상황별 설치 예시
공장 한 곳부터 여러 공장, 인터넷, 폐쇄망, 끊기는 현장, 여러 팀, 학습 서버 늘리기까지 일곱 가지 설치 모습을 그림으로 비교합니다.
공장 수, 네트워크, 보안 규칙에 맞는 예시를 선택합니다. 예시는 조합할 수 있습니다. 예를 들어 여러 공장을 잇는 구성(예시 2)에 연결이 불안정한 공장(예시 5)이 포함될 수 있습니다.
그림의 아이콘 뜻과 현장이 먼저 연결하는 원칙은 구성 한눈에 보기에 있습니다.
그림의 파란 선은 현장에서 중앙으로 시작하는 연결, 보라 선은 사람이 웹 브라우저로 접속하는 경로, 초록 점선은 현장에서 바로 나오는 판정 결과입니다.
| 예시 | 적용 상황 | 중앙 서버 위치 | 현장과의 연결 경로 |
|---|---|---|---|
| 1. 공장 한 곳 | 처음 도입해 한 공장에서 시작할 때 | 공장 서버실 | 공장 사내망 |
| 2. 여러 공장 | 여러 공장을 본사에서 한 화면으로 관리할 때 | 본사 서버실 | 회사 전용망이나 VPN |
| 3. 인터넷 너머 | 전용망이 없거나, 중앙을 데이터센터·클라우드에 둘 때 | 데이터센터·클라우드 | 인터넷 (HTTPS) |
| 4. 폐쇄망 | 보안 규정상 외부 인터넷이 완전히 차단된 곳 | 폐쇄망 내부 서버실 | 폐쇄망 |
| 5. 끊기는 현장 | 이동식 장비처럼 작업 중에는 오프라인이고, 정해진 주기에만 연결되는 곳 | 1~4 중 하나 | 연결될 때마다 |
| 6. 여러 팀 | 한 설치를 여러 사업부·고객사가 함께 사용할 때 | 1~4 중 하나 | 1~4 와 같음 |
| 7. 학습 서버 늘리기 | 학습이 많아져 GPU 가 부족할 때 | 중앙 서버 + GPU 서버 여러 대 | 1~4 와 같음 |
예시 1. 공장 한 곳에서 시작하기
적용 상황: 처음 도입해 한 공장의 한두 라인에서 시험할 때입니다.
- 준비할 것: GPU 가 있는 서버 1대, 라인마다 현장 PC 1대. 담당자 PC 에는 웹 브라우저만 있으면 됩니다.
- 네트워크: 모두 같은 사내망에 있으므로 별도로 열어야 할 경로가 없습니다.
- 참고 사항: 중앙 서버가 중단되면 학습과 관리 화면도 중단됩니다. 하지만 현장 판정은 계속되고, 데이터는 현장 PC 에 저장되었다가 서버가 복구되면 업로드됩니다.
예시 2. 여러 공장을 본사에서 한꺼번에
적용 상황: 본사에서 여러 공장을 한 화면으로 관리할 때입니다.
- 준비할 것: 본사에 중앙 서버 1대, 공장마다 라인 수만큼 현장 PC.
- 네트워크: 현장 PC 에서 본사 중앙 서버 주소로 접속할 수 있으면 됩니다. 공장 측에는 들어오는 연결을 열지 않습니다.
- 참고 사항: 공장과 라인마다 다른 AI 모델을 배포할 수 있습니다. 문제가 생기면 이전 모델을 다시 배포합니다.
예시 3. 인터넷을 거쳐 연결하기
적용 상황: 공장 사이에 전용망이 없거나, 중앙 서버를 데이터센터나 클라우드에 둘 때입니다. 사무실 외부에서 관리 화면을 열어야 할 때도 해당합니다.
- 준비할 것: 중앙 서버 앞에 HTTPS 보안 관문(CDN 이나 리버스 프록시)을 둡니다. 외부에 공개하는 곳은 이 관문 주소 하나입니다.
- 네트워크: 현장 PC 는 외부로 나가는 연결만 사용하므로, 공장 공유기나 방화벽 설정을 바꾸지 않아도 됩니다.
- 참고 사항: 인터넷에 공개하기 전에 기본 비밀번호와 서명 키를 반드시 바꿉니다(필수 보안 설정). 보안 관문에는 요청 크기·시간 한도가 있습니다. 화면 업로드와 CLI 묶음 업로드는 파일을 나누어 전송하므로 한도 내에서 동작합니다. 큰 이미지 push 처럼 나누어 전송하지 않는 요청은 차단될 수 있습니다(앞단 프록시 주의).
예시 4. 인터넷이 없는 현장 (폐쇄망)
적용 상황: 보안 규정상 공장 망이 외부 인터넷과 완전히 끊겨 있을 때입니다.
