1. 기술로드맵

□ (총론) Edge-Device 기반 실시간 지능 플랫폼 이슈에 대응하는 인공지능 기반 솔루션 등을 위한 중소기업 전략기술로드맵 구축

○ (중소기업 기술개발전략 1) 해당 기술 활용이 요구되는 주요 산업 문제에서의 환경 및 문제 특성 수집 Edge-Device, 데이터 특성에 특화된 산업문제 해결형 맞춤형 솔루션 개발

○ (중소기업 기술개발전략 2) Edge-Device 기반 실시간 지능 플랫폼의 산업 현장 적용을 위한 프레임워크 제시 및 실제 적용 사례 도출

○ (중소기업 기술개발전략 3) 비전문가의 기술 접근성 및 기술 활용의 범용성을 높이기 위한 플랫폼 소프트웨어 개발

○ (중소기업 기술개발전략 4) Edge-Device 기반 실시간 지능 플랫폼의 추론 시간 단축 및 성능을 향상시키는 등의 자체 솔루션 개발

[ 「Edge-Device 기반 실시간 지능 플랫폼」 기술개발 로드맵 ]

2. 개요

가. 정의 및 필요성

(1) 정의

□ Edge-Device 기반 실시간 지능 플랫폼은 서비스 적용 현장 디바이스가 서버와 연결되지 않은 상황에서도 독립적으로 분석 가능한 경량 인공지능을 Edge-Device에 탑재하여 현장 Edge 디바이스에서 준실시간/저지연 분석/판단/예측/작업실행이 가능한 지능 플랫폼

○ 서버 대비 경량 GPU를 탑재하고 딥러닝 기본 연산 플랫폼(Tensorflow, Pytorch등)을 갖추면서 독립적인 제품 제작이 가능한 임베디드 플랫폼(ex: Nvidia Jetson)

□ AI Edge 컴퓨팅은 클라우드 컴퓨팅과 대조적 개념의 컴퓨팅 방식으로,클라우드나 중앙이 아닌 네트워크 종단에서 컴퓨팅이 이뤄지는 것을 의미

○ Edge 컴퓨팅은 중앙서버에 의존하지 않고 IoT기기 자체 또는 물리적으로 근거리 위치한 Edge 서버를 주 매개로 하여 데이터 분석과 기기 동작이 이뤄지는 방식

○ Edge AI는 Edge 컴퓨팅과 AI의 두가지 기술을 결합하여 엔드포인트 장치에서 바로 데이터와 알고리즘의 처리를 지원하는 엣지 컴퓨팅이 확장된 기술

[ AI 품목로드맵 내 Edge-Device 기반 실시간 지능 플랫폼 ]

(2) 기술개발 필요성

□ 서버 중심의 딥러닝 기술에서 최근 네트워크 상황에 독립적이면서 다양한 상황에 사용 가능한 Edge Device 형태의 AI 기술로의 전환 필요성이 증가

○ 서버 중심의 AI 기술은 고-복잡도기술 사용이 가능하지만 네트워크 연결 및 지속적인 데이터 전송이 필수적이기 때문에 적용 가능한 환경이 제한적이며, 개별적인 제품에 지능을 탑재하고 고도화하는 부분에 접근하는데 한계 존재

○ AI 기술로 제품의 다양한 혁신을 이루기 위해서는 안정적인 AI Device 플랫폼 및 탑재되어 검증된 고성능 지능 기술이 필요하며, 다양한 중소기업 제품과 융합 가능한 AI 기술이 필요

○ 국내 물리보안 관련 기업들은 지능적인 CCTV시스템들을 개발하기 위해서 카메라에 탑재된 제한된 환경에서의 시각지능들을 구현하여 사업화를 진행하고 있으나, 해당 플랫폼의 제한적인 상황과 개발의 어려움 때문에 다양한 시각지능 및 제품을 출시 지연

○ 네트워크가 항시 연결되지 못하더라도 Edge Device가 자체적으로 데이터를 처리하고 필요한 결정을 내려 본래의 기능을 유지할 수 있는 기술이 필요

□ 인더스트리 4.0이 확산되면서 다양한 분야에서 '엣지 인공지능(Edge AI)' 수요가 증가하면서 관련 시장이 급성장하며 글로벌 빅테크 업체는 Edge AI시장을 선점하기 위해 치열하게 경쟁하는 추세

○ Edge AI 하드웨어는 스마트폰, 웨어러블 장치, 스마트 스피커, PC와 태블릿, 자율주행 자동차, 드론, 로봇, 보안 카메라 등 다양한 애플리케이션에 적용되고 활용되면서 시장 확대

