IoT (Internet of Things)와 LOD

Transcript

1. 2016. 02. 25 이규철 충남대학교 컴퓨터공학과 kclee@cnu.ac.kr IoT & LOD
2. 목차 2 IoT와 Cloud Gartner 2016년 10대 전략기술 IoT와 LOD Wrap-up Ⅰ Ⅱ III Ⅳ
3. Gartner 2016년 10대 전략기술
4. Gartner 2016년 10대 전략기술 • Gartner가 선정한 10대 전략 기술 트렌드는 2020년 까지 디지털 사업의 기회가 될 것
5. • 디바이스 메시(Device Mesh) – 모바일 디바이스, 웨어러블 디바이스, 가전제품 등이 포함되며, 연결 모델을 확 장하여 디바이스 사이에 더 활발한 상호작용을 추구함 – 더 많은 디바이스들이 촘촘하게 연결되는 시대 • 앰비언트 사용자 경험(Ambient User Experience) – 디바이스 메시의 등장으로 사용자 경험이 한층 확장되어 한 가지 제품에 국한 되지 않는 다양한 서비스와 제품을 사용했을 때의 사용자 경험 – 이는 시간과 장소에 국한되지 않는 것이 특징으로 디바이스 메시를 기반으로 서비스를 설계하는 것이 필요함 • 3D 프린팅 재료(3D-Printhing Materials) – 첨단 니켈 합금, 탄소섬유, 유리 등 다양한 재료들을 활용할 수 있을 정도로 발 전함 – 2019년 까지 기업용 3D 프린터의 출하량은 연간 64.1% 성장할 것으로 기대됨 현실과 가상 세계의 융합, 디지털 메시의 부상 5
6. • 만물 정보(Information of Everything, IoE) – 디지털 메시와 연결된 모든 기기들이 다양한 정보를 생산, 사용하고 전송함 – 서로 다른 기기 간 정보를 연결시켜주는 기술과 전략을 통해 데이터를 처리 – Semantic, LOD, Graph Database 등이 처리 기술이 될 것으로 기대됨 • 진보한 기계 학습(Advanced Machine Learning) – 심층 신경망(Deep Neural Nets, DNNs)이 기계학습 분야의 핵심 기술로 논의될 것으로 예상 – 이는 컴퓨터가 자동으로 세상을 인지하고 학습 할 수 있게 됨 • 자율 에이전트 및 사물(Autonomous Agents and Things) – 로봇, 무인자동차, 가상비서 등 스마트 머신의 완성도가 높아지고 있음 – 앞으로 20년간 진화하고 확장 될 것 디지털 메시를 가능하게 하는 스마트 머신 6
7. • 적응형 보안 아키텍처(Adaptive Security Architecture) – 기업들이 클라우드, Open API 서비스를 이용하기 때문에 보안 위험이 더 욱 증가하고 있음 – 기존의 규칙기반 보안시스템(Rule-based Security)을 기반으로 위협을 감 지하는 것 뿐 아니라 공격을 방어하고 예방하는 것에 집중해야 함 • 진보된 시스템 아키텍처 – 디지털 메시와 스마트 머신이 실용화 되려면 고도화된 컴퓨팅 구조가 필요 – 뉴로모틱 아키텍처(Neuromorphic Architecture)가 적합한 구조  컴퓨터 구조가 인간의 뇌신경 구조를 모방하는 것 새로운 IT 세계 7
8. • 메시 앱과 서비스 구조(Mesh App and Service Architecture) – 메시 앱과 서비스 아키텍처는 수많은 앱과 서비스가 서로 느슨하게 연결되 는 환경을 제공 – 소프트웨어 정의 애플리케이션 서비스, 마이크로서비스 아키텍처, 컨테이 너 기술 등 – 서로 분리돼 있던 모바일 기술과 사물인터넷 정보들은 이러한 아키텍처를 토대로 클라우드 환경에서 연결되고 다른 기기들과 통합될 수 있음 • 사물인터넷 플랫폼(Internet of Things Platforms) – IoT 플랫폼이란 서로 분리된 센서, 기기들을 관리 및 통합하하고 보안성을 높이는 것 – 이를 통해 디지털 메시, 앰비언트 사용자 경험 등의 관련된 기술을 현실화 할 수 있음 새로운 IT 세계(계속) 8
9. IoT와 Cloud : AWS IoT
