상명대학교 / 서광규 교수


 

 

클라우드 컴퓨팅 기술은 수년 동안 여러 산업에 혁명을 일으켰다. 건설 산업은 경쟁 및 운영상의 이점을 위해 이러한 기술을 활용할 수 있는 좋은 위치에 있지만, 산업 내 기술의 확산은 가파른 곡선을 따른다.

따라서 본 고에서는 건설 산업에서 클라우드 컴퓨팅의 현재 기여와 사용 사례를 기술하는데, 주요 핵심은 클라우드 컴퓨팅이 건설 산업에서 다른 디지털 신기술(건물 정보 모델링, 사물 인터넷, 가상 현실, 증강 현실, 빅데이터 분석)에 대한 혁신성을 제공하는 원동력이라는 것이다.

따라서 본 고는 건설 산업에서 클라우드 컴퓨팅의 현재 및 미래 적용 분야를 중점적으로 기술함과 동시에 건설 산업에서 클라우드 컴퓨의 광범위한 채택에 대한 장벽을 파악하고 이러한 장벽을 극복하기 위한 전략을 기술한다.

 

건설 산업은 프로젝트가 진행됨에 따라 이기종 데이터가 지속적으로 생성되기 때문에 데이터 집약적이다. 프로젝트의 여러 단계에서 생성된 데이터는 일반적으로 사일로에 저장된다. 팀 서버 또는 데스크톱, 개별 데스크톱, 랩톱, 스마트폰 등이다. 따라서 전체 프로젝트 조정을 위해 데이터 통합이 필요하다. 데이터에 대한 전체적인 관점에 액세스할 수 없으면 종종 프로젝트를 지연시킬 수 있는 잘못된 결정으로 이어지고 프로젝트의 성과와 수익성에 영향을 미치기 때문이다. 기존의 정보 통신 기술(ICT) 솔루션은 하청업체의 데이터를 저장, 처리 및 분석하기 위해 고성능 시스템을 확보하는 것이다.

현장 솔루션을 배포하려면 엄청난 오버헤드(전력, 냉각, 보안, 가용성, 업데이트)가 필요하며 이는 엄청난 운영 비용 부담을 수반한다. 따라서 초기 투자 요구 사항이 크기 때문에 모든 프로젝트에 현장 ICT 인프라를 시운전하는 것은 비현실적이다. 게다가 사내 컴퓨팅 제공은 용량이 고정되어 있으며 일반적으로 컴퓨팅 요구 사항의 갑작스러운 증가를 충족하기 위해 업그레이드하는 데 더 많은 비용이 든다.

건설 산업은 약 90%가 중소기업(SME)이며, 현재 디지털 혁신의 혜택을 받는 데 필요한 최첨단 ICT 인프라에 많은 투자를 할 여유가 없다. 따라서 건설 산업은 가장 디지털화되지 않은 산업 중 하나이다.

 

건설 산업은 투자 집약적이므로 새로운 기술을 실험할 의향이 크지 않아 기술 도입이 느린 것으로 관찰된다. 건설 산업에서 클라우드 컴퓨팅의 잠재력은 엄청나지만 이러한 응용 프로그램은 널리 퍼져 있지 않다. 클라우드 컴퓨팅 기술은 종량제 가격 책정 모델을 사용하여 저렴하고 확장 가능한 컴퓨팅 시설을 제공한다.

따라서 클라우드 컴퓨팅 기능은 중소기업에 적합하다. 클라우드 컴퓨팅은 컴퓨팅 시설의 취득, 설치 및 유지 관리 비용을 없애므로 건설 산업에서 ICT를 도입하는 데 상당한 방해가 되었다. 건설 산업이 클라우드 컴퓨팅 기술을 도입하도록 돕기 위해 건설 실무자에게 클라우드 컴퓨팅 기술의 잠재적 이점을 알려야 한다.

건설 산업에서 클라우드 컴퓨팅의 특수 응용 프로그램과 미래 추세에 대한 정보를 제공하려는 활발한 시도는 이루어지지 않았으며 ICT 구현자가 도입에 대한 정보에 입각한 결정을 내릴 수 있도록 돕기 위해 BIM 기반 클라우드 컴퓨팅 응용 프로그램을 비교하기 위한 프레임워크를 개발된 사례가 발견된다. 점차 건물 수명 주기 관리에 특히 초점을 맞춰 클라우드 컴퓨팅과 BIM 애플리케이션(클라우드-BIM)의 통합이 논의되었으며 건설 환경에서 기존 클라우드 컴퓨팅 애플리케이션에 대한 연구를 수행하고 실무자가 사용 사례에 적합한 애플리케이션을 선택할 수 있도록 돕는 의사 결정 모델을 개발되기 시작했다.

