"Chill girl"의 두 판 사이의 차이

2025년 6월 18일 (수) 07:24 기준 최신판

프로젝트 개요

기술개발 과제

국문 : 콘센트 홀을 인식하여 자동 회전하는 플러그

영문 : Self-Rotating Power Plug with Integrated Socket Hole Detection

과제 팀명

Chill Girl

지도교수

김현식 교수님

개발기간

2025년 3월 ~ 2025년 6월 (총 4개월)

구성원 소개

서울시립대학교 신소재공학과 20214500** 최*영(팀장)

서울시립대학교 신소재공학과 20204500** 정*영

서울시립대학교 신소재공학과 20216100** 배드*라

서울시립대학교 신소재공학과 20224500** 천*경

서론

개발 과제의 개요

개발 과제 요약

본 개발 과제는 콘센트가 눈에 보이지 않거나 협소한 공간에 위치한 경우에도 사용자가 손쉽게 플러그를 삽입할 수 있도록, YOLO(You Only Look Once) 기반 이미지 인식 기술을 활용하여 콘센트 홀의 위치를 실시간으로 감지하고, 이에 맞춰 플러그가 자동으로 회전 정렬되는 시스템을 구현하는 데 목적이 있다.

이를 위해 다양한 각도 및 조도 환경(정면, 장거리, 비틀림, 조명 없음 등)에서 촬영된 최소 1,000장 이상의 콘센트 이미지를 수집하고, 라벨링을 통해 YOLO 학습 데이터를 구축한다. 이후 플러그에 장착된 Raspberry Pi 카메라 모듈을 통해 실시간으로 콘센트 홀을 인식하고, 인식된 위치를 기반으로 플러그 내부의 스텝모터가 자동으로 회전하여 핀이 정확히 정렬될 수 있도록 한다.

본 기술은 사용자의 수고를 줄이고, 콘센트 방향을 직접 맞춰야 하는 번거로움을 해소함으로써 삽입 성공률을 높이고 시간 소모를 줄이며, 콘센트 및 플러그 마모 가능성까지 저감할 수 있다. 특히 카페, 사무실, 호텔 등 콘센트가 시야에서 벗어난 환경에서의 실질적인 사용성 향상을 기대할 수 있으며, 향후 다양한 전기기기에서의 적용 가능성과 높은 범용성을 가진다.

개발 과제의 배경

기존 플러그는 대부분 정해진 방향으로만 삽입이 가능하며, 회전이 가능하더라도 콘센트 홀을 자동으로 인식해주는 기능이 부재하다. 특히 수평, 수직, 대각 등 다양한 방향으로 설치된 콘센트 홀을 육안으로 확인하고 손으로 맞추는 번거로움은 일상 속 불편을 유발한다.

좁은 공간, 어두운 환경, 가구 뒤편 등 직접 눈으로 확인하기 어려운 장소에서는 플러그 삽입에 실패하거나 방향을 재조정해야 하는 일이 반복되며, 이는 시간 낭비뿐만 아니라 콘센트와 플러그에 가해지는 물리적 충격으로 인한 마모 및 파손 가능성도 증가시킨다.

이와 같은 사용자 불편을 해소하기 위해 본 과제는 영상 인식 기술과 정밀 회전 기술을 결합하여, 플러그가 콘센트 홀을 인식하고 스스로 정렬할 수 있도록 한다. 이를 통해 삽입 절차의 자동화 및 안정화를 실현하고, 누구나 특별한 조작 없이 동일한 방식으로 사용할 수 있어 기술 진입장벽이 낮다. 나아가, 해당 기술은 공공시설, 호텔, 카페, 식당, 사무실 등 다양한 공간에 적용 가능하며, 콘센트 접근이 어려운 환경에서 접근성과 사용성을 대폭 향상시킬 수 있어 상업적·산업적 파급 효과도 크다.

개발 과제의 목표 및 내용

◇ 개발 과제의 목표

본 개발 과제의 주요 목표는 콘센트 홀의 위치를 정밀하게 인식하고, 플러그 핀의 자동 회전 정렬이 가능하며, 짧은 시간 안에 플러그가 안정적으로 삽입되도록 구현하는 것이다.

이를 위해 핵심적으로 다음과 같은 기술적 달성을 목표로 한다:

(1) YOLO 기반 인식 기술 구현 다양한 환경에서 학습된 YOLO 모델을 활용하여, 플러그에 내장된 라즈베리파이 카메라가 콘센트 내부의 홀 위치(수평, 수직, 대각선 등)를 빠르고 정확하게 인식한다.

(2) 스텝모터 기반 회전 제어 시스템 설계 YOLO가 출력한 중심 좌표에 따라 스텝모터가 플러그를 정밀하게 회전시키며, 과도한 흔들림 없이 정렬되도록 한다.

(3) 하드웨어 통합 및 구조 설계 플러그 내부에는 카메라, 제어 보드(Raspberry Pi), 스텝모터 등 핵심 부품이 모두 내장되며, 핀 사이의 전선 및 회전 구조에서 꼬임이 발생하지 않도록 외관을 3D 프린팅을 통해 직접 설계한다.

(4) 편의성과 신뢰성을 모두 확보한 플러그 구현 누구나 무리한 힘이나 반복 삽입 없이 간편하게 사용할 수 있으며, 내구성과 기능적 안정성을 동시에 만족시키는 플러그를 구현한다.

◇ 개발 과제의 내용

본 과제는 콘센트의 소켓 홀을 자동으로 인식하고, 플러그가 자동으로 회전하여 정렬되는 기능을 통해 사용자 편의성과 전기적 안정성을 향상시키는 것을 목표로 한다. 이를 위해 전체 시스템은 다음과 같은 구성 요소로 나뉘며, 각 요소는 상호 연동되어 동작한다.

