전송), 프라이버시 강화(로컬 처리), 오프라인 동작 가능, 실시간 의사결정

단점: 엣지 자원 제한(컴퓨팅/스토리지), 관리 복잡성(분산 노드), 보안 취약(물리적 접근), 일관성 유지 어려움

적용사례: 자율주행(실시간 센서 처리), 스마트팩토리(설비 예지보전), AR/VR(저지연 렌더링), CDN(콘텐츠 캐싱), 영상 분석(실시간 객체 감지)

비교: 엣지컴퓨팅(분산/저지연/소규모) vs 클라우드컴퓨팅(중앙/고지연/대규모) vs 포그컴퓨팅(분산/전구간/Cisco)

• •지연: 엣지(ms) < 포그(ms~s) < 클라우드(s)
• •대역폭: 엣지(절감↑) > 포그(절감) > 클라우드(소비↑)
• •프라이버시: 엣지(로컬↑) > 포그(중간) > 클라우드(중앙↓)

연관: IoT, 5G/MEC, 클라우드, CDN, 자율주행, 스마트팩토리