개방형 LBS 플랫폼 기술(Ⅳ)

실시간 이벤트 정보 처리 기술

유비쿼터스 환경에서는 다양한 센서들이 배치되어 대량의 정보를 수집한다. 수집된 데이터는 데이터 센터로 전송되어 처리되며, 처리된 데이터를 바탕으로 현재 상황을 인식하고 사용자의 요구 및 상황에 적합한 서비스를 제공한다. 이러한 과정은 제공의 정확성 및 효율성을 높이기 위해 상황 변화에 실시간으로 반응해야 한다.

적합한 서비스를 적시에 제공하기 위해서는 센서에서 수집되는 대량의 데이터가 실시간으로 처리되어야 하지만, 환경 변화에 따라 센싱 데이터의 양이 급격히 증가하면 한정된 컴퓨팅 자원만으로는 처리하기 어렵다.

이 경우 데이터 처리 시스템은 상대적으로 중요한 데이터를 먼저 처리해야 한다. 급변하는 유비쿼터스 환경에서 발생하는 대량의 데이터를 실시간으로 처리하기 위해, 메인 메모리 DBMS(Database Management System)가 이용된 시스템 구조의 저장 및 백업 알고리즘을 사용한다.

기존 데이터 처리 시스템은 단일 DBMS를 이용하거나, 동일한 DBMS를 병렬로 연결하여 사용했지만, 디스크 기반 DBMS의 사용으로 대량의 데이터를 실시간으로 처리하는 데에는 한계가 있다. 이러한 한계를 극복하기 위해 메인 메모리를 주 저장장치로 사용하는 메인 메모리 DBMS를 사용했다. 성능 평가 결과, MMDB(Main Memory Database)는 DRDB(Disk resident Database)에 비해 약 130배의 데이터 처리 능력을 보였다.

MMDB가 DRDB에 비해 높은 데이터 처리 능력을 갖고 있지만, 메인 메모리는 디스크에 비해 크기가 현저히 작고 비싸다는 문제점이 있다. 그러므로 대량의 데이터를 모두 MMDB에 저장할 수는 없으며, 수집되고 처리된 데이터는 DRDB로 옮겨 MMDB의 저장 공간을 확보해야 한다. 또한 센싱 데이터의 양이 급격하게 증가할 경우, MMDB와 DRDB의 데이터 처리를 적절히 분배함으로써 마감 시간 준수율 감소를 최소화할 수 있다.

기존의 IT 서비스들은 사용자 요구에 의해 제공되었지만, 유비쿼터스 서비스들은 사용자의 안전을 보장하고 편의를 제공하기 위해 여러 센서에서 수집된 데이터를 바탕으로 현재 상황을 인식하여 적합한 서비스를 실시간 제공한다. 다양한 센서에서 수집된 데이터들은 서버로 전송되어 분석되며, 분석된 결과를 바탕으로 적합한 서비스를 검색하고 제공한다.

유비쿼터스 환경에서는 다양한 서비스들이 유기적으로 연결되어 있으며 일부 서비스의 오류는 전체 시스템에 치명적일 수 있다. 특히 U-Health, UTransportation과 같이 인명과 밀접하게 관련된 환경에서 서비스 제공 오류나 지연이 발생할 경우 큰 재앙으로 이어질 수 있다. 그러므로 현재 상황을 정확히 인식하는 것이 무엇보다 중요하다. 이를 위해서는 센서로 정확한 데이터가 수집되어야 하며, 수집된 데이터를 신속하게 처리할 수 있어야 한다.

변화하는 환경에 실시간으로 대처하려면 센서들의 데이터 수집 주기가 충분히 짧아야 하며, 이는 곧 기존 IT 시스템에 비해 많은 데이터가 발생한다는 것을 의미한다. 대량의 센싱 데이터를 실시간 처리하기 위해서는 많은 시스템 자원이 요구되지만, 시스템 자원을 확보하는 데에는 한계가 있다. 기존의 DRDB를 기반으로 하는 데이터 처리 시스템은 디스크의 느린 처리 속도로 인해 대량의 데이터를 실시간 처리하기 힘들며, 데이터의 양이 급증할 경우 디스크 특성상 하드웨어 오류가 발생할 수 있다.

LBS 플랫폼에서 추구하는 기술은 다른 기종의 기기를 통해 수집되는 이벤트 정보(정체, 안전, 위험, 사고 등)를 서비스 형태로 변환/갱신하고 자동으로 서비스 주기를 생성하여 자동 삭제할 수 있는 기술이다. 이 기술에는 다음과 같은 주요 기능이 포함되어 있다.