(1) 데이터 수집 및 YOLO 모델 학습 YOLO 모델 학습을 위해 다양한 각도와 거리, 조도 조건에서 콘센트 이미지 1,000장 이상을 수집하고, 소켓 홀에 대한 바운딩박스 라벨링 작업을 수행한다. 이를 통해 ‘콘센트 홀’이라는 객체를 모델이 정확히 식별하고, 다양한 환경에서도 인식 정확도를 확보하도록 학습시킨다.

(2) 실시간 영상 인식 및 좌표 추출 플러그에 탑재된 Raspberry Pi 카메라 모듈이 콘센트 전면을 실시간 촬영하고, 영상 스트림은 제어 보드를 통해 분석된다. 학습된 YOLO 모델이 영상 내에서 콘센트 홀을 탐지하고, 중심 좌표(x, y)를 실시간으로 산출한다.

(3) 스텝모터 기반 회전 정렬 시스템 YOLO로부터 도출된 좌표 정보를 기반으로, 스텝모터가 플러그의 회전 방향과 각도를 제어한다. 회전 시 불필요한 진동이나 과도한 흔들림을 최소화하도록 기어비가 조절된 정밀 스텝모터를 사용하여 핀과 홀의 정렬이 매끄럽게 이루어진다.

(4) 하드웨어 설계 및 구조적 안정성 확보 플러그 외관은 3D 프린팅으로 직접 설계 제작하며, 회전 구동 중 내부 전선의 꼬임이나 손상 방지를 고려한 구조를 설계한다. 플러그 핀과 전선 사이에 카메라가 삽입되더라도, 기구적 안정성과 내구성이 유지되도록 내부 부품 배치를 최적화한다.

관련 기술의 현황

관련 기술의 현황 및 분석(State of art)

●전 세계적인 기술현황

◇ 플러그 관련 기술 현황

플러그와 관련된 최근 기술에는 AHOKU에서 개발한 ‘360도 회전 가능한 UK 플러그 AC 전원 코드’가 있다. 이 회전 플러그는 이름에서도 언급했듯이, 360°로 회전하는 기능이 있다. 플러그를 콘센트에 꽂은 상태에서 손으로 자유롭게 회전하여, 좁은 공간에서도 쉽게 사용할 수 있다. 플러그는 링 풀 프리로테이팅 디자인으로 이루어져 있어서 플러그에 부착된 링으로 플러그를 쉽게 뽑을 수 있다.

그림 1. 360도 회전 가능한 UK 플러그 AC 전원 코드 (AHOKU)

◇ YOLO 딥러닝 기술 현황

최근 YOLO 모델은 Ultralytics YOLO11로, 파라미터의 수는 감소시키고 정확도는 향상되어 작업을 실시간으로 처리할 수 있다는 장점이 있다. 또한, 계산 및 처리 속도가 빨라 물체를 빠르게 감지하여 인스턴스 분할, 이미지 분류, 포즈 추정, 다중 객체 추적 등의 작업을 이전 모델보다 더욱 향상된 속도와 정밀도를 가지고 처리할 수 있다.

그림 2. 트래픽을 감지, 집계 및 추적하기 위해 Ultralytics YOLO11 사용

그림 3. YOLOv8, YOLOv9, YOLOv10, YOLO11 비교

‘그림 2.’는 여러 이동 수단을 감지하여 트래픽을 집계하기 위해 Ultralytics YOLO11 모델을 사용하여 나타낸 것이고, ‘그림 3.’은 이전의 YOLOv8, YOLOv9, YOLOv10 모델과 최신 YOLO11 모델 간 테스트 및 비교를 나타내기 위한 사진이다.

YOLO11의 경우, 왼쪽 상단에 있는 트럭(대형 차량)을 포착했으나 YOLOv10에서는 트럭을 감지하지 못한 것을 확인할 수 있다. YOLOv8와 YOLOv9는 괜찮은 성능을 보였지만 조명 조건과 물체 크기에 따라 차이가 있다. YOLOv8과 YOLOv9는 비디오 전체에서 안정적이고 신뢰할 수 있는 감지 성능을 제공하였으나, 지연 시간을 줄이기 위해 설계된 YOLOv10은 더 빨랐지만 특정 물체 유형을 감지하는 데 약간의 불일치를 보였다. 반면에 YOLO11 속도와 정확도 사이의 강력한 균형을 제공하는 정밀도가 돋보여 YOLO11 모델이 전반적으로 가장 우수한 성능을 제공한다는 것을 알 수 있다.

YOLO11 모델은 지연 시간을 최소화하도록 설계된 탐지 헤드를 탑재함으로써 성능 저하 없이 객체를 감지할 수 있고, 최적화된 백본과 넥 아키텍처가 특징 추출을 향상시켜 객체의 특징을 더 정확하게 탐지할 수 있다. 더불어, YOLO11 엣지 디바이스, NVIDIA GPU 등 다양한 플랫폼에서 실행할 수 있다.

▶ 국내 사례

◇ 딥러닝을 통한 이미지 인식 관련 기술 사례

이미지 및 영상을 처리하는 AI (Artificial Intelligence, 인공지능) 기술은 빅데이터뿐만 아니라 딥러닝의 발전으로 인해 실시간으로 객체를 인식하고, GPU (Graphic Processing Unit)와 TPU (Tensor Processing Unit)를 통해 데이터를 빠른 속도로 처리할 수 있게 되었다. 적대 신경망(Generative Adversarial Networks, GAN), VAE(Variational Auto encoders), 합성곱 신경망(Convolutional Neural Network, CNN) 등의 AI 알고리즘은 이미지를 생성하고 해당 이미지의 패턴이나 특성을 파악하는 데 쓰이는 대표적인 기술이다. 이미지 및 영상을 처리하는 대표적인 AI 기술은 크게 의료, 자율주행 등의 분야에서 널리 활용된다.

