• 한국정보통신학회논문지
• /
• 제26권2호
• /
• pp.223-229
• /
• 2022

매년 날씨가 추워지는 동절기에는 전기 사용량이 급증하는 특징을 보인다. 많은 전기를 사용하면서 인구 밀도가 높은 시장, 목욕탕, 아파트 등의 건물들의 전기 시설의 누전으로 인해 화재 발생이 늘어나고 있다. 이러한 누전화재의 원인은 대부분 전선의 노후화로 인해 사용량이 증가되어 과도하게 걸리는 부하를 견디지 못하고 전선피복이 녹아내려 주변의 발화물질로 인하여 발생하게 된다. 본 논문에서는 과부하센서, VoC센서, 과열센서로 구성된 복합 센서를 통해 전선에 발생하는 부하 및 과열을 측정하며, 이 때 발생된 유독가스를 검출하고 게이트웨이를 활용하여 서버에 로깅하는 시스템을 구현한다. 이를 바탕으로 빅데이터 분석을 진행하여 실시간으로 전기화재를 예측, 경보 및 차단이 가능한 플랫폼과 모의 화재발생 실험이 가능한 시뮬레이터를 개발한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.313-316
• /
• 2021

사물인터넷 환경에서는 기본적으로 사물에서 발생되는 데이터를 수집하기 위하여 네트워크 구성이 필수적이다. 다양한 통신 방식으로 사물의 데이터를 처리하고 있으며, 주로 블루투스, WiFi와 같은 무선 통신 방식을 주로 사용하지만, 데이터 서버에 다양한 센서 데이터를 전달하기 위해 유선/무선 통신을 혼합해서 사용하는 경우도 있다. 사물의 데이터를 수집하려면, 센서나 엣지 장치에서 발생되는 센서 데이터를 실시간으로 수집하기 위해 통신 모듈이 탑재되어야 한다. 그리고 데이터베이스로 데이터를 전달하기 위하여 소프트웨어 아키텍처가 구성되어야 한다. 센서에서 발생된 데이터를 실시간으로 데이터 베이스에 저장하고 관리할 수 있으며, 산업안전에 필요한 데이터를 추출하여 산업안전서비스 응용에 활용할 수 있다. 본 논문에서는 사물 데이터 수집을 위하여 LoRa 게이트웨이를 활용하여 네트워크 환경을 구성하였으며, LoRa 모듈로부터 전달되는 사물 데이터를 수집하기 위하여 클라이언트/서버 방식의 데이터 수집 모델을 설계하였다. 데이터 수집과 저장 관리에 필요한 자원을 데이터 누수 없이 확보하기 위하여 실시간으로 데이터 수집이 가능해야 하며, 응용서비스로는 산업안전에 필요한 위치데이터 등을 실시간으로 데이터베이스에 저장 관리할 수 있도록 설계하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2015년도 제51차 동계학술대회논문집 23권1호
• /
• pp.1-3
• /
• 2015

본 논문에서는 하둡 환경상에서 개발 중인 공간 빅데이터 저장 관리 시스템의 구조를 설명한다. 본 시스템은 공간 센서 및 IoT의 등장으로 대용량화된 공간 데이터로 인한 기존 공간 정보 처리 시스템의 성능적 한계를 극복하기 위한 목적으로 개발 중이다. 본 시스템은 효과적인 대용량 데이터 처리를 위해 현재 활발히 연구되고 있는 빅데이터 처리 기술과 공간 정보 처리 기술을 접목하여, 대용량의 공간 정보를 수집, 저장 관리하는 기능을 제공한다. 또한 효과적인 공간 데이터의 접근을 위해 스크립트 언어 기반의 공간 정보 처리 언어를 제공하고, SQL 형식의 선언적 공간 정보 질의 처리 기능도 제공하기 위해 개발 중에 있다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2017년도 춘계 종합학술대회 논문집
• /
• pp.235-236
• /
• 2017