⦁이벤트 정보 주변의 위치로그 방향 정보를 통합하여 서비스 정보 생성
⦁정체 정보의 경우, 주변의 통행이력 정보에 따른 정보 신뢰도 부여
⦁이벤트 정보 특성에 따른 서비스 주기 생성 및 삭제

1. 실내외 위치 정보 연속화 기술
실외에서 실내 지역으로 이동 또는 반대로 이동하는 경우, 일시적으로 발생하는 위치 정보의 누락을 방지 또는 최소화하기 위한 처리 기술을 말한다.

2. 지오펜싱 기술
전 세계 스마트폰 출하 대수가 10억 대를 돌파한 현재, 스마트 모바일 시대가 자리 잡으면서 모바일의 주요 특징 중 하나인 ‘위치기반서비스(LBS)’가 핵심 서비스로 떠오르고 있다. 그 중에서도 유독 각광받고 있는 위치기반 API(Application Programming Interface)가 있다. 바로 지오펜싱(Geofencing)이다.

그림 1. 지오펜싱

지오펜싱은 Geographic과 Fencing의 합성어로, 특정 구역에 대한 사용자 출입 현황을 알려주는 API다. 이는 위치 추적 기술 중 하나인 GPS(Global Positioning System ; 위성항법장치)를 이용한 인터페이스라고 할 수 있는데, GPS를 통해 Geofence라는 가상의 울타리를 지정해 두면, Geofence 구역에 사용자가 진입하거나 그곳을 벗어날 경우 이를 알려주는 것이 지오펜싱의 역할이다.

여기서 말하는 Geofence는 사용자가 지정한 특정 구역, 즉 가상의 울타리를 의미하며 설정된 Geofence(GPS 울타리) 안에 사용자가 드나드는 것을 감지하는 기능이 바로 지오펜싱이다.

그림 2. GPS 시스템과 ‘Geo-Fencing’ 인터페이스

우선 GPS는 대중적으로 ‘위치 추적’을 위해 많이 사용된다. 때문에 GPS는 특정 대상이 어느 위치에 있는지, 즉 특정 위치가 주요 목적이라고 할 수 있다. 한편 지오펜싱의 경우 ‘특정 위치에 대한 출입 현황’을 위해 많이 사용된다. 특정 대상이 그 위치에 있는지 없는지가 중요하다는 것이다. 때문에 지오펜싱은 위치의 범위가 주요 목적이라고 할 수 있다.

우선 GPS는 특정 위치를 표시하기 위해 ‘점’ 혹은 위치를 이은 ‘선’으로 표현한다. 반면 지오펜싱은 위치의 범위를 표시해야 하므로 ‘면’으로 표현한다. 즉, 점으로 구성된 GPS의 위치를 이어 범위나 경계를 만드는 것이다.

과거 지오펜싱은 쇼핑에 특화된 서비스로 주목받은 바 있다. 매장 근처에 접근하는 고객들에게 자동으로 이벤트 SMS를 보내는 서비스로 이용되었는데, 오늘날 스마트 모바일 시대가 된 후 지오펜싱의 기능이 다시 한 번 재조명받고 있다. 과거에는 단순히 쇼핑 서비스에 국한된 양상을 나타냈다면, 현재 지오펜싱은 위치기반이 필요한 다양한 분야에서 응용되고 있다.

3. 연속 지점 자동 생성 기술
실제 환경에서 안정적으로 가능한 경로를 생성하기 위한 기술이다. 무인 자율 주행 차량이 목적지까지 자율 주행하기 위해서는 차량의 역학적 특성이 고려된 효율적인 경로가 반드시 필요하다. 하지만 무인 자율 주행 차량이 처음부터 목적지에 도착할 때까지 지속적으로 경로를 생성하고 계산하는 것은 시스템 자원의 낭비일 수 있다. 또한 경로를 생성하기 위해서는 많은 계산 비용이 필요하다. 차량이 고속으로 주행하거나 특정 시스템에 부하가 발생하여 경로 계획 시스템의 처리 속도가 저하되면 사고의 위험이 있다.

대부분의 경로 계획 알고리즘은 모바일 로봇이나 비디오 게임과 같은 가상 환경 캐릭터 등의 경로 생성을 목적으로 한다. 따라서 일반적인 경로 계획 알고리즘으로 생성된, 직선으로만 이루어진 경로를 차량이 주행하는 데에는 무리가 있다. 따라서 차량이 주행할 수 있도록 차량의 회전 반경을 고려한 경로 생성 기법이 필요하다.

