6조- RT - 편집 역사

2021adenv06: /* 완료작품의 평가 */

2021-12-16T14:53:51Z

‎완료작품의 평가

2021adenv06: /* 완료작품의 평가 */

2021-12-16T14:53:30Z

‎완료작품의 평가

2021adenv06: /* 완료작품의 평가 */

2021-12-16T14:51:33Z

‎완료작품의 평가

2021adenv06: /* 완료작품의 평가 */

2021-12-16T14:51:01Z

‎완료작품의 평가

2021adenv06: /* 완료작품의 평가 */

2021-12-16T14:49:53Z

‎완료작품의 평가

2021adenv06: /* 완료작품의 평가 */

2021-12-16T14:48:56Z

‎완료작품의 평가

2021adenv06: /* 완료작품의 평가 */

2021-12-16T14:48:22Z

‎완료작품의 평가

2021adenv06: /* 완료작품의 평가 */

2021-12-16T14:44:56Z

‎완료작품의 평가

2021adenv06: /* 완료작품의 평가 */

2021-12-16T14:40:16Z

‎완료작품의 평가

2021adenv06: /* 향후계획 */

2021-12-16T14:39:21Z

‎향후계획

@@ 260번째 줄: / 260번째 줄: @@
 [[파일:탄소배출량.jpg]]
 해당 식을 사용하여 탄소배출량을 계산할 결과 연간 문전수거 시 탄소배출량이 11,621kg, 공동수거 시 탄소배출량이 9,306kg으로 나타났다. 이는 약 20% 저감 효과를 보인다. 차량의 경우 시동을 걸고 출발할 때에 가장 많은 연료를 소모하는 것으로 알려져 있다. 공동수거동선을 활용하면 정차횟수가 줄어들고 각 수거함간의 거리가 길어 효율적인 연료 사용이 가능해지므로 실제 탄소배출량은 덜 배출될 것으로 예상하고 있다. 따라서 개발 목표치인 5%의 4배이므로 평과결과에 10점을 부여했다.
 ◇목적성 평가

@@ 258번째 줄: / 258번째 줄: @@
 - 탄소배출량
 [[파일:탄소배출량.jpg]]
 해당 식을 사용하여 탄소배출량을 계산할 결과 연간 문전수거 시 탄소배출량이 11,621kg, 공동수거 시 탄소배출량이 9,306kg으로 나타났다. 이는 약 20% 저감 효과를 보인다. 차량의 경우 시동을 걸고 출발할 때에 가장 많은 연료를 소모하는 것으로 알려져 있다. 공동수거동선을 활용하면 정차횟수가 줄어들고 각 수거함간의 거리가 길어 효율적인 연료 사용이 가능해지므로 실제 탄소배출량은 덜 배출될 것으로 예상하고 있다. 따라서 개발 목표치인 5%의 4배이므로 평과결과에 10점을 부여했다.

@@ 256번째 줄: / 256번째 줄: @@
   수거 방식이 변화에 따른 인식을 알아보기 위해 설문조사를 실시했다. 설문조사 대상자는 총 87명이고 대상자의 연령을 다양하게하기 위해 노력하였다. 결과는 무단투기나 봉투 훼손으로 인한 피해를 입은 사람의 비율은 89%였으나 공동수거 도입에 관한 ‘반대’ 의견은 86%이고 공동수거가 도입된다면 소요되는 시간은 ‘1분 이내’나 ‘3분 이내’가 대다수의 의견을 차지하는 것을 알 수 있었다. 긍정적인 답변은 약 5.16%로 개발 목표치인 50% 이상에 비하면 약 10%에 해당한다고 판단할 수 있다. 따라서 평가결과에 1점을 부여했다.
 [[파일:설문조사.jpg]]
 ◇목적성 평가

@@ 256번째 줄: / 256번째 줄: @@
   수거 방식이 변화에 따른 인식을 알아보기 위해 설문조사를 실시했다. 설문조사 대상자는 총 87명이고 대상자의 연령을 다양하게하기 위해 노력하였다. 결과는 무단투기나 봉투 훼손으로 인한 피해를 입은 사람의 비율은 89%였으나 공동수거 도입에 관한 ‘반대’ 의견은 86%이고 공동수거가 도입된다면 소요되는 시간은 ‘1분 이내’나 ‘3분 이내’가 대다수의 의견을 차지하는 것을 알 수 있었다. 긍정적인 답변은 약 5.16%로 개발 목표치인 50% 이상에 비하면 약 10%에 해당한다고 판단할 수 있다. 따라서 평가결과에 1점을 부여했다.
 [[파일:설문조사.jpg]]
 ◇목적성 평가

