K-방산의 미래 기술 '에지컴퓨팅'과 데이터 처리의 미래

이번 블로그에서는 K-방산으로 유명한 대한민국 국방사업의 무기체계를 위한 에지 장비 기반의 시계열 DBMS의 활용에 대한 이야기를 해 보도록 하겠습니다.

에지 장비와 에지 컴퓨팅

K-방산의 무기체계에 대한 이야기를 하기 위해서는 데이터 처리 모델이 변하고 있는 전세계적인 트랜드를 이야기해야 할 것 같습니다.

그것은 바로 에지 컴퓨팅이라는 변화인데요, 기존에는 모든 데이터를 클라우드로 옮겨서 처리하는 것이 주요한 핵심이었다면, 이러한 데이터가 점점 더 단말 장비에서 처리하는 방향으로 움직이고 있습니다.

이렇게 움직이는 가장 큰 이유는 아래의 3가지 이유 때문입니다.

• 실시간 데이터 처리 - 클라우드로 갔다 오는 것은  너무 느립니다.

• 데이터 보안 - 데이터를 외부에 두지 않아도 안전해요.

• 비용 절감 - 클라우드나 서버의 스토리지를 별도로 사용하지 않아도 되지요.

이런 이유로 에지 컴퓨팅에 대한 관심이 점점 더 높아지고 있습니다.

대한민국 무기 체계 현황과 미래의 데이터 처리 아키텍처

우리나라에서 자체 개발하거나 운용 중인 무기체계에 대해 살펴보면, 아래의 표로 나타낼 수 있습니다.

즉, 자율적이고, 능동적인 다양한 단말 무기는 그 동작 과정에서 생성되는 어마어마한 데이터를 스스로 저장, 처리, 대응 및 통합 분석이 실시간으로 가능해야 합니다. 이를 가능케 하는 것은 필연적으로 "에지 컴퓨팅"이라는 데이터 처리 구조이며, 미래의 무기 체계의 데이터 아키텍처가 가야 할 방향이 바로 이곳이라는 자연스러운 결론에 도달하게 됩니다. 

모든 무기체계에서 필요한 기술 : HUMS

HUMS는 전통적인 관점에서는 미션 크리티컬한 장비의 관리 방법을 나타내는 용어인데, Health and Usage Monitoring System의 약자로서 아래의 그림과 같이  정리할 수 있습니다.

시계열DBMS의 HUMS 체계 적용 필요성

즉, 각각의 독립된 무기에 대해 모든 상태를 실시간으로 수집하고, 이를 관리하며, 결국 조직의 시간과 비용을 획기적으로 절약하는 것을 목표로 합니다. 

특히, Prognostic HUMS라는 분야는 최근 들어 가장 핫한 영역인데, 미래의 장애를 미리 예측할 수 있는 센서 데이터를 적극 활용하는 전략 방법입니다. 더구나, 향후 모든 무기 체계는 데이터를 중심으로 관리될 것이고, 특히 미래의 장애와 문제를 예측하는데 있어서 "핵심적인 대량의 센서 데이터"는 시계열 DBMS 를 활용해야 합니다.

더구나, 이러한 HUMS 체계는 데이터가 발생하는 장비의 가장 가까운 곳에서 데이터를 처리해야 하기 때문에 "에지 컴퓨팅"의 맥락과 100% 일치하는 모델이기도 합니다. 

에지 컴퓨팅 적용 가능한 대표적인 무기체계 사례

아래는 간략하게 10개 정도의 실제 적용 가능한 분야를 정리해 보았습니다.

시계열데이더베이스의 적용 가능한 방산 분야

미래에는 전자전이  핵심이고, 이를 뒷받침하는 핵심 기술 요소가 바로 데이터 처리 역량입니다.

이것을 누가 가장 잘 활용하느냐에 따라 그 무기체계의 기술 수준이 어느 정도인지 판가름날 것입니다.

에지 장비와 시계열DBMS가 장착된 전차의 미래

아래 그림은 에지 컴퓨팅이 적용된 우리가 상상하는 미래 전차의 한 사례입니다.

각 전차에는 고성능 에지 장비가 설치되어 있고, 그 에지 장비에서는 실시간으로 대량의 전차 상태 정보를 수집합니다.

그리고, 그 데이터는 향후 데이터 분석과 AI 학습을 통한 장애 예측에 사용되겠지요.

한편, 실시간으로 에지에 수집되는 데이터는 에지에 장착된 AI 모델을 통해 이상감지와 기타 많은 이슈들에 대한 처리를 담당하는 미래의 무기 그 자체로서 역할을 다하게 될 것입니다. 

물론, 여기에는 핵심적인 SW 부품인 시계열 DBMS가 모든 데이터 처리의 중심에 있을 예정이구요.

이렇게 통합 수집된 모든 장비의 운용 데이터는 해당 기업의 핵심 중의 핵심 자산으로서 강력한 경쟁력을 보유하게 될 것입니다. 

이것이 바로 무기체계에 도입된 "에지 컴퓨팅"의 강력함이 아닐까요?

에지 컴퓨팅과 AI의 하모니

그렇습니다. 궁극적으로 실시간으로 수집된 혹은 온전하게 모두 수집되어 관리되는 데이터는 통합적인 전술전략 의사결정 시스템과 융합되어, 이전에 볼 수 없었던 어마어마한 전투력을 가지게 될 것입니다. 왜냐하면, 전장의 모든 데이터를 이제 실시간으로 대응할 수 있을 뿐만 아니라,  수집된 데이터가 전략의 의사 결정을 위한 핵심 자산으로 활용될 것이기 때문입니다.  이렇게 AI와 데이터가  통합되면, 아래와 같은 세가지 핵심 프로세스가 가능해 질 것입니다.

• 위협 탐지 및 식별 자동화 - 피아 식별이 쉬워집니다.

• 전술 행동 방안 추천 - 무엇을 해야 할 지 명확해 집니다.

• 킬체인 최적화 - 가장 효율적으로 적을 타격/궤멸시킬 수  있습니다.

  
  

  

  즉, 에지 컴퓨팅의 성능을 극대화하고 AI 학습 효율을 높이기 위해서는, 시계열 DBMS를 중심으로 한 고성능·고확장성 데이터 아키텍처를 체계적으로 설계하고 구축하는 것이 필수적일 것입니다.

마치면서.. 국산 핵심 데이터 기술과 미래

대한민국의 자랑스러운  K-방산은 우리 산업의 한 축으로 크게 도약하고 있는 과정에 있습니다.

더불어 이러한 체계를 뒷받침하는 수 많은 소프트웨어 또한 많이 국산화되고, 우리의 것으로 채워지고 있습니다.

마크베이스 역시 무기체계의 핵심인  "데이터"를 누구보다도 잘 이해하고 있기에 적극 활용되는 과정에 있습니다.

국방은 가장 먼저 자국산 SW를 활용하는 것이 우선시 될 뿐만 아니라, 그렇게 할 수 밖에 없는 극심한 경쟁에 놓여있는 분야이기도 합니다.

앞으로 마크베이스도 이러한 K-국방의 한 축인 무기체계의 데이터 처리에 핵심 자산으로 활용 되고, 대내외적으로 국위선양에 앞장설 그날을 기대합니다.