자율주행과 엣지 컴퓨팅
자율주행은 긴급 판단을 차량과 가까운 엣지에서, 넓은 범위의 축적·학습을 클라우드에서 처리한다. 지연·범위·자원에 따른 처리 위치 분담이 핵심이다.
차량·노변 엣지·클라우드가 판단을 나누는 경로
장애물·신호·차량 상태 측정
즉시 제동·회피 판단
주변 구간 정보 통합·배포
장기 분석·지도·모델 갱신
긴급성: 차량 > 노변 엣지 > 클라우드. 정보 범위와 축적 자원: 클라우드 > 노변 엣지 > 차량. 실제 배치는 통신·보안 조건에 따라 달라진다.
도로 센서가 사건을 측정하면 차량이 즉시 제동과 회피를 판단하고 노변 엣지 서버가 주변 구간 정보를 통합하며 클라우드는 장기 데이터와 대규모 모델을 갱신하는 처리 분담 과정도
텍스트로 자세히 설명
첫 카드의 카메라·레이더·도로 센서가 장애물과 차량 상태를 측정한다. 둘째 카드의 차량 단말은 제동·회피처럼 통신을 기다릴 수 없는 판단을 수행한다. 셋째 카드의 노변 엣지 서버는 여러 차량과 센서의 정보를 주변 구간 단위로 합쳐 다시 배포한다. 넷째 카드의 클라우드는 여러 지역의 장기 기록을 분석하고 지도와 학습 모델을 갱신한다. 모든 원자료를 매번 끝까지 보내는 것이 아니라 긴급성과 범위에 따라 처리와 전송을 나눈다.
목차
1. 개요
자율주행과 엣지 컴퓨팅의 연결점은 판단해야 할 장소와 시간이다. 차량은 카메라·레이더·도로 센서가 만든 데이터를 바탕으로 짧은 시간 안에 제동이나 회피를 결정해야 한다. 모든 데이터를 먼 클라우드로 보냈다가 결과를 기다리기보다 차량과 가까운 단말·노변 서버가 긴급 판단을 나누어 맡는 방식이 엣지 컴퓨팅이다.
2. 상세
2.1. 클라우드와 엣지의 위치 차이
클라우드 컴퓨팅은 큰 데이터 센터에 저장·연산 자원을 모아 많은 단말이 함께 이용하게 한다. 대규모 학습, 장기간 기록 분석, 전체 지역의 지도 갱신처럼 넓은 자료를 한곳에서 다루는 일에 유리하다. 반면 통신 거리가 길고 요청이 한곳에 몰리면 전달과 대기 시간이 늘 수 있다.1
엣지 컴퓨팅은 차량 자체나 기지국 근처의 소형 서버가 일부 계산을 맡는다. 센서와 처리 장치 사이 왕복 거리가 짧고 중앙 서버의 부하도 나눌 수 있다. 엣지가 클라우드를 없애는 것이 아니라, 처리할 일을 긴급성·범위·필요 자원에 따라 가까운 곳과 중앙에 나누는 구조다.2
2.2. 차량에서 즉시 처리할 일
보행자 출현, 앞차의 급정지, 차선 이탈처럼 즉각 반응해야 하는 사건은 차량 센서와 차량 내 연산 장치가 먼저 처리한다. 통신이 잠시 끊겨도 안전 기능이 멈추지 않아야 하기 때문이다. 카메라 영상에서 물체를 분류하는 작업은 인공지능·머신러닝·딥러닝과 연결되며, 감지 결과가 제어 명령으로 이어질 때 전체 지연이 중요하다.3
2.3. 노변 엣지 서버가 묶는 정보
도로 센서와 여러 차량이 감지한 장애물·사고·혼잡 정보는 가까운 기지국이나 엣지 서버에서 합칠 수 있다. 엣지 서버는 주변 구간에 필요한 내용을 정리해 근처 차량에 빠르게 보낸다. 한 차량의 시야 밖 사건을 지역 단위에서 공유하되, 원본 영상 전체를 매번 중앙으로 보내는 통신 부담은 줄일 수 있다.
2.4. 클라우드가 맡을 일
클라우드는 여러 지역에서 모인 장기 데이터를 분석해 지도, 경로 모델, 학습 모델을 갱신할 수 있다. 즉 차량은 순간 대응, 엣지는 주변 구간 조정, 클라우드는 넓은 범위의 축적과 개선을 맡는 식이다.4 실제 시스템에서는 계산 능력, 통신 상태, 개인정보와 보안 조건에 따라 경계가 달라진다.