← 이전 판		2021년 12월 16일 (목) 14:49 판
258번째 줄:		258번째 줄:

	- 탄소배출량		- 탄소배출량
−
−	~~[[파일:탄소배출량.jpg]]~~

	해당 식을 사용하여 탄소배출량을 계산할 결과 연간 문전수거 시 탄소배출량이 11,621kg, 공동수거 시 탄소배출량이 9,306kg으로 나타났다. 이는 약 20% 저감 효과를 보인다. 차량의 경우 시동을 걸고 출발할 때에 가장 많은 연료를 소모하는 것으로 알려져 있다. 공동수거동선을 활용하면 정차횟수가 줄어들고 각 수거함간의 거리가 길어 효율적인 연료 사용이 가능해지므로 실제 탄소배출량은 덜 배출될 것으로 예상하고 있다. 따라서 개발 목표치인 5%의 4배이므로 평과결과에 10점을 부여했다.		해당 식을 사용하여 탄소배출량을 계산할 결과 연간 문전수거 시 탄소배출량이 11,621kg, 공동수거 시 탄소배출량이 9,306kg으로 나타났다. 이는 약 20% 저감 효과를 보인다. 차량의 경우 시동을 걸고 출발할 때에 가장 많은 연료를 소모하는 것으로 알려져 있다. 공동수거동선을 활용하면 정차횟수가 줄어들고 각 수거함간의 거리가 길어 효율적인 연료 사용이 가능해지므로 실제 탄소배출량은 덜 배출될 것으로 예상하고 있다. 따라서 개발 목표치인 5%의 4배이므로 평과결과에 10점을 부여했다.

← 이전 판		2021년 12월 16일 (목) 14:48 판
260번째 줄:		260번째 줄:

	[[파일:탄소배출량.jpg]]		[[파일:탄소배출량.jpg]]
		+
	해당 식을 사용하여 탄소배출량을 계산할 결과 연간 문전수거 시 탄소배출량이 11,621kg, 공동수거 시 탄소배출량이 9,306kg으로 나타났다. 이는 약 20% 저감 효과를 보인다. 차량의 경우 시동을 걸고 출발할 때에 가장 많은 연료를 소모하는 것으로 알려져 있다. 공동수거동선을 활용하면 정차횟수가 줄어들고 각 수거함간의 거리가 길어 효율적인 연료 사용이 가능해지므로 실제 탄소배출량은 덜 배출될 것으로 예상하고 있다. 따라서 개발 목표치인 5%의 4배이므로 평과결과에 10점을 부여했다.		해당 식을 사용하여 탄소배출량을 계산할 결과 연간 문전수거 시 탄소배출량이 11,621kg, 공동수거 시 탄소배출량이 9,306kg으로 나타났다. 이는 약 20% 저감 효과를 보인다. 차량의 경우 시동을 걸고 출발할 때에 가장 많은 연료를 소모하는 것으로 알려져 있다. 공동수거동선을 활용하면 정차횟수가 줄어들고 각 수거함간의 거리가 길어 효율적인 연료 사용이 가능해지므로 실제 탄소배출량은 덜 배출될 것으로 예상하고 있다. 따라서 개발 목표치인 5%의 4배이므로 평과결과에 10점을 부여했다.

