ELSE(Extra Light Smart Edge) 개발 방법론 제안

Abstract

기존 AI 시스템은 클라우드를 기반으로 이루어 지고 있다. 하지만 높은 비용과 데이터 지연 문제 등으로 인해 새로운 패러다임의 필요성이 제기되었고, 이로 인해 엣지 컴퓨팅이 등장하였다. 하지만 하드웨어의 성능 부족과 기존 ML 라이브러리와의 호환 불가로 인해 엣지 AI 컴퓨팅은 기업과 개발 전문가들의 영역이었다. 최근에는 엣지 하드웨어인 SBC(Single Board Computer)의 성능 향상과 엣지 AI 프레임워크의 등장으로 인해 개인의 엣지 AI 컴퓨팅 시대가 도래하고 있다. 이에 개인의 ELSE(Extra Light Smart Edge) 개발이 가능해졌음에도 불구하고, 여러 이유로 아직까지 일반적인 방법론이 제시되지 못하고 있다. 게다가 하드웨어와 사용자 인터페이스를 아우르는 방법론이 부재한 상황이다. 이에 본 논문에서는 ELSE 개발 방법론을 제시하고 이를 실제로 증명해보고자 한다. 본 방법론은 개발자의 의사결정을 돕기 위한 taxonomy로 시작한다. SBC와 엣지 AI 프레임워크의 분류체계를 마련하여 개발자의 선택을 돕는다. 본격적인 방법론은 AI 소프트웨어, 엣지 하드웨어, 사용자 인터페이스 3가지 측면과 6단계로 구성되어 있다. 그리고 제시된 개발 방법론을 수경재배 자동화 시스템의 일부인 PH 센서 이미지의 디지털 숫자를 읽어주는 ELSE 개발에 적용하여 사례연구를 진행 하였다.