홈 IoT가 대중적으로 사용되고 있는 시대입니다. 요즘 신축 아파트에서는 생활패턴에 맞게 전등이 켜지고, 가스밸브가 잠궈지고, 엘리베이터를 예약해서 이용할 수 있습니다.
또한 가정에서 사용하는 생활가전 및 전자제품 등도 IoT 를 통해 내/외부에서 자동 제어하고 작동할 수 있게 되었죠~
더 나아가 디바이스의 센서와 빅데이터 분석을 통한 미세먼지, 온도 및 습도에 대한 데이터의 측정이 가능하여 자동으로 실내환경을 쾌적하게 유지할 수도 있습니다.
코오롱베니트는 스마트한 미세먼지 대응을 위해 공기 질에 따라 환기가 되고 공기청정기가 자동 작동 되는 실내 최적의 환경 구현 모델을 구축하기 위한 분석 프로젝트를 수행 하였습니다.
프로젝트의 주요 분석 포인트는 다음과 같습니다.
- 실내 대기 오염과 상관성 높은 환경 요소를 추정
- 최적의 실내 공기질 유지를 위한 공기환기량 및 환기시간 추정
먼저 집안의 내부 공기의 오염을 감지하고 환기가 되는 일련의 과정에 대한 시나리오를 구성한뒤 이를 바탕으로 최적 실내 환기 시간을 추정하기 위한 변수를 탐색하고 예측범위를 설정하였습니다.
전체적인 분석 프레임워크 (Analytics Framework)는 Data Analysis와 Mathematical Modeling 으로 구성되며 Data Analysis는 정보추출과 데이터 정제 및 가공을, Mathematical Modeling은 수학적 모델링을 통한 로직 도출을 실행합니다.
1 먼저 정보분석 단계에서는 주제 분석에 필요한 정보와 데이터를 수집하고, 문헌정보를 통해 문제 해결에 필요한 최신 분석 알고리즘을 검색합니다. 수집된 정보를 통해 주제 분석에서 요구되는 많은 변수를 검토하고 평가한 뒤, 관련 데이터를 확보하고 분석 가능성을 고려하여 변수를 최종 선정하게 됩니다.
2 데이터 모델 분석 단계는 홈 IoT의 Sample Data에 대한 분포도 분석을 함으로서 주어진 데이터의 특성을 파악하고 적합한 모델을 선정 합니다. 선정한 모델에 홈 IoT 샘플링 DataSet과 개방 API를 통해 수집한 기상청 데이터를 조합하여 분석에 필요한 DataSet을 구축합니다.
다음 Mathematical Modeling Frame 단계는,
3 최적의 실내 공기질 유지를 위한 모델 결과 도출을 위한 수학적 해석 과정으로 오염되지 않은 공기 질을 보장할 수 있는 최적 실내 환기 시간을 추정합니다. 집안의 내부 공기의 오염을 감지하고 환기가 되는 일련이 과정에 대한 시나리오 구성 후 최적 실내 환기 시간을 추정하기 위한 변수 탐색 및 예측범위를 설정 합니다.
이 과정에서 다양한 센서로부터 수집된 데이터 및 외부 기상데이터와의 상관도 분석을 통해 현재 실내 공기 질에 영향을 주는 요인변수를 도출하게 됩니다.
4 마지막으로 기존 모델링에 사용자 설정데이터를 추가하여 개인화 모델을 도출하고 최적 실내환기 시간을 추정하기 위해 추가변수를 탐색하고 예측범위를 설정합니다. 설정 값을 그룹으로 설계하여 사용자에 따른 유연한 로직 개발 및 최적화를 진행하여 사용자 개개인의 맞춤 서비스를 제공 할 수 있습니다.
위 프로세스에 따라 데이터의 계량적인 분석을 기반으로 현재 실내공기 질에 영향을 주는 대기환경 요소를 추정하고, 공기 오염을 개선하기 위한 내부 공기의 최적 환기 시간 예측이 가능합니다.
모든 변수를 시간 단위에서 분단위로, 가변 장소 기준의 전국 단위로 확대하여 각 변수의 데이터를 수정하고 홈 IoT 인터페이스에 연동 하여 서비스가 완성 되었습니다.
이렇게 개발된 로직은 모델링 하여 건설중인 아파트나 기축된 단지에 즉시 적용이 가능합니다. 특히 기존 건축물은 설계에 대한 변경 및 추가적인 하드웨어나 시스템의 변경 없이 로직만 사용하여 미세먼지에 대한 자동 관리 기능을 간편하게 추가 할 수 있습니다.
또한 개발된 알고리즘을 기반으로 홈 IoT 뿐만 아니라 날씨나 미세먼지 관리 기능이 접목된 타 공간 서비스 및 헬스 케어 등과 연계하여 다양한 방식의 서비스 지원이 가능합니다.
