서론
실제 데이터를 기반으로 한 더 스마트한 설계
1886년, Robert Bosch는 '정밀 기계 및 전기 공학 작업장'을 설립했으며, 135년이 지난 지금, Bosch는 단순히 시대를 앞서가는 것을 넘어 우리가 사는 세계의 미래를 적극적으로 정의하고 있습니다. Bosch는 소비재로 잘 알려져 있지만, 산업 및 모빌리티를 위한 혁신적인 솔루션을 개발하며, 사물인터넷(IoT) 분야에서 포괄적인 전문성을 보유하고 있습니다. 이러한 전문성은 특히 Bosch Digital 부문에서 두드러집니다.
많은 사람들이 IoT를 '스마트 홈'과 연관시키지만, IoT는 인터넷을 통해 데이터를 연결하고 교환하는 처리 기능, 소프트웨어 및 기술을 의미합니다. Bosch IoT Insights는 데이터를 수집하고 이를 실행 가능하게 만들어 엔지니어와 개발자가 문제를 해결하고, 더 나은 솔루션을 설계하며, 대규모로 혁신할 수 있도록 지원하는 비즈니스를 운영합니다.
예를 들어 항공기 제조업체를 위한 Bosch Digital의 Bosch IoT Insights 소프트웨어 서비스를 예로 들어보겠습니다. 비행기에 있는 600만 개의 나사, 너트 및 볼트를 조이는 데 사용되는 전동 공구에서 데이터를 수집하고 전송합니다. 이는 오류의 여지가 없는 미션 크리티컬 작업입니다. 나사의 토크나 각도가 조금이라도 어긋나면, 앱은 이를 수정할 수 있는 작업자에게 경고를 보냅니다. Bosch Digital의 Bosch IoT Insights는 소매, 자동차, 항공우주, 에너지, 농업 등 다양한 산업 분야의 규제 기관을 위해 유지보수 예정을 관리하고 감사 추적을 생성할 수 있습니다.
Bosch IoT Insights가 참여하는 또 다른 흥미로운 분야는 자동차용 엔진 제어 유닛(ECU) 개발입니다. Bosch Digital의 IoT 데이터 관리 수석 전문가인 Steffen Gürtler는 "데이터는 고객과 시장을 더 잘 이해하는 데 도움이 될 수 있습니다."라고 밝혔습니다. ECU는 운전자가 차량과 상호 작용하는 방식에 대한 인사이트를 수집하며, 이 데이터는 익명화되어 개발자와 안전하게 공유됩니다. 이를 통해 개발자는 실제 상황에서 ECU의 작동 방식을 더 잘 이해할 수 있습니다.
즉, Bosch Digital 개발자는 혁신을 실험실 밖으로 가져와 시뮬레이션을 실행할 때 제품을 최적화하는 방법을 실제로 이해할 수 있습니다. Gürtler는 이를 "현실에 대한 현실을 배우는 것"이라고 설명합니다.
해결책
무제한 사용 사례를 지원하는 하나의 데이터베이스
Bosch Digital은 데이터를 실시간으로 저장, 관리 및 분석하기 위해 MongoDB를 도입했습니다. Gürtler는 "객체 저장소와 같은 솔루션을 사용할 경우, 데이터를 분석할 때마다 데이터를 힘들게 가져와야 하므로 시간과 비용이 소요됩니다."라고 설명합니다. "MongoDB는 방대한 양의 데이터를 관리하고 여러 데이터 소스에서 통합된 보기를 생성하여 즉시 액세스할 수 있게 합니다. 우리는 실시간 분석을 매우 효율적으로 수행할 수 있으며, 구문 분석 속도도 매우 빠릅니다."
이 솔루션은 IoT 데이터와 같은 복잡한 데이터 유형을 관리하는 데 이상적으로 적합하며, 이러한 데이터는 다른 유형의 데이터보다 더 빠른 속도, 더 큰 용량, 그리고 더 다양한 구조로 도착합니다. MongoDB는 구조화된, 반구조화된, 비구조화된 데이터를 처리할 수 있으며, JSON을 사용한 효율적인 데이터 모델링을 통해 각 장치의 정보 모델을 데이터베이스의 관련 문서에 쉽게 매핑할 수 있습니다.
MongoDB의 동적 스키마는 민첩하고 반복적인 개발 방법론을 지원하며, 앱과 소프트웨어를 쉽게 발전시킬 수 있도록 합니다. 새로운 디바이스, 센서 및 자산을 쉽게 추가할 수 있으므로 팀은 프로그래밍 언어와 데이터베이스 간의 불일치를 처리하는 데 시간을 낭비하지 않고 더 나은 소프트웨어를 만드는 데 집중할 수 있습니다.
Gürtler의 팀은 고객이 Bosch IoT Insights에서 필요한 결과를 얻을 수 있도록 서비스를 적극적으로 관리합니다. 예를 들어, MongoDB에서 SQL 쿼리를 실행하는 방법, 효과적으로 검색하는 방법, 그리고 고객 쿼리가 느려지기 시작하면 팀이 데이터를 인덱싱하여 속도를 회복하는 방법에 대한 지원을 제공합니다.
실제로 사용자는 보조 인덱스, 지리 공간 인덱스, 텍스트 검색 인덱스, 집계 프레임워크, 기본 맵리듀스와 같은 MongoDB의 풍부한 인덱싱 및 쿼리 기능을 통해 복잡한 질문을 던져 실시간으로 더 많은 인사이트를 발견할 수 있습니다.
"MongoDB는 훌륭한 장기 파트너입니다. 회사는 고객 피드백을 경청하고, 다음 릴리스에서 일반적인 문제를 해결합니다. 또한 필요할 때 팀으로부터 직접 지원을 받기도 합니다."라고 Gürtler는 말합니다. "Microsoft Azure와 협력하고 있으며 곧 고객 데이터를 마이그레이션할 예정이므로 여러 클라우드에서 호스팅할 수 있는 데이터베이스를 보유하는 것이 매우 유용합니다. Microsoft Azure에는 우리 비즈니스에 귀중한 가치를 제공할 수 있는 즉시 사용 가능한 서비스가 많이 있습니다."
앞으로 팀은 현재 수동으로 관리하고 있는 Time Series 컬렉션을 출시할 계획입니다. 이 기능은 시간 경과에 따른 변화를 보여주는 데이터 점을 순서대로 배열할 때 더 큰 유연성과 더 높은 성능을 제공합니다.
.svg)