Cloud IoT Core에서 연결된 차량 플랫폼 설계

이 솔루션에서는 Google Cloud에서 Cloud IoT Core를 사용하여 사용량 기준 보험으로 연결된 차량을 관리하는 방법을 살펴봅니다.

차량은 개별적이고 독립적인 교통 중심의 객체에서 양방향 통신이 가능한 정교한 인터넷 연결 엔드포인트로 변모하고 있습니다. 현대의 연결된 차량으로 인해 생성된 새로운 데이터 스트림은 사용량 기준 보험과 같은 혁신적인 비즈니스 모델을 주도하고 새로운 차량 내 경험을 가능하게 하며 자율 주행 및 차량 간(V2V) 통신과 같은 차량 기술의 진보를 위한 토대를 구축합니다.

Google Cloud는 연결된 차량 플랫폼을 구축하고 운영하기 위해 Google의 엔드 투 엔드 보안 모델을 활용하는 강력한 컴퓨팅 플랫폼을 제공합니다.

데이터 유형

연결된 차량 데이터는 다음과 같은 광범위한 센서 및 사용량 데이터로 구성됩니다.

  • 차량 위치. GPS 좌표, 속도 제한, 가속도계, 나침반 방향
  • Drivetrain 측정항목. 주행 상태, 엔진 RPM, 엔진 온도, 연료 수준, 장애 코드
  • 차량 환경 상태. 실내/실외 온도, 비 감지, 습도
  • 커스텀 센서. 카메라, 페이로드 온도, 위치, 속도, 손상 영향을 포함한 타사 추적 서비스

사용 사례

클라우드의 데이터 스토리지 및 애널리틱스 기능이 결합된 커넥티드 차량은 다음과 같은 다수의 새로운 차량 사용 사례를 지원합니다.

사용량 기준 보험. 기존 보험 증권 대부분은 주행 거리를 기준으로 삼았지만 고급 원격 측정 및 센서 데이터를 사용하면 실제 운전 행태를 보험 위험 모델에 통합할 수 있습니다. 이러한 행태에는 가속/감속, 속도 제한 대비 속도, 일반 도로를 통한 통근 대비 고속도로를 통한 통근과 같은 주행 유형이 포함됩니다. 보험사는 운전 행태를 관찰하고 이를 보험 증권 기준으로 삼습니다. 즉, 안전 운행을 한 운전자는 보험료 인하로 보상을 받을 수 있습니다.

예측 유지관리. 원격 측정 데이터를 능동적으로 모니터링하면 원격 측정 데이터를 예상 작동 허용 범위 또는 이전 작동 패턴과 같은 다른 데이터 소스와 결합하여 발생 가능한 장애를 더욱 확실하게 파악할 수 있습니다. 공급업체가 부품 및 작동 구성요소와 관련된 문제를 파악할 수 있습니다. 운전자는 완전히 새로운 차원의 자동화된 서비스를 경험하게 됩니다. 차량이 운전자에게 정비가 필요함을 알리고 약속 장소, 날짜, 시간을 추천할 수 있습니다.

화물 추적. 배송 추적은 소비자와 기업 모두에게 중요한 문제입니다. 주문한 물품이 언제 도착하는지 정확하게 알고 있는 소비자는 보다 긍정적인 고객 경험을 하게 됩니다. 기업의 사용 사례는 무수히 많습니다. 한 가지 예는 식품생산 업계가 안고 있는 과제로, 공급망에서의 상품 추적입니다. 센서 및 연결된 플랫폼을 사용하여 공정 시설 정보, 공정 날짜를 파악하고 제품이 지정된 온도 허용 범위 내에서 유지되는지 확인할 수 있습니다.

맞춤설정된 차내 환경. 인터넷 연결, 엔터테인먼트 옵션, 스마트폰을 사용하여 차량과의 상호작용을 제공하는 소비자 차량은 이미 많습니다. 차량 데이터 스트림 분석을 통해 특정 운전 행동, 자주 가는 목적지, 자주 검색하는 항목에 맞게 차내 환경을 조정할 수 있습니다. 예를 들어 차량은 일상적인 주행 패턴에 따라 매일 통근 전에 실내 예열 또는 냉방을 자동으로 수행할 수 있습니다.

