크라우드소싱 기반 IT 인프라 구축 가능 

KAIST(총장 신성철)는 한동수 전산학부 교수 연구팀이 크라우드소싱 기반 실내 위치 인식 기술을 개발했다고 10일 밝혔다. 

이번 기술은 스마트폰에 탑재된 다양한 센서에서 수집한 신호를 기반으로 무선랜 신호의 수집 위치를 자동으로 라벨링하는 인공지능 기법이다. 

무선랜 신호가 존재하고 스마트폰이 사용되는 건물이면 어디든 적용할 수 있고 정확도가 높아 도심의 실내 위치 인식 시스템 구축비용을 줄일 수 있다.

전 세계 주요 IT 기업들은 실내 환경에서 정확도 높은 위치정보를 제공하기 위해 노력했지만 정확도 높은 라디오맵 구축에 어려움을 겪었다. 주로 활용되는 와이파이 포지셔닝 시스템(WPS)는 건물의 층을 구분하지 못한다는 한계가 있다.

이에 연구팀은 불특정 다수의 스마트폰에서 수집한 무선신호를 클러스터링으로 건물별로 분류한 뒤 기압 정보를 통해 다시 층별로 분류했다.

연구팀은 날씨 변화로 인한 기압 정보 측정에 어려움을 겪던 기존 기술의 한계를 극복하고 수집된 무선신호를 층별로 구분하는 기법을 새롭게 개발했다.

연구팀은 개발한 반자율학습 위치 라벨링 AI 기법으로 무선신호의 수집 위치를 라벨링했다. 관성 센서 기반의 관성항법 기법을 접목해 초기 라디오맵을 구축했고, 관성 센서로부터 얻어지는 신호 정보 없이 수집된 무선신호는 지역 탐색과 전역 탐색을 반복 수행하는 기계학습 알고리즘으로 수집 위치를 최적화했다.

연구팀이 지하 2층, 지상 6층의 12만 평 규모의 실내 쇼핑몰에서 정확도를 측정한 결과 3~6미터 수준의 정확도를 나타냈다. 

층 구분 정확도도 95% 이상 가능해 수작업을 통한 정확도를 넘어서는 결과를 보였고, 도시 전체 건물에 적용했을 때도 유사한 결과를 얻을 수 있을 것으로 예상했다.

개발한 기술을 주요 IT 기업, 통신사, 온라인 쇼핑사의 앱을 통해 수집된 신호에 적용하면 도시나 국가 규모의 실내 위치 인프라를 쉽게 구축할 수 있다. 

한동수 교수는 "대규모 무선신호를 수집할 수 있는 기업이 해당 기술을 도입하면 가까운 미래에 대부분의 실내 공간에서도 5~10미터 수준의 정확도 높은 위치 인식 서비스를 제공할 수 있을 것"이라며 "실내외 통합 내비게이션, 응급 호출 서비스 등 스마트시티를 구현하는 데 유용하게 활용될 수 있다"고 말했다. 

한동수 교수 개발 KAILOS 개념도.<자료=KAIST 제공>
한동수 교수 개발 KAILOS 개념도.<자료=KAIST 제공>
저작권자 © 헬로디디 무단전재 및 재배포 금지