IoT와 빅데이터 시스템의 만남이 만들어낼 자동화 시스템 이야기

최근 IT 업계에서는 3가지 키워드가 아니면 프로젝트 기획도 발주도 안해준다고 합니다. 빅데이터, 모바일, 그리고 IoT라는 키워드입니다. 그동안 얘기해왔던 보안 역시 3개의 키워드를 모두 포함할 수 있으며 그 외에 다양한 분야에서 3개의 키워드를 포함하여 솔루션을 만들고 서비스를 만들 수 있습니다. 이 중에서 빅데이터는 기반 시스템, 즉 플랫폼의 역할을 담당하고 모바일과 IoT는 데이터를 수집하고 플랫폼으로부터 전달되는 명령을 수행하는 역할을 맡습니다. 인체 기관으로 비유하자면 모바일과 IoT는 눈과 코, 입, 귀, 손, 발과 같은 존재고 빅데이터는 두뇌와 같은 역할을 한다면 이해하기가 편할 듯 싶습니다. 향후에도 이 3개의 키워드는 한동안 계속 지속될 것으로 보입니다.

한동안 모바일 단말기를 통해서 수집된 다양한 데이터들을 빅데이터 시스템에서 저장하고 분석하고 그 결과를 보여주는 시스템들이 인기를 끌었습니다. 지금도 이런 시스템들은 계속 기획, 설계되고 있고 개발되어지고 있습니다. 그리고 최근에는 여기에 IoT가 끼어들었습니다. 지금 한참 인기몰이중인 헬스케어 제품은 스마트워치나 스마트밴드, 혹은 최근에는 스마트웨어라고 옷에 센서를 장착하여 수집된 다양한 사람의 건강 데이터들을 모바일로 전송하고 그것을 다시 서버로 전송하여 수집하고 분석하여 건강 패턴을 도출하고 다양하게 건강을 관리할 수 있도록 그 결과를 모바일로 다시 전송하여 사용자에게 보여주는 방식입니다. 스마트 체중계도 이제는 이 카테고리 안에 들어가기 시작했습니다. 이제 이런 헬스케어의 영역에서 IoT와 빅데이터 시스템은 스마트홈 시스템으로 영역을 넓히기 시작합니다.

스마트홈과 IoT

스마트홈 시스템은 정의하기에 따라서 다양하게 정의할 수 있겠지만 홈 오토메이션이라고 얘기하기도 하고 여하튼 정리하면 사용자의 움직임이나 취향, 습관 등에 따라서 자동으로 TV를 켜거나 전등을 켜기도 하고 날씨가 추울 때 사용자가 집에 들어오는 시간에 맞춰서 보일러를 틀어주거나 하는 등의 집안 일을 자동화해주는 시스템이라고 보면 됩니다. 한동안은 외부에서 스마트폰을 이용하여 원격으로 집 안의 시스템을 조작하는 원격제어 시스템들이 인기를 끌었으나 빅데이터 시스템과 IoT의 만남으로 머신러닝, 딥러닝 등의 기술을 통해 원격이 아닌 인공지능을 기반으로 하는 자동화된 스마트홈이 시장의 눈길을 끌기 시작하고 있습니다. 그렇다면 어떻게 자동화 시스템이 구현되는지 살펴보도록 하지요.

사람은 집에서의 생활 패턴이라는 것이 존재합니다. 보통 주중에 몇시에 출근하고 몇시에 퇴근하며 또 몇시에 집에서 샤워를 하고 아침 식사나 저녁 식사를 하는지, 또 몇시에 TV를 보고 또 몇시쯤에 TV를 끄고 잠을 자는지 등이 나름대로의 습관에 의해 패턴화 됩니다. 스마트폰에서의 자동화는 이런 사용자의 패턴을 IoT와 빅데이터 시스템이 수집을 하여 분석을 하고 분석된 결과로 패턴을 만들어 그 패턴에 맞춰서 다시 IoT를 이용해 제어를 하는 머신러닝과 딥러닝 알고리즘을 이용합니다.

예를 들어보면 스마트 전등의 경우 사용자가 집에 몇시에 들어와서 전등을 켜는지를 시간별로 기록을 합니다. 또 어떤 전등 스위치를 켜고 끄는지를 모두 기록을 합니다. 하루 이틀의 데이터만으로는 당연히 부족합니다. 적어도 한달 이상, 계절별로 다르고 또 요일별로 다르며 돌발상황도 생길 수 있기 때문에 길면 1년 이상의 데이터를 기록하고 그 후에 분석을 통해서 패턴을 추출합니다. 그러나 자동화 시스템을 위해 1년간 데이터를 수집하는 것은 너무 깁니다. 이런 경우에는 사용자와 비슷한 패턴을 보이는 또 다른 사용자의 데이터를 가져와서 함께 분석합니다. 한두명의 데이터가 아닌 수백, 수천명의 비슷한 성향의 사용자에 대한 데이터들이 수집되고 분석이 된다면 그리고 그 분석된 결과에 지금 사용자의 패턴을 다시 또 비교, 분석을 한다면 조금 더 정확한 사용자의 패턴이 나오고 그 패턴에 따라서 스마트홈 시스템은 스마트 전등에 패턴에 따라서 켜고 끄는 것을 명령하게 될 것입니다. 이것이 IoT와 빅데이터 시스템이 구축하는 자동화 시스템입니다.

