"2조"의 두 판 사이의 차이

2022년 5월 31일 (화) 05:08 판 (원본 보기) 202201soc02 (토론 | 기여) (→‎프로젝트 개요) ← 이전 편집		2025년 12월 1일 (월) 21:16 기준 최신판 (원본 보기) Uoscivil202522 (토론 | 기여) (→‎설계)
(사용자 4명의 중간 판 195개는 보이지 않습니다)
1번째 줄:		1번째 줄:
		+
	<div>__TOC__</div>		<div>__TOC__</div>
	==프로젝트 개요==		==프로젝트 개요==
	=== 기술개발 과제 ===		=== 기술개발 과제 ===
−	'''국문''' : 태양광 설치 사면의 안정성 증대 방안 연구 <br />'''영문''' : A study on ways to increase the stability of solar-power plants installed slope	+	''' 국문 : ''' 라즈베리파이를 활용한 저전력 IoT 통합 센서 개발
		+
		+	''' 영문 : ''' Integrated IoT Sensor System using Raspberry Pi for Early Warning of Structural Collapse
	===과제 팀명===		===과제 팀명===
−	무너지지말아조	+	2조
	===지도교수===		===지도교수===
−	문영일 교수님
−
−	===멘토교수===
	박도원 교수님		박도원 교수님
	===개발기간===		===개발기간===
−	2022년 3월~ 2022년 6월 (총 4개월)	+	2025년 9월 ~ 2025년 12월 (총 4개월)
	===구성원 소개===		===구성원 소개===
−	서울시립대학교 토목공학과 20178600** 한*욱(팀장) <br />	+	서울시립대학교 토목공학과 20218600** 정**(팀장)
−
−	서울시립대학교 토목공학과 20178600** 김*현<br />
−	서울시립대학교 토목공학과 20178600** 김*재 <br />	+	서울시립대학교 토목공학과 20218600** 김**
−	서울시립대학교 토목공학과 20178600** 김*정 <br />	+	서울시립대학교 토목공학과 20228600** 설**
−
−	서울시립대학교 토목공학과 20178600** 김*찬 <br />
−
−	서울시립대학교 토목공학과 20178600** 이*현
	==서론==		==서론==
	===개발 과제의 개요===		===개발 과제의 개요===
	====개발 과제 요약====		====개발 과제 요약====
−	○태양광 발전 시설이 설치되어 있는 사면의 안정성을 검토하고, 시추공 데이터를 통해 얻은 특정 토질에 대한 최적의 보강 공법(말뚝의 종류, 간격, 개수 및 사면의 각도 등)을 Slide3 프로그램을 이용하여 분석한다.	+	1. 라즈베리파이와 가속도+카메라+라이다 센서를 연결하여 철탑 등의 사각지대에 있는 다수의 중소형 구조물을 효율적으로 모니터링함.
		+
		+	2. 무선 네트워크 모듈로 실시간 데이터 송수신과 관리가 가능하도록 함.
		+
		+	3. 라즈베리파이의 sleep-mode를 이용하여 소비 전력을 절감하고 태양광 배터리를 연결함으로써 장기간 운용이 가능하도록 함.
	====개발 과제의 배경====		====개발 과제의 배경====
−	○우리나라는 전체 국토면적의 63%가 산림으로 이루어져 있으며 지형특성상 태양광 발전에 적합한 부지 확보가 쉽지 않아 임야(60.9%, 43.3)에 태양광 발전 시설이 집중적으로 설치되고 있음 <br /><br />○지역별로는 개발 면적에서 임야가 차지하는 비중은 경북은 86%, 충북은 82%로 높은 비율을 보임<br /><br />○최근 태양광 패널의 설치가 증가하면서 지속적인 피해 사례가 발생하고 있음. <br />- 2018-2020 3년간 충청도 지역은 5건, 경상도 지역은 4건으로 가장 많은 피해가 발생함.<br />- 특히 경북 청도의 경우 18,19년 연속 피해를 받은 것으로 확인됨 <br />- 피해 사례들은 태양광 패널이 사면에 위치해 있어 호우가 발생함에 따라 토사 무게를 견디지 못하고 무너지는 양상을 보임 <br /><br />	+	최근 지반 침하와 노후화 건축물 급증으로 인해 붕괴 재난 사고가 빈번하게 발생해 인명 및 재산 피해가 이어지고 있음. 게다가 노후된 시설 점검은 거의 붕괴 등 여러 재난안전 모니터링 시스템이 구축되어 있는 신축 건물이나 공장 및 상업 시설을 대상으로 하는 게 대부분이며, 사고가 일어난 이후에도 실제 소규모 노후 건물 현황 파악이 어려워 안전관리 사각지대에 놓여있는 시민들은 예측 불가한 붕괴 위험에 위협을 받는 상황임. 시간이 지날수록 노후화된 건물은 점차 증가하여 실시간 변위 모니터링 감지가 필요한 건물의 수가 많아지는 추세로, 적은 비용과 전력만으로 간편하게 변위를 감지해낼 수 있는 통합 센서 개발이 필요함.
−	[[파일:2번.PNG]]	+
		+	교량, 댐, 초고층 건물 등 여러 구조물 역시 지반 침하 또는 노후화, 추가적으로 사면 등 붕괴 위험 지역에 위치하는 지리적 특성으로 인해 피해가 발생하게 되면 이를 실시간으로 파악하여 구조물의 붕괴를 예방할 기술이 필요함.
		+	대표적인 예시로, 철탑이 많이 설치되는 산악 지형은 산사태, 토사 유출, 지반 약화 등 위험 요인이 많아 구조물이 흔들리거나 기울어질 가능성이 높음. 이로 인해 철탑구조물에 이상이 발생하면 송전 중단, 통신 장애, 주변 시설 피해 등 큰 사회적·경제적 손실로 이어질 수 있음. 무엇보다 산 속은 접근성이 낮고 점검 주기 또한 길기 때문에 실시간 상태를 파악하기가 어려움. 따라서 철탑의 움직임을 주기적으로 모니터링하여 초기 예방하는 시스템이 필요함. 그러나 현재 시중에 있는 모니터링 시스템은 매우 정밀하나 고비용으로 운영되는 추세이므로 다수의 구조물을 장기적으로 모니터링하기에는 어려운 상태임.
	====개발 과제의 목표 및 내용====		====개발 과제의 목표 및 내용====
−	○태양광 설치 사면의 안정성 증대 방안 연구를 통해 설치된 시설물의 안정성과 지속가능한 운영을 도모함과 동시에 향후 설치될 구조물의 지형에 대한 참고자료로서의 가치를 도모 <br /><br />○태양광 시설 기설치 지역에 대해 산사태 발생 가능성을 그렇지 않은 지역과 비교<br /><br />○상기 목표에 대해 수치적으로 접근<br /><br />○위 데이터를 이용하여 태양광 설치 사면에 대한 최적의 보강 방법과 시공방식에 대한 제언을 통한 주변 지반에 대한 사고 예방, 대응, 복구 방안 마련에 도움	+	구조물의 움직임을 장기간 모니터링할 수 있는 IoT 기반 측정 모듈을 개발하기 위해 센서와 네트워크, 배터리 시스템을 하나의 모듈로 통합하여, 저비용·저전력으로 자립 운용이 가능한 시스템을 구현하고자 함.
		+
		+	해당 모듈은 태양광을 주 전원으로 사용하며, 외부 전력 공급 없이도 장기간 지속적인 계측이 가능하도록 설계함.
		+
		+	또한 측정된 데이터를 실시간으로 클라우드 서버에 전송하거나 직접 외부 컴퓨터에서 원격접속하여 데이터를 다운로드할 예정이므로 관리자가 현장을 방문하지 않아도 원격으로 구조물의 상태를 상시 확인할 수 있음. 이를 통해 지반 및 구조물의 이상 징후를 원거리에서 조기에 파악하여 구조물 붕괴 등 재해 예방에 기여할 수 있으며, 더 나아가 구조물의 수명 연장과 유지·보수 효율 향상이라는 실질적 효과를 기대할 수 있음.
	===관련 기술의 현황===		===관련 기술의 현황===
		+	====관련 기술의 현황 및 분석====
		+	*State of art
		+	◇ S-Cube(ssc-500) - 동적 데이터 획득용 스마트 IoT 디바이스
		+	S-Cube는 다목적, 지능형 IoT 디바이스로 시설물로부터 다양한 정보를 획득하고, 자체 컴퓨팅 기능으로 가공할 수 있도록 개발한 제품. 구성은 크게 브릿지 회로 센서로부터 데이터를 획득할 수 있는 DAQ회로와 데이터 처리와 디바이스 플랫폼 기능, 컴퓨팅 기능을 수행하는 소형 SoC 보드, 기타 통신모듈과 전원모듈로 되어있음.
		+
		+	- 적용분야: 교량 및 터널 모니터링, 건물 및 경기장 모니터링, 철도 및 플랫폼, 건설 가시설 및 붕괴 위험 감지.
		+
		+	- SSC-500 특징: 다양한 센서 사용가능, 최대 200Hz 데이터 샘플링 속도, 데이터 분석 기능(MAX,MIN,AVG,RMS…), 디바이스 제어 및 설정 기능, 다양한 통신 네트워크 구성가능(유/무선), 3축 가속도 센서 기본 내장, 고성능 MEMS센서 내장, 다양한 데이터 획득 방법 제공(주기적인 분석값 저장, 트리거 설정에 의한 raw 데이터 획득, 실시간 raw 데이터 획득), 카메라 연동 가능
−	====현재 설계 기준 분석====	+	◇ LoRaWAN Precision Tilt Angle Sensor for Structural Health Monitoring
−	○ 한국에너지공단에서는 다음과 같이 태양광 발전설비 시공기준을 제시하였다.
−	2) 산지 및 농지형 준수사항<br /><br /> 가) 유속 완화 및 토사유출 방지<br />① 급경사지에 배수로를 설치하는 경우에는 유속 완화 시설과 낙차에 의한 세굴 및 침식 방지 시설을 설치하여야 한다.<br />② 우천시 우수의 유출과 토사유출에 의한 태양광 발전설비 주변 수로 및 하류에 위치한 소하천 등의 범람, 퇴적 등을 방지하기 위해 임시 또는 영구 우수 저류조 등 저감시설을 설치하여야 한다. 이 경우 설치 및 유지관리는 자연재해대책법 및 우수유출저감시설의 종류·구조·설치 및 유지관리 기준 등을 따른다.<br /><br /> 나) 지반과 사면의 안전성 확보<br />① 절토와 성토를 통해 부지를 조성할 경우에는 단계별로 충분히 다짐하여 지지력과 안전성을 확보하여야 한다.<br />② 절토 및 성토 비탈면의 경우 완만하게 시공하여야 하며 침식방지 및 비탈면 보호를 위한 녹화 등을 통해 비탈면의 안전을 도모하고 산사태를 방지할 수 있도록 하여야 한다. 비탈면에 구조물(콘크리트 옹벽, 보강토 옹벽, 석축 등)을 설치할 경우에는 설계기준에 맞춰 계획하고 시공되도록 하여야 한다.
−	====기존 연구 사례 분석====	+	WSLRW-SHMAG는 교량, 고층 건물, 댐, 터널, 기초 및 중요한 인프라와 같은 장기 구조 건강 모니터링(SHM) 애플리케이션을 위해 특별히 설계된 고정밀 이중 축 틸트 각도 센서. 초저전력 전자 장치 및 견고한 기계 설계와 결합된 고급 산업용 MEMS 감지 기술을 활용하여 SHMAG는 수년간의 실외 작동 동안 신뢰할 수 있고 반복 가능한 기울기 측정을 제공함. LoRaWAN을 통해 무선 SHM 네트워크에 원활하게 통합되어 단일 LS33600 기본 리튬 배터리로 구동되는 10년 이상 유지 보수가 필요 없음. 교량 구조 모니터링, 고층 건물 흔들림 감지, 댐 및 제방 변형 모니터링, 기초 정착 추적, 터널 및 지하 구조 모니터링, 산업 플랜트 인프라 모니터링에 적용할 수 있음.
−	○ 태양광 발전소 부지의 식생관리에 관한 연구<br />	+
−	1. 태양광 발전소를 방문 한 후 식물을 조사하고, 토양을 채취하고 분석하여 조사 <br />	+	◇ MEMS 센서기반의 구조물의 안전 모니터링 시스템
−	2. 태양광 발전소의 녹화공법은 태양광 발전소에 대한 위치별 공법의 종류와 식생의 종류 등을 조사<br />	+
−	3. 각 공법에 대해서는 태양광 발전소의 관리방법 등을 파악한 후 부지의 식생관리의 기본 자료로 기록<br />	+	IoT(Internet of Things)기반 구조물의 상태를 실시간으로 파악하고 모니터링을 통해 구조물에서 발생할 수 있는 사고를 사전 예방할 수 있는 시스템. MEMS 센서는 저렴하면서 실시간 모니터링이 가능하고 센서와 데이터로 동작 상태에 있으면 편리한 계측이 가능함. 이를 통해 구조물의 붕괴 및 기울어짐 발생 시 사용자의 안전 및 재산 보호에 기여할 수 있음. 다양한 센서 데이터를 서버로 전송, 실시간으로 축척된 데이터를 분석하여 구조물에 대한 이상 유무를 판단하며, 이벤트 발생 시 현상에 대한 정보를 제공함.
−	4. 또한, 태양광 발전소의 절·성토면 대상지와 하부 대상지에 관련한 실태를 파악<br /><br />	+
−	○ 집중호우시 사면 붕괴의 특성 및 토층 심도와 지하수변동에 따른 사면 안정성 해석<br />	+
−	1. 절토사면의 안정성 해석에 ITASCA사에서 개발된 FLAC-SLOPE 이용<br />	+
−	2. 붕괴 형태의 기하학적인 양상을 분석하기 위하여 7개의 평가 항목을 선정<br />	+	*기존 시장 조사
−	3. 사면 높이(H), 붕괴 폭(W), 사면 연장(L), 사면 경사(&alpha;), 붕괴 심도(Df), 붕괴 길이(Lf), 붕괴부 수직거리(ΔH)를 측정<br />	+	◇ 라즈베리 파이를 활용한 구조물 모니터링 시스템 연구
−	4. 사면 붕괴의 특성을 토대로 하여 토층 및 지하수가 사면 안정에 미치는 영향에 대하여 수치해석을 통하여 분석	+	- 라즈베리파이+PZT 압전 센서+멀티플렉서 등 구성, 구조물 건전성 모니터링(EWSHM, 2022)
		+
		+	- 라즈베리파이+보급형 가속도계+기울기 센서+GPS RTK 모듈+LoRa 모듈 구성, 동특성 활용 구조물 진단 모니터링(CSEIK, 2021)
		+
		+	- 라즈베리파이+MEMS 가속도계 등을 사용한 모형 구조물 가속도 계측 유효성 검증(WEIK, 2022)
		+
		+	- 라즈베리파이+비전 센서 등 구성, GNSS 동기화 구조물 건전성 모니터링(CSHM, 2025)
		+
		+
		+	[[파일:2522표1.jpg|500픽셀]]
		+
		+	◇ 분석 결과
		+	- 라즈베리파이 기반의 카메라 포함 각종 센서+자급 전원+저전력을 위한 상업적 구조물 건전성 모니터링 제품은 극히 드묾.
		+
		+	- 고성능의 여러 센서를 사용하는 제품의 경우 그 완결성은 뛰어나지만 설치와 운영 비용이 막대하여 소규모 구조물을 모니터링하거나 매우 방대한 수의 구조물을 모니터링해야 하는 경우에는 설치가 어려움.
		+
		+	- 리튬 배터리를 사용하여 10년 이상의 유지 보수가 필요하지 않지만 제품에 연결된 센서가 오직 기울기 센서로 구조물의 기울기 변화만을 탐지하기 때문에 마찬가지로 구조물 모니터링 시스템의 완결성이 떨어짐. 또한 LoRaWAN 같이 LoRa 주파수 대역을 사용하여 통신하는 시스템은 장거리 저전력 데이터 송수신이 가능하지만 1회당 최대 전송 가능 용량이 매우 제한적임. 따라서 기울기 값 같은 간단한 데이터만 실시간 전송 가능하며, 이미지는 실시간 전송이 사실상 불가능함.
		+
		+	- IoT 모니터링 시스템의 소비 전력에 대한 구체적인 수치가 대부분 나와있지 않음.
		+
		+
		+
		+	*시장성 및 사회성 분석
		+	◇ 구조적 접근성 / 설치 여건
		+	벽 내부, 기둥, 슬라브 등에 접근이 어렵고, 전원/통신선 설치가 번거로움. 이미 마무리된 건물은 외관 손상 우려나, 설치를 위한 해체 또는 추가 공사가 필요할 수 있음.
		+
		+	◇ 전력 및 통신 인프라 제약
		+	전원 확보가 쉽지 않을 수 있고, 통신 커버리지가 부족할 수 있음(지하, 두꺼운 콘크리트 벽, 방해물 등). 배터리 교체 또는 유지보수 비용도 고려해야 함.
		+
		+	◇ 비용 대비 ROI (Return On Investment) 불확실