또한 건설 산업에서 협업을 개선하기 위한 클라우드 컴퓨팅의 잠재력을 검토하고 데이터 저장 비용이 절감된다는 결론을 도출되어 여러 기존 사용 사례 분석을 통해 건설 산업에서 클라우드 컴퓨팅의 적용 가능성에 대한 논의가 본격적으로 시작되었으며 이를 통해 클라우드에서 건물 정보 모델링의 사용과 다른 디지털 신기술과 관련된 클라우드 컴퓨팅의 실제 사용 사례는 강조되지 않고 있는 것이 현실이다.

최근 클라우드 컴퓨팅 기술의 발전에도 불구하고 현재 건설 산업의 맥락에서 클라우드 컴퓨팅에 대한 포괄적인 최신 조사 및 분석이 부족하므로 여기에서는 건설 분야에서 클라우드 컴퓨팅의 사용 사례를 분석하고 분류한다. 또한 이 연구는 건설 산업에서 이 기술의 광범위한 채택을 방해하는 과제를 기술하여 건설 실무자와 연구자에게 경로를 제공하고자 한다.

 

 



 

1. 클라우드 컴퓨팅 개요

클라우드 컴퓨팅은 하드웨어 및 소프트웨어 리소스를 관리하고 활용하는 방식의 패러다임 전환이다. 클라우드 컴퓨팅 기술을 뒷받침하는 서비스 지향 아키텍처(SOA)의 등장으로 조직은 정보 기술(IT) 인프라의 물리적 및 비물리적 측면을 공유할 수 있다. 아이디어는 컴퓨팅 인프라를 재사용 가능하게 만들어 컴퓨팅 비용을 분산하는 것이다. 이러한 기능은 초기 투자 비용을 크게 줄이고 컴퓨팅 인프라의 운영 비용을 줄인다. 클라우드 컴퓨팅은 사람마다 의미가 다르다. 그림 1는 다양한 연구에서 나온 클라우드 컴퓨팅에 대한 더 요약된 정의를 보여준다. 가장 널리 사용되는 클라우드 컴퓨팅 정의는 미국 국립표준기술원(NIST) 정의와 ISO/IEC 22123- 2의 개념이다.

[그림1. 클라우드 컴퓨팅 정의]


 

미국 국립표준기술원(NIST) 정의는 클라우드 컴퓨팅은 구성 가능한 컴퓨팅 리소스(예: 네트워크, 서버, 스토리지, 애플리케이션 및 서비스)의 공유 풀에 대한 편리한 주문형 네트워크 액세스를 가능하게 하는 모델로, 최소한의 관리 노력이나 서비스 공급자 상호 작용으로 신속하게 프로비저닝 및 릴리스할 수 있다. 정의는 그림 2에 요약되어 있으며 5가지 필수 특성(주문형 셀프 서비스, 광범위한 네트워크 액세스, 리소스 풀링, 빠른 탄력성 및 측정된 서비스), 3가지 서비스 모델(서비스로서의 소프트웨어, 서비스로서의 플랫폼 및 서비스로서의 인프라) 및 4가지 배포 모델(공용, 사설, 커뮤니티 및 하이브리드)로 구성되어 있다.


[그림2. 클라우드 컴퓨팅의 조감도]


ISO/IEC 22123-2의 정의에는 멀티테넌시를 포함한 6가지 필수 특징이 포함되었고, 배포모델에 멀티 클라우드 개념이 포함되어 클라우드 개념이 확장되었다.

 

1-1. 클라우드 특성

NIST의 클라우드 컴퓨팅의 5가지 필수 특성은 다음과 같다.

(1) 클라우드 컴퓨팅의 유비쿼터스 특성은 시간과 장소에 관계없이 클라우드 서비스에 액세스할 수 있기 때문에 광범위한 네트워크 액세스를 의미한다. 클라우드 서비스는 기본 컴퓨팅 인프라가 여러 위치에 있기 때문에 인터넷을 통해 모든 장치를 사용하여 액세스할 수 있다.

