AIoT의 시대: 연결에서 자율로
지능형 객체 간 협업, 인간 개입 최소화지능형 객체 간 협업, 인간 개입 최소화
서론
다가오는 2025년 11월 26일, 코엑스에서 AIoT Korea Exhibition 2025가 개최된다. IoT는 그동안 스마트 홈·스마트 시티·산업 자동화 등 여러 분야에서 꾸준히 확장되어 온 핵심 기술이며, 여기에 최근 가트너가 선정한 주요 기술 트렌드 다수를 차지할 만큼 큰 주목을 받고 있는 AI 기술이 결합하면서 다시 한 번 도약을 맞고 있다. 특히 단순히 사물 간 연결에 머물던 기존 IoT를 넘어, 사물이 스스로 인지하고 예측하며 결정을 내리는 지능형·자율형 AIoT로의 발전이 가속화되고 있다. 이번 칼럼에서는 이러한 AIoT의 개념과 기술적 흐름, 그리고 산업별 확장 가능성을 간단히 살펴보고자 한다.
1. 사물인터넷(IoT)의 발전 단계
1-1. IoT 기술 개괄
사물인터넷(IoT, Intelligence of Things)은 유⋅무선 네트워크의 단말장치와 주변의 모든 인터페이스를 물리적으로 결합한 환경을 의미한다. 스마트 홈, 스마트 시티, 스마트 팩토리 등으로 변형되어 공공, 민간, 국방 등 사회 다양한 산업 분야에 활용되었다. IoT를 기반으로 공간, 위치, 온도, 초음파 등 변동 정보를 빠르고 손쉽게 저장 및 처리, 공유, 활용할 수 있기에 초연결 생태계가 마련될 수 있었다.
사물인터넷에 쓰이는 대표적인 기술에는 센싱, 네트워크 인프라, 서비스 인터페이스 모듈이 있다. 이와 같은 기술을 기반으로 각종 소형 컴퓨터 디바이스에 컴퓨터 칩, 유⋅무선통신 기능을 내장하고, 인터넷을 연결하여 자율적으로 새로운 정보를 생성 및 전달하도록 한다.
센싱 기술은 여러 형태의 스마트 센서를 활용하여 사물 주변의 다양한 정보를 수집 및 가공하는 기술로, 기술적 차원에서 지능적으로 진화를 계속하고 있다.
네트워크 인프라는 유무⋅선 네트워크를 통해 인간-사물-서비스 등 분산되어 있는 환경 요소들을 연결하는 유비쿼터스 환경 기술을 의미한다. 최근 발달하고 있는 5G 기반 사물인터넷 네트워크는 mMTC, URLLC 등을 기반으로 하여 동시 접속 기기 수가 기하급수적으로 늘어나고 있다.
서비스 인터페이스 기술은 네트워크 상에서 수집된 정보를 open API 기반 서비스를 통해 수집 및 분석, 처리할 수 있는 기술을 의미한다.
1-2. IoT 발전단계
IoT는 기술적 차원에서 발전을 거듭하며 그 형태와 수준, 범위 등에 있어 빠르게 달라지고 있다. 현재까지의 발전 단계는 사물과 사람 간 연결을 주 목적으로 하는 연결형 IoT(Connectivity IoT), 여기에 클라우드나 인공지능 기술을 결합하여 데이터 기반의 의사결정까지 지원하는 지능형 IoT(Intelligence IoT), 여기에서 한 단계 더 발전한 높은 수준의 자율형 IoT(Autonomy IoT) 3단계로 구분할 수 있다.
이를 적용 기술, 의사결정 주체, 초점을 기준으로 구분하면 다음과 같다.
연결형 IoT
적용 기술: 무선 통신, 연결 관리
의사결정 주체: 인간
초점: 사물 간 연결
지능형 IoT
적용 기술: 인공지능, 빅데이터, 클라우드 컴퓨팅
의사결정 주체: 인간, 클라우드 지능
초점: 클라우드 기술 발전, 인공지능 융합
자율형 IoT
적용 기술: 인공지능, 객체 지능, 엣지 컴퓨팅
의사결정 주체: 인간, 클라우드 지능, 객체(협업) 지능
초점: 지능형 객체 간 협업, 인간 개입 최소화
세 가지의 발달 단계는 크게 연결형 IoT가 지능형 IoT, 자율형 IoT와는 구분된다. 연결형 IoT와 달리 사물이 지능화되어 인지, 판단, 대응, 학습 등이 가능하다는 점에서 지능형 IoT와 자율형 IoT에서는 인간의 개입이 최소화되며 사물의 자율적인 의사결정이 가능하다.
