김진철의 How-to-Big Data | 빅데이터의 미래 (6)

지난 서른일곱 번째 글에서는 차세대 이동통신 기술에서 클라우드 컴퓨팅 기술이 수용되면서 나타나는 중요한 변화로 “네트워크 기능 가상화(Network Function Virtualization)”와 “네트워크 슬라이싱(Network Slicing)”을 통한 이동통신 자원의 멀티테넌시 지원, 지능형 이동통신 인프라 운영,  제어를 위한 “네트워크 데이터 분석 기능(NetWork Data Analytics Function; NWDAF)”에 대해서도 소개한 바 있다. 그리고, 차세대 이동통신 기술에서 도입되는 이들 클라우드 컴퓨팅 기술이 사이버 물리 시스템에서 왜 중요한지 V2X 통신 및 커넥티드 자율주행차의 예를 들어서 간단하게 소개하였다[3].

네트워크 인프라를 위한 클라우드 컴퓨팅 기술이 워낙 중요하다 보니 사이버 물리 시스템과 클라우드 컴퓨팅과의 관계를 살펴보는 이전 서른일곱 번째 글에서 꽤 자세하게 소개한 바 있다. 이번 글에서도 같은 내용을 또 다루게 될 텐데, 이번 글에서는 클라우드 컴퓨팅의 관점이 아닌 미래 통신기술의 맥락에서 좀더 다루어 보려고 한다. 글 내용이 다소 중복될 수 있지만, 빅데이터의 미래를 생각하는 데 미래 통신 기술의 역할을 빼놓을 수 없고, 미래 통신 기술의 발전에 클라우드 컴퓨팅 기술이 중요한 역할을 하고 있기 때문에 다른 맥락에서 다시 한번 살펴보는 과정이 필요하니, 글이 다소 지루해지더라도 독자 여러분들께서 넓은 마음으로 양해해주시길 바란다.

2019년 국내의 이동통신 3사인 SK텔레콤, KT, LG Uplus가 공동으로 5G 이동통신 서비스를 세계 최초로 상용화하면서 5G 이동통신 서비스가 본격적으로 시작되었다. 5G 이동통신 서비스가 시작된 지 1년이 지난 지금, 5G 이동통신 서비스를 사용해본 많은 소비자는 기존 LTE보다 5G 서비스에서 어떤 게 달라졌는지 크게 느끼지 못하겠다는 의견이 꽤 많다[4-8]. 5G 서비스를 제공하는 SK텔레콤에서 일하고 있는 필자의 입장에서 위와 같은 고객들의 의견을 듣는 것은 참 안타깝고 마음 아픈 일이지만, 조만간 위와 같은 의견들이 곧 “와우”와 같은 경탄으로 바뀌리라 생각한다.

5G는 3GPP라는 이동통신 표준 제정을 위한 민간국제기구에서 지속해서 개정, 관리하는 이동통신 표준의 새로운 개정 버전이다. 5G 표준 전에 우리가 사용하던 이동통신 기술을 LTE라고 부르는 것을 많은 독자분들이 알고 계실 텐데, LTE는 Long-Term Evolution의 축약어이다. 그 말에서 알 수 있듯이, LTE 표준은 긴 시간에 걸쳐 진화하는 3GPP 이동통신 기술 표준을 상징하는 말이며, 3GPP가 설립된 근본적인 이유를 대변하기도 한다[9-16].

우리가 5G라고 부르는 새로운 이동통신 기술은 3GPP에서 제정하는 이동통신 기술 표준에서 15, 16 개정판(Release 15, Release 16)에 해당하는 것이다. 이 15, 16개정판의 공식 브랜드명을 3GPP에서 “5G”라고 명명한 것이다. 지금까지 이동통신 업계에서는 이동통신 네트워크의 주요 발전에 따른 기술 단계를 1세대, 2세대와 같은 형식으로 언급하고는 했는데, 우리가 현재 많이 사용하는 LTE는 4세대 이동통신 기술에 해당한다. 5G의 경우 5세대 이동통신 기술을 그냥 3GPP에서 브랜드화한 것이다[9-16, 19].

5G 이동통신 기술이 이전의 4세대 이동통신 기술인 LTE를 비롯한 과거 이동통신 기술과 가장 큰 차이점은 네트워크 기술과 IT기술의 융합이 본격적으로 이루어진 이동통신 기술 표준이라는 점이다. 5G 이동통신 기술에서 시작되는 네트워크 기술과 IT기술의 본격적인 융합이 필자가 빅데이터 기술과 데이터 사이언스의 미래 지향점으로 계속 소개하고 있는 사이버 물리 시스템의 발전에 그 어떤 정보통신기술보다도 가장 큰 영향을 미치고 있다[12, 14-16, 19].

5G 이동통신 기술이 중요한 이유를 좀더 자세히 알아보도록 하자. 첫번째로, 5G 이동통신 기술이 사이버 물리 시스템 발전에 중요한 이유는 휴대폰이 아닌 기계와 사물을 이어주는 것이 주목적이 된 최초의 이동통신 기술 표준이라는 것에 있다.

5G 이동통신이 중점을 두고 있는 서비스는 크게 세 가지이다. 첫번째로, 5G 이동통신은 초광대역 서비스(eMBB: enhanced Mobile Broadband)를 주요 지향점을 두고 있다. 전통적으로 이동통신 기술은 대역폭을 높이면서 가능하면 많은 데이터를 전송할 수 있도록 발전해왔다. 이런 측면에서 초광대역 서비스를 목표로 5G 표준이 새로 제정, 합의되는 것은 과거 이동통신 기술의 발전사를 돌아보면 크게 유별난 것은 아니다.

5G 이동통신에서는 최대 데이터 전송률(peak data rate)이 20Gbps까지 지원되는 것을 목표로 하는 데, 이는 LTE에서 1Gbps급의 데이터 전송률을 지원하는 것을 목표로 했던 것에 비하면 20배나 더 많은 데이터를 전송할 수 있는 이동통신 서비스를 목표로 하는 것이다. 최대 데이터 전송률이 20Gbps까지 지원되는 이동통신 기술을 5G라고 정의하지만, 실제 서비스에서 사용자가 체감하는 평균 데이터 전송률은 수 Gbps에서 10Gbps 정도가 될 것으로 보인다. 그렇다고 해도, LTE 때의 사용자 체감 데이터 전송률이 100Mbps에서 150Mbps 정도였던 것을 생각하면 단위 시간당 10배에서 100배 정도 많은 데이터를 보낼 수 있는 것이다[9-10, 12, 13-16]. 

이렇게 최대 데이터 전송률ㄹ이 크게 높아지게 된 5G의 초광대역 서비스가 과거의 이동통신 기술과 두드러지게 다른 점은 그 세부 서비스가 폭넓게 다양화된다는 점이다. LTE에 이르러 크게 발전하기 시작한 대용량 미디어 스트리밍 서비스는 좀더 높은 샘플링 빈도(sampling frequency)와 고해상도 영상을 지원하도록 하여 영상, 음성의 품질이 과거에 비해 훨씬 더 자연스럽고 높아지는 것은 기본이며, 증강현실(Augmented Reality; AR), 가상현실(Virtual Reality; VR), 홀로그램(Hologram) 등의 3차원 입체 영상을 활용하여 전송 데이터양이 기하급수적으로 늘어나는 서비스들도 실현이 가능하게 될 전망이다.

두 번째로, 5G 이동통신은 초고신뢰/초저지연 통신(URLLC: Ultra Reliable & Low Latency Communications)을 목적으로 한다. 음성과 문자 메시지 전달, 그리고 최근에는 미디어 스트림 데이터 전송을 주목적으로 했던 과거의 이동통신 기술과는 달리, 자동차와 드론과 같은 안전에 민감한 사물이 5G 이동통신으로 연결되어 서로 간의 상호 작용을 하거나 원격 제어가 가능할 정도로 초고신뢰/초저지연 통신을 목적으로 하는 첫 이동통신 기술이 될 전망이다.

