IoT 워크로드의 비용 최적화

아티클
04/27/2023

비용 효율성은 IoT 프로젝트의 주요 성공 요소 중 하나입니다. 일반적인 IoT 솔루션에서 디바이스는 클라우드 기술을 처리하고 저장하기 위해 클라우드로 보내는 대량의 원격 분석을 생성합니다. 디바이스 및 애플리케이션을 개발하고, 대량의 데이터를 처리하고, 아키텍처를 디자인하는 방법은 전체 비용에 영향을 줍니다.

IoT 솔루션은 다중 계층 기술 스택이므로 고려해야 할 많은 비용 절감 요인과 비용을 최적화할 수 있는 많은 기회가 있습니다. 비용 최적화는 솔루션 수명 주기 전반에 걸쳐 지속적으로 모니터링, 분석 및 개선해야 하는 닫힌 루프 비용 제어 프로세스입니다.

솔루션 요구 사항은 IoT 아키텍처 결정의 주요 기준입니다. 요구 사항을 기능 및 운영 요구 사항으로 구분할 수 있습니다. 기능 요구 사항에 따라 시스템 설계가 결정되지만 운영 요구 사항은 시스템 아키텍처에 영향을 주므로 각 요구 사항 유형에 대한 비용 고려 사항을 구분합니다. 요구 사항에 따라 여러 사용 사례를 개발하고 설계를 완료하기 전에 비교합니다.

이 문서에서는 다양한 Azure IoT 서비스 및 기술 조합에 대한 비용 고려 사항을 제공합니다. 특정 산업에 대한 비용 최적화 또는 연결된 공장, 예측 유지 관리 또는 원격 모니터링과 같은 사용 사례는 산업별 Azure IoT 참조 아키텍처를 참조하세요.

IoT 워크로드에서 비용 최적화 평가

Well-Architected Framework 비용 최적화 핵심 요소의 렌즈를 통해 IoT 워크로드를 평가하려면 Azure Well-Architected 검토에서 IoT 워크로드에 대한 비용 최적화 질문을 완료합니다. 평가에서 IoT 솔루션에 대한 주요 비용 최적화 권장 사항을 식별한 후 다음 콘텐츠를 사용하여 권장 사항을 구현합니다.

디자인 원칙

아키텍처 우수성의 5가지 핵심 요소는 IoT 워크로드 디자인 방법론을 뒷받침합니다. 이러한 핵심 요소는 주요 IoT 디자인 영역에서 후속 디자인 결정을 내리는 나침반 역할을 합니다. 다음 디자인 원칙은 Azure Well-Architected Framework - 비용 최적화의 품질 핵심 요소를 확장합니다.

디자인 원리	고려 사항
비용 관리 분야 개발	계획 시 직접 및 간접 비용을 모두 고려하여 TCO(총 소유 비용)를 이해합니다.
업계 표준 전략 및 접근 방식 사용	자체 에코시스템이 있는 IoT 특정 산업 (예: 제조, 에너지 및 환경 또는 자동차 및 운송)의 경우 산업 표준 전략 및 접근 방식을 사용합니다.
속도 최적화를 위한 디자인	각 IoT 아키텍처 계층에 대한 구현 계획을 정의합니다.
시간이 지남에 따라 모니터링 및 최적화	솔루션을 구현한 후 지속적인 비용 최적화 작업을 사용하여 비용을 모니터링하고 최적화합니다.

TCO(총 소유 비용)

IoT 비용은 다양한 기술 옵션 간의 절충입니다. IoT는 엔드투엔드 시스템이므로 단순한 비교가 아닌 경우도 있습니다. 여러 서비스 및 기술을 조정할 때 시너지 효과의 비용 이점을 고려합니다. 예를 들어 Azure IoT Hub 디바이스 쌍을 사용하여 Azure Digital Twins에서 이벤트를 처리할 수 있습니다. IoT Hub Device Twins는 IoT Hub 표준 계층에서만 사용할 수 있습니다.

장기 집계 비용을 올바르게 예측하는 것이 중요합니다. IoT 기술 스택을 검토하고 관련된 모든 서비스를 구현하고 운영하는 비용을 포함하는 비용 모델을 개발 합니다. Azure 가격 계산기는 시작 및 운영 비용을 모두 예측하는 데 도움이 됩니다.

일부 영역에서는 일회성 비용이 반복 비용보다 더 효과적일 수 있습니다. 예를 들어 해킹 기술이 항상 변경되는 보안에서 신뢰할 수 있는 상용 운영 체제 및 Azure Sphere와 같은 모듈을 가져오는 것이 가장 좋습니다. 일회성 결제의 경우 이러한 서비스는 지속적인 월별 디바이스 보안 패치를 제공합니다.

PoC(개념 증명) 아키텍처가 아닌 대규모 프로덕션 환경에서 실행되는 것을 기준으로 솔루션 비용을 예측합니다. 아키텍처와 비용은 PoC 이후 빠르게 진화합니다. IoT Signals EDITION 3 보고서에 따르면 PoC 실패의 가장 큰 이유는 크기 조정 비용이 높기 때문입니다. IoT 프로젝트 크기를 조정하는 데 드는 높은 비용은 디바이스, 에지 연결 및 애플리케이션 간 호환성과 같은 계층 간 통합의 복잡성에서 비롯됩니다.

비용 모델에는 다음 영역이 포함되어야 합니다.

디바이스: 제한된 수의 연결된 디바이스부터 배포된 디바이스 수 및 해당 메시징 패턴의 증가를 예상합니다. 디바이스와 메시지 모두 시간이 지남에 따라 선형 또는 비선형 성장을 가질 수 있습니다.
인프라: 인프라 비용을 평가하려면 먼저 스토리지, 컴퓨팅 및 네트워크의 기본 사항을 고려합니다. 그런 다음, 솔루션이 데이터를 수집, 송신 및 준비하는 데 필요한 모든 서비스를 고려합니다.
운영: 운영자, 공급업체 및 고객 지원 팀 고용과 같은 인프라 비용과 병행하여 증가하는 장기 운영 비용을 포함합니다.
모니터링: 비용을 지속적으로 모니터링하고 검토하여 계획된 비용과 실제 비용 간의 격차를 식별합니다. 정기적인 비용 검토 모임은 비용 최적화를 달성하는 데 도움이 됩니다.

IoT 아키텍처 계층

비용 최적화 디자인 원칙은 IoT 워크로드가 기본 IoT 아키텍처 계층의 요구 사항을 충족하도록 고려 사항을 명확히 하는 데 도움이 됩니다.

IoT 아키텍처 계층을 이해하면 비용 기준을 정의하고 비용 비교를 위해 여러 아키텍처를 고려하는 데 도움이 됩니다. 각 계층에는 디바이스, 통신 또는 에지 위치와 같은 여러 기술 및 에코시스템 옵션이 있으므로 각 계층에 대한 비용 전략을 설정해야 합니다.

디바이스 및 게이트웨이, 디바이스 관리 및 모델링, 수집 및 통신과 같은 IoT 핵심 계층은 IoT 관련 솔루션을 식별합니다. 다른 계층 및 교차 절단 작업도 다른 워크로드에 공통적이고 종종 공유됩니다. 그러나 TCO 및 비용 최적화는 모든 비용을 고려해야 하므로 일반 및 교차 절단 작업의 IoT 관련 비용과 IoT 관련 계층을 고려해야 합니다.