		+	설치와 유지비용이 적지 않기 때문에, 비용 대비 이득(붕괴 예방 / 보수비 절감 등)이 금전적으로 명확하지 않거나, 위험을 부담하며 투자하기 어려움.
		+
		+	◇ 기존 구조물의 기준/도면/재료 정보 부족
		+	구조 설계 도면, 재료 정보(콘크리트 강도, 철근 배치 등), 보수 및 손상 이력 등이 명확하지 않을 수 있고, 시간이 흐르면서 실제 상태와 달라졌을 수도 있음. 이 경우 센서 배치 및 데이터 해석이 어렵고 오류 가능성은 증가함.
		+
		+	◇ 규제 / 안전 책임 문제
		+	건물 소유자(관리자)가 센서 시스템을 설치하면 경보/오류 시 책임 문제로 변할 수 있음. 또한 기존 건물은 하중/변형 허용범위에 대한 규제가 명확하지 않거나, 허가가 필요할 수도 있음.
	===개발과제의 기대효과===		===개발과제의 기대효과===
−	1. 체계적인 태양광 발전시설 주변 지반에 대한 사고 예방·대응·복구 가능<br />	+	====기술적 기대효과====
−	○ 명확한 정책목표와 추진방향 설정으로 계획성 있는 대책 추진<br />	+	1. 가속도(기울기) 센서, 카메라 센서, LiDAR 센서 총 3개를 라즈베리파이에 연결하여 현장 운용이 가능한지 알 수 있음. 기존 상용화된 제품이나 연구 등은 세부적인 소비전력을 잘 공개하지 않는 데다, 대부분의 연구가 정량적인 소비 전력을 측정하기보다는 시스템 구성에 대한 운용 가능성에만 초점을 두는 실태임. 또한 제품 소개란에 기재된 수치와 실제 구현하였을 때의 소비 전력 수치가 차이날 가능성도 큼. 따라서 본 연구에서 시스템의 소비 전력을 직접 측정하고 비교하여 장기적 운용이 가능한지에 대해 실험하는 것이 큰 의의가 있음. 본 실험에서 배터리 용량이 전력으로 수치화된 태양광 배터리 제품을 라즈베리파이 모듈에 연결하여 사용함으로써 라즈베리파이와 센서들의 전력 소비량과 태양광 충전량을 구하고, 그 값을 비교함으로써 모듈이 지속 가능한 시스템인지 검증할 수 있음.
−	○ 설치 지역 중 취약지반 중심의 사고예방 및 대응체계 구축, 안전 시설 추가 설치를 통한 안정적인 태양광 발전 및 시설 이용 효율 극대화<br />
−	○ 기후 변화 및 여러 가지 경우의 수를 대비한 최적의 안전율 도출 <br /><br />
−	2. 태양광 발전 지형 참고 자료로서의 가이드라인<br />	+	2. 기존 사용된 LoRa 주파수 대역 외에 LTE를 이용하여 라즈베리파이로부터 멀리 떨어진 곳에서 다양한 방법으로 데이터 송수신이 가능하며, LoRa에서는 불가능했던 고용량의 데이터(이미지, LiDAR) 또한 수신 가능함.
−	○ 중앙에서 시행하는 태양광 발전시설 인허가 정책 수립의 방향성 안내<br />
−	○ 민간기업 및 운영기관의 원활한 시공 업무 추진 도움<br /><br />
−	3. 설비 운영 유관기관 간 협력체계 구축으로 피해 최소화<br />	+	3. 라즈베리파이의 전력 소모를 줄여 더 장기적인 시스템을 구현하기 위해서 라즈베리파이 고유의 기능인 sleep-mode를 사용하여 데이터를 수신하지 않을 때는 라즈베리파이의 전력을 차단하고, 데이터를 수신할 때 라즈베리파이와 호환되는 PiSugar라는 제품을 이용하여 라즈베리파이를 wake-up시킴(자체적 전원 on).
−	○ 중앙-지방-민간기업간 유기적인 협력체계 유지로 사고 발생시 신속 조치 기반 마련<br />
−	○ 또한, 피해 발생 시 유관기관 간의 신속한 대응으로 피해 확산 방지 및 2차 추가피해 차단<br /><br />
−	4. 사고에 대한 예방·대응을 통한 국민 안전보장<br />	+	====경제적, 사회적 기대 및 파급효과====
−	○ 태양광 발전시설 설치로 인한 산사태로부터 인명·재산피해를 최소화하여 국민의 만족 향상<br />	+	라즈베리파이는 약 5-10만원 수준으로, 기존 산업용 구조물 모니터링 장비보다 매우 저렴하며 운영 체제와 라이브러리 또한 무료로 제공함.
−	○ 국민의 안전을 보장하여 안심하고 행복한 삶을 영위하도록 함	+	또한 이와 호환되는 라즈베리파이 전용 카메라 모듈이나 각종 센서들의 비용 또한 저렴하여 기존의 IoT 모니터링 시스템에 비해 비용을 절감할 수 있으므로 주어진 예산 내에서도 제품 개발이 가능함.
	===기술개발 일정 및 추진체계===		===기술개발 일정 및 추진체계===
−	[[파일:1번.PNG]]	+	====개발 일정====
		+
		+	[[파일:Dddd.jpeg|500픽셀]]
		+
		+	====구성원 및 추진체계====
		+	<정**>
		+	- IoT 모니터링 시스템 원격 조정 기술 개발
		+	- 라즈베리파이와 서버 간 통신 프로토콜 설계
		+	- 원격 제어 기능 구현 및 안정성 검증
		+
		+
		+	<김**>
		+	- 실시간 구조물 변위 모니터링 및 고도화
		+	- IoT 기반 변위 모니터링 시스템 개발 및 실험 적용
		+	- 활용성 증대 방안 도출 및 시스템 고도화 연구
		+
		+
		+	<설**>
		+	- 라즈베리파이 및 센서 분석, 발굴
		+	- 각종 센서 데이터 수집 환경 구축
		+	- 데이터 전처리 및 기본 알고리즘 설계
	==설계==		==설계==
	===설계사양===		===설계사양===
	====제품의 요구사항====		====제품의 요구사항====
−	[[파일:2조 설계 요구사항.png]]	+	[[파일:2522표3.jpeg|500픽셀]]
		+
		+	===개념설계안===
		+
		+	'''(1) 사면 변위 추정을 위한 IoT 센서 발굴 및 검증
		+	'''
		+
		+	라즈베리파이에 연결할 수 있는 센서의 종류는 매우 다양함. 그 중 데이터를 가장 쉽게 활용할 수 있으며 가격도 저렴한 센서는 가속도(기울기) 센서임. 기울기 센서는 z축 기준으로 이동한 각도를 수치 형태로 수집하여 순간적인 진동, 충격과 기울기를 감지함. 그러나 산악 지형의 사면에 변위가 발생할 때는 사면 기울기 변화 외에도 지반 침하와 수평 변위 등이 점진적으로 발생하는데, 기울기 센서만으로는 이러한 변위를 측정할 수 없음. 따라서 기울기 센서로 수집한 데이터만을 활용하는 것은 매우 제한적임. 또한 기울기 변위가 구조물 붕괴 징후인지 바람 등의 영향인지 직접 구분하기 어려움. 따라서 변위가 발생했을 때 지반 양상을 직접 관찰하기 위해서는 카메라 센서가 필요하며 이로 인한 변위를 최종적으로 계산하기 위해서는 LiDAR 센서와 그에 따른 알고리즘이 필수적임. 따라서 가속도+카메라+LiDAR 센서를 복합적으로 이용하여 구조물의 변위를 감지하고 모니터링할 계획임.
		+
		+	(가) IoT 센서 발굴
		+
		+	시중에 나와있는 여러 초소형 cpu를 조사함.
		+
		+	[[파일:--파일-fds--.jpeg|600픽셀]]
−	====제품 평가내용====	+	다양한 비용의 여러 초소형 cpu가 존재하였으며, 비용에 따른 각 cpu의 성능 또한 다양했음.
−	○ 본 연구에서는 ‘rocscience’社에서 출시한 프로그램 중 ‘slide3’를 이용하고자 함. 프로그램을 선정함에 있어 해석 방법의 다양성 및 적용가능성, UI의 직관성, 그리고 해석 결과의 신뢰성을 고려했음. 해당 프로그램의 경우 학부생들이 이용 가능할 정도로 프로그램의 동작 환경이 사용자 친화적이어서 구하고자 하는 해석 결과를 얻기에 무리가 없어보임.
−	====설계 사양====	+	우선 ESP32 계열 등 2-3만원 대의 cpu는 비용이 매우 낮으며 초저전력이라는 장점이 있음. 그러나 RAM과 연산 성능이 제한적이며, 해상도가 최대2MP 정도로 카메라 센서로 얻은 이미지의 화질이 매우 낮음. 또한 여러 센서의 데이터 수집이 동시에 이루어지면 느려지거나 안정성이 떨어진다는 단점이 있음.
−	===개념설계안===	+	ARM Cortex-M7는 고성능 cpu이지만 리눅스 기반 체제가 아니어서 라이브러리/펌웨어 수준에서 직접 구현해야 하므로 복잡한 개발이 필요하다는 단점이 있음. 따라서 전용 센서로 호환성이 뛰어나며, 해상도가 8MP로 고해상도 이미지를 얻을 수 있고 리눅스 기반 체제로 작동하는 Raspberry Pi 모델을 선택했음.
−	'''가. 개요'''<br />	+
−	태양광 사면이 설치된 위험 지역들을 설정하여 해당 지역에서의 안전율을 수치해석적 기법으로 계산하고	+	Raspberry Pi Zero 모델은 초저전력이나 메모리가 512MB로 매우 낮으며, USB 포트가 1개뿐이어서 여러 센서와 모듈을 사용할 경우 포트가 부족하다는 단점이 있음. 또한 발열관리가 약해서 장시간 사용할 경우 안정성이 떨어질 수 있음. 따라서 최종적으로 메모리가 2GB-8GB이며 여러 센서와 모듈을 동시에 사용 가능하고, 장시간 안정적인 운영이 가능한 Raspberry Pi 4 모델을 선택함.
−	이를 바탕으로 해당 사면에서의 안전율을 증대시키기 위한 방법을 반영하여 해당 지역을	+
−	보강하고자 한다.	+	다음으로는 가속도 센서를 조사했으며, ADXL345 센서가 비용이 제일 저렴하며 소비 전력이나 해상도는 타 가속도 센서들과 비슷하였기에 가속도 센서는 ADXL345를 선정함.
−	▶태양광 사면 수치해석 프로그램의 선정 요건	+
−	① 해석 방법의 다양성 및 적용 가능성	+	[[파일:a.png]]
−	② UI의 직관성	+
−	③ 해석 결과의 신뢰성	+	마지막으로 카메라 센서를 조사했고, 비용에 따라 매우 다양한 성능을 가진 카메라 센서들이 존재했음. 카메라 모듈의 경우 Raspberry Pi 전용 카메라 모듈이 존재하였기 때문에 호환성을 고려하여 라즈베리파이 카메라 모듈을 선택함. 또한 고해상도의 이미지가 필요하다고 판단하였기에 최종적으로 라즈베리파이 카메라 모듈 V3를 선정함.
		+
		+	[[파일:Bb.png]]
		+
		+
		+	LiDAR 센서는 학교 연구실에 있는 Hypersen HPS-3D160 Pro를 사용함.
		+
		+
		+	(나) IoT 센서 검증
		+
		+	라즈베리파이에 usim을 넣고 사용자 계정을 생성함. 그 후 라즈베리파이의 GPIO에 점퍼와이어를 이용하여 가속도 센서 adxl345를 연결한 후 camera 모듈을 끼워 라즈베리파이 모듈을 구현함.
		+
		+	① 가속도-기울기 센서
		+
		+	가속도 센서 ADXL345가 나타내는 가속도 값을 기울기 값으로 바꾸는 명령을 실행하고, 3축 기울기 값을 수집함. 기울기 값의 오차 보정을 위해 캘리브레이션을 수행하여 계측 데이터의 정밀도를 높였음. 이때, 가속도 센서는 z축과 평행하게 고정시켜 θZ=0이 나오도록 했음.
		+
		+	[[파일:ㄱ.png]]
		+
		+	센서가 z축 기준 0°,1°,2°로 위치해 있을 경우 각각의 상황에서 가속도 센서가 계측한 값을 확인했음. 센서의 기울기는 BOSCH사의 경사계 기능이 탑재된 레이저 거리 측정기를 사용하여 검증함. 계측 값을 확인한 결과 오차 범위는 약 0.51°~0.83°, 0.17°~0.74°, 0.13°~0.65°로, 계측 값이 증가하여도 오차가 누적되지 않고 일정했음.
		+
		+	[[파일:Sdf.png]]
		+	[[파일:Dddf.png]]
		+
		+	② 카메라 센서
		+
		+	라즈베리파이에 카메라 센서를 연결 후 구조물의 미세한 크랙을 촬영하여 관찰함.
		+
		+	[[파일:Qws.png]]
		+
		+	이미지 파일 확인 결과, 근거리(약 200cm)에 있는 크랙은 육안으로 확인이 가능했음.
		+
		+	LiDAR 센서는 뒤의 내용인 (3) IoT 모니터링 시스템을 활용한 실시간 사면 변위 모니터링에서 카메라와 연동되어 대상의 움직임을 인식하는 것을 검증함.
		+
		+
		+
		+	'''(2) IoT 모니터링 시스템 원격 조정 기술 개발
		+	'''
		+
		+	(가) 무선 네트워크
		+
		+	① 개요
		+
		+	라즈베리파이 모듈에서 계측한 데이터를 외부 컴퓨터로 전송하기 위해서는, 라즈베리파이가 무선 네트워크에 연결되어 있어야 함. 대표적인 무선 네트워크 기술로는 Wi-Fi, Bluetooth, LoRa(Long Range), LTE(Long Range) 등이 있음. Wi-Fi는 근거리 무선랜(Local Area Network, LAN) 기술로, 유선 인터넷을 공유기(Access Point)를 통해 무선으로 연결하는 방식. 주로 가정이나 연구실 등에서 여러 디지털 기기가 동시에 인터넷에 접속할 수 있도록 해줌. Bluetooth는 근거리 무선 통신 기술로, 수 미터에서 수십 미터 정도의 짧은 거리에서 기기 간 데이터를 간단히 주고받는 데 사용되며, 주로 스마트폰, 무선 이어폰, 센서 등 소형 기기 간 연결에 활용됨. LoRa는 사물인터넷(IoT)용으로 개발된 통신 규격으로, 장거리 통신과 저전력 소모가 특징으로, 대용량 데이터보다는 센서값이나 상태 정보처럼 작은 데이터를 멀리 전송하는 데 적합함. LTE는 4세대(4G) 이동통신 기술로, 통신사 망을 이용해 광범위한 지역에서 빠른 데이터 전송이 가능하며, Wi-Fi나 LoRa보다 비용이 들지만, 안정적이고 어디서든 접속할 수 있다는 장점이 있음. 각 무선 통신 방식은 통신 거리, 전력 소모, 데이터 전송 속도, 비용 등의 특성이 다르므로, 목적에 맞게 선택해야 함.
		+
		+	[[파일:Ere.png]]
		+
		+	② LTE 모듈
		+
		+	LTE는 ‘Long Term Evolution’의 약자로, 4세대(4G) 이동통신 기술을 의미하며, 기존 3G보다 훨씬 빠른 데이터 전송 속도와 안정성을 제공함. Huawei E3372나 Quectel EC25 같은 모듈에 유심(데이터 전용 SIM)을 넣어 LTE 라우터를 만들고 이를 라즈베리파이 USB포트에 연결하면 와이파이나 유선 인터넷이 안 되는 공간에서도 인터넷에 접속할 수 있음. 본 실험에서는 Huawei E3372를 사용하였으며, 모듈의 가격은 74,000원임.
		+
		+	유심은 micro usim을 사용하였으며 유심어댑터에 끼워 모듈에 삽입함. Usim의 요금제는 skt 데이터 쉐어링을 이용함. 사용자의 통신사 대리점에 가서 usim을 개통시킨 후 skt 데이터 쉐어링을 요청하면 사용자의 휴대폰 데이터를 usim과 같이 사용할 수 있음. KT와 LG U+에서도 유사한 제도를 제공하며, 원하는 데이터 용량만큼 값을 지불하는 선불 요금제도 가능함. 라즈베리파이에 연결한 후 파란 불이 들어오면 인터넷 연결에 성공한 것임.
		+
		+	[[파일:Dss.png]]
		+
		+	(나) IoT 모니터링 시스템 원격 조정 기술
		+
		+	LTE 모듈로 라즈베리파이가 인터넷에 접속 가능한 경우, 외부 컴퓨터에서 원격으로 접속·제어하고 내부 폴더의 데이터를 내려받을 수 있음. 원격 접속은 크게 두 유형으로 구분됨: 1) 터미널(명령행) 기반 접속(SSH 등), 2) 그래픽 환경(데스크톱) 원격 접속. 본 과업에서는 두 방식을 각각 ngrok과 Raspberry Pi Connect로 구현·비교함.
		+
		+	① ngrok (터널링 기반 원격 접속)
		+
		+	역할/원리: 사설망에 있는 라즈베리파이의 SSH(터미널) 또는 HTTP 파일서버/웹서비스 등에 공개 주소(터널) 를 발급하여 외부에서 접근 가능하게 함. ngrok 자체가 “화면을 보여주는 도구”는 아니며, 접속 통로(터널) 를 만드는 도구임.
		+
		+	접속 형태: SSH 터널 → 외부 PC에서 라즈베리파이 터미널로 접속·제어 가능함. 이 경우 scp/rsync 등을 이용해 이미지·영상 포함 모든 파일 형식 전송 가능함(텍스트만 가능한 것이 아님).
		+
