edge computing7 [Edge Computing] Ch.11 Edge-Cloud Collaboration for Industrial IoT - An Online Approach 1. 배경과 문제 의식5G와 Industry 4.0의 확산으로 스마트 제조, 스마트 공장 등 IIoT 기기가 생성하는 데이터가 폭발적으로 증가했다. 전통적인 클라우드 컴퓨팅만으로는 이 방대한 데이터를 효율적으로 처리하기 어렵다. 엣지 서버(ES)를 데이터 소스 근처에 배치하면 클라우드의 부하를 크게 줄이고 통신 오버헤드를 낮출 수 있다.그러나 엣지-클라우드 협업에는 해결되지 않은 근본적인 문제가 있다.첫째, IIoT 기기는 고정밀 제어가 필요하다. 작은 오차가 산업 장비의 오작동으로 이어질 수 있어 데이터 처리 정확도가 매우 중요하다. 둘째, 산업 현장에는 전자기 노이즈 등 다양한 산업 노이즈가 존재하므로 센서 데이터를 바로 분석할 수 없다. ES에서 데이터 전처리(노이즈 제거, 데이터 클리닝)를 수행해.. 2026. 4. 13. [Edge Computing] Ch.10 EdgeComputing in Digital Epidemiology and Global Health 1. 배경: 엣지 컴퓨팅과 글로벌 헬스의 접점엣지 컴퓨팅(EC)은 데이터를 중앙 클라우드로 보내지 않고 수집 지점 근처에서 즉시 처리하는 패러다임이다. MIT MTL Seminar(2015)는 EC를 "클라우드 외부에서 발생하는, 실시간 데이터 처리가 필요한 모든 컴퓨팅"으로 정의했다. 클라우드가 Big Data를 다룬다면, EC는 센서·사용자가 실시간으로 생성하는 Instant Data를 다룬다.이 관점에서 공중보건과 EC의 결합은 자연스럽다. 스마트워치·스마트링 같은 웨어러블 기기가 24시간 생체 데이터를 수집하고, 스마트폰 앱에서 로컬 분석을 수행하는 구조 자체가 EC 아키텍처다. 클라우드 연결 없이도 작동하므로 통신 인프라가 취약한 지역에서도 활용 가능하다.2. AI와 정보과학 : 역사적 맥락과 .. 2026. 4. 12. [세미나 발표] Edge Computing Ch.9 Technology, Management and Integration [Edge Computing] Ch.9 엣지 컴퓨팅을 위한 연합학습 하이퍼파라미터 튜닝 — FedTuneEdge Computing: Technology, Management and Integration Chapter 9 발표 내용을 정리한 글이다. 이번 챕터는 Federated Learning(FL, 연합학습)을 엣지 환경에서 운용할 때 직면하는 이질성 문제와, 이를 하이퍼파라미터 자동 튜닝으로 해결하는 FedTune 기법을 다룬다.1. Federated Learning이란?연합학습(FL)은 원시 데이터를 중앙 서버로 보내지 않고, 각 기기(Edge Device)에서 로컬로 모델을 학습한 뒤 그 파라미터(가중치)만 서버로 전송하여 글로벌 모델을 만드는 분산 학습 방식이다.[Edge Device 1] → .. 2026. 3. 24. [세미나 발표] Edge Computing Ch.8 Technology, Management and Integration [Edge Computing] Ch.8 5G 핵심 기술 — 교통·의료·환경을 혁신하다Edge Computing: Technology, Management and Integration Chapter 8 발표 내용을 정리한 글이다. 이번 챕터는 5G 기술의 개요와 핵심 기술, 그리고 VR/AR·자율주행·의료·엣지 컴퓨팅 등 다양한 산업에서의 활용을 다룬다.1. 5G란 무엇인가?5G는 디지털 셀룰러 네트워크를 위한 5세대 무선 통신 기술이다.5G 아키텍처 3요소구성 요소역할RAN (Radio Access Network, 무선 접속망)단말과 코어 네트워크를 무선으로 연결UE (User Equipment, 유저 단말)스마트폰, IoT 기기 등 최종 사용자 장치CN (Core Network, 코어 네트워크)인증, .. 2026. 3. 22. [세미나 발표] Edge Computing Ch.6 Technology, Management and Integration [Edge Computing] Ch.6 UAV 최적 제어와 부하 분산 — 강화학습으로 무선 통신을 최적화하다Edge Computing: Technology, Management and Integration Chapter 6 발표 내용을 정리한 글이다. 이번 챕터는 지상 셀룰러 네트워크의 한계를 UAV(무인 항공기)로 보완하고, 강화학습(RL)으로 UAV의 배치·궤적·자원 할당을 최적화하는 연구를 다룬다.1. 왜 UAV인가? — 문제 제기모바일 기기와 IoT가 폭발적으로 증가하면서 신뢰 가능한 무선 연결 유지가 필수 조건이 됐다. 그러나 기존 지상 셀룰러 네트워크는 세 가지 한계를 갖는다.문제설명제한된 스펙트럼 용량QoS(서비스 품질)를 만족하기 어려움기지국(BS) 추가 구축 비용물리적 설치 비용이 높고 .. 2026. 3. 22. [세미나 발표] Edge Computing Ch.4 Cloud Lock-in Parameters [Edge Computing] Ch.4 Cloud Lock-in Parameters — 벤더 종속의 이해와 탈출 전략Edge Computing: Technology, Management and Integration Chapter 4 발표 내용을 정리한 글이다. 이번 챕터는 클라우드 도입의 양면성, 특히 벤더 락인(Vendor Lock-in) 문제를 중심으로 다룬다.1. 왜 벤더 락인이 문제인가?ICT 산업은 클라우드 컴퓨팅을 통해 혁신을 맞이했다. 기업은 자본 투자 없이 네트워크를 통해 자원을 이용하고, 기술적 문제가 아닌 비즈니스 문제 해결에 집중할 수 있게 됐다.그러나 클라우드 도입이 전 세계적으로 활발해질수록 클라우드 락인 파라미터에 대한 이해가 필수적이다. 클라우드 간 협력과 데이터 교환을 저해하.. 2026. 3. 22. [세미나 발표] Edge Computing Ch.2 A View – Cloud-Edge Computing Technology [엣지 컴퓨팅] 클라우드-엣지 기술 개념, 특징, 사례 정리Edge Computing - Technology, Management and Integration Chapter 2. A View – Cloud-Edge Computing Technology 내용을 정리한 글이다.새 책을 시작하며PMPP로 GPU와 병렬 프로그래밍을 깊이 다뤘다면, 이제는 그 연산이 어디서, 어떻게 실행되는지로 시야를 넓힐 차례다. 딥러닝 모델이 아무리 가벼워도 결국 어떤 하드웨어가, 어떤 위치에서 실행하느냐가 실서비스의 품질을 결정한다. Edge Computing - Technology, Management and Integration은 데이터 처리를 클라우드에서 엣지로 옮기는 흐름을 다루는 책이다.클라우드-엣지 기술이란?클라.. 2026. 3. 22. 이전 1 다음