그림 4. 루닛 인사이트 – CXR

먼저, 의료 분야에서는 의료 분야에서의 대표적인 예시는 ‘루닛 인사이트’라는 AI 기반 의료 영상 진단 시 사용되는 보조 솔루션이 있다. 루닛 인사이트에서는 ‘그림 2.’를 보면 알 수 있듯이, 흉부 엑스레이와 유방 촬영 영상을 분석함으로써 이상 소견이나 암이 의심되는 부위를 AI 소프트웨어를 통해 쉽게 검출할 수 있다. 이를 통해 의료 진단의 효율성을 극대화할 수 있다.

그림 5. 무인 자율주행 로보택시

다음으로 자율주행 분야에서는 주로 차량 등의 이동 수단과 표지판, 사람 등의 객체를 인식하거나 도로 주행 중에 발생하는 이상 현상을 감지하여 사고를 예방하는 데 도움을 줄 수 있다. 대표적인 사례로는 현대오토에버의 무인 자율주행 로보택시가 있다. ‘그림 4.’가 바로 무인 자율주행 로보택시이다. 이는 ADAS(Adanced Driver Assistance System)라는 첨단 운전자 보조 시스템을 기반으로 한 고정밀의 지도 기술을 통하여 차선이 이탈하거나 전방 충돌 사고를 방지하여 안전성을 확보할 뿐만 아니라 98% 이상의 정확도를 보여준다.

▶ 해외 사례

먼저, 의료 분야에서는 Philips와 Google을 비롯한 글로벌 기업들이 의료기기, 빅테크, 병원 등의 범주로 나누어서 AI 기술 개발에 적극 참여함으로써 AI 시장에 꾸준히 진출하고 있다.

표 1. 주요 글로벌 기업의 AI 헬스케어 산업 진출 현황

다음으로, 제조 분야에서는 프랑스 소프트웨어 기업인 다쏘 시스템의 경우, ‘그림 6.’을 보면 알 수 있듯이, 3D CAD인 소프트웨어인 ‘카티아(CATIA)’와 제조 실행 시스템(MES)을 통해 제조 공정에 대해 자동화 및 디지털화가 이루어져 효율성을 30% 이상 개선하였다.

그림 6. DELMIA 소프트웨어를 활용한 자동차 공장 운영 (다쏘 시스템)

●특허조사 및 특허 전략 분석

◇ 회전형 플러그 조립체 및 이를 구비한 전자장치 (등록번호: 1023028310000, 등록일자: 2021.09.10)

- 기술 내용: 브라켓과 플러그가 일체로 회전하는 회전형 플러그 조립체(멀티 콘센트)이다.

- 한계: 실제 외부 전선이 있는 플러그와 함께 사용할 때, 새로운 부품을 추가하여 제조 단가가 증가할 수 있다.

◇ 인서트형 회전 플러그 (등록번호: 1021923910000, 등록일자: 2020.12.11)

- 기술 내용: 플러그를 인서트 형태로 설계하여 다양한 환경에 설치 가능하도록 한다.

- 한계: 고정케이스와 회전그립부 사이 충격이 가해질 경우 부품이 이탈할 수 있다.

◇ 회전 가능한 플러그 구조 (등록번호: 1020042110000, 등록일자: 2019.07.22)

- 기술 내용: 콘센트에 삽입되는 부분이 회전 가능한 플러그로 케이블 꼬임이나 뒤틀림을 방지한다.

- 한계: 사용자가 콘센트 홀의 방향에 맞춰 수동으로 돌려야 한다.

◇ 샌드위치형 회전 플러그 (등록번호: 1021923890000, 등록일자: 2020.12.11)

- 기술 내용: 콘센트의 외면 윤곽을 따라 연동 회전되도록 내외부가 결합된다.

- 한계: 드위치 구조의 복잡성으로 인해 제조 공정이 어려워진다. 특히, 소형화를 위한 정밀한 작업에 난이도가 있다.

◇ 상승 회전형 플러그 밸브 (등록번호: 1025802160000, 등록일자: 2023.09.14)

- 기술 내용: 플러그 밸브에 상승 및 회전 기능을 추가하여, 유체의 흐름을 정밀하게 제어한다.

- 한계: 복합적인 동작 메커니즘으로 인해 유지보수가 복잡하다.

위의 5가지 특허를 보면 알 수 있듯이, 수동으로 회전이 가능한 플러그는 존재하지만 YOLO 등의 딥러닝 기술을 이용하여 콘센트 홀을 인식하거나 모터를 이용하여 자동 회전하는 기능을 가진 플러그는 없다. 기존에 수동 회전 중심 특허에서 벗어나서 콘센트에 플러그 삽입 시, 만약, 잘 안 보이는 위치에 콘센트가 있을 때 자세를 낮추거나 고개를 꺾는 등 불편한 동작으로 플러그를 넣어야 한다는 불편한 점이 있었다. 본 개발 과제에서는 YOLO를 기반으로 하여 사전에 콘센트를 다양한 각도에서 최소 200장 이상을 촬영함으로써 콘센트 홀 이미지가 무엇인지 Colab을 통해 사전에 학습시킨 후에, 콘센트 핀 사이에 라즈베리파이 카메라를 설치하여 실시간 촬영을 통해 사람이 잘 안 보이는 위치 (장소)에서도 플러그를 통해 콘센트 홀을 자동으로 인식할 수 있도록 하고, 스텝모터를 이용하여 정밀하게 회전 각도를 조절하여 콘센트 홀에 맞추어 정렬할 수 있다는 점에서 사용자의 편의성을 확보할 수 있다.