@@ 240번째 줄: / 240번째 줄: @@
 ◇차별성 평가
 - 기술의 신규성
   기존의 IoT 부피 측정 쓰레기통은 쓰레기를 압축하여 센서로 일정 부피나 무게를 표시하는 방식이었다. 또한, 사용되는 센서들도 적외선 센서나 초음파 센서로 배출되는 쓰레기의 양을 측정하는 것이 아닌 일정 수준의 쓰레기를 인식하는 역할을 한다. 본 설계에서 개발한 수거함은 압축의 낮은 효율성과 압축설비로 인한 수거함의 크기 증대를 문제점이라고 생각했고 종량제 봉투 내에서 압축이 1차로 된다고 판단하여 압축 설비를 제외하였다. 센서로 정량적 데이터를 수집하기엔 어렵다고 판단하여 카메라를 이용한 분류 모델을 사용했다. 설계한 수거함과 유사한 경쟁제품이나 관련 특허가 존재하지 않아 충분한 신규성이 있다고 판단했다. 추후에 이미지 분류 관련 딥러닝 기술 발전에 따라 분류 기술 등을 추가적으로 업데이트할 수 있다는 장점을 가지고 있어 발전 가능성도 높다고 판단해 ‘그렇다’의 평가를 내렸다.
 ◇경제성 평가
 - 운영 및 관리 비용
   본 작품의 경제성을 평가하기 위하여 BEP분석을 진행하였다. 가격 조사를 통해 IoT 부품, 외부 프레임, 통신망 등 시제품 가격을 합산 300만원으로 결정하였으며, 유지관리비는 제품가격의 2%로 가정하였다. 지역 청소 관리 용역 사무소에 문의한 결과 각 차량에는 2명이 탑승하며, 동선 알고리즘의 계산 결과를 반영하여 차량은 9대로 가정하였다. 기존의 문전수거 방식 또한 차량을 9대로 가정하여 계산하였을 시 이동거리는 약 120km, 설계품은 96.3km로 약 20% 감소한 것으로 나타났다. 해당 프로그램은 적재량을 바탕으로 최적의 동선 계산을 목적으로 하기 때문에 실제로는 더 많이 회차할 것으로 예상되어 이동거리 감소량 또한 더 증가할 것으로 예측하고 있다.
@@ 250번째 줄: / 252번째 줄: @@
 ◇공익성 평가
 - 수거방식 변화에 따른 주민인식
   수거 방식이 변화에 따른 인식을 알아보기 위해 설문조사를 실시했다. 설문조사 대상자는 총 87명이고 대상자의 연령을 다양하게하기 위해 노력하였다. 결과는 무단투기나 봉투 훼손으로 인한 피해를 입은 사람의 비율은 89%였으나 공동수거 도입에 관한 ‘반대’ 의견은 86%이고 공동수거가 도입된다면 소요되는 시간은 ‘1분 이내’나 ‘3분 이내’가 대다수의 의견을 차지하는 것을 알 수 있었다. 긍정적인 답변은 약 5.16%로 개발 목표치인 50% 이상에 비하면 약 10%에 해당한다고 판단할 수 있다. 따라서 평가결과에 1점을 부여했다.
@@ 255번째 줄: / 258번째 줄: @@
 - 탄소배출량
 [[파일:탄소배출량.jpg]]
 해당 식을 사용하여 탄소배출량을 계산할 결과 연간 문전수거 시 탄소배출량이 11,621kg, 공동수거 시 탄소배출량이 9,306kg으로 나타났다. 이는 약 20% 저감 효과를 보인다. 차량의 경우 시동을 걸고 출발할 때에 가장 많은 연료를 소모하는 것으로 알려져 있다. 공동수거동선을 활용하면 정차횟수가 줄어들고 각 수거함간의 거리가 길어 효율적인 연료 사용이 가능해지므로 실제 탄소배출량은 덜 배출될 것으로 예상하고 있다. 따라서 개발 목표치인 5%의 4배이므로 평과결과에 10점을 부여했다.
 ◇목적성 평가
 - 개발 필요성
   서울시는 4차 산업혁명, 코로나19등으로 가속화되는 미래변화에 선제 대응하기 위해 미래 스마트도시 인프라 구축, 첨단기술 활용 스마트서비스 확산, 시민과 함께 누리는 스마트도시 구현을 내세운 스마트도시 전략을 세우고 있다. 서울시 전역에 사물인터넷 센서를 설치하여 미세먼지, 생활인구, 소음, 조도 등 다양한 도시현상 데이터를 한 번에 수집, 유통, 분석하고 있다. 따라서 종량제 배출 또한 미래변화에 맞춰 현행의 배출 및 수거 방식을 유지하는 것이 아닌 스마트도시에 맞춰 방식의 변화를 꾀할 필요가 있다고 생각한다. 이번 설계는 그 전략에 가장 적합한 것이라 판단해 ‘매우 그렇다’의 평가를 내렸다.
@@ 267번째 줄: / 272번째 줄: @@
 ◇효율성 평가
 - 이동거리
   이동거리를 비교하기 위해 현행의 문전수거 시의 수거 동선과 공동수거 시의 수거 동선을 비교할 필요가 있다. 하지만 현행 시의 거리를 구할 수 없어 임의로 대상지역 내 모든 거리를 더해 수거 동선을 만들었다. 그 후 마지막 배차지까지 합을 구해 이동거리 120,334m을 구했다. 현재 대상지역은 격일로 종량제를 수거하기 때문에 이틀 동안의 이동거리이다. 따라서 공동수거의 이동거리에 2를 곱했다.