		+	HTTP 터널 → 라즈베리파이에서 간이 웹서버(예: python -m http.server)를 열고 폴더를 노출하면, 외부 브라우저로
		+	이미지(.jpg)·영상(.mp4) 등 파일 다운로드 가능함.
		+
		+	운용 절차: 라즈베리파이와 외부 PC에 ngrok 설치→ Pi에서 ngrok 실행 후 임시 공개 주소/포트 발급→ 본 과업에서는 자동화 스크립트로 부팅 시 ngrok 실행 및 발급된 주소(또는 포트 정보)를 Gmail로 자동 발송하도록 구성함→ 외부 PC에서 해당 주소로 접속하여 터미널 제어 또는 파일 다운로드를 수행함.
		+
		+	특징/제약: 부팅/재연결 시 주소가 바뀌는(임시) 특성이 있어 재공유 필요함. 유료 플랜의 예약 도메인/고정 터널을 쓰면 안정적 운용이 가능함. 보안상 인증토큰/ACL(접근제어) 설정 권장함.
		+
		+	[[파일:Gsd.png]]
		+	[[파일:Hgf.png]]
		+
		+	② Raspberry Pi Connect (그래픽 원격 데스크톱)
		+	역할/원리: 라즈베리파이 재단의 공식 원격 데스크톱 서비스로, 웹 브라우저를 통해 라즈베리파이 전체 화면(데스크톱) 에 접속하고 마우스·키보드 조작을 수행할 수 있음. 서로 다른 네트워크 간에도 접속 가능함.
		+
		+	운용 절차: Raspberry Pi 계정 등록→ Pi에서 Connect 활성화→ 외부 PC 브라우저로 접속하여 Pi의 화면을 원격 제어→ 터미널 실행·센서 스크립트 구동·폴더 탐색·파일 확인/저장 등의 GUI 작업을 수행함.
		+
		+	특징/제약: 화면 기반 제어에 강점이 있어 디버깅·시연이 용이. 대용량 다중 전송이나 자동화된 데이터 파이프라인에는 별도의 파일 전송 채널(예: SSH/scp, HTTP 서버, 클라우드 업로드 스크립트)과 병행 운용이 효율적임.
		+
		+	[[파일:Fgss.png]]
		+	[[파일:Bsd.png]]
		+
		+	(다) IoT 센서 수집 데이터 송수신
		+
		+	터미널 기반 송수신(ngrok+SSH): 라즈베리파이에 ngrok 터널을 통해 SSH로 접속한 뒤, scp/rsync 명령으로 이미지(.jpg), 포인트클라우드(.txt), 영상(.mp4) 등 저장 파일을 외부 PC로 직접 다운로드하였음. 이 과정에서 Pi 비밀번호/키 인증 후 전송됨.
		+
		+	HTTP 기반 송수신(ngrok+HTTP 서버): 라즈베리파이에서 간이 HTTP 서버를 실행하고 ngrok으로 외부 공개 주소를 부여하여, 브라우저를 통해 폴더 열람 및 파일 다운로드를 수행함.
		+
		+	정리하면 ngrok은 원격 “화면 공유” 도구가 아니라 터널을 만드는 도구이며, 우리가 어떤 서비스를 터널링하느냐(SSH/HTTP 등)에 따라 터미널 제어도, 파일 송수신도 모두 가능함. 본 과업에서는 이 방식으로 .mp4 영상 포함 파일 다운로드까지 확인함.
		+
		+	[[파일:Hfg.png]]
		+
		+	[[파일:Xxs.png]]
		+
		+	[[파일:Vsv.png]]
		+
		+	(라) IoT 센서 수집 데이터 클라우드 업로드
		+
		+	배경/선택: 라즈베리파이가 LTE로 인터넷에 접속하더라도 외부 PC와 동일 네트워크가 아니므로 직접 P2P 송수신이 불안정함. 이에 중계 서버로 Google Cloud Storage(GCS) 버킷을 채택하여, 서로 다른 네트워크 간에도 데이터 송수신이 가능하도록 구성했음.
		+
		+	구성 절차:
		+
		+	- Google Cloud 프로젝트 생성 후 스토리지 버킷을 생성
		+
		+	- 서비스 계정을 만들고 최소 권한(IAM) 부여, 서비스 계정 키(JSON) 를 라즈베리파이에 배포(초기 1회 수동 등록)
		+
		+	- 라즈베리파이에서 업로드 스크립트(gsutil/gcloud 기반) 를 실행하여, 주기/이벤트(임계 초과)마다 가속도·LiDAR·이미지/영상 파일을 버킷으로 준실시간 업로드
		+
		+	- 외부 PC는 웹 콘솔 또는 명령어를 통해 버킷에 접속하여 저장 데이터를 다운로드(※ 대용량 .mp4 포함 정상 수신 확인)
		+	웹 콘솔 사용 시 화면 새로고침 후 최신 파일 확인 가능하며, 자동화가 필요할 경우 업로드/동기화 스크립트에 폴링/웹훅을 병행할 수 있음. 키 파일 보안 및 버킷 접근권한 최소화를 준수했음.
−	이상을 종합하여 'Slide 3' 프로그램을 사용하기로 결정하였음.	+	비용(예상): 소규모 전송은 월 10–20달러, 대용량 전송은 월 50–100달러 수준으로 추정했음(저장/전송량에 따라 변동).
−	'Slide 3'란
−	- 토양 또는 암석 경사면에서 안전 계수를 평가하기 위한 3D 한계 평형 경사면 안정성 프로그램<br />
−	- 암석 (Mohr-Coulomb, Hoek-Brown)과 토양 (Mohr-Coulomb, 수직 및 전단 응력 비율) 재료 모델의 재료 라이브러리를 가져서  다양한 상황을 구현 가능<br />
−	해당 프로그램을 바탕으로 본 연구에서는 다음과 같은 사항을 중점적으로 확인하고자 함<br />	+	[[파일:Bnb.png]]
−	-실제 사고가 발생한 지역과 유사한 사면 환경을 구현해서 문제점 파악 및 보강대책 제시<br />
−	-유사한 사면 환경 구현을 위해 지반의 물성치(내부마찰각, 단위중량, 포화도 등)는 국토지반정보 및 지질정보포털시스템을 이용, 사면 경사각은 DEM(수치표고자료)의 좌표를 통해 계산<br />
−	-문제점 파악 후, 적절한 보강대책 제시(ex 말뚝, 식생공법)<br /><br />
−	'''나. 평가 및 분석''' <br /><br />
−	'''평가 기준'''<br />
−	- 산사태가 발생한 태양광 시설의 위험성을 수치해석 기법을 이용하여 판단<br />
−	- 현재 태양광 사면 허용기준과 선정 모델 비교<br />
−	- 수치해석 프로그램을 이용하여 만든 모델의 실용성 여부 평가<br />
−	'''평가 내용'''<br />
−	- 여러 해석법 (Bishop, Janbu)과 다양한 조건 (말뚝의 종류, 지하수위, 지반의 물성치 등)을 적용하여 모델의 안전율을 계산
−	- 다양한 선례들과 정책 (태양광 부작용 해소대책)을 통하여 적절한 조건(ex. 산지 경사도 등)을 선정
−	- 구축한 여러 조건을 적용한 모델들의 실현 가능성과 경제성 판단(모델이 부적합하다고 판단될 경우 재구축)<br /><br />
−	[[파일:2조 모식도.png]]<br /><br />
−	'''다. 연구 범위의 한정''' <br />
−	연구 범위의 한정을 위하여 본 연구에서는 분석 지역을 충북 제천과 경북 청도 2곳의 지역으로 한정하고자 한다. 그 이유는 다음과 같은 신문 기사 인용으로 갈음하고자 한다.
−	“지난해 장마 때 무너졌던 산지 태양광 시설이 최근 태풍에 또 붕괴됐다. 사고가 난 시설은 최근 산림청이 실시한 장마철 대비 일제 점검에서 '양호' 판정을 받은 것으로 확인됐다. 무리하게 지어진 산지 태양광의 위험성이 다시 한 번 드러났다는 지적이 나온다.”1년 만에 또… 청도서 '태양광 산사태', 조선일보 ,19.07.27<br /><br />
−	“이곳에서 40년을 살았는데 이렇게 산사태로 무너진 것은 처음”	+	[[파일:Rew.png]]
−	“아직 일부 남아 있는 태양광시설도 이미 기울었거나 무너지기 일보 직전의 위태로운 상태”
−	이영재 경북대 토목공학과 교수⋯ “산 중턱을 깎아 태양광시설을 지으면 지반이 약해지면서 산사태와 인과관계가 생길 수밖에 없다”‘태양광 짓기 전엔 산사태 없었는데⋯ ’ 서울경제 ,20.08.12<br /><br />
−	◇ 청도의 경우 사고가 발생한 후 1년 만에 재발하는 결과를 보여준 지역이고, 제천의 경우 배수시설	+	[[파일:Trr.png]]
−	의 문제로 인해 시설 비탈면이 붕괴되어 토사가 쓸려 내려간 사례로 자칫 잘못하면 큰 인명피해로 이어질 수 있는 사건이었다.
	===이론적 계산 및 시뮬레이션===		===이론적 계산 및 시뮬레이션===
−	'''1. 이론적 배경'''<br /><br />	+	'''(1) IoT 모니터링 시스템을 활용한 실시간 사면 변위 모니터링
		+	'''
		+
		+	개발된 IoT 멀티 센서 허브를 이용하여, 실내 경사면 박스 슬라이딩 실험을 통해 알고리즘을 검증한 후, 동일한 시스템을 현장 야외 환경(배봉산)에서 적용하여 데이터 전송 및 원격 모니터링 기능의 작동 여부를 확인하였음. IoT 허브 시스템의 구성은 다음과 같음.
		+
		+	[[파일:Kj.png]]
		+
		+	(가) 경사면 박스 슬라이딩 실험을 통한 IoT 멀티 센서 허브의 계측 데이터 수집
		+
		+	개발한 멀티 센서 허브에 적용된 알고리즘을 검증하기 위해 3D 프린터로 제작한 철탑구조물 모형에 라즈베리파이 기반 센서 모듈 고정함. 멀티 센서 허브의 계측 센서들이 경사면 내 움직임 및 구조물 하부 지반의 변형에 따른 데이터를 수집하는 경사면 박스 슬라이딩 실험을 수행함.
		+
		+	[[파일:Vc.png]]
		+
		+	[[파일:Ax.png]]
		+
		+	① 카메라 기반 객체 인식 및 추적 실험
		+
		+	카메라에 적용된 알고리즘을 통해 객체 인식 및 추적 가능 여부를 검증함. 객체가 이동을 시작한 후 약 20초간의 움직임을 추적하여 경로를 생성함. 알고리즘은 시점과 종점까지의 경로를 전반적으로 잘 추적했으나, 대상의 회전, 감속 등의 영향으로 경로가 직선 형태로 형성되지 않았으며, 시작점과 종료점 또한 실제 위치보다는 움직임이 가장 활발했던 구간을 중심으로 설정되는 경향이 나타남.
		+
		+	[[파일:Ab.png]]
		+
		+	② LiDAR 기반 변위 측정 실험
		+
		+	크기 15.7cm × 13.5cm인 객체의 변위를 실측한 뒤, 이를 LiDAR로 측정한 데이터와 비교하는 실험 수행함. 3D LiDAR를 1초 간격으로 작동시켜 9,600개의 포인트로 구성된 데이터셋을 총 20개 획득함. 이후 각 포인트에 대해 반경 50mm 내에 위치한 점들을 기준으로 노이즈를 보정하고, 그 결과 약 43.4cm의 변위 값을 산출함. 실측 기준으로는 시점-종점 거리 55cm에서 객체의 세로 길이를 고려해 실제 이동거리를 41.5cm로 산정했으며, LiDAR 측정값과의 오차는 약 1.9cm로 확인됨.
		+
		+	[[파일:An.png]]
		+
		+	③ 가속도(ADXL345) 기반 철탑구조물 기울기 변화 실험
		+
		+	가속도 센서의 경우 성능점검을 통해 약 1∼1.5도의 오차와 충격·진동에 의한 영향을 감지하는 것을 확인함. IoT 멀티 센서에서 가속도 센서는 X,Y,Z축 가속도를 기울기로 계산하여 세 방향의 축 중에서 가장 큰 변화량을 최대 변화량으로 산정하고 임계값을 3도로 설정하여 기울기 변화량과 카메라 및 LiDAR의 감지 결과와 비교하여 분석 결과를 도출하도록 했음. 그림 45(a)는 철탑구조물 모형 아래 지반의 변형을 주어 기울기 변화량을 발생시켜 1초당 3개의 30초 동안 총 90개의 데이터를 수집하며, IoT 멀티 센서 허브로 경사면을 관찰하여 철탑구조물의 기울기 상태와 원인에 대한 데이터를 수집하고자 하였고, 그림 45(b)의 경우 경사면을 통해 이동한 객체로 인해 순간 충격에 의한 기울기 변화량과 경향성을 판단하기 위한 실험을 진행함.
		+
		+	[[파일:Am.png]]
−	본 연구에서는 사면의 안정성을 검토하기 위해 여러 가지 사면안정 해석법을 고려하였다. 해당 내용을 간략히 정리하면 다음과 같다.<br />	+	[[파일:Az.png]]
−	[[파일:2조 사면안정 해석법.PNG]]<br />
−	본 연구에서는 유한요소해석 프로그램에서 사용하기 좋은 두 가지의 방법을 사용하고자 한다. 다음은 두 가지 방법에 대한 간략한 설명이다. <br />	+	그림 48(a) 그래프는 1초에 3번 수집된 데이터의 평균을 구하고 30초 동안 데이터를 수집한 결과를 나타냄. 지반 변형에 의해 철탑구조물 모형의 기울기 변화량이 발생하고 카메라와 LiDAR를 통한 사면의 움직임 여부(Movement Detected)를 판단한 데이터의 결과를 나타내고 있음. 지반변형(유실)에 따른 기울기 변화량은 서서히 증가하는 경향을 나타내며, 사면의 움직임이 정지된 후 철탑구조물 모형이 안정화되면 오차범위 내 기울기 변화량이 유지되는 것을 확인할 수 있었음. 그림 48(b)의 그래프는 철탑구조물 모형에 경사면을 통해 이동한 물체의 충격으로 인해 수집된 가속도 변화량을 기울기 변화량으로 환산하여 5회에 걸쳐 수집한 결과를 나타내고 있음. 순간적인 충격으로 인한 일시적으로 큰 가속도가 계측되어 큰 기울기 변화량을 갖고 시간이 지남에 따라 기울기 변화량이 0에 수렴하는 형태를 보이는 것으로 확인되었으며 이는 지반변형으로 인한 영구적인 구조물의 변형과는 다른 양상을 보이는 것으로 분석되었음.
−	[[파일:2조 비숍잔부.PNG]]<br />
−	'''2. 시뮬레이션을 위한 가정과 수치'''<br /><br />
−	◇ 본 보고서는 제천과 청도의 2개의 필지(충청북도 제천시 봉양읍 구곡리 산 108번지 2호, 청도군 매전면 온막리 산13-2)에 설치된 태양광 발전소의 안전성을 중심적으로 검토하였다. 이는 상술한 사고 지역과 같은 지방자치단체 소속이고, 또 산사태 위험 지역과도 인접해 있는 지역이기에 사고에 대한 위험성 검토가 중요하다 생각되어 위 지역을 선정하였다. <br />
−	◇ 연구 지형의 경우 지형 정보를 알기 위해 국토교통부에서 제공하는 ‘공간정보 오픈플랫폼(https://map.vworld.kr)’을 사용하였고, 위 포털을 통해 지형에 대한 일반적인 정보 (사면의 각도, 사면 고도차, 면적)를 획득하여 연구 자료로 활용하였다. 길이나 각도의 경우 평균치를 사용하여 그 값의 신뢰성을 높이고자 노력하였다. <br />
−	◇ 또한, 시추공의 정보는 ‘국토교통부 산하 국토지반정보 통합DB센터(https://www.geoinfo.or.kr)’에서 제공하는 정보를 이용하였다. 모든 시추공에 대한 정보가 기술적 결함으로 인해 본 DB에 존재하지 않는 이유로, 인접 시추공의 정보를 통해 해당 지형 특성 정보를 간접적으로 획득할 수 있었다. 이는 후술할 제언에서도 언급할 것이다. <br />
−	◇ 계산을 하기 위해서, 먼저 태양광 설치시 보강 방법과 하중 조건을 알 필요가 있다. 태양광 패널의 무게와 지지대와 무근콘크리트를 합한 하중이 0.93kN/m^2 로 작용하는 것으로 계산하였다. <br /><br />
−	[[파일:2조 청도시추.PNG|'청도의 시추 데이터']]<br /><br />	+	기울기 변화 시 카메라 움직임이 미감지(전체적인 감지가 발생 노이즈, 알고리즘에 따른 움직임 미감지) 및 LiDAR 미작동 여부를 판단하여 철탑구조물의 주변 상황과 안정화 여부 등을 종합적으로 판단할 수 있으며, 가속도 센서의 경우 지반변형 등으로 인한 영구적인 기울기 변화와 순간 충격에 의한 일시적인 기울기 변화로 수집된 데이터 서로 다른 경향성을 보이는 것을 토대로 경사면 움직임으로 철탑구조물에 영향을 구체적으로 판단할 수 있었음. 상기 내용을 통해 기울기 변화량에 따라서 가속도 센서가 데이터를 수집하고 수집된 데이터를 기반으로 연결된 카메라와 LiDAR 센서와 호환하여 기울기 변화에 대한 분석이 가능한 것을 확인함.
−	[[파일:2조 제천시추.PNG|'제천의 시추 데이터']]<br /><br />
−	이상의 2개의 사진은 각각 해당 필지 주변의 시추주상도 데이터이다.<br /><br />
