본문 바로가기

2014
임베디드월드

글: 백상헌(고려대학교) / 2014-01-02





사물 간 통신(Machine-to-machine: M2M) 기술은 인터넷 상의 사이버 세계와 물리적 시스템 사이의 상호 작용을 자동적으로 가능케 하는 새로운 기술이다. 본 분석 자료에서는 무선 통신 인프라와 클라우드, 그리고 수많은 장치들이 연결된 사물 집단으로 구성된 사물 간 통신 시스템 아키텍처를 제시하고 그러한 아키텍처 상에서의 사물 간 통신을 위한 기술적 시나리오를 제시한다. 또한 사물 간 통신의 기초를 완전히 이해하고 실용적으로 적용하기 위한 관련 기술들도 살펴본다.


개요

정보 통신 기술을 물리적 세계인 우리의 일상생활과 연결하기 위한 새로운 기술로 사물 인터넷(Internet of things: IoT)과 사이버 물리 시스템(Cyber-physical systems: CPS)이 각광받고 있다. 대규모 센서들을 설치하고 무선 통신을 통해 사물/기기들 간의 자동화된 통신을 통해 우리의 삶의 질이 크게 향상될 수 있을 것으로 기대된다.


본 분석 자료는 이러한 사물 간 통신(Machine-to-machine communications: M2M)에서의 기술적인 발전 추세와 연구 과제 등을 다방면에서 살펴보고 있다. 그림 1은 본 자료에서 고려하고 있는 클라우드 기반의 사물 간 통신 네트워크 아키텍처를 보여준다.


그림 1에서 클라우드 내에서의 네트워킹은 일반적으로 고속의 유선/광통신을 통해 수행되며 이를 통해 다양한 데이터 센터, 서버, 응용/서비스, 게이트웨이 등이 연결된다. 그리고 유연성과 이동성을 제공할 수 있는 무선 통신 인프라는 클라우드와 사물/기기 집단을 연결하는 역할을 수행한다.


다양한 무선 통신 인프라 기술이 있지만 본 자료에서는 3GPP에서 정의하고 있는 이동통신망 구조를 바탕으로 인프라 기술을 설명한다. 한편 데이터 군집 노드 (Data aggregator)는 인프라와 사물/기기 집단 사이에서 정보를 모으고 압축하고, 전송/수신하는 역할을 수행한다. 마지막으로 수 조 개에 이르는 사물/기기들은 각기 집단(Machine swarm)을 이루어 동작하게 된다.


본 자료에서는 2장에서 무선 통신 인프라 구조를 설명하고 3장에서 기기/사물 집단에서의 효과적인 통신을 위한 기술들을 정리한다. 그리고 4장에서는 사물 간 통신의 적용/운용 및 보안과 관련된 이슈들을 소개한다.


무선 통신 인프라


[그림 1] 사물 간 통신 네트워크 아키텍처


사물 간 통신을 위해 블루투스(Bluetooth), 지그비(Zigbee), 와이파이(WiFi) 등의 다양한 통신 기술이 표준화되었지만 아직까지도 사물 간 통신을 위한 네트워크 구조에 대한 하나의 통일안은 없는 상태이다.


사물 간 통신에서는 광범위한 영역에 배치된 기기들을 연결하는 것이 필요하기 때문에 다양한 무선 통신 기술들이 자율적으로 결합된 이질적 모바일 애드혹 네트워크(Heterogeneous Mobile Ad hoc Network)에 대한 연구가 필요하다. 특히, 연결성 보장, 라우팅, 혼잡 제어, 에너지의 효율적 전송 방안에 대한 연구가 필요하다.


실내외 환경에서 중단 없는 연결성을 제공하기 위해서 3GPP는 LTE-Advanced에서 HetNe t(Heterogeneous Network)이라는 기술을 소개하였다. HetNet에서는 실내외에서의 통신 반경과 신호 세기를 강화하기 위해서 기존의 매크로 셀에 추가적으로 펨토 셀, 피코 셀 등과 릴레이 노드를 추가적으로 설치하게 된다.


이러한 다수의 소형 셀로 인해 간섭이 증가할 가능성이 있지만 효과적인 자원관리를 통해 간섭을 감소시킬 수 있음이 여러 연구를 통해 입증되었다. 이러한 HetNet이 사물 간 통신을 위해서 사용될 수 있지만, 기존 휴대 기기보다 그 수가 최소 1000배 이상 늘어날 사물/기기 간 통신에서 발생하는 시그널링 부하와 복잡한 관리 문제 해결을 위해서는 더 많은 연구가 필요하다.