IoT 아키텍처의 레이어 및 교차 절단 작업을 보여주는 다이어그램.

디바이스 및 게이트웨이 계층

이 계층은 경우에 따라 데이터를 최적화하고 클라우드로 전송하는 작업을 담당합니다. 비용은 이 계층을 디자인하기 위한 주요 고려 사항입니다. 비용 최적화는 계획, 프로비전, 구성, 모니터링 및 사용 중지의 전체 디바이스 수명 주기를 고려해야 합니다.

디바이스 수명 주기를 보여 주는 다이어그램

에지 솔루션을 사용하려면 필드에 IoT 디바이스를 배포해야 합니다. 배포에는 비용에 영향을 주는 네트워킹 및 전원 공급 장치 인프라가 필요할 수 있습니다. 기존 인프라는 설치 비용을 최소화할 수 있지만 설치가 기존 시스템에 영향을 주지 않도록 해야 할 수 있습니다.

IoT 디바이스를 개발하거나 설치하려면 전담 내부 또는 외부 담당자를 교육하고 고용해야 할 수 있습니다. 필요한 기술에는 하드웨어 디자인, 임베디드 애플리케이션 개발, 클라우드 및 로컬 연결, 보안 및 개인 정보 보호, IoT 솔루션 아키텍처가 포함됩니다. 산업별 전문 지식도 필요할 수 있습니다. 전체 디바이스 비용에 이러한 비용을 포함합니다.

디바이스 비용에는 스토리지, 재고 관리 및 전송과 같은 물류 구성이 포함됩니다. 디바이스가 작동 수명 주기가 끝날 때 해제 작업의 비용을 포함합니다.

클라우드에 연결된 디바이스의 경우 데이터 전송을 최적화하여 비용 경계를 유지합니다. 전략에는 페이로드 크기 최소화, 메시지 일괄 처리 및 사용량이 낮은 기간 동안 전송이 포함됩니다. 이러한 최적화에는 구현 비용이 발생합니다.

Azure IoT 디바이스에 대한 자세한 내용은 다음을 참조하세요.

하드웨어 선택

대부분의 디바이스 개발 프로세스는 하드웨어 선택에 따라 달라집니다. 디바이스에 대한 구매 결정은 WiFi 인증과 같은 질적 요인과 재료비 청구 및 출시 시간과 같은 정량적 요인을 고려합니다. 기성 하드웨어 또는 사용자 지정 디자인 중에서 선택하는 것은 IoT 디바이스 비용과 출시 시간에 영향을 줍니다.

기성 디바이스는 단위당 더 많은 비용이 들 수 있지만 예측 가능한 비용과 리드 타임이 있습니다. 또한 기성 디바이스는 복잡한 공급망 관리의 필요성을 제거합니다.
사용자 지정 디바이스는 단가를 줄일 수 있지만 개발 시간이 수반되며 디자인, 테스트, 인증 제출 및 제조와 같은 비반복적인 엔지니어링 비용이 발생합니다.
사전 인증된 시스템 구성 요소 또는 모듈은 출시 시간을 줄이고 반 사용자 지정 디바이스를 만들 수 있지만 불연속 칩보다 비용이 더 많이 듭니다. 공급망 및 재고 관리를 제대로 리소스해야 합니다.

Azure Certified Device 카탈로그는 Azure IoT와 잘 작동하고 비용과 출시 시간을 줄이는 데 도움이 되는 디바이스를 제공합니다. 광범위한 인증된 디바이스 목록에서 하드웨어를 유연하게 선택할 수 있는 IoT 솔루션을 설계하고 설계하는 데 집중합니다. IoT 플러그 앤 플레이 디바이스는 디바이스 및 클라우드 개발 비용을 모두 줄일 수 있습니다. Azure Certified Device를 선택하면 디바이스 사용자 지정 및 통합을 바로 건너뛰고 IoT 솔루션에 온보딩할 수 있습니다.

플러그 앤 플레이 접근 방식의 절감을 보여 주는 그래픽.

람다 아키텍처 패턴

IoT 솔루션은 일반적으로 클라우드에서 핫/웜/콜드 람다 아키텍처 패턴을 사용합니다. 이 패턴은 성능이 더 좋은 에지 디바이스 또는 Azure IoT Edge 런타임을 사용하는 경우에도 적용됩니다. 에지에서 이 패턴을 최적화하면 전체 솔루션 비용이 줄어듭니다. 클라우드 데이터 수집 및 처리에 가장 비용 효율적인 서비스를 선택할 수 있습니다.

핫 경로 처리에는 거의 실시간 처리, 프로세스 경고 또는 에지 알림이 포함됩니다. Azure IoT Hub 이벤트 스트림을 사용하여 클라우드에서 경고를 처리할 수 있습니다.
웜 경로 처리에는 오픈 소스 시계열 데이터베이스 또는 Azure SQL Edge와 같은 에지의 스토리지 솔루션 사용이 포함됩니다. Azure SQL Edge에는 에지 스트림 처리 기능과 시계열 최적화 스토리지가 포함됩니다.
콜드 경로 처리에는 낮은 중요도 이벤트를 일괄 처리하고 Azure Blob Storage 모듈을 통해 파일 전송 옵션을 사용하는 것이 포함됩니다. 이 방법은 IoT Hub 통한 스트리밍에 비해 저렴한 데이터 전송 메커니즘을 사용합니다. 콜드 데이터가 Azure Blob Storage에 도착하면 클라우드에서 데이터를 처리하는 여러 옵션이 있습니다.

디바이스 보안

DPS(Device Provisioning Service) 및 IoT Central을 사용하는 IoT Hub 모두 대칭 키, TPM(신뢰할 수 있는 플랫폼 모듈) 증명 및 X.509 인증서를 사용하여 디바이스 인증을 지원합니다. 각 옵션과 관련된 비용 요소가 있습니다.

X.509 인증서는 Azure IoT Hub 인증하기 위한 가장 안전한 옵션이지만 인증서 관리는 비용이 많이 들 수 있습니다. 인증서 수명 주기 관리 계획이 부족하면 인증서 비용이 더 많이 들 수 있습니다. 일반적으로 CA 및 인증서 관리 솔루션을 제공하는 타사 공급업체와 협력합니다. 이 옵션을 사용하려면 PKI(공개 키 인프라)를 사용해야 합니다. 옵션에는 자체 관리형 PKI, 타사 PKI 또는 Azure Sphere 디바이스에서만 사용할 수 있는 Azure Sphere 보안 서비스가 포함됩니다.
X.509 인증서가 있는 TPM은 추가 보안 계층을 제공합니다. DPS는 TPM 인증 키를 통한 인증도 지원합니다. 기본 비용은 하드웨어, 잠재적 보드 재설계 및 복잡성에서 비롯됩니다.
대칭 키 인증은 가장 간단하고 저렴한 비용 옵션이지만 보안에 미치는 영향을 평가해야 합니다. 디바이스 및 클라우드에서 키를 보호해야 하며 디바이스에 키를 안전하게 저장하려면 더 안전한 옵션이 필요한 경우가 많습니다.