4세대 이동통신인 LTE에서는 지연 시간이 최소 10ms 이상인 것을 목표로 하여 표준이 정의되었으나, 5G에서는 지연 시간이 최소 1ms까지 낮아지게 하는 것을 목표로 하고 있다. 이 역시 실제 사용자가 체감하는 지연 시간은 LTE의 경우는 50ms~150ms 정도이지만, 5G의 경우는 10ms 안팎이 될 것으로 보여 역시 10배 이상의 지연 시간 향상을 사용자들이 느낄 수 있을 것으로 보인다.

지금까지 우리가 사용했던 휴대전화와 스마트폰을 위한 이동통신 서비스는 통신이 일시적으로 끊기더라도 약간 불편할 뿐이지 휴대폰이나 스마트폰을 사용하는 사용자가 위험해지는 일은 없다. 다만, 통신 서비스가 중단된 시간만큼 이용자들이 불편을 느끼고 통신 서비스 품질에 불만을 느껴 다른 이동통신 회사로 옮겨 서비스를 받게 되면 이동통신회사의 수익에 영향은 미칠 수 있다.

5G가 목적으로 하는 IoT 및 사물 간 통신에는 잠깐의 통신 장애가 안전사고나 큰 손실로 이어질 수 있는 자동차, 드론, 스마트 팩토리와 같은 응용 분야를 포함한다. 자동차와 같이 빠르게 움직이는 이동체가 통신에 의존한 주행이나 안전기능을 사용하고 있을 때, 초 단위의 짧은 시간의 통신 장애도 수십 미터의 주행에 영향을 주어 탑승자나 주변 보행자가 죽거나 다칠 수 있다. 스마트 팩토리의 사물 및 공정 장비들이 잠깐의 통신 장애로 인해 통신에 의한 프로세스 조율이 서로 원활하게 이루어지지 않으면 공정이 잘못 수행되거나 제조하는 상품의 품질에 문제가 생겨 몇 초간의 장애 때문에 큰 금액의 금전적 손실이 일어날 수 있다.

5G부터 지원하기 시작하는 초고신뢰/초저지연 통신은 다양한 사물이 5G 이동통신에 연결되었을 때 수집되는 빅데이터를 사물 간 서로 교환하고 동작을 조율하거나 사람이 원격으로 사물들이 수집한 데이터를 전송받고 서비스에 이용할 수 있도록 하는 데 중요하게 활용된다. 이런 5G 이동통신의 초고신뢰/초저지연 통신 서비스로 인해 사물들이 수집하는 데이터를 활용한 다양한 지능형 서비스가 크게 늘어날 것으로 전망된다[9-10, 12, 13-16, 19].

세 번째로, 5G 이동통신은 대량연결(mMTC: massive Machine-Type Communications)을 지원할 수 있도록 개발되는 최초의 이동통신 기술이다.

지금까지 이동통신 기술은 이동통신 이용자가 사용하는 휴대용 통신 단말, 즉 좀더 쉬운 용어로 우리가 보통 사용하는 휴대폰과 스마트폰으로 전화를 하기 위한 음성 신호와 문자 메시지를 위한 문자 데이터 전송에 최적화되어 디자인된 기술들이었다. 3세대 이동통신 기술에 이르러 DMB와 모바일 인터넷 서비스와 같은 멀티미디어 서비스를 지원하기 시작했지만, 여전히 이동통신에서 가장 큰 비중을 차지하는 데이터 흐름은 음성 신호와 문자 메시지였다. 이동통신 기술 자체가 디지털 통신 기술이기 때문에 기본적으로 부호화된 데이터를 전송할 수 있는 역량을 가지고 있지만, 그 대역폭이 제한되어 있어 기본적으로 음성신호와 문자 메시지 데이터를 전송하는 데에 우선 초점을 맞추게 되었다.

4G 이동통신 기술인 LTE에 이르러 “진화된 패킷 코어(Evolved Packet Core; EPC)” 기술이 도입되기 시작하면서 본격적으로 데이터 통신의 비중이 높아지기 시작했으며, 스마트폰의 출현으로 전화를 위한 음성 신호 전송보다는 스마트폰 응용 프로그램을 위한 데이터 통신이 압도적으로 많아지기 시작했다. LTE-A기술과 함께 등장한 반송파 묶음(Carrier Aggregation) 기술로 대역폭이 커지기 시작하면서 고화질 영상과 대용량 데이터를 전송할 수 있게 되어 이동통신사들의 통신요금체계가 기존의 음성 통신 위주의 요금 체계에서 데이터통신 위주의 요금 체계로 바뀌게 된다.

4G 이동통신 기술인 LTE 후반에 이르러 사물인터넷에 대한 관심이 높아지면서 LoRa, Cat M.1, LTE-M 등의 사물인터넷(IoT) 지원을 위한 이동통신 기술이 상용화되기는 하였지만, 사물인터넷 시장이 아직 성숙하지 않은 이유로 데이터 흐름이 많지는 않았다.

5G 이동통신 표준은 스마트폰 단말기뿐만 아니라, 5G 통신에 연결되는 다양한 사물의 개수가 폭발적으로 늘어날 것을 대비하여 디자인된 최초의 이동통신 표준이다. 1km2당 백만(1,000,000) 개의 사물이 연결될 수 있는 통신 서비스를 제공하는 것을 목표로 하고 있다[9-10]. 이는 LTE에 비해 10배 이상 많은 사물 간 통신을 지원하려는 것으로, 에지 컴퓨팅 기술과 임베디드 고성능 컴퓨팅의 발전과 함께 사람 간 통신 데이터보다 기계와 사물 간 통신 데이터가 더 많아지는 IoT 시대를 가속하는 데 큰 역할을 할 것으로 기대되고 있다.

이와 같이 5G 이동통신 표준에서 목표로 하는 세 가지 서비스 특성, 즉 초광대역 서비스(eMBB: enhanced Mobile Broadband), 초고신뢰/초저지연 통신 (URLLC: Ultra Reliable & Low Latency Communications), 대량연결(mMTC: massive Machine-Type Communications) 서비스는 사람 간 통신보다는 기계와 사물 간 통신을 더 염두에 두고 정의되는 표준인 것을 금방 알 수 있다. 쉬지 않고 동작하는 기계와 사물들이 쏟아내는 데이터들이 5G 이동통신망을 타고 흐르게 되면, 이들 기계와 사물들이 쏟아내는 빅데이터를 처리해서 비즈니스 가치를 만드는 빅데이터 기술과 서비스 비즈니스의 수요가 급증할 것으로 보인다. 이 때문에 5G 이동통신 기술이 빅데이터 비즈니스와 기술의 미래에 중요한 역할을 하게 될 것이다.

두번째로, 5G 이동통신 기술이 사이버 물리 시스템 기술에 미치는 중요한 영향은 이동통신 기술 역사에서 통신-IT융합 인프라로 발전하게 되는 최초의 이동통신 기술 표준이 될 것이라는 사실이다.

오픈스택(OpenStack) 기반 클라우드 컴퓨팅 기술이 발전하면서 네트워크 장비 기술 분야에도 많은 영향을 미쳤다. 이는 오픈스택에서 사용되는 클라우드 컴퓨팅 기술들을 수용하는 과정에서 나타나기도 했지만, 클라우드 컴퓨팅의 요구사항을 네트워크 장비가 수용하다 보니 기존 네트워크 운영체제에서 모든 요구 사항을 수용하기에는 한계가 있었다. 이렇다 보니, 리눅스 운영체제가 탑재된 네트워크 장비가 등장하거나, 아예 네트워크 운영체제가 전혀 탑재되지 않고 일반 서버나 데스크톱 컴퓨터와 같이 사용자가 원하는 네트워크 운영 체제를 깔 수 있는 화이트박스 네트워크 장비가 나타나기도 했다.

이런 경향을 잘 보여주는 제품 중의 하나가, 오픈스택의 발전과 함께 많은 주목을 받으며 성장했던 네트워크 장비 업체인 “플러리버스 네트워크(Pluribus Network, Inc.)”를 들 수 있다. 플러리버스에서 개발한 초기의 화이트박스(white box) 네트워크 장비는 우선 보통 네트워크 장비와 다르게 x86서버 하드웨어에 준하는 사양을 가지고 있다. 