−	◇ 또한, 문헌 참고 (공간분포형 습윤지수를 이용한 유역규모의 사면안정해석 – 한국지리학회지 3권 2호 2014
−	오성렬, 이기하)를 통하여 제천과 청도에 대한 지반 정수를 다음과 같이 설정하였다. 각 지역의 단위중량과, 점착력, 내부 마찰각은 다음과 같다.<br /><br />
−	[[파일:2조 청도정수.PNG]]<br />
−	청도 지역의 지반 정수 데이터<br /><br />
−	[[파일:2조 제천정수.PNG]]<br />
−	제천 지역의 지반 정수 데이터<br /><br />
−	===상세설계 내용===	+	(나) 산지 현장 환경에서 IoT 모니터링 시스템 적용
−	====수치해석 결과 및 설명====
−	[[파일:3번.PNG]]<br />
−	[[파일:5번.PNG]]<br /><br />
−	위 사진은 Slide3 프로그램을 이용하여 청도 지역 태양광 설치 사면의 평상시와 우천시 안전율을 분석한 결과이다.<br />
−	[[파일:3번.PNG]]<br />	+	배봉산 현장 실험은 IoT 기반 다중센서 허브 시스템의 야외 적용성을 검증하기 위해 수행됨. 그림 29는 실험 위치 및 장비 설치 모습을 나타내며, 서울시립대학교 실험실(제어 PC)로부터 약 620 m 떨어진 배봉산 정상부에 시스템을 설치했음. 현장에는 LiDAR (HPS-3D160), Pi Camera v3, Raspberry Pi 4, Pi-Sugar 배터리, LTE 라우터로 구성된 IoT 멀티센서 허브를 삼각대(tripod)에 부착하여 구동했음. 또한 실험실에서는 라즈베리 파이에 원격으로 접속(SSH/VNC)하여 시스템 상태를 실시간으로 모니터링하고 제어할 수 있음을 검증했음. 본 현장 실험은 라이다–카메라 융합 계측 시스템이 실험실 외부의 실제 산지 환경에서도 안정적으로 작동함을 확인하는 단계로 수행되었음.
−	[[파일:6번.PNG]]<br /><br />
−	위 사진은 Slide3 프로그램을 이용하여 제천 지역 태양광 설치 사면의 평상시와 우천시 안전율을 분석한 결과이다.<br /><br />
−	Janbu, Bishop 방법으로 각각 계산한 결과는 다음과 같다.<br />	+	[[파일:Gfs.png]]
−	[[파일:7번.PNG]]
−	====보강방법====	+	본 실험 단계는 개발된 IoT 멀티센서 허브 시스템이 실제 야외 환경에서 정상적으로 동작하는지를 검증하기 위한 것으로, 라이다–카메라 융합 알고리즘 및 데이터 처리 절차가 현장 조건에서도 동일하게 수행되는지를 확인하고자 하였음. 그림 30은 실험 현장에서 움직임이 발생하기 전인 정상 상태를, 그림 31은 라이다와 카메라가 정상적으로 대기(idle) 모드로 작동 중인 상황을 보여줌.
−	◇ 본 연구에서는 현지 실정에 맞는 2가지의 보강공법, 즉 Soil nailing 공법과 micro pile 공법에 대해 소개하고, 현지 지역에 적용하여 안전율을 산출하고자 한다. 시뮬레이션 된 계산 결과를 바탕으로 안정적이고 경제적인 지형을 설계하는 방안에 대해 제안하고자 한다. <br />
−	[[파일:2조 보강방법표.png]]
−	====설계도면====	+	[[파일:Bsdf.png]]
−	====자재소요서====	+	이후 인체 이동이 발생하자(그림 49), 카메라 영상에서는 사람 이동이 검출되고, LiDAR에서는 이에 대응하는 깊이(ΔZ) 변화가 감지되어 이동 영역이 정확히 시각화되는 것을 확인할 수 있었음. 이를 통해 시스템 전체(센서 + 알고리즘 + 통신 + 제어) 가 통합적으로 작동하며, 실험실 환경에서 설계된 이동 검출 알고리즘이 실제 산지 현장에서도 안정적으로 동작함을 검증했음.
		+
		+	[[파일:Ngd.png]]
		+
		+	[[파일:Kjh.png]]
		+
		+	아래 그림에서 움직임이 종료된 이후 LiDAR와 카메라 시스템이 정상적인 idle 상태로 복귀한 모습을 보여줌. 카메라 영상에서 이동 객체가 완전히 사라짐과 동시에, LiDAR 센서의 데이터 입력이 자동으로 중단되어 idle 모드로 전환되는 것을 확인할 수 있음. 이는 시스템이 실시간 환경에서 그림 49와 같은 과정을 정확하게 구분하여 동작하고 있음을 의미함. 즉, 움직임이 없을 때 카메라는 정상적으로 영상 촬영을 지속하지만, LiDAR와 이동 감지 알고리즘은 자동으로 정지되어 시스템이 다시 안정적인 상태로 복귀함을 확인할 수 있었음.
		+
		+	[[파일:Sdfa.png]]
		+
		+	[[파일:Eww.png]]
		+
		+
		+	'''(2) IoT 사면 변위 모니터링 시스템 활용성 증대 및 고도화
		+	'''
		+
		+	(가) 태양광 패널을 활용한 자가 전력 공급
		+
		+	라즈베리파이 모듈이 실제 설치된 환경에서 태양광으로 전력을 공급받아 지속적인 운영이 가능한지 알아보기 위해서 라즈베리파이의 전력 소모량과 태양광 패널의 태양광 충전량을 확인하고 IoT 모니터링 시스템의 지속 가능성을 평가함.
		+
		+	① 라즈베리파이의 전력 소모량 검사
		+
		+	Jackery 파워뱅크
		+
		+	라즈베리파이에 원격으로 접속하여 데이터를 수집하는 파일을 실행하는 동안 시간에 따른 라즈베리파이 모듈의 전력 소모량을 Jackery의 파워뱅크로 측정함. 실제 현장 적용 시 8000 mAh 혹은 그 이하 용량의 배터리로 해도 시스템이 지속 가능하나, 본 실험에서는 정확한 전력 소모량을 얻기 위하여 Jackery 사의 Jackery Solar Generator 300 Plus 휴대용 파워뱅크+40W 태양광 패널을 사용. 이 제품은 300W 용량의 파워뱅크로 화면에 배터리 수치가 표시되어 전력 상태를 알 수 있으며, 태양광 패널을 연결하여 태양광으로 충전하는 것도 가능함. 파워뱅크 화면의 1%는 300W × 0.01 = 3W이므로, 1%, 즉 3W가 소모되는 시간을 5회 측정하였으며 각 16분 34초, 16분, 15분 32초, 15분 53초, 16분 53초를 얻음. 평균값은 16분 10초이며, 시간에 따른 전력 소모 추이는 일정한 것으로 확인됨.
		+
		+	[[파일:Vsdd.png]]
		+
		+	[[파일:2324.png]]
		+
		+	실내에서 라즈베리파이 모듈을 배터리에 연결하여 4일간 실험을 진행하였음. 매일 오전 8:30에 라즈베리파이의 전원을 자동으로 on시키고 데이터를 30분간 수집한 후 전원 off했음. 배터리 소모 추이를 관측한 결과, 하루에 약 8%, 즉 24W씩 소모되는 것을 확인함.
		+
		+	[[파일:Kmg.png]]
		+
		+	② 태양광 패널
		+	Jackery 파워뱅크의 공식 홈페이지에는 태양광 패널로 9.5시간 동안 충전한다면 완전충전이 된다고 명시되어 있으며, 따라서 이론상 300W / 9.5h = 32W/h 충전이 가능함. 맑은날 야외 햇빛이 잘드는 건물 옥상에 Jackery 파워뱅크와 태양광 패널을 설치하고 24시간 동안의 태양광 충전량을 측정한 결과 약 21%, 즉 300W × 0.21 = 63W가 충전되었음을 확인함.
		+	결과적으로 하루 동안의 라즈베리파이 전력 소모량과 태양광 충전량을 비교한 결과, 라즈베리파이 전력 소모량은 약 24W이고 태양광 충전량은 약 63W로, 지속 가능한 시스템임을 검증할 수 있었음.
		+
		+	[[파일:Fsfs.png]]
		+	[[파일:Jejj.png]]
		+
		+	(나) 인터미턴트 센싱을 통한 저전력 운영
		+
		+	라즈베리파이의 전원을 계속 켜 놓은 상태로 센서 데이터 측정 및 데이터 송수신을 할 경우 전력이 매우 빠른 속도로 소진되어 라즈베리파이에 연결된 배터리(8000 mAh)가 12시간도 지나지 않아 방전됨. 따라서 라즈베리파이의 전력 소비를 최소화하는 방안으로, 센서 데이터를 얻는 시간 외에는 라즈베리파이의 전원을 차단하여 전력 소모를 최소화하고자 함. 라즈베리파이 특성상 자체적 전원 off는 가능하나 자체적 전원 on은 불가능하여 외부 장치의 도움을 받아야 했으며 이에 RTC 센서+릴레이 모듈과 PiSugar를 이용하여 라즈베리파이의 자체적 전원 on을 시도함.
		+
		+	① Pisugar
		+
		+	DS3231 RTC + 릴레이 방식은 하드웨어적 한계와 호환성 문제로 인해 어려움이 있음. 이에 라즈베리파이 전용 배터리 및 전원 관리 모듈인 Pisugar를 활용하여 전원 관리 및 RTC 기능을 구현하고자 함.
		+
		+	[[파일:Ndn.png]]
		+
		+	[[파일:Gfgg.png]]
		+
		+	Pisugar 자체 웹에 접속하여 라즈베리파이가 wake up할 요일과 시각을 정할 수 있음. 라즈베리파이를 깨울 요일과 시각을 설정한 후 전원을 차단하면 설정한 요일과 시각에 라즈베리파이의 전원이 켜짐. 라즈베리파이의 명령 프롬프트 terminal에서 라즈베리파이의 전원이 켜지면 센서 값을 읽고 저장하는 명령 파일과 전원이 켜지고 설정한 시간 후에 전원을 다시 차단하는 명령 파일을 저장 후 실행시키면 라즈베리파이의 자체적 on-off하는 시스템이 구현 가능함.
		+
		+	[[파일:Ccc.png]]
		+
		+	(다) 3D 프린팅 기술을 적용한 IoT 멀티 센서 허브 케이스 제작
		+
		+	3D 프린팅 기술을 이용해 IoT 멀티 센서 허브의 지지대 및 보호 케이스를 경량·저비용으로 제작함. 먼저 3D 도면을 Tinkercad 프로그램을 이용하여 내부 거치대, 외부 케이스, 지지대 어댑터 3부로 모듈화 구성해서 센서 교체와 확장이 용이하다는 장점이 있음. 3D 도면을 설계하고, Cubicon Style Plus A15CR 3D 프린터를 사용해 출력하여 현장 분해 및 조립이 가능하도록 구성함. 이후 센서 구성이 바뀌거나 내부 회로 배선 변경 시 도면 수정을 통해 경량·저비용으로 현장 맞춤형 센서 허브를 신속하게 제작할 수 있음.
		+
		+	[[파일:Nnn.png]]
	==결과 및 평가==		==결과 및 평가==
−	===완료 작품의 소개===	+	===최종결과물===
−	====프로토타입 사진 혹은 작동 장면====	+	====프로토타입 사진====
		+	[[파일:Fsg.png]]
		+	[[파일:Qcq.png]]
	====포스터====		====포스터====
		+	[[파일:Vhtmxj.jpg|700픽셀]]
		+
		+	===평가===
		+	배봉산 현장 실험에서 라즈베리 파이 모듈이 정상적으로 작동하는 것을 확인하였으며, 실내 실험에서 Jackery 파워뱅크에 라즈베리파이 모듈을 연결하여 데이터를 수집하였을 때 배터리가 하루에 24W씩 소모된다는 것과 야외 실험에서 태양광 패널로 충전하였을 때 하루에 63W씩 충전된다는 것을 확인함. 그러나 실제 산에 위치한 철탑구조물은 금속 구조물들로 이루어져 있어 전파 방해를 받을 수 있으며, 날씨에 따라 센서가 고장나거나 식생 등에 의해 패널이 가려져 태양광 충전이 잘 되지 않을 가능성이 존재함. 이에 최종적으로 철탑구조물과 유사한 구조물 부근에 케이스를 부착한 라즈베리파이 모듈과 Jackery 파워뱅크+태양광 패널을 설치하여 약 7일간 데이터 수집 현황과 배터리 수치 현황을 관찰함. 배터리가 100%인 상태에서 매일 오전 8:30에 자동 on 후 데이터를 수집하고 전원 off 하였음. 실험 결과는 다음과 같았음.
		+
		+	[[파일:2522현장데이터.jpg]]
		+
		+	[[파일:Zzz.png]]
		+
		+
		+
		+	배봉산 현장 실험에서 진행한 라이다–카메라 융합 계측 시스템 실험과 실내에서 수행한 배터리 소모량 실험, 그리고 야외에서 수행한 태양광 충전량 실험의 결과에 의하면 라즈베리 파이 모듈은 지속 가능한 시스템임. 그러나 철탑구조물 현장 실험에서는 배터리가 이틀 만에 방전되는 등 매우 빠른 소모량을 보였음. 당시 산 속 최저 기온은 영하였으며, 태양광 패널이 구조물과 식생에 가려져 태양광 충전이 잘 되지 않는 위치였기 때문에 배터리가 빠르게 소모된 것으로 추정함. 배터리에 보온재나 열패드 등을 설치한다면 빠른 방전을 막을 수 있을 것임.
		+	수집한 데이터는 기울기 값, 카메라+LiDAR 연동 영상이며 구조물 주변의 상황을 관찰할 수 있었음. 일시적인 외부 요인에 의한 변위(사람의 움직임 등) 외에는 발생하지 않았음.
		+
		+	[[파일:2522평가.jpg]]
		+
		+	===향후전망===
		+
		+	① 현재 개발된 IoT 기반 사면 변위 모니터링 기술은 기본적인 변위 감지·전송·원격 관리 기능을 확보함에 따라, 향후에는 AI 기반 이상 감지, 다중 센서 융합(가속도·경사·GNSS·LiDAR), 저전력화 기술 등이 추가되며 정확도 및 신뢰도가 크게 향상될 것으로 기대됨.
		+
		+	② 배터리 효율 개선, 저온 대응 기술, 엣지 컴퓨팅 적용 등을 통해 장기간 무인 운영이 가능한 실현형 시스템으로 발전할 전망임.
		+
		+	③ 기존의 사면 감시에 국한되지 않고, 철탑·옹벽·절토사면·임도·교량 부속 구조물 등 다양한 인프라 안전 관리 분야로 확장될 가능성이 높음.
		+
		+	④ 실시간 데이터 기반의 원격 모니터링 수요 증가와 함께, 산악·도서 지역 등 인력 접근이 어려운 지역에서의 활용 가치가 높아질 전망임.
		+
		+	==참고문헌==
		+	1. KNN. "노후건물 곳곳 '지뢰밭'... 안전 사각지대 '불안'". https://news.knn.co.kr/news/article/176022
		+
		+	2. 남해안신문. "여수, 수십 년 노후 건축물 안전 사각지대‘불안’". https://www.nhanews.com/news/articleView.html?idxno=91920
		+
		+	3. 중앙일보. ""건물이 기우뚱" 서울이 흔들렸다…폭우가 부른 또다른 공포". https://www.joongang.co.kr/article/25354004
−	===관련사업비 내역서===	+	4. 뉴시스. "전국 학교 건물 43%가 30살 넘어…서울·부산은 절반 이상". https://www.newsis.com/view/NISX20250627_0003230143
		+	5. 박재연, et al. "저전력 무선 센서 네트워크를 활용한 산사태 예측· 감지 어플리케이션." 한국 HCI 학회 학술대회 (2017): 943-946.
−	===완료작품의 평가===	+	6. 윤중만, et al. "MEMS 센서를 이용한 사면 안전관리 경보시스템 개발." 대한지질공학회 학술발표논문집 2017.1 (2017): 155-156.
		+	7. 정상섬, 김정환, and 홍문현. "IOT 기반 서울형 산사태 예보 시스템 구축." 대한토목학회지 68.8 (2020): 114-117.
−	===향후계획===	+	8. Aggarwal, Shivam, et al. "Landslide monitoring system implementing IOT using video camera." 2018 3rd International Conference for Convergence in Technology (I2CT). IEEE, 2018.
−	===특허 출원 내용===	+	9. Rosi, Alberto, et al. "Landslide monitoring with sensor networks: experiences and lessons learnt from a real-world deployment." International Journal of Sensor Networks 10.3 (2011): 111-122.

