IoT 기반 실시간 시각화 알고리즘을 이용한 스마트가드닝 시스템 설계 및 구현 Design and Implementation of Smart Gardening System Using Real-Time Visualization Algorithm Based on IoT원문보기
최근 사물인터넷 발달로 인하여 센서에서 발생되는 데이터가 폭증하고 있다. 이러한 패러다임의 변화로 즉각 행동이 요구되는 여러 산업현장에서 실시간으로 발생되는 데이터들의 분석이 필요하게 되었으며, 실시간 시각화 분석이 대두되고 있다. 그러나 기존 시각화 시스템은 데이터를 저장 후에 시각화를 하기 때문에 서버의 응답시간이 실시간에 준하는 ms수준의 처리를 보장하지 못하며, 처리할 자원을 보유하고 있지 않아 주요 자원이 될 데이터를 폐기하는 문제가 발생한다. 따라서 본 논문에서는 가드닝 환경에서 IoT 센싱 정보를 활용하여 실시간 시각화 알고리즘을 적용한 스마트가드닝 시스템을 설계 및 구현하였다. 제안 시스템의 성능 평가를 위하여 서버의 응답시간을 측정하였고, 테스트 결과 제안하는 실시간 시각화 알고리즘의 응답 속도는 실시간에 준하는 ms수준의 처리를 보장함을 확인하였다.
최근 사물인터넷 발달로 인하여 센서에서 발생되는 데이터가 폭증하고 있다. 이러한 패러다임의 변화로 즉각 행동이 요구되는 여러 산업현장에서 실시간으로 발생되는 데이터들의 분석이 필요하게 되었으며, 실시간 시각화 분석이 대두되고 있다. 그러나 기존 시각화 시스템은 데이터를 저장 후에 시각화를 하기 때문에 서버의 응답시간이 실시간에 준하는 ms수준의 처리를 보장하지 못하며, 처리할 자원을 보유하고 있지 않아 주요 자원이 될 데이터를 폐기하는 문제가 발생한다. 따라서 본 논문에서는 가드닝 환경에서 IoT 센싱 정보를 활용하여 실시간 시각화 알고리즘을 적용한 스마트가드닝 시스템을 설계 및 구현하였다. 제안 시스템의 성능 평가를 위하여 서버의 응답시간을 측정하였고, 테스트 결과 제안하는 실시간 시각화 알고리즘의 응답 속도는 실시간에 준하는 ms수준의 처리를 보장함을 확인하였다.
Data generated from sensors are exploding with recent development of IoT. This paradigm shift requires various industry fields that demand instant actions to analyze the arising data on a real-time basis, along with the real-time visualization analysis. As the existing visualization systems, however...
Data generated from sensors are exploding with recent development of IoT. This paradigm shift requires various industry fields that demand instant actions to analyze the arising data on a real-time basis, along with the real-time visualization analysis. As the existing visualization systems, however, perform visualization after storing data, the response time of the server cannot guarantee the ms-level processing that is close to real-time. They also have a problem of destroying data that can be major resources as they do not possess the process resources. Therefore, a smart gardening system that applies a real-time visualization algorithm using IoT sensing data under a gardening environment was designed and implement in this study. The response time of the server was measured to evaluate the performance of the suggested system. As a result, the response speed of the suggested real-time visualization algorithm was guaranteeing the ms-level processing close to real-time.
Data generated from sensors are exploding with recent development of IoT. This paradigm shift requires various industry fields that demand instant actions to analyze the arising data on a real-time basis, along with the real-time visualization analysis. As the existing visualization systems, however, perform visualization after storing data, the response time of the server cannot guarantee the ms-level processing that is close to real-time. They also have a problem of destroying data that can be major resources as they do not possess the process resources. Therefore, a smart gardening system that applies a real-time visualization algorithm using IoT sensing data under a gardening environment was designed and implement in this study. The response time of the server was measured to evaluate the performance of the suggested system. As a result, the response speed of the suggested real-time visualization algorithm was guaranteeing the ms-level processing close to real-time.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 논문에서는 온·습도에 가장 민감한 원예 농가의 온·습도 데이터를 기반으로 실시간 시각화 알고리즘을 이용한 스마트가드닝 시스템을 설계 및 구현 하였다.
