4차 산업혁명의 핵심키워드에는 인공지능, 빅데이터, 로봇, IoT 등이 있습니다.

그 중에 IoT 관련 업무를 회사에서 맡게 되면서 자연스레 관심을 가지게 되었는데요 ㅎㅎ

개인 스터디도 해볼까 하여 라즈베리 파이 프로젝트도 진행 중에 있습니다..
( http://ironmask.net/349 )

매우 더디긴 합니다만 ㅜㅜ

이번에 다룰려는 얘기는 IoT 표준화의 동향과 경쟁입니다.

IoT 표준화 경쟁

몰랐지만, 이미 몇 년전부터 IoT 표준화를 선점하기 위한 그룹들이 생겨났습니다.

그 중에 대표적인 것들이 아래 그룹입니다.

1. 오픈커넥티비티재단(The Open Connectivity Foundation)

   - 2016 2월 창립, 기존의 OIC(Open Interconnect Consortium) 승계
   - 회원수 185개
   - 주요회원사 : 삼성전자, 시스코, 아리스, 인텔, GE디지털, MS, 퀄컴 등
     (창립과 함께 올신라이언스 그룹에 있던  MS와 퀄컴이 합류)

2. 올신얼라이언스(AllSeen Alliance)

 - 2013.12월 창립, 리눅스 재단이 주도
 - 회원수 161개
 - 주요 회원사 : LG전자, MS, 필립스, 퀄컴, 소니, 샤프 등 

3. 스레드그룹(Thread Group)

 - 주요회원사 : 구글, 실리콘랩스, 퀄컴, ARM

IoT 동향

삼성전자는 오픈 커넥티비티 재단 OCF의 멤버로 스마트홈과 IoT 플랫폼 표준화를 진행 중입니다.

알렉사, 구글홈과 같이 다른 업체와 연동한 서비스를 제공하는 등 외부 협업도 강화

아마존 알렉사와 냉장고, 세탁기, 에어컨 로봇청소기 연계

구글홈과는 로봇청소기 연동

SK텔레콤은 '누구', KT '기가지니' 서비스로 삼성 가전을 음성으로 제어하는 서비스들도 나왔습니다.

삼성그룹인 삼성벤처투자는 싸이월드에 50억 투자하는 일이 있었습니다.

-> 싸이월드는 1999년에 시작해서 2003년에 SK커뮤니케이션즈가 인수 - 2014년 사원주주 회사로 독립 

   - 2016년 크라우드 펀딩 실패 - 2016년 에어라이브와 합병 한 회사이며,

   한 때, 우리 나라에서 가장 잘나가던 SNS였으나, 현재는 혁신 실패로 카카오스토리와 인스타그램에 발린 상태

   삼성에서 이를 다시 어떻게 활용해 나갈지는 지켜봐야 알 수 있겠네요. ㅎㅎ

관련 행사

올해 10월 10일 ~ 13일 동안 OCF(Open Connectivity Foundation) 주관으로 행사가 있습니다.

1. 소개

센서 연구개발에 뛰어들게 되어, 기본 도메인 지식이 부족한 저는 라즈베리 파이를 이용해서

기본 도메인 지식도 쌓고 재밌는 프로젝을 진행해보려고 합니다.

의욕이 앞선탓에.. 아직 주제도 선정하지는 않았지만.. 

우선은 프로젝에 적절한 보드와 자재 구입 그리고 개발 환경 구축을 먼저 해보죠!

이에 앞서 간단하게 라즈베리 파이 스펙과 '아두이노' 와의 차이 대해 조금 살펴봤습니다.

살짝 검색해본 결과 이미 3~4년 전부터 유행하기 시작한 것으로 보이네요. ㅎㅎ

그.래.서 인지 이미 아래와 같이 여러 몇가지 모델이 있고, 최신이 3세대 입니다.

(그림 출처 : http://blog.naver.com/kiyeonah/220761250972)

다음으로는 '아두이노' 와의 차이점 입니다.

