솔루션 아이디어
이 문서는 솔루션 아이디어입니다. 잠재적인 사용 사례, 대체 서비스, 구현 고려 사항 또는 가격 책정 지침과 같은 추가 정보로 콘텐츠를 확장하려면 GitHub 피드백을 제공하여 알려주세요.
이 문서에서는 원격 위치에 전력, 조명 및 인터넷 서비스를 제공하는 IoT(사물 인터넷) 솔루션에 대해 설명합니다.
아키텍처
애플리케이션 솔루션
이 아키텍처의 Visio 파일을 다운로드합니다.
데이터 흐름
최종 사용자 인터페이스가 있는 컨테이너화된 마이크로 서비스 앱입니다.
- 현장 판매 및 서비스 에이전트는 모바일 플랫폼을 사용하여 Azure Application Gateway를 통해 클라우드 애플리케이션과 상호 작용합니다. 최종 사용자는 기본 제공 인터페이스 또는 모바일 앱을 사용하여 디바이스에 액세스하고 제어합니다.
- Application Gateway는 메시징 프로토콜을 사용하여 사용자 및 운영자와 상호 작용합니다.
- 클라우드 앱은 ID 및 액세스 관리, 디바이스 업그레이드, 알림 및 상거래 서비스와 같은 기능과 인터페이스를 제공하는 컨테이너화된 마이크로 서비스로 구성됩니다.
- 사용된 기능에 따라 앱은 비정형 데이터 스토리지용 Azure Blob Storage, 대규모 정형 데이터베이스용 Azure Cosmos DB, 엔터테인먼트 콘텐츠용 Azure Media Services와 같은 Azure 서비스 및 리소스에 액세스합니다.
- 또한 IoT 게이트웨이는 스트리밍 원격 분석 및 사용자 데이터를 분석 및 ML(기계 학습)에 사용하기 위해 Azure IoT Hub 통해 클라우드로 보냅니다.
분석 및 기계 학습 솔루션
프로세스의 비즈니스 인텔리전스 부분에는 다음과 같은 데이터 분석 및 제어 루프가 포함됩니다.
이 아키텍처의 Visio 파일을 다운로드합니다.
데이터 흐름
- IoT Hub는 IoT 디바이스에서 스트리밍 원격 분석 및 사용자 데이터를 수신하고 Azure Functions를 통해 이벤트를 Azure Databricks로 라우팅합니다.
- Azure Databricks는 이벤트 데이터를 ETL(추출, 변환 및 로드)합니다.
- Azure Databricks는 Azure Functions를 사용하여 일부 이벤트(예: 경보)를 조치를 위해 고객 지원 앱에 직접 보냅니다.
- Azure Databricks는 분석을 수행하고 데이터를 저장하는 Azure Synapse로 ETL 데이터를 보냅니다.
- Power BI 보고서는 분석된 데이터 및 인사이트를 사용합니다. 서비스 공급자는 시스템 평가 및 향후 계획에 데이터를 사용할 수 있습니다.
- Azure Machine Learning은 Databricks 클러스터를 사용하여 전원 관리를 위한 ML 모델을 학습 및 재학습시킵니다. 모델 재학습은 Azure Cosmos DB에서 현재 데이터를 저장된 외부 데이터(예: 과거 날씨 및 예보)와 결합합니다.
- 재학습된 모델은 모델을 패키지하고 재학습된 모델을 IoT Hub로 보내는 파이프라인을 트리거합니다. IoT Hub는 장치 관리에 사용할 업데이트된 모델을 IoT 디바이스로 보냅니다.
구성 요소
- Azure Application Gateway는 클라우드 웹앱과 주고받는 트래픽을 관리하고 부하를 분산합니다.
- AKS(Azure Kubernetes Service)는 Docker 컨테이너화된 앱의 Kubernetes 오케스트레이션을 호스트하고 간소화합니다.
- Azure Container Registry는 대규모 AKS 애플리케이션을 지원하는 관리형 프라이빗 레지스트리 서비스입니다.
- Azure IoT Hub는 IoT 애플리케이션과 디바이스 사이의 양방향 커뮤니케이션을 위한 중앙 클라우드 메시지 허브입니다.