본 논문에서는 IoT 기반 실시간 시각화 알고리즘을 이용한 스마트가드닝 시스템 설계 및 구현하였다. 여러 산업현장에서 실시간으로 발생하는 데이터들의 실시간 시각화 분석이 필요하게 되었고, 실시간 시각화는 방대한 데이터를 빠른 인지를 가능하게 하며, 직관적인 파악을 돕는다.
본 논문에서는 기존 배치처리 방식의 문제점을 개선하기 위해 실시간 시각화 알고리즘을 이용하여 실시간성과 비실시간성을 필터링하여 실시간 시각화를 제공하는 스마트가드닝 시스템을 설계 및 구현하였다. 제안하는 시스템의 개요도는 그림 1과 같다.
이에 본 논문에서 제시한 문제를 해결하기 위한 방법으로 실시간 시각화 알고리즘을 활용하는 것이다. 기존의 시각화 시스템은 배치처리 방식으로 실시간으로 발생 하는 센서 데이터를 시각화할 경우 최종 클라이언트에게 시각화를 제공하기까지 많은 시간차가 발생하게 된다.
가설 설정
또한 일반적으로 동일한 수준의 개인 서버로 서비스를 제공하는 서버의 경우 클라이언트 수는 약 1,000명까지 수용, 동시 접속자의 수는 약 100명까지 수용 한 것을 가정하여 비교 테스트를 진행하였다. 클라이언트 수에 따른 서버 응답속도 테스트 분석 결과는 그림 7과 같다.
일반적으로 동일한 수준의 개인 서버로 서비스를 제공하는 서버의 경우 클라이언트 수 약 1,000명, 동시 접속자 수 약 100명을 수용한 것을 테스트 비교 결과에 가정하였다.
제안 방법
IoT 기반 센서 네트워크 기술과 통신 실드를 결합한 온·습도 센서 디바이스로 IoT 환경을 구축하였다.
실시간 시각화 알고리즘의 필터링은 첫 번째, 클라이언트가 구독 요청 정의한 데이터는 실시간성으로 분류하여 즉각 시각화한다. 두 번째, 사전에 정의한 긴급 데이터를 실시간성으로 분류하여 즉각 시각화한다.
따라서 본 논문에서는 제안하는 실시간 시각화 알고리즘을 이용하여 긴급하거나 실시간이 필요한 데이터를 필터링하여 즉각 시각화하여 클라이언트에게 제공하고, 이외의 데이터를 비실시간으로 배치처리 방식을 사용한 스마트가드닝 시스템을 설계 및 구현하였다.
또한 이기종 디바이스에서 디스플레이를 지원하며, Android Platform, IoS Platform, Web Platform 등 플랫폼에 독립적인 하이브리드 앱으로 구현하였다.
셋째, 아날로그 온·습도계를 대체할 수 있는 저비용으로 구성하였다. 마지막으로주 사용자가 고연령층인 농촌의 특성을 고려하여 UI를 크게, 로직은 간단하게 설계하였다.
서버 DB에 저장되어 등록된 사용자가 맞는지 확인하기 위하여 아이디 및 패스워드를 입력하여 로그인을 한다. 서버는 요청된 로그인 정보를 DB의 Member 테이블과 매칭하여 Login Success를 응답한다.
세 번째, 서버의 부하를 덜기 위하여 급작스런 발생된 대량의 데이터를 실시간성으로 분류하여 즉시 시각화한다. 이외의 데이터는 비실시간성으로 분류하여 배치처리 방식의 시각화를 제공한다.
센서 데이터가 발생하면 실시간 시각화 알고리즘은 실시간이 필요한 데이터인지 판별하기 위하여 첫 번째, 클라이언트가 센서 데이터에 구독이 요청되어있는 상태인지 확인한다. 두 번째, 클라이언트가 정의한 긴급 데이터 인지 확인한다.
셋째, 아날로그 온·습도계를 대체할 수 있는 저비용으로 구성하였다.
제안하는 실시간 시각화 알고리즘은 실시간 처리가 필요한 데이터를 선별하여 실시간으로 시각화를 제공하기 위해 실시간성을 판별하는 필터링을 포함한다.