플러리버스 네트워크의 네트워크 운영체제인 넷바이저(NetVisor)는 시작부터 가상 머신을 지원할 수 있도록 하여, 네트워크 기능 가상화를 위한 가상 네트워크 어플라이언스 탑재가 용이하다.  VxLAN과 같은 네트워크 가상화 프로토콜을 지원하고, RESTful API가 제공되며, VMWare의 NSX와 오픈 스택의 네트워크 가상화와 관리를 담당하는 “뉴트론(Neutron)”과의 연동이 쉽게 개발되어 있다. 넷바이저는 리눅스를 기반으로 만들어져 있어, x86서버와 리눅스를 기반으로 사설 클라우드 인프라와 연동된 네트워크 운영, 관리 자동화에도 적합하다. 오픈플로우(OpenFlow) 기반 소프트웨어-정의 네트워크도 지원하여 네트워크 운영 자동화 및 프로그래머빌리티(programmability)를 높일 수 있도록 한다.

오픈스택 기반의 클라우드 컴퓨팅 기술은 이동통신 기술이 클라우드 컴퓨팅 기술을 수용하도록 하는 데 영향을 끼쳤으며, 이 때문에 앞의 서른일곱 번째 글에서 소개한 바와 같이 클라우드 컴퓨팅의 멀티테넌시와 네트워크 가상화의 개념을 수용한 개념인 “네트워크 슬라이싱(Network Slicing)”이 5G 이동통신 표준에도 반영되었다[3, 13-16, 19]. “네트워크 기능 가상화(Network Function Virtualization)”, “가상 네트워크 기능 관리자(Virtual Network Function; VNFM)”, “가상 인프라스트럭처 관리자(Virtual Infrastructure Manager)”, “NFV 자동화 및 오케스트레이션(NFV Management and Orchestration; MANO)”등의 개념들도 오픈스택의 발전과 함께 구체적으로 정의되고 테스트되었으며, “가상 인프라스트럭처 관리자(Virtual Infrastructure Manager)”와 같은 개념은 아예 오픈스택과 같은 클라우드 컴퓨팅 소프트웨어를 염두에 두고 정의한 개념이다.

위와 같이 리눅스 기반 네트워크 운영체제의 출현, 일반 x86 서버와 같이 네트워크 운영체제를 새롭게 설치, 구성할 수 있도록 하는 화이트박스 네트워크 장비, 그리고 클라우드 컴퓨팅의 개념이 많이 수용된 5G 이동통신 표준의 경향들은 네트워크 기술과 IT장비가 융합, 수렴하는 추세를 극명하게 보여준다. 

세번째로, 5G 이동통신 기술은 이동통신 인프라 자체가 지능형 사이버 물리 시스템으로 발전하기 시작한 최초의 이동통신 표준이다.

지난 서른일곱 번째 글에서 잠시 소개한 바와 같이, 5G 표준에서 새로이 제안된 “네트워크 데이터 분석 기능(Network Data Analytics Function; NWDAF)”라는 개념은 5G 인프라와 네트워크의 빅데이터를 대량으로 수립하고, 이 빅데이터를 가공, 분석하여 인공지능 기술을 이용해 5G 네트워크 인프라의 운영 의사 결정과 판단을 자동화하려는 것이다[3, 19-21].



5G 독립 모드(Stand Alone; SA)가 합의되어 발표되는 3GPP 이동통신 표준 16 개정판에서, 네트워크 데이터 분석 기능(NWDAF)은 5G 네트워크 인프라의 주요 운영 요소에 대한 통계 정보, 예측 분석, 자동화된 추천과 같은 지능형 정보 및 피드백 제공을 목표로 한다. 이를 위해서, 5G 스마트폰을 비롯한 5G 통신 단말과 5G 이동통신망에 연결되어 있는 사물들(그림 1의 (2)), 스마트 시티 및 스마트 팩토리와 같이 5G가 활용되고 있는 인프라와 “버티컬(vertical; 스마트 시티, 스마트 팩토리 등 5G 이동통신과 다른 수직계열화된 산업분야에 맞도록 5G 이동통신 인프라 요소와 기능을 정렬, 통합하여 특화된 서비스를 제공하는 것을 지칭함. (필자 주, [27]))”(그림 1의 (3)), 5G 네트워크 인프라 장비의 데이터(그림 1의 (1)) 및 운영, 관리 데이터(위 그림 1의 (4))를 수집하여 네트워크 데이터 분석 기능(NWDAF)에서 처리하게 된다[20].

위와 같이 수집된 다양한 5G 인프라 및 버티컬 서비스 데이터를 이용해 5G 인프라를 최적화하고, 지능적으로 운영, 제어할 수 있도록 하는 분석 결과를 5G 네트워크 인프라와 운영 자동화 및 관리 시스템(Operation Automation and Management; OAM)에 피드백하여 네트워크 운영을 위한 파라미터와 관리 요소들의 상태를 업데이트하게 된다. 수집된 데이터를 분석, 가공해 자동화된 인프라 운영, 관리를 위한 피드백과 상태 업데이트를 전달하고 반영하는 과정에서 클라우드 컴퓨팅과 가상화 기술이 중요한 역할을 하게 된다.

클라우드 컴퓨팅과 네트워크 기능 가상화(NFV)가 적용되어 있지 않은 과거 이동통신 네트워크 인프라는 각 장비의 상태와 장애 유무를 원격으로 모니터링하기는 하지만, 잘못 설정된 설정값으로 대규모 장애가 일어날 수 있는 네트워크 장비의 특성상 원격으로 장비의 상태 값을 일괄적으로 변경하지는 않는다. 클라우드 컴퓨팅과 네트워크 기능 가상화(NFV), 운영 관리 자동화 및 오케스트레이션(Management and Orchestration; MANO) 기술을 통해 5G 이동통신 인프라 전체가 원격으로 프로그램, 제어 가능한 인프라로 새롭게 변화되어야 위의 네트워크 데이터 분석 기능(NWDAF)을 온전하게 실현할 수 있다. 

클라우드 컴퓨팅과 네트워크 기능 가상화(NFV), 운영 관리 자동화 및 오케스트레이션(MANO)은 5G 이동통신 인프라에서 소위 소프트웨어-정의 인프라(Software-Defined Infrastructure; SDI)의 개념을 구현할 수 있게 하는 기술이다. “소프트웨어-정의(Software-Defined)”라는 말의 의미에는 “프로그래머빌리티(programmability)”가 중요한 특성으로 포함되어 있다. 클라우드 컴퓨팅과 가상화 기술을 이동통신 인프라에 적극적으로 포용한 네트워크 기능 가상화(NFV), 운영 관리 자동화 및 오케스트레이션(MANO) 기술은 5G 이동통신 인프라를 종단 간(end-to-end)으로 프로그램할 수 있도록 유연하게 해준다. 이를 통해, 오랫동안 자동화와 지능화가 어려웠던 이동통신 인프라에 네트워크 데이터 분석 기능(NWDAF)과 같은 지능형 운영 기술이 비로소 실현될 수 있게 된 것이다.

이렇게 네트워크 기능 가상화(NFV), 운영 관리 자동화 및 오케스트레이션(MANO) 기술이 빅데이터 분석 기술, 인공지능 및 기계학습 기술과 결합하여 데이터 수집, 가공, 자동화, 지능화된 의사 결정과 판단, 피드백 및 실행(action)의 순환 루프(loop)가 완성되며, 이를 통해 5G 이동통신 시스템 자체도 거대한 사이버 물리 시스템의 하나로 거듭나게 된다.

물론 5G 이동통신 시스템이 영화 터미네이터에 나오는 스카이넷처럼 거대한 인공지능이 될 만큼 근시일내에 고도로 자동화, 지능화되지는 않을 것이다. 앞으로도 꽤 오랜 시간동안, 5G, 그리고 그 이후의 이동통신 시스템(Beyond 5G)도 운영, 관리에 많은 부분 사람의 의사 결정과 판단, 조작이 필요하게 될 것이다. 이를 통한 5G 이동통신 시스템의 자동화, 지능화와 사이버 물리 시스템화는 사람의 의사 결정, 조작 과정의 실수를 줄이고, 복잡한 운영과 관리 작업을 더 간편하고 쉽게 하여 5G 이동통신 시스템의 결함과 장애를 줄이며, 더 복잡하고 지능적인 이동통신 서비스를 제공하여 사회의 ICT 서비스와 인프라의 지능화 수준을 높이는 데 활용될 것이다. 이렇게, 5G와 그 이후의 이동통신 시스템은 “사람이 중요한 구성 요소의 하나인 사이버 물리 시스템(Human-in-the-Loop Cyber-Physical System)”으로 발전하게 될 것이다.

