• 지능정보연구
• /
• 제26권2호
• /
• pp.131-145
• /
• 2020

산업혁신의 흐름에 발맞추어 다양한 분야에서 활용되고 있는 IoT 기술은 빅데이터의 접목을 통한 새로운 비즈니스 모델의 창출 및 사용자 친화적 서비스 제공의 핵심적인 요소로 부각되고 있다. 사물인터넷이 적용된 디바이스에서 누적된 데이터는 사용자 환경 및 패턴 분석을 통해 맞춤형 지능 시스템을 제공해줄 수 있어 편의 기반 스마트 시스템 구축에 다방면으로 활용되고 있다. 최근에는 이를 공공영역 혁신에 확대 적용하여 CCTV를 활용한 교통 범죄 문제 해결 등 스마트시티, 스마트 교통 등에 활용하고 있다. 그러나 이미지 데이터를 활용하는 기존 연구에서는 개인에 대한 사생활 침해 문제 및 비(非)일반적 상황에서 객체 감지 성능이 저하되는 한계가 있다. 본 연구에 활용된 IoT 디바이스 기반의 센서 데이터는 개인에 대한 식별이 불필요해 사생활 이슈로부터 자유로운 데이터로, 불특정 다수를 위한 지능형 공공서비스 구축에 효과적으로 활용될 수 있다. 대다수의 국민들이 일상적으로 활용하는 도시철도에서의 지능형 보행자 트래킹 시스템에 IoT 기반의 적외선 센서 디바이스를 활용하고자 하였으며 센서로부터 측정된 온도 데이터를 실시간 송출하고, CNN-LSTM(Convolutional Neural Network-Long Short Term Memory) 알고리즘을 활용하여 구간 내 보행 인원의 수를 예측하고자 하였다. 실험 결과 MLP(Multi-Layer Perceptron) 및 LSTM(Long Short-Term Memory), RNN-LSTM(Recurrent Neural Network-Long Short Term Memory)에 비해 제안한 CNN-LSTM 하이브리드 모형이 가장 우수한 예측성능을 보임을 확인하였다. 본 논문에서 제안한 디바이스 및 모델을 활용하여 그간 개인정보와 관련된 법적 문제로 인해 서비스 제공이 미흡했던 대중교통 내 실시간 모니터링 및 혼잡도 기반의 위기상황 대응 서비스 등 종합적 메트로 서비스를 제공할 수 있을 것으로 기대된다.

• 환경영향평가
• /
• 제28권2호
• /
• pp.113-128
• /
• 2019

2018년 가을철(9월 5일~10일, 6일간) 수도권대기오염집중측정소에서 미세먼지와 함께 블랙카본(BC, black carbon)의 농도 및 코팅두께를 파악하였다. 가을철 $PM_{10}$은 $23{\pm}12.6{\mu}g/m^3$, $PM_{2.5}$는 $12{\pm}5.8{\mu}g/m^3$으로 다른 계절보다 낮은 수준이었다. Aethalometer로 측정한 BC는 $0.73{\pm}0.43{\mu}g/m^3$, SOCEC로 측정한 EC(elemental carbon)는 $0.34{\pm}0.18{\mu}g/m^3$, SP2로 측정한 rBC(refractory-BC)는 $0.32{\pm}0.18{\mu}g/m^3$으로 측정방법에 따른 농도차이를 보여주었으나, 시계열 분포와 일 변동은 동일한 경향을 나타내었다. 수도권대기오염집중측정소에서 측정된 블랙카본은 자동차와 같은 일차오염원의 영향을 강하게 받았고, 주간과 야간의 출퇴근으로 인한 교통 혼잡 시간대에 높은 특징을 보였다. SP2로 측정한 $PM_{1.0}$ 단일입자에 대한 블랙카본의 개수농도는 84 nm에서 최고치로 관측되었으며, 코팅두께는 43 nm로 산정되었다. 특히 블랙카본 입자의 직경이 작을수록 코팅두께는 증가하였고, 입자의 직경이 증가할수록 코팅두께는 작아지는 특성을 나타내었다.