10. 아마존, 사물인터넷 플랫폼 [1] • 최근 클라우드 행사인 아마존웹서비스 리인벤트 개발자 컨퍼런스 를 통해 사물인터넷 플랫폼을 발표 • 마이크로소프트, IBM 또한 자신들의 클라우드를 기반으로 IoT 지 원을 시작하고 있음
11. • 클라우드를 기반으로 디바이스간 상호작용을 돕는 플랫폼 • 특징 – 자동차, 공장, 전구 등 각종 기기들을 아마존 클라우드에 연결 – 각 디바이스에서 생성되는 데이터를 저장, 처리 분석 – 수십억 개의 디바이스와 수조 건의 메시지를 지원 – 이를 통해 AWS 엔드포인트 및 다른 디바이스로 라우팅 AWS IoT 11
12. AWS IoT 아키텍처 12
13. • 디바이스를 클라우드 및 다른 디바이스로 쉽게 연결 할 수 있음 디바이스 연결 및 관리 13
14. • 하드웨어 디바이스 또는 모바일 애플리케이션을 쉽고 빠르게 연 결할 수 있는 SDK를 제공함 • 디바이스는 MQTT 또는 HTTP 프로토콜을 사용하여 AWS IoT와 연결, 인증하고 메시지를 교환함 • C, JavaScript 및 Arduino를 지원 • 이를 대체할 수 있는 오픈소스를 이용하여 연결할 수 있음 AWS IoT 디바이스 SDK 14
15. • Publish/Subscribe 모델을 사용하여 메시지를 교환 • 1:1, 1:N 통신을 가능하게 함 • 이를 통해 연결된 디바이스가 데이터를 해당 주제의 여러 구독자 에게 브로트캐스트 할 수 있도록 함 – 인프라 프로비저닝 없이 수십억개의 디바이스를 지원하도록 자동 확장 • MQTT, HTTP 1.1 프로토콜을 지원 디바이스 게이트웨이 15
16. • 모든 연결 지점에서 인증 및 end-to-end 암호화를 제공함 디바이스 연결 및 데이터 보안 16
17. • 디바이스에 대한 자격 증명을 설정하고 디바이스의 속성 및 기능 같은 메타데이터를 추적함 • 각 디바이스에 대한 고유 자격 증명을 지정함 – 예 : 센서가 온도를 보고하는지 그리고 데이터가 화씨인지 섭씨인지와 같은 디바이스의 기능을 설명하는 메타데이터를 지원 레지스트리 17
18. • 모든 연결 지점에서 상호 인증 및 암호화를 제공함 – 디바이스와 AWS IoT 간에 입증된 자격 증명 없이는 데이터가 교환되지 않 음 • AWS 인증 방법 뿐 아니라 X.509 인증서 기반 인증을 지원 – MQTT는 인증서 기반 인증만 사용함 인증 및 권한 부여 18
19. • 디바이스의 최신 상태를 저장하여 언제든 상태를 확인하거나 설 정할 수 있음 – 애플리케이션에서는 디바이스가 언제나 온라인인 것처럼 표시됨 언제든 디바이스 상태를 확인 및 설정 19
20. • AWS IoT는 디바이스의 최신 상태가 포함된 각 디바이스의 영구, 가상 버전 또는 Shadows를 생성하여 애플리케이션이나 다른 디 바이스가 메시지를 읽고 해당 디바이스와 상호 작용할 수 있음 • 디바이스 Shadows는 디바이스가 오프라인이더라도 각 디바이스 의 최종 보고된 상태와 원하는 이후 상태를 유지함 – API, 규칙 엔진을 사용하여 상태를 설정 • 언제나 사용 가능한 REST API를 제공 Device Shadows 20
21. • 정의한 비즈니스 규칙에 따라 즉시 디바이스 데이터를 필터링 및 변화하고 이를 기반으로 운영할 수 있음 디바이스 데이터 처리 및 이를 기반으로 운영 21
22. • 글로벌 규모로 연결된 디바이스에서 생성된 데이터를 수집, 처리, 분석 할 수 있음 • AWS IoT에 게시된 메시지를 평가하고 정의한 규칙에 따라 다른 디바이스나 클라우드 서비스로 이를 변환 및 전송함 • 다양한 엔드포인트에 전송이 가능함 규칙 엔진 22
23. IoT와 LOD : IoT + Cloud + LOD
24. 데이터베이스의 진화 [Fujitsu 2012] 24
25. Linked Data : 차세대 진화 25
26. Linked Data : DB Silo들을 연계 26
