Posting

Machbase의 최신 소식을 지금 만나보세요

Mach Edge, 엣지에 자율성을 더하다.

오늘날 전례 없는 데이터의 급증과 확산으로 멀티클라우드와 엣지 등 다각화된 에코시스템 내에서 데이터가 처리되고 있습니다. 하지만 IDC의 조사에 따르면 오늘날 기업들이 잠재적으로 수집 가능한 데이터는 56%에 불과하고, 그 중 실제 사용한 데이터는 57%입니다. 이는 기업이 수집해서 활용할 수 있는 데이터들 중 오직 32%만 활용한다는 의미입니다. 산업현장에서 발생되는 산업용 사물 인터넷 데이터는 일반적인 CIoT(Customer IoT)에 비해 빠른 데이터 발생 속도는 물론이고 총규모 또한 비교할 수 없을 정도로 큽니다. 그 때문에 산업현장에서의 데이터 유실 문제는 더욱 심각할 것으로 추측할 수 있습니다. 

지금도 산업 현장에는 네트워크 밖에서 데이터들이 유실되고 있습니다. 이를 해결하기 위하여 마크베이스는 클라우드 의존성을 줄이고 자율성을 강화한 “마크 엣지”를 출시하였습니다. 스스로 데이터를 수집하여 새로운 가치로 전환시키는 마크 엣지는 고온, 다습 등 열악한 산업환경을 위해 맞춤 제작되었습니다. 디바이스와 임베디드 데이터베이스가 결합된채로 스스로 구동되는 제품으로서, 실질적인 산업 활동이 이루어지는 오프라인 공간에 숨겨진 다양한 데이터들을 포착하고 저장함으로써 더 많은 기업들이 4차 산업혁명의 변화에 대응할 수 있을 것으로 예상됩니다.  

KakaoTalk_Photo_2021-01-29-16-55-28-2.jpeg

Key Feature

– 쉬운 H/W 설치 및 유지보수 : 원활한 네트워크 접속이 가능한 특정 위치가 아닌 일반 콘센트 및 소켓이 있다면 어디든지 쉽게 설치가능합니다.

– 높은 정확도와 안정성 : 클라우드에 종속적인 대부분의 엣지 솔루션들과 달리 디바이스에 최적화된 임베디드 데이터베이스로 지터를 줄이고 데이터 정확도를 향상시킵니다. 

– 빠른 구축과 간편한 운용 : 어플라이언스 형태의 빠른 설치와 구동이 가능하며 산업용 프로토콜을 지원하는 캘리브레이션툴로 현장에 신속하게 도입할 수 있습니다.

연관 포스트

Deep Anomaly Detection in Time Series (2) : 이상 감지 모델

개요 안녕하세요, 마크베이스의 Cloud개발본부 연구원 양창은입니다. 지난 게시글 Deep Anomaly Detection in Time Series (1) : Time Series Data에서는 시계열 데이터와 이상치(Anomaly)의 종류에 대해 알아보았습니다. 그리고

IIoT를 위한 Data Lake – machlake

Data Lake 란, 대규모의 다양한 원시 데이터 세트를 기본 형식으로 저장하는 데이터 리포지터리 유형입니다. 원시 데이터는 특정 목적을 위해 처리되지 않은 데이터를 뜻합니다. 산업 IoT