이러한 각 옵션과 관련된 비용을 검토하고 보안 강화를 통해 잠재적으로 더 높은 하드웨어 또는 서비스 비용의 균형을 조정합니다. 제조 프로세스와의 통합은 전체 비용에도 영향을 줄 수 있습니다.

자세한 내용은 Azure IoT 디바이스 제조업체에 대한 보안 사례를 참조하세요.

Azure RTOS

Azure RTOS 는 디바이스용 포함된 개발 제품군입니다. Azure RTOS에는 리소스가 제한된 디바이스에 대해 안정적이고 초고속 성능을 제공하는 작지만 강력한 운영 체제가 포함되어 있습니다. Azure RTOS는 사용하기 쉽고 100억 개 이상의 디바이스에 배포되었습니다. Azure RTOS는 가장 인기 있는 32비트 마이크로 컨트롤러 및 포함된 개발 도구를 지원하므로 기존 디바이스 작성기 기술을 최대한 활용할 수 있습니다.

Azure RTOS는 사전 사용이 허가된 하드웨어를 사용하여 상업용 배포에 무료로 사용할 수 있습니다. Azure RTOS에는 Azure IoT 클라우드 기능 및 디바이스 업데이트 및 보안과 같은 기능이 함께 제공됩니다. 이러한 기능은 디바이스 및 클라우드 개발 비용을 모두 줄이는 데 도움이 될 수 있습니다.

Azure RTOS는 안전 및 보안을 인증하여 의료, 자동차 및 제조와 같은 특정 수직 분야에 대한 규격 디바이스를 빌드하는 시간과 비용을 줄이는 데 도움이 됩니다.

LPWAN 디바이스

LoRaWAN, NB-IoT 또는 LTE-M과 같은 LPWAN 디바이스가 이미 다른 IoT 클라우드에 연결되어 있는 경우 Azure IoT Central 디바이스 브리지는 Azure IoT Central에 브리지를 연결하는 데 도움이 될 수 있습니다. Azure IoT Central Device Bridge를 사용하면 기존 디바이스를 변경하는 데 비용이 발생하지 않고도 업계 지식을 추가하고 솔루션을 평가하는 데 집중할 수 있습니다.

엔터프라이즈 준비 솔루션을 빌드할 때 LPWAN 디바이스를 Azure IoT Hub 통합하는 비용을 고려해야 합니다.

Azure Sphere

Azure Sphere 는 인터넷에 연결된 디바이스에 대한 기본 제공 통신 및 보안 기능을 갖춘 안전한 엔드투엔드 IoT 솔루션 플랫폼입니다. Azure Sphere는 MCU(보안 연결 크로스오버 마이크로 컨트롤러 장치), 사용자 지정 고급 Linux 기반 OS(운영 체제) 및 지속적이고 재생 가능한 보안을 제공하는 클라우드 기반 보안 서비스로 구성됩니다. Azure Sphere는 디바이스에서 클라우드로 보안 환경을 빌드하고 유지 관리하는 노력을 줄입니다.

Azure Sphere는 추가 비용 없이 10년 이상 X.509 기반 PKI, 사용자 앱 업데이트, 오류 보고 및 디바이스 관리를 기반으로 10년 동안 OS 업데이트 및 제로 데이 재생 가능 보안을 제공합니다. Azure Sphere는 최신 보안으로 수백만 개의 디바이스를 최신 상태로 유지하는 운영 비용을 줄입니다.

Azure Stack

Azure Stack 솔루션은 Azure 서비스 및 기능을 온-프레미스 데이터 센터 또는 에지 위치와 같은 Azure 데이터 센터 이외의 환경으로 확장합니다. Azure Stack 솔루션에는 Azure Stack Edge 및 Azure Stack HCI가 포함됩니다.

Azure Stack Edge는 에지 위치에서 하드웨어 가속 기계 학습 워크로드에 이상적인 Azure 관리형 어플라이언스. Azure Stack Edge는 컨테이너와 같은 최신 기술 스택에서 실행되므로 에지 위치에 배포된 Azure Stack Edge는 여러 워크로드를 제공할 수 있습니다. 워크로드 간에 계산 능력을 공유하면 TCO가 줄어듭니다.
Azure Stack HCI 는 네이티브 Azure 통합을 사용하여 특별히 빌드된 하이퍼컨버지드 솔루션입니다. Azure Stack HCI는 IoT 솔루션을 호스트하는 확장 가능한 가상화를 제공합니다. 가상화는 보안, 확장성 및 유연한 환경과 같은 추가적인 이점을 제공하므로 하드웨어를 다른 워크로드와 공유하여 TCO를 줄일 수 있습니다. Azure Stack HCI는 Azure Stack Edge보다 더 많은 컴퓨팅 성능을 제공하며 업계 프로세스 변환에 이상적입니다.

Azure Stack 솔루션은 Azure 기능을 에지로 가져오지만 하드웨어 크기 조정은 총 컴퓨팅 능력을 제한합니다. 사용 사례 및 예상 컴퓨팅 능력을 식별하고 성능 요구 사항에 맞게 비용을 일치하도록 크기 조정을 고려합니다.

Azure 퍼블릭 또는 프라이빗 MEC

IoT 디바이스는 대량의 데이터를 생성할 수 있으며 저전력 소비 및 저렴한 비용에 대한 강력한 요구 사항이 있을 수도 있습니다. 작고 저렴한 IoT 디바이스는 센서 또는 위치 데이터 수집 및 추가 처리를 위해 오프로드와 같은 하나 또는 몇 가지 작업을 위해 설계되었습니다.

Azure 공용 또는 프라이빗 MEC(다중 액세스 에지 컴퓨팅) 및 5G는 디바이스에서 데이터를 오프로드하는 비용을 최적화하는 데 도움이 됩니다. MEC 기반 IoT 솔루션을 사용하면 디바이스 또는 클라우드가 아닌 에지에서 대기 시간이 짧은 데이터 처리를 수행할 수 있습니다. 대기 시간은 클라우드의 일반적인 100-150ms 대신 1-5ms입니다. MEC 기반 IoT 솔루션은 유연하며 디바이스 자체는 저렴하고 최소한의 유지 관리로 작동하며 더 작고 저렴하며 오래 지속되는 배터리를 사용합니다. MEC는 데이터 분석, AI 및 최적화 기능을 에지에 유지하여 IoT 솔루션을 간단하고 저렴하게 유지합니다.

MEC는 IoT 워크로드에 대한 에지 처리, 컴퓨팅 및 5G 통신 디바이스 역할을 하는 것 외에도 다른 워크로드를 통신 디바이스로 사용하여 퍼블릭 클라우드 또는 원격 사이트에 대한 고속 연결을 설정합니다.

Azure IoT Edge

Azure IoT Edge 대용량 메시지 볼륨에 대한 기본 제공 기능이 있습니다. 게이트웨이 기능이 있는 Azure IoT Edge 관리 디바이스는 로컬 처리 및 에지 시나리오를 통해 네트워크 비용을 절감하고 메시지 수를 최소화할 수 있습니다.

