IoT가 5G를 만났을 때:데이터 통합 ​​과제

<노스크립트>

기업은 이미 사물 인터넷(IoT)의 실시간 정보를 활용하고 있습니다. DataStax의 엔터프라이즈 설계자이자 전략 비즈니스 고문인 Patrick Callaghan은 5G가 스트리밍되면서 말합니다. , 수십억 개의 IoT 장치에서 발생하는 데이터의 양이 폭발적으로 증가할 것입니다. 유연하고 빠른 속도로 데이터를 통합하는 데 적합한 아키텍처를 구축하는 기업은 경쟁 우위를 확보하게 될 것입니다.

Gartner에 따르면 2020년까지 약 200억 개의 '사물'이 인터넷에 연결될 것입니다. , 모두 전례 없는 양의 데이터를 분출합니다. 동시에 5G 출시가 2020년에서 2022년까지 증가하여 더 많은 데이터가 생성될 것입니다. 문제는 조직에서 해당 데이터로 무엇을 할 것인가 하는 것입니다.

효과적인 최신 애플리케이션을 구축하기 위해 기업은 IoT 장치뿐만 아니라 조직 내부 및 외부의 다른 소스에서 가져온 데이터가 필요합니다. 문제는 이러한 모든 데이터 소스를 5G 데이터 폭발에 적합한 방식으로 통합할 수 있는 아키텍처를 구축하는 것입니다. 이 아키텍처는 새로운 사용 사례가 등장할 때 적응할 수 있을 만큼 빠르고 유연해야 합니다.

증가하는 IoT 사용 사례의 과제

Gartner는 5G 모바일 데이터 네트워크가 평방 킬로미터당 최대 100만 개의 센서를 지원할 수 있을 것으로 예측합니다. 이러한 수준의 연결은 운영을 개선하고 효율성을 높이며 고객에게 더 나은 서비스를 제공하고자 하는 조직의 데이터 아키텍처에 대해 두 가지 유형의 수요를 창출할 것입니다.

첫째, 일부 데이터는 에지에서 즉각적인 응답이 필요합니다. 로봇 공학 및 자동화를 위한 배포가 이 클래스에 속합니다. 둘째, 실시간 분석은 일련의 조건이 충족될 때 필요한 단기 대응을 결정합니다. 좋은 공급망의 예는 주문이 지연될 가능성이 있는 경우 고객에게 자동으로 사전 예방적으로 연락하는 것입니다. 동시에 이러한 데이터 세트는 보다 장기적인 분석을 위해 대조되고 저장됩니다.

이러한 데이터의 홍수에 대처하기 위해 컴퓨팅 모델이 바뀌었습니다. 필요한 규모로 자체 데이터 센터를 구축하고 관리하기를 원하는 조직은 거의 없습니다. 대신 퍼블릭 클라우드 제공업체에 의존하고 하이브리드 또는 멀티 클라우드 배포를 사용합니다.

기존 애플리케이션과의 통합 과제

멀티 클라우드로의 이러한 이동은 기업이 IoT 데이터 전략을 따로 고려해서는 안 되는 이유입니다. IoT 데이터의 이점을 얻으려면 조직은 이를 전사적 자원 관리 시스템 또는 공급망 관리 소프트웨어와 같은 기존 애플리케이션에서 새로운 클라우드 서비스 또는 SaaS 애플리케이션에 이르기까지 다른 데이터 소스와 통합해야 합니다.

이러한 응용 프로그램은 여러 다른 위치에 설치 및 실행할 수 있습니다. 일부 애플리케이션은 이동 비용과 통합 및 사용자 정의의 모든 계층을 선택 해제하는 비용이 너무 높기 때문에 온프레미스로 유지되는 경향이 있습니다.