한편 많은 수의 사물/기기 통신의 부하를 줄이기 위해서 기기들을 그룹으로 묶고 그룹 대표 노드를 통해 기지국과 통신하는 방식을 사용할 수 있다. 사물 간 통신에서 기기들을 그룹화 하는 방법은 서비스 요구 패턴에 따라 논리적으로 그룹을 생성할 수도 있고 기기의 위치에 따라 물리적으로 그룹을 생성할 수도 있다. 특히, 물리적으로 가까이 있는 기기들 간의 그룹 통신을 위해서는 3GPP 표준에서 정의하고 있는 장치 간 직접 통신이 유용하게 활용될 수 있다.


기기 그룹화를 통해 기지국으로 전달되는 트래픽 부하를 줄일 수 있지만 사물 간 통신을 위한 기기의 수가 증가함에 따른 기존 휴대용 기기 통신과의 간섭 제어 문제는 여전히 존재하게 된다. 특히, 기존 이동통신망은 중앙 집중식으로 관리를 하기 때문에 대규모 사물 간 통신에서는 적합하지 않다.


따라서 이러한 문제 해결을 위해 사용할 수 있는 기술이 인지무선통신 (Cognitive radio: CR) 기술이다. 인지무선 통신을 적용할 경우 사물 간 통신 기기는 기존 휴대용 기기가 사용하고 있지 않은 무선 주파수 대역을 분산적으로 탐색한 뒤 채널 측정 결과를 그룹 내 대표 노드에 전달한다.


그런 다음 그룹 대표 노드는 채널 측정 결과를 취합하여 기지국에 전달하고 기지국은 사용하고 있지 않은 주파수 대역을 사물 간 통신 기기에 할당하게 된다. 이 때 다수의 사물 간 통신 기기가 채널 측정 결과를 통보할 때 발생하는 오버헤드를 줄이기 위해서는 압축 센싱(Compressed Sensing) 기술이 사용될 수 있다.


사물 집단에서의 통계적 네트워킹

사물/기기 집단에서 데이터 군집 노드를 제외한 모든 노드에서 에너지 효율성과 저전력 전송은 가장 중요한 이슈이다. 이를 위해서 통신 프로토콜은 간단해야 하고 에너지 소비를 고려하여 구현되어야 한다. 또한 스펙트럼도 중요한 이슈인데 이를 위해서는 두 가지 형태의 스펙트럼 공유 방안을 고려할 수 있다.


첫 번째는 무선 인지 통신으로 널리 알려진 기술로 사물/기기를 부 사용자 (Secondary user)로 고려하여 주 사용자 (Primary user)가 사용하지 않을 때 스펙트럼을 사용하도록 하는 것이다. 두 번째 방식은 사물/기기 집단이 존재하는 다수의 이질적 네트워크가 전용 스펙트럼을 공유하는 방식이다.


무선 인지 통신 기반의 스펙트럼 공유 방식에서 기기는 주 사용자와의 충돌을 방지하기 위해서 자신의 데이터 전송 전에 채널의 가용 상태를 먼저 탐지해야 한다. 일반적인 스펙트럼 센싱 기법에서는 통계학적인 신호 처리 기법을 통해 사용되고 있지 않은 스펙트럼 공간을 탐색하게 된다. 이외에도 에너지 검출 방식과 웨이블렛(Wavelet) 탐지 기법, 다중 안테나 기반 기법 등이 제안되었다.


또한 협력적 센싱 기법이 무선 네트워크에서 존재하는 숨겨진 노드(Hidden terminal) 문제를 해결하기 위해서 제안되었다. 한편 간섭(Interference)은 스펙트럼 공유 네트워크의 용량과 동시에 전송 가능한 플로우의 수를 결정하기 때문에 아주 중요하다. 특히, 사물 통신에서 간섭의 특성을 파악하는 것이 아주 중요한 일이다.


이를 위해 최근에 stochastic geometry 방식이 제안되었다. 이를 통해 노드의 공간적 분포, 무선 전파 특성, 이동성과 세션 길이를 고려한 채널 간섭의 수학적 모델이 유도될 수 있다. 기기/사물 집단을 위한 협력적 멀티 홉 네트워크를 구현하기 위해서는 라우팅 인자에 대한 고려가 필요하다.



