2020.11.17

AI를 사용해 IoT 센서와 장치의 수명을 연장한다…피츠버그대학 스완슨공대

Patrick Nelson | Network World
연구진은 AI와 에너지 하베스팅 기술을 사용해 센서와 IoT 장치의 수명을 늘리는 것을 목표로 하고 있다. 
 
ⓒ Getty Images Bank

센서 전력 손실은 IoT의 골칫거리다. 수백만 개의 센서를 배치할 때 장치의 전력이 계속해서 고갈되면 거의 쓸모가 없다. IoT 센서는 전력이 없으면 데이터를 수집하거나 전송할 수 없다. 

이것이 연구원들이 에너지 하베스팅 기술을 탐구하는 이유 가운데 하나다. 수많은 프로젝트에서 환경의 주변 에너지(예, 외부 자계, 습도, 폐열, 원치않는 무선 잡음)를 사용 가능한 전기 에너지로 변환해 IoT에 전력을 공급함으로써 소량의 전력을 생성할 수 있음을 보여줬다. 

그러나 주변 에너지를 수확할 수는 있지만, 이것으로는 배터리 전력에 대한 신뢰할 수 있는 대체품이 될 수 없다. 

미국 피츠버그 대학의 과학자들은 인공지능을 적용해 IoT 센서의 에너지 소비를 줄이고 배터리 수명 문제를 완화하는 시스템을 제안하고 있다. 이 프로젝트는 환경에서 수확한 에너지로 구동되는 피기백 센서(piggyback sensors)를 사용해 메인 센서를 작동시킨다. 피기백 센서는 AI 알고리즘을 사용해 무인으로 실행되는데, 특정 이벤트 조건이 충족될 때만 주요 장치가 켜지도록 신호를 보낸다. 

피츠버그대학교 스완슨공대 전기 및 컴퓨터 공학 부교수이자 연구 책임자 징통 후는 “환경에서 수확한 에너지로 AI 알고리즘을 실행하는 데 있어 주요 과제 가운데 하나는 환경에서 발생하는 에너지가 간헐적이라는 것”이라며, “센서 전원이 끊기면 데이터가 손실되기 때문에 간헐적인 전력으로도 AI 알고리즘이 정확한 의사결정을 할 수 있기를 원한다”라고 설명했다.  

주요 데이터 수집 센서와 무전기에는 여전히 배터리 공급이 필요하지만, 특정 이벤트 동안에만 작동한다면 전력 사용량은 감소한다. 후는 “주요 장치는 모든 잡다한 작업을 수행하도록 프로그래밍되어 있다. 작은 센서가 환경을 모니터링해 필요할 때만 더 큰 센서를 깨우도록 한다"라고 말했다. 

개념은 간단하게 들리지만 실행하기는 쉽지 않다. 
미국 국립과학재단(National Science Foundation, NSF)는 8월 피츠버그 대학 프로젝트를 지원하기 위해 25만 달러의 보조금을 수여했다. NSF 사이트에는 이 팀의 노력을 다음과 같이 설명했다. 

이 프로젝트는 배터리가 없는 장치에서 인공지능을 실현하는 것을 목표로 한다. 그러나 2가지 주요 과제가 있다. 1. 대부분의 기존 딥 신경망(Deep Neural Networks, DNN)은 리소스가 제한된 마이크로컨트롤러에 장착하기 어렵다. 2. DNN은 보통 하나의 추론 결과를 얻기 위해 복수의 실행 에피소드를 필요로 하며, 약하고 예측할 수 없는 수확된 전력으로는 시간이 무한정 걸릴 수 있다. 이 프로젝트는 이런 과제를 해결하기 위해 각 실행 에피소드동안 점진적으로 정확한 추론 결과를 출력할 수 있는 다중 출구 DNN을 개발하고 있다.  

이 연구진은 에너지 하베스팅 기술로 구동되는 IoT 장치에서 간헐적인 증분 추론을 수행할 수 있는 기반을 마련하기 위한 3가지 과제를 설명했다. 

첫째, 새로운 전력 추적 인식 압축, 온라인 가지치기, 적응 알고리즘이 개발되어 간헐적으로 전력이 공급되는 장치에 다중 출구 DNN을 효율적으로 배치할 수 있게 될 것이다. 둘째, 새로운 다중 출구 통계와 증분 신경망(Multi-Exit Statistical and Incremental Neural Networks, MESI-NN)이 개발될 것이다. 이는 대기 시간을 더욱 줄이고 정확도와 에너지 효율을 향상시킨다. 셋째, 최고의 MESI-NN 아키텍처를 자동으로 검색하기 위한 새로운 신경 아키텍처 검색 알고리즘이 개발될 것이다. 이 프로젝트는 이미지 분류, 키워드 스폿팅(keyword spotting), 활동 인식(activity recognition) 등과 같은 실제 시스템과 애플리케이션 분야로 평가된다. 

