【基礎知識】WebRTCとは？仕組みやサーバー構成を解説

WebRTCとは

WebRTC（Web Real-Time Communication）とは、ブラウザ間でリアルタイムの音声、映像、データ通信を可能にするオープンソースの技術です。
特別なプラグインやソフトウェアをインストールすることなく、ウェブブラウザだけでビデオ通話やファイル共有がおこなえます。Googleが開発を主導し、W3CとIETFによって標準化が進められています。WebRTCはP2P（Peer to Peer）通信を基盤としており、直接的な通信路を確立することで、遅延やデータロスを最小限に抑えることが可能です。
また、セキュリティ面でも優れており、通信内容はすべて暗号化されます。これらの特徴により、WebRTCは多くのウェブサービスで活用されています。

WebRTCの仕組み

WebRTCは、リアルタイムで比較的大きなデータを送受信できます。これは、ビデオチャットやファイル共有など、リアルタイム性が求められる通信において非常に有効です。
しかし、このような通信を可能にするためには、サーバーとの組み合わせが必要です。具体的には、シグナリングサーバー、STUNサーバー、TURNサーバーなどが関与します。

これらのサーバーは、通信の確立やデータのルーティング、ファイアウォールの越え方など、通信の安定性や効率性を保つために必要な役割を果たします。WebRTC自体はプロトコルの一つであり、これらのサーバーと組み合わせることで初めて、実際の通信環境で利用可能となるのです。
これらの仕組みを理解することで、WebRTCの可能性をより深く理解し、効果的に利用することができます。

対応ブラウザ

WebRTCは多くの現代のブラウザで対応しています。主な対応ブラウザは、Google Chrome、Mozilla Firefox、Safari、Opera、Microsoft Edgeなどです。
これらのブラウザではWebRTCの全機能を使用することで、リアルタイム通信が可能です。ただし、ブラウザのバージョンや設定によっては、一部機能が制限される場合もあります。
また、モバイルブラウザにおいてもWebRTCは広く対応しています。iOSやAndroidのネイティブアプリでもWebRTCを利用することが可能です。

WebRTCの利用シーン

WebRTCの利用シーンは多岐にわたりますが、とくに注目されているのはオンラインミーティングツールの世界です。ZoomやSkypeなど、リアルタイムに映像や音声を送受信するためのツールは、コロナ禍におけるリモートワークやオンライン授業の普及に一役買っています。
これらのツールにおいて、WebRTCの技術が使われていることはあまり知られていませんが、高品質なビデオ通話を実現するための重要な役割を果たしています。また、WebRTCは中継などリアルタイム性が求められる配信にも有効です。スポーツイベントやコンサートのライブストリーミング、さらにはオンラインゲームのマルチプレイなど、遅延なく情報を伝えることが求められる場面で、この技術は活躍しています。
WebRTCは私たちの生活のさまざまなシーンで利用されているのです。

シグナリングサーバーの役割

インターネット越しに2つのデバイス間でWebRTC接続を確立するためには、シグナリングサーバーが必要です。シグナリングサーバーは、まず初めに通信を開始するためのハンドシェイクをおこなう役割を果たします。
ハンドシェイクは、デバイス間の接続情報を交換するプロセスであり、WebRTCが正確に機能するためには欠かせないステップです。さらに、シグナリングサーバーは、通信のセッションを管理し、通信の開始や終了、通信パラメータの変更などを制御します。また、シグナリングサーバーは、メディアデータの送受信そのものはおこなわず、あくまでコントロール情報のやり取りを担当します。
これらの役割を通じて、シグナリングサーバーはWebRTC通信の安定性と効率性を確保しています。

P2P通信の仕組み

P2P通信とは、Peer to Peerの略で、端末同士が直接通信をおこなう方式を指します。WebRTCを理解するうえで、P2P通信の仕組みは非常に重要です。従来の通信方式では、サーバーを介して情報をやり取りしますが、P2P通信ではその必要がありません。
端末同士が直接接続し、データのやり取りをおこないます。サーバーを中継しないため、高速な通信が可能になるのです。また、通信の途中でデータが漏洩するリスクも減少します。
しかし、P2P通信を実現するには、端末のIPアドレスを互いに知る必要があり、そのためにシグナリングというプロセスが必要です。これがP2P通信の基本的な仕組みとなります。