특히 자율형 IoT의 경우 용도나 목적에 따라 사업별로 최적화된 모습을 보인다. 예컨대 산업분야에 최적화된 IIoT(Industrial Internet of Things), 의료기기 정보나 건강관리 등의 기능을 연결하여 의료 데이터를 관리하는 IoMT(Internet of Medical Things), 질병 및 건강 강화를 목적으로 건강관리 서비스를 제공하는 IoHT(Internet of Health Things) 등이 그것이다. 특히 대규모의 데이터를 수집하여, 머신러닝 및 인공지능을 통해 분석 및 활용하는 AIoT(Artificial Intelligence of Thing)의 발전이 큰 주목을 받고 있다.
2. AIoT와 기반 기술
2-1. AIoT 개괄
AIoT와 같은 지능형 IoT는 효율적인 IoT 서비스 운영을 위해 IoT 인프라와 인공지능, 머신러닝 등이 융합한 기술이다. <그림 1>과 같이, AI는 IoT에서 생성 및 수집되는 방대한 데이터를 클라우드에 저장한 뒤 기계학습을 통해 지능적으로 분석한다. 즉 AI는 IoT에 인식기능을 제공하고, IoT는 AI 알고리즘을 훈련하는 데이터를 제공하며 상호 보완적 관계를 이루는 것이다.
자율형 사물인터넷에서 ‘사물’은 물리적 사물뿐만 아니라 디지털 사물, 생물학적 존재 등을 통칭하는 표현으로, 자율형 IoT는 물리적 객체 간 연결을 넘어 객체와 사람을 높은 수준으로 연결되도록 한다. 이로써 AIoT는 4차 산업혁명의 핵심 기술로서 초연결성, 초지능성, 초융합성을 띠는 IoT와 AI 기반의 산업 총체라고 설명될 수 있다.
<그림 1> AIoT 기술 아키텍처2-2. AIoT의 기술적 기반
그렇다면 AIoT는 어떠한 형태로 발전하고 있을까. AIoT의 지능화 발전 단계는 다음과 같이 다시 3단계로 구분될 수 있다.
먼저 단일장치 지능(Standalone Intelligence)으로 출발한다. 독립형 장치가 사용자의 명령을 인식, 이해하고 결정을 내린 뒤 피드백을 내릴 수 있다. 그러나 장치 간 활성 연결이 부재하며, 사용자가 직접 두 장치 간 상호작용에 대한 지침을 마련해야 한다.
현재 AIoT 기술은 앞선 단일장치 지능에서 상호 연결된 지능(Interconnected Intelligence)으로 진화화하고 있다. 이는 하나의 클라우드나 중앙 콘솔, 다중 터미널 및 센서를 활용하여 상호 연결된 제품 매트릭스를 의미한다.
AIoT가 앞으로 밟아나갈 단계는 능동 지능(Active Intelligence)이다. 이는 사용자의 행동 선호도, 이미지부터 환경 등 기타 유형의 정보에 따라 서비스를 제공할 준비를 마친 단계다. 이때 AIoT는 자동 학습 및 자기 적응, 자동 서비스 개선 등이 가능하며 사용자의 지침 없이도 사용자가 필요로 하는 서비스를 주체적으로 제공할 수 있는 수준이다.
AIoT의 가치 사슬 또한 기술 기반의 구분을 통해 살펴볼 수 있는데, 이는 <그림 2>와 같이, 센서 계층, 전송 계층, 플랫폼 계층, 애플리케이션 및 서비스 계층의 네 가지 수준으로 구분할 수 있다.
먼저 센서 계층은 데이터 정보를 수집하는 구간으로, IoT 단말기에 부착된 센서와 칩, 여기에 적용된 운영체제와 소프트웨어, AI 알고리즘 등을 모두 포함한다. iFlyteck가 대표적인 업체에 해당한다.
이어 전송 계층은 센서 계층에서 얻은 데이터를 전송하는 구간으로, 통신 하드웨어 및 연결 네트워크가 포함된다. 인텔, Orange와 같은 서비스 제공업체가 대표적이다.
플랫폼 계층은 데이터를 저장 및 분석하는 구간으로 구글, 애플, 아마존, IBM와 같은 기업들이 이에 해당한다.
마지막으로 애플리케이션 및 서비스 계층은 AI 기술을 활용하여 부가가치를 창출하여 애플리케이션 및 서비스를 제공하는 구간으로, Baiseniao, Schneider 등이 대표적이다. 부가가치 서비스를 창출하는 마지막 계층이 전체 AIoT 가치 사슬의 절반 이상을 차지한다.