---

2025년 12월 1일 (월) 21:16 기준 최신판

프로젝트 개요

기술개발 과제

국문 : 라즈베리파이를 활용한 저전력 IoT 통합 센서 개발

영문 : Integrated IoT Sensor System using Raspberry Pi for Early Warning of Structural Collapse

과제 팀명

2조

지도교수

박도원 교수님

개발기간

2025년 9월 ~ 2025년 12월 (총 4개월)

구성원 소개

서울시립대학교 토목공학과 20218600** 정**(팀장)

서울시립대학교 토목공학과 20218600** 김**

서울시립대학교 토목공학과 20228600** 설**

서론

개발 과제의 개요

개발 과제 요약

1. 라즈베리파이와 가속도+카메라+라이다 센서를 연결하여 철탑 등의 사각지대에 있는 다수의 중소형 구조물을 효율적으로 모니터링함.

2. 무선 네트워크 모듈로 실시간 데이터 송수신과 관리가 가능하도록 함.

3. 라즈베리파이의 sleep-mode를 이용하여 소비 전력을 절감하고 태양광 배터리를 연결함으로써 장기간 운용이 가능하도록 함.

개발 과제의 배경

최근 지반 침하와 노후화 건축물 급증으로 인해 붕괴 재난 사고가 빈번하게 발생해 인명 및 재산 피해가 이어지고 있음. 게다가 노후된 시설 점검은 거의 붕괴 등 여러 재난안전 모니터링 시스템이 구축되어 있는 신축 건물이나 공장 및 상업 시설을 대상으로 하는 게 대부분이며, 사고가 일어난 이후에도 실제 소규모 노후 건물 현황 파악이 어려워 안전관리 사각지대에 놓여있는 시민들은 예측 불가한 붕괴 위험에 위협을 받는 상황임. 시간이 지날수록 노후화된 건물은 점차 증가하여 실시간 변위 모니터링 감지가 필요한 건물의 수가 많아지는 추세로, 적은 비용과 전력만으로 간편하게 변위를 감지해낼 수 있는 통합 센서 개발이 필요함.

교량, 댐, 초고층 건물 등 여러 구조물 역시 지반 침하 또는 노후화, 추가적으로 사면 등 붕괴 위험 지역에 위치하는 지리적 특성으로 인해 피해가 발생하게 되면 이를 실시간으로 파악하여 구조물의 붕괴를 예방할 기술이 필요함. 
대표적인 예시로, 철탑이 많이 설치되는 산악 지형은 산사태, 토사 유출, 지반 약화 등 위험 요인이 많아 구조물이 흔들리거나 기울어질 가능성이 높음. 이로 인해 철탑구조물에 이상이 발생하면 송전 중단, 통신 장애, 주변 시설 피해 등 큰 사회적·경제적 손실로 이어질 수 있음. 무엇보다 산 속은 접근성이 낮고 점검 주기 또한 길기 때문에 실시간 상태를 파악하기가 어려움. 따라서 철탑의 움직임을 주기적으로 모니터링하여 초기 예방하는 시스템이 필요함. 그러나 현재 시중에 있는 모니터링 시스템은 매우 정밀하나 고비용으로 운영되는 추세이므로 다수의 구조물을 장기적으로 모니터링하기에는 어려운 상태임.