과제

차량 1대당 하루에 560GB 이상의 데이터가 생성될 수 있습니다. 이처럼 쇄도하는 데이터로 인해 지속적인 데이터 스트림에서 가치를 이끌어낼 수 있는가 하면 대량의 데이터를 처리하고 분석하는 데 어려움을 겪을 수도 있습니다.

차량 데이터를 연결하고 관리하기 위한 플랫폼을 개발할 때 주요 과제는 다음과 같습니다.

  • 기기 관리. 기기를 모든 플랫폼에 연결하려면 소프트웨어에 대한 인증, 승인, 내보내기 업데이트, 구성, 모니터링을 수행할 수 있어야 합니다. 이러한 서비스는 수백만 개의 기기로 확장되어야 하며 지속적인 가용성을 제공해야 합니다.
  • 내부 데이터화. 플랫폼은 메시지를 안정적으로 수신하고, 처리, 저장해야 합니다.
  • 데이터 분석. 기기에서 생성된 시계열 데이터에 대한 복잡한 분석을 수행하여 이벤트, 허용 범위, 트렌드, 발생 가능한 장애에 대한 유용한 정보를 얻을 수 있습니다.
  • 애플리케이션. 개발자는 비즈니스 수준의 애플리케이션 로직을 작성해야 합니다. 이 로직은 제3자 소스 및 온프레미스 데이터 센터를 포함한 기존 데이터 소스와 통합되어야 합니다.
  • 예측 모델. 비즈니스 수준의 결과를 예측하기 위해서는 현재 및 이전 데이터를 기반으로 한 예측 모델이 있어야 합니다.

차량 데이터에서 가치를 끌어내려면 기기 데이터를 대량으로 내부 데이터화하고 저장, 처리할 수 있어야 합니다. 플랫폼 전체에서 안전하게 데이터를 처리해야 하며 다양한 지역의 수백만 기기에서 생성된 대량의 데이터를 처리할 수 있도록 처리, 저장, 분석 애플리케이션을 확장할 수 있어야 합니다. 신속한 데이터 분석과 머신러닝을 통한 애플리케이션의 사전 예측 기능 및 피드백 루프가 필요합니다.

Google Cloud는 데이터 수집, IoT(사물 인터넷) 기기 관리, 저장, 분석, 머신 러닝 예측을 위한 견고한 플랫폼을 제공합니다. 차량별 게이트웨이의 중앙 집중식 기기 관리로 센서 및 데이터 소스의 제어 플레인 및 데이터 플레인을 단순화하는 동시에 클라우드 기반 시스템에 보안 및 운영 경계를 제공할 수 있습니다.

사용량 기준 보험 요구 사항 및 설계

이 섹션에서는 사용량 기준 보험 사용 사례의 요구 사항과 이를 위해 특별히 설계된 아키텍처에 대해 설명합니다.

아키텍처 다이어그램

연결된 차량 아키텍처

기기 관리

사용량 기준 보험 사용 사례에서는 차량에 각 차량 운행 중에 기록된 일련의 하위 차량 이벤트를 보고하는 인터넷 연결 원격 측정 기능이 장착되어 있습니다. 데이터는 실시간으로 또는 각 운행이 끝날 때 업로드됩니다. 데이터 세트 예제에는 차량 속도, GPS 위치, 예외 이벤트가 포함됩니다. 차량용 기기는 산업 표준 통신 프로토콜인 MQTT를 사용하여 Google Cloud와 통신할 수 있습니다. 각 기기는 데이터를 교환하기 전에 상호 인증되어야 하며 특정 VIN과 연결되어야 합니다. 원격 분석 기기는 데이터를 제공하고 메시지를 수락할 수 있기 때문에 양방향으로 통신이 이루어집니다.