<그림 2> AIoT 가치사슬2-3. 데이터 운영모델과 엣지 컴퓨팅
AIoT의 핵심 기술 요소 중 하나는 엣지 컴퓨팅 기술이다. 이 기술을 이해하기 위해서는 데이터 운영모델에 대한 개념이 선행되어야 한다. 사물이 자율적인 의사결정을 하기 위해서는 대규모 빅데이터를 분석해야 한다. 그런데 이 때 기존의 중앙집중형 데이터 운영모델은 중앙으로 데이터를 송수신하기 때문에 비용 증가나 속도 저하 등 서비스 지연 문제가 존재한다. 또한 내부통제, 관리, 정보침해 등의 문제가 발생할 수 있다. 예컨대 온프레미스, 클라우드 데이터 센터가 중앙집중형 데이터 운영모델에 해당한다.
이러한 한계를 극복하기 위해 제시된 것이 분산형 데이터 운영모델이며, 이를 구현할 수 있는 기술이 엣지 컴퓨팅이다. 엣지 컴퓨팅은 <그림 3>와 같이 IoT 기기에서 발생한 대량의 데이터를 단독 클라우드 서버에서 처리하는 것이 아니라, 클라우드 서버와 IoT 디바이스 사이에 위치한 엣지 컴퓨팅 서버에 보관하여 업무를 수행한다. 이를 통해 단독 서버 구조에서 처리하며 발생하던 서비스 지연 및 대역폭 문제를 최소화할 수 있게 된다. 대표적으로 최근 OTT 서비스에서 즉각적인 동영상 스트리밍이 가능한 이유가 이와 같은 구조를 사용하기 때문이다.
<그림 3> 엣지 아키텍처엣지 컴퓨팅을 통해 얻을 수 있는 이점은 다음과 같은 세 가지로 축약할 수 있다.
먼저 지연 시간이 감소된다. 개별 IoT 장치에서 생선된 데이터를 중앙 클라우드로 전송할 필요가 없기 때문에 처리를 위한 지연 시간이 줄어든다.
또한 중앙 클라우드로 전송될 때 활용하던 광역 네트워크 대신 로컬 영역의 네트워크를 활용하기 때문에 더 낮은 비용으로 더 높은 대역폭을 확보할 수 있게 된다.
마지막으로 데이터 주권을 확보할 수 있게 된다. 데이터가 중앙으로 이동하지 않고 수집된 위치에서 관리 및 처리되기 때문에 기업은 사이버 보안 공격으로부터 데이터를 보호하고, 데이터 위치 관련 법률 또한 준수하기 용이해진다.
3. 결론
AIoT는 리테일, 농업, 헬스케어, 스마트 시티, 스마트 팩토리 등 다양한 분야로 확장하며 우리 삶과 산업 전반에 깊이 스며들고 있다. 사물이 스스로 학습하고 협업하는 시대가 열리면서, AIoT는 단순한 기술을 넘어 새로운 산업 구조와 생활 방식의 변화를 이끄는 핵심 동력으로서의 역할을 다하고 있다.
이 뿐만 아니라 AIoT는 앞으로의 기술이 산업 간 확장 뿐 아니라 기술 간 결합 및 확장이 가능함을 보여주는 대표적인 생태계라는 점에서 의미가 있다. AIoT는 앞으로도 엣지 컴퓨팅, 디지털 트윈, 생체 인식 등 다양한 기술들과 추가적인 결합을 통해 더욱 발전해나갈 것이다. 변화의 속도가 빠른 만큼 우리 또한 IoT를 포함한 각종 기술과 기술을 둘러싼 생태계의 흐름을 눈여겨보며 경영 산업 전반 및 기술 환경을 이해할 수 있는 기준을 세워야 할 것이다. 다가오는 AIoT Korea Exhibition 2025는 이러한 변화의 흐름을 가장 가까이에서 확인할 수 있는 자리다. 최신 기술과 실제 활용 사례를 한눈에 살펴볼 수 있는 좋은 기회이니, 시간이 허락한다면 직접 방문해 미래 기술의 방향을 체감해보는 것도 좋을 것이다.
참고문헌 출처
Atlam, H., Walters, R., & Wills, G. (2018). Fog computing and the Internet of Things: A review. Big Data and Cognitive Computing, 2(2), 10.
NVIDIA Korea. (2021). What is edge computing?
Tuya Smart, & Gartner. (2021). 2021 Global AI+IoT developers ecosystem white paper. Tuya Smart.
이정구. (2021). 지능형 IoT 기술개발 동향. 『주간기술동향』, 한국정보통신기술협회(TTA).
이한솔, 최정우, 변기범, 홍지만. (2019). 포그 컴퓨팅을 위한 효율적인 IoT 플랫폼. 『스마트미디어저널』, 8(1), 35-42.
홍성표. (2024). 사물인터넷의 기술발전: 지능형 사물인터넷(AIoT). 『한국전자통신학회논문지』, 19(6), 1341-1346.
작성자: ITS 29기 김윤환