[그림 2] 사물 간 통신 기능 블록 다이어그램


기존 애드 혹 네트워크에서 연구된 라우팅의 경우 긴 세션 시간을 가정하고 있고 종단 간 라우팅 정보를 설정하는 것을 가정하고 있기 때문에 사용 가능한 스펙트럼이 간헐적으로 발생하는 스펙트럼 공유 환경에서는 적합하지 않다. 아래 참고5와 참고6에서는 센서 네트워크 또는 에너지에 민감한 애드 혹 네트워크에서 협력적 라우팅 기법이 제안되었다.


이러한 협력적 라우팅 기법에서는 스펙트럼 지도 정보를 활용하여 스펙트럼 정보에 기반한 라우팅을 수행하게 된다. 이러한 스펙트럼 지도의 정보가 완벽하지 않더라도 통계적으로는 라우팅을 올바르게 수행할 수 있음이 여러 연구를 통해 보고되었다.


또한 무선 링크에서의 다양성(diversity)을 활용하는 방안과 유사하게 라우팅에서의 다중 경로를 사용하는 방안도 다수 제안되었다. 또한 다중 경로 라우팅에서 네트워크 코딩을 적용하여 성능을 향상시키는 방안들도 제안되었다.


사물 통신 네트워크에 네트워크/통신 링크는 기회적으로 존재하고 페이딩과 간섭도 심하기 때문에 별도의 컨트롤 채널이나 피드백 채널을 사용하기가 어렵다. 따라서 서비스 품질(Quality of Service)을 보장하는 것이 아주 어려운 문제이다. 특히, 안정적인 서비스 품질 보장은 거의 불가능하기 때문에 통계적으로 목표 수치를 정하는 방식으로 서비스 품질을 보장하게 된다.


이를 위해서 다수의 패킷 전달 경로를 사용하는 방식을 사용할 수 있다. 또한 하이브리드 ARQ(Automatic Repeat reQuest) 방식과 같은 에러 제어 기법 또는 재전송 기법을 사용하기도 한다. 한편 무선 센서 네트워크에서의 데이터 수집, 분산 처리, 데이터 분석, 데이터 군집 등이 많이 연구되어 왔다.


이러한 기법들의 주된 목적 중의 하나는 대규모 네트워크에서 데이터를 최종 목적지까지 보내기 이전에 네트워크에서 미리 처리하여 데이터의 양 등을 줄이는 것이다. 또한 네트워크 코딩과 같은 코딩 기법을 활용하여 전송해야 하는 데이터의 양을 줄이거나 다양한 압축 기법을 사용하는 방안들도 제안되었다.


기존의 통신 네트워크 분석/최적화는 정적인 상태를 가정하여 주로 진행되었으나 실제 네트워크는 시간에 따라 상태가 바뀌기 때문에 시간에 따른 동적인 변화를 고려하는 것이 새로운 연구 흐름 중의 하나이다.


이를 위해 자연 생태계에서 생물체의 행동 방식을 활용하여 네트워크를 분석하는 방식이 연구되어 있다. 그 중 한 예로 포식 동물과 먹이의 분포 관계를 이용하여 무선 네트워크 자원 관리에 이용하는 방안이 아래 참고7에서 제안되었다.


에너지 효율적 구현/적용 방안 및 보안 이슈


사물/기기가 통신을 실제로 구현/적용하고 운용하기 위해서는 보다 실용적인 측면에서 여러 이슈들을 고려해야 한다. 사물 통신 기술은 사이버 시스템과 물리 시스템의 상호작용을 가능하도록 하여 스마트 홈/오피스, 스마트 커뮤니티/시티, 환경/생태계 모니터링, 주변 감시, 스마트 그리드와 같은 에너지 효율적 제어 시스템, 헬스 케어 시스템, 지능형 자동차 등의 응용을 가능하도록 해준다.


그리고 이러한 다양한 응용을 가능하도록 하기 위해서는 에너지 효율적 무선 통신/네트워크, 스펙트럼 효율적인 통신 네트워크, 네트워크에서의 데이터 처리/가공이 가능한 정보 중심 네트워크, 보안/사생활 보호 등에 대한 추가적인 연구 개발이 필요하다. 그림 2는 사물 통신 시스템에서 필요한 기능들에 대한 블록 다이어그램을 보여준다.


사물 통신을 위해 가장 중요한 이슈 중의 하나는 제한된 배터리 전력을 가지는 기기/센서를 효과적으로 사용하는 것이다. 또한 기기/센서의 전력을 태양열, 진동, 풍력 등의 자연 생태로부터 에너지를 얻는 것도 가능하다. 하지만, 이러한 전력원은 안정적으로 공급되지 않기 때문에 무선 인지 통신 방식에서 스펙트럼을 기회적으로 사용하는 방식과 유사하게 기회적으로 자연계의 전력원을 활용하는 방식이 필요하다.