●기술 로드맵

◇ YOLO (You Only Look Once)

그림 7. YOLO 등장 배경

YOLO (You Only Look Once)가 등장하기까지의 배경은 ‘그림 7.’과 다음 설명을 통해 알 수 있다. 초기에 2001년부터 2012년까지는 Traditional Detection Methods, 즉 전통적인 객체 검출 방식으로 이루어졌다. VG Detector는 Viola-Jones에 의해 얼굴 검출 등의 사용된 초기 방법이었다. Dalal & Triggs (2006)는 HOG Detector로 방향 Gradient를 기반으로 객체를 검출하였으며, 2008년에 DPM ( Deformable Part Model)을 통해 객체를 여러 파트로 나누어 검출하였다. 이 시기에는 GPU 없이 작동되었으며 wisdom of the cold weapon이라 불렸다.

2012년 AlexNet 이후에는 딥러닝을 기반으로 한 객체 검출 (Deep Learning based Detection Methods) 방식이 도입되면서 객체를 검출하는 방식이 점차 발전되어갔다. 딥러닝을 기반으로 한 객체 검출에는 2단계 방식 (Two-stage Detector)과 1단계 방식 (One-stage Detector) 이렇게 2가지로 분류된다. 2단계 방식에서는 후보 영역 (Region Proposal)을 탐색한 후에 분류되는 형태로 이루어져 RCNN (2014, Girshick), SPPNet (2014, He 등), Fast RCNN (2015, Girshick), RPN(Region Proposal Network) 도입된 Faster RCNN (2015, Ren 등), 다중 해상도에서 특성 융합된 형태인 Pyramid Networks (2017, Lin 등)이 있다. 반면에, 1단계 방식은 후보 영역을 탐색하는 과정 없이 바로 위치를 예측하기 때문에 속도가 빠르다는 장점이 있다. YOLO는 바로 1단계 방식으로 개발 딥러닝 기반 이미지 인식 기술이다. 이는 우리가 인식하고자 하는 객체 외의 주변 부분에서도 정보를 얻어내 전체의 이미지를 처리하여 백그라운드에 대한 오류가 적다. YOLO 모델의 발전 과정은 ‘표 2.’와 같이 정리하였다.

표 2. YOLO 모델 발전 과정

시장상황에 대한 분석

경쟁제품 조사 비교

□ 180도 회전 소켓 컨버터 확장 플러그 (2,620원)

- 특징 및 성능: 180° 회전이 가능한 컨버터 확장 슬롯 소켓이다.

- 본 개발과제와의 비교: 플러그 자체가 회전하는 것이 아닌 추가 플러그를 사용할 수 있도록 확장하는 컨버터이다.

□ 360도 회전 가능한 UK 플러그 AC 전원 코드

- 특징 및 성능: 360° 자유로이 회전하는 플러그로 장애물과 벽 등으로 코드를 꽂기 힘든 환경에서도 코드를 꽂을 수 있게 한다.

- 본 개발과제와의 비교: 플러그 자체가 회전하는 것이 아니고, 콘센트에 꽂은 상태에서 사용자가 직접 손으로 돌려서 사용해야 한다.

□ 호주, 뉴질랜드 회전 핀 DIY Rewireable 전원 플러그 (3,660원)

- 특징 및 성능: 콘센트의 규격에 맞게 직접 핀을 회전 시키는 전원 플러그로, 호주 유형 I 표준 2 플랫 핀을 사용한다. (핀을 회전시켜 AU 또는 US 플러그로 사용 가능하다.)

- 본 개발과제와의 비교: 플러그의 핀 부분만 수동으로 회전이 되는 전원 플러그이다.

□ TROND 멀티 플러그 콘센트 확장기 (52,050원)

- 특징 및 성능: 360도 회전이 가능하고, 가구 뒤의 좁은 공간에 설치 할 수 있다. 단, 손의 힘만으로는 회전이 어려워 콘센트에 플러그를 꽂은 상태에서만 회전이 가능하다.

- 본 개발과제와의 비교: 회전하는 부분이 플러그가 아닌 콘센트이며 콘센트에 플러그를 꽂은 상태에서만 회전이 가능하다.

마케팅 전략 제시

그림 8. 본 개발과제의 SWOT 분석

그림 9. 본 개발과제의 SWOT 분석

◇ 기존 플러그와의 차별성 본 설계는 YOLO 기반의 딥러닝 콘센트 홀 인식 기술과 스텝 모터를 통한 자동 회전 메커니즘을 적용하여, 현재 시장에 존재하는 단순 수동 회전형 플러그, 콘센트와 명확한 기술적 차별성을 가진다. 기존 플러그와 콘센트는 사용자가 손으로 직접 방향을 돌려서 맞추는 수동 방식으로 물리적으로 움직이는 단순 구조에 그치는 제품이 대다수이지만, 본 설계는 센서와 스텝 모터가 결합된 자동 회전 시스템으로 사용자 편의성이 크게 향상된다. 또한 가정, 사무실, 카페, 식당 등 다양한 사용 환경에서 공간의 제약 없이 설치 가능하며 플러그 삽입 빈도가 높은 환경에서 편리하게 사용할 수 있다는 장점이 존재한다. 이와 같은 기술적 독창성과 편의성을 기반으로 본 설계는 시장 내 유사 제품이 거의 존재하지 않는 블루오션 영역에서 경쟁 우위를 확보할 수 있을 것으로 기대된다.