지금까지 5G 이동통신 시스템이 사이버 물리 시스템과 사이버 물리 시스템에 필요한 빅데이터 기술의 발전과 어떤 연관성이 있는지 간단하게 살펴보았다. 5G 이동통신은 사회의 ICT 서비스와 인프라의 연결과 협업을 가속하여 사회의 주요 기반 서비스와 인프라를 사이버 물리 시스템으로 발전시키는 역할을 할 뿐 아니라, 5G 이동통신 시스템 자체도 사이버 물리 시스템으로 진화하고 있다고 설명하였다. 5G 이동통신 시스템으로 거대한 사이버 물리 시스템으로 진화하는 각종 ICT 서비스와 인프라, 그리고 그 자체가 거대한 사이버 물리 시스템이 되어가고 있는 5G 이동통신 시스템이 사이버 물리 시스템으로서 완결된 지능화에 도달하기 위해 더 수준 높고 발전된 빅데이터 수집, 처리, 분석 기술이 필요하기 때문에, 빅데이터 기술과 데이터 과학의 중요성이 점점 더 높아진다고 설명하였다.

이제 클라우드 컴퓨팅과 가상화 기술과 함께 5G 이동통신에서 중요한 기술로 부상하고 있는 모바일 에지 컴퓨팅(Mobile Edge Computing; MEC)”을 살펴보면서, 미래의 사이버 물리 시스템에서 새로운 컴퓨팅 모델과 기술로서 중요하게 부각될 “데이터센터 스케일 협력 분산 컴퓨팅(Datacenter-scale Collaborative Distributed Computing)”에 대해서 같이 생각해보자.

모바일 에지 컴퓨팅과 사이버 물리 시스템

5G 이동통신에 이르러서 이동통신 네트워크가 소화해야 할 데이터의 양이 늘어나고, 5G 이동통신 기반의 서비스들이 요구하는 낮은 지연(latency)과, 버티컬 서비스 종류마다 이동통신 서비스의 요구사항이 달라 도입되는 네트워크 기능 가상화와 같은 새로운 기술 때문에 네트워크 기술과 IT 기술의 융합이 눈에 띄게 일어나는 이동통신 세대가 바로 5G라고 앞서 설명하였다.

모바일 에지 컴퓨팅(Mobile Edge Computing; MEC)은 이런 네트워크-IT 융합 트렌드를 가장 극적으로 보여주는 기술이다. 이동통신 서비스의 핵심 네트워크(core network)가 위치한 데이터센터에 클라우드 컴퓨팅 및 IT 서비스 인프라가 위치하는 것뿐만 아니라, 이전까지는 이동통신 부가 서비스를 위한 IT 장비가 전혀 배치, 운영되지 않았던 기지국과 엑세스 네트워크(access network)에 IT 서비스 인프라가 배치되어 서비스를 제공하는 것이 모바일 에지 컴퓨팅이다(그림 3). 예전에는 기지국과 액세스 네트워크가 단순히 이동통신 가입자들이 이동통신 네트워크에 무선으로 연결하는 무선 인터페이스로서 역할을 했지만, 이제는 저지연 이동통신 서비스를 위한 핵심 인프라를 배치할 수 있는 곳으로 새롭게 주목받고 있다.

이동통신 기술에 익숙하지 않은 독자들을 위해 잠시 간단하게 용어의 의미를 설명하고자 한다. 이동통신 네트워크는 크게 액세스 네트워크(access network), 전송망(transport network), 핵심 네트워크(core network)로 나뉘게 된다. 이 중에서 액세스 네트워크는 이동통신 네트워크 가장 외곽에 위치한 무선통신 안테나와 네트워크 인프라를 말한다. 이 액세스 네트워크에 이동통신 기술의 품질에 가장 큰 영향을 미치는 무선 엑세스 네트워크(Radio Access Network; RAN) 장비들이 위치하게 된다.

전송망(transport network)은 액세스 네트워크를 통해 접속된 사용자들의 데이터를 핵심 네트워크로 전달하는 액세스 네트워크와 핵심 네트워크의 중간에 있는 네트워크 인프라를 말한다. 핵심 네트워크(core network)는 이동통신 네트워크의 데이터 교환과 다양한 부가 서비스가 운영되는 이동통신 네트워크의 가장 중심부에 위치한 네트워크 인프라를 의미한다. 5G 이전의 이동통신 서비스에서는 주요 부가가치 서비스들은 모두 핵심 네트워크에 위치하여 운영되었다.

데이터 네트워크에서 네트워크 사용자가 직접 접속하는 최외각에 위치한 네트워크를 “에지 네트워크(edge network)”라 부른다. 이동통신 서비스에서 액세스 네트워크와 에지 네트워크가 항상 일치하는 것은 아니지만, 액세스 네트워크는 에지 네트워크 영역에 있는 네트워크 인프라라고 볼 수 있다. 에지 컴퓨팅이라는 말은 이렇게 에지 네트워크 영역에서 일어나는 컴퓨팅 기술을 말한다. 5G 이동통신에서의 에지 컴퓨팅은 5G로 인해 사물들이 모두 연결된 네트워크의 가장 가장자리에 있는 장치에서 일어나는 컴퓨팅을 좀더 강조하는 말이다.

여기서 한 가지 구분해야 생각해야 할 것은 모바일 에지 컴퓨팅(Mobile Edge Computing; MEC)과 에지 컴퓨팅(edge computing)이 같지 않다는 것이다. 에지 컴퓨팅과 모바일 에지 컴퓨팅 모두 에지 네트워크 영역에서 일어나는 컴퓨팅 기술을 의미하기는 하지만, 모바일 에지 컴퓨팅은 이동성(mobility)을 갖춘 에지 컴퓨팅 기술을 말한다. 모바일 에지 컴퓨팅에서 이동성을 갖추기 위해서는, 에지 컴퓨팅이 일어나는 단말이나 장치가 이동하더라도, 이런 단말이나 장치의 이동에 영향을 받지 않고 서비스나 기능의 중단 없이 에지 컴퓨팅이 일어나고 서비스가 의도했던 목적을 달성하게끔 에지 컴퓨팅이 일어나는 장치가 적절한 시점에 바뀌는 서비스 “이양(handover)”이 일어나야 한다.

모바일 에지 컴퓨팅은 이동통신 표준에서 5G 및 차세대 이동통신 인프라의 에지 네트워크 영역에서 일어나는 컴퓨팅을 일컫는 표준 용어이기도 하다.  5G 이동통신에서 모바일 에지 컴퓨팅은 무선 액세스 네트워크에서 받은 사용자 단말의 디지털 통신 신호를 IP 패킷 신호로 변환하고 핵심 네트워크(core network)로 전달해주는 기지국(Base Transceiver Station; BTS)이나, 기지국의 데이터들이 모여 핵심 네트워크(core network)로 전달되는 집중국(Central Office; CO)에 위치한 IT 장비에서 서비스 “이양(handover)”을 통한 이동성과 함께 일어나는 컴퓨팅과 서비스를 의미한다[28]. 