최근 제4차 산업혁명 시대가 도래함에 따라 지능정보기술은 대규모 데이터에 대한 자가학습(Machine Learning)을 통해 알고리즘 성능을 지속적으로 강화함으로써 데이터와 지식이 산업의 주요 경쟁 원천으로 부상시키고 있다. 지능정보기술은 산업전반에 구조적 대변혁을 촉발할 것으로 전망됨에 따라 전세계적으로 지능정보기술을 선제적으로 확보, 도입 및 확산하여 국가경쟁력을 제고해나가려 하고 있다. 따라서 지능정보기술을 확보하기 위한 R&D 전략수립이 무엇보다 중요해졌다. 본 조사 연구에서는 IoT, Cloud, Bigdata, Mobile, AI 등 지능정보기술 분야의 기술경쟁력 수준을 파악하기 위해 전문가 정성적 기술수준평가와 함께 특허, 논문 등 데이터기반의 기술수준평가에 대한 것이다.

• 한국정보통신학회논문지
• /
• 제23권11호
• /
• pp.1478-1481
• /
• 2019

As core technologies(IoT, 5G, Cloud, Bigdata, AI etc) leading the Fourth Industrial Revolution promote smart convergence across the national socio-economic infrastructure, the threat of new forms of cyber attacks is increasing and the possibility of massive damage is also increasing. Reflecting this trend, cyber security is expanding from simple information protection to CPS(Cyber Physical System) protection that combines safety and security that implements hyper-connectivity and ultra-reliability. This study introduces the recent evolution of cyber attacks and looks at the next generation cyber security technologies based on the conceptual changes of cyber security technologies such as SOAR(Security Orchestration, Automation and Response) and Zero Trust.

• International journal of advanced smart convergence
• /
• 제11권1호
• /
• pp.42-47
• /
• 2022

As smart factory is the factory which produces the products according to the customer's diverse demand and the changing conditions in it, it can be characterized by flexible production, dynamic reconstruction, and optimized production environment. To implement these characteristics, many kind of configuration elements in the smart factory should be connected to and communicated with each other. So the network is responsible for playing this role in the smart factory. As SDN (Software Defined Network) is the technology that can dynamically cope with the explosive increasing data amount and the hourly changing network condition, it is one of network technologies that can be applied to the smart factory. In this paper, we address SDN function and operation, SDN model suitable for the smart factory, and then performs the simulation for measuring this model.

• 한국빅데이터학회지
• /
• 제6권1호
• /
• pp.23-35
• /
• 2021

제4차 산업혁명 선언 이후 생산 제조 기술과 정보통신기술(ICT)이 융합된 스마트 팩토리가 큰 주목을 받고 사물인터넷(IoT) 기술 및 빅데이터 기술 등이 발전하면서 생산 시스템의 자동화가 가능해졌다. 고도화된 제조 산업에서 생산 시스템에는 예정되지 않은 성능 저하 및 가동 중지 발생 가능성이 존재하며, 가능한 한 빨리 잠재적인 오류를 감지하여 이를 복구해 안전 위험을 줄여나가야 한다는 요구가 있다. 본 연구는 유압 시스템에 부착된 다중 센서 데이터를 기반으로 장비의 고장 예측과 이상 발생 시점 예측을 결합하여 제조 설비 이상탐지를 위한 지도학습 및 비지도학습 모델을 설계한다. 지도학습 분석 방법으로 XGBoost, LightGBM, CNN 모델의 정확도를 비교하였다. 혼동행렬 기반의 평가지표를 통해 LightGBM의 예측력이 97%로 가장 우수한 것을 확인하였다. 또한 비지도 학습 분석 방법으로 MD, AE, LSTM-AE 모델을 구축하여 각 모델을 비교 분석한 결과 LSTM-AE 모델이 이상패턴을 75% 감지하여 가장 우수한 성능을 보였다. 본 연구는 지도학습과 비지도학습 기법을 종합하여 설비의 고장여부를 정확하게 진단하고 이상상황이 발생하는 시점을 예측함으로써 이상상황에 대한 선제대응을 할 수 있는 기반을 마련하여 스마트 팩토리 고도화에 기여하고자 한다.