아두이노는 입출력 단자들이 별로 없는 반면, 라즈베리파이는 입출력 단자들이 많습니다.

아두이노는 입출력 단자가 암,숫놈이 다 보이는데, 라즈베리 파이는 숫놈만 40개네요!

위에 설명한 차이점은 여러 블로그에서 동일하게 언급하는 내용인데, 

특히, 연두색 박스로 친 부분에 보면,

소형 제어장치가 입출력에 강점이 있고, 소형처리장치는 입출력에 약하다는게 무슨 뜻인지 정확히 모르겠네요..

추측으로는 단순히, 아두이노는 sketch라는 플랫폼형 프로그램을 이용해서 쉽게 제어프로그램을 만들 수 있다라는
정도의 얘기로만 생각되네요.. (아직 지식이 짧아서.. ^^;)

사실 '아두이노' 도 사용해본적은 없습니다만 검색을 통해 여러 사람들의 후기를 리뷰해보면,

간단하게 IoT, 임베디드 맛만 보고자 하면 아두이노를 쓰지 않을까 조심스럽게 생각해봅니다.

왜냐면 아무래도 Sketch라는 프로그램으로만 제어를 하게되니, 이런저런 제한도 많을 것으로 생각되고,

대중화되어 여러 오픈소스 환경이 구축이 되지 않을 것 같이 생각이 됩니다.

라즈베리 파이의 경우는 OS를 설치하고, 좀 더 여러가지 다양한 SW 라이브러리를 사용 가능하므로

다양한 프로젝트를 구성하기에 적합하지 않을까 합니다.

물론 위의 생각은 어디까지나 저의 생각입니다.

틀린 내용이 있다면 언제나 태클 댓글 환영입니다. ^^

앞으로 프로젝트를 계속 잘 진행해 나가면서,

일부 잘못된 내용들은 수정하고 필요한 내용은 추가해 나가겠습니다. :)


참조 : http://nickoo.tistory.com/93

(출처 : 소프트웨어 센터 웹진 자료)

IoT 사례 연구 - 빅데이터와 연계 

IoT(Internet of Things)의 시대에는 빅데이터를 빼놓고 말할 수 없을 만큼 중요한 요소이다. 엄청난 양(Volume)의 다양한(Variety) 데이터가 엄청난 속도(Velocity)로 쏟아지기 때문이다. 반대로, 빅데이터는 대량의 데이터가 입력되지 않으면 가치를 찾기 어렵기 때문에 빅데이터와 IoT는 뗄 수 없는 관계일 수 밖에 없다. 이번 회에서는 IoT와 빅데이터를 활용하기 위해 사용되는 구성에 대해 알아보기로 한다. 상호 보완적 개념인 빅데이터와 IoT를 연결한 컴퓨팅 구성을 이해하는데 도움이 되기를 기대한다. 

사례 연구 전 확인 사항 

IoT와 빅데이터 

IoT는 사물이 다양한 센서를 통해 수집한 데이터를 네트워크를 통해 전달하는 것이 일반적인 역할이라고 할 수 있다(그림1). IoT에서 수집하는 데이터는 실시간 데이터가 대부분이기 때문에 사물이 24시간 동안 인터넷에 접속되어 있으면서 쉬지 않고 데이터를 수집한다. 이러한 일을 위해 과거에는 많은 비용과 기술이 필요했지만 현재는 디바이스가 점점 소형화 되면서 비용도 함께 내려가는 추세다. 따라서, 지금은 거의 모든 산업에서 IoT를 이용해 빅데이터를 수집하고 있다. 