특히 5G에서는 무선 고주파(RF) 통신 신호를 받아 디지털 신호로 변환하는 RU(Radio Unit)와 RU의 디지털 신호를 패킷 신호로 바꾸어 핵심 네트워크로 전달하는 DU(Distributed Unit; DU), CU(Central Unit)가 서로 분리되어 구축될 수 있어 모바일 에지 컴퓨팅이 도입되기 용이하게 되었다. 특히 LTE 때부터 많이 도입이 되기 시작한 “클라우드 무선 엑세스 네트워크(C-RAN(Centralized RAN 또는 Cloud RAN))” 기술 때문에, 예전에는 RU와 DU가 하나의 장비에 통합된 일체형 기지국을 썼었지만, 요즘은 RU는 기지국에 두고, DU는 집중국(Central Office)에 위치시켜 기지국에 필요한 상면에 들어가는 비용을 절감하는 방식으로 네트워크 인프라의 아키텍처가 변화하고 있다. 무선 엑세스 네트워크 아키텍처에 C-RAN이 도입되면서 모바일 에지 컴퓨팅을 위한 클라우드 컴퓨팅 인프라가 5G에서 통합되기 용이해졌다[30-31].

그림 5에서 볼 수 있는 것과 같이, C-RAN이 도입되면서 기지국 장비에 RU, DU가 일체형으로 구성되었던 예전 방식에서 RU는 무선 안테나에 가까이 위치시키고, DU는 기존 기지국 장비가 운영되던 장비 상면 시설이나 집중국(Central Office; CO)에 분리해서 운영할 수 있게 되었다. 이 때문에, DU(Distributed Unit)와 CU(Central Unit)가 배치된 곳에 컴퓨팅 자원을 두어 운영하게 되면, 기지국의 “이양(handover)”을 처리하게 되는 LTE/5G 구성 요소(LTE에서는 MME(Mobility Management Entity; MME), 5G에서는 AMF(Access and Mobility Management Function; AMF)라고 함.)  근처에 컴퓨팅 장비를 두고 사용자의 이동통신 단말이나 장치의 이동에 따라 기지국 서비스 “이양(handover)”이 일어나는 에지 네트워크 영역에서 사용자 서비스를 제공할 수 있게 된다[28-30].

이와 같이 컴퓨팅 자원을 이동통신 네트워크 외각의 에지 네트워크에 두고 서비스할 때 얻을 수 있는 이점은 대용량 데이터 전송이 필요한 서비스의 지연(latency)을 줄일 수 있다는 것이다. 모바일 에지 컴퓨팅을 이용하게 되면 서비스에 필요한 데이터에 접근하기 위해 예전과 같이 핵심 네트워크(core network)에 있는 서비스 인프라의 저장 장치에 항상 접근할 필요가 없다. 사용자가 많이 활동하는 지역의 모바일 에지 컴퓨팅 시스템에 위치한 서비스 인프라에 데이터를 캐싱(caching)해 놓았다가 서비스하게 되면 핵심 네트워크상의 서비스 인프라까지 서비스 요청을 항상 전달할 필요가 없기 때문에 사용자 요청부터 응답까지 처리 시간이 짧아지게 되어 사용자는 더 나은 서비스 경험을 제공받을 수 있게 된다.

대용량 데이터 전송이 필요한 서비스의 대표적인 예는 우리가 흔히 사용하는 초고화질(UHD, QHD) 영상의 스트리밍 서비스, 요즘 5G와 함께 크게 주목받고 있는 증강 현실(Augmented Reality; AR), 가상 현실(Virtual Reality; VR), 3차원 홀로그램(hologram)을 이용한 서비스, 코로나바이러스 확산으로 인해 주목받게 된 언택트(untact) 협업을 지원하는 화상 회의, 텔레프레즌스(telepresence)와 같은 서비스들이다. 이와 함께 안전성이 중요시되어 서비스 지연과 신뢰성이 반드시 보장되어야 하는 자율주행 및 커넥티드 자동차를 위한 셀룰러 V2X(C-V2X) 통신 서비스, 드론의 원격 제어 및 영상 정보 수집과 활용을 위한 무선 통신, 대규모 공장의 지능형 운영, 제어를 위한 스마트 팩토리 서비스, 도시 인프라에 지능형 서비스를 접목한 스마트 시티 서비스에도 모바일 에지 컴퓨팅을 이용한 저지연 서비스가 유용하게 활용된다.

앞에서 모바일 에지 컴퓨팅과 에지 컴퓨팅은 구분되어야 한다고 잠시 언급한 적이 있다. 그림 6을 보면서 그 차이점을 다시 한번 분명하게 이해해보자. 

그림 6은 일본의 이동통신 회사인 KDDI와 NTT도코모(Docomo)에서 최근 발표한 기업용 AI 영상 서비스의 구성 내용이다. KDDI의 기업용 AI 영상 서비스와 NTT도코모의 기업용 AI 영상 서비스 구성 내용이 약간 차이가 있는 것을 그림 6에서 볼 수 있다. 우선 KDDI의 경우 기업용 AI 영상 서비스를 위한 딥러닝 모델의 학습과 추론을 예전에는 기업 내부의 온프레미스(on-premise) 컴퓨팅 인프라를 사용하던 것을 KDDI에서 제공하는 모바일 에지 컴퓨팅 시스템과 5G를 이용해 제공하겠다는 것이 핵심이다. NTT도코모의 기업용 AI 영상 서비스는 모바일 에지 컴퓨팅을 사용하는 것이 아니라, 기업에서 만든 AI 영상 인식 응용 소프트웨어의 학습을 공용 클라우드(public cloud) 컴퓨팅 시스템에서 수행하고, 딥러닝 모델과 같은 학습된 기계 학습 모델을 영상 카메라에 탑재된 에지 컴퓨팅 장치로 5G 이동통신 네트워크를 통해 전송, 배치하여 영상 인식과 분석 작업을 수행하는 개념이다. 

KDDI의 기업용 AI영상 서비스는 서비스를 위한 컴퓨팅 인프라도 모바일 에지 컴퓨팅 클라우드를 통해 제공된다. NTT도코모는 5G 통신의 높은 대역폭과 저지연성을 이용해 공용 클라우드(public cloud) 컴퓨팅 서비스에서 학습된 영상 인식, 분석 모델을 영상 정보를 수집하는 카메라에 위치한 에지 컴퓨팅 장치로 빠르고 안전하게 전송하여 카메라에 있는 AI 영상 인식, 분석 모델이 실제 영상, 인식 분석 기능을 수행하는 형태이다. 물론 NTT도코모의 서비스에서 학습된 영상 인식 모델의 데이터를 모바일 에지 컴퓨팅 시스템에 캐싱(caching)하여 저지연성을 확보할 수도 있겠지만, 이런 점이 서비스의 큰 틀에 영향을 주지는 않는다.

위의 KDDI와 NTT도코모의 기업용 AI 영상 서비스의 예에서 볼 수 있는 것과 같이, 에지 컴퓨팅 자원은 항상 5G 이동통신 인프라 내의 자원일 필요가 없다. 보통 에지 컴퓨팅은 임베디드 컴퓨팅 시스템이 유무선 네트워크에 연결되었을 경우, 유무선 네트워크의 최외각에 위치한 장치가 임베디드 컴퓨팅 시스템이기 때문에 임베디드 컴퓨팅 시스템에 탑재된 컴퓨팅 자원을 활용하는 것을 에지 컴퓨팅이라고 부른다. 반면, 모바일 에지 컴퓨팅은 5G 이동통신 인프라의 액세스 네트워크 내에 위치한다. 5G 이동통신 시스템의 서비스 이양(handover) 기능과 연계되어 모바일 에지 컴퓨팅 서비스를 이용하는 사용자의 단말이나 장치가 이동하더라도 끊김없이 서비스를 사용할 수 있다. 이런 점에서 모바일 에지 컴퓨팅과 에지 컴퓨팅은 분명히 차이가 있다.

모바일 에지 컴퓨팅이 제공할 수 있는 저지연성과 분산된 컴퓨팅 자원 활용의 장점 때문에 5G 이동통신 서비스를 제공하는 이동통신 회사들의 새로운 수익원으로 기대되고 있지만, 실제 우리들이 모바일 에지 컴퓨팅을 활용한 서비스의 혜택을 볼 수 있기까지는 시간이 오래 걸릴 것으로 보인다. 우선 5G 독립 운영(Stand-Alone; SA)을 위한 3GPP 표준인 3GPP 이동통신 표준 제16 개정판(Release 16)이 올해 3월에야 공식 발표되어 모바일 에지 컴퓨팅 인프라와 서비스가 실제로 구축, 배치되어 상용화가 되기까지 아직 더 시간이 걸릴 것으로 보인다.

