이 문서에서는 Intelligent Products Essentials를 사용하여 Google Cloud에 IoT 앱을 빌드하고 기기를 연결하려는 기술 의사 결정권자를 위한 참조 아키텍처에 대하여 설명합니다.
제조업체는 고객을 만족시키고 새로운 기능으로 수익을 창출하는 지능형 기능을 추가하여 제품을 지속적으로 개선하고자 합니다. 이 문서는 확장 가능하고 안정적이며 안전하고 비용 효율적인 Google Cloud에서 지능형 제품 시스템을 설계해야 하는 설계자를 지원합니다.
Google Cloud는 맞춤설정된 제품 소유권 앱 또는 디지털 트윈 시뮬레이션과 같은 인공지능 및 머신러닝 기능을 빌드하기 위해 제품에서 데이터를 연결, 수집, 저장, 분석, 검색할 수 있는 기능을 제공합니다. 이 문서는 아키텍처, 상위 수준 구성요소, 통합 주제 및 일반적인 설계 고려사항을 간략하게 설명합니다. 아키텍처에는 다음이 포함됩니다.
건축물
다음 다이어그램은 다음 구성요소를 포함한 전체 아키텍처를 보여줍니다.
- 기기 원격 분석 스트리밍
- 마이크로서비스
- 분석 및 비즈니스 인텔리전스
- 사용자 앱
- 이상 감지
다이어그램은 다음과 같은 용어를 사용합니다.
- Edge: Linux Foundation 연속성에 정의된 제한된 기기 에지 또는 스마트 기기 에지입니다.
- 원격 분석: 일반적으로 센서를 통해 수집되는, 환경에 대한 읽기 전용 데이터입니다. 이 데이터는 눈과 귀 데이터 (얼굴 인식, 이미지 인식, 동작 인식, 음성 인식, 자연어 처리, 감정 인식에서 가져온 데이터)라고 불리기도 합니다.
- CRM: 고객 관계 관리입니다.
- ERP: 엔터프라이즈 리소스 계획입니다.
이 아키텍처 다이어그램에서 번호가 매겨진 구성요소는 다음 섹션에서 자세히 설명합니다. 이 아키텍처는 기기 데이터(및 전체 기기) 분석, 제품 이상 감지, 예측 유지보수, 제품 소유자 환경 향상을 위한 기반을 제공합니다.
이 문서는 일부 통합 권장사항을 제공하지만 기기 전원 및 하드웨어, 로컬 운영체제, 컴퓨팅 및 스토리지, LAN/WAN 통신과 같은 세부정보는 제공하지 않습니다.
구성요소 1: 기기 원격 분석 스트리밍
기기 원격 분석 스트리밍 구성요소는 기기 원격 분석 데이터의 스트리밍을 처리합니다.
선택적 전역, 높은 빈도, 지연 시간이 짧은 MQTT/HTTP 브리지는 데이터를 전역 비동기 메시징 서비스인 Pub/Sub로 전송합니다. 그러면 Cloud Run이 스토리지, 보관처리, 분석을 위해 메시지를 BigQuery로 스트리밍합니다.
다음 다이어그램은 기기 원격 분석 스트리밍 구성요소의 하위 구성요소를 보여줍니다.
구성요소 2: 마이크로서비스
마이크로서비스 구성요소에는 다음 다이어그램과 같이 기기, 고객, 사용자 앱 마이크로서비스가 포함됩니다.
기기 API 마이크로서비스
기기 API 마이크로서비스는 제조업체의 기기 프로비저닝, 기기 구성 업데이트, 기기 상태 보기와 같은 기기 상호작용을 사용 설정합니다. Device Registry API는 Cloud Run에서 실행되며 기기 데이터를 Firestore 데이터베이스 인스턴스에 저장합니다.
고객 API 마이크로서비스
고객 API 마이크로서비스는 참조용 고유 고객 ID 및 고객 이름과 같이 제품 소유권 환경과 관련된 고객 정보를 위한 API를 제공합니다. 고객 API는 Cloud Run에서 실행됩니다. 데이터는 Firestore 데이터베이스 인스턴스에 저장됩니다.