개발 과제의 목표 및 내용

구조물의 움직임을 장기간 모니터링할 수 있는 IoT 기반 측정 모듈을 개발하기 위해 센서와 네트워크, 배터리 시스템을 하나의 모듈로 통합하여, 저비용·저전력으로 자립 운용이 가능한 시스템을 구현하고자 함. 

해당 모듈은 태양광을 주 전원으로 사용하며, 외부 전력 공급 없이도 장기간 지속적인 계측이 가능하도록 설계함. 

또한 측정된 데이터를 실시간으로 클라우드 서버에 전송하거나 직접 외부 컴퓨터에서 원격접속하여 데이터를 다운로드할 예정이므로 관리자가 현장을 방문하지 않아도 원격으로 구조물의 상태를 상시 확인할 수 있음. 이를 통해 지반 및 구조물의 이상 징후를 원거리에서 조기에 파악하여 구조물 붕괴 등 재해 예방에 기여할 수 있으며, 더 나아가 구조물의 수명 연장과 유지·보수 효율 향상이라는 실질적 효과를 기대할 수 있음.

관련 기술의 현황

관련 기술의 현황 및 분석

• State of art

◇ S-Cube(ssc-500) - 동적 데이터 획득용 스마트 IoT 디바이스

S-Cube는 다목적, 지능형 IoT 디바이스로 시설물로부터 다양한 정보를 획득하고, 자체 컴퓨팅 기능으로 가공할 수 있도록 개발한 제품. 구성은 크게 브릿지 회로 센서로부터 데이터를 획득할 수 있는 DAQ회로와 데이터 처리와 디바이스 플랫폼 기능, 컴퓨팅 기능을 수행하는 소형 SoC 보드, 기타 통신모듈과 전원모듈로 되어있음.

- 적용분야: 교량 및 터널 모니터링, 건물 및 경기장 모니터링, 철도 및 플랫폼, 건설 가시설 및 붕괴 위험 감지.

- SSC-500 특징: 다양한 센서 사용가능, 최대 200Hz 데이터 샘플링 속도, 데이터 분석 기능(MAX,MIN,AVG,RMS…), 디바이스 제어 및 설정 기능, 다양한 통신 네트워크 구성가능(유/무선), 3축 가속도 센서 기본 내장, 고성능 MEMS센서 내장, 다양한 데이터 획득 방법 제공(주기적인 분석값 저장, 트리거 설정에 의한 raw 데이터 획득, 실시간 raw 데이터 획득), 카메라 연동 가능

◇ LoRaWAN Precision Tilt Angle Sensor for Structural Health Monitoring

WSLRW-SHMAG는 교량, 고층 건물, 댐, 터널, 기초 및 중요한 인프라와 같은 장기 구조 건강 모니터링(SHM) 애플리케이션을 위해 특별히 설계된 고정밀 이중 축 틸트 각도 센서. 초저전력 전자 장치 및 견고한 기계 설계와 결합된 고급 산업용 MEMS 감지 기술을 활용하여 SHMAG는 수년간의 실외 작동 동안 신뢰할 수 있고 반복 가능한 기울기 측정을 제공함. LoRaWAN을 통해 무선 SHM 네트워크에 원활하게 통합되어 단일 LS33600 기본 리튬 배터리로 구동되는 10년 이상 유지 보수가 필요 없음. 교량 구조 모니터링, 고층 건물 흔들림 감지, 댐 및 제방 변형 모니터링, 기초 정착 추적, 터널 및 지하 구조 모니터링, 산업 플랜트 인프라 모니터링에 적용할 수 있음.

◇ MEMS 센서기반의 구조물의 안전 모니터링 시스템

IoT(Internet of Things)기반 구조물의 상태를 실시간으로 파악하고 모니터링을 통해 구조물에서 발생할 수 있는 사고를 사전 예방할 수 있는 시스템. MEMS 센서는 저렴하면서 실시간 모니터링이 가능하고 센서와 데이터로 동작 상태에 있으면 편리한 계측이 가능함. 이를 통해 구조물의 붕괴 및 기울어짐 발생 시 사용자의 안전 및 재산 보호에 기여할 수 있음. 다양한 센서 데이터를 서버로 전송, 실시간으로 축척된 데이터를 분석하여 구조물에 대한 이상 유무를 판단하며, 이벤트 발생 시 현상에 대한 정보를 제공함.

• 기존 시장 조사

◇ 라즈베리 파이를 활용한 구조물 모니터링 시스템 연구

- 라즈베리파이+PZT 압전 센서+멀티플렉서 등 구성, 구조물 건전성 모니터링(EWSHM, 2022)

- 라즈베리파이+보급형 가속도계+기울기 센서+GPS RTK 모듈+LoRa 모듈 구성, 동특성 활용 구조물 진단 모니터링(CSEIK, 2021)

- 라즈베리파이+MEMS 가속도계 등을 사용한 모형 구조물 가속도 계측 유효성 검증(WEIK, 2022)

- 라즈베리파이+비전 센서 등 구성, GNSS 동기화 구조물 건전성 모니터링(CSHM, 2025)

◇ 분석 결과

- 라즈베리파이 기반의 카메라 포함 각종 센서+자급 전원+저전력을 위한 상업적 구조물 건전성 모니터링 제품은 극히 드묾.

- 고성능의 여러 센서를 사용하는 제품의 경우 그 완결성은 뛰어나지만 설치와 운영 비용이 막대하여 소규모 구조물을 모니터링하거나 매우 방대한 수의 구조물을 모니터링해야 하는 경우에는 설치가 어려움.

- 리튬 배터리를 사용하여 10년 이상의 유지 보수가 필요하지 않지만 제품에 연결된 센서가 오직 기울기 센서로 구조물의 기울기 변화만을 탐지하기 때문에 마찬가지로 구조물 모니터링 시스템의 완결성이 떨어짐. 또한 LoRaWAN 같이 LoRa 주파수 대역을 사용하여 통신하는 시스템은 장거리 저전력 데이터 송수신이 가능하지만 1회당 최대 전송 가능 용량이 매우 제한적임. 따라서 기울기 값 같은 간단한 데이터만 실시간 전송 가능하며, 이미지는 실시간 전송이 사실상 불가능함.

- IoT 모니터링 시스템의 소비 전력에 대한 구체적인 수치가 대부분 나와있지 않음.

• 시장성 및 사회성 분석

◇ 구조적 접근성 / 설치 여건

벽 내부, 기둥, 슬라브 등에 접근이 어렵고, 전원/통신선 설치가 번거로움. 이미 마무리된 건물은 외관 손상 우려나, 설치를 위한 해체 또는 추가 공사가 필요할 수 있음.

◇ 전력 및 통신 인프라 제약

전원 확보가 쉽지 않을 수 있고, 통신 커버리지가 부족할 수 있음(지하, 두꺼운 콘크리트 벽, 방해물 등). 배터리 교체 또는 유지보수 비용도 고려해야 함.

◇ 비용 대비 ROI (Return On Investment) 불확실

설치와 유지비용이 적지 않기 때문에, 비용 대비 이득(붕괴 예방 / 보수비 절감 등)이 금전적으로 명확하지 않거나, 위험을 부담하며 투자하기 어려움.

◇ 기존 구조물의 기준/도면/재료 정보 부족

구조 설계 도면, 재료 정보(콘크리트 강도, 철근 배치 등), 보수 및 손상 이력 등이 명확하지 않을 수 있고, 시간이 흐르면서 실제 상태와 달라졌을 수도 있음. 이 경우 센서 배치 및 데이터 해석이 어렵고 오류 가능성은 증가함.

◇ 규제 / 안전 책임 문제

건물 소유자(관리자)가 센서 시스템을 설치하면 경보/오류 시 책임 문제로 변할 수 있음. 또한 기존 건물은 하중/변형 허용범위에 대한 규제가 명확하지 않거나, 허가가 필요할 수도 있음.

개발과제의 기대효과

기술적 기대효과

1. 가속도(기울기) 센서, 카메라 센서, LiDAR 센서 총 3개를 라즈베리파이에 연결하여 현장 운용이 가능한지 알 수 있음. 기존 상용화된 제품이나 연구 등은 세부적인 소비전력을 잘 공개하지 않는 데다, 대부분의 연구가 정량적인 소비 전력을 측정하기보다는 시스템 구성에 대한 운용 가능성에만 초점을 두는 실태임. 또한 제품 소개란에 기재된 수치와 실제 구현하였을 때의 소비 전력 수치가 차이날 가능성도 큼. 따라서 본 연구에서 시스템의 소비 전력을 직접 측정하고 비교하여 장기적 운용이 가능한지에 대해 실험하는 것이 큰 의의가 있음. 본 실험에서 배터리 용량이 전력으로 수치화된 태양광 배터리 제품을 라즈베리파이 모듈에 연결하여 사용함으로써 라즈베리파이와 센서들의 전력 소비량과 태양광 충전량을 구하고, 그 값을 비교함으로써 모듈이 지속 가능한 시스템인지 검증할 수 있음.

2. 기존 사용된 LoRa 주파수 대역 외에 LTE를 이용하여 라즈베리파이로부터 멀리 떨어진 곳에서 다양한 방법으로 데이터 송수신이 가능하며, LoRa에서는 불가능했던 고용량의 데이터(이미지, LiDAR) 또한 수신 가능함.

3. 라즈베리파이의 전력 소모를 줄여 더 장기적인 시스템을 구현하기 위해서 라즈베리파이 고유의 기능인 sleep-mode를 사용하여 데이터를 수신하지 않을 때는 라즈베리파이의 전력을 차단하고, 데이터를 수신할 때 라즈베리파이와 호환되는 PiSugar라는 제품을 이용하여 라즈베리파이를 wake-up시킴(자체적 전원 on).

경제적, 사회적 기대 및 파급효과

라즈베리파이는 약 5-10만원 수준으로, 기존 산업용 구조물 모니터링 장비보다 매우 저렴하며 운영 체제와 라이브러리 또한 무료로 제공함. 
또한 이와 호환되는 라즈베리파이 전용 카메라 모듈이나 각종 센서들의 비용 또한 저렴하여 기존의 IoT 모니터링 시스템에 비해 비용을 절감할 수 있으므로 주어진 예산 내에서도 제품 개발이 가능함.

기술개발 일정 및 추진체계

개발 일정

구성원 및 추진체계

<정**>
- IoT 모니터링 시스템 원격 조정 기술 개발 
- 라즈베리파이와 서버 간 통신 프로토콜 설계 
- 원격 제어 기능 구현 및 안정성 검증

<김**>
- 실시간 구조물 변위 모니터링 및 고도화 
- IoT 기반 변위 모니터링 시스템 개발 및 실험 적용 
- 활용성 증대 방안 도출 및 시스템 고도화 연구

<설**>
- 라즈베리파이 및 센서 분석, 발굴 
- 각종 센서 데이터 수집 환경 구축 
- 데이터 전처리 및 기본 알고리즘 설계

설계

설계사양

제품의 요구사항

개념설계안

(1) 사면 변위 추정을 위한 IoT 센서 발굴 및 검증

라즈베리파이에 연결할 수 있는 센서의 종류는 매우 다양함. 그 중 데이터를 가장 쉽게 활용할 수 있으며 가격도 저렴한 센서는 가속도(기울기) 센서임. 기울기 센서는 z축 기준으로 이동한 각도를 수치 형태로 수집하여 순간적인 진동, 충격과 기울기를 감지함. 그러나 산악 지형의 사면에 변위가 발생할 때는 사면 기울기 변화 외에도 지반 침하와 수평 변위 등이 점진적으로 발생하는데, 기울기 센서만으로는 이러한 변위를 측정할 수 없음. 따라서 기울기 센서로 수집한 데이터만을 활용하는 것은 매우 제한적임. 또한 기울기 변위가 구조물 붕괴 징후인지 바람 등의 영향인지 직접 구분하기 어려움. 따라서 변위가 발생했을 때 지반 양상을 직접 관찰하기 위해서는 카메라 센서가 필요하며 이로 인한 변위를 최종적으로 계산하기 위해서는 LiDAR 센서와 그에 따른 알고리즘이 필수적임. 따라서 가속도+카메라+LiDAR 센서를 복합적으로 이용하여 구조물의 변위를 감지하고 모니터링할 계획임.

(가) IoT 센서 발굴

시중에 나와있는 여러 초소형 cpu를 조사함.

다양한 비용의 여러 초소형 cpu가 존재하였으며, 비용에 따른 각 cpu의 성능 또한 다양했음.

우선 ESP32 계열 등 2-3만원 대의 cpu는 비용이 매우 낮으며 초저전력이라는 장점이 있음. 그러나 RAM과 연산 성능이 제한적이며, 해상도가 최대2MP 정도로 카메라 센서로 얻은 이미지의 화질이 매우 낮음. 또한 여러 센서의 데이터 수집이 동시에 이루어지면 느려지거나 안정성이 떨어진다는 단점이 있음.

ARM Cortex-M7는 고성능 cpu이지만 리눅스 기반 체제가 아니어서 라이브러리/펌웨어 수준에서 직접 구현해야 하므로 복잡한 개발이 필요하다는 단점이 있음. 따라서 전용 센서로 호환성이 뛰어나며, 해상도가 8MP로 고해상도 이미지를 얻을 수 있고 리눅스 기반 체제로 작동하는 Raspberry Pi 모델을 선택했음.

Raspberry Pi Zero 모델은 초저전력이나 메모리가 512MB로 매우 낮으며, USB 포트가 1개뿐이어서 여러 센서와 모듈을 사용할 경우 포트가 부족하다는 단점이 있음. 또한 발열관리가 약해서 장시간 사용할 경우 안정성이 떨어질 수 있음. 따라서 최종적으로 메모리가 2GB-8GB이며 여러 센서와 모듈을 동시에 사용 가능하고, 장시간 안정적인 운영이 가능한 Raspberry Pi 4 모델을 선택함.

다음으로는 가속도 센서를 조사했으며, ADXL345 센서가 비용이 제일 저렴하며 소비 전력이나 해상도는 타 가속도 센서들과 비슷하였기에 가속도 센서는 ADXL345를 선정함.

마지막으로 카메라 센서를 조사했고, 비용에 따라 매우 다양한 성능을 가진 카메라 센서들이 존재했음. 카메라 모듈의 경우 Raspberry Pi 전용 카메라 모듈이 존재하였기 때문에 호환성을 고려하여 라즈베리파이 카메라 모듈을 선택함. 또한 고해상도의 이미지가 필요하다고 판단하였기에 최종적으로 라즈베리파이 카메라 모듈 V3를 선정함.