스마트 전등 뿐만이 아니라 출입문 시스템도 적용할 수 있고 보일러도 마찬가지로 적용할 수 있습니다. 전등이나 보일러, 출입문(현관문 포함)에 IoT 단말기를 설치하여 제어할 수 있도록 하고 또한 정보를 수집할 수 있도록 한 후 이 IoT 단말기로부터 수집 및 분석을 담당하는 데이터 수집 장치와 각 데이터 수집 장치로부터 데이터를 수집하여 분석하는 빅데이터 시스템이 존재한다면 위에서 얘기하는 IoT와 빅데이터 시스템 기반의 자동화 시스템은 충분히 실현 가능한 일입니다. 이미 실험실 레벨에서는 구현이 되었고 상용화까지는 조금의 시간만 더 필요로 할 뿐입니다. 머신 러닝과 딥러닝 알고리즘을 통해서 패턴을 알아내고 그 패턴을 지속적으로 수정 및 교정 작업을 거쳐서 정확한 패턴이 업데이트 되도록 하는 것이 자동화 시스템의 성능 척도가 될 것입니다.

앞서 얘기한 헬스케어에서도 이런 자동화 시스템은 적용이 가능합니다. 물론 스마트홈의 자동화 시스템처럼 조작을 한다던지 하는 것은 어렵겠지만 수집된 데이터를 기반으로 비슷한 사용자들의 데이터들을 분석하여 건강 패턴을 추출하고 그 패턴에 따라서 운동의 종류를 추천하고 운동량을 조절할 수 있습니다. 추천하는 운동량보다 적으면 더 할 수 있도록 알람을 주고 또 그 반대로 추천 운동량 이상으로 오버해서 운동을 한다면 그만하고 쉬라고 알람을 줄 수 있습니다. 그래도 계속 오버해서 운동을 하면 가족에게 문자를 보내 그만 운동하라고 말리라고 알람을 보낼 수도 있습니다(만 그렇게 설정해놓는 사용자는 없을 듯 합니다 ^^).

스마트카에도 이런 자동화 시스템을 적용할 수 있습니다. 사용자가 어떤 지점을 지정하게 되면 그 지점까지 그동안 사용자가 운전했던 길로 자동으로 운전해줍니다. 무인 자동차에 대해서는 이미 구글이나 테슬러를 통해서 실용화 단계에 접어들었다는 것을 알 수 있으니 자동 운전 시스템은 어쩌면 위에서 언급한 스마트홈이나 헬스케어보다 좀 더 빨리 자동화 단계에 들어갈 수 있을 듯 합니다. 계속 얘기하자면 단순히 그동안 갔던 길을 자동으로 운전해서 가는 것도 있지만 지속적으로 도로 상황을 수신받아서 더 빠른 길을 찾아서 운전할 수도 있습니다. 이 때에는 비슷한 곳을 자주 갔던 사용자들의 운전 데이터들을 받아서 도로 상황과 비교하여 가장 최적의 코스를 가져와서 자동 운전을 하는 것입니다. 최적의 코스를 가져오는 모든 작업이 다 자동화에 들어갑니다. 이미 차량용 네비게이션 시스템들이 실시간 도로 상황을 수신하여 막힌다 싶을 때 알아서 다른 길을 추천해주는 것이 상용화되어 들어가 있으니 앞서 얘기한 자동 운전에 대한 자동 최적 경로 지정 시스템은 그렇게 먼 미래의 이야기는 아닐 듯 싶습니다. 이런 스마트카에도 IoT와 빅데이터 시스템을 통한 자동화 시스템이 적용되어 구현되고 있습니다.

아마 IoT과 빅데이터 시스템을 통한 자동화 시스템을 제대로 체험할 수 있는 분야가 스마트홈과 스마트카 분야가 아닐까 싶습니다. 사용자들의 습관을 어떻게 시스템이 추출하고 패턴화하여 자동화 시킬 수 있는지를 눈으로 쉽게 판단할 수 있기 때문입니다. 이 분야에 대한 연구도 제일 활발히 일어나고 있기도 합니다. IoT와 빅데이터 시스템을 이용하여 머신 러닝과 딥러닝 알고리즘을 통해 자동화 시스템이 제대로 구현된다면 만화나 영화 속에서나 나올법한 상황들이 많이 보여질 수 있지 않을까 생각이 듭니다.

이 글은 SK하이닉스 공식 기업 블로그인 하이라이트에 기고했던 글의 원본입니다. 기고한 글은 [여기]에서 보실 수 있습니다.