많은 작은 메시지를 사용하는 디바이스-디바이스 또는 모듈 간 에지 통신 또는 디바이스-클라우드 상호 작용을 방지합니다. 기본 제공 메시지 일괄 처리 기능을 사용하여 클라우드에 여러 원격 분석 메시지를 보냅니다. 이러한 기능은 IoT Hub 사용하는 비용을 줄이는 데 도움이 될 수 있습니다. 일일 메시지 수와 초당 디바이스-클라우드 작업 수를 모두 줄이면 IoT Hub 하위 계층을 선택할 수 있습니다. 자세한 내용은 IoT Edge 성능 제한 확대를 참조하세요.

데이터 교환 비용을 줄이기 위해 Azure Stream Analytics 및 Azure Functions 같은 Azure 서비스를 IoT Edge 배포할 수 있습니다. Azure Stream Analytics 및 Azure Functions 에지에서 대량의 데이터를 집계 및 필터링하고 중요한 데이터만 클라우드로 보낼 수 있습니다. IoT Edge Azure Blob Storage 네트워크를 통해 대량의 데이터를 전송할 필요성을 줄일 수 있습니다. Edge 스토리지는 클라우드로 보내기 전에 대량의 데이터를 변환하고 최적화하는 데 유용합니다.

OPC 게시자 및 Modbus와 같은 개방형 프로토콜을 위한 무료 Azure IoT Edge 모듈은 개발을 최소화하면서 다양한 디바이스를 연결하는 데 도움이 됩니다. 업로드 성능이 중요한 경우 공급업체에서 검증된 IoT Edge 모듈을 선택하는 것이 사용자 지정 모듈을 빌드하는 것보다 비용 효율적일 수 있습니다. Azure Marketplace IoT Edge 모듈을 검색하고 다운로드할 수 있습니다.

수집 및 통신 계층

클라우드 IoT 게이트웨이는 디바이스와 클라우드 서비스 간의 브리지입니다. 클라우드 플랫폼에 대한 프런트 엔드 서비스인 게이트웨이는 프로토콜 변환을 사용하여 모든 데이터를 집계하고 디바이스와 양방향 통신을 제공할 수 있습니다.

디바이스 간 IoT 게이트웨이 통신(예: 디바이스 연결, 네트워크 및 프로토콜)을 고려해야 하는 여러 가지 요인이 있습니다. IoT 통신 프로토콜, 네트워크 유형 및 메시징 패턴을 이해하면 비용 효율적인 아키텍처를 설계하고 최적화하는 데 도움이 됩니다.

디바이스 연결의 경우 네트워크 유형을 지정하는 것이 중요합니다. WiFi 또는 LoraWAN과 같은 프라이빗 LAN 또는 WAN 솔루션을 선택하는 경우 전체 비용의 일부로 네트워크 TCO를 고려합니다. 4G, 5G 또는 LPWAN과 같은 이동 통신 사업자 네트워크를 사용하는 경우 반복 연결 비용을 포함합니다.

IoT 솔루션 플랫폼

비즈니스용 IoT 솔루션을 빌드하려면 일반적으로 관리되는 앱 플랫폼 접근 방식을 사용하여 솔루션을 평가하고 플랫폼 서비스를 사용하여 엔터프라이즈 준비 솔루션을 빌드합니다.

플랫폼 서비스를 사용하면 서비스를 미세 조정하고 전체 비용을 제어할 수 있습니다. 사용자 지정되고 유연한 IoT 애플리케이션을 위한 모든 구성 요소를 제공합니다. 디바이스를 연결하고 데이터를 수집, 저장 및 분석할 때 추가 옵션과 코드를 선택할 수 있습니다. Azure IoT 플랫폼 서비스에는 Azure IoT Hub 제품과 Azure Digital Twins가 포함됩니다.
Azure IoT Central 은 결과를 달성하는 데 필요한 의사 결정 수를 줄여 IoT 솔루션을 신속하게 평가할 수 있는 관리형 앱 플랫폼입니다. IoT Central은 솔루션의 대부분의 인프라 요소를 처리하므로 업계 지식을 추가하고 솔루션을 평가하는 데 집중할 수 있습니다.

IoT Hub 계층

대부분의 IoT 솔루션은 디바이스와 클라우드 간의 양방향 통신이 완벽하게 작동하고 안전해야 합니다. 기본 IoT Hub 계층은 핵심 기능을 제공하지만 양방향 제어는 제외합니다. 일부 초기 솔루션 구현의 경우 기본 계층을 사용하여 비용을 절감할 수 있습니다. 솔루션이 진행됨에 따라 표준 계층으로 전환하여 클라우드-디바이스 메시징 비용을 낮출 수 있도록 보안 통신 채널을 최적화할 수 있습니다. 자세한 내용은 솔루션에 적합한 IoT Hub 계층 선택을 참조하세요.

메시지 크기 및 빈도 IoT Hub

메시징 비용은 디바이스 수다 및 메시지 크기에 따라 크게 달라집니다. 수다스러운 디바이스는 1분마다 클라우드에 많은 메시지를 보내는 반면, 비교적 조용한 디바이스는 1시간 이상만 데이터를 보냅니다. 많은 작은 메시지를 사용하는 디바이스-클라우드 상호 작용을 방지합니다. 디바이스 수다 및 메시지 크기에 대한 Clarity 과도하게 프로비전할 가능성을 줄이는 데 도움이 되며, 이로 인해 사용되지 않는 클라우드 용량 또는 과소 프로비전으로 이어져 크기 조정 문제가 발생합니다. 메시지 페이로드의 크기와 빈도를 고려하여 인프라가 올바른 크기이고 크기를 조정할 준비가 되었는지 확인합니다.

많은 작은 메시지를 사용하는 클라우드-디바이스 상호 작용을 방지합니다. 예를 들어 여러 디바이스 또는 모듈 쌍 업데이트를 자체 제한이 있는 단일 업데이트로 그룹화합니다. 무료 IoT Hub 계층의 경우 일일 할당량, 4K 바이트에 사용되는 메시지 크기를 알고 있어야 합니다. 더 작은 메시지를 보내면 일부 용량은 사용되지 않지만 더 큰 메시지는 4KB 청크로 요금이 청구됩니다.

단일 직접 메서드를 사용하여 직접 피드백을 가져옵니다. 단일 디바이스 또는 모듈 쌍 상태 업데이트를 사용하여 구성을 교환하고 정보를 비동기적으로 상태.

팁

Azure IoT Hub IoT용 Microsoft Defender 및 Defender for IoT 마이크로 에이전트를 사용하여 수다스러운 상호 작용을 모니터링할 수 있습니다. 특정 임계값을 초과하는 디바이스-클라우드 또는 클라우드-디바이스 상호 작용에 대한 IoT Hub 사용자 지정 경고를 만들 수 있습니다.

비용 관리에 메시지 크기가 중요한 경우 긴 디바이스 수명 주기 또는 대규모 배포에서 오버헤드를 줄이는 것이 특히 중요합니다. 이 오버헤드를 줄이는 옵션은 다음과 같습니다.