하지만 무인 자율 주행 차량이 주행 시작부터 목적지에 도착할 때까지 지속적으로 경로를 생성해야 할 필요는 없다. 현재 수많은 IT 업체들이 국내 또는 전 세계의 지도 정보를 구축하여 공개하거나 판매하고 있다. 따라서 무인 자율 주행 차량이 주행해야 할 기본적인 경로 데이터를 쉽게 구할 수 있다. 또한 무인 자율 주행 차량이 주행해야 할 경로의 경유점(Waypoint)을 GPS로 측량하여 경로를 생성할 수도 있다.

이와 같이 생성된 전역 경로(Global Path)를 기본적으로 주행하며, 전역 경로를 주행할 수 없는 상황이 발생했을 때에만 차량의 움직임을 결정하면 보다 효율적으로 자율 주행을 실시할 수 있다. 갑자기 이동 장애물이 나타날 경우 안전을 위해 차량을 정지해야 하며, 기존에 없던 고정 장애물이 전역 경로 상에 나타나면 새로운 지역 경로(Local Path)를 생성하여 장애물을 회피해야 한다. 실내외 연속 경로 안내를 위해 실내 지도 데이터와 실외 지도 데이터의 연결 지점(연속 지점)을 자동으로 생성, 실내외 통합 경로 생성을 위한 데이터 생성의 수작업을 최소화할 수 있는 기술이다.

4. 연속 경로 안내 생성 기술
위치 추정 기술은 유비쿼터스 사회의 특징인 ‘보이지 않는 기술’을 구현하는 핵심 기술 중 하나로 이해되고 있다. GPS 위성을 이용한 자동 항법 장치 및 이동통신망 기반의 다양한 위치 기반 서비스는 이미 일상 생활에서 없어서는 안 되는 기술로 자리매김하고 있다.

차량 위치 추정의 경우, 차량용 연속 위치 추정을 위해 INS(Inertial Navigation System)/GPS 기술이 사용되고 있다. 그러나 관성 센서는 GPS 수신기에 비해 고가이므로 산업 활성화를 위한 시장을 고려해 고가의 단말기에만 적용된다. 또한 GPS 위성이나 이동통신망을 이용한 광역 위치 추정 기술은 위치 추정의 정확도가 낮을 뿐만 아니라 밀도가 높은 도심이나 숲, 실내 및 음영지역에서 사용하는 데 많은 어려움이 있다.

따라서 차량과 보행자의 위치에서 단절 없이(Seamless) 위치 기반 서비스를 제공하기 위해 GPS 신호가 닿지 않는 실내와 같은 음영 지역에서 적용 가능한 새로운 방식의 위치 추정 기술이 필요하다.

최근에는 Wi-Fi, Zigbee, UWB, Bluetooth, RFID, IrDA 등과 같은 근거리 통신 기술을 이용한 실내 및 음영지역의 위치 추정 기술에 대해 많은 연구가 진행되고 있다. 광역 위치 추정 기술처럼 넓은 지역에서의 위치 추정에는 한계가 있지만, 실제로 사람들이 활동하는 공간을 중심으로 몇 미터 이내에서는 높은 위치 추정 정확도를 제공할 수 있기 때문이다. 이러한 특성은 유비쿼터스 컴퓨팅을 위한 위치 추정 기술로 사용될 수 있다는 것을 의미하지만, 장비 가격이나 정확성 등의 문제로 상용화하는 데에는 무리가 있다.

때문에 무선 통신 인프라가 잘 갖춰진 우리나라의 경우, WLAN(Wireless Local AreaNetwork)을 이용한 방식이 가장 적합한 위치 추정 기술로 각광받고 있다.

하지만 실제 생활에서 이러한 서비스들을 사용하려면 소형, 저전력, 저가이면서도 정확한 위치정보를 제공하는 측위(Positioning, Localization) 장치 및 측위 기술이 필요하다. 현재 널리 사용되고 있는 측위 기술인 GPS는 미국에서 개발한 위성 항법 시스템으로, 소형 수신기만 있으면 사용자가 지구상 어느 곳에서나 자신의 위치를 추정할 수 있다. 하지만 이 기술은 건물 밀도가 높은 도심이나 숲, 실내와 같은 음영지역에서 동작하지 않는다는 단점을 갖고 있다.