◇ 시장 수요 및 타깃 소비자층

본 설계는 다양한 사용자층을 타겟으로 편리한 범용성과 편의성을 갖춘다. 본 설계의 플러그 핀 자동 정렬 기능은 손 떨림이나 시력 저하 등으로 플러그의 정확한 삽입이 어려운 고령자 및 신체 약자층에게 도움이 될 수 있다. 또한 1인 가구 및 자취생과 같은 현대 소비자층은 빠르고 효율적인 생활을 선호하는 경향이 있어 본 설계의 직관적이고 간편한 사용성으로 수요를 기대할 수 있다.

◇ 시장 규모 및 성장 가능성

국내외 스마트 가전, 헬스케어 디바이스, IoT 기기 시장은 최근 지속적인 성장세를 보이고 있으며, 이는 고령화, 1인 가구 증가, 디지털화 등 사회적 흐름과 밀접하게 연관되어 있다. 이러한 시장 환경 속에서 본 제품은 생활 편의성과 안전성을 동시에 제공하는 프리미엄 소형 가전 제품으로서의 포지셔닝이 가능하며, 기존 생활 가전과는 차별화된 기술성과 사용자 중심 설계를 바탕으로 성장 가능성이 높은 신규 시장을 형성할 수 있다.

사회성 분석

◇ 접근성과 포용성 (Universal Design)

본 설계는 시각장애인, 지체장애인, 노약자 등 모든 사용자가 플러그를 삽입하는 동작에 무리 없이 사용할 수 있도록 설계하며, 보편적 설계(Universal Design) 원칙에 부합한다.

◇ 에너지 절감 및 안전 기여

본 설계는 YOLO 딥러닝 기반 작동 구조로 불필요한 에너지 낭비 없이 효율적으로 작동하는 시스템으로 플러그 삽입 실패로 인한 스파크, 감전, 전기 누전과 같은 안전사고를 사전에 방지할 수 있으며 잘못된 방향으로 강제로 삽입하려는 행위를 줄여 콘센트 손상 및 수명 단축을 막아 유지관리 측면에서도 유리하다.

◇ 삶의 질 향상

본 설계는 야간이나 시야 확보가 어려운 공간에서 반복되는 플러그 삽입 불편을 최소화하여 사용자 만족도를 높이고, 사용자의 자립 생활을 보조하는 기능을 통해 사회적 약자의 삶의 질을 실질적으로 향상시킬 수 있다.

개발과제의 기대효과

기술적 기대효과

◇ 기존에 회전이 전혀 불가한 플러그나 수동으로만 회전이 가능한 플러그에 비해, 스텝 모터를 기반으로 홀에 맞추어 자동으로 회전이 가능하므로, 정밀하게 회전 각도를 계산하여 플러그를 회전시킬 수 있다.

◇ 플러그에 내장된 YOLO를 기반으로 하여 라즈베리파이 및 카메라 모듈을 통해 콘센트 홀을 인식하고 회전하기 때문에 플러그를 삽입하는 과정에서 정확도를 향상시킬 수 있다.

경제적, 사회적 기대 및 파급효과

◇ 신규 시장 창출 가능성 자동 정렬 기능을 탑재한 플러그는 기존 시장에 없는 제품으로 B2C (Business to Consumer)와 B2G (Business to Government)를 개척할 수 있다.

◇ 비용 대비 효율 높은 편의성 및 향상된 삶의 질 제공 콘센트 홀 위치에 맞추어 자동으로 회전되는 기술의 장점은 이전에 콘센트 홀이 잘 안 보이는 위치에서 플러그 삽입 시, 방향이 어긋나 다시 삽입하는 것을 반복하는 불필요한 과정을 겪지 않아도 된다. 즉, ‘자동화’ 시스템을 도입함으로써 메커니즘에 비해 체감으로 느껴지는 편의성을 극대화시켜 소비자들이 비용에 비해 더 높은 만족도를 보여 구매율을 높일 것으로 기대된다. 또한, 한 손으로 사용하거나 콘센트가 잘 보이지 않는 위치에서 플러그를 삽입할 때 드는 삽입 시도 시간과 삽입이 한번에 잘 안 되어 생기는 스트레스를 줄여 삶의 질을 좋은 방향으로 개선시켜줄 것이다.

◇ 전기 사고 예방 및 콘센트 수명 연장 플러그를 잘못된 방향으로 삽입함으로써 발생할 수 있는 사고에 대한 위험을 줄일 수 있다. 또한, 콘센트 홀을 찾고자 재삽입 과정을 통해 콘센트에 충격을 가함으로써 발생하는 콘센트의 마모나 파손에 대한 위험 발생 확률도 낮출 수 있다. 이로 인해 유지보수 비용도 줄어들 것으로 기대된다.

◇ 디지털 포용성 증진 및 현대 사회에 적합한 복지형 기기 보급 효과 본 설계에서는 모든 사람이 시간과 장소에 대해 제한받지 않고 동일한 방법으로 플러그를 사용할 수 있어, 기술에 대한 진입장벽이 낮기 때문에 어린이나 노약자들도 쉽게 사용할 수 있다. 즉, 사회적 약자가 해당 기술에 대한 접근성을 개선하여 기술 수용성 측면에서 높은 가치를 띠고 있다. 이외에도 장애인 및 요양 시설이나 고령자 가정 등에 보급 시, 정부 보조금 등으로 수익을 확보할 수 있을 것이다.

기술개발 일정 및 추진체계

개발 일정

구성원 및 추진체계

◇ 배드보라: 콘센트 홀 인식 시스템의 전체 아이디어를 기획하고, 사용자 요구에 기반한 주요 기능을 정의함. 초기 개발 방향성과 시스템 구조 구상을 총괄함.