더 짧은 디바이스 ID, 모듈 ID, 쌍 이름 및 메시지 토픽을 사용하여 MQTT 패킷의 페이로드를 줄입니다. MQTT 페이로드는 과 같습니다 devices/{device_id}/modules/{module_id}/messages/events/.
고정 길이 오버헤드 및 메시지의 약어입니다.
예를 들어 Gzip을 사용하여 페이로드를 압축합니다.

메시지 할당량 및 제한 제한 IoT Hub

IoT Hub 계층의 크기는 특정 할당량과 작업에 대한 제한 한도가 있습니다. IoT Hub 제한 및 할당량을 이해하여 디바이스-클라우드 및 클라우드-디바이스 메시징에 대한 비용을 최적화합니다.

예를 들어 표준 S1 계층의 일일 할당량은 400,000개입니다. 요금은 다음과 같은 몇 가지 요인에 따라 4KB 청크에서 증가합니다.

하나의 D2C(디바이스-클라우드) 메시지는 최대 4KB일 수 있습니다.
4KB를 초과하는 D2C 메시지는 4KB 청크로 요금이 청구됩니다.
4KB보다 작은 메시지는 Azure IoT SDK SendEventBatchAsync 메서드를 사용하여 디바이스 쪽에서 일괄 처리를 최적화할 수 있습니다. 예를 들어 에지에서 최대 4개의 1KB 메시지를 묶으면 일일 미터가 하나의 메시지로 증가합니다. 일괄 처리는 AMQP 또는 HTTPS에만 적용됩니다.
클라우드-디바이스 메시지 또는 디바이스 쌍 작업과 같은 대부분의 작업은 4KB 청크로 메시지를 청구합니다. 이러한 모든 작업은 메시지의 일일 처리량 및 최대 할당량에 추가됩니다.

자세한 가격 책정 예제는 Azure IoT Hub 가격 정보 설명서를 검토하세요.

일일 메시지 할당량 외에도 서비스 작업에는 제한 제한이 있습니다. IoT Hub 비용 최적화의 핵심 부분은 메시지 할당량 및 작업 제한 제한을 모두 최적화하는 것입니다. 초당 작업 또는 초당 바이트 형태로 제한 간의 차이점을 연구합니다. 자세한 내용은 IoT Hub 할당량 및 제한을 참조하세요.

다른 제한 제한은 다른 IoT Hub 작업에 적용됩니다. 디바이스-클라우드 작업에는 계층에 따라 초당 작업이 제한됩니다. 4KB 청크로 계량되는 메시지 크기 외에도 작업 수를 고려합니다. 에지에서 일괄 처리를 사용하면 단일 작업에서 더 많은 메시지를 보낼 수 있습니다.

2KB의 단일 메시지, 10KB의 일괄 처리된 메시지 또는 256KB의 일괄 처리된 메시지는 단일 작업으로만 계산되므로 제한 제한에 도달하지 않고 엔드포인트에 더 많은 데이터를 보낼 수 있습니다.

자동 크기 조정 IoT Hub

IoT Hub 단위 수를 동적으로 조정하면 메시지 볼륨이 변동할 때 비용을 최적화할 수 있습니다. IoT Hub 서비스를 자동으로 모니터링하고 크기를 조정하는 자동 크기 조정 서비스를 구현할 수 있습니다. 자동 크기 조정 기능을 구현하는 사용자 지정 가능한 샘플은 Azure IoT Hub 자동 크기 조정을 참조하세요. 사용자 고유의 사용자 지정 논리를 사용하여 IoT Hub 계층 및 단위 수를 최적화할 수 있습니다.

크기 조정을 위한 배포 스탬프

배포 스탬핑 은 유연한 배포 전략, 예측 가능한 규모 및 비용에 대한 일반적인 디자인 패턴입니다. 이 패턴은 디바이스 그룹 지역 분산, 특정 스탬프에 새 기능 배포, 디바이스당 비용 관찰 등 IoT 솔루션에 대한 몇 가지 이점을 제공합니다. 자세한 내용은 배포 스탬프를 사용하여 IoT 솔루션 크기 조정을 참조하세요.

장치 관리 및 모델링 계층

디바이스 관리는 공급망 관리, 디바이스 인벤토리, 배포, 설치, 운영 준비, 디바이스 업데이트, 양방향 통신 및 프로비저닝과 같은 복잡한 프로세스를 오케스트레이션하는 작업입니다. 디바이스 모델링은 관리 비용과 메시징 트래픽 볼륨을 줄일 수 있습니다.

IoT Plug and Play

TCO 감소를 위해 플랫폼 선택의 일부로 확장된 사용 사례를 고려합니다. IoT 플러그 앤 플레이 솔루션 빌더는 수동 구성 없이 디바이스를 IoT Hub 또는 Azure Digital Twins와 통합할 수 있습니다. IoT 플러그 앤 플레이 DTDL(Digital Twins Definition Language) V2를 사용합니다. 두 가지 모두 JSON-LD 및 RDF와 같은 개방형 W3C 표준에 기반하기 때문에 서비스와 도구를 더 쉽게 채택할 수 있습니다.

IoT 플러그 앤 플레이 및 DTDL을 사용하는 데 추가 비용은 없습니다. IoT Hub, Azure Digital Twins 및 기타 Azure 서비스에 대한 표준 요금은 동일하게 유지됩니다.

자세한 내용은 기존 디바이스를 IoT 플러그 앤 플레이 디바이스로 변환하는 방법을 참조하세요.

DPS IoT Hub

IoT Hub DPS는 사람의 개입 없이도 올바른 IoT Hub에 저비용 제로 터치의 Just-In-Time 프로비저닝을 가능하게 하는 IoT Hub 위한 도우미 서비스입니다. DPS를 사용하면 수백만 대의 디바이스를 안전하고 확장성 있게 프로비전하여 오류와 비용을 줄일 수 있습니다.

DPS는 낮거나 터치가 없는 디바이스 프로비저닝을 사용하도록 설정하므로 사용자를 교육하고 현장에 보낼 필요가 없습니다. DPS를 사용하면 트럭 롤의 비용과 학습 및 구성에 소요되는 시간이 줄어듭니다. 또한 DPS는 수동 프로비저닝으로 인한 오류 위험을 줄입니다.

DPS는 등록 할당 정책, 제로 터치 프로비저닝, 초기 구성 설정, 다시 프로비전 및 프로비저닝 해제를 통해 IoT Hub 디바이스 수명 주기 관리를 지원합니다. 자세한 내용은 다음을 참조하세요.

자산 및 디바이스 상태 모델링

Azure Cosmos DB, Azure Digital Twins 및 Azure SQL Database와 같은 여러 디바이스 토폴로지와 엔터티 저장소 간의 비용 차이를 비교합니다. 각 서비스는 서로 다른 비용 구조를 가지며 IoT 솔루션에 다양한 기능을 제공합니다. 필요한 사용량에 따라 가장 비용 효율적인 서비스를 선택합니다.