27. oneM2M Architecture: Semantics Enablement [2] 27 Semantic Analysis and Query Semantic Mash-Up Ontology Modeling and Processing Reasoning Semantic Annotation Device Abstraction M2M Data Collection Semantics Repository Ontology Repository M2M Applications Data Repository Abstraction & Semantics Data Access Service Access Non-oneM2M Domains Data Analytics
28. • IoT가 단순히 데이터를 센싱하는 역할을 넘어 다양한 데이터를 의미있는 정보로 가공하여 서비스를 제공함 Handysoft: Semantic IoT Platform [3] 28
29. Semantic IoT Platform 활용 시나리오 [3] 29
30. CNU DBLAB의 연구방향 30
31. 활용 시나리오(가상화, 데이터 중심의 상호운용성) 31 • 아무개씨는 농사를 지으려고 한다. 하지만 농사에 대해서 잘 알지 못하여 어떤 걸 재배해야 할 지 고민이다. ① 그래서 아무개씨는 자신의 토지에 아두이노 센서를 이용하여 LOD 가상화를 수행하고 토지 환경(온 도, 습도, 조도, 위치)을 측정을 수행하였다. (LOD 가상화) ② LOD를 통해 가상화된 센서는 IoT Mesh를 기반으로 기상청의 강수량, 풍량 데이터와 연결되어 이 론에 기반한 디비피디아를 검색하여 재배 작물을 추천한다. (외부 LOD 데이터 연결) ③ 또한 비슷한 토지 환경을 가진 다른 센서의 온톨로지를 검색하여 실제 사례를 기반으로 재배 작물 을 추천해 준다. (LOD 가상화 디바이스&데이터 연결) • IoT 디바이스의 LOD 가상화 차별성( vs 일반 가상화) – 센서를 통해 측정된 데이터가 LOD 형태로 변환됨에 따라 룰 기반으로 독립적으로 동작하던 기존의 가상화에서 벗어나 디바이스와 데이터가 연결된 IoT Mesh에 연결됨 – IoT Mesh는 클라우드를 기반으로 리소스에 제한이 없으며, 이질적인 IoT간 상호운용성을 해 결함과 동시에 수 많은 데이터를 자율적으로 연결하여 센서가 갖는 한계를 극복함
32. 활용 시나리오(서비스 중심의 상호운용성) 32 • 아무개씨는 골든타임이 매우 중요한 심혈관 질환을 앓고 있어서 보호자들은 어떻게 환자를 관리해야 할 지 고민이다. ① 그래서 아무개씨는 자신의 웨어러블 디바이스(Zigbee)를 이용하여 LOD 가상화를 수행하고 심박수 측정을 수행하였다. (LOD 가상화) ② 어느 날 아무개씨의 웨어러블 디바이스(Zigbee)에서 심박 수치가 170 이상인 것이 확인되어 사용 자에게 알람을 보냈지만 반응이 없는 것을 확인하고 연결된 통화 서비스(Bluetooth)를 이용하여 보호 자와 구조대(119)에 연락한다. (서비스 연결) - Patient - - Guardian -
33. Wrap-up
34. • 사물인터넷은 현재 가장 주목받고 있는 기술이며, • 사물인터넷이 갖는 한계를 극복하기 위해 Semantic(LOD), Cloud가 결합된 기술은 앞으로 가장 기대되는 기술임 IoT와 LOD
35. • LOD Cloud는 정적인 데이터의 공유, LOD 기반의 IoT Mesh는 동적인 데이터의 실시간 공유를 지향 • 데이터의 연결을 통한 다양한 시너지 효과 및 지능화를 기대 앞으로의 방향 35
36. [1] Amazon, https://aws.amazon.com/ko/iot/how-it-works/ [2] oneM2M, Study of Abstraction and Semantics Enablement, TR-0007-V2.3.0 01, 2015. [3] 핸디소프트, http://www.handysoft.co.kr/handysoft_0826/livingsmart/strategy/hope_tab3.php 참고문헌 36