선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- IoT 기술이 상용화 되면서 헬스케어 분야에 IoT 기술을 접목하려는 시도가 늘고 있음에 따라, 고령자들의 운동을 스마트 밴드(smart band)와 BLE 기술을 통해 측정하는 행동 인터벤션 시스템의 개발을 목표로 하였다. 스캐너에서는 BLE 기술을 사용하여 스마트 밴드의 위치 정보를 클라우드에 저장하도록 하였고 실험대상자 별 운동 결과를 관리자가 쉽게 스마트폰 어플리케이션에서 분석 및 관리할 수 있도록 하였다.
- 본 연구에서는 이러한 웨어러블 디바이스와 클라우드 시스템에 기반한 측위 데이터의 측정과 분석을 노인 정신건강 상태의 모니터링과 행동 유도에 활용할 수 있도록 하는 IoT 행동 인터벤션 시스템을 제시한다. 실험 대상이 되는 노인들은 현재 수원시 노인정신 건강센터에서 운영하는 운동 프로그램을 수행하고 있는 분들로, 기존의 방식은 노인들의 운동 활동 유무를 확인할 수 있는 정량적인 데이터를 대면 조사나 전화를 통해 수기로 수집하고 있고, 검증 역시 실험 대상자의 진술에 전적으로 의존하고 있어 관리가 어렵고 데이터의 신뢰성을 보증할 수가 없는 한계가 누차 지적돼 온 상태이다.
제안 방법
- Thing+ 클라우드에 기록된 데이터가 주별로 정리되어 운동 활동 내역 화면에 표현된다. 같은 장소에 3분 이내에 또 다시 머무른 경우 동일한 방문으로 처리가 되며, 한 장소에 대한 방문 시작 시간과 종료 시간의 차이로 한 장소에 머무른 시간을 계산하여 보여주도록 하였다. 한편, 3분 이상 시간 차(term)가 발생하여 기록이 된 경우 서로 다른 방문으로 처리를 하여 관리자가 쉽게 리스트를 확인할 수 있도록 구성하였다.
- 목록을 클릭하면 그림 13과 같이 80% 달성했을 경우 달성(pass)이자 금메달, 60%이상 달성했을 경우 미달성(nonpass)이자 은메달, 30%이상 달성했을 경우 미달성(nonpass)이자 동메달, 그 이하일 경우 미달성(nonpass)이자 금지표시가 나타나도록 대화상자(dialog)를 구성하였다. 결과 화면의 마지막 전체 칸은 4주간 목표로 설정된 운동 양에 비하여 실제로 얼마만큼 달성했는지를 표시하도록 하였다.
- 쿼리에 대한 응답(response)으로 해당 데이터 시리즈(series)를 얻어올 수 있다. 데이터 시리즈의 시작 시점과 끝 시점을 사용자가 인풋(input)값으로 설정할 수 있도록 기간설정 화면을 개발하였고 4주 단위로 데이터를 얻을 수 있도록 시작 일과 마지막 일의 차이에 대한 오류 메세지를 띄워 사용자가 쉽게 28일로 설정할 수 있도록 화면을 구성하였다. 또한 데이터 시리즈에 포함된 개별 데이터의 측정 간격은 1분으로 지정하였고 평균을 구하는 함수(average)로 설정하여 1분마다 평균값으로 데이터를 얻어올 수 있도록 지정하였다.
- 따라서 본 연구에서는 데이터의 유실과 실시간 데이터 업로드 문제를 고려하여 QoS level 1을 채택하여 시스템을 개발하였다. 하지만 PUB ACK 패킷을 제대로 받지 못하였을 경우 스캐너가 MQTT 서버에 MQTT publish 메시지를 계속 보내게 되어 데이터가 중복으로 계속 서버에 저장되는 문제점이 발생하였다.
- 데이터 시리즈의 시작 시점과 끝 시점을 사용자가 인풋(input)값으로 설정할 수 있도록 기간설정 화면을 개발하였고 4주 단위로 데이터를 얻을 수 있도록 시작 일과 마지막 일의 차이에 대한 오류 메세지를 띄워 사용자가 쉽게 28일로 설정할 수 있도록 화면을 구성하였다. 또한 데이터 시리즈에 포함된 개별 데이터의 측정 간격은 1분으로 지정하였고 평균을 구하는 함수(average)로 설정하여 1분마다 평균값으로 데이터를 얻어올 수 있도록 지정하였다.
