[한장TECH] 업계가 주목하는 ‘임베디드 AI’는 어떤 모습일까

[테크월드뉴스=양승갑 기자] 임베디드가 더욱 정교해지고 복잡해짐에 따라 강력한 시스템 구축의 필요성이 높아지면서 AI의 잠재력을 활용한 ‘임베디드 AI’가 주목받고 있다. 임베디드 AI란 ML과 딥러닝을 시스템 및 소프트웨어에 적용하는 것을 의미한다. 비유하자면 CCTV 데이터를 실시간으로 스트리밍하고 분석이 가능하게 만드는 것이다.

특히 다양한 산업에서 지능형 시스템에 대한 수요가 증가하고 의사결정 최적화에 대한 요구가 많아지면서 임베디드 AI 활용도 늘어날 것으로 예측된다. 업계에서는 모델 최적화라는 과제가 남아있지만 디바이스의 최적의 성능을 보장하고 데이터에 기반한 의사결정이 가능해질 것으로 예상했다.

▶ AI와 결합된 임베디드

AI·ML(머신러닝) 기술이 발전하고 효과적인 커뮤니케이션을 위한 커넥티드 디바이스 및 사물인터넷(IoT) 시스템이 확산되면서 임베디드 AI가 주목받고 있다. 특히 지능형 및 자율 시스템에 대한 수요가 증가하면서 임베디드 AI 사용도 확장되는 추세다.

임베디드 AI는 수집되고 분석된 데이터를 기반으로 예측 및 반응형 정보를 제공할 수 있다. 이와 관련해 화웨이는 ‘네트워크 디바이스에 내장돼 AI 기능을 제공하는 범용 시스템’으로 임베디드 AI를 정의하며 AI가 주도하는 4차 산업혁명에서 다양한 가치를 창출할 것으로 내다봤다.

시장 성장세도 가파르다. 시장조사기관 리서치앤마켓에 따르면 2023년 임베디드 AI 시장은 94억 달러(약 12조 4760억 원)에서 5년 뒤 2028년에는 2배 규모인 180억 달러(약 23조 8900억 원)에 이를 것으로 전망된다.

▶ 특정 요구사항 충족, 맞춤형 데이터로 지능적 의사결정 도와

업계에서는 임베디드 시스템과 AI가 결합될 경우 특정 요구사항에 보다 적합한 시스템 커스터마이징이 가능해질 것으로 보고 있다. 원활한 호환성과 효율적인 리소스 활용을 보장한다는 설명이다.

근본적으로 AI의 핵심 요소는 데이터, 알고리즘, 컴퓨팅 파워다. AI 기능이 시스템에 영향을 미치게 되면 실시간 데이터를 추론하고 공급 업체와 시스템 설계자들 모두 하드웨어를 맞춤화해 최적의 성능을 달성할 수 있다.

이미 기업들은 자사 솔루션 및 애플리케이션에 AI를 도입하고 있다. 엔비디아의 AI 플랫폼 ‘젯슨’이 대표적이다. 엔비디아는 엣지 AI 시스템 ‘Jetson Tx2 Nx’을 선보이며 사전 학습된 AI 모델을 사용해 맞춤형 AI 네트워크를 개발을 돕는다. 데이터 수집·검증·전처리 등 전체 AI 파이프라인을 위한 하드웨어 가속기가 포함됐다.

또한 작고 전력 효율적인 개발 모듈로 획기적인 제품을 만드는 데도 사용된다. 최근 웨어러블 기기는 편의성과 정확한 데이터를 요구를 하는데 임베디드 기기에 내장된 AI 알고리즘은 결과를 개선하고 맞춤형 데이터 분석을 가능하게 하는 잠재력이 있다.

ML 전문기업 엣지임펄스(Edge Impulse)의 경우 메모리나 전력이 거의 필요로 하지 않는 소형 엣지 장치 ‘Oura Ring’를 이용해 수면 패턴과 사용자 상태에 대한 분석을 개선하도록 정보를 제공한다. 딥러닝과 임베디드 시스템의 결합으로 이른바 ‘초소형 ML’이 가능해진 것이다.

특히 강력하고 에너지 효율적인 프로세서에 대한 수요가 증가하면서 산업별 애플리케이션을 위한 임베디드 사용이 증가할 것으로 전망한다. 단순 작업 자동화에 머무르지 않고 지능적인 의사결정으로 비즈니스 프로세스에 영향을 미친다는 시각이다.

메르세데스-벤츠는 AI 스타트업 Modcam의 엣지 컴퓨팅용 AI 알고리즘을 사용해 대리점 레이아웃을 최적화했다. 메르세데스-벤츠에 따르면 자동차 제조업체의 판매 성공은 탐색하기 쉽고 최적화된 쇼핑 경험에 있다. AI 알고리즘이 적용된 스마트센서를 통해 공간에서 사람들이 어떻게 움직이는지 분석하며 특정 레이아웃이나 간판에 얼마나 머무는지 고객 구매 선호도에 대한 정보를 식별할 수 있게 됐다.

국내 기업들도 임베디드 AI에 대한 필요성을 인식하고 있다. (KESSIA) 조사에 의하면 전체 2571개사 중 60%가 향후 임베디드 소프트웨어에 AI 적용이 필요하다고 응답했다. 또한 공급·활용, 소프트웨어, 모듈 등 기업 유형별로도 임베디드 AI가 중요하다고 나타났다.

업계 관계자는 “원론적일 수도 있겠지만 임베디드가 산업 현장에서 많이 쓰이게 되면서 다양한 성능과 기능을 요구하고 있다. B2B 대상 AI 인프라를 위한 시스템도 마찬가지”라며 “시스템 구축에 대한 개발 입장에서는 퀄리티 문제가 있을 수 있는데 임베디드 AI가 이를 보완할 수 있을 것”이라고 말했다.

▶ 가치 크게 늘지만, 비용은 어떻게

한편 임베디드 AI는 부적절한 계산 리소스가 진행됐을 경우를 대비한 모델 최적화가 필요하다. 또한 높은 정확도 및 AI 컴퓨팅 요구를 충족하기 위한 인프라 비용도 고민거리다.

큰 맥락으로 보았을 때 임베디드 시스템은 AI, IoT, ML 등 4차 산업혁명의 핵심적인 기술들과 연관성이 있다. 이런 기술들과 결합되면 성능에서 우수성을 보일 수 있겠으나 막대한 자원의 소모는 피할 수 없다.

특히 국내의 경우 임베디드 산업 지원 정책에서 어려움을 겪는 가운데 장기적인 산업 발전에 난항이 예상된다. 산업부에 따르면 ‘산업용임베디드시스템기술개발(R&D)’ 예산은 2021년 83억 원, 2022년 56억 원, 올해 39억 원으로 매년 감소하고 있다. 또한 KESSIA에 따르면 2020년 기준 국내 임베디드 소프트웨어 인력은 2017년 대비 약 1만 명 감소한 4만 6100명이다.