다양한 애플리케이션을 지원하는 것 외에도 데이터가 중요한 위치일 뿐만 아니라 IoT 애플리케이션이 데이터를 생성하고 응답을 요구하는 속도도 중요합니다. 거의 실시간으로 의사 결정을 해야 하는 자동화된 공장은 결과를 제공하기 위해 느린 원격 데이터 소스에 의존할 여유가 없습니다. 5G의 속도로 이러한 서비스 간 연결은 더 복잡한 상황과 사용 사례에 대처할 수 있어야 합니다.

IoT를 활용하는 하이브리드 애플리케이션 구축 과제

조직이 아키텍처 전체에서 데이터를 빠르고 안정적으로 이동하거나 복제할 수 없는 경우 다른 데이터 소스와 함께 IoT 데이터를 활용하는 데 필요한 하이브리드 애플리케이션 모델을 만드는 데 어려움을 겪을 것입니다. 애플리케이션 데이터의 여러 복사본에서 작업해야 할 수도 있지만 애플리케이션의 분산된 특성으로 인해 모든 복사본을 즉시 최신 상태로 유지하는 것은 기업이 IoT 데이터를 최대한 활용하려는 경우 직면하는 과제입니다.

실시간으로 데이터를 복제하는 하이브리드 클라우드 데이터베이스를 생성할 때의 장기적인 이점은 이전에 노후화된 애플리케이션에 묻혀 있던 데이터에 대한 새로운 사용 사례를 제공한다는 것입니다.

여기에서 목표는 데이터 사일로 및 기능이 여러 클라우드 공급자 또는 위치에 분산되어 있기 때문에 불가능했을 상호 운용성을 제공하는 것입니다. 모든 데이터가 독립적으로 여러 위치에 복제되는 분산 컴퓨팅 모델을 채택하면 데이터 세트를 워크로드가 있는 위치에 더 가깝게 저장하고 처리할 수 있으므로 애플리케이션을 보다 효과적으로 실행할 수 있습니다.

마찬가지로, 비즈니스 요구 사항과 데이터 사용 방식에 따라 동일한 데이터 세트를 다양한 방식으로 처리하고 사용할 수 있는 다중 모델 접근 방식을 취하는 것이 도움이 될 수 있습니다. 예를 들어, 단기 분석을 위한 운영 데이터 세트를 살펴보면 몇 가지 목표를 달성할 수 있지만 다른 데이터 모델도 필요할 수 있습니다. 검색 및 분석은 이러한 데이터 세트의 간단한 사용 사례이지만 그래프 분석과 같은 다른 데이터 모델도 사용할 수 있습니다. 이 데이터를 통합하고 사용하는 다양한 접근 방식을 살펴보면 더 많은 사용 사례를 충족할 수 있습니다.

하이브리드 클라우드 데이터베이스 솔루션을 채택하면 단기적으로 IoT에 필요한 데이터 용량의 엄청난 증가에 대비할 수 있습니다. 또한 클라우드 배포를 통해 사용자 및 고객에게 더 가까운 애플리케이션에 데이터를 통합하는 데 도움이 됩니다. 장기적으로 실시간으로 데이터를 복제하는 기능은 고객 경험이나 애플리케이션 성능에 영향을 미치지 않으면서 시간이 지남에 따라 새로운 클라우드 기반 애플리케이션으로의 마이그레이션을 관리하는 데 도움이 될 것입니다.

5G의 대량 출시는 아직 몇 년 남았지만 2019년은 훨씬 더 연결된 세상을 위해 엔터프라이즈 데이터 아키텍처를 미래에 적합하게 만들 설계 및 기술 계획을 시작할 수 있는 기회를 제공합니다.

5G 및 데이터 증가에 미리 대비하는 기업은 조직의 요구 사항을 충족하도록 더 쉽게 확장할 수 있으므로 경쟁 우위를 보게 될 것입니다. 더 많은 데이터를 사용할 수 있게 되면서 확장성, 가용성 및 분산 컴퓨팅을 지원하는 것은 이러한 애플리케이션을 성공적으로 만드는 데 필수적입니다.

저자는 DataStax의 전략 비즈니스 고문이자 Enterprise Architect인 Patrick Callaghan입니다.