Cloud IoT Core의 기기 관리자는 IoT 기기로 차량을 관리할 수 있는 확장 가능하고 유연한 솔루션을 제공합니다. 기기 관리자는 기기 등록 시 기기의 공개 키를 등록합니다. 이 공개 키는 기기가 기기의 연결을 승인하고 보안 통신을 설정하는 메시지를 보낼 때 사용됩니다. 기기가 등록되면 기기 관리자가 기기를 모니터링하고 기기에 원격 관리 명령을 실행할 수 있습니다. 기기 관리자는 API를 통해 제공되며, 사용량 기준 보험 애플리케이션을 기기 관리와 쉽게 통합하여 차량용 기기를 등록 및 등록 취소하는 데 사용할 수 있습니다.

내부 데이터화

각 차량의 각 하위 메시지는 전송되고 처리된 다음 추후 처리 및 분석을 위해 저장되어야 합니다. 메시지는 각 운전이 세션이 끝날 때 또는 MQTT 연결을 사용하여 실시간으로 스트리밍됩니다. 모든 이벤트 데이터는 사용량 기준 보험 애플리케이션 및 세부 분석과 함께 사용하기 위해 저장됩니다.

Cloud IoT Core의 프로토콜 브릿지는 MQTT를 사용하여 차량 기기와 통신합니다. 차량 엔드포인트가 인증되면 프로토콜 브릿지는 메시지를 수락하고 각 메시지를 Google Cloud Pub/Sub로 전달합니다. Cloud Pub/Sub는 전 세계적으로 확장 가능한 메시지 대기열 시스템으로, 차량 데이터 스트림을 처리하는 동시에 백엔드 처리 구현의 세부사항을 분리하는 작업에 탁월한 선택이 됩니다.

Google Cloud Dataflow는 분산 데이터 파이프라인을 사용하여 원격 측정 데이터를 변환, 보강, 저장하는 데 사용됩니다. Cloud Dataflow는 Google Cloud Bigtable과 같은 Google Cloud 구성요소에 통합되어 저장됩니다. Cloud Bigtable은 일관적으로 짧은 지연 시간과 높은 처리량을 지원하는 확장 가능한 NoSQL 데이터베이스 서비스를 제공하므로 시계열 차량 데이터의 저장 및 처리에 이상적인 선택입니다. 보강된 원시 기기 데이터는 나중에 Google BigQuery에서 적용 및 분석 데이터 처리를 거치기 위해 처음에 Cloud Bigtable에 저장됩니다.

양방향 통신

차량 기기와의 양방향 통신은 다양한 방법으로 사용될 수 있습니다. 예를 들어 아직 업로드되지 않은 데이터를 요청하거나 보고할 이벤트 유형 및 데이터와 같은 기기의 구성 업데이트를 제공하는 경우가 있습니다. 보험의 유형에 따라 차량은 보고 대상 데이터를 급가속/감속과 같은 예외 상황으로 제한하거나 가능한 모든 데이터를 전송할 수 있습니다. 기기의 구성이 업데이트되면 기기는 지정된 차량에 요청된 데이터 형식을 전송합니다.

Cloud IoT 기기 관리자는 기기 구성 업데이트를 통해 관리되는 기기와 양방향 통신을 설정할 수 있는 기능을 제공합니다. 특정 기기와 관련된 구성을 업데이트하면 기기 관리자가 구성 변경 사항을 차량의 기기로 내보냅니다.

데이터 분석

차량 데이터는 집계된 다음 차량 및 고객 정책에 대한 기업 데이터와 결합됩니다. 데이터 볼륨은 차량 수와 함께 확장됩니다. 보강된 데이터가 저장되고 사용량 기준 보험 애플리케이션으로 전송되어 분석 결과에 따라 고객 계정에 비즈니스 레벨 규칙이 적용됩니다.

Cloud Dataflow는 차량 기기 데이터와 회사 차량 및 고객 데이터를 결합하는 데이터 파이프라인을 처리한 다음 결합된 데이터를 BigQuery에 저장하는 기능을 제공합니다. BigQuery는 사용량 기준 보험 애플리케이션 및 대역 외 시스템 분석을 위한 강력한 분석 엔진을 제공합니다. 비즈니스 프로세스 분석은 사용량 기준 보험 애플리케이션의 복잡한 비즈니스 규칙을 지원하고 시스템 분석은 전체 시스템 동작에 대한 유용한 정보를 제공하므로 두 가지 분석 모두 중요합니다.