이와 함께, 모바일 에지 컴퓨팅 자원을 활용하는 서비스들이 어떤 식으로 서비스 응용 소프트웨어를 구축하고 모바일 에지 컴퓨팅 자원의 서비스 이양(handover) 기능을 활용할 수 있도록 서비스를 개발할 수 있는지 구체적으로 명시된 기술적인 해결책이 아직 많이 부족한 상황이다. 

모바일 에지 컴퓨팅 자원을 활용한 서비스들은 5G 이동통신 서비스의 핵심 네트워크(core network)뿐만 아니라 5G 이동통신 서비스가 제공되는 모든 지역에 걸쳐 배치된 모바일 에지 컴퓨팅 자원에도 함께 배치, 구축되어 핵심 네트워크(core network)에 위치한 주 서비스(main service)와 함께 통합되어야 한다. 모바일 에지 컴퓨팅 인프라와 핵심 네트워크(core network)에 위치한 서비스 인프라와 소프트웨어의 배치, 관리, 주요 소프트웨어 모듈의 동기화, 주 서비스 시스템과 모바일 에지 컴퓨팅 자원에 위치한 서비스 컴포넌트 간 역할 분담 및 자원 조율, 서비스 이양(handover)을 고려한 모바일 에지 컴퓨팅 서비스 개발의 절차 및 방법에 대한 기술적인 내용이 아직 구체화되지 않아 상용화까지 아직도 많은 시간과 노력이 필요하다.

모바일 에지 컴퓨팅 기술이 그 가능성 때문에 요즘 주목받고 있지만, 아직 기술적으로 성숙되지 않았고 해결해야 할 문제들이 많기 때문에 모바일 에지 컴퓨팅을 이용한 5G 이동통신 서비스는 우리가 근미래에 볼 수 있는 미래기술로 생각할 수 있다. 에지 컴퓨팅은 5G와 함께 앞으로 발전, 확산되어 다양한 서비스와 제품이 시장에 나타나 에지 컴퓨팅 관련 비즈니스가 5G 서비스 초반에 크게 성장할 것으로 보이지만, 모바일 에지 컴퓨팅 서비스는 모바일 에지 컴퓨팅 인프라를 포함한 5G 이동통신 인프라가 완전히 구축되고, 모바일 에지 컴퓨팅 인프라를 사용한 서비스 개발 기술과 시장이 무르익기 위해 최소한 5년에서 10년 이상의 시간이 필요할 것으로 생각된다. 

이런 상황에서 모바일 에지 컴퓨팅이 당장이라도 큰 비즈니스가 되리라고 생각하여 성급하게 비즈니스 기획이나 사업화에 뛰어들지 말고, 5G 및 이동통신 분야에서 모바일 에지 컴퓨팅 관련 표준 제정 현황과 기술 성숙도의 추이를 잘 살펴 서비스와 기술 기반 비즈니스의 중장기 로드맵을 그리고 시장의 성숙 과정에 페이스를 맞춰 시장에 진입하기를 필자는 독자분들께 권한다. 

모바일 에지 컴퓨팅은 무엇보다도 빅데이터를 활용하는 비즈니스의 확산에도 크게 도움이 될 전망이다. 앞에서도 잠깐 언급했듯이, 서비스에 필요한 빅데이터의 전송, 처리 및 가공, 분석에 필요한 컴퓨팅 자원과 저지연성을 제공하기 때문이다. 

모바일 에지 컴퓨팅은 과거 컨텐츠 전달 네트워크(Contents Delivery Network; CDN)가 미디어 스트리밍 시장이 확산되는데 기여했던 역할보다 훨씬 역동적이고 중요한 역할을 할 것으로 보인다. 모바일 에지 컴퓨팅은 5G 이동통신 네트워크 기술이 제공하는 고대역폭, 저지연성과 함께 지금보다 용량이 큰 미디어 빅데이터를 사용자의 단말까지 끊김없이 전달할 수 있게 할 뿐만 아니라, 사용자의 단말에 표현되는 미디어 빅데이터와 사용자 간 상호작용의 수준을 높일 수 있는 컴퓨팅 파워를 제공한다. 모바일 에지 컴퓨팅은 단순히 고화질, 대용량의 미디어 데이터를 빠른 시간에 전달하는 역할뿐만 아니라, 대용량 미디어와 사용자와의 상호작용의 수준을 높여 지금보다 더 지능적이고, 섬세한 사용자 경험을 제공하는 새로운 서비스 비즈니스를 창출하는 데 기여할 것이다.

이렇게 상호작용성이 높은 미디어 빅데이터를 활용할 수 있도록 하여 사용자에게 더 지능적이고 섬세한 사용자 경험을 제공할 수 있도록 하는 데 모바일 에지 컴퓨팅이 활용되면서, 사이버 물리 시스템과 사람 사이에 더 인간적이고 지능적인 상호작용을 할 수 있도록 하는 AR/VR, 텔레프레즌스, 3D 홀로그램과 같은 고급 사용자 경험, 사용자 인터페이스 기술도 같이 발전할 것이다. 

모바일 에지 컴퓨팅은 사이버 물리 시스템이 자신의 주변 환경에 대한 정보를 좀더 폭넓고 다양하게 받아들이고, 사이버 물리 시스템의 의사결정과 판단, 동작 실행 지능이 보다 인간에 가깝게 높아지게 하는 데에도 크게 기여할 것으로 보인다. 모바일 에지 컴퓨팅 서비스에서 사이버 물리 시스템에 필요한 빅데이터 수집, 가공 과정을 분산시켜 처리하고, 사이버 물리 시스템이 자신의 센서뿐만 아니라 인프라 및 다른 사이버 물리 시스템에서 수집한 빅데이터까지 활용할 수 있도록 하는 더 풍부한 컴퓨팅 자원을 모바일 에지 컴퓨팅 서비스가 제공할 수 있기 때문이다. 모바일 에지 컴퓨팅은 사이버 물리 시스템이 좀더 인간적이고 지능적인 서비스를 제공할 수 있도록 발전하는 데 중요한 기술, 인프라를 제공할 것이다.

이와 같이 모바일 에지 컴퓨팅의 혜택을 볼 수 있는 대표적인 사이버 물리 시스템 중 하나가 C-V2X(Cellular V2X Communication) 통신을 이용한 자율주행과 미래 교통 체계 기술이다. 특히, 자동차 및 모빌리티(mobility) 사이버 물리 시스템에 에지 컴퓨팅 기술만으로 사람과 동등한 수준의 지능을 만들기에는 아직 기술이 많이 부족하다. 5G와 5G 이후의 저지연 통신을 통해 모바일 에지 컴퓨팅 서비스와 핵심 네트워크(core network)의 클라우드 컴퓨팅 인프라에서 제공하는 컴퓨팅 자원을 같이 활용해 자율주행과 미래 교통체계의 지능화 수준을 높이는 것은 앞으로 자율주행 기반의 모빌리티(mobility) 체계를 현실로 만드는 데 필수적이다.

이렇게 보다 인간적인 사회 인프라 서비스를 실현하기 위해 사이버 물리 시스템의 지능을 높이는데 필요한 빅데이터 수집, 처리, 분석을 위해서도 5G 이동통신 기술을 비롯한 미래 통신 기술은 중요한 역할을 한다. 공간과 컴퓨팅 기술의 제약을 극복하여 사회 곳곳에 공기와 같이 스며들어 작동하는 사이버 물리 시스템이 사람과 지능적인 상호작용을 하면서 보다 인간적인 서비스를 제공하기 위해서 미래 통신 기술은 사이버 물리 시스템의 신경망과 같은 역할을 하게 된다. 근본적으로 대규모의 분산 컴퓨팅 시스템으로 동작할 수밖에 없는 미래 사이버 물리 시스템에서 5G 이동통신을 비롯한 미래 통신 기술은 우리 몸의 두뇌와 척수와 같은 중추 신경의 역할을 하게 되기 때문에 미래 통신 기술의 추이와 그 발전양상을 꼭 염두에 두고 비즈니스와 상품 기획을 해야 한다.