- 이는 클라우드에 데이터 전송 시 메시지를 한번 이상 중복 전송하도록 하는 프로토콜이다. 또한 스캐너가 밴드를 인식하는 거리를 측정하여 실험자들에게 충분한 설명을 한 후 예비 실험을 실시하였다. 이에 대한 자세한 내용은 ‘나.
- 스캐너에 스마트밴드가 스캔되는 절차는 그림 6과 같다. 먼저 장치(device)를 탐색하고 스캔되는 구간(interval)과 유형(type), 필터(filter)등을 BLE 스캔 파라미터로 설정하고 이벤트 마스크(event mask)를 지정해 준다. 그 뒤, 해당 스캐너 근처에 있는 스마트밴드를 스캔할 수 있도록 설정해 준 후 스캔이 되면 스캔된 밴드들의 MAC 주소를 모두 읽어와 이것을 Thing+ 클라우드 상에 저장하는 작업을 하고 장치와의 연결(connection)을 닫게(close) 된다.
- 결과화면은 운동 활동 내역에 대한 데이터를 일주일 분마다 종합하여 1주차, 2주차, 3주차, 4주차, 그리고 전체(total)에 대해 실험 대상자들이 운동 결과를 나타낸다. 목록을 클릭하면 그림 13과 같이 80% 달성했을 경우 달성(pass)이자 금메달, 60%이상 달성했을 경우 미달성(nonpass)이자 은메달, 30%이상 달성했을 경우 미달성(nonpass)이자 동메달, 그 이하일 경우 미달성(nonpass)이자 금지표시가 나타나도록 대화상자(dialog)를 구성하였다. 결과 화면의 마지막 전체 칸은 4주간 목표로 설정된 운동 양에 비하여 실제로 얼마만큼 달성했는지를 표시하도록 하였다.
- 웹 서버에서 전송받은 데이터는 스마트밴드 이름과 시간대를 기준으로 정렬하여 운동 활동 내역 화면에서 확인할 수 있도록 하였다. 목표 설정 화면에서는 각 스마트밴드 사용자에 대한 목표를 처방하고 목표에 비해 얼마나 실천하였는지에 대한 결과는 결과화면에서 확인할 수 있도록 어플리케이션을 개발하였다.
- 본 실험에서는 걸음 수(step)와 배터리(battery) 정보는 사용하지 않으므로 0으로 설정하였고 Thing+ 클라우드에서는 센서 값을 정수(int)형식으로만 저장하기 때문에 표 2와 같이 스캐너가 설치된 장소마다 고유번호를 지정해 주었다.
- IoT 기술이 상용화 되면서 헬스케어 분야에 IoT 기술을 접목하려는 시도가 늘고 있음에 따라, 고령자들의 운동을 스마트 밴드(smart band)와 BLE 기술을 통해 측정하는 행동 인터벤션 시스템의 개발을 목표로 하였다. 스캐너에서는 BLE 기술을 사용하여 스마트 밴드의 위치 정보를 클라우드에 저장하도록 하였고 실험대상자 별 운동 결과를 관리자가 쉽게 스마트폰 어플리케이션에서 분석 및 관리할 수 있도록 하였다. 행동 인터벤션 시스템의 적용으로 운동 활동에 대한 정확한 데이터의 측정이 가능하였고 관리자들이 용이하게 노인들의 운동 상태를 관리할 수 있었다.
- 운동 단계별 코스는 표 5와 같이 지정하여 참가자들에게 충분한 설명을 드린 후 실험을 시행하였다.
- 이에 노인들의 운동 프로그램 참여를 활발히 촉구하고 데이터의 신뢰성을 확보하기 위해, 최소한의 밴드형 웨어러블 디바이스와 BLE 스캐너 장치를 활용하여 운동 인터벤션 시스템을 구축한 다. 운동 프로그램 중에 발생하는 데이터들을 온라인 클라우드에 전송되며 데이터를 분석하고 관리하는 시스템 도구 (system tool)로 안드로이드(Android) 기반의 어플리케이션(application)을 제작하여 운동 프로그램의 관리자들이 편리하게 운동을 처방하고 결과를 확인할 수 있도록 하였다. 위치기반 기술을 이용한 노인 운동 트래킹(Tracking) 시스템 개발 사례는 앞으로 이와 유사한 미아의 위치파악 등 위치 추적이 필요한 IoT 서비스 시스템을 개발하는 데에 충분히 참고가 될 수 있는 사항이다.