LiDAR 센서는 학교 연구실에 있는 Hypersen HPS-3D160 Pro를 사용함.

(나) IoT 센서 검증

라즈베리파이에 usim을 넣고 사용자 계정을 생성함. 그 후 라즈베리파이의 GPIO에 점퍼와이어를 이용하여 가속도 센서 adxl345를 연결한 후 camera 모듈을 끼워 라즈베리파이 모듈을 구현함.

① 가속도-기울기 센서

가속도 센서 ADXL345가 나타내는 가속도 값을 기울기 값으로 바꾸는 명령을 실행하고, 3축 기울기 값을 수집함. 기울기 값의 오차 보정을 위해 캘리브레이션을 수행하여 계측 데이터의 정밀도를 높였음. 이때, 가속도 센서는 z축과 평행하게 고정시켜 θZ=0이 나오도록 했음.

센서가 z축 기준 0°,1°,2°로 위치해 있을 경우 각각의 상황에서 가속도 센서가 계측한 값을 확인했음. 센서의 기울기는 BOSCH사의 경사계 기능이 탑재된 레이저 거리 측정기를 사용하여 검증함. 계측 값을 확인한 결과 오차 범위는 약 0.51°~0.83°, 0.17°~0.74°, 0.13°~0.65°로, 계측 값이 증가하여도 오차가 누적되지 않고 일정했음.

② 카메라 센서

라즈베리파이에 카메라 센서를 연결 후 구조물의 미세한 크랙을 촬영하여 관찰함.

이미지 파일 확인 결과, 근거리(약 200cm)에 있는 크랙은 육안으로 확인이 가능했음.

LiDAR 센서는 뒤의 내용인 (3) IoT 모니터링 시스템을 활용한 실시간 사면 변위 모니터링에서 카메라와 연동되어 대상의 움직임을 인식하는 것을 검증함.

(2) IoT 모니터링 시스템 원격 조정 기술 개발

(가) 무선 네트워크

① 개요

라즈베리파이 모듈에서 계측한 데이터를 외부 컴퓨터로 전송하기 위해서는, 라즈베리파이가 무선 네트워크에 연결되어 있어야 함. 대표적인 무선 네트워크 기술로는 Wi-Fi, Bluetooth, LoRa(Long Range), LTE(Long Range) 등이 있음. Wi-Fi는 근거리 무선랜(Local Area Network, LAN) 기술로, 유선 인터넷을 공유기(Access Point)를 통해 무선으로 연결하는 방식. 주로 가정이나 연구실 등에서 여러 디지털 기기가 동시에 인터넷에 접속할 수 있도록 해줌. Bluetooth는 근거리 무선 통신 기술로, 수 미터에서 수십 미터 정도의 짧은 거리에서 기기 간 데이터를 간단히 주고받는 데 사용되며, 주로 스마트폰, 무선 이어폰, 센서 등 소형 기기 간 연결에 활용됨. LoRa는 사물인터넷(IoT)용으로 개발된 통신 규격으로, 장거리 통신과 저전력 소모가 특징으로, 대용량 데이터보다는 센서값이나 상태 정보처럼 작은 데이터를 멀리 전송하는 데 적합함. LTE는 4세대(4G) 이동통신 기술로, 통신사 망을 이용해 광범위한 지역에서 빠른 데이터 전송이 가능하며, Wi-Fi나 LoRa보다 비용이 들지만, 안정적이고 어디서든 접속할 수 있다는 장점이 있음. 각 무선 통신 방식은 통신 거리, 전력 소모, 데이터 전송 속도, 비용 등의 특성이 다르므로, 목적에 맞게 선택해야 함.

② LTE 모듈

LTE는 ‘Long Term Evolution’의 약자로, 4세대(4G) 이동통신 기술을 의미하며, 기존 3G보다 훨씬 빠른 데이터 전송 속도와 안정성을 제공함. Huawei E3372나 Quectel EC25 같은 모듈에 유심(데이터 전용 SIM)을 넣어 LTE 라우터를 만들고 이를 라즈베리파이 USB포트에 연결하면 와이파이나 유선 인터넷이 안 되는 공간에서도 인터넷에 접속할 수 있음. 본 실험에서는 Huawei E3372를 사용하였으며, 모듈의 가격은 74,000원임.

유심은 micro usim을 사용하였으며 유심어댑터에 끼워 모듈에 삽입함. Usim의 요금제는 skt 데이터 쉐어링을 이용함. 사용자의 통신사 대리점에 가서 usim을 개통시킨 후 skt 데이터 쉐어링을 요청하면 사용자의 휴대폰 데이터를 usim과 같이 사용할 수 있음. KT와 LG U+에서도 유사한 제도를 제공하며, 원하는 데이터 용량만큼 값을 지불하는 선불 요금제도 가능함. 라즈베리파이에 연결한 후 파란 불이 들어오면 인터넷 연결에 성공한 것임.

(나) IoT 모니터링 시스템 원격 조정 기술

LTE 모듈로 라즈베리파이가 인터넷에 접속 가능한 경우, 외부 컴퓨터에서 원격으로 접속·제어하고 내부 폴더의 데이터를 내려받을 수 있음. 원격 접속은 크게 두 유형으로 구분됨: 1) 터미널(명령행) 기반 접속(SSH 등), 2) 그래픽 환경(데스크톱) 원격 접속. 본 과업에서는 두 방식을 각각 ngrok과 Raspberry Pi Connect로 구현·비교함.

① ngrok (터널링 기반 원격 접속)

역할/원리: 사설망에 있는 라즈베리파이의 SSH(터미널) 또는 HTTP 파일서버/웹서비스 등에 공개 주소(터널) 를 발급하여 외부에서 접근 가능하게 함. ngrok 자체가 “화면을 보여주는 도구”는 아니며, 접속 통로(터널) 를 만드는 도구임.

접속 형태: SSH 터널 → 외부 PC에서 라즈베리파이 터미널로 접속·제어 가능함. 이 경우 scp/rsync 등을 이용해 이미지·영상 포함 모든 파일 형식 전송 가능함(텍스트만 가능한 것이 아님).

HTTP 터널 → 라즈베리파이에서 간이 웹서버(예: python -m http.server)를 열고 폴더를 노출하면, 외부 브라우저로 이미지(.jpg)·영상(.mp4) 등 파일 다운로드 가능함.

운용 절차: 라즈베리파이와 외부 PC에 ngrok 설치→ Pi에서 ngrok 실행 후 임시 공개 주소/포트 발급→ 본 과업에서는 자동화 스크립트로 부팅 시 ngrok 실행 및 발급된 주소(또는 포트 정보)를 Gmail로 자동 발송하도록 구성함→ 외부 PC에서 해당 주소로 접속하여 터미널 제어 또는 파일 다운로드를 수행함.

특징/제약: 부팅/재연결 시 주소가 바뀌는(임시) 특성이 있어 재공유 필요함. 유료 플랜의 예약 도메인/고정 터널을 쓰면 안정적 운용이 가능함. 보안상 인증토큰/ACL(접근제어) 설정 권장함.

② Raspberry Pi Connect (그래픽 원격 데스크톱) 역할/원리: 라즈베리파이 재단의 공식 원격 데스크톱 서비스로, 웹 브라우저를 통해 라즈베리파이 전체 화면(데스크톱) 에 접속하고 마우스·키보드 조작을 수행할 수 있음. 서로 다른 네트워크 간에도 접속 가능함.

운용 절차: Raspberry Pi 계정 등록→ Pi에서 Connect 활성화→ 외부 PC 브라우저로 접속하여 Pi의 화면을 원격 제어→ 터미널 실행·센서 스크립트 구동·폴더 탐색·파일 확인/저장 등의 GUI 작업을 수행함.

특징/제약: 화면 기반 제어에 강점이 있어 디버깅·시연이 용이. 대용량 다중 전송이나 자동화된 데이터 파이프라인에는 별도의 파일 전송 채널(예: SSH/scp, HTTP 서버, 클라우드 업로드 스크립트)과 병행 운용이 효율적임.

(다) IoT 센서 수집 데이터 송수신

터미널 기반 송수신(ngrok+SSH): 라즈베리파이에 ngrok 터널을 통해 SSH로 접속한 뒤, scp/rsync 명령으로 이미지(.jpg), 포인트클라우드(.txt), 영상(.mp4) 등 저장 파일을 외부 PC로 직접 다운로드하였음. 이 과정에서 Pi 비밀번호/키 인증 후 전송됨.

HTTP 기반 송수신(ngrok+HTTP 서버): 라즈베리파이에서 간이 HTTP 서버를 실행하고 ngrok으로 외부 공개 주소를 부여하여, 브라우저를 통해 폴더 열람 및 파일 다운로드를 수행함.

정리하면 ngrok은 원격 “화면 공유” 도구가 아니라 터널을 만드는 도구이며, 우리가 어떤 서비스를 터널링하느냐(SSH/HTTP 등)에 따라 터미널 제어도, 파일 송수신도 모두 가능함. 본 과업에서는 이 방식으로 .mp4 영상 포함 파일 다운로드까지 확인함.

(라) IoT 센서 수집 데이터 클라우드 업로드

배경/선택: 라즈베리파이가 LTE로 인터넷에 접속하더라도 외부 PC와 동일 네트워크가 아니므로 직접 P2P 송수신이 불안정함. 이에 중계 서버로 Google Cloud Storage(GCS) 버킷을 채택하여, 서로 다른 네트워크 간에도 데이터 송수신이 가능하도록 구성했음.

구성 절차:

- Google Cloud 프로젝트 생성 후 스토리지 버킷을 생성

- 서비스 계정을 만들고 최소 권한(IAM) 부여, 서비스 계정 키(JSON) 를 라즈베리파이에 배포(초기 1회 수동 등록)

- 라즈베리파이에서 업로드 스크립트(gsutil/gcloud 기반) 를 실행하여, 주기/이벤트(임계 초과)마다 가속도·LiDAR·이미지/영상 파일을 버킷으로 준실시간 업로드

- 외부 PC는 웹 콘솔 또는 명령어를 통해 버킷에 접속하여 저장 데이터를 다운로드(※ 대용량 .mp4 포함 정상 수신 확인) 웹 콘솔 사용 시 화면 새로고침 후 최신 파일 확인 가능하며, 자동화가 필요할 경우 업로드/동기화 스크립트에 폴링/웹훅을 병행할 수 있음. 키 파일 보안 및 버킷 접근권한 최소화를 준수했음.

비용(예상): 소규모 전송은 월 10–20달러, 대용량 전송은 월 50–100달러 수준으로 추정했음(저장/전송량에 따라 변동).

이론적 계산 및 시뮬레이션

(1) IoT 모니터링 시스템을 활용한 실시간 사면 변위 모니터링

개발된 IoT 멀티 센서 허브를 이용하여, 실내 경사면 박스 슬라이딩 실험을 통해 알고리즘을 검증한 후, 동일한 시스템을 현장 야외 환경(배봉산)에서 적용하여 데이터 전송 및 원격 모니터링 기능의 작동 여부를 확인하였음. IoT 허브 시스템의 구성은 다음과 같음.

(가) 경사면 박스 슬라이딩 실험을 통한 IoT 멀티 센서 허브의 계측 데이터 수집

개발한 멀티 센서 허브에 적용된 알고리즘을 검증하기 위해 3D 프린터로 제작한 철탑구조물 모형에 라즈베리파이 기반 센서 모듈 고정함. 멀티 센서 허브의 계측 센서들이 경사면 내 움직임 및 구조물 하부 지반의 변형에 따른 데이터를 수집하는 경사면 박스 슬라이딩 실험을 수행함.

① 카메라 기반 객체 인식 및 추적 실험

카메라에 적용된 알고리즘을 통해 객체 인식 및 추적 가능 여부를 검증함. 객체가 이동을 시작한 후 약 20초간의 움직임을 추적하여 경로를 생성함. 알고리즘은 시점과 종점까지의 경로를 전반적으로 잘 추적했으나, 대상의 회전, 감속 등의 영향으로 경로가 직선 형태로 형성되지 않았으며, 시작점과 종료점 또한 실제 위치보다는 움직임이 가장 활발했던 구간을 중심으로 설정되는 경향이 나타남.

② LiDAR 기반 변위 측정 실험

크기 15.7cm × 13.5cm인 객체의 변위를 실측한 뒤, 이를 LiDAR로 측정한 데이터와 비교하는 실험 수행함. 3D LiDAR를 1초 간격으로 작동시켜 9,600개의 포인트로 구성된 데이터셋을 총 20개 획득함. 이후 각 포인트에 대해 반경 50mm 내에 위치한 점들을 기준으로 노이즈를 보정하고, 그 결과 약 43.4cm의 변위 값을 산출함. 실측 기준으로는 시점-종점 거리 55cm에서 객체의 세로 길이를 고려해 실제 이동거리를 41.5cm로 산정했으며, LiDAR 측정값과의 오차는 약 1.9cm로 확인됨.

③ 가속도(ADXL345) 기반 철탑구조물 기울기 변화 실험

가속도 센서의 경우 성능점검을 통해 약 1∼1.5도의 오차와 충격·진동에 의한 영향을 감지하는 것을 확인함. IoT 멀티 센서에서 가속도 센서는 X,Y,Z축 가속도를 기울기로 계산하여 세 방향의 축 중에서 가장 큰 변화량을 최대 변화량으로 산정하고 임계값을 3도로 설정하여 기울기 변화량과 카메라 및 LiDAR의 감지 결과와 비교하여 분석 결과를 도출하도록 했음. 그림 45(a)는 철탑구조물 모형 아래 지반의 변형을 주어 기울기 변화량을 발생시켜 1초당 3개의 30초 동안 총 90개의 데이터를 수집하며, IoT 멀티 센서 허브로 경사면을 관찰하여 철탑구조물의 기울기 상태와 원인에 대한 데이터를 수집하고자 하였고, 그림 45(b)의 경우 경사면을 통해 이동한 객체로 인해 순간 충격에 의한 기울기 변화량과 경향성을 판단하기 위한 실험을 진행함.

