건축물 관리를 위한 인공지능(AI) 시스템 개발 사례
AI 기반의 SOC 이상감지 모니터링 시스템 개발
안녕하세요
기업 인공지능 도입 전문가,
김도환 디피니트 대표입니다.
오늘은 건축물 관리를 위한 인공지능 기반의
모니터링 시스템 개발 사례를
소개해 드리려고 합니다.
건축, 토목 분야 전반에 걸쳐 크고 작은 안전사고가
최근에도 끊임없이 발생하고 있는데요.
안전확보와 이상감지 및 위험예측을 위해
SOC 시설물의 모니터링은
매우 중요해지고 있습니다.
때문에 SOC 구조물의 손상, 균열, 붕괴 등을
사전에 예측하여 대형 사고를 예방할 수 있는데요.
스마트 센서를 이용한
SOC 시설물의 실시간 모니터링 기술이
최근 각광을 받고 있다고 합니다.
이러한 인공지능 시스템 개발을 의뢰한 기업은
세종 지오텍이라는 기업이었습니다.
의뢰한 인공지능 개발 프로젝트는
스킨센서를 활용한 실시간 SOC 건축물 모니터링
시스템 개발이었는데요.
스킨센서(Pressure Mapping) 기술은 다양하고 풍부하게
수집한 데이터들을 AI의 머신러닝 기법을 통해서
신속, 정확한 분석이 가능한 것이 특징입니다.
여기서 스킨센서란 다음과 같습니다.
스킨센서(PRESSURE MAPPING SENSOR)란?
• 스킨센서는 압력 측정 센서의 일종
■ 기존에는 의료분야나 인체공학과 같은
소규모 사이즈에서 많이 활용
■ 토목이나 건축분야에서
거의 활용되지 않고 있었음
■ 하지만 토목, 건축 분야의 시설물에
최적화된 다양한 형식의 스킨센서가 개발됨
ㆍ■ 구조물의 변형과 손상을 일으키는
핵심 요인를 실시간 체크 및 데이터화 할 수 있게 됨
이렇게 스킨센서에서 수집한 데이터들은
온도, 풍량, 기울기, 풍량 등 다양한데요.
데이터를 인공지능이 학습하여
건물의 노후, 침하 등이 발생시
이를 감지하고 분석하거나
위험을 예측할 수 있습니다.
프로젝트 과업은 다음과 같습니다.
첫번째
· 측정되는 방대한 양의 데이터 기반,
머신러닝 기법을 적용한 실시간 이상 감지 시스템을 개발
· 머신러닝 기법 활용, SOC 시설물의 이상거동을 사전에 파악 및 예방
두번째
초기대응과 예측정보 제공
· 현장에서 측정된 데이터를 D/B서버로 송신,
세번째
관리자 PC로 송신하여 머신러닝 데이터 활용
네번째 측정되는 결과를 실시간으로 결과 확인이 가능한 소프트웨어를 개발
사용되는 회귀 모델은 총 4가지입니다.
· 선형회귀 (Linear Regression)
· 다항회귀 (Polynomial Regression)
· 랜덤 포레스트 (Random Forest Regression)
· SVR (Support Vector Regression)
이렇게 다양한 AI 모델을 활용해
다음과 같이 완성도 높은 결과물을
제공해드릴 수 있었습니다.
프로그램 구동방법은 다음과 같습니다.
1) 학습 알고리즘을 선택
2) 원하는 시간을 선택
3) 관리기준치, 학습구간, 예측구간, 데이터 스케일을 입력합니다.
1 관리기준치 :
예측하는 값이 이 값에 도달하기까지 걸린 시간을 측정하기 위한 용도
2 학습구간 :
원하는 시간을 선택하면, 그 시간에서 최근 몇%를 학습할지 결정하는 용도
3 예측구간 :
현재 데이터양 대비 몇%만큼 예측할지를 결정하는 용도
4 데이터 스케일 :
y값의 스케일을 지정하는 역할
AI 기반 실시간 건축물 이상 감지 시스템 개발을
원하시는 기업께서는 아래 컨설팅 신청서를 통해
문의해주세요!
감사합니다.