 <그림1> IoT의 데이터 수집과 전달 

 출처: http://www.tkt.cs.tut.fi/research/waps/ 

IoT와 빅데이터, 그리고 클라우드 

IoT, 클라우드(Cloud), 빅데이터를 ‘제3의 IT혁명’이라고 불리고 있다. IoT 센서를 통해 빅데이터를 수집하고, 수집된 빅데이터를 정제하고 분석, 이를 다시 서비스하기까지 클라우드 환경이 구축되어 있어야 가능하기 때문이다. 실제 세상의 정보를 센서를 통해 수집하고, 이를 디지털화하여 정제, 분석한 후 디지털 세상에 저장하고, 분석된 결과를 실제 세상에 다시 제공한다. 실제 세상과 디지털 세상을 이어주는 역할을 클라우드가 하게 된다(그림2). 

<그림2> IoT, Cloud, Big data의 연결 

출처: SK Telecom - The ERA of Smart things 

지금까지도 수집된 데이터는 대부분 실시간으로 저장하는 경우가 많았다. 하지만, IoT가 쏟아내는 빅데이터의 양은 시간이 갈수록 기하급수적으로 늘어나기 때문에 데이터센터를 구축해도 감당하기 힘든 경우도 발생할 수 있다. 따라서, 센서에서 수집되는 데이터를 효율적으로 수집하고 분석하는 것도 중요하지만 효율적인 데이터 전송, 저장 방법도 중요한 요소로 남아있는 상태다(그림3). 

<그림3> IoT, Cloud, Big data의 연결의 예 

출처: Cisco blog - IoT Platform Architecture 

IoT를 통한 실시간 빅데이터 분석의 필요성 증대 

IoT에서 수집하는 빅데이터의 증가로 인해 수집된 빅데이터를 분석하기 위해 저장할 수 있는 시간과 공간이 점차 줄어들고 있다. 이로 인해, 필요성이 증가하고 있는 것이 실시간 빅데이터 분석이다. 일반적인 데이터 분석은 데이터의 생성 시점과 분석 시점을 크게 고민할 필요가 없지만, 실시간 분석은 데이터가 생성되는 시점에 분석을 해야 하기 때문에 다양한 방법들이 연구되고 있다. 센서나 소셜 미디어에서 생성되는 시계열 데이터나 로그 데이터가 주 대상이며, 머신 데이터는 빅데이터 중에서도 증가세가 가장 빠른 영역이다. IoT 활용에서 실시간 빅데이터 분석의 중요성이 강조되는 이유는 IoT에서 수집하는 데이터가 워낙 방대하기 때문에 계속 쌓아놓고 데이터를 볼 경우 원하는 IoT 활용이 어렵기 때문이다. 그림4와 같은 방법으로 IoT를 활용한 실시간 데이터 분석이 가능하다. 

<그림4> 실시간 데이터 분석 방법 

출처: http://www.openwith.net/?page_id=976 

<참고사이트> 

사례 연구 

시스코(Cisco) - 포그 컴퓨팅(Fog Computing) 

IoT의 확산과 빅데이터의 양과 실시간 처리의 필요성이 증가하고 센서 디바이스의 한계로 인해 클라우드 컴퓨팅의 영역보다 더 확대된 역할이 필요하게 되었다. 클라우드 컴퓨팅을 실제 네트워크에 보다 근접한 경계 영역까지 확장하는 새로운 아키텍처가 제시되었는데 이 것이 포그 컴퓨팅이다(그림5). 