(2) 공유 풀 기능은 많은 사용자와 애플리케이션을 수용할 수 있는 멀티 테넌시 인프라를 의미한다. 이를 통해 많은 사용자가 개별 프라이버시와 보안이 보장된 동일한 컴퓨팅 인프라를 공유할 수 있다.

(3) 탄력성 속성을 통해 사용자는 필요에 따라 컴퓨팅 리소스에 대한 요청을 늘리거나 줄일 수 있다. 예를 들어, 비즈니스에서 갑자기 트래픽이 많아지면 클라우드 인프라를 쉽게 확장하여 새로운 수요를 수용할 수 있다.

(4) 주문형 셀프 서비스 측면은 컴퓨팅 기능이 사용자에게 자동으로 제공된다는 것을 의미한다. 과거에는 사용자가 컴퓨팅 시설을 주문하고 도착을 기다렸다가 시스템을 사용할 수 있도록 준비하기 위해 설치를 수행했다. 시스템이 완전히 작동하려면 최소 24시간이 걸린다. 요즘 컴퓨터 사용자는 클라우드 공급업체의 웹사이트에 신용 카드 정보만 입력하면 몇 분 안에 컴퓨터 리소스를 사용할 수 있다. 클라우드 사용자는 클라우드 제공자의 개입 없이 웹 서비스 포털을 사용하여 서비스를 관리할 수 있다.

(5) 사용량에 따른 지불 방식을 통해 사용자는 사용한 클라우드 서비스에 대해서만 비용을 지불할 수 있다. 클라우드 리소스 사용량은 전기 및 수도 서비스와 유사한 방식으로 측정되며 사용자는 월말에 정확한 사용량에 대한 청구서를 받고 그에 따라 지불한다.

추가적으로 ISO/IEC 22123-2의 멀티 테넌시는 복수의 테넌트 및 그들의 계산, 데이터를 서로 분리하고, 서로 접근할 수 없도록 하는 방식으로 물리적 또는 가상적 리소스를 할당한다. 일반적으로 멀티 테넌시 환경에서 테넌트를 이루는 클라우드 서비스 사용자들은 동일한 클라우드 서비스 고객 조직에 속하게 되는데 특히 공용 클라우드와 커뮤니티 클라우드에서는 클라우드 서비스 사용자 집단에 복수의 다른 클라우드 서비스 고객이 포함될 수 있다. 그럼에도 불구하고 어떤 클라우드 서비스 고객 조직에는 조직 내부의 다양한 집단을 대표하는 단일한 클라우드 서비스 제공자가 있고 많은 다양한 테넌트가 있을 수 있다.

 

1-2. 클라우드 서비스 모델

클라우드에는 가상 하드웨어 제공에서 애플리케이션 도메인별 사용자까지 세 가지 서비스 모델이 있다. 기술 계층이라고도 하는 Infrastructure-as-a-Service는 데이터 분석을 위한 가상 스토리지와 서버를 제공한다. 사용자는 웹에서 액세스할 수 있는 가상 스토리지를 임대하고 고객의 필요에 따라 확장 및 축소할 수 있다. 2년 보증이 있는 2TB 휴대용 하드 디스크는 높은 비용에 판매되고 있으며, 2TB 기성형 클라우드 스토리지는 연간 높은 비용으로 임대된다. 이는 하드 디스크에 대한 기존 조달 비용만으로도 과도하다는 것을 의미한다. 조달 비용에 휴대용 디스크를 사용할 수 있도록 하는 운영(설치 및 보안) 비용도 여전히 추가된다. 반면 클라우드 스토리지는 저렴한 가격으로 쉽게 액세스할 수 있을 뿐만 아니라 보안도 매우 높다. 애플리케이션 계층이라고도 하는 Platform-as-a-Service는 애플리케이션을 빌드하기 위한 개발 플랫폼을 제공한다. PaaS를 조달하여 현장의 다양한 전문가와 백오피스의 전문가가 생성한 다양한 프로젝트 데이터의 데이터베이스를 통합할 수 있다. Software-asa-Service는 종량제 방식으로 구매할 수 있는 클라우드 기반 건설 소프트웨어로, 소유 비용을 절감할 수 있다.

 

1-3. 클라우드 배포 모델

클라우드 서비스는 공공 서비스, 개인 서비스, 커뮤니티 서비스 또는 하이브리드 서비스로 배포할 수 있다. 배포 모델은 액세스 방법과 서비스에 액세스할 수 있는 사용자 범주에 따라 구분된다.