◇ 정다영: 회로 배치를 고려한 전반적인 제품 구조를 설계하고, 부품 통합 조립을 통 3D 모델링을 제작하는 등 제품의 실물화 과정을 담당함.

◇ 천성경: 콘센트 홀 인식을 기반으로 한 회로 설계 및 작동 흐름을 담당함. 시스템의 동작 논리를 전기적으로 구현하고, 작동 검증을 위한 논리 회로를 구성함.

◇ 최서영: 카메라, 회전 모터, 회로 등의 구성 부품을 검토하고 기술적 사양을 분석함. 부품 간의 호환성과 효율적인 구성 방안을 마련함.

설계

설계사양

제품의 요구사항

설계 사양

1) 정확한 이미지 인식 기반 홀 감지 기능

플러그 정면에 장착된 카메라 모듈은 Raspberry Pi 5와 연결되어 YOLO 알고리즘을 통해 콘센트의 구멍(홀) 위치를 실시간으로 감지한다. 사용자가 일반적인 속도로 플러그를 삽입할 때(약 1~2초 이내), 영상 인식 시스템은 이보다 빠르게 홀 중심 좌표를 판별해야 하며, 영상 내 중심 오차가 ±6픽셀(약 ±0.56도)에 해당하는 범위 내에서 200ms 이상 유지될 때 정렬 완료로 간주한다. 실측 기준, 카메라-콘센트 간 거리 약 30mm, 시야각 60° 조건에서 홀 간 거리(19mm)는 충분히 감지 가능하며, 중심 오차는 1mm 이하로 환산될 정도의 해상도를 확보한다.

2) 스텝모터 기반 회전 정렬 정확성

YOLO가 인식한 홀 위치 정보를 바탕으로 Raspberry Pi는 플러그 회전축을 구동할 각도를 계산하고, 스텝모터(28BYJ-48)를 통해 ±90° 범위 내에서 플러그 하단부를 회전시킨다. 회전 해상도는 약 0.088°/step 수준으로, 정렬 오차는 ±3° 이내로 유지되며 핀 삽입 시 걸림이나 저항이 발생하지 않는다. 시스템은 반복 1,000회 이상의 회전 및 삽입 동작에서도 동일한 정렬 정확도를 유지할 수 있어야 한다.

3) 최단 경로 회전 알고리즘 및 전선 비틀림 방지

Raspberry Pi는 YOLO 검출 결과를 바탕으로 콘센트 홀의 상대 위치를 계산한 뒤, 현재 플러그의 각도와 비교하여 가장 짧은 거리 방향으로 회전 명령을 내린다. ±90° 이내의 회전 범위를 갖는 회전 알고리즘을 적용하며, 불필요한 단방향 회전 누적을 방지하여 전선의 비틀림이나 꼬임을 최소화한다. 또한 일정 회전 이상 누적될 경우 초기 각도로 복귀하는 보정 알고리즘도 적용 가능하다.

4) 구조적 내구성 및 반복 사용 안정성

플러그는 가정 환경에서의 일상적인 사용 조건을 견딜 수 있도록 충분한 내구성이 보장되어야 하며, 1,000회 이상의 반복 회전 및 삽입 테스트 후에도 기능 저하나 오차가 발생하지 않아야 한다.

5) 외부 충격 및 환경 변화 대응 하우징 설계

플러그는 일상적인 외부 충격(낙하, 충돌 등)이나 환경 변화(습기, 먼지, 온도 변화 등)에도 변형 없이 견딜 수 있도록 설계되어야 한다. 하우징은 기계적 강성과 복원력이 충분한 재질로 제작되며, 실사용 시 자주 발생할 수 있는 약 0.5m 높이에서의 낙하, 40±5°C의 온도 변화, 먼지 유입 환경 등에서 외관 손상 없이 정상 작동을 유지할 수 있어야 한다. 또한 외부 충격에 의한 미세 틈 발생이나 회전체 오정렬 등이 발생하지 않도록 하우징 체결 구조의 정밀도와 내구성이 확보되어야 한다.

개념설계안

본 설계는 사용자가 플러그를 콘센트에 삽입할 때, 핀과 홀의 방향이 맞지 않아 발생하는 불편함을 해소하기 위해, 플러그가 자동으로 회전하여 정확한 정렬을 수행하도록 하는 기능을 구현하였다. 이를 위해 전체 시스템은 크게 두 가지 파트로 구성된다.

 - YOLO 기반 객체 탐지 시스템 : 콘센트 홀의 위치를 실시간으로 인식

 - 회전 시스템 : 홀 정렬을 위해 스텝모터를 통해 플러그 하부 하우징을 회전

각 파트의 세부 원리는 다음과 같이 이루어진다.

1. 콘센트 홀 인식

◇ YOLO 알고리즘 딥러닝 학습 방법

그림 10. YOLO 기반 딥러닝 학습 그리드 분할 예시 (출처 : AI DEV 인공지능 모임)

YOLO 알고리즘은 원본 이미지를 동일한 크기의 그리드로 나누게 된다. 그리드의 중앙을 중심으로 각 그리드에 대해 미리 정의내린 형태로 지정된 경계 박스(anchor box)의 개수를 예측하고 이를 기반으로 신뢰도를 계산한다. 경계 박스는 각기 다른 크기와 형태의 객체의 사전 정보를 확보하고 탐지하도록 설계되어있다. 박스안에 얼마큼 객체를 잘 포함하고 있는지 IOU(Intersaction over Unuon)을 통해 평가한다. 예측한 것이 맞는지에 대해 신뢰도 점수를 예측하게 된다. 만약 셀에 객체가 존재하지 않으면 신뢰도 점수는 0점으로 부여한다. 이 과정을 수천~수만 장 이상의 이미지를 통해 객체가 있는 위치, 형태 등에 대한 패턴을 학습하게 된다.