2.5. 속도와 정확성만의 문제가 아니다
엣지 장치가 늘면 중앙 의존성과 전송량을 줄일 수 있지만 장비 배치·업데이트·보안 관리 지점도 늘어난다. 여러 차량과 서버가 어떤 정보를 신뢰할지 정해야 하므로 네트워크 보안과 사이버 공격도 함께 고려해야 한다.5
3. 수능에서는 이렇게 나온다
엣지 컴퓨팅 지문에서는 데이터의 긴급성과 처리 범위를 기준으로 위치를 고른다. ‘당장 제동’은 차량, ‘인근 도로 장애물 공유’는 노변 엣지, ‘전국 장기 데이터 분석’은 클라우드에 가까운 사례다. 이 배치는 절대 규칙이 아니라 제시된 통신 지연과 자원 조건에서 판단한다.
인과 관계 문제에서는 거리가 가까워지면 전송 왕복 시간이 줄 수 있고, 연산을 분산하면 중앙 부하가 줄 수 있다는 두 경로를 구별한다. 엣지를 쓰면 지연이 언제나 0이 되거나 모든 계산이 단말에서 끝난다고 확대하지 않는다. 처리 분산으로 생기는 관리·보안 비용도 함께 본다.
4. 헷갈리기 쉬운 것들
| 처리 위치 | 잘 맞는 일 | 주의할 조건 |
|---|---|---|
| 차량 단말 | 제동·회피 등 즉시 판단 | 제한된 연산·전력, 센서 오차 |
| 노변 엣지 | 인근 차량·도로 정보 통합 | 지역 장비 배치와 보안 관리 |
| 클라우드 | 장기 분석·대규모 모델 학습 | 통신 거리와 중앙 부하 |
| 센서 | 물리 현상을 측정 | 판단 자체와 측정값을 구별 |
| 기지국 | 차량과 서버 사이 통신 중계 | 모든 데이터를 직접 판단하는 것은 아님 |
5. 관련 개념
- 인공지능·머신러닝·딥러닝 — 센서 데이터에서 물체와 상황을 판정한다.
- 자료구조 — 실시간 센서·지도·차량 상태를 목적에 맞게 조직한다.
- 네트워크 보안과 사이버 공격 — 차량·기지국·서버 사이 정보의 신뢰성을 지킨다.
- 가상현실(VR) — 센서 입력과 화면 출력의 지연을 줄여야 한다는 공통 조건이 있다.
각주
출제 이력 22회
이 개념이 어느 시험·지문에 등장했는지의 기록입니다. 개념 자체의 난이도가 아니라 출제 맥락을 보여줍니다.
- 26학년도 9월 모평독서지문 내 문항
- 14번2점
- 15번2점
- 16번2점
- 17번3점
- 23학년도 9월 모평독서지문 내 문항
- 14번2점
- 15번2점
- 16번3점
- 17번2점
- 22학년도 수능독서지문 내 문항
- 14번2점
- 15번2점
- 16번3점
- 17번2점
- 21학년도 6월 모평독서지문 내 문항
- 25번2점
- 26번2점
- 27번2점
- 28번3점
- 18학년도 6월 모평독서지문 내 문항
- 30번2점
- 31번3점
- 32번2점
- 33번2점
- 34번2점
- 18학년도 수능독서지문 내 문항
- 38번2점
- 39번2점
- 40번2점
- 41번3점
- 42번2점
- 17학년도 6월 모평독서지문 내 문항
- 16번2점
- 17번2점
- 18번2점
- 19번3점
- 16학년도 6월 모평 A형독서지문 내 문항
- 16번2점
- 17번2점
- 18번3점
- 16학년도 9월 모평 A형독서지문 내 문항
- 16번2점
- 17번2점
- 18번3점
- 15학년도 9월 모평 A형독서지문 내 문항
- 19번2점
- 20번2점
- 21번3점
- 15학년도 수능 A형독서지문 내 문항
- 20번2점
- 21번2점
- 22번3점
- 14학년도 6월 모평 A형독서지문 내 문항
- 19번2점
- 20번2점
- 21번3점
- 14학년도 6월 모평 B형독서지문 내 문항
- 21번2점
- 22번2점
- 23번3점
- 14학년도 9월 모평 A형독서지문 내 문항
- 19번2점
- 20번2점
- 21번3점
- 14학년도 9월 모평 A형독서지문 내 문항
- 22번2점
- 23번2점
- 24번2점
- 25번2점
- 14학년도 수능 A형독서지문 내 문항
- 28번2점
- 29번2점
- 30번3점
- 13학년도 6월 모평독서지문 내 문항
- 19번2점
- 13학년도 6월 모평독서지문 내 문항
- 44번2점
- 46번3점
- 13학년도 9월 모평독서지문 내 문항
- 31번2점
- 32번2점
- 33번2점
- 34번2점
- 12학년도 9월 모평독서지문 내 문항
- 47번2점
- 48번2점
- 49번2점
- 50번2점
- 11학년도 9월 모평독서지문 내 문항
- 48번2점
- 49번2점
- 50번3점
- 11학년도 수능독서지문 내 문항
- 25번2점
- 26번3점
이 문서를 가리키는 문서
잘못된 내용을 발견하셨나요? 신고해 주시면 검토 후 반영합니다.