퍼블릭 클라우드에서 다양한 클라이언트가 인터넷을 통해 클라우드 서비스에 액세스하고 있으며, 이는 다중 테넌트 시스템이므로 한 사용자의 데이터가 다른 사용자의 데이터와 나란히 처리된다. 퍼블릭 클라우드에서 실행되는 애플리케이션은 데이터 센터 내에서 호스팅되거나 여러 데이터 센터에 분산될 수 있다. 클라우드 공급자는 시설 전체 스택의 유지 관리 및 제어에 대한 전적인 책임을 진다. 퍼블릭 클라우드는 일반적으로 중소기업에 이상적이다. 프라이빗 클라우드는 조직에서만 사용하고 인트라넷을 통해 액세스할 수 있는 온프레미스 호스팅 클라우드 인프라이다.

프라이빗 클라우드는 국가 인프라와 같은 민감한 정보를 저장하는 전용 시스템에 가장 적합하다. 이 모델은 민감한 데이터를 저장하는 대기업과 정부 기관에 이상적이다. 커뮤니티 클라우드 모델은 클라우드 인프라를 공유하기 위해 긴밀히 협력하는 여러 조직을 위한 것이다.

커뮤니티 클라우드 인프라는 참여 조직에서만 액세스할 수 있다. 하이브리드 클라우드 배포는 하나 이상의 배포 유형을 결합할 수 있다. 프로젝트의 재무 보고는 프라이빗 클라우드에 있고 텔레매틱스와 같은 트래픽이 많은 다른 민감하지 않은 데이터는 퍼블릭 클라우드에 배치할 수 있다.

하이브리드 클라우드는 계절에 따라 피크 기간 요구 사항을 퍼블릭 클라우드로 옮길 수 있다.

멀티 클라우드는 최소 2개의 서로 다른 공용 클라우드(public cloud)를 사용하는 배치 모델이다.

 

1-4. 클라우드 서비스 제공자

수십억 달러 규모의 클라우드 서비스 제공자는 중복 전원, 네트워킹 및 연결로 강화된 가상화 기술을 사용하여 수십만 대의 컴퓨터를 포함하는 거대한 데이터 센터를 만든다. 이러한 제공자는 전 세계 지역에 이러한 데이터 센터를 배치하여 사용자에게 방대한 분산 데이터와 관련된 문제를 해결하기 위한 다양한 서비스를 제공한다. Amazon, Google Inc., Microsoft Corp, Salesforce 및 Oracle이 선구적인 서비스 제공자로 나타났다. 일부 클라우드 제공자는 인프라를 소유하지 않고 대신 다른 제공자로부터 서비스를 인수하여 Amazon EC2를 사용하는 SaaS 서비스인 PivotalCRM과 같은 서비스를 구축한다. 클라우드 SaaS 가격은 처음에 소비 시간당이었으며 시장 가치를 통합하여 개인화된 가격 책정 모델이 생겼다. SaaS의 개인화된 가격 모델을 다른 클라우드 서비스 모델로 확장하면 무료 평가판, 예약, 고소비, On-Spot 가격 제공과 같은 변형이 생겨 더 개인화된 가격 책정이 만들어졌다.

 

 



 

1-5. 클라우드 컴퓨팅 기술의 보조 장치

이전의 분산 기술은 성능 측정부터 이식성 관리, 주문형 프로비저닝, 단일 물리적 플랫폼에서 서로 다른 애플리케이션 호스팅, 리소스 수요 급증, 사용자의 적대적 행동에 이르기까지 다양한 과제를 특징으로 한다. 이 섹션에서는 클라우드 컴퓨팅이 이러한 과제를 해결하기 위해 사용하는 기술에 대해 설명한다. 이러한 기술은 이전 분산 시스템과 클라우드 기술의 구별되는 특징을 강화한다. 이러한 보조 장치는 클라우드 컴퓨팅 기술에 대한 지원 환경을 제공한다.