- 준비할 것: 플랫폼은 평소 몇 군데에서 인터넷을 사용합니다(설치 파일, 학습에 쓰는 기본 파일 등). 외부망 PC 에서 미리 내려받아 파일로 반입합니다. 현장 PC 에 설치할 Edge SDK 도 같은 방법으로 반입합니다.
- 네트워크: 반입한 뒤에는 망 내부에서만 동작합니다.
- 참고 사항: 미리 내려받을 파일 목록은 폐쇄망 설치에 있습니다. 새 버전으로 업그레이드할 때도 같은 반입 절차를 거칩니다.
예시 5. 연결이 자주 끊기거나 느린 현장
적용 상황: 장비를 옮겨 다니며 작업해서, 작업하는 동안에는 네트워크가 없을 때입니다. 예를 들어 현장 PC 를 넣은 이동식 제어반을 작업 현장으로 옮겨 오프라인으로 작업하고, 정해진 주기마다 네트워크에 연결해 한꺼번에 동기화합니다. 원격지나 휴대폰 회선(LTE)처럼 연결이 자주 끊기는 현장도 같은 방식으로 동작합니다.
| 단계 | 상태 | 하는 일 |
|---|---|---|
| STEP 1. 현장으로 옮겨 작업 | 오프라인 | 현장 PC 가 AI 판정 결과를 현장 작업자에게 알립니다. 데이터는 제어반 안 보관함에 저장합니다 |
| STEP 2. 네트워크에 연결해 동기화 | 온라인 | 저장된 데이터를 중요한 것부터 중앙 서버로 전송합니다. 새 AI 모델, 작업 지시, 변경된 정책도 이때 내려받습니다. 동기화가 끝나면 다시 STEP 1 로 돌아갑니다 |
- 준비할 것: 데이터를 저장할 만큼 디스크 용량이 충분한 현장 PC. 기본으로 최대 30일, 50 GiB 까지 보관하므로, 다음 연결까지 누적되는 양이 이 한도를 넘지 않게 연결 주기를 정합니다.
- 네트워크: 작업 중에는 연결이 없어도 됩니다. 네트워크에 연결되면 Edge SDK 가 자동으로 전송을 시작합니다.
- 참고 사항: 관리 화면에서 장비마다 전송 방식을 정합니다. 예를 들어 야간에만 전송, 전송 속도 제한, 현장 PC 부하가 높을 때 일시 중지를 설정할 수 있습니다. 보관함이 가득 차면 덜 중요하고 오래된 데이터부터 삭제하고, 관리 화면에 그 건수가 표시됩니다.
예시 6. 여러 팀이나 고객사가 나눠 쓰기
적용 상황: 설치는 한 번 하고, 여러 사업부나 고객사가 함께 사용할 때입니다.
- 준비할 것: 팀마다 테넌트(분리된 작업 공간)를 하나씩 만듭니다. 데이터, 모델, 현장 장비가 모두 테넌트에 속합니다.
- 네트워크: 현장 PC 는 자기 팀 공간에만 연결됩니다. 장비마다 발급한 토큰이 그 팀에 속하기 때문입니다.
- 참고 사항: 다른 팀의 데이터와 장비는 조회할 수 없습니다. GPU 는 여러 팀이 함께 사용하는 공유 풀로 묶거나, 한 팀 전용으로 할당할 수 있습니다(핵심 개념).
예시 7. 학습 서버 늘리기
적용 상황: 학습이 많아져 GPU 가 부족하거나, 학습 대기 시간이 길어질 때입니다.
- 준비할 것: GPU 서버를 추가로 마련해 학습·서빙을 실행하는 묶음(클러스터)에 추가합니다. 기본 구성은 서버 한 대입니다.
- 네트워크: 현장 PC 와 담당자는 기존처럼 중앙 서버 주소 하나만 사용합니다.
- 참고 사항: 학습 파드는 사용 가능한 GPU 가 있는 서버에 배치됩니다. 동시에 실행하는 학습 수는 서버 설정의 한도(기본 1)를 따르므로, 서버를 늘리면 이 한도도 함께 높입니다(서버 설정). 서버를 점검할 때는 그 서버에 새 작업이 배치되지 않도록 차단할 수 있습니다(클러스터).
관련 문서
| 알고 싶은 것 | 페이지 |
|---|---|
| 서버에 실제로 무엇이 설치되는지 | 구성 요소 |
| 서버 사양과 열어야 하는 포트 | 요구 사항 |
| 현장 PC 에 Edge SDK 를 설치하는 방법 | Edge SDK |
| 현장 장비를 화면에서 관리하는 방법 | Edge Fleet |