국내 연구진이 AI(인공지능) 기술을 이용해 실내 층별 위치를 정확히 제공하면서 실내 위치 인식 정확도를 한층 높이는 기술을 개발했다. 앞으로 실내외 통합 내비게이션, 응급 호출 서비스 등 스마트시티 구현에 유용한 기술로 쓸 수 있게 됐다.
KAIST 한동수 교수(전산학부) 연구팀은 불특정 다수의 스마트폰에서 수집한 다량의 무선신호의 수집 위치를 자동으로 분류하는 AI 기술을 적용해 실내위치 인식 정확도를 높이는 '크라우드 소싱 기반의 실내 위치인식 기술'을 개발했다고 10일 밝혔다.
크라우드 소싱은 불특정 다수의 사람이나 기기로부터 데이터를 대량으로 모으는 행위나 방법을 일컫는다. 도시나 국가 등 특정 지역이나 건물의 여러 지역에서 얻어진 무선랜 신호와 수집위치 정보로 표현하는 '라디오 맵'을 구축하려면 크라우드 소싱이 반드시 필요하다.
이 기술은 무선랜 신호가 존재하고 스마트폰이 사용되는 건물이면 어디든 적용할 수 있고, 정확도도 높아 도심의 실내 위치인식 시스템 구축 비용을 획기적으로 줄일 수 있다.
현재 실내 환경에서 높은 정확도를 지닌 위치정보를 제공하기 위해 '와이파이 포지셔닝 시스템(WPS)'을 활용하고 있지만, 건물의 층을 구분하지 못하는 한계가 있다.
연구팀은 불특정 다수의 스마트폰을 통해 수집된 무선신호를 클러스터링(그룹 분류) 해 건물별로 분류한 뒤 날씨 변화에 따른 기압 정보를 통해 다시 층별로 분류했다. 이 과정에서 연구팀은 위치 라벨링 AI 기법을 통해 무선신호의 수집 위치를 라벨링하고, 신호 정보 없이 수집된 무선신호는 지역 및 전역 탐색을 반복적으로 수행하는 기계학습 알고리즘을 통해 수집 위치를 최적화했다.
연구팀은 이 기술을 지하 2층, 지상 6층의 40만 규모의 실내 쇼핑몰에서 구현한 결과, 3∼6m의 오차 범위에서 정확도를 나타냈다. 특히 건물 층 구분 정확도는 95%에 달해 수작업을 통한 정확도를 넘어섰다.
한동수 KAIST 교수는 "주요 IT기업, 통신사, 온라인 쇼핑사의 앱을 통해 수집된 신호에 적용하면 도시 및 국가 규모의 실내위치 인프라를 손쉽게 구축할 수 있다"며 "대규모 무선신호를 수집하게 되면 대부분의 실내 공간에서 5∼10m 수준의 정확도 높은 위치 인식 서비스를 제공할 수 있을 것으로 기대한다"고 말했다.대전=이준기기자 bongchu@dt.co.kr
불특정 다수의 사용자로부터 수집된 다량의 무선신호를 활용해 실내 위치인식의 핵심 자산인 라디오 ㅁ맵으로 바꿔 활용할 수 있음을 보여주는 개념도.