STUNサーバーの機能

STUNサーバーは、WebRTCの通信において重要な要素です。主な機能は、NAT（ネットワークアドレス変換）を通じてプライベートIPアドレスを公開IPアドレスに変換し、インターネット上で通信可能にすることです。

これにより、ユーザーは自身のネットワークを安全に保ちつつ、ほかのユーザーとの通信を可能にします。STUNサーバーは、P2P通信の確立において不可欠な存在です。特に、NATがある環境での通信において、STUNサーバーは自身の公開IPアドレスとポート番号を取得し、これを相手に通知する役割を果たします。

この情報を利用して、ユーザー間の直接的な通信路を確立します。STUNサーバーの存在は、WebRTCのようなリアルタイム通信技術を実現するうえで欠かせない存在です。

NATの役割

NAT（Network Address Translation）の役割は、プライベートIPアドレスとグローバルIPアドレスの間で変換をすることです。これは、インターネットに接続するためにはグローバルIPアドレスが必要だからです。
しかし、すべてのデバイスが固有のグローバルIPアドレスを持つことは、IPアドレスの有限性から考えると現実的ではありません。そこでNATが役割を果たします。NATは、ネットワーク内部のデバイスが持つプライベートIPアドレスを、一つのグローバルIPアドレスに変換します。
これにより、ネットワーク内部の多数のデバイスが、一つのグローバルIPアドレスを共有してインターネットに接続することが可能です。また、NATは、グローバルIPアドレスからプライベートIPアドレスへの変換もおこなうため、外部からの通信を内部の適切なデバイスにルーティングすることができます。

STUNサーバーの重要性

STUNサーバーの重要性を理解するためには、基本的な機能から把握することが必要です。STUNサーバーは、私たちがインターネットに接続する際に、外部ネットワークから見た自分のIPアドレスを教える役割を果たします。

これは、自分のPCがどのようにほかのネットワークに見えるかを知るために不可欠な情報です。その情報をもとに、自分のPCのプライベートIPアドレスと比較することで、NAT（ネットワークアドレス変換）によるアドレス変換が必要かどうかを判断します。
先述したように複数のデバイスが同じグローバルIPアドレスを共有できるのはNATのおかげです。しかし、毎回この変換をおこなっていると通信が複雑になるため、STUNサーバーの役割は非常に重要となります。このように、STUNサーバーはインターネット通信の裏側で働き、スムーズな通信を支えているのです。

TURNサーバーの役割とは

TURNサーバーは、WebRTCの通信を補助する重要な役割を果たします。その主な目的は、通信が直接できない状況下でのリレー機能を提供することです。これは、NATやファイアウォールの制約により、P2P通信が困難な場合とくに有用です。

Firewallを超えるTURNサーバーの機能

Firewallはセキュリティを保つための重要な要素であり、不正なアクセスを防ぐ役割を果たしています。しかし、Firewallがあることで、P2Pのような直接的な通信が難しくなる場合もあります。
そこで登場するのが「TURNサーバー」です。TURNサーバーは、Firewallをセキュアに超えることができる特別な仕組みを持っています。これにより、Firewallの存在を感じさせないような、スムーズな通信を実現します。

TURNサーバーは、通信の中継地点として機能し、受信したデータを適切な端末に転送します。このように、TURNサーバーは、Firewallを超えて通信をするための重要な役割を担っているのです。

