AI가 IoT 환경을 향상시키는 방법

Moogsoft의 Will Cappelli

매우 자주 사물 인터넷(IoT) 환경은 정상적으로 작동하며 설계자가 의도한 대로 수행됩니다. 그러나 Moogsoft 의 EMEA CTO이자 제품 전략 글로벌 부사장인 Will Cappelli는 때때로 상황이 잘못될 수 있다고 말합니다. 플랫폼이 예상하거나 원하는 방식으로 작동하지 않음을 나타내는 이벤트가 발생할 수 있습니다. 따라서 코스를 재설정하고 상황을 재조정하려면 개입이 필요합니다. 그러나 이 프로세스는 어떻게 작동합니까?

IoT 사고에 대한 기존 접근 방식

일반적으로 신호와 응답 사이의 링크로 설명할 수 있습니다. 환경은 무언가 잘못되었다는 신호를 보내 응답자에게 보냅니다. 사람이나 로봇이 될 수 있는 응답자는 신호에 따라 행동하고 사물을 변경합니다. 기존의 IoT 환경을 보면 두 가지 유형의 신호/응답 메커니즘이 있었습니다.

첫째, 대부분의 IoT 환경에서 사용하는 "빠르지만 멍청한" 응답 메커니즘이 있었습니다. 일반적으로 한 가지만 수행하는 특정 응답자에 대한 유선 경로를 따라 이동하거나 4가지 중 3가지 메뉴에서 선택하고 센서를 수정하거나 네트워크를 다시 시작하는 신호가 있을 수 있습니다. 매우 빠르게 작동합니다.

두 번째 접근 방식은 주로 로그 관리 공급업체를 통해 사용 가능한 "스마트하지만 느림"입니다. 이 접근 방식은 복잡한 환경에서 올바른 결정을 내리려는 시도를 기반으로 합니다. 선택할 수 있는 몇 가지 옵션이 있을 수는 없습니다. 각 상황에 고유하게 대응해야 합니다.

이론은 구조화되지 않은 로그 관리 데이터베이스에 환경에 대한 방대한 양의 데이터를 축적하고 의사 결정자에게 환경을 이해하기 위한 전체 도구를 제공하여 무엇이 될 수 있는지에 대한 광범위한 선택 팔레트를 제공하는 것입니다. 최고의 솔루션입니다.

틀림없이 이것은 매우 정확한 결과를 생성할 수 있지만 프로세스가 느리고 대기 시간이 몇 주 동안 지속될 수 있습니다. 특히 IoT 환경에서는 올바른 결정을 내릴 시간이 없기 때문에 의미가 없습니다.

<노스크립트>

IoT에서 AIOps를 사용하는 이유

이 두 시나리오 모두 AIOps(IT 운영을 위한 인공 지능)가 등장하기 전입니다. AI 및 AIOps 접근 방식은 자동화를 통해 작업 분석을 통해 IoT 시스템을 관리하는 "빠르지만 스마트한" 방법을 제공할 수 있습니다. 느리지만 스마트한 모델을 효과적으로 사용하지만 인간의 통찰력을 자동화하여 신호와 응답 사이의 대기 시간을 크게 줄이지만 결정적으로 응답 품질을 희생하지 않습니다. 기본적인 수준에서 AIOps는 IoT 환경 관리 측면에서 테이블에 제공합니다.

좀 더 구체적으로 살펴보자. 행동 경향을 조사하고 이러한 경향이 네트워크에 영향을 미치는 위치를 예측함으로써 AIOps는 사고가 발생하기 전에 신속하게 사고를 예측할 수 있습니다. 또한 AIOps는 성능 문제의 근본 원인을 파악하는 데 걸리는 시간을 크게 줄입니다. 기본적으로 미래와 과거를 보는 데 도움이 될 수 있습니다. 또한 AIOps는 환경에서 중복성을 보다 효과적으로 조정할 수 있습니다. 예를 들어 성능이 저하되는 센서 그룹이 있는 경우 AIOps를 통해 다른 센서를 가져와 비용 효율적인 리소스 할당을 수행할 수 있습니다.