○ 중국의 하이크비전이 임베디드 AI 제품 분야에서 신속하게 사람인식/화상감시/LPR 등의 기능이 지원되는 제품을 출시하여 국내 및 해외시장을 빠르게 선점하고 있는 상황

○ 국내 Edge AI 기술 스타트업들이 투자유치와 연구개발이 이루어지며 시장확대

□ Edge 기반 AI은 반응이 매우 빠르고, 더 강화된 보안성을 보장하기 때문에 AI 기술 개발 시 새로운 방안으로 주목받고 있음

○ (대기 시간 감소) Edge 컴퓨팅은 IoT 디바이스로부터의 데이터를 네트워크 Edge 단에서 효율화 가능

○ (비용 절감) Edge 컴퓨팅은 데이터의 소스 가까이서 데이터를 분석·처리하여 Edge와 클라우드 간 데이터 전송을 줄임으로써 이상적인 솔루션으로 대두

○ (애플리케이션 증가) Edge 컴퓨팅은 대량의 데이터가 생성·저장·분석·처리함에 있어 시간에 민감한 IoT애플리케이션의 요구사항을 충족하기 위해 Edge에서 데이터를 처리하는 등 요구 사항을 충족시키기에 적합

○ (보안) Edge 컴퓨팅은 데이터 소스에 가까운 단에서 Edge 데이터를 처리함으로써 데이터센터와 센서 간 데이터 교환을 줄여 보안 위험을 차단

나. 범위 및 분류

(1) 가치사슬

□ Edge-Device 기반 실시간 지능 플랫폼은 AI 경량 프로세서 기술, AI 모델 고속 전송 기술, AI 모델을 저장할 수 있는 메모리 기술 경량 머신 러닝 알고리즘 등 다양한 기술이 요구되는 분야

[ Edge-Device 기반 실시간 지능 플랫폼 품목 산업구조 ]

(2) 용도별 분류

□ Edge-Device 기반 실시간 지능 플랫폼은 스마트 팩토리, 자율주행 자동차, 실시간 관리시스템, 리모트 시스템 등 다양한 업무 분야에 각 업무 용도에 맞게 사용될 수 있는 분야

[ 용도별 분류 ]

3. 환경 분석

가. 시장 현황 및 전망

(1) 개황

□ Edge 컴퓨팅이 기업 데이터, 스마트 기기, 공장 등 접목 가능한 분야가 확대됨에 따라 중요성이 대두되어 시장 지속적 확대 전망

○ Edge 컴퓨팅은 네트워크 불안정, 불필요한 데이터 문제, 프라이버시, 지연 문제 등을 해결하기 위한 방안이자, 수많은 스마트 기기와 자율 자동차 스마트 시티, 스마트 그리드, 스마트 공장 등 새로운 응용 영역에서 활용 가능한 기술

□ AI 기술 개발을 위해서는 고성능 컴퓨팅 자원이 필수적

○ AI 서비스개발의 선결조건인 대량의 데이터를 학습하기 위해서는 고속 병렬처리가 가능한 고성능 컴퓨팅 자원이 필수적으로 요구

○ 대규모 병렬처리용 프로세서 및 초병렬 고속 인터페이스 기술 높은 절연율과 유전율 보유한 AI 특화소자 및 신소자기반 아키텍처 설계 기술 개발 필요

○ 대용량의 데이터 처리가 가능한 페타급 컴퓨팅 파워 역량 확보를 위한 핵심 기술 확보가 관건

□ ICT 장비 산업에서 Edge 컴퓨팅에 활용되는 장비 수요 증가로 인해 관련 업체 간 경쟁 심화 전망

○ ICT 장비 산업에 있어서는 Edge 컴퓨팅에 활용될 것으로 보이는 HCI(Hyper Converged Infra structure) 컴퓨팅 장비와 네트워킹 장비가 단일장비로 구현된 장비 수요 증가로 인해 컴퓨팅 장비 산업을 기반으로 하는 업체와 네트워크 장비 산업을 기반으로 하는 업체 간 경쟁으로 발전할 전망

□ Edge 컴퓨팅은 향후 클라우드 컴퓨팅과 함께 사용되는 하이브리드 형태의 사업모델이 주류를 이룰 것으로 예상되어 글로벌 협업화 기대

○ Edge 컴퓨팅 인프라를 구축한 사업자와 이를 활용하고자 하는 AWS, Azure 등 글로벌 클라우드 사업자 간 협업이 활성화될 것으로 예상

(2) 관련 시장 규모 및 전망

① 세계 시장

□ 2021년 38억 달러였던 Edge 컴퓨팅 관련 세계시장 규모는 연평균 15.7%의 성장률로 2027년 96억 달러로 증가할 것으로 전망

[ Edge 컴퓨팅 세계 시장 규모 및 전망 ]