<그림5> 포그 컴퓨팅의 구성 

출처: Cisco 

포그 컴퓨팅은 센서나 디바이스에서 생성된 데이터를 실시간으로 처리할 수 있는 노드를 기지국처럼 두고 컴퓨팅 파워가 필요한 데이터만 클라우드로 넘겨서 처리하는 방식이다. 노드에는 컴퓨팅에 필요한 메모리나 저장 기능을 가지고 있어 즉각적인 데이터 분석이 가능하도록 되어 있다. 스마트폰과 같은 디바이스에서 생성된 데이터를 근거리 통신망을 이용해 포그 노드에 연결하여 분석하고, 그 이상의 컴퓨팅 파워가 필요한 작업은 클라우드로 보내 처리하게 한다. 이러한 방식은 간단한 데이터 분석은 포그 노드에서 해결하기 때문에 데이터 분석에 필요한 비용과 시간을 절약할 수 있고, 대부분 데이터 분석이 완료된 데이터가 네트워크를 통해 저장되기 때문에 빅데이터 저장공간도 줄일 수 있는 장점이 있다. 아키텍처를 보면 컴퓨터, 네트워크, 저장장치가 있고, 사용자 위치 파악해 주는 엔진과 그 위에서 애플리케이션이 구동된다. 이러한 아키텍처가 라우터나 셋톱박스, AP 등에 탑재될 수 있다. 즉, 전통적인 컴퓨팅 모델과 비교하면, 물리적인 디바이스와 인터넷 사이에 분산 플랫폼을 가지고 있는 것이다.(그림6). 

<그림6> 전통적 컴퓨팅 모델과 포그 컴퓨팅 모델의 비교 

출처: Cisco 

파스트림(ParStream) 

고성능 압축 비트맵 인덱스(HPCI; High Performance Compressed Index) 기술을 특허 등록하여 사용하는 파스트림은 수십억 건의 데이터도 1초 이내 분석 결과를 도출할 수 있다고 알려져 있다. IoT를 통한 빅데이터 분석에 강점이 있는 이유가 여기에 있다. 파스트림의 가장 큰 특징은 하둡 기반이 아닌 관계형 데이터베이스 기술을 적용한다는 점이다. 이 것은 사용자가 기존에 사용하던 SQL과 관련 기술을 그대로 사용할 수 있다는 장점이 있다. HPCI 기술은 압축 해제 없이 바로 쿼리가 가능하도록 한 것(그림7)으로 압축 해제에 필요한 CPU나 메모리의 성능 저하나 처리 시간이 필요 없다는 장점을 가지고 있다. 

<그림7> HPCI 개념 

출처: 파스트림 

데이터스트림즈의 TeraStream Bass 

데이터스트림즈에서는 IoT를 통한 빅데이터 실시간 분석을 위한 메모리 기반 플랫폼을 제시하고 있다(그림8). 전력장비, 보안장비, 로그데이터 등을 실시간으로 수집하여 실시간 인덱싱 후 데이터를 메모리에 분산 저장하는 방식이다. 오래된 데이터나 사용자 설정을 벗어나는 데이터는 Hadoop의 HDFS에 분산 저장 처리하여 실시간 처리 요건과 Batch처리 요건을 동시에 만족할 수 있는 Hybrid 분석 기능을 제공하는 것이 특징이다. 수집된 데이터를 메모리와 디스크에 분산 저장하기 때문에 사용 빈도가 높은 것은 메모리에 위치할 수 있어 분석과 검색 속도가 빠르다는 장점이 있다. 메타데이터를 활용해 메모리와 하둡에 저장하는 데이터를 구분하는 것도 좀더 체계적인 기준으로 데이터를 분산 배치할 수 있다. 

<그림8> 데이터스트림즈의 IoT를 통한 실시간 데이터 처리 

출처: 데이터스트림즈 

기대 효과와 결론 

IoT와 빅데이터 간의 연계는 소프트웨어적인 요소보다는 아키텍처적 요소가 많이 반영되어 있지만 센서나 디바이스의 네트워크 연계, 빅데이터의 분석, 저장 등을 위한 입력 데이터의 연계 방법에 대해 알고 있어야 효율적으로 전체 아키텍처를 구성할 수 있다. IoT를 통한 빅데이터 활용의 최근 트렌드는 실시간 분석이기 때문에 IoT의 센서나 디바이스의 데이터 수집 부담과 데이터를 분석하고 저장하는 부담을 줄이기 위한 노력이 계속되고 있다.

