스마트 시티를 위한 저비용 SBC 엣지 클러스터

초록

본 논문은 라즈베리파이, Odroid Xu‑4, LattePanda 등 상용 SBC를 활용해 스마트 주차 시스템의 엣지 컴퓨팅 클러스터(SBC‑EC)를 구축하고, Docker와 Kubernetes 기반 컨테이너 오케스트레이션을 적용한 프레임워크를 제안한다. 저비용·저전력 SBC 클러스터가 센서 데이터 전처리를 현장에서 수행함으로써 네트워크 트래픽을 감소시키고, 클라우드와 연계된 스마트 시티 서비스에 적합한 비용 효율적·친환경 솔루션임을 실증한다.

상세 분석

이 연구는 현재 SBC가 갖는 하드웨어 한계(CPU·메모리·스토리지)에도 불구하고, 컨테이너 기반 경량화 전략을 통해 엣지 컴퓨팅 환경에 적용 가능한 구조를 설계했다는 점에서 의미가 크다. 먼저 라즈베리파이 3B+, Odroid Xu‑4, LattePanda 4G 세 종류를 선정해 가격·성능·지원 OS를 비교하고, 각각 2~3대씩 묶어 클러스터를 구성하였다. 핵심은 Docker 컨테이너를 이용해 애플리케이션을 패키징하고, Kubernetes를 마스터‑에이전트 형태로 배치해 클러스터 전반에 걸친 자원 할당·스케줄링·헬스 체크를 자동화한 점이다. 특히 SBC의 제한된 메모리와 CPU를 고려해 컨테이너 이미지 크기를 최소화하고, 필요 최소한의 서비스(예: SocketIO 기반 데이터 수집, 로그 처리)만을 실행하도록 설계하였다.

스마트 주차 시나리오에서는 Wi‑Fi 기반 무선 주차 센서 22개가 게이트웨이와 통신하고, 게이트웨이는 60초 간격으로 SBC‑EC에 REST API 호출을 수행한다. SBC‑EC 내부에서는 각 센서 이벤트를 실시간으로 수신하고, 점유·해제 시각을 로그 파일에 기록한다. 하루 단위로 로그를 집계해 CSV 형태로 변환하고, 이를 클라우드 데이터베이스에 전송한다. 이 과정에서 데이터 전송량이 크게 감소하고, 센서‑클라우드 간 지연이 최소화된다.

실험 결과는 3대의 SBC‑EC 클러스터를 각각 117 $, 183 $, 304 $ 비용으로 구축했으며, 전체 시스템이 1주일간 안정적으로 동작함을 보여준다. 주차 공간 점유율 분석 결과는 일일 평균 7.5시간, 특정 요일(시험일)에는 최대 점유율이 관측되는 등 실제 캠퍼스 환경에서 의미 있는 인사이트를 제공한다.

본 논문의 주요 기여는 (1) 저비용 SBC를 활용한 엣지 클러스터 설계·구현 방법론, (2) Kubernetes 기반 컨테이너 오케스트레이션을 SBC 환경에 적용한 실증 사례, (3) 스마트 주차라는 구체적 IoT 애플리케이션을 통해 네트워크 트래픽 절감 및 에너지 효율성을 검증한 점이다. 또한, SBC‑EC 프레임워크는 스마트 가로등, 쓰레기 관리, 스마트 홈 등 다른 스마트 시티 서비스에도 확장 가능하다는 점을 강조한다. 향후 연구에서는 더 높은 처리량을 요구하는 영상 분석·AI 추론 워크로드를 위한 하드웨어 가속(예: GPU, NPU) 통합과, 다중 클러스터 간 연동을 통한 대규모 엣지 컴퓨팅 아키텍처 설계가 필요하다.