Azure Digital Twins는 자산 관리, 디바이스 상태 및 원격 분석 데이터를 위한 IoT 환경의 그래프 기반 모델을 구현할 수 있습니다. Azure Digital Twins를 도구로 사용하여 실시간 IoT 데이터 스트리밍을 통해 전체 환경을 모델링하고 비 IoT 원본의 비즈니스 데이터를 병합할 수 있습니다. 사용자 지정 온톨로지 빌드 또는 RealEstateCore, CIM 또는 NGSI-LD와 같은 표준 기반 온톨로지로 타사와의 데이터 교환을 간소화할 수 있습니다. Azure Digital Twins에는 고정 요금 없이 사용당 종량제 가격 책정 모델이 있습니다.
Azure Cosmos DB는 전 세계에 배포된 다중 모델 데이터베이스입니다. 비용은 스토리지 및 처리량의 영향을 받으며, 지역 또는 전역적으로 분산 및 복제된 데이터 옵션이 있습니다.
Azure SQL 데이터베이스는 디바이스 및 자산 모델링을 위한 효율적인 솔루션이 될 수 있습니다. SQL Database 비용을 최적화하는 데 도움이 되는 몇 가지 가격 책정 모델이 있습니다.

자산 배포 모델

여러 엔드포인트, IoT 디바이스, 클라우드에 직접 연결되거나 에지 및/또는 클라우드 게이트웨이를 통해 연결된 다양한 아키텍처를 사용하여 에지 솔루션을 배포할 수 있습니다. 에지 디바이스를 소싱하는 다양한 옵션은 TCO 및 출시 시간에 영향을 줄 수 있습니다. 디바이스 함대의 지속적인 유지 관리 및 지원은 전체 솔루션 비용에도 영향을 줍니다.

지정된 IoT 솔루션에서 데이터가 저장되고 처리되는 위치는 대기 시간, 보안 및 비용과 같은 여러 요인에 영향을 줍니다. 각 사용 사례를 분석하고 에지 처리 및 데이터 스토리지를 사용하는 것이 가장 적합한 위치와 비용에 미치는 영향을 검토합니다. 에지에 데이터를 저장하고 처리하면 스토리지, 운송 및 처리 비용을 절약할 수 있습니다. 그러나 규모를 고려할 때 클라우드 서비스는 비용 및 개발 오버헤드로 인해 더 나은 옵션인 경우가 많습니다.

Azure 가격 계산기는 이러한 옵션을 비교하는 데 유용한 도구입니다.

이벤트 처리 및 분석 계층

이벤트 처리 및 분석 계층의 목적은 데이터 기반 의사 결정을 사용하도록 설정하는 것입니다. 이벤트 타이밍 및 분석 목적은 고려해야 할 핵심 요소입니다. 올바른 서비스 선택은 아키텍처 효율성을 높이고 데이터 및 이벤트 처리 비용을 줄입니다.

요구 사항에 따라 IoT 데이터 분석을 위해 핫, 웜 또는 콜드 경로 처리를 구현합니다. Azure IoT 참조 아키텍처는 이러한 분석 경로 간의 차이를 이해하고 각 경로에서 사용 가능한 분석 서비스를 검토하는 데 도움이 됩니다.

시작하려면 핫, 웜 또는 콜드 경로를 통과하는 데이터 형식을 결정합니다.

핫 경로 데이터는 일반적으로 스트림 처리를 사용하여 메모리에 보관되고 거의 실시간으로 분석됩니다. 출력은 경고를 트리거하거나 분석 도구가 즉시 쿼리할 수 있는 구조화된 형식으로 작성될 수 있습니다.
마지막 날, 주 또는 월과 같은 웜 경로 데이터는 즉시 쿼리할 수 있는 스토리지 서비스에 보관됩니다.
콜드 경로 기록 데이터는 대규모 일괄 처리로 쿼리할 저렴한 스토리지에 유지됩니다.

핫, 웜 및 콜드 분석 경로를 보여 주는 다이어그램

스토리지 계층

IoT 솔루션의 목표 중 하나는 최종 사용자에게 데이터를 제공하는 것입니다. 스토리지 유형, 용량 및 가격 책정을 이해하여 스토리지 비용을 최적화하기 위한 전략을 만드는 것이 중요합니다.

스토리지 유형

원격 분석용 리포지토리의 선택은 IoT 데이터의 사용 사례에 따라 달라집니다. IoT 데이터를 모니터링하기 위한 목적이고 볼륨이 낮으면 데이터베이스를 사용할 수 있습니다. 시나리오에 데이터 분석이 포함된 경우 원격 분석 데이터를 스토리지에 저장해야 합니다. 시계열 최적화, 추가 전용 스토리지 및 쿼리의 경우 Azure Data Explorer 같은 용도로 설계된 솔루션을 고려합니다.

스토리지 및 데이터베이스는 상호 배타적이지 않습니다. 특히 잘 정의된 핫, 웜 및 콜드 분석 경로에서 두 서비스가 함께 작동할 수 있습니다. Azure Data Explorer 및 데이터베이스는 일반적으로 핫 및 웜 경로 시나리오에 사용됩니다.

Azure Storage의 경우 액세스 빈도, 보존 요구 사항 및 백업과 같은 데이터 수명 주기 요인도 고려해야 합니다. Azure Storage를 사용하면 데이터 수명 주기를 정의하고 데이터를 핫 계층에서 다른 계층으로 이동하는 프로세스를 자동화하여 장기 스토리지 비용을 줄일 수 있습니다. 자세한 내용은 수명 주기 관리 정책 구성을 참조하세요.

데이터베이스 솔루션

데이터베이스 기능의 경우 SQL 솔루션과 SQL이 없는 솔루션 중에서 선택하는 것이 일반적입니다. SQL 데이터베이스는 간단한 데이터 변환 또는 데이터 집계 요구 사항이 있는 고정 스키마 원격 분석에 가장 적합합니다. 자세한 내용은 Azure의 데이터베이스 유형을 참조하세요.

Azure SQL Database 및 TimescaleDB for PostgreSQL은 SQL 데이터베이스에 대한 일반적인 선택 사항입니다. 자세한 내용은 다음 문서를 참조하세요.

데이터가 고정된 스키마 없이 개체 또는 문서로 가장 잘 표현되는 경우 no-SQL이 더 나은 옵션입니다. Azure Cosmos DB는 SQL 또는 MongoDB와 같은 여러 API를 제공합니다. 모든 데이터베이스의 경우 파티션 및 인덱스 전략은 성능 최적화 및 불필요한 비용 절감에 중요합니다. 자세한 내용은 다음을 참조하세요.

Azure Synapse Analytics는 최신 Azure 데이터 웨어하우스입니다. Synapse Analytics는 DWU(Data Warehouse 단위)로 크기를 조정하며 솔루션 요구 사항을 처리할 적절한 용량을 선택해야 합니다. 사용 사례에 따라 운영 비용을 줄이기 위해 실행 중인 작업이 없을 때 컴퓨팅을 일시 중지할 수 있습니다.

전송 계층

전송 계층은 다른 계층 간에 데이터를 전송하고 라우팅합니다. 데이터가 계층과 서비스 간에 이동함에 따라 프로토콜 선택은 비용에 영향을 줍니다. 필드 게이트웨이, 업계 개방형 프로토콜 및 IoT 네트워크 선택과 같은 사용 사례는 전송 계층의 비용에도 영향을 줍니다.