이러한 원리를 본 설계에서 콘센트 홀을 인식하는 과정에 적용한다. 플러그의 정면에 부착된 카메라를 통해 촬영된 영상을 YOLO 알고리즘으로 분석한다. 이미지 속에서 콘센트 홀의 위치와 형태를 빠르게 탐지하기 위함이다. 사용자가 플러그를 콘센트에 가져다 댔을 때를 고려하여 콘센트를 다양한 각도와 거리에서 촬영하게 된다. 구멍이 정면일 때, 약간 비틀어진 상태일 때, 멀리서 보이는 상태일 때 등 다양한 경우의 수를 고려하여 약 1000장 이상 사진을 찍어 데이터를 수집한다.

그림 11. 콘센트 홀 (객체) 탐지를 위한 그리드 분할 예측 모식도

YOLO가 학습할 수 있도록 홀의 위치를 직접 표시해주는 작업인 라벨링을 진행하며, 각 이미지의 콘센트 홀 주변에 사각형 박스를 그려준다. 알고리즘은 입력된 영상 프레임을 그리드로 분할한 후, 각 셀에 대해 콘센트 홀의 존재 여부, 위치, 형태를 예측한다. 신뢰도 점수가 높은 그리드 영역을 기준으로 스텝 모터를 회전시킬 방향을 결정하게 된다. 아래 이미지는 콘센트 홀을 YOLO 방식으로 딥러닝 학습 시 예상되는 그리드 분할 및 예측 위치를 시각적으로 표현한 것이다.

◇ 플러그 자동 정렬을 위한 인식 및 제어 메커니즘

YOLO 기반 딥러닝 알고리즘을 통해 콘센트 홀을 인식하고, 인식된 두 개 홀의 중심 좌표를 기준으로 수평 정렬 상태를 판단하여 스텝 모터를 제어하는 자동 회전 구조이다. 카메라가 플러그 핀과 나란히 부착되어 있어, 두 콘센트 홀이 수평으로 보일 때 플러그 핀이 정확히 정렬된 상태임을 의미한다. 이 과정에서 Raspberry Pi 5는 실시간 영상 데이터를 입력받아 YOLO 추론과 정렬 판단을 수행하는 연산 처리 장치로 동작하며 Raspberry Pi Zero 2W는 카메라를 통해 영상을 촬영하고, Pi 5로부터 받은 회전 제어 명령에 따라 스텝모터를 구동하는 실행부 역할을 수행한다. 두 디바이스는 기능별로 역할이 분산되어 있으며, 각각 영상 송신과 제어 신호 수신을 통해 유기적으로 연동된다.

전체 동작 흐름은 다음과 같이 이루어진다.

[카메라로 영상 공급] → [YOLO로 홀 위치 인식] → [홀 중심 좌표 기반 정렬 오차 (dx, dy) 계산] → [수평 정렬 여부 판단(반복)] → [정렬 시 회전 정지] → [삽입]

(1) 카메라를 통한 영상 공급

플러그 정면에 부착된 카메라 모듈에서 실시간으로 영상을 캡처한다. 영상은 프레임 단위로 처리되며 각 프레임은 YOLO 알고리즘에 입력된다.

(2) YOLO 알고리즘 추론

캡처된 영상 프레임은 사전에 학습된 YOLO 모델에 입력되어, 콘센트 홀의 위치를 객체로 인식하고 그 위치를 경계 박스(Bounding Box) 형태로 예측한다. YOLO는 각 객체의 외곽을 사각형으로 감싸는 형태로 표현하며, 그 결과로 경계 박스의 좌표와 크기를 반환한다. 이를 바탕으로 각 콘센트 홀의 중심 좌표를 계산할 수 있다.

- Bounding Box (경계 박스) = (x,y,w,h)

x,y : 경계 박스 좌상단 좌표

w,h : 경계 박스의 너비와 높이

 인식된 개체의 중심 좌표 계산식: Center_x = x+2/w, Center_y = y+2/h

→ 이를 통해 각각의 홀에 대한 (x1, y1), (x2, y2) 추출

(3) 홀 중심 좌표 기반 정렬 오차

두 콘센트 홀의 중심 좌표 (x1, y1), (x2, y2)를 바탕으로 플러그 정렬 상태를 판단하기 위한 상대 오차 값을 계산한다. 이때 두 홀 간의 수평 거리()와 수직 거리()는 다음과 같이 정의된다.

정렬 오차 계산식: dx = ∣x1-x2∣, dy = ∣y1-y2∣ 

여기서 dy는 두 홀이 수평으로 정렬되어 있는지 여부를 판단하는 핵심 기준이다. dy가 0에 가까울수록 두 홀은 정확히 수평선상에 있다고 볼 수 있으며, 이는 플러그 핀이 홀과 나란하게 일치한 상태임을 의미한다.

(4) 수평 정렬 여부 판단 (반복)

정렬이 완료되었는지를 판단하기 위해, 계산된 dy와 dx 값을 기반으로 정렬 조건을 설정한다. 이 조건은 영상이 반복 입력될 때마다 실시간으로 확인되며, 만족되지 않을 경우 플러그는 회전을 계속 수행한다.

(5) 정렬 시 회전 정지

YOLO 추론 결과에서 계산한 정렬 오차 값이 설정한 임계값 이하일 경우 정렬이 완료된 것으로 간주한다. Pi 5는 이를 판단하여 Pi Zero 2W에 블루투스를 통해 모터 정지 신호를 송신하고, Pi Zero는 회전을 즉시 멈춘다. 이 과정은 영상 입력이 반복될 때마다 실시간으로 이루어지며, 정렬이 되지 않은 경우 계속해서 회전을 반복한다.