첫째, 온·습도에 민감한 원예들이 온·습도로 인한 피해 방지를 위하여 실시간 시각화 알고리즘을 활용하였다.
대상 데이터
js등의 JavaScript Library언어를 사용하였다. 또한 하드웨어는 Aduino Uno 보드에 온도는 섭씨-40도에서 80도까지 측정하고, 습도는 0퍼센트에서 100퍼센트까지 측정할 수 있는 DHT22을 사용하였다.
본 논문의 구성은 1장 서론에 이어 2장에서는 사물인터넷(IoT) 센싱 기술과 실시간 시각화, 스마트 팜에 대하여 분석하였다. 이를 토대로 3장에서 시스템의 설계와 4장 구현 및 테스트를 하였고, 5장에서 결론을 맺는다.
데이터처리
그리고 IoT 환경을 기반으로 통신실드는 Wifi-Shield를 사용하였고, 실시간으로 날짜/시간 데이터를 전송해주는 데이터 로깅 실드는 RTC-DS1307을 사용하였다. 본 시스템의 구현 및 테스트 환경은 표 2와 같다.
제안하는 실시간 시각화 알고리즘을 이용한 스마트가드닝 시스템의 실시간 시각화에 대한 서버 응답시간 (Response Time)을 측정 위한 테스트 툴은 아파치에서 제공하는 JMeter 웹 서버 성능 테스트 툴을 사용하였다. JMeter는 기능 수행 테스트와 성능 측정을 위한 JAVA 기반 응용 프로그램이며, JVM이 설치되어 있는 어떤 환경에서도 구동이 가능하다.
성능/효과
동시 접속자에 대한 테스트는 접속자의 수를 20명씩 증가시키면서 테스트를 진행하였으며, 동시 접속자 수가 20명일 때 98ms, 100명일 때 891ms까지 증가하였다. 이를 통해 약 100명까지는 실시간성 서비스 지원이 가능한 것을 확인하였으며, 실제 서비스를 위해서는 목적에 따라 서버의 성능을 고려하여야 한다.
첫째, 온·습도에 민감한 원예들이 온·습도로 인한 피해 방지를 위하여 실시간 시각화 알고리즘을 활용하였다. 둘째, 하이브리드 앱 기반으로 이기종 디바이스와 다양한 플랫폼에서 독립적이다. 셋째, 아날로그 온·습도계를 대체할 수 있는 저비용으로 구성하였다.
따라서 웹 서버 응답시간을 데이터 처리 시간에 따른 기준에 따라 분류하면 Real-Time에 준하는 수준의 처리를 보장하고 있음을 확인하였다.
아파치 JMeter를 이용한 실시간 시각화 응답속도 측정 분석 결과 최대 응답속도 87ms, 최소 응답속도 64ms로 평균 응답 속도는 67ms로 측정되었다.
동시 접속자에 대한 테스트는 접속자의 수를 20명씩 증가시키면서 테스트를 진행하였으며, 동시 접속자 수가 20명일 때 98ms, 100명일 때 891ms까지 증가하였다. 이를 통해 약 100명까지는 실시간성 서비스 지원이 가능한 것을 확인하였으며, 실제 서비스를 위해서는 목적에 따라 서버의 성능을 고려하여야 한다.
제안하는 시스템 테스트 결과 실시간에 준하는 ms수준의 처리를 보장하며, 실시간 시각화를 제공받을 수 있는 클라이언트 수는 약 1,000~1,200명, 동시 접속자 수 100~110명까지 예상된다.
후속연구
JMeter의 테스트 결과는 웹 서버의 가용 정도를 파악하거나 성능을 향상시키기 위한 근거 자료로 활용될 수 있다. 구현 및 테스트 항목은 표 3과 같다.
마지막으로 본 논문에서 다양한 산업분야에서 화두 되고 있는 실시간 시각화 알고리즘을 농촌과 다양한 산업에 접목하면 ICT 융합의 일환으로써 더 많은 부가가치를 창출할 수 있을 것이라 사료된다.