머신러닝

데이터 양이 증가하고 들어오는 데이터에 데이터 분석이 수행됨에 따라 운전자 행동 및 과거의 보험 청구를 알고리즘으로 연관시켜 운전자 위험 프로필을 보다 잘 분류하는 머신러닝 모델을 구축할 수 있습니다. 이 모델은 심층신경망을 통해 수백 또는 수천 개의 서로 다른 입력 신호를 사용하여 위험 카테고리로 분류하거나 위험 점수 확률을 산출할 수 있습니다. 보험사는 추후 이 모델을 통해 맞춤형 보험 증권을 제공하고, 운전 습관에 따라 운전자에게 보험료를 인하하고, 운전자에게 안전 운전 팁을 제공할 수 있습니다.

TensorFlowAI Platform은 정교한 모델링 프레임워크와 확장 가능한 실행 환경을 제공합니다. TensorFlow는 원래 Google 브레인에서 개발한 인기 있는 머신러닝 프레임워크로, 추후 GitHub에 오픈소스로 공개되었습니다. TensorFlow는 커스텀 심층신경망 모델을 개발하는 데 사용되며 IoT 생성 데이터를 활용할 때 중요한 성능, 유연성, 확장성에 최적화되어 있습니다. 머신러닝을 대규모로 사용할 경우의 문제 중 하나는 모델을 처리하는 데 필요한 컴퓨팅 성능을 확보하는 것입니다. AI Platform은 GPU를 포함한 특수 Google 컴퓨팅 인프라 하드웨어를 사용하여 TensorFlow 모델을 학습시킬 수 있는 확장 가능한 환경을 제공합니다. AI Platform은 확장 가능하므로 다른 방법으로 학습시키는 데 수 일이 걸릴 수 있는 모델을 신속하게 학습시킬 수 있습니다. 모델이 학습되면 AI Platform은 이 모델을 사용하여 일괄적으로 또는 실시간으로 예측을 수행하여 서비스 유연성을 극대화합니다.

여기에 나온 사용량 기준 보험 사용 사례에서는 TensorFlow를 통해 차량에서 수신된 데이터로 학습된 심층신경망을 사용하여 모델을 만들었습니다. 이 모델의 출력에는 특정 차량에 대한 청구 가능성과 청구 예상액이 포함됩니다. 이 데이터는 사용량 기준 보험 위험 모델링에서 신호로 사용됩니다.

애플리케이션 및 프레젠테이션

핵심 애플리케이션은 사용량 기준 보험 애플리케이션으로, 들어오는 차량 데이터를 비즈니스 프로세스 규칙에 따라 평가하여 제시할 정책 가격을 결정합니다. 애플리케이션의 구성요소는 고객이 사용량 기준 보험을 위한 서비스에 가입하거나 서비스를 해지할 때 기기 관리 기능과 통합됩니다. 고객, 차량, 정책 데이터와 같은 많은 기존 시스템은 회사 데이터 센터 또는 온-프레미스에 존재하며, 사용량 기준 보험 애플리케이션의 일부로 통합됩니다.

Google Cloud는 Google Compute Engine을 통한 가상 머신, Google Kubernetes Engine을 통한 컨테이너, Google App Engine을 통한 서비스로서의 플랫폼과 같은 다양한 컴퓨팅 옵션을 제공합니다. Kubernetes Engine은 컨테이너를 실행하고 관리하는 데 사용되며 애플리케이션의 핵심 기능에 유연성과 고성능을 제공합니다. Compute Engine은 애플리케이션 아키텍처의 통합 구성요소에 이상적인 서비스를 제공하는 다양한 머신 유형을 제공합니다. 표준 컨테이너에서 백엔드 서비스를 실행하면 마이크로 서비스 아키텍처가 제공하는 확장성을 활용하면서 높은 수준의 유연성을 누릴 수 있습니다. App Engine은 웹 및 모바일 클라이언트 모두에 확장 가능하고 단순한 통합 서비스를 제공하기 위해 소비자 모바일 및 웹 애플리케이션 프런트엔드 서비스를 제공하는 데 사용됩니다.

다음 단계