요약하자면, 이 프로젝트의 궁극적인 결과는 정교한 배터리가 없는 컴퓨팅 시스템”을 만드는 것이다. editor@itworld.co.kr 


2020.11.17

AI를 사용해 IoT 센서와 장치의 수명을 연장한다…피츠버그대학 스완슨공대

Patrick Nelson | Network World
연구진은 AI와 에너지 하베스팅 기술을 사용해 센서와 IoT 장치의 수명을 늘리는 것을 목표로 하고 있다. 
 
ⓒ Getty Images Bank

센서 전력 손실은 IoT의 골칫거리다. 수백만 개의 센서를 배치할 때 장치의 전력이 계속해서 고갈되면 거의 쓸모가 없다. IoT 센서는 전력이 없으면 데이터를 수집하거나 전송할 수 없다. 

이것이 연구원들이 에너지 하베스팅 기술을 탐구하는 이유 가운데 하나다. 수많은 프로젝트에서 환경의 주변 에너지(예, 외부 자계, 습도, 폐열, 원치않는 무선 잡음)를 사용 가능한 전기 에너지로 변환해 IoT에 전력을 공급함으로써 소량의 전력을 생성할 수 있음을 보여줬다. 

그러나 주변 에너지를 수확할 수는 있지만, 이것으로는 배터리 전력에 대한 신뢰할 수 있는 대체품이 될 수 없다. 

미국 피츠버그 대학의 과학자들은 인공지능을 적용해 IoT 센서의 에너지 소비를 줄이고 배터리 수명 문제를 완화하는 시스템을 제안하고 있다. 이 프로젝트는 환경에서 수확한 에너지로 구동되는 피기백 센서(piggyback sensors)를 사용해 메인 센서를 작동시킨다. 피기백 센서는 AI 알고리즘을 사용해 무인으로 실행되는데, 특정 이벤트 조건이 충족될 때만 주요 장치가 켜지도록 신호를 보낸다. 

피츠버그대학교 스완슨공대 전기 및 컴퓨터 공학 부교수이자 연구 책임자 징통 후는 “환경에서 수확한 에너지로 AI 알고리즘을 실행하는 데 있어 주요 과제 가운데 하나는 환경에서 발생하는 에너지가 간헐적이라는 것”이라며, “센서 전원이 끊기면 데이터가 손실되기 때문에 간헐적인 전력으로도 AI 알고리즘이 정확한 의사결정을 할 수 있기를 원한다”라고 설명했다.  

주요 데이터 수집 센서와 무전기에는 여전히 배터리 공급이 필요하지만, 특정 이벤트 동안에만 작동한다면 전력 사용량은 감소한다. 후는 “주요 장치는 모든 잡다한 작업을 수행하도록 프로그래밍되어 있다. 작은 센서가 환경을 모니터링해 필요할 때만 더 큰 센서를 깨우도록 한다"라고 말했다. 

개념은 간단하게 들리지만 실행하기는 쉽지 않다. 
미국 국립과학재단(National Science Foundation, NSF)는 8월 피츠버그 대학 프로젝트를 지원하기 위해 25만 달러의 보조금을 수여했다. NSF 사이트에는 이 팀의 노력을 다음과 같이 설명했다. 

이 프로젝트는 배터리가 없는 장치에서 인공지능을 실현하는 것을 목표로 한다. 그러나 2가지 주요 과제가 있다. 1. 대부분의 기존 딥 신경망(Deep Neural Networks, DNN)은 리소스가 제한된 마이크로컨트롤러에 장착하기 어렵다. 2. DNN은 보통 하나의 추론 결과를 얻기 위해 복수의 실행 에피소드를 필요로 하며, 약하고 예측할 수 없는 수확된 전력으로는 시간이 무한정 걸릴 수 있다. 이 프로젝트는 이런 과제를 해결하기 위해 각 실행 에피소드동안 점진적으로 정확한 추론 결과를 출력할 수 있는 다중 출구 DNN을 개발하고 있다.  

이 연구진은 에너지 하베스팅 기술로 구동되는 IoT 장치에서 간헐적인 증분 추론을 수행할 수 있는 기반을 마련하기 위한 3가지 과제를 설명했다. 

첫째, 새로운 전력 추적 인식 압축, 온라인 가지치기, 적응 알고리즘이 개발되어 간헐적으로 전력이 공급되는 장치에 다중 출구 DNN을 효율적으로 배치할 수 있게 될 것이다. 둘째, 새로운 다중 출구 통계와 증분 신경망(Multi-Exit Statistical and Incremental Neural Networks, MESI-NN)이 개발될 것이다. 이는 대기 시간을 더욱 줄이고 정확도와 에너지 효율을 향상시킨다. 셋째, 최고의 MESI-NN 아키텍처를 자동으로 검색하기 위한 새로운 신경 아키텍처 검색 알고리즘이 개발될 것이다. 이 프로젝트는 이미지 분류, 키워드 스폿팅(keyword spotting), 활동 인식(activity recognition) 등과 같은 실제 시스템과 애플리케이션 분야로 평가된다. 

요약하자면, 이 프로젝트의 궁극적인 결과는 정교한 배터리가 없는 컴퓨팅 시스템”을 만드는 것이다. editor@itworld.co.kr 


X