- 웹 서버에서 전송받은 데이터는 스마트밴드 이름과 시간대를 기준으로 정렬하여 운동 활동 내역 화면에서 확인할 수 있도록 하였다. 목표 설정 화면에서는 각 스마트밴드 사용자에 대한 목표를 처방하고 목표에 비해 얼마나 실천하였는지에 대한 결과는 결과화면에서 확인할 수 있도록 어플리케이션을 개발하였다.
- 따라서 초기에 실험 대상자들이 운동하는 과정에서 스캐너가 밴드를 인식할 수 있는 한계거리 안으로 가까이 다가가지 않고 지나치는 경우가 많아 데이터가 누락되는 문제가 발생하였다. 이러한 문제를 해결하기 위하여 정확한 데이터를 얻기 한 달 전부터 예비 실험을 실시하였고 대상자들의 운동 데이터 누락을 확인하기 위해 지속적으로 전화와 대면 조사를 실시하였다. 데이터 누락이 발견된 경우 대상자에게 인식 한계거리에 대한 교육을 실시하였고, 이에 본 실험부터는 정확한 데이터를 얻을 수 있었다.
- 따라서 전원이 공급되지 않을 경우, 스캐너의 배터리 소모 문제가 발생한다. 이를 방지하기 위해, 가로등 또는 건물 벽과 같이 전원이 공급되는 위치에 스캐너를 설치하였다. BLE 통신 기술은 근거리 기기 간의 직접적인 통신 기법이다.
- 즉 스캐너가 스마트밴드를 인식해서 정보가 성공적으로 전송된 이후에 밴드와 스캐너 사이의 거리가 멀어져 PUB ACK 패킷을 제대로 받지 못해 계속 동일한 데이터가 저장되는 경우가 발생되었다. 이를 해결하기 위해서 스캐너가 동일한 MQTT publish 메시지를 서버에 5번 연속으로 보내게 되었을 경우, 즉, 특정 스마트밴드가 연속으로 5번 이상 같은 곳에 있다는 정보가 수신되면 데이터 중복을 막기 위하여 스캐너를 리셋(reset)하는 코드를 삽입하였다.
- 실험 대상이 되는 노인들은 현재 수원시 노인정신 건강센터에서 운영하는 운동 프로그램을 수행하고 있는 분들로, 기존의 방식은 노인들의 운동 활동 유무를 확인할 수 있는 정량적인 데이터를 대면 조사나 전화를 통해 수기로 수집하고 있고, 검증 역시 실험 대상자의 진술에 전적으로 의존하고 있어 관리가 어렵고 데이터의 신뢰성을 보증할 수가 없는 한계가 누차 지적돼 온 상태이다. 이에 노인들의 운동 프로그램 참여를 활발히 촉구하고 데이터의 신뢰성을 확보하기 위해, 최소한의 밴드형 웨어러블 디바이스와 BLE 스캐너 장치를 활용하여 운동 인터벤션 시스템을 구축한 다. 운동 프로그램 중에 발생하는 데이터들을 온라인 클라우드에 전송되며 데이터를 분석하고 관리하는 시스템 도구 (system tool)로 안드로이드(Android) 기반의 어플리케이션(application)을 제작하여 운동 프로그램의 관리자들이 편리하게 운동을 처방하고 결과를 확인할 수 있도록 하였다.
- 아래의 그림 14~그림 17의 그래프들은 모두 Thing+ 클라우드에 기록된 데이터를 정리하여 나타낸 그래프로 연속하여 장소가 중복되지 않았을 때는 1회의 유효한 방문으로 인정하고, 반면에 연속하여 장소가 중복되었을 경우(똑같은 장소가 연달아 기록된 경우)에는 90분을 기준으로 유효방문의 회수를 결정하였다. 즉, 90분 이상의 차이로 방문기록이 확인되면 각각의 개수를 따로 계산하였으며 90분 이하의 경우, 한 번의 방문으로 간주하여 계산하였다.
- 같은 장소에 3분 이내에 또 다시 머무른 경우 동일한 방문으로 처리가 되며, 한 장소에 대한 방문 시작 시간과 종료 시간의 차이로 한 장소에 머무른 시간을 계산하여 보여주도록 하였다. 한편, 3분 이상 시간 차(term)가 발생하여 기록이 된 경우 서로 다른 방문으로 처리를 하여 관리자가 쉽게 리스트를 확인할 수 있도록 구성하였다.