(단위 : 백만 달러, %)

구분	‘21년	‘22년	‘23년	‘24년	‘25년	‘26년	‘27년	CAGR (‘21∼’27)
세계시장	3,795	4,470	5,360	6,202	7,175	8,302	9,605	15.7
* 출처 : Edge Computing Market - Global Forecast to 2028_MarketsandMarkets(‘23.06) 출처 자료를 재구성하여 추산

○ 사물 인터넷 수요 증가로 Edge 컴퓨팅은 클라우드 컴퓨팅과 함께 새로운 서비스 모델 기대

○ 5G와 IoT는 엣지 AI를 이끄는 가장 큰 성장 동력으로, 이러한 통신 및 기술 인프라를 기반으로 한 다양한 변화가 엣지 AI 시장의 성장을 이끔

② 국내 시장

□ 2021년 7억 달러였던 Edge 컴퓨팅 관련 국내시장 규모는 연평균 21%의 성장률로 2027년 30억 달러로 증가할 것으로 전망

[ Edge 컴퓨팅 국내 시장 규모 및 전망 ]

(단위 : 백만 달러, %)

구분	‘21년	‘22년	‘23년	‘24년	‘25년	‘26년	‘27년	CAGR (‘21∼’27)
국내시장	786	1,034	1,282	1,589	1,971	2,444	3,030	21.0
* 출처 : Market.us, edge-ai-market

○ 최근 데이터 증가 추세에 따라 데이터를 데이터 센터까지 전송하지 않고 Edge 환경에서 처리해 서비스 민첩성을 높이는 Edge 컴퓨팅에 대한 시장 관심이 높아지고 있음

○ 세계 최대 컴퓨터 기술 박람회 ‘컴퓨텍스 2021’와 세계 최대 모바일 기술 전시회 ‘MWC(Mobile World Congress) 2021’등의 행사에서 Edge 컴퓨팅이 공통 키워드로 회자되며 시장성 증가 전망

나. 기술개발 동향

(1) 개황

□ Edge 컴퓨팅은 인공지능 기반 IoT을 위한 필수 기술이 되어 중요성이 더욱 강조

○ AI 기술이 발전하며 스마트 기기에서 기계 학습 작업을 수행하거나 가속화하는 Edge AI 칩에 대한 요구 증가

□ Edge 컴퓨팅은 클라우드 컴퓨팅의 대체가 아닌 클라우드 컴퓨팅 방식의 효율화를 위해 두 기술은 서로 보완하면서 공존하는 형태로 발전 전망

○ Edge 컴퓨팅에서의 처리 작업과 클라우드에서의 처리 작업의 분리와 활용은 다양한 경우의 수가 존재하고 그에 따라 시스템에 맞는 최적의 효율을 찾는 방식이 다양하게 존재 가능

□ 임베디드용 딥러닝 추론 프레임워크 기술 개발

○ 실제 적용단계에서는 동작환경에 대한 물리적 크기와 전력의 제한이 요구되기 때문에, 개발 단계에서 연산에 중점된 모델을 사용하기보다는 실행에 효율적인 프레임워크에 대한 연구가 진행되고 있는 추세

□ 프레임워크 간 상호 연동을 위한 신경망 데이터 포맷 개발

○ 학습을 통해 신경망 모델을 개발하거나 개발된 학습 모델을 이용하는 응용 개발자 간에 상이한 개발 플랫폼을 사용하는 경우 개발에 따른 어려움이 발생하므로 신경망 프레임워크간에 학습 모델의 상호 호환을 위한 연구와 표준화가 진행

□ Edge 컴퓨팅에 적합한 스파이킹 신경망의 영향력 기대

○ 스파이킹 신경망(Spiking Neural Network)은 인공신경망과 마찬가지로 신경계의 생물학적 동작 방식을 모사한 방법으로서 저전력으로 구현할 수 있는 특성이 있으므로 Edge 컴퓨팅에서 영향력을 발휘할 수 있을 것으로 기대

(2) 주요 기술개발 동향

① 해외 기업

□ 해외 주요 기업에서는 Edge 디바이스 기술 개발이 활발히 진행되며 기술 활용한 솔루션 및 서비스 출시

○ (Google, 미국) 통합 모델 배포 및 유지관리를 쉽게 할 수 있는 관리형 머신러닝(ML) 플랫폼인‘Vertex AI’개발

○ (Microsoft,미국) Edge 컴퓨팅 분야에서 가장 활발한 기술개발 활동을 보이고 있으며, ’10년 이후 Edge 컴퓨팅 기술과 관련해 300개에 가까운 특허를 확보