그림 48(a) 그래프는 1초에 3번 수집된 데이터의 평균을 구하고 30초 동안 데이터를 수집한 결과를 나타냄. 지반 변형에 의해 철탑구조물 모형의 기울기 변화량이 발생하고 카메라와 LiDAR를 통한 사면의 움직임 여부(Movement Detected)를 판단한 데이터의 결과를 나타내고 있음. 지반변형(유실)에 따른 기울기 변화량은 서서히 증가하는 경향을 나타내며, 사면의 움직임이 정지된 후 철탑구조물 모형이 안정화되면 오차범위 내 기울기 변화량이 유지되는 것을 확인할 수 있었음. 그림 48(b)의 그래프는 철탑구조물 모형에 경사면을 통해 이동한 물체의 충격으로 인해 수집된 가속도 변화량을 기울기 변화량으로 환산하여 5회에 걸쳐 수집한 결과를 나타내고 있음. 순간적인 충격으로 인한 일시적으로 큰 가속도가 계측되어 큰 기울기 변화량을 갖고 시간이 지남에 따라 기울기 변화량이 0에 수렴하는 형태를 보이는 것으로 확인되었으며 이는 지반변형으로 인한 영구적인 구조물의 변형과는 다른 양상을 보이는 것으로 분석되었음.

기울기 변화 시 카메라 움직임이 미감지(전체적인 감지가 발생 노이즈, 알고리즘에 따른 움직임 미감지) 및 LiDAR 미작동 여부를 판단하여 철탑구조물의 주변 상황과 안정화 여부 등을 종합적으로 판단할 수 있으며, 가속도 센서의 경우 지반변형 등으로 인한 영구적인 기울기 변화와 순간 충격에 의한 일시적인 기울기 변화로 수집된 데이터 서로 다른 경향성을 보이는 것을 토대로 경사면 움직임으로 철탑구조물에 영향을 구체적으로 판단할 수 있었음. 상기 내용을 통해 기울기 변화량에 따라서 가속도 센서가 데이터를 수집하고 수집된 데이터를 기반으로 연결된 카메라와 LiDAR 센서와 호환하여 기울기 변화에 대한 분석이 가능한 것을 확인함.

(나) 산지 현장 환경에서 IoT 모니터링 시스템 적용

배봉산 현장 실험은 IoT 기반 다중센서 허브 시스템의 야외 적용성을 검증하기 위해 수행됨. 그림 29는 실험 위치 및 장비 설치 모습을 나타내며, 서울시립대학교 실험실(제어 PC)로부터 약 620 m 떨어진 배봉산 정상부에 시스템을 설치했음. 현장에는 LiDAR (HPS-3D160), Pi Camera v3, Raspberry Pi 4, Pi-Sugar 배터리, LTE 라우터로 구성된 IoT 멀티센서 허브를 삼각대(tripod)에 부착하여 구동했음. 또한 실험실에서는 라즈베리 파이에 원격으로 접속(SSH/VNC)하여 시스템 상태를 실시간으로 모니터링하고 제어할 수 있음을 검증했음. 본 현장 실험은 라이다–카메라 융합 계측 시스템이 실험실 외부의 실제 산지 환경에서도 안정적으로 작동함을 확인하는 단계로 수행되었음.

본 실험 단계는 개발된 IoT 멀티센서 허브 시스템이 실제 야외 환경에서 정상적으로 동작하는지를 검증하기 위한 것으로, 라이다–카메라 융합 알고리즘 및 데이터 처리 절차가 현장 조건에서도 동일하게 수행되는지를 확인하고자 하였음. 그림 30은 실험 현장에서 움직임이 발생하기 전인 정상 상태를, 그림 31은 라이다와 카메라가 정상적으로 대기(idle) 모드로 작동 중인 상황을 보여줌.

이후 인체 이동이 발생하자(그림 49), 카메라 영상에서는 사람 이동이 검출되고, LiDAR에서는 이에 대응하는 깊이(ΔZ) 변화가 감지되어 이동 영역이 정확히 시각화되는 것을 확인할 수 있었음. 이를 통해 시스템 전체(센서 + 알고리즘 + 통신 + 제어) 가 통합적으로 작동하며, 실험실 환경에서 설계된 이동 검출 알고리즘이 실제 산지 현장에서도 안정적으로 동작함을 검증했음.

아래 그림에서 움직임이 종료된 이후 LiDAR와 카메라 시스템이 정상적인 idle 상태로 복귀한 모습을 보여줌. 카메라 영상에서 이동 객체가 완전히 사라짐과 동시에, LiDAR 센서의 데이터 입력이 자동으로 중단되어 idle 모드로 전환되는 것을 확인할 수 있음. 이는 시스템이 실시간 환경에서 그림 49와 같은 과정을 정확하게 구분하여 동작하고 있음을 의미함. 즉, 움직임이 없을 때 카메라는 정상적으로 영상 촬영을 지속하지만, LiDAR와 이동 감지 알고리즘은 자동으로 정지되어 시스템이 다시 안정적인 상태로 복귀함을 확인할 수 있었음.

(2) IoT 사면 변위 모니터링 시스템 활용성 증대 및 고도화

(가) 태양광 패널을 활용한 자가 전력 공급

라즈베리파이 모듈이 실제 설치된 환경에서 태양광으로 전력을 공급받아 지속적인 운영이 가능한지 알아보기 위해서 라즈베리파이의 전력 소모량과 태양광 패널의 태양광 충전량을 확인하고 IoT 모니터링 시스템의 지속 가능성을 평가함.

① 라즈베리파이의 전력 소모량 검사

Jackery 파워뱅크

라즈베리파이에 원격으로 접속하여 데이터를 수집하는 파일을 실행하는 동안 시간에 따른 라즈베리파이 모듈의 전력 소모량을 Jackery의 파워뱅크로 측정함. 실제 현장 적용 시 8000 mAh 혹은 그 이하 용량의 배터리로 해도 시스템이 지속 가능하나, 본 실험에서는 정확한 전력 소모량을 얻기 위하여 Jackery 사의 Jackery Solar Generator 300 Plus 휴대용 파워뱅크+40W 태양광 패널을 사용. 이 제품은 300W 용량의 파워뱅크로 화면에 배터리 수치가 표시되어 전력 상태를 알 수 있으며, 태양광 패널을 연결하여 태양광으로 충전하는 것도 가능함. 파워뱅크 화면의 1%는 300W × 0.01 = 3W이므로, 1%, 즉 3W가 소모되는 시간을 5회 측정하였으며 각 16분 34초, 16분, 15분 32초, 15분 53초, 16분 53초를 얻음. 평균값은 16분 10초이며, 시간에 따른 전력 소모 추이는 일정한 것으로 확인됨.

실내에서 라즈베리파이 모듈을 배터리에 연결하여 4일간 실험을 진행하였음. 매일 오전 8:30에 라즈베리파이의 전원을 자동으로 on시키고 데이터를 30분간 수집한 후 전원 off했음. 배터리 소모 추이를 관측한 결과, 하루에 약 8%, 즉 24W씩 소모되는 것을 확인함.

② 태양광 패널 Jackery 파워뱅크의 공식 홈페이지에는 태양광 패널로 9.5시간 동안 충전한다면 완전충전이 된다고 명시되어 있으며, 따라서 이론상 300W / 9.5h = 32W/h 충전이 가능함. 맑은날 야외 햇빛이 잘드는 건물 옥상에 Jackery 파워뱅크와 태양광 패널을 설치하고 24시간 동안의 태양광 충전량을 측정한 결과 약 21%, 즉 300W × 0.21 = 63W가 충전되었음을 확인함. 결과적으로 하루 동안의 라즈베리파이 전력 소모량과 태양광 충전량을 비교한 결과, 라즈베리파이 전력 소모량은 약 24W이고 태양광 충전량은 약 63W로, 지속 가능한 시스템임을 검증할 수 있었음.

(나) 인터미턴트 센싱을 통한 저전력 운영

라즈베리파이의 전원을 계속 켜 놓은 상태로 센서 데이터 측정 및 데이터 송수신을 할 경우 전력이 매우 빠른 속도로 소진되어 라즈베리파이에 연결된 배터리(8000 mAh)가 12시간도 지나지 않아 방전됨. 따라서 라즈베리파이의 전력 소비를 최소화하는 방안으로, 센서 데이터를 얻는 시간 외에는 라즈베리파이의 전원을 차단하여 전력 소모를 최소화하고자 함. 라즈베리파이 특성상 자체적 전원 off는 가능하나 자체적 전원 on은 불가능하여 외부 장치의 도움을 받아야 했으며 이에 RTC 센서+릴레이 모듈과 PiSugar를 이용하여 라즈베리파이의 자체적 전원 on을 시도함.

① Pisugar

DS3231 RTC + 릴레이 방식은 하드웨어적 한계와 호환성 문제로 인해 어려움이 있음. 이에 라즈베리파이 전용 배터리 및 전원 관리 모듈인 Pisugar를 활용하여 전원 관리 및 RTC 기능을 구현하고자 함.

Pisugar 자체 웹에 접속하여 라즈베리파이가 wake up할 요일과 시각을 정할 수 있음. 라즈베리파이를 깨울 요일과 시각을 설정한 후 전원을 차단하면 설정한 요일과 시각에 라즈베리파이의 전원이 켜짐. 라즈베리파이의 명령 프롬프트 terminal에서 라즈베리파이의 전원이 켜지면 센서 값을 읽고 저장하는 명령 파일과 전원이 켜지고 설정한 시간 후에 전원을 다시 차단하는 명령 파일을 저장 후 실행시키면 라즈베리파이의 자체적 on-off하는 시스템이 구현 가능함.

(다) 3D 프린팅 기술을 적용한 IoT 멀티 센서 허브 케이스 제작

3D 프린팅 기술을 이용해 IoT 멀티 센서 허브의 지지대 및 보호 케이스를 경량·저비용으로 제작함. 먼저 3D 도면을 Tinkercad 프로그램을 이용하여 내부 거치대, 외부 케이스, 지지대 어댑터 3부로 모듈화 구성해서 센서 교체와 확장이 용이하다는 장점이 있음. 3D 도면을 설계하고, Cubicon Style Plus A15CR 3D 프린터를 사용해 출력하여 현장 분해 및 조립이 가능하도록 구성함. 이후 센서 구성이 바뀌거나 내부 회로 배선 변경 시 도면 수정을 통해 경량·저비용으로 현장 맞춤형 센서 허브를 신속하게 제작할 수 있음.

결과 및 평가

최종결과물

프로토타입 사진

포스터

평가

배봉산 현장 실험에서 라즈베리 파이 모듈이 정상적으로 작동하는 것을 확인하였으며, 실내 실험에서 Jackery 파워뱅크에 라즈베리파이 모듈을 연결하여 데이터를 수집하였을 때 배터리가 하루에 24W씩 소모된다는 것과 야외 실험에서 태양광 패널로 충전하였을 때 하루에 63W씩 충전된다는 것을 확인함. 그러나 실제 산에 위치한 철탑구조물은 금속 구조물들로 이루어져 있어 전파 방해를 받을 수 있으며, 날씨에 따라 센서가 고장나거나 식생 등에 의해 패널이 가려져 태양광 충전이 잘 되지 않을 가능성이 존재함. 이에 최종적으로 철탑구조물과 유사한 구조물 부근에 케이스를 부착한 라즈베리파이 모듈과 Jackery 파워뱅크+태양광 패널을 설치하여 약 7일간 데이터 수집 현황과 배터리 수치 현황을 관찰함. 배터리가 100%인 상태에서 매일 오전 8:30에 자동 on 후 데이터를 수집하고 전원 off 하였음. 실험 결과는 다음과 같았음.

배봉산 현장 실험에서 진행한 라이다–카메라 융합 계측 시스템 실험과 실내에서 수행한 배터리 소모량 실험, 그리고 야외에서 수행한 태양광 충전량 실험의 결과에 의하면 라즈베리 파이 모듈은 지속 가능한 시스템임. 그러나 철탑구조물 현장 실험에서는 배터리가 이틀 만에 방전되는 등 매우 빠른 소모량을 보였음. 당시 산 속 최저 기온은 영하였으며, 태양광 패널이 구조물과 식생에 가려져 태양광 충전이 잘 되지 않는 위치였기 때문에 배터리가 빠르게 소모된 것으로 추정함. 배터리에 보온재나 열패드 등을 설치한다면 빠른 방전을 막을 수 있을 것임. 수집한 데이터는 기울기 값, 카메라+LiDAR 연동 영상이며 구조물 주변의 상황을 관찰할 수 있었음. 일시적인 외부 요인에 의한 변위(사람의 움직임 등) 외에는 발생하지 않았음.

향후전망

① 현재 개발된 IoT 기반 사면 변위 모니터링 기술은 기본적인 변위 감지·전송·원격 관리 기능을 확보함에 따라, 향후에는 AI 기반 이상 감지, 다중 센서 융합(가속도·경사·GNSS·LiDAR), 저전력화 기술 등이 추가되며 정확도 및 신뢰도가 크게 향상될 것으로 기대됨.

② 배터리 효율 개선, 저온 대응 기술, 엣지 컴퓨팅 적용 등을 통해 장기간 무인 운영이 가능한 실현형 시스템으로 발전할 전망임.

③ 기존의 사면 감시에 국한되지 않고, 철탑·옹벽·절토사면·임도·교량 부속 구조물 등 다양한 인프라 안전 관리 분야로 확장될 가능성이 높음.

④ 실시간 데이터 기반의 원격 모니터링 수요 증가와 함께, 산악·도서 지역 등 인력 접근이 어려운 지역에서의 활용 가치가 높아질 전망임.

참고문헌

1. KNN. "노후건물 곳곳 '지뢰밭'... 안전 사각지대 '불안'". https://news.knn.co.kr/news/article/176022

2. 남해안신문. "여수, 수십 년 노후 건축물 안전 사각지대‘불안’". https://www.nhanews.com/news/articleView.html?idxno=91920

3. 중앙일보. ""건물이 기우뚱" 서울이 흔들렸다…폭우가 부른 또다른 공포". https://www.joongang.co.kr/article/25354004

4. 뉴시스. "전국 학교 건물 43%가 30살 넘어…서울·부산은 절반 이상". https://www.newsis.com/view/NISX20250627_0003230143

5. 박재연, et al. "저전력 무선 센서 네트워크를 활용한 산사태 예측· 감지 어플리케이션." 한국 HCI 학회 학술대회 (2017): 943-946.

6. 윤중만, et al. "MEMS 센서를 이용한 사면 안전관리 경보시스템 개발." 대한지질공학회 학술발표논문집 2017.1 (2017): 155-156.

7. 정상섬, 김정환, and 홍문현. "IOT 기반 서울형 산사태 예보 시스템 구축." 대한토목학회지 68.8 (2020): 114-117.

8. Aggarwal, Shivam, et al. "Landslide monitoring system implementing IOT using video camera." 2018 3rd International Conference for Convergence in Technology (I2CT). IEEE, 2018.

9. Rosi, Alberto, et al. "Landslide monitoring with sensor networks: experiences and lessons learnt from a real-world deployment." International Journal of Sensor Networks 10.3 (2011): 111-122.