이론/모형
- 이 기술은 통신 범위가 좁고, 연결이 불안정하다는 문제가 있다. 본 실험에서는 QoS(Quality of Service) level 1의 MQTT(Message Queuing Telemetry Transport) 프로토콜을 적용하였다. 이는 클라우드에 데이터 전송 시 메시지를 한번 이상 중복 전송하도록 하는 프로토콜이다.
- 스마트밴드가 스캐너 근처에 가까이 가면 BLE 통신을 이용하여 스마트밴드의 MAC 주소를 가져오게 되는데 이 때에 필요한 코드를 스캐너에 삽입하게 된다. 코드의 작성에는 SSH(Secure Shell) 프로토콜을 사용하였다. SSH 프로토콜은 RSA 암호 메커니즘을 사용하며 암호화 호스트 인증을 통하여 클라이언트(Client)와 서버(Server)사이의 안전한 통신 채널을 제공하는 프로토콜로 공개키 기반의 암호화 방식을 사용한다.
성능/효과
- 2016년 6월 28일부터 2016년 7월 25일간의 한 달 간 데이터를 장소별, 노인별, 단계별에 따라 얻을 수 있었고 데이터 분석을 통해 실험 참가자들이 목표를 어떻게 수행하였는지 쉽게 확인할 수 있었다. 아래의 그림 14~그림 17의 그래프들은 모두 Thing+ 클라우드에 기록된 데이터를 정리하여 나타낸 그래프로 연속하여 장소가 중복되지 않았을 때는 1회의 유효한 방문으로 인정하고, 반면에 연속하여 장소가 중복되었을 경우(똑같은 장소가 연달아 기록된 경우)에는 90분을 기준으로 유효방문의 회수를 결정하였다.
- 그림 15는 14명의 실험 참가자들이 각자 주어진 개별 운동 목표를 실제로 얼마나 지켰는지에 대한 비율을 주 별로 나타낸 그래프이다. 4주 내내 연속 100%로 목표를 달성한 참가자들이 7명이 되는 것으로 보아 비율이 60% 이하인 노인 C, 노인 G, 노인 I를 제외하면 전반적으로 목표를 많이 달성하였음을 알 수 있었다.
- 개별 운동 목표를 모두 총합해 보면 한 주에 경로당은 62회, 경비실은 39회, 중앙공원은 11회, 정다운화장실은 14회, 노인복지관은 3회가 기록돼야 한다. 대부분 지점에서 목표 대비 실제 운동 기록의 비율 1 (=100%)에 가깝게 달성하였으나 경로당 지점은 다른 지점에 비해 실제 운동기록이 확인된 비율이 상대적으로 저조하다는 것을 알 수 있었다. 이는 경로당에 설치된 스캐너가 보행자의 보행코스의 사정거리에 들기 어려운 곳에 위치되어있어 이러한 결과가 나온 것으로 판단된다.
- 이러한 문제를 해결하기 위하여 정확한 데이터를 얻기 한 달 전부터 예비 실험을 실시하였고 대상자들의 운동 데이터 누락을 확인하기 위해 지속적으로 전화와 대면 조사를 실시하였다. 데이터 누락이 발견된 경우 대상자에게 인식 한계거리에 대한 교육을 실시하였고, 이에 본 실험부터는 정확한 데이터를 얻을 수 있었다.
- 행동 인터벤션 시스템을 구축함에 따라 기존의 전화나 대면조사 방식에서 문제가 되고 있었던 데이터의 무결성 (Integrity) 문제에 대한 한계를 극복할 수 있었으며 효과적인 운동과 관리가 동시에 가능하도록 할 수 있었다. 또한 클라우드와의 장거리 통신을 위해서는 LTE 통신 기술을 본 시스템에 적용하여 Wi-Fi나 블루투스에 비해 장소에 구애받지 않고 빠르게 데이터를 전송하고 스캐너와 스마트밴드 간에 는 BLE 통신 기술을 적용하여 배터리 이용 효율을 높였다. 이 모든 과정은 IoT 서비스 개발에 대한 보편적인 예로 본 연구에서 시도된 IoT 시스템 및 서비스는 관련 수요가 많아짐에 따라 점차 증가할 것으로 예상되며 개발환경도 다양하게 구축될 수 있을 것이라 예상한다.