@@ 239번째 줄: / 239번째 줄: @@
 [[파일:완료작품의 평가.jpg]]
-. 차별성 평가
+◇차별성 평가
 - 기술의 신규성
   기존의 IoT 부피 측정 쓰레기통은 쓰레기를 압축하여 센서로 일정 부피나 무게를 표시하는 방식이었다. 또한, 사용되는 센서들도 적외선 센서나 초음파 센서로 배출되는 쓰레기의 양을 측정하는 것이 아닌 일정 수준의 쓰레기를 인식하는 역할을 한다. 본 설계에서 개발한 수거함은 압축의 낮은 효율성과 압축설비로 인한 수거함의 크기 증대를 문제점이라고 생각했고 종량제 봉투 내에서 압축이 1차로 된다고 판단하여 압축 설비를 제외하였다. 센서로 정량적 데이터를 수집하기엔 어렵다고 판단하여 카메라를 이용한 분류 모델을 사용했다. 설계한 수거함과 유사한 경쟁제품이나 관련 특허가 존재하지 않아 충분한 신규성이 있다고 판단했다. 추후에 이미지 분류 관련 딥러닝 기술 발전에 따라 분류 기술 등을 추가적으로 업데이트할 수 있다는 장점을 가지고 있어 발전 가능성도 높다고 판단해 ‘그렇다’의 평가를 내렸다.
 ===향후계획===

@@ 242번째 줄: / 242번째 줄: @@
   ◇ 이번 설계에서 기존 방식인 문전수거와 새로운 방식인 공동수거로 바꾸려고 한 것이 주된 목적이었다. 따라서 설계에서 효율성을 검증하기 위해서는 무엇보다 현 시행중인 문전수거에 관한 수거동선 자료들이 필요했다. 하지만 구청 및 담당 회사에 문의해도 관련 자료를 얻을 수 없었기 때문에 가장 큰 한계점이라고 판단한다. 추후 관련 자료들의 확보로 두 방식을 비교할 수 있다면 좀 더 명확한 결과가 나올 것이라고 생각하고 보다 완성된 효율 좋은 수거 시스템을 개발할 수 있다고 생각한다.
   ◇ 평가 부분에서 주민들의 의견을 수용하기 위한 설문조사에서 긍정적인 답변이 약 5%가 나왔다. 문전수거 방식에서 발생하는 무단투기 및 봉투 훼손 등을 방지할 수 있다는 목적의 당위성은 있지만 주민들의 편의성을 고려하지 않고 프로젝트를 진행했던 점이 많음을 알 수 있다. 수거함의 위치 선정 역시 님비 현상으로 쉽지 않을 것으로 예상되기에 향후 관련 기술 개발이나 정책 수립으로 환경 개선과 편의성을 둘 다 고려할 수 있는 방향으로 프로젝트를 진행해야 한다고 생각한다.
   ◇ 현 시행중인 종량제 봉투는 도입된 이후 쓰레기 배출량 저하 및 재활용 촉진을 높여주었다. 이 장점을 살리기 위해 RFID 기술처럼 쓰레기만을 버리는 방식이 아닌 종량제 봉투를 통해 쓰레기를 버리는 방식을 유지시킬 수 있는 IoT 공동 수거함을 설계하였다. 현 시행중인 정책을 유지시킬 수 있다는 부분에서 큰 차별성을 가지고 있다고 생각한다. 공동수거 도입 시 탄소배출량의 감소 효과도 보이기에 관련된 추가 연구가 진행된다면 친환경적인 수거 시스템 개발이 가능할 것으로 예상한다.
   ◇ 카메라를 이용한 수거함을 설계하였는데 단순한 카메라 촬영 기술이 아닌 딥러닝을 통한 이미지 분류 기술을 수거 시스템에 도입하였다. 현재 딥러닝은 하나의 종량제 봉투를 한 번에 인식하는 방식으로 진행되고 있는데 관련 연구가 진행되거나 데이터를 추가한다면 전체적인 형태가 아닌 부분적인 형태나 종량제 봉투에 적혀있는 리터 수로도 분류가 가능한 모델을 개발할 수 있다고 생각한다. 최종적으로 수거함 내에 종량제를 개수 제한 없이 넣어도 분류가 가능한 수거 시스템이 완성될 것이라 생각한다.