2020년 필자가 일하고 있는 SK텔레콤을 비롯한 통신 3사가 5G 단독 모드(Stand Alone) 서비스와 28GHz 대역 5G 서비스를 상용화하기 위해 대규모 투자와 인프라 구축 작업을 진행하고 있다. 2020년 5G의 본격적인 상용화를 시작으로 발전하게 될 사이버 물리 시스템과 빅데이터 기술을 관심을 가지고 지켜보도록 하자. 5G 이동통신을 통해 나타나게 될 새로운 기술과 서비스가 우리에게 줄 새로운 기쁨과 편리함을 필자도 설레는 마음으로 기대하고 있다.

[참고문헌]
[1] 김진철, “LHC에서 배우는 빅데이터와 machine learning 활용 방안”, 2016년 9월 28일, A CIO Conversation for Technology Leadership – Breakfast Roundtable 발표 자료
[2] 김진철, “김진철의 How-to-Big Data – 빅데이터의 미래 (1)”, CIO Korea, 2019년 11월 27일자. (http://www.ciokorea.com/column/137714)
[3] 김진철, “김진철의 How-to-Big Data – 빅데이터의 미래 (3)”, CIO Korea, 2020년 1월 28일자. (http://www.ciokorea.com/column/142418)
[4] “속도 내는 5G망 확충…소비자 체감까진 먼 길”, 연합뉴스TV,  https://www.yonhapnewstv.co.kr/news/MYH20200102019900038.
[5] 최수진, “체감 안 되는 5G, 무엇이 문제일까”, 시사위크, 2019년 4월 8일자, http://www.sisaweek.com/news/articleView.html?idxno=120371.
[6] “속 터진다! 5G 유저들이 말하는 ‘5G 서비스’의 문제점은? 5G 서비스의 문제점은?”, 1boon 앱스토리, 2020년 1월 16일. (https://1boon.kakao.com/appstory/200115_3)
[7] 김성민, 오로라, “5G 1년. 폭풍 성장했지만, 체감은 글쎄…”, chosun.com 경제, 2020년 3월 29일. (https://news.chosun.com/site/data/html_dir/2020/03/29/2020032901035.html)
[8] 고현실, “[위클리 스마트] 5G 뭐가 좋길래…초기 체감 차이 크지 않아”, 연합뉴스, 2018년 4월 28일. (https://www.yna.co.kr/view/AKR20180427064000017)
[9] “[5G 시대의 도래] 1편-2018년 5G 세상이 펼쳐진다”, 삼성전자 뉴스룸, 2018년 2월 27일. (https://news.samsung.com/kr/5g-%EC%8B%9C%EB%8C%80%EC%9D%98-%EB%8F%84%EB%9E%98-1%ED%8E%B8-2018%EB%85%84-5g-%EC%84%B8%EC%83%81%EC%9D%B4-%ED%8E%BC%EC%B3%90%EC%A7%84%EB%8B%A4)
[10] “5G 국제 표준의 이해- 3GPP 5G NR 표준의 핵심 기술과 삼성전자의 3GPP 의장단 인터뷰”, 삼성전자 White Paper, 2018. (https://images.samsung.com/is/content/samsung/p5/global/business/networks/insights/white-paper/who-and-how_making-5g-nr-standards/who-and-how_making-5g-nr-standards_KR.pdf)
[11] 5G, 나무위키. (https://namu.wiki/w/5G)
[12] 5G, Wikipedia. (https://en.wikipedia.org/wiki/5G)
[13] Erik Dahlman, Stefan Parkvall, Johan Sköld, 4G: LTE/LTE-Advanced for Mobile Broadband 2nd Edition, Academic Press, 2013.
[14] Erik Dahlman, Stefan Parkvall, Johan Sköld, 4G, LTE-Advanced Pro and The Road to 5G 3rd Edition, Academic Press, 2016.
[15] Erik Dahlman, Stefan Parkvall, Johan Sköld, 5G NR: The Next Generation Wireless Access Technology 1st Edition, Academic Press, 2018.
[16] Stefan Rommer, Peter Hedman, Magnus Olsson, Lars Frid, Shabnam Sultana, Catherine Mulligan, 5G Core Networks 1st Edition – Powering Digitalization, Academic Press, 2019.
[17] Olof Liberg, Mårten Sundberg, Y.-P. Eric Wang, Johan Bergman, Joachim Sachs, Gustav Wikström, Cellular Internet of Things 2nd Edition – From Massive Deployments to Critical 5G Applications, Academic Press, 2019.
[18] Release 17, 3GPP – A Global Initiative. (https://www.3gpp.org/release-17)
[19] 신명기, “5G 시스템/네트워크 Phase-2 기술 현황 및 전망”, 한국통신학회 제2회 미래 통신기술 워크샵, 2019년 4월 26일.
[20] 신명기, 이수환, 이종화, “5G 네트워크 자동화 및 지능 기술 표준화 동향(Trends of 5G Network Automation and Intelligence Technologies Standardization)”, 전자통신동향분석(Electronics and Telecommunications Trends), 34권 2호 (통권 176), p. 92-100, 2019년 4월 1일. (DOI: 10.22648/ETRI.2019.J.340210, https://ettrends.etri.re.kr/ettrends/176/0905176010/)
[21] 이수환, “5G 네트워크 자동화를 위한 NWDAF 표준화 현황”, OSIA S&TR Journal, Vol. 31, No. 4, p. 04~10, December 2018.
[22] NGMN Alliance, “5G White Paper,” Next Generation Mobile Networks, White paper, 2015.02.
[23] 3GPP TS 23.501, “System Architecture for the 5G System (Release 15),” 2017.12.
[24] 3GPP TS 23.502, “Procedures for the 5G System (Release 15),” 2017.12.
[25] 3GPP TS 23.503, “Policy and Charging Control Framework for the 5G System (Release 15),” 2017.12.
[26] 3GPP TR 23.791, “Study of Enablers for Network Automation for 5G (Release 16)”, 2018.12
[27] 김희천, 5G 버티컬 서비스 시장 동향과 주파수 정책적 시사점 – 스마트 팩토리를 중심으로,” KISDI Premium Report, 정보통신정책연구원, 2019년 11월 18일. (http://www.kisdi.re.kr/kisdi/common/premium?file=1%7C14644)
[28] 손장우, “통신사업자의 MEC 수용구조(4G, 5G): IoT 시대에 현재 이통망의 문제와 해결책으로서의 MEC(MEC – Make Money, not just Save Money)”, NETMANIAS Tech-Blog, May 21, 2019. (https://www.netmanias.com/ko/?m=view&id=blog&no=14023)
[29] 손장우, “4G/5G 모바일망에서 에지 – 에지 위치와 에지 서비스의 진화 트렌드(Edge in Mobile Network – Evolution of edge location and edge service)”, NETMANIAS One-Shot Gallery, January 16, 2019. (https://www.netmanias.com/ko/?m=view&id=oneshot&no=14019)
[30] 신창민, 손장우, “CPRI (1): C-RAN의 출현과 CPRI 개요(CPRI (1): Overview of LTE eNodeB interface between BBU and RRH)”, NETMANIAS Tech-Blog, March 03, 2014. (https://www.netmanias.com/ko/post/blog/6214/c-ran-fronthaul-cpri-lte/cpri-1-overview-of-lte-enodeb-interface-between-bbu-and-rrh)
[31] 손장우, 도미선, “5G 시대, 모바일 네트워크 구조의 변화는? – RAN과 Core의 변화(5G Network Architecture – New C-RAN Architecture and Distributed 5G Core)”, NETMANIAS Tech-Blog, October 02, 2015. (https://www.netmanias.com/ko/post/blog/8104/5g-c-ran-fronthaul-sdn-nfv/5g-network-architecture-new-c-ran-architecture-and-distributed-5g-core)
[32] 손장우, “5G RAN/Fronthaul 구축비용을 어떻게 절감하나? – [답] Function Split과 Open Fronthaul Interface(5G RAN and fronthaul architecture: function split and open fronthaul interface)”, NETMANIAS Tech-Blog, January 18, 2018. (https://www.netmanias.com/ko/?m=view&id=blog&no=13093)
[33] 손장우, “이통사가 5G Edge Cloud/MEC 인프라를 확보하는 두 가지 방법: 이통사 MEC 자체 구축, 퍼블릭 클라우드 사업자의 서버를 코로케이션 (AWS Wavelength)”, NETMANIAS Tech-Blog, February 24, 2020. (https://www.netmanias.com/ko/?m=view&id=blog&no=14591) 