향후 연구로는 서버를 추가 확장하여 더 많은 클라이언트 수와 동시 접속자 수를 수용하여 실시간으로 시각화를 제공할 수 있는 스마트가드닝 시스템 연구가 필요할 것으로 사료된다.
질의응답
핵심어
질문
논문에서 추출한 답변
사물인터넷이란?
사물인터넷에 대하여 글로벌 표준기구 등에서 다양하게 정의하고 있다. 이를 종합해 볼 때, 사물인터넷(IoT: Internet of Things)은 ICT 기반으로 주위의 모든 사물에 유무선 네트워크로 연결하여 사람과 사물, 사물과 사물 간에 정보를 교류하고 상호 소통하는 지능적 환경을 의미하는 것으로 정의할 수 있다[4][5].
기존 시각화 시스템의 문제점은 무엇인가?
이러한 패러다임의 변화로 즉각 행동이 요구되는 여러 산업현장에서 실시간으로 발생되는 데이터들의 분석이 필요하게 되었으며, 실시간 시각화 분석이 대두되고 있다. 그러나 기존 시각화 시스템은 데이터를 저장 후에 시각화를 하기 때문에 서버의 응답시간이 실시간에 준하는 ms수준의 처리를 보장하지 못하며, 처리할 자원을 보유하고 있지 않아 주요 자원이 될 데이터를 폐기하는 문제가 발생한다. 따라서 본 논문에서는 가드닝 환경에서 IoT 센싱 정보를 활용하여 실시간 시각화 알고리즘을 적용한 스마트가드닝 시스템을 설계 및 구현하였다.
국내에서 생활밀착형 센서 앱 서비스를 제공하려는 시도의 대표적인 예시에는 무엇이 있는가?
대표적인 예로는 세종창조마을의 스마트 팜을 들 수 있다. 세종창조마을은 2014년 정부의 추진사업으로 농업과 ICT의 결합의 일환으로서 살기 좋은 농촌을 만들겠다는 취지의 사업이 있다[2].
참고문헌 (9)
Chun-Woo Park, Soo-Dong Kim, "Practical Methods for Managing Faults in IoT Computing," Journal of Internet Computing and Services(JICS), 2015, Vol. 16, No. 5, pp. 75-86. http://www.jksii.or.kr/upload/1/1163_1.pdf
Jeong-Hoon Ahn, Hye-Rim Lee, "PLANNING AND POLICY," pp. 19-26, Korea Research Institute For Human Settlements, 2015. http://www.dbpia.co.kr/Article/NODE06294400
Yong-Beom kim, Jeong-Ho Kwak, "A Study of Smart Convergence Strategies for Enhancing a Creative Economy: Lessons from Korea," Journal of Internet Computing and Services(JICS), 2014, Vol. 15, No. 4, pp. 67-79. http://dx.doi.org/10.7472/jksii.2014.15.4.67
Woo-soo Jung, Sa-Hyuk Kim, Kyoung-Sik Min, "An Analysis of the Economic Effects for the IoT Industry," Journal of Korean Society for Internet Information, Vol. 14, no. 5, 2013, pp. 119-128. http://dx.doi.org/10.7472/jksii.2013.14.5.119
Seok-Ki Hong, "An Explorative Study on the Features of Activity Trackers as IoT based Wearable Devices," Journal of Internet Computing and Services(JICS), 2015, Vol. 16, No. 5p, p. 93-98. http://www.jksii.or.kr/upload/1/1161_1.pdf
Yean-Jung Kim, Seung-Young Gouk, Young-Ryul Kim, Myung-Gi Lee, Jong-Sun, Kim, Yoon-Hyung Kim, Kyung-Taek Min, In-Bae Ji, Jae-Hun Sim, "The Present Status and Development Direction of Smart Agriculture," pp. 1-159, Korea Rural Economic Institute, 2013. http://www.dbpia.co.kr/Article/NODE02470529
Chul-Ki Jun, "An Application Study on the International Standardization Strategy model for Smart Agriculture," Proceedings of Symposium of the Korean Institute of communications and Information Sciences, 2015, pp. 650-651. http://www.dbpia.co.kr/Article/NODE06265802
※ AI-Helper는 부적절한 답변을 할 수 있습니다.