이러한 단점을 보완하기 위한 기술로 무선 랜을 이용한 측위 기술(Wi-Fi Positioning System : WPS)이 있다. 무선 랜을 이용한 근거리 무선통신망은 도심 건물과 아파트 등에 많이 구축되어 있다. 이 기술은 GPS 신호가 수신되지 않는 실내와 같은 음영지역에서도 측위가 가능하도록 한다.

현재 우리나라는 다른 국가와 비교했을 때 무선랜 보급률이 매우 높은 편이며, 스마트 폰 보급이 증가됨으로써 각지에 와이파이(Wi-Fi) 네트워크 가능 지역이 증가하고 있다. 이러한 무선 인터넷망을 측위에 이용하면, 측위에 필요한 인프라 구축에 큰 비용을 들이지 않고도 무선 인터넷이 가능한 휴대 전자기기를 통해 측위가 가능할 것으로 보인다. 또한 GPS와 결합하여 기존 기술보다 더 정밀한 측위가 가능해진다.

기존의 GPS를 이용한 측위 시스템보다 더 높은 신뢰도와 정확도를 얻기 위해서는 GPS뿐 아니라 다양한 항법 시스템에서의 신호를 처리할 수 있는 유연한 통합 항법 시스템이 개발되어야 한다.

먼저, 실내 지역에서 Wi-Fi를 이용하여 사용자가 갖고 있는 단말기의 위치를 추정하는 시스템을 구현한다. WPS의 정확한 성능을 구현하기 위해 RSSI의 특징 및 환경적인 요인에 대해 분석하고, 환경에 적합한 경로 손실 모델을 구현해야 한다. 경로 손실 모델은 환경에 따라 변화가 크므로, 적합한 경로 손실 모델 값을 구하는 것이 중요하다. 그리고 파티클 필터를 사용하여 측정된 RSSI의 dB 값을 이용, Likelihood를 구하고, 구한 Likelihood와 Weight를 결합하여 계산함으로써 정확한 위치를 추정할 수 있도록 한다.

그리고 개발된 WPS와 GPS를 하이브리드화하는 측위 알고리즘을 연구한다. 실내외를 이동하는 데 있어서 연속적이고도 정확한 위치 추정을 목표로 한다. 실험 환경에서 GPS의 성능을 파악하고, WPS와 결합하여 효율적인 모드 변경이 가능하도록 파라미터 값을 찾는다. 이 때, 추가적으로 실외에서 적용할 수 있는 WPS에 대해 연구한다. 여기서 사용하는 WPS와 GPS의 하이브리드 성능은 각각이 결합했을 때의 성능에 크게 영향을 미친다. 그러나 GPS의 경우, 성능을 향상시키는 것이 사실상 불가능하므로 WPS의 성능을 개선시키는 것이 대안이라고 할 수 있다. 따라서 실외 환경에서 적합한 경로 손실 모델을 구현하면 측위 성능을 개선할 수 있다.

5. 지오코딩 이미지맵 생성 기술
지오코딩이란, 우편번호와 같이 위치를 식별할 수 있는 지리적 데이터와 레퍼런스 데이터 간 매칭을 통해 지리적 좌표를 추출하여 위치를 부여하는 과정이다. 일반적인 지오코딩 과정은 그림 4와 같이 Parsing, Matching 및 Locating의 세 가지 과정을 거친다.

Parsing은 부분적으로 구조화된 주소 입력 데이터를 다루며, 표준화된 포맷으로 구조화된다. Matching 단계에서는 입력된 주소 데이터와 주소 레퍼런스 데이터베이스 간 유사성을 판단하여 매칭되는 결과 값을 선별한다. 그리고 마지막으로 Locating 단계에서는 선별된 결과 값에 해당하는 위치의 좌표 값을 부여한다. 이 과정에서 지오코딩 기법이 다양한 방법을 통해 적용된다.

표 1. 실내 측위 기법 비교

그림 4. 실내 공간 지오코딩 기법의 흐름도

6. 실내 공간 지오코딩 기법
실내 공간 지오코딩 기법의 흐름은 그림 4와 같이, 기존의 지오코딩 기법을 응용 및 개선하는 방향으로 연구되고 있다. 실내에서 특정 공간에 대해 서술하는 기술 데이터(Descriptive Data)를 자동 취득하기 위해, 이를 인식할 수 있는 인지(Recognition) 기능이 구성된다. 기술 데이터는 인식을 거쳐 가공 가능한 텍스트 데이터로 변환되며, 실내 지오코딩을 위해 개선된 파싱 및 매칭 기능을 거쳐 (x,y,z) 위치 좌표를 추출하게 된다.

박종천 객원전문기자  레이딕스텍 부사장