AIOps 및 IoT의 미래

미래를 내다보면 자율주행차를 중심으로 많은 연구가 이뤄지고 있지만 너무 앞서가지 말자. 현재 더 관련성이 높은 것은 연결된 차량의 개념입니다. 어떤 의미에서 커넥티드 차량은 전통적인 자동차 기술과 자율주행 차량의 중간 지점입니다. 이것이 의미하는 바는 여러 센서가 자동차 배치에 제공되는 공통 서비스에 공급되고 있다는 것입니다. 교통 체증처럼 간단할 수 있습니다. 연결된 차량이 모선으로 보내는 정보를 기반으로 정체가 발생하는 위치를 결정할 수 있으며 궁극적으로 특정 시스템의 특정 차량으로 제안된 경로를 변경할 수 있습니다.

앞으로 우리는 자동화된 지능이 IoT의 동반자일 뿐만 아니라 본질적으로 모든 것을 자동화한다는 의미의 레이어가 될 것이라고 보게 될 것입니다. 모든 장치를 포괄하는 인텔리전스 패브릭으로 생각하십시오. 따라서 미래에는 냉장고에서 전등 스위치, 세탁기에 이르기까지 모든 IP 지원 장치가 지능적 작동을 처리할 것입니다.

<노스크립트>

IoT에 AI가 필요한 이유

IoT는 완전한 솔루션을 제공하기 위해 AIOps를 배포해야 하는 과제를 안고 있습니다. 이것은 무엇을 의미 하는가? IoT는 문제를 관리하기 위해 AI 기술의 지원이 필요한 환경에 복잡성을 도입합니다. 이는 주로 지능형 자동화를 사용하여 IoT 환경에서 생성되는 대량의 데이터에서 중요한 데이터를 선택하여 달성됩니다.

그러나 AI가 해결하는 많은 다른 문제가 있습니다. 중요한 데이터 세트에서 패턴을 발견하는 능력, 이러한 패턴을 기반으로 추론하는 능력, 이러한 결과를 전달하는 능력, 궁극적으로 교정 대응을 자동화하는 능력 즉, IoT 환경이 계속해서 효과적으로 수행되도록 하기 위해 일종의 개입이 필요한 경우입니다.

기본적으로 AI가 IT 인프라 또는 애플리케이션 포트폴리오에 대해 수행하는 작업은 IoT 환경에서 수행하는 작업과 동일합니다. AI를 IT 운영에 필수 요소로 만든 요소는 IoT의 요소와 동일하지만 환경이 고도로 모듈화되어 있고 거의 자율적으로 작동하는 많은 요소가 있기 때문에 더욱 강화되었습니다.

또한 IoT 환경은 고도로 분산되어 있으므로 구성 요소 간의 동적 관계가 시시각각 변하고 있습니다. 마지막으로, IoT 환경 내의 구성 요소는 임시적이며 매우 짧은 수명으로 존재하고 사라집니다. 이것이 IoT에 특히 AI 및 AIOps의 기능이 필요한 강력한 이유입니다.

IoT는 AIOps의 발전에 어떻게 도움이 될까요?

IoT가 AIOps의 진화에 영향을 미칠 것이라는 데는 의심의 여지가 없습니다. 현재 대부분의 AIOps 시스템은 고도로 중앙 집중화되어 있습니다. 데이터는 AI가 적용되는 중앙 위치에 도착합니다. 이제 IoT 설정에 적용할 때 AIOps 시스템에 배포 요소를 도입하는 로컬에서 분석을 수행해야 하는 요구 사항이 있습니다. 엣지에서 작동하려면 AI가 필요합니다.

일반적으로 IoT는 AIOps가 데이터를 수집하는 중앙 집중식 서비스가 아니라 분산 에이전트 시스템이 되고 네트워크로 이동하도록 합니다. 이것이 바로 우리가 현재 AIOps로 보고 있는 것에 IoT가 가져올 가장 큰 변화라고 생각합니다.

이것은 쉬운 일이 아니며 도전 과제가 있습니다. 적절한 소프트웨어 및 하드웨어 개발뿐만 아니라 개념적으로도 도전적입니다. 소프트웨어 개발자가 사용하는 데 익숙하지 않은 완전히 새로운 개념 설계 은유가 필요합니다. 하지만 적응하는 데 그리 오랜 시간이 걸리지 않을 것이라고 확신합니다.

이 블로그의 저자는 EMEA CTO이자 Moogsoft의 제품 전략 글로벌 부사장인 Will Cappelli입니다.