[기획자의 하드웨어 5분 스터디] #001. 클라우드 AI vs 엣지 AI (Edge AI)

💡 하드웨어와 AI 도메인으로 시야를 넓혀가는 서비스 기획자의 5분 스터디 기록입니다.

 

[개념]

클라우드 AI: 카메라가 찍은 영상을 전부 본사 서버(Cloud)로 보내서 분석하는 방법.
- 장점: 분석 능력이 좋다.
- 단점: 데이터 전송량이 많아 비용이 비싸고, 영상이 가는 동안 지연 시간(Delay)이 발생한다.

엣지 AI: 카메라 '기기 자체'에 지능을 넣어서 서버로 보내기 전에 카메라가 스스로 분석/판단하는 방법.
- 장점: 시간 대응이 빠르고, 보안(Privacy)에 강하며 서버 비용이 절감된다.
- 단점: 분석 능력, 메모리, 배터리가 기기에 의존하므로 제한적이다. 유지보수도 복잡하다. 경량화가 필수!

 

[최신 트렌드]

"On-Device AI의 진화"
영상 보안 시장은 이제 단순히 '녹화'하는 단계를 지나 '현장에서 즉시 판단'하는 엣지 AI로 완전히 넘어왔다고 한다. 두 가지를 섞어서 하이브리드 구조로 활용하기도 한다는데, 현장에서의 보안 강화, 진동감지나 사고 감지 등을 인지하기에는 엣지 AI, 장기적인 데이터를 모아서 대규모 분석 또는 예측 모델을 생성하기에는 클라우드 AI가 좋다고 한다.

 

[오늘의 인사이트]

원하는 기능이 있을 때 어떤 기술이 필요할지 고민하는 것부터 기획자의 몫인 것 같다. 예를 들자면, 침입 감지 알람은 Edge(빨라야 하니까), 지난 한 달간의 방문객 통계 분석은 Cloud(데이터가 많아야 하니까)로 나눌 수 있을 것 같다.

특히 영상 보안 도메인에서는 '엣지 AI'가 단순히 속도의 문제가 아니라 유럽의 GDPR과 같은 개인정보보호법에 대응할 수 있는 법률적 방어선이라고도 할 수 있겠다. 클라우드로 영상을 전송하는 순간 '개인정보 유출' 리스크가 커지지만, 엣지에서 분석 후 "사람이 침입함"이라는 결과값(텍스트)만 전송하면 보안 관련 리스크를 많이 줄일 수 있지 않을까.