 

1-5-1. 가상화

가상화는 물리적 컴퓨터 시스템과 독립적인 논리적으로 구별되는 시스템 환경에서 애플리케이션, 운영 체제 또는 시스템 서비스를 실행하는 논리적 추상화 수준을 제공한다. 컴퓨터 리소스(프로세서, 메모리 및 I/O 장치) 가상화는 단일 물리적 컴퓨터 플랫폼에서 여러 운영 체제와 소프트웨어 스택을 허용한다. 소프트웨어 계층인 하이퍼바이저는 가상 머신 모니터(VMM)이며 가상 머신(VM)으로 표현된 각 게스트 운영 체제와 물리적 하드웨어 간의 액세스를 중재한다. 가장 주목할 만한 VMM은 VMware, Xen 및 KVM이다. 가상화된 환경에서의 워크로드 관리에는 격리, 통합 및 마이그레이션이 포함된다. 워크로드 격리는 컴퓨터 프로그램이 VM 내부에 완전히 국한되어 VM의 소프트웨어 오류가 다른 VM에 영향을 미치지 않도록 하여 보안과 안정성을 향상시킨다. 통합을 통해 이기종 워크로드를 단일 물리적 플랫폼으로 가져와 소프트웨어 및 하드웨어 비호환성을 극복하고 여러 시스템을 동시에 실행할 수 있다. 워크로드 마이그레이션은 하드웨어 유지 관리, 부하 분산 및 재해 복구를 달성하기 위한 애플리케이션 모빌리티를 담당한다.

 

1-5-2. 가상 머신 관리

클라우드에서 가상화된 리소스 풀을 효율적으로 관리하는 데는 사용자 유틸리티를 극대화하면서 물리적 호스트에 VM을 매핑하는 것이 포함된다. 이 기능은 CPU 수, 메모리 양, 가상 디스크 크기 및 네트워크 대역폭 등을 고려한다. 매핑 정책은 VM을 일시 중단, 마이그레이션 또는 재개할 시기를 결정한다. VM 마이그레이션에는 마이그레이션을 시작할 시기, 마이그레이션할 VM, 마이그레이션할 위치 등 여러 프로세스가 포함되며, 실행 중인 서비스를 크게 중단시키지 않고 모두 수행한다. 효율적인 VM 관리 체계에 대한 노력에는 트래픽 인식 알고리즘, 소프트웨어 정의 네트워킹(SDN) 기반 알고리즘 및 에너지 효율 기반 알고리즘이 포함된다. 최근에는 공동 배치 기반 공격에 대한 보안을 자동으로 시행하기 위한 안전한 VM 배치 알고리즘이나 에너지 소비를 줄이고 성능 저하를 완화하는 것을 목표로 하는 균형 잡힌 VM 마이그레이션 알고리즘 등이 제안되었다.

 

1-5-3. 서비스 품질(QoS)

클라우드에서의 서비스 제공은 서비스 수준 계약(SLA)에 의해 관리되는데, 이는 공급자가 클라우드 사용자에게 클라우드 서비스를 제공하겠다는 약속을 명시한 계약이다. SLA에는 사용자에 대한 보상이 포함되므로 SLA는 클라우드 사용자에게 보증 역할을 한다. 고객과 서비스 공급자 간에 체결된 SLA에는 서비스 품질(QoS)로 지정된 서비스의 비기능적 요구 사항이 포함된다. QoS 매개변수에는 CPU 시간, 네트워크 대역폭, 저장 용량, 공급자의 이익, 마감일, 예산, 페널티 비율, 고객의 입력 파일 크기 및 요청 길이 등이 포함된다. QoS 요구 사항은 책임성, 민첩성, 서비스 보증, 비용, 성능, 보안, 개인 정보 보호 및 사용성과 같은 정량화 가능한 QoS 속성과 서비스 응답 시간, 지속 가능성, 적합성, 정확성, 투명성, 상호 운용성, 가용성, 신뢰성 및 안정성과 같은 정량화 불가능한 QoS 속성으로 분류할 수도 있다. 클라우드 서비스 성능은 QoS 매개변수를 사용하여 측정된다. 연구자들은 마르코프 체인을 사용하여 응답 시간을 사용하여 클라우드 컴퓨팅 센터의 성능을 모델링, 클라우드 컴퓨팅 시스템을 위한 보장된 QoS 인식 리소스 매칭 알고리즘, 운영 비용을 최소화하기 위해 적절한 리소스 조합을 프로비저닝하기 위한 서비스 수준 계약(SLA) 요구 사항과 서비스 품질(QoS)을 고려하는 알고리즘 등이 제안되었다.