전송 크기 및 비용을 줄이려면 IoT 디바이스가 원격 분석을 보낼 수 있는 올바른 프로토콜을 선택합니다 .

디바이스 클라이언트는 정기적으로 IoT Hub 연결 유지 메시지를 보냅니다. 작업당 요금에 따라 유지 메시지 요금이 부과되지 않습니다. 그러나 특정 요구 사항이 없는 경우 원격 분석에 keep-alive 속성을 추가할 필요가 없습니다. 유연성을 위해 일부 Azure IoT 디바이스 SDK는 AMQP 또는 MQTT 프로토콜을 사용하는 경우 이러한 메시지에 대한 시간 범위를 설정하는 옵션을 제공합니다.

배터리로 구동되는 IoT 디바이스의 경우 연결을 활성 상태로 유지하거나 디바이스가 절전 모드에서 해제될 때 다시 연결 중에서 선택할 수 있습니다. 이 선택은 전력 소비 및 네트워크 비용에 영향을 줍니다.

다시 연결하면 TLS 연결, 디바이스 인증 및 디바이스 쌍 검색에 약 6KB의 패킷이 사용되지만 디바이스가 하루에 한두 번만 절전 모드를 해제하면 배터리 용량이 절약됩니다. 메시지를 함께 번들로 묶어 TLS 오버헤드를 줄일 수 있습니다. 활성 상태를 유지하려면 수백 바이트가 사용되지만 연결 상태를 유지하면 디바이스가 몇 시간 이하의 시간마다 해제되는 경우 네트워크 비용이 절감됩니다.

Azure IoT 디바이스 SDK의 연결 및 신뢰할 수 있는 메시징 기능에 대한 개략적인 지침은 Azure IoT Hub 디바이스 SDK를 사용하여 연결 및 신뢰할 수 있는 메시징 관리를 참조하세요. 이 지침은 디바이스와 Azure IoT 서비스 간의 예기치 않은 동작 처리 비용을 줄이는 데 도움이 됩니다.

DPS는 제로 터치 프로비저닝에서 사용 중지까지 디바이스 수명 주기 관리 비용을 줄이지만 DPS에 연결하면 TLS 및 인증에 대한 네트워크 비용이 소비됩니다. 네트워크 트래픽을 줄이기 위해 디바이스는 프로비전 중에 IoT Hub 정보를 캐시한 다음 다시 프로비전해야 할 때까지 직접 IoT Hub 연결해야 합니다. 자세한 내용은 디바이스에서 프로비저닝 요청 보내기를 참조하세요.

상호 작용 및 보고 계층

IoT는 시계열 데이터를 처리하므로 많은 디바이스에서 많은 상호 작용이 있습니다. 보고 및 시각화는 이 데이터의 가치를 실현합니다. 직관적이고 간소화된 사용자 환경과 잘 설계된 데이터 상호 작용은 빌드하는 데 비용이 많이 들 수 있습니다.

Grafana 는 시계열 데이터에 최적화된 대시보드를 제공하는 오픈 소스 데이터 시각화 도구입니다. Grafana 커뮤니티는 사용자 환경에서 다시 사용하고 사용자 지정할 수 있는 예제를 제공합니다. 거의 노력하지 않으면서 시계열 데이터에서 메트릭 및 dashboard 구현할 수 있습니다. Azure는 Azure Monitor용 Grafana 플러그 인을 제공합니다.

Power BI와 같은 보고 및 dashboard 도구를 사용하면 비정형 IoT 데이터에서 빠르게 시작할 수 있습니다. Power BI는 직관적인 사용자 인터페이스 및 기능을 제공합니다. 시계열 데이터를 사용하여 대시보드 및 보고서를 쉽게 개발하고 저렴한 비용으로 보안 및 배포의 이점을 얻을 수 있습니다.

통합 계층

다른 시스템 및 서비스와의 통합은 복잡할 수 있습니다. 많은 서비스는 효율성을 극대화하여 통합 계층에서 비용을 최적화하는 데 도움이 될 수 있습니다.

Azure Digital Twins는 다양한 시스템과 서비스를 IoT 데이터와 통합할 수 있습니다. Azure Digital Twins는 모든 데이터를 자체 디지털 엔터티로 변환하므로 비용 절감을 위한 서비스 제한 및 튜닝 지점을 이해하는 것이 중요합니다. 아키텍처 를 디자인할 때 Azure Digital Twins 서비스 제한을 검토합니다. 비즈니스 시스템과 효과적으로 통합하는 데 도움이 되는 기능 제한 사항을 이해합니다.

쿼리 API를 사용하는 경우 Azure Digital Twins는 QU(쿼리 단위)당 요금을 청구합니다. 응답 헤더에 사용된 쿼리의 QU 수를 추적할 수 있습니다. 쿼리 복잡성 및 결과 수를 줄여 비용을 최적화합니다. 자세한 내용은 Azure Digital Twins에서 QU 사용량 찾기를 참조하세요.

DevOps 계층

클라우드 플랫폼은 자본 지출(CAPEX)을 OPEX(운영 지출)로 전환합니다. 이 모델은 유연성과 민첩성을 제공하지만 클라우드 플랫폼을 최대한 활용하려면 잘 정의된 배포 및 운영 모델이 여전히 필요합니다. 잘 계획된 배포는 반복 가능한 자산을 만들어 출시 시간을 단축합니다.

클라우드 플랫폼은 개발자가 몇 초 안에 리소스를 배포할 수 있는 민첩성을 제공하지만 의도치 않게 리소스를 프로비전하거나 과도하게 프로비전할 위험이 있습니다. 적절한 클라우드 거버넌스 모델은 이러한 위험을 최소화하고 원치 않는 비용을 방지하는 데 도움이 될 수 있습니다.

개발 환경

개발자는 Azure에서 제공하는 유연성을 활용하여 개발 비용을 최적화할 수 있습니다. 구독당 instance 하나로 제한되는 IoT Hub 무료 계층은 표준 기능을 제공하지만 하루에 8,000개의 메시지로 제한됩니다. 이 계층은 제한된 수의 디바이스 및 메시지로 초기 단계 개발에 충분합니다.

컴퓨팅 환경의 경우 클라우드 네이티브 IoT 솔루션에 서버리스 아키텍처를 채택할 수 있습니다. IoT 워크로드에 대한 몇 가지 인기 있는 Azure 서비스에는 Azure Functions 및 Azure Stream Analytics가 포함됩니다. 청구 메커니즘은 서비스에 따라 달라집니다. 실시간 처리를 위한 Azure Stream Analytics와 같은 일부 서비스를 통해 개발자는 추가 비용 없이 서비스를 일시 중지할 수 있습니다. 기타 서비스는 사용량별로 청구됩니다. 예를 들어 트랜잭션 수에 따라 청구서를 Azure Functions. 개발자는 이러한 클라우드 네이티브 기능을 활용하여 개발 및 운영 비용을 모두 최적화할 수 있습니다.

IDE(통합 개발 환경)는 개발 및 배포를 가속화합니다. Visual Studio Code 같은 일부 오픈 소스 IDE는 개발자가 Azure IoT 서비스에 코드를 개발하고 배포할 수 있는 Azure IoT 확장을 제공합니다.

