2천만 대의 셀룰러 및 연결되지 않은 차량에서 운영 매개변수를 자동으로 조정하여 운영 효율성을 높여야 합니다. 어떻게 진행해야 할까요?

2천만 대의 차량은 중앙 집중식 클라우드 기반 조정으로는 지연 시간과 대역폭 문제로 인해 실시간으로 관리하기 어렵습니다. 따라서 ML 모델을 차량에서 로컬로 실행하여 즉각적인 조정을 수행하는 엣지 컴퓨팅 방식이 가장 적합합니다. 엔지니어가 규칙 기반 알고리즘을 구현하는 것은 차량 수가 많고 운영 매개변수가 복잡하게 변화하는 상황에서는 확장성이 떨어지고 유지보수가 어렵습니다. Cloud Dataflow 스트리밍 작업과 Google Cloud Messaging은 데이터를 처리하고 메시지를 푸시하는 데 유용하지만, 차량 자체에서 실시간으로 매개변수를 조정하는 로컬 의사 결정 기능을 제공하지 않습니다. Cloud ML Platform에서 모델을 호스팅하는 것은 클라우드 기반 조정이며, 이는 연결되지 않은 차량이나 네트워크 지연이 중요한 상황에서는 적합하지 않습니다.