○ (IBM,미국) ’16년 AI 기반 음성 인식 기술인 Watson Tone Analyzer와 에 Edge IoT Analytics 프로토타입 적용사례가 주목

○ (Intel, 미국) Edge용 컴퓨터 비전과 딥러닝 추론을 구현하기 위한 툴킷인 OpenVINO(OpenVisual Inference & Neural network Optimization)를 공개

○ (Amazon,미국) 아마존은 AWS IoT Greengrass라는 이름으로 Edge 컴퓨팅 솔루션을 제공

○ (Nvidia, 미국) 낮은 지연시간으로 실시간 인공지능수행이 가능한 가속 컴퓨팅 플랫폼 ‘엔비디아 EGX(NVIDIA EGX)’를 발표

○ (HPE, 미국) Edge 솔루션 전략은 AWS, Google 등 메이저 퍼블릭 클라우드 서비스 사업자와의 정면 승부를 피하기 위한 수단적 성격이 강함

② 국내 기업

□ 국내 대기업 반도체 산업은 해외에 비해 AI Edge-Devie 기술개발이 열악한 상황이며 Edge 컴퓨팅은 스마트 팩토리 분야에서 집중적으로 활용 중

○ (삼성전자) 스마트폰 전용의 반도체를 상용화

○ (SK 텔레콤) 글로벌 기업과의 협업을 통해 데이터센터 및 전용 반도체 공동연구를 추진 중

○ (LG 전자) 토론토 연구소를 설립하고 토론토대학교와 공동으로 다양한 산학과제를 수행하며 연구를 진행

○ (LG CNS) 스마트 팩토리 내의 조명을 원격으로 제어하기 위한 ‘CNS IoT Gateway’를 서비스 제공 중

□ 국내 중소·중견기업의 경우 증가하는 시장 수요에 따라 Edge AI 플랫폼 및 반도체 관련 기술 개발이 진행 중

○ (노타) 자동화된 Edge AI 플랫폼인 ‘넷츠프레소(NetsPresso)’개발

○ (넥셀) AP(Application Processor) AI 전문업체 넥셀은 국내에서 유일하게 반도체 설계 원천기술 개발을 추진 중

○ (엔텔스) 최근 Edge 컴퓨팅을 위한 부하분산과 능동적 적시 대응을 위한 빅데이터 Edge분석 기술을 확보 중

○ (원스) 최근 정부 디지털 뉴딜 정책으로 LG유플러스와 컨소시엄을 통해 5G실증사업을 수행하였고 모바일 Edge 컴퓨팅 전용 장비를 개발 중

③ 국내 연구개발 기관

□ 대표 연구개발 기관

[ Edge-Device 기반 실시간 지능 플랫폼 주요 연구조직 현황 ]

4. 특허 분석

□ 전략품목에 대한 특허동향 분석, 기술동향 분석, 주요 출원인 분석을 통해 아래와 같이 결과 확인

[ 특허 분석 결과 ]

□ 4개 평가지표(활동도, 부상도, 시장력, 영향력)에 따른 정량적 분석 결과는 아래와 같이 도출

[ 평가지표/ 정량적 분석 ]

평가지표	한국		미국	유럽	일본	중국
	전체	중소기업
특허 활동도	39.2	26.9	100.0	10.8	9.3	58.4
특허 부상도	91.6	92.0	92.7	100.0	85.2	85.5
특허 시장력	41.4	39.7	72.9	100.0	67.6	42.7
특허 영향력	40.8	43.4	100.0	50.3	94.7	19.7
상대적 기술경쟁력	58.3	55.3	100.0	71.4	70.2	56.4

각 평가지표 값은 원 계산 값에 상대적 비교의 편의성을 위해 최고점 100점으로 환산한 값이며, 상대적 기술경쟁력은 각 평가지표의 가중치를 1:1로 반영하여 평균값을 도출한 것임

[ 주요 특허 선별지표 ]

선별지표	가중치
패밀리 특허 수(A)	2
피인용 횟수(B)	2
발명자 수(C)	2
청구항 수(D)	1.5
등록 여부(E)	1.5
IPC 수(F)	1
선별지표 최종 계산식	(A+B+C)X2 + (D+E)X1.5 + (F)X1

5. 기술개발 로드맵

전략품목에 대한 핵심기술 및 개발목표 등을 토대로 기술개발 로드맵 구축

[ 「Edge-Device 기반 실시간 지능 플랫폼」 기술개발 로드맵 ]