 

1-5-4. 리소스 할당

클라우드 서비스는 다양한 QoS 매개변수를 사용하여 다양한 리소스에 위치할 수 있다. 따라서 클라우드 브로커는 사용자의 요구 사항과 경향에 따라 최상의 클라우드 서비스 세트를 선택해야 한다. 서비스 구성은 최대 QoS를 위해 최종 사용자 우선순위에 따라 유사한 사용 가능한 클라우드 서비스 중에서 원자 서비스를 선택하는 데 사용된다. 클라우드 컴퓨팅 서비스 구성은 많은 서비스 제공자가 사용하는 많은 수의 단순 서비스로 인해 NP-hard 문제이다. 연구자들은 멀티클라우드 공급자를 사용하여 서비스의 실용적인 클라우드 조합을 선택하기 위해 Greedy-WSC와 개미 군집 최적화 기반 알고리즘, 최적화된 동적 서비스 구성을 달성하기 위해 다중 에이전트 강화 학습 모델, 에이전트 기반 프레임워크와 Particle Swarm Optimization(PSO) 알고리즘을 사용하여 클라우드 서비스 구성 문제를 개선하는 등의 다양한 알고리즘이 제안되었다.

 

1-5-5. 작업 스케줄링

작업 스케줄링을 통해 클라우드 기술은 실행 시간을 최소화하고 리소스 활용도를 개선하여 리소스 비용과 에너지 소비를 낮출 수 있다. 전체 클라우드 컴퓨팅 서비스의 효율성은 클라우드 데이터 센터와 관련된 클라우드 작업 스케줄러의 성능과 직접 관련이 있다. 작업 스케줄링은 작업 기능(작업 길이, 작업 실행 시간, 작업 실행 비용 등)과 리소스 속성을 동적으로 함께 고려하여 대기 시간, 처리 시간 및 에너지 소비를 줄인다. 클라우드에서 효율적인 작업 스케줄링을 달성하기 위해 여러 알고리즘이 제안되었다. 수정된 유전 알고리즘(GA) 접근 방식, 작업 스케줄링 태스크를 위한 퍼지 이론, 클라우드 작업 스케줄링에서 실행 시간과 비용을 고려한 최적의 부하 분산을 위한 퍼지 이론과 유전 알고리즘(GA)을 기반으로 하는 FUGE라는 하이브리드 접근 방식, 클라우드 작업 스케줄링을 위해 그룹화된 작업 알고리즘을 채택하여 먼저 최소 실행 시간으로 작업을 실행, 더 높은 CPU 사용률과 평균 처리 시간을 달성하기 위해 Cuckoo 스케줄링 알고리즘 등 다양한 알고리즘이 제안되었다.

 

 


참 고 문 헌




  2. W.Z. Khan, E. Ahmed, S. Hakak, I. Yaqoob, A. Ahmed, Edge computing: a survey, Futur. Gener. Comput. Syst. 97 (2019) 219?235.
  3. H. Elazhary, Internet of things (IoT), mobile cloud, cloudlet, mobile IoT, IoT cloud, fog, mobile edge and edge emerging computing paradigms: Disambiguation and research directions, Journal of Network and Computer Applications 128 (2019) 105?140.
  4. C. Zhang, Design and application of fog computing and internet of things service platform for smart city, Futur. Gener. Comput. Syst. 112 (2020) 630?640.
  5. J. Li, Resource optimization scheduling and allocation for hierarchical distributed cloud service system in smart city, Futur. Gener. Comput. Syst. 107 (2020) 247?256.
  6. R. Jin, H. Zhang, D. Liu, X. Yan, IoT-based detecting, locating and alarming of unauthorized intrusion on construction sites, Automation in onstruction 118 (2020).
  7. T.-H. Chen, H.-M. Chang, K.-C. Lin, A cloud-based system framework for performing online viewing, storage, and analysis on big data of massive BIMs, Autom. Constr. 71 (1) (2016) 34?48
  8. Sururah A. Bello et al., Cloud computing in construction industry: Use cases, benefits and challenges, Automation in Construction, Vol. 122, pp. 1-18, 2021.
  9. ISO/IEC 22123-2:2023 Information technology ? Cloud computing Part 2: Concepts Published (Edition 1, 2023)
  10. Peter Mell, Tim Grance, SP 800-145, The NIST Definition of Cloud Computing, 2011.



저작권 정책


K-ICT 클라우드혁신센터의 저작물인 『건설 산업에서 클라우드 컴퓨팅』은 K-ICT 클라우드혁신센터에서 상명대학교 서광규 교수에게 집필 자문을 받아 발행한 전문정보 브리프로, K-ICT 클라우드혁신센터의 저작권정책에 따라 이용할 수 있습니다.
다만 사진, 이미지, 인용자료 등 제3자에게 저작권이 있는 경우 원저작권자가 정한 바에 따릅니다.