TURNサーバーの仕組み

TURNサーバーの仕組みは、非常に興味深いものです。TURNサーバーは、P2P通信をおこないたいPC間に立ち、データをリレーする役割を果たします。
具体的には、はじめにTURNサーバーに対して通信の許可を求めるリクエストが送られます。このリクエストは、通信をおこないたいPCから発信され、TURNサーバーによって処理されます。TURNサーバーは、このリクエストを受け取ると、通信をおこないたいPC間の通信を可能にするための情報を提供します。
この情報には、通信に必要なIPアドレスやポート番号などが含まれます。この情報をもとに、PC間での通信が開始されます。TURNサーバーは、通信の全過程を通じて、データをリレーする役割を果たし、P2P通信を可能にします。

SFUサーバーの特徴とは

SFUサーバーの特徴について詳しく見てみましょう。SFUは、Selective Forwarding Unitの略で、WebRTCにおける重要な役割を果たします。SFUサーバーの最大の特徴は、複数のクライアント間でのメディアデータの中継をおこない、効率的な通信環境を構築することです。
SFUは各クライアントから送られてきたデータを、ほかのすべてのクライアントに送信します。これにより、多点接続ができ、大規模なビデオ会議などでもスムーズな通信が可能です。また、SFUサーバーは、送信されるデータの品質を調整する役割も担っています。
これにより、ネットワーク状況に応じて最適な品質でビデオや音声を伝送することが可能となります。WebRTCとSFUはセットで使われることが多く、リアルタイムコミュニケーションの高品質化に寄与しています。

複数の場所での接続を実現するSFUサーバー

SFUサーバーは、音声や映像の通信をP2P（Peer to Peer）ではなく、サーバー経由でおこない、通信の安定性や品質を保つために重要な役割を果たしています。
具体的には、SFUサーバーは各端末から送られてきたデータを一旦受け取り、それをほかのすべての端末に配信します。これにより、複数の場所からの接続をスムーズに実現することが可能になります。

P2PとSFUの大きな違いは、通信をサーバーを経由するかしないか、という点です。1対1の通信であればP2Pでもいいですが、多人数が参加する配信などではSFUサーバーを経由したほうがスムーズです。SFUサーバーを利用することで、大規模な通信でも安定した接続を維持できます。

MCUとの相違点

SFUとMCUは、どちらもクライアントとサーバー間の通信を中継する役割を果たしますが、仕組みや特性には大きな違いがあります。MCU（Multipoint Control Unit）は、すべてのクライアントから送られてきたデータを一度集め、それを処理してから再度各クライアントに配信します。これに対して、SFU（Selective Forwarding Unit）は、クライアントから送られてきたデータをそのままほかのクライアントに転送します。

この違いが生む最大の影響は、MCUではサーバーの負荷が大きくなる一方で、SFUではクライアント側の負荷が増える点です。そのため、大規模な通信や、サーバーのリソースが限られている場合はSFUが適しているといえます。

まとめ

今回は、WebRTCやシグナリングサーバー、P2P通信、STUNサーバー、TURNサーバー、SFUサーバーなど、リアルタイム通信を可能にする技術について詳しく解説しました。それぞれの役割や機能、利用シーンを理解することで、より効率的な通信環境の構築が可能になります。
また、これらの技術は互いに連携し、一緒に働くことでリアルタイム通信を実現しています。
それぞれの技術がどのように働いているかを知ることで、通信の安定性や品質を向上させるための手段を見つけることができます。今後も新たな技術が登場する可能性があるので、つねに最新の情報をキャッチアップしていきましょう。

ImageFlux Live Streamingのご紹介

ImageFlux Live Streamingとは、お客さま独自のライブ配信システムを、API/SDKを利用して素早く手軽に構築できるマネージドサービスです。配信基盤としてWebRTC SFU Soraを採用しており、WebRTCからHLSまで幅広い配信方式に対応しております。つくりたい配信サービスに適したAPIを使って、高速に開発を進めることができます。

ImageFluxはライブ配信のためのインフラとAPIを提供しており、ユーザーインターフェースや、ログイン認証、チャット、会員管理、投げ銭などの機能は、お客さま側で開発が必要です。
「システム開発の経験やリソースがなく、開発からお任せしたい」といった方は、開発相談も承っておりますのでお気軽にご相談ください。