사용자 앱 API 마이크로서비스
사용자 앱 API 마이크로서비스는 사용자 앱에서 사용할 API를 제공합니다. Cloud Run에서 실행되며 Firestore에 저장된 소유권 데이터를 고객 및 기기 API 마이크로서비스의 고객 및 기기 데이터와 결합합니다.
수집
수집 구성요소는 Firestore에 저장된 마이크로서비스 데이터를 데이터 웨어하우스인 BigQuery로 로드하는 함수입니다. Cloud Scheduler에 의해 트리거된 Cloud Run에서 주기적으로 실행됩니다.
구성요소 3: 분석과 비즈니스 인텔리전스
다음 다이어그램은 분석 및 비즈니스 인텔리전스 (BI) 구성요소를 보여줍니다.
데이터가 기기 레지스트리 및 기기 원격 분석 구성요소와 같은 다양한 소스 및 CRM, ERP, 서비스 관리와 같은 다른 엔터프라이즈 데이터 소스에서 추출됩니다. 이 아키텍처는 데이터 웨어하우스로 BigQuery를 사용하고 시각화를 위해 Looker를 사용합니다.
구성요소 4: 사용자 앱
다음 다이어그램은 제품 사용자의 웹 및 모바일 앱인 사용자 앱 구성요소의 하위 구성요소를 보여줍니다.
Firebase는 호스팅, 메시징, 인증, 애플리케이션 분석, A/B 테스팅 등의 앱 개발 기능을 제공합니다. 앱은 위에 설명된 사용자 앱 API 마이크로서비스와 통신합니다.
구성요소 5: 이상 감지
이상 감지 서비스는 Cloud Run에서 실행되며 Timeseries Insights API 또는 기타 백엔드를 사용하여 원격 분석 데이터를 분석합니다. 이상이 감지되면 서비스는 데이터 웨어하우스에 레코드를 생성하고 다양한 구독자가 사용할 수 있는 Pub/Sub에 알림을 생성합니다.
다른 시스템과 통합
이 섹션에서는 IoT 클라이언트 및 OTA 솔루션과 같은 사용자 에지 기능을 위해 Google Cloud 파트너 및 기타 타사의 옵션을 권장합니다.
지능형 제품을 사용한 MLOps
BigQuery 및 Cloud Storage의 기기 원격 분석 및 기타 데이터를 사용하여 엔드 투 엔드 머신러닝 수명 주기(ML 모델 준비, 빌드, 검증, 배포, 운영)에 대하여 Vertex AI로 지능형 제품을 사용하는 MLOps를 구현하세요.
기존 및 타사 IoT 제공업체
이 아키텍처는 기존 및 타사 IoT 배포와 통합됩니다. 예를 들어 온프레미스 또는 클라우드에서 IoT 하드웨어, 에지 소프트웨어, IoT 백엔드가 포함된 IoT 구현이 이미 있을 수 있습니다.
다음 다이어그램은 기존 IoT 서비스를 아키텍처와 통합하는 방법을 보여줍니다.
원격 분석 데이터는 서비스 제공업체 에지에서 Pub/Sub 메시징으로 전송되고 Dataflow 같은 서비스로 사전 처리됩니다. 기기 레지스트리 정보는 분석을 위해 일괄 처리 (ELT) 작업으로 데이터 웨어하우스 (BigQuery)에 주기적으로 수집됩니다.
Edge IoT 클라이언트
MQTT 및 HTTP 메시징은 원격 분석 데이터를 기기에서 타사 IoT 클라우드 서비스로 전송하기 위한 일반적인 프로토콜입니다. 클라이언트는 표준 MQTT 클라이언트를 사용하여 MQTT로 원격 분석 이벤트를 게시할 수 있습니다.
OTA 업데이트
OTA 업데이트를 구현하기 위해 이 아키텍처는 오픈소스 Mender 및 Hawkbit와 같은 다양한 OTA 솔루션과 통합됩니다.
다음 단계
- Intelligent Products Essentials를 사용한 MLOps
- 추가 정보가 필요하신가요? 문의하기
- Google Cloud에 대한 참조 아키텍처, 다이어그램, 권장사항을 살펴보세요. Cloud 아키텍처 센터 살펴보기