[34] 손장우, “일본 이통사들의 “영상+5G+AI+에지” 기반 기업용 서비스: (2) NTT Docomo의 Edge AI Platform 서비스(Video + 5G + AI + Edge” based Enterprise Services of NTT Docomo and KDDI (2): NTT Docomo)”, NETMANIAS Tech-Blog, January 09, 2020. (https://www.netmanias.com/ko/?m=view&id=blog&no=14552)
[35] Sabina Jeschke, “Everything 4.0? – Drivers and Challenges of Cyber Physical Systems,” Forschungsdialog Rehinland – Invited Talk, Wuppertal, December 4, 2013.
[36] Helen Gill, “From Vision to Reality: Cyber-Physical Systems,” Presentation at the HCSS National Workshop on New Research Directions for High Confidence Transportation CPS: Automotive, Aviation, and Rail, November 18-20, 2008.
[37] Helen Gill, “A Continuing Vision: Cyber-Physical Systems,” Fourth Annual Carnegie Mellon Conference on the Electricity Industry – FUTURE ENERGY SYSTEMS: EFFICIENCY, SECURITY, CONTROL, March 10-11, 2008.
[38] Insup Lee, “Cyber Physical Systems – The Next Computing Revolution,” Lecture – CIS 480, Department of Computer and Information Science, University of Pennsylvania, 2009.
[39] Insup Lee, “Cyber Physical Systems – The Next Computing Revolution,” Adream Lecture, LAAS-CNRS, June 15, 2010.
[40] Raj Rajkumar, Dionisio de Niz, Mark Klein, Cyber-Physical Systems, in the SEI Series in Software Engineering, Addison-Wesley, 2017.
[41] Rajeev Alur, Principles of Cyber-Physical Systems, The MIT Press, 2015.
[42] Edward Ashford Lee, Sanjit Arunkumar Seshia, Introduction to Embedded Systems – a Cyber-Physical Systems Approach, 2nd Edition, The MIT Press, 2017.
[43] 진회승, 서영희, 김원태, “CPS의 기능, 비기능적 소프트웨어 요구사항 분석”, 연구보고서 2017-008, 소프트웨어정책연구소(SPRi), 2018년 4월.
[44] Tuan A. Trinh, “Cyber-Physical Systems and Robotics,” Luxembourg, May 13-14, 2016.
[45] NIST CPS PWS (2016), Framework for Cyber-Physical Systems, Release 1.0, pp2-4, 2016.5.
[46] Francesca Palumbo, “Introduction on Cyber-Physical Systems,” Lecture at CPS Summer School – From Concepts to Implementation, Alghero (IT), September 17~21, 2018.
[47] Tom Kevan, “The V2X Standards Faceoff,” DE247 magazine online edition, September 1, 2018. (https://www.digitalengineering247.com/article/the-v2x-standards-faceoff/)
[48] Wolfgang Wahlster, “Industrie4.0: Cyber-Physical Production Systems for Mass Customization,” German-Czech Workshop on Industrie4.0/Průmysl4.0 Prague, April 11, 2016.
[49] Teodora Sanislav, Sherali Zeadally, George Dan Mois, “A Cloud-Integrated, Multilayered, Agent-Based Cyber-Physical System Architecture,” Computer, April 2017.
[50] Kartikey Joshi, Dhivya Sampath Kumar, Rahul Mehta, Shiva Muthuraj, “Autonomous Vehicles (AVs) – Technology, Economics, and Opportunities,” (URL: https://www.slideshare.net/Funk98/autonomous-vehicles-60845449) 
[51] Edward A. Lee, “The Past, Present and Future of Cyber-Physical Systems: A Focus on Models,” Sensors Vol. 15, pp. 4837-4869, 2015. doi:10.3390/s150304837
[52] Kyoung-Dae Kim and P. R. Kumar, “Cyber-Physical Systems: A Perspective at the Centennial,” Proceedings of the IEEE, Vol. 100, p. 1287~1308, May 13th, 2012.
[53] Soldani D, Manzalini A, “A 5G Infrastructure for ‘Anything-as-a-Service’”, J. Telecommun. Syst. Manage. 3, pp. 114, 2014. doi:10.4172/2167-0919.1000114
[54] Kyoung-Dae Kim and P. R. Kumar, “An Overview and Some Challenges in Cyber-Physical Systems,” Journal of the Indian Institute of Science, Vol. 93(3), p. 341~351, Jul.–Sep. 2013. (http://journal.library.iisc.ernet.in/index.php/iisc/article/view/1693)
[55] Alessandro D’Innocenzo, Henry Muccini, “Introduction to CPS,” 1ST DISIM WORKSHOP ON ENGINEERING CYBER-PHYSICAL SYSTEMS, TUESDAY 26, JANUARY 2016.
[56] Urban Sedlar, Mitja Rakar, Andrej Kos, “Big Data Analysis and Cyber-Physical Systems,” in Cyber-Physical Systems – A Computational Perspective, edited by Gaddadevara Matt Siddesh, Ganesh Chandra Deka, Krishnarajanagar GopalaIyengar Srinivasa, Lalit Mohan Patnaik, CRC Press, 2016.
[57] Mayank Swarnkar and Robin Singh Bhadoria, “Big Data Analysis in Cyber-Physical Systems,” in Cyber-Physical Systems – A Computational Perspective, edited by Gaddadevara Matt Siddesh, Ganesh Chandra Deka, Krishnarajanagar GopalaIyengar Srinivasa, Lalit Mohan Patnaik, CRC Press, 2016.
[58] Krishnarajanagar GopalaIyengar Srinivasa, Gaddadevara Matt Siddesh and Kushagra Mishra, “Influence of Big Data on Cyber-Physical Systems,” in Cyber-Physical Systems – A Computational Perspective, edited by Gaddadevara Matt Siddesh, Ganesh Chandra Deka, Krishnarajanagar GopalaIyengar Srinivasa, Lalit Mohan Patnaik, CRC Press, 2016.
[59] Srinidhi Hiriyannaiah, Gaddadevara Matt Siddesh, and Krishnarajanagar Gopala Iyengar Srinivasa, “Ubiquitous Computing for Cyber-Physical Systems,” in Cyber-Physical Systems – A Computational Perspective, edited by Gaddadevara Matt Siddesh, Ganesh Chandra Deka, Krishnarajanagar GopalaIyengar Srinivasa, Lalit Mohan Patnaik, CRC Press, 2016.
[60] Houbing Song, Qinghe Du, Pinyi Ren, Wenjia Li, and Amjad Mehmood, “Cloud Computing for Transportation Cyber-Physical Systems,” in Cyber-Physical Systems – A Computational Perspective, edited by Gaddadevara Matt Siddesh, Ganesh Chandra Deka, Krishnarajanagar GopalaIyengar Srinivasa, Lalit Mohan Patnaik, CRC Press, 2016.

*김진철 박사는 1997년 한국과학기술원에서 물리학 학사, 1999년 포항공과대학교에서 인공신경망에 대한 연구로 석사 학위를, 2005년 레이저-플라즈마 가속기에 대한 연구로 박사 학위를 받았다. 2005년부터 유럽입자물리학연구소(CERN)의 LHC 데이터 그리드 구축, 개발에 참여, LHC 빅데이터 인프라를 위한 미들웨어 및 데이터 분석 기술을 연구하였다. 이후 한국과학기술정보연구원(KISTI), 포항공과대학교, 삼성SDS를 거쳐 2013년부터 SK텔레콤에서 클라우드 컴퓨팅과 인공지능 기술을 연구하고 있다. 빅데이터와 인공지능 기술의 기업 활용 방안에 대해 최근 다수의 초청 강연 및 컨설팅을 수행하였다. dl-ciokorea@foundryco.com