한편 사이버 보안과 사생활 보호는 최근 많은 연구가 진행되고 있다. 특히, 사물 통신은 사이버 세계와 물리적 세계의 상호 작용을 고려하기 때문에 새로운 보안/사행활 이슈가 발생하게 됨을 아래 참고8에서 지적하였다.


예를 들어, 사물 통신 기반의 스마트 그리드 환경에서 전달되는 정보를 통계적으로 처리함으로써 실제 사용자의 생활/소비 패턴을 임의로 파악할 수 있는 추론 공격(inference attack)이 가능하다. 또한 널리 알려진 분산 서비스 거부(distributed denial-of-service: DDOS) 공격 등이 사물 통신 기반의 스펙트럼 공유 환경에서도 발생할 수 있다.


사물 통신의 구현 측면에서 볼 때 무선 통신 인프라의 경우 기존 이동통신망을 확장하는 것이기 때문에 큰 어려움은 없다. 다만 데이터 군집 노드와 같은 새로운 노드를 적용한 경우의 호환성 유지와 규모성 보장이 이슈가 될 수 있다.


사물/기기 집단에서의 스펙트럼 공유 방식의 멀티 홉 네트워크를 구현하기 위해서는 시간 동기화를 구현하는 것이 중요한 문제이다. 특히 별도의 컨트롤 채널을 유지하는 것이 어렵기 때문에 비동기화 방식이나 협력적 동기화 알고리즘에 대한 연구가 진행되고 있다.


또한 구현 복잡도를 감소시키기 위해서 적응적 주파수 홉핑 (adaptive frequency hopping)등의 방식이 연구되고 있으며 에너지 효율적인 데이터 처리와 통신을 지원하기 위한 새로운 프로세서 구조에 대한 연구도 필요하다.


결론 
본 분석 자료에서는 사물 간 통신을 위한 핵심 기술을 다양한 측면에서 정리하고 있다. 사물 간 통신 기술은 미래 인간 사회의 큰 변혁을 가져다 줄 수 있는 기술로 각광받고 있기 때문에 이에 대한 연구를 보다 활성화해야 할 것으로 사료된다.


참고


1. K. Chen and S. Lien, "Machine-to-machin communications: technologies and challenges," Ad Hoc Networks, to appear, 2013.
2. G. Ganesan and J. Li, "Cooperative spectrum sensing in cognitive radio, Part I: two-user networks," IEEE Transactions on Wireless Communications, 6 (6), (2007) 2204?2213.
3. G. Ganesan and J. Li, "Cooperative spectrum sensing in cognitive radio, Part II: multiuser networks," IEEE Transactions on Wireless Communications, 6 (6) (2007) 2214?2222.
4. M. Haenggi, J. Andrews, F. Baccelli, O. Dousse, and M. Franceschetti, "Stochastic geometry and random graphs for the analysis and design of wireless networks, IEEE Journal on Selected Areas in Communications, 27 (7) (2009) 1029?1046.
5. Y. Sung, S. Mistra, L. Tong, and A. Ephremides, "Cooperative routing for distributed detection in large sensor networks," IEEE Journal on Selected Areas in Communications, 25 (2) (2007) 471?483.
6. A.E. Khandani, J. Abounadi, E. Modiano, and L. Zheng, "Cooperative routing in static wireless networks," IEEE Transaction on Communications, 55 (11) (2007) 2185?2192.
7. D. Liau, K.C. Chen, S.M. Cheng, A predator-prey model for dynamics of cognitive radios, IEEE Communications Letters, to appear.
8. P. McDaniel and S. McLaughlin, Security and privacy challenges in the smart grid, IEEE Security & Privacy, 7 (3) (2009) 75?77.


/필/자/소/개/

백상헌(고려대학교)
자료 협약 및 제공: KOSEN(한민족과학기술자 네트워크) / www.kosen21.org



※ 본 내용은 (주)테크월드(http://www.embeddedworld.co.kr)의 저작권 동의에 의해 공유되고 있습니다.
    Copyright ⓒ Techworld, Inc. 무단전재 및 재배포 금지


[원문출처 : http://embeddedworld.co.kr/atl/view.asp?a_id=6900]

맨 위로
맨 위로