Azure IoT는 지침과 함께 무료 GitHub 코드 샘플을 제공합니다. 이러한 샘플은 개발자가 디바이스, IoT Edge, IoT Hub 및 Azure Digital Twins 애플리케이션을 확장하는 데 도움이 됩니다. GitHub에는 저렴한 비용과 노력으로 원활한 CI/CD(연속 통합 및 지속적인 배포) 환경을 구현하는 기능도 있습니다. GitHub Actions 오픈 소스 프로젝트에는 무료입니다. 자세한 내용은 GitHub 계획 및 기능을 참조하세요.

비용 예측에 대한 부하 테스트

부하 테스트를 사용하여 엔드투엔드 IoT 솔루션에 대한 클라우드 서비스를 포함한 전체 비용을 예측할 수 있습니다. IoT 솔루션은 많은 양의 데이터를 사용하므로 시뮬레이터가 부하 테스트에 도움이 될 수 있습니다. Azure IoT 디바이스 원격 분석 시뮬레이터와 같은 시뮬레이션 코드 샘플은 다양한 매개 변수를 사용하여 대규모로 비용을 테스트하고 예측하는 데 도움이 됩니다.

배포 환경

개발 및 프로덕션과 같은 여러 환경에서 워크로드를 배포하는 것이 일반적입니다. IaC(Infrastructure-as-code)를 통해 코드를 다시 사용하여 배포를 가속화하고 출시 시간을 줄일 수 있습니다. IaC는 잘못된 계층과 같은 의도하지 않은 배포를 방지하는 데 도움이 될 수 있습니다. Azure Resource Manager 및 Azure Bicep과 같은 Azure 서비스 또는 Terraform 및 Pulumi와 같은 타사 서비스는 일반적인 IaC 옵션입니다.

빌드 및 릴리스 파이프라인을 사용하여 다양한 환경에 DevOps 배포 사례를 IoT 솔루션에 적용할 수 있습니다. 예제는 DevOps 파이프라인을 사용하여 예측 유지 관리 솔루션 배포를 참조하세요.

지원 및 유지 관리

현장 디바이스의 장기 지원 및 유지 관리는 배포된 솔루션의 가장 큰 비용 부담이 될 수 있습니다. ROI(투자 수익률)를 실현하려면 시스템 TCO를 신중하게 고려해야 합니다.

솔루션 수명 동안 IoT 디바이스를 지원하고 유지 관리해야 합니다. 작업에는 하드웨어 복구, 소프트웨어 업그레이드, OS 유지 관리 및 보안 패치가 포함됩니다. 상업용 소프트웨어 및 독점 드라이버 및 프로토콜에 대한 지속적인 라이선스 비용을 고려합니다. 원격 유지 관리를 수행할 수 없는 경우 현장 수리 및 업데이트에 대한 예산을 책정해야 합니다. 하드웨어 수리 또는 교체의 경우 적절한 예비품을 재고에 보관해야 합니다.

셀룰러 또는 유료 연결 미디어를 사용하는 솔루션의 경우 디바이스 수, 데이터 전송의 크기 및 빈도 및 디바이스 배포 위치에 따라 적합한 데이터 요금제 를 선택합니다. SLA(서비스 수준 계약)가 있는 경우 SLA를 충족하려면 하드웨어, 인프라 및 학습된 직원의 비용 효율적인 조합이 필요합니다.

클라우드 거버넌스

클라우드 거버넌스는 규정 준수, 보안 및 불필요한 비용을 방지하는 데 필수적입니다.

비용 관리 API를 사용하면 다차원 분석을 통해 비용 및 사용량 현황 데이터를 탐색할 수 있습니다. Azure 리소스 사용량 관련 질문에 답변하는 데 도움이 되는 사용자 지정 필터 및 식을 만들 수 있습니다. 비용 관리 API는 사용량이 구성된 임계값에 도달하면 경고를 생성할 수 있습니다. 비용 관리 API는 IoT Central, IoT Hub 및 DPS에 사용할 수 있습니다.
리소스 태그 지정은 배포된 리소스에 레이블을 적용합니다. 태그 지정은 Microsoft Cost Management와 함께 레이블을 기반으로 진행 중인 비용에 대한 인사이트를 제공합니다. 자세한 내용은 일반적인 비용 분석 사용을 참조하세요.
Azure Policy 리소스에 자동으로 레이블을 지정하거나 태그를 지정하지 않고 리소스에 플래그를 지정하는 기본 제공 정책이 함께 제공됩니다. 자세한 내용은 태그 준수에 대한 정책 정의 할당을 참조하세요. Azure Policy 또 다른 사용 사례는 개발 또는 프로덕션 환경에서 과잉 프로비저닝을 방지하는 데 도움이 되는 특정 계층의 프로비저닝을 방지하는 것입니다.

모니터링

Azure 구독에 포함된 많은 도구는 organization 재무 거버넌스를 구현하고 IoT 서비스에서 더 많은 가치를 얻는 데 도움이 될 수 있습니다. 이러한 도구를 사용하면 단일 통합 보기를 통해 리소스 사용량을 추적하고 모든 클라우드에서 비용을 관리할 수 있습니다. 풍부한 운영 및 재무 인사이트에 액세스하여 정보에 입각한 결정을 내릴 수 있습니다.

원격 분석 로깅은 일반적으로 Azure Monitor의 Log Analytics 작업 영역을 사용합니다. Log Analytics에는 5GB의 스토리지가 포함되어 있으며 처음 30일 동안의 보존 기간은 무료입니다. 비즈니스 요구 사항에 따라 보존 기간이 더 길어질 수 있습니다. 의도하지 않은 비용을 방지하기 위해 적절한 보존 기간을 검토하고 결정합니다.

Log Analytics는 로그를 대화형으로 쿼리하는 작업 영역 환경을 제공합니다. Azure Data Explorer 같은 외부 위치로 로그를 주기적으로 내보내거나 스토리지 계정의 로그를 보관하여 저렴한 스토리지 옵션을 사용할 수 있습니다. 자세한 내용은 Azure Monitor에서 사용량 및 예상 비용 모니터링을 참조하세요.

Azure Advisor

Azure Advisor 는 Azure 배포를 최적화하기 위한 모범 사례를 따르는 데 도움이 되는 개인 설정된 클라우드 컨설턴트입니다. Advisor는 리소스 구성 및 사용량 원격 분석을 분석하고 비용 효율성, 성능, 안정성 및 보안을 개선하는 데 도움이 되는 솔루션을 권장합니다.

Advisor를 사용하면 유휴 및 사용이 부족한 리소스를 식별하여 전체 Azure 지출을 최적화하고 줄일 수 있습니다. Advisor dashboard 비용 탭에서 비용 권장 사항을 가져올 수 있습니다.

Advisor는 IoT 서비스에 대한 특정 권장 사항을 제공하지 않지만 Azure 인프라, 스토리지 및 분석 서비스에 대한 유용한 권장 사항을 제공할 수 있습니다. 자세한 내용은 Azure Advisor를 사용하여 서비스 비용 절감을 참조하세요.

다음 단계

IoT 워크로드의 운영 우수성

Share via