• 한국산학기술학회논문지
• /
• 제12권10호
• /
• pp.4536-4542
• /
• 2011

RFID 기술은 사물에 부착된 태그로부터 전파를 이용하여 사물의 정보 및 주변 환경을 인식하여 각 사물의 정보를 수집, 저장, 가공, 추적함으로써 사물에 대한 측위, 원격 처리, 관리 및 사물간 정보 교환 등 다양한 서비스 영역 적용에 가능하다. 또한, 다양한 서비스가 활성화 되기 위해서는 RFID Tag 성능 시험이 중요하다. 하지만 RFID 국제 시험 환경을 구성하기 위한 RFID에뮬레이터기술을 보유하고 있는 국내 업체가 드물고, 국제 표준에서 요구 하는 정확한 RFID 시험 기준 및 요구 사항을 인식하고 있는 RFID Tag 제조업체 또한 많지 않은 실정이다. 따라서 본 논문에서는 EPCglobal 또는 ISO/IEC에서 요구 하는 시험 환경 구성 및 시험 방법을 제시 하고 RFID 성능 시험 항목중 우선시 되는 RFID 인식거리 시험 방안을 제시하여 RFID Tag의 제품의 품질을 검증 하고, 시장에서는 검증된 제품을 활용한 RFID시스템 구축 및 서비스 활성화를 촉진할 수 있도록 하고자 한다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.131-145
• /
• 2020

산업혁신의 흐름에 발맞추어 다양한 분야에서 활용되고 있는 IoT 기술은 빅데이터의 접목을 통한 새로운 비즈니스 모델의 창출 및 사용자 친화적 서비스 제공의 핵심적인 요소로 부각되고 있다. 사물인터넷이 적용된 디바이스에서 누적된 데이터는 사용자 환경 및 패턴 분석을 통해 맞춤형 지능 시스템을 제공해줄 수 있어 편의 기반 스마트 시스템 구축에 다방면으로 활용되고 있다. 최근에는 이를 공공영역 혁신에 확대 적용하여 CCTV를 활용한 교통 범죄 문제 해결 등 스마트시티, 스마트 교통 등에 활용하고 있다. 그러나 이미지 데이터를 활용하는 기존 연구에서는 개인에 대한 사생활 침해 문제 및 비(非)일반적 상황에서 객체 감지 성능이 저하되는 한계가 있다. 본 연구에 활용된 IoT 디바이스 기반의 센서 데이터는 개인에 대한 식별이 불필요해 사생활 이슈로부터 자유로운 데이터로, 불특정 다수를 위한 지능형 공공서비스 구축에 효과적으로 활용될 수 있다. 대다수의 국민들이 일상적으로 활용하는 도시철도에서의 지능형 보행자 트래킹 시스템에 IoT 기반의 적외선 센서 디바이스를 활용하고자 하였으며 센서로부터 측정된 온도 데이터를 실시간 송출하고, CNN-LSTM(Convolutional Neural Network-Long Short Term Memory) 알고리즘을 활용하여 구간 내 보행 인원의 수를 예측하고자 하였다. 실험 결과 MLP(Multi-Layer Perceptron) 및 LSTM(Long Short-Term Memory), RNN-LSTM(Recurrent Neural Network-Long Short Term Memory)에 비해 제안한 CNN-LSTM 하이브리드 모형이 가장 우수한 예측성능을 보임을 확인하였다. 본 논문에서 제안한 디바이스 및 모델을 활용하여 그간 개인정보와 관련된 법적 문제로 인해 서비스 제공이 미흡했던 대중교통 내 실시간 모니터링 및 혼잡도 기반의 위기상황 대응 서비스 등 종합적 메트로 서비스를 제공할 수 있을 것으로 기대된다.