• 정보보호학회논문지
• /
• 제28권3호
• /
• pp.695-706
• /
• 2018

최근 제조업을 시작으로 농업, 금융업 등의 전 산업 영역에서 ICBM(IoT, Cloud, Bigdata, Mobile)을 중심으로 한 신산업과의 융합이 급속도로 진행되고 있다. 향후 융합산업의 가장 큰 문제 중 하나인 사이버 위협에 대비하기 위해 정보보호를 고려한 융합산업의 발전이 매우 중요한 상황이다. 이에 본 연구에서는 현재 발표된 산업발전정책과 이와 관련된 정보보호정책들의 세부 내용을 교차영향분석으로 분석하고 전문가 설문을 통해 정책의 우선순위를 제시하였다. 이를 통해 정보보호정책 내의 우선순위 및 상호 연관성을 밝히고, 효과적인 정책 시행방향에 대해서 제시하고자 하였다. 결과적으로 본 연구에서 도출한 6개의 정보보호정책과제들은 모두 핵심 동인에 속하며, 정책의 중요도를 고려한다면 보안 산업의 체질개선 및 지원 강화, 정보보호 인재양성, 정보보호산업 투자확대 등의 정책이 상대적으로 우선 시행될 필요가 있는 것으로 나타났다.

• 산업경영시스템학회지
• /
• 제46권2호
• /
• pp.168-175
• /
• 2023

In the era of the 4th Industrial Revolution, Logistic 4.0 using data-based technologies such as IoT, Bigdata, and AI is a keystone to logistics intelligence. In particular, the AI technology such as prognostics and health management for the maintenance of logistics facilities is being in the spotlight. In order to ensure the reliability of the facilities, Time-Based Maintenance (TBM) can be performed in every certain period of time, but this causes excessive maintenance costs and has limitations in preventing sudden failures and accidents. On the other hand, the predictive maintenance using AI fault diagnosis model can do not only overcome the limitation of TBM by automatically detecting abnormalities in logistics facilities, but also offer more advantages by predicting future failures and allowing proactive measures to ensure stable and reliable system management. In order to train and predict with AI machine learning model, data needs to be collected, processed, and analyzed. In this study, we have develop a system that utilizes an AI detection model that can detect abnormalities of logistics rotational equipment and diagnose their fault types. In the discussion, we will explain the entire experimental processes : experimental design, data collection procedure, signal processing methods, feature analysis methods, and the model development.

• 한국빅데이터학회지
• /
• 제6권2호
• /
• pp.17-28
• /
• 2021

최근 4차산업 혁명 기술의 성장과 코로나바이러스 확산으로 인해 모바일 중심의 온라인 쇼핑 시장이 급격하게 성장하게 되었으며, 다양한 차별화 전략을 앞세운 많은 기업들이 치열하게 경쟁하고 있다. 보다 높은 수준의 배송서비스를 요구하는 고객들을 만족시키기 위해 풀필먼트센터라는 개념이 등장하였고, 이를 통해 기존 주문 이후 집하에서 배송까지 수행되던 프로세스의 전체 처리 시간과 효율성을 개선할 수 있게 되었다. 그러나, 여전히 풀필먼트센터 내에서의 작업 효율성이 전체 배송 서비스의 수준을 결정하는 제약요인으로 작용하고 있다. 이를 해결하기 위해 빅데이터, 사물인터넷 및 인공지능을 활용한 수요 예측과 공급의 조정 등과 같은 다양한 방법이 제시되고 있으나, 그 한계가 분명히 존재한다. 풀필먼트센터 내 가장 많은 작업시간과 비효율성을 초래하는 과정이 주문된 상품의 집하 작업 이후 배송을 위한 포장까지이므로, 이 과정을 자동화하기 위한 노력이 필요하다. 본 연구에서는 상품이 보관되어 있는 위치에서 포장을 위한 장소로의 집하와 상품 이동을 자동화하기 위한 AGV와 AMR의 효율적 운영을 위한 계획을 수립하기 위한 방안을 제시한다. 풀필먼트센터 내 보관된 상품의 수, 상품별 수요에 따라 투입되는 자동화 장비의 운영 효율성이 달라질 수 있기 때문에 다양한 시나리오를 기반으로 시뮬레이션을 수행하였다. 본 연구를 통해 얻은 결과를 바탕으로 풀필먼트센터 내 자동화 장비 도입 시 검토해야 할 다양한 요인을 확인할 수 있으며, 급변하는 시장 수요에 유연하게 대응하기 위해 효율성을 기준으로 최적 의사결정을 위한 참고자료로 활용할 수 있을 것이다.