출처 : http://www.sw-eng.kr/member/customer/Webzine/BoardView.do?boardId=00000000000000045319&currPage=1&searchPrefaceId=&titOrder=&writeOrder=&regDtOrder=&searchCondition=TOT&searchKeyword=IoT+%EC%82%AC%EB%A1%80+%EC%97%B0%EA%B5%AC 

(출처 : 소프트웨어 센터 웹진 자료)

IoT 사례 연구 - 개발 기법 

IoT(Internet of Things) 소프트웨어는 기존 ICT(Information & Communication Technology) 소프트웨어와는 다소 상이한 부분이 있다. IoT 기반 소프트웨어의 경우 IoT 디바이스를 중심으로 개발되어야 하기 때문에 소프트웨어 개발부터 운영까지 확인해야 할 사항들이 존재한다. 이번 회에서는 IoT을 위한 소프트웨어의 구성과 개발에 관해 알아보기로 한다. IoT 기술 적용을 위한 소프트웨어의 요소를 이해하는데 도움이 되기를 기대한다. 

사례 연구 전 확인 사항 

IoT는 사물을 이용한 방식이기 때문에 디바이스와 네트워크에 대한 제어를 소프트웨어에 포함시켜야 하는 경우가 많다. 기존에는 각 산업이나 서비스에서 필요한 정보만을 수집하다 보니 소프트웨어의 규모도 그리 크지 않았지만, 최근에는 엄청난 양의 정보가 수집되어 소프트웨어의 규모도 커지고 그에 필요한 아키텍처도 다양해지는 추세다. 이렇게, 정보를 한 곳으로 모았다가 다시 필요한 곳으로 정보를 제공하는 중앙 집중 식 클라우드 형태가 현재 많이 사용되는 모델이고, 이후 분산 클라우드 형태의 IoT가 많이 연구되어 발표되고 있는 추세다. 

<참고사이트>

이처럼, IoT의 모델이 다양하게 존재하지만, 소프트웨어 입장에서 근본적인 IoT의 모델은 다양한 사물에서 데이터를 수집하는 형태다(그림1). 기존에는 단독 사물에서 데이터를 수집하는 형태였지만, 여러 사물에서 중앙집중식으로 변화가 일어나면서 소프트웨어는 더 많은 디바이스와 연결하고 더 많은 데이터를 가져오는 것으로 변화됐다. 

<그림1> IoT 모델의 변화 

출처: 전자부품연구원  

그림1에서 보는 것처럼, 소프트웨어 관점에서는 표준화된 플랫폼을 구축하여 다양한 디바이스와 네트워크의 제어가 가능하게 된다. 아래는 이렇게 표준화된 플랫폼 기반에서 다양한 IoT 서비스 위한 소프트웨어 개발에 필요한 능력이다. 

IoT 디바이스를 제어하기 위한 시스템 소프트웨어 개발 능력 

IoT를 위한 디바이스들은 모바일폰과 같은 스마트 디바이스와는 다르게 센서와 같은 하드웨어 측면의 부가적인 기능을 가진 디바이스가 많다. 이러한 기능을 원활히 동작하게 하고 다양한 하드웨어를 추가하기 위해서는 유연성과 확장성이 필요하다. 이를 위해, 펌웨어보다는 임베디드 적용이 필요하고 임베디드 기반의 소프트웨어 개발 능력이 요구된다. 여기서, 기존의 임베디드는 하드웨어 중심의 기능은 단순하고 독립적으로 구성되었지만 IoT가 적용되면서 최근에는 소프트웨어를 중심으로 구성되어 많은 기능을 제어할 수 있고 확장이 용이하게 변화되었다(그림2). 하드웨어의 비중이 줄어들고 유연한 확장이 용이한 소프트웨어 중심의 임베디드 시스템 설계가 이루어지고 있기 때문이다.