- 한 편 위와 같이 BLE 통신을 사용한 스마트밴드의 인식에는 거리의 한계가 있다. 실험을 통하여 확인해 본 결과, 스캐너로부터 약 50~70m 사정거리 내의 스마트밴드만 인식이 가능하였다. 따라서 초기에 실험 대상자들이 운동하는 과정에서 스캐너가 밴드를 인식할 수 있는 한계거리 안으로 가까이 다가가지 않고 지나치는 경우가 많아 데이터가 누락되는 문제가 발생하였다.
- 본 연구에서 개발한 시스템은 향후 장소(location) 데이터뿐 만 아니라 배터리 잔량과 걸음 수 데이터 등을 추가적으로 제공하여 보다 정밀한 운동 측정으로 효과적인 행동 인터벤션을 가능케 할 수 있으며 건강 센터 외에도 병원이나 헬스케어와 관련된 모든 기관에서도 사용이 가능하다. 행동 인터벤션 시스템을 구축함에 따라 기존의 전화나 대면조사 방식에서 문제가 되고 있었던 데이터의 무결성 (Integrity) 문제에 대한 한계를 극복할 수 있었으며 효과적인 운동과 관리가 동시에 가능하도록 할 수 있었다. 또한 클라우드와의 장거리 통신을 위해서는 LTE 통신 기술을 본 시스템에 적용하여 Wi-Fi나 블루투스에 비해 장소에 구애받지 않고 빠르게 데이터를 전송하고 스캐너와 스마트밴드 간에 는 BLE 통신 기술을 적용하여 배터리 이용 효율을 높였다.
- 스캐너에서는 BLE 기술을 사용하여 스마트 밴드의 위치 정보를 클라우드에 저장하도록 하였고 실험대상자 별 운동 결과를 관리자가 쉽게 스마트폰 어플리케이션에서 분석 및 관리할 수 있도록 하였다. 행동 인터벤션 시스템의 적용으로 운동 활동에 대한 정확한 데이터의 측정이 가능하였고 관리자들이 용이하게 노인들의 운동 상태를 관리할 수 있었다. 본 연구에서 개발한 시스템은 향후 장소(location) 데이터뿐 만 아니라 배터리 잔량과 걸음 수 데이터 등을 추가적으로 제공하여 보다 정밀한 운동 측정으로 효과적인 행동 인터벤션을 가능케 할 수 있으며 건강 센터 외에도 병원이나 헬스케어와 관련된 모든 기관에서도 사용이 가능하다.
후속연구
- 위치기반 기술을 이용한 노인 운동 트래킹(Tracking) 시스템 개발 사례는 앞으로 이와 유사한 미아의 위치파악 등 위치 추적이 필요한 IoT 서비스 시스템을 개발하는 데에 충분히 참고가 될 수 있는 사항이다. 또한 본 연구에서 밝힌 시스템 개발 도중 일어났던 문제점과 해결책은 차후 BLE 기반의 위치기반 서비스 시스템을 구축할 때 유용하게 활용될 수 있다.
- 행동 인터벤션 시스템의 적용으로 운동 활동에 대한 정확한 데이터의 측정이 가능하였고 관리자들이 용이하게 노인들의 운동 상태를 관리할 수 있었다. 본 연구에서 개발한 시스템은 향후 장소(location) 데이터뿐 만 아니라 배터리 잔량과 걸음 수 데이터 등을 추가적으로 제공하여 보다 정밀한 운동 측정으로 효과적인 행동 인터벤션을 가능케 할 수 있으며 건강 센터 외에도 병원이나 헬스케어와 관련된 모든 기관에서도 사용이 가능하다. 행동 인터벤션 시스템을 구축함에 따라 기존의 전화나 대면조사 방식에서 문제가 되고 있었던 데이터의 무결성 (Integrity) 문제에 대한 한계를 극복할 수 있었으며 효과적인 운동과 관리가 동시에 가능하도록 할 수 있었다.
- 또한 클라우드와의 장거리 통신을 위해서는 LTE 통신 기술을 본 시스템에 적용하여 Wi-Fi나 블루투스에 비해 장소에 구애받지 않고 빠르게 데이터를 전송하고 스캐너와 스마트밴드 간에 는 BLE 통신 기술을 적용하여 배터리 이용 효율을 높였다. 이 모든 과정은 IoT 서비스 개발에 대한 보편적인 예로 본 연구에서 시도된 IoT 시스템 및 서비스는 관련 수요가 많아짐에 따라 점차 증가할 것으로 예상되며 개발환경도 다양하게 구축될 수 있을 것이라 예상한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.