- Azure Databricks는 빅 데이터 파이프라인을 위한 빠르고 쉬우며 협업이 가능한 Apache Spark 기반 분석 서비스입니다.
- Azure Synapse Analytics(이전의 SQL Data Warehouse)는 엔터프라이즈 데이터 웨어하우징과 빅 데이터 분석을 통합하는 분석 서비스입니다.
- Power BI는 데이터를 일관되고 몰입도가 높은 대화형 시각화 및 보고서로 변환하는 소프트웨어 서비스, 앱 및 커넥터의 컬렉션입니다.
- Azure Machine Learning은 기존 데이터를 사용하여 미래의 동작, 결과 및 추세를 예측하는 클라우드 기반 ML 환경입니다.
시나리오 정보
가정 및 중소기업의 에너지 및 인터넷 허브 역할을 할 수 있는 IoT 디바이스에 대한 솔루션을 기반으로 하는 대규모 통신 회사입니다.
IoT 디바이스에는 데이터 전송 및 맞춤형 서비스 제공을 위한 허브 역할을 하는 IoT 게이트웨이가 있습니다. 이 디바이스는 옥상 태양 전지판을 사용하여 LED 조명, USB 전원 및 셀룰러 연결을 제공하는 배터리를 충전합니다. 게이트웨이는 태양 전지판, 배터리 및 출력 디바이스에서 원격 분석 데이터를 수집하고 전송합니다. 솔루션에는 통합 SIM 카드가 있는 IoT 디바이스 및 사용자 인터페이스를 제공하는 태블릿도 포함되어 있습니다.
기본 IoT 디바이스는 LED 조명, USB 디바이스 충전, 인터넷 연결 및 경고 및 챗봇을 통한 사용자 지원을 제공합니다. 사용자는 요청 시 또는 구독을 통해 더 많은 서비스와 콘텐츠를 얻을 수 있습니다.
전체 솔루션은 Azure 플랫폼 기반 모바일 앱과 IoT 연결 디바이스를 결합합니다. 이 솔루션은 높은 안정성과 최소한의 가동 중지 시간으로 깨끗하고 저렴한 전력 및 인터넷 서비스를 제공합니다.
Azure는 이 IoT 솔루션에서 두 가지 주요 작업 흐름을 지원합니다.
실시간 IoT 디바이스 원격 분석은 일시적 또는 장기간 실행되는 변칙을 감지합니다. 시스템은 실시간 챗봇을 통해 응답하고 디바이스 작업을 수행할 수 있습니다. 예를 들어 저전력 조건에서 디바이스는 백그라운드 또는 비활성 기능에 대한 전력 사용량을 줄일 수 있습니다. 사용자는 적극적으로 사용 중인 서비스에 대해 계속해서 좋은 경험을 얻을 수 있습니다.
사후 처리 데이터 분석 및 기계 학습은 사용량 및 인시던트 평가를 통해 예측 유지 관리 및 향후 요구 사항을 결정합니다. 경고는 고객에게 곧 고장날 것으로 예상되는 부품에 대해 알릴 수 있습니다.
잠재적인 사용 사례
이 솔루션은 다음과 같은 시나리오 및 산업에서 사용할 수 있습니다.
- 중앙 집중식 전력 및 인터넷 연결이 제한된 위치
- 콘텐츠 및 프로그래밍을 제공하는 뉴스, 엔터테인먼트 및 교육 기관
- 온라인 상거래 및 뱅킹 서비스를 제공하는 금융 기관
- 정부 및 공중 보건 기관(응급 및 지원 통신용)
다음 단계
- IoT 개념 및 Azure IoT Hub
- Azure의 프라이빗 Docker 컨테이너 레지스트리 소개
- Azure Synapse Analytics의 전용 SQL 풀(이전의 SQL DW)이란?
- MLOps: Azure Machine Learning을 통한 모델 관리, 배포, 계보 추적 및 모니터링
- Azure Machine Learning에서 Azure Databricks 및 AutoML을 사용하여 개발 환경 설정
- 태양열 디바이스로 마을에 온라인 엔터테인먼트, 교육 제공
- Veriown 사례 연구