<그림2> IoT 모델 변화에 따른 임베디드 시스템의 변화 

출처: RENESAS 

IoT 네트워크와 인터페이스를 위한 소프트웨어 개발 능력 

IoT의 발전과 함께 빠질 수 없는 요소가 IoT 게이트웨이(Gateway)다. IoT 게이트웨이는 각 디바이스에서 수집되는 데이터를 모아 전송하기 때문에 IoT 게이트웨이가 있으면 디바이스가 꼭 인터넷에 접근할 필요가 없어 네트워크 대역폭의 부담을 낮출 수 있다. 또한, 불필요한 데이터는 거르고 필요한 데이터만 전송하도록 한다면 데이터의 신뢰도를 높이고 네트워크의 트래픽을 낮출 수 있다. 또, 통신 네트워크와 인터페이스의 유연한 확장을 위해서도 소프트웨어를 통한 제어가 필요하다. 

<그림3> IoT 게이트웨이를 적용한 IoT 구성 

출처: Intel 

IoT에서 수집된 빅데이터를 지식화 하기 위한 소프트웨어 개발 능력

IoT는 엄밀히 IoT 자체적인 서비스는 거의 없다. 대부분 IoT에서 수집된 정보를 활용하는 서비스이다. IoT 소프트웨어에 빅데이터 관련 개발 능력이 필요한 이유다. 사물에서 데이터를 수집하고 네트워크를 통해 전달한 후 빅데이터 활용 프로세스에 맞춰 서비스를 제공한다(그림4). 

<그림4> IoT를 통한 빅데이터 수집 및 활용 

출처: 공개소프트웨어포털  

<참고링크>

IoT 플랫폼은 위 세 가지를 적용하여 구성할 수 있다(그림5). 특정 디바이스만이 아닌 일반적인 디바이스는 모두 제어할 수 있고 인터페이스를 통해 데이터를 주고 받을 수 있으며, 빅데이터 수집, 분석, 정보화 등을 통해 다양한 서비스를 제공하게 된다. 이러한 일들은 소프트웨어를 통해 유연하게 확장할 수 있고, 서비스 특성에 따라 소프트웨어를 설계하면 된다. 

<그림5> IoT 플랫폼의 예 

출처: 사물인터넷 - 개념, 구현기술 그리고 비즈니스 

IoT 플랫폼을 사용하게 되면 전통적인 소프트웨어 개발보다 현저히 줄어든 개발 기간을 확인할 수 있다(그림6). 왜냐하면, 센서와 디바이스, 네트워크와 인터페이스의 제어 방법이 플랫폼에서 제시될 수 있고, 빅데이터 수집과 분석 후 서비스를 제공하는 방법까지 플랫폼에서 정의될 수 있기 때문이다. 

<그림7> 전통적인 개발과 플랫폼을 사용한 개발의 비교 

출처: RENESAS 

그림7을 살펴보면, 위 쪽의 전통적인 개발에서는 드라이버, 미들웨어 설계까지 포함되어 있지만 아래는 그 부분이 모두 플랫폼에 포함되어 있기 때문에 별도의 설계나 개발이 필요하지 않다. 그리고, 기존 개발에서는 요구사항에 따라 기능에 필요한 하드웨어를 선택하고 주변 하드웨어를 설계하지만, 플랫폼 기반에서는 사용자가 사용하는 기능에 따라 플랫폼에서 사용자가 필요한 부분을 정의하고 적당한 소프트웨어를 개발하면 된다. 

사례 연구 

AWS 플랫폼 

AWS IoT 플랫폼은 디바이스에 SDK(Software Development Kit)을 제공하고, 게이트웨이를 통해 애플리케이션과 디바이스 간의 통신을 제공해주고 있다(그림8). 플랫폼 밖인 디바이스에서 정보를 쉽게 전달 받고 플랫폼의 인증과 다양한 개발 라이브러리 등도 활용할 수 있도록 SDK를 제공하고 있다. 

<그림8> AWS IoT 플랫폼 

출처: Amazon 

규칙 엔진(Rule Engine)을 사용하면 인프라를 관리할 필요 없이 디바이스에서 수집된 데이터를 처리, 분석할 수 있고, 비즈니스 규칙에 따라 다른 디바이스나 클라우드 서비스로 이를 변환하거나 전송할 수 있다. 그림에서 보는 것처럼 IoT 서비스에 따라 달라질 수 있는 디바이스나 애플리케이션을 제외한 부분을 플랫폼으로 구성하면서 아키텍처의 강건성이 매우 높아질 수 있고 개발 기간이나 복잡도를 낮출 수 있다. 

<참고사이트>

LG CNS의 IoT 플랫폼 

LG에서는 나날이 발전하고 있는 IoT 시장을 위해 6가지 기술을 정의하여 발전 전략을 수립했다. 아래를 살펴보면, 디바이스 관련 기술(⑤), 네트워크와 인터페이스 관련 기술(①②), 빅데이터 관련 기술(③)과 이를 통합 지원하는 기술(④⑥)로 구분된 것을 확인할 수 있다. 이를 통해, LG가 지향하는 바는 “다양한 디바이스로부터 수집된 대량의 센서 데이터들을 안정적으로 송/수신하고, 클라우드 환경에 저장된 데이터의 처리 및 분석을 통해 지능형 서비스까지 제공하는 플랫폼”이다. 

① Gateway와 Edge Device 관련 기술  

② 대량의 데이터를 안정적으로 전달할 수 있는 통신 기술 

③ 이벤트 처리와 데이터 분석 및 추천을 위한 빅데이터(Big Data) 관련 기술 

④ 위의 언급한 기술들의 Base 제공 및 융합을 지원할 플랫폼과 Enabler 관련 기술 

⑤ 인증/권한을 통한 데이터 보안뿐만 아니라 디바이스와 칩(Chip) 레벨의 보안 기술 

⑥ 사용자와 상호 작용할 수 있는 UI/UX 기술 

LG에서는 디바이스의 쉼 없는 발전과 폭발적으로 증가하는 데이터를 활용한 새로운 비즈니스가 IoT를 통해 나타난다고 하고 있다. 이 때, 특정되지 않은 디바이스나 서비스를 쉽게 받아들이고 표준화된 서비스를 통해 쉽게 IoT 서비스에 접근할 수 있도록 가이드 하고 있다. 그림9는 LG에서 제시하는 IoT 플랫폼인데, 다른 곳에서 제시하는 IoT 플랫폼과 레이아웃이 거의 유사하다.  디바이스→네트워크→서비스 로 이어지는 흐름을 기본으로 하고 있고, 다수의 디바이스와 사용자에 대한 인증, 보안이 추가되어 있기 때문이다. 

<그림9> LG CNS의 IoT 플랫폼 

출처: LG CNS 

기대 효과와 결론 

지금까지 IoT에 대해 아키텍처, 보안, 빅데이터 연계, 개발에 대해 살펴보았다. IoT는 소프트웨어보다는 많은 부분이 하드웨어 중심으로 서비스되어 왔던 것이 사실이다. 하지만, 기하급수적으로 늘어나는 IoT 관련 디바이스와 서비스로 인해 개별적으로 개발이 이루어지는 것은 매우 소모적이고 많은 손실을 가져온다. 체계적이고 표준화된 플랫폼 사용으로 IoT를 활용한 신규 서비스가 더 많이 늘어나기를 기대한다. 

참고자료 

□ https://aws.amazon.com/ko/iot/how-it-works/ 

□ http://www.lgcns.com/ 

출처 : http://www.sw-eng.kr/member/customer/Webzine/BoardView.do?boardId=00000000000000045453&currPage=1&searchPrefaceId=&titOrder=&writeOrder=&regDtOrder=&searchCondition=TOT&searchKeyword=IoT+%EC%82%AC%EB%A1%80+%EC%97%B0%EA%B5%AC