◇ 인식 기능 구현을 위한 구성 요소

(1) Raspberry PI 5

그림 12. Raspberry Pi 5

본 설계에서 전반적인 인공지능 기반 제어 로직의 MCU(중심 제어 장치)는 Raspberry Pi 5를 활용한다. Raspberry Pi 5는 플러그 외부에 설치되어 Raspberry Pi Zero 2W가 촬영한 실시간 영상을 Wi-Fi를 통해 수신받는다. 수신된 영상은 Pi5에 탑재된 YOLO 객체 인식 알고리즘을 통해 실시간 홀을 인식하고, 정렬 여부 판단에 따른 스텝모터 제어 신호를 전송한다. 이러한 분산 구조에서 Pi5는 YOLO ONNX 모델을 직접 구동할 수 있는 연산 장치로서 기능하게 된다. 따라서 Raspberry Pi5는 콘센트 홀 인식과 모터 제어를 실시간으로 수행할 수 있는 충분한 연산 능력을 제공한다.

(2) Raspberry Pi Zero 2W

그림 13. Raspberry Pi Zero 2W

Raspberry Pi Zero 2W는 플러그 내부에 배치되어 카메라 영상 송신과 모터 제어 수신 역할을 수행한다. 플러그 내부에서 카메라 모듈과 연결되어 촬영된 카메라 영상을 Wi-Fi를 통해 외부의 Raspberry Pi 5로 전송한다. 이후 Pi5에서 콘센트 홀의 정렬 여부를 판단한 후, 정렬 완료 신호를 블루투스를 이용해 Pi Zero 2W로 전달한다. Zero 2W는 이 신호를 수신해 모터 회전을 중지시키며 정렬 과정을 마무리한다. Raspberry Pi Zero 2W의 크기는 65mm*30mm*5mm (가로*세로*높이), 무게는 약 15g으로 작은 사이즈와 가벼운 것이 특징이다. 플러그 내부에 수납되기에 적절한 크기와 무게를 가지기에 이러한 소형성은 플러그 내부 공간 제약을 충족할 수 있다.

(3) Raspberry Pi 카메라

그림 14. Raspberry Pi 전용 카메라

카메라는 플러그의 핀 사이 공간에 카메라를 배치하여 콘센트의 홀을 인식할 수 있도록 한다. Raspberry Pi 5를 지원하며, 플러그의 몸체 하단에 배치될 수 있도록 초소형 크기의 카메라를 사용한다. 카메라 센서는 IMX219이며 해상도는 8-megapixel을 지원한다. 23.86mm × 25mm × 9mm (가로,세로,높이)의 크기를 사용하며 플러그 핀 상단에 부착하여 장착이 가능하다.. 영상 데이터는 Raspberry Pi로 전송되어 YOLO 기반 이미지 인식 과정에서 실시간으로 분석된다. IMX219 센서는 저조도 환경에서도 안정적인 영상 품질을 제공하여 다양한 조명 조건에서도 일관된 인식 정확도를 유지할 수 있다.

2. 콘센트 핀 회전

◇ 회전 시스템 - 스텝모터

콘센트 홀과 플러그 핀의 정확한 정렬을 자동화하기 위해 회전 시스템 구현이 매우 중요하다. 직접 사용자가 직접 손으로 정렬하는 방식은 반복적인 물리적 마찰을 유발하며 이는 홀과 핀의 무리한 접촉이나 마모를 일으킨다. 이러한 문제를 방지하고 보다 정밀한 정렬을 위해 자동 회전 구조를 채택하였다. 회전 시스템은 스텝모터의 정밀 제어를 통해 플러그 핀의 방향을 재배열시킴으로써 실현하게 된다.

회전 구조의 구현 아이디어로는 크게 2가지로, 첫째는 플러그의 2개의 핀을 각각 독립적으로 회전시키는 방법이다. 둘째는 직접 회전시키는 방법과 핀을 포함한 구조물 전체를 회전시키는 방법이다. 전자의 경우 2개의 핀의 간격과 배열을 유지하면서 동시에 정밀하게 회전시키는데에 구조적 복잡성과 제어의 어려움이 뒤따른다. 특히 2개의 회전 모터를 각각 제어하여 동일한 각도와 위치를 배열하는 것은 효율성이 떨어진다고 판단하였다.

따라서 본 설계는 핀을 포함한 구조물 전체를 회전시키는 방안을 고안했다. 회전 모터의 하나의 축을 중심으로 하단부 전체가 회전되는 방식으로 설계하였다. 구조적으로 간단하고, 두 개의 핀이 일체화되어 함께 회전하기에 정렬 정밀도가 높은 것이 주요한 장점이다.

◇ 회전 기능 구현을 위한 구성 요소

그림 15. 28BYJ-48 스텝모터 및 모터 드라이버

콘센트 핀의 정렬을 위해서 스텝모터를 활용해 하단부를 회전시킨다. 콘센트 상단부의 가장 아래에 스텝모터를 배치하고, 스텝모터의 회전축이 하부 하우징 전체를 회전시키게 된다. 이때 스텝모터는 회전 각도와 방향을 제어하며 속도 제어도 가능하다.

사용된 스텝모터는 5V로 구동되는 28BYJ-48 모델이며, 스텝모터를 간단하게 사용할 수 있도록 해주는 ULN2003 모터드라이버로 제어하게 된다. 스텝모터는 360도 회전이 가능하며 정확한 각도와 방향 제어가 가능하다. 64각 스텝모터이며 한 스텝당 각도는 5.625°이다. 콘센트 홀과 플러그의 핀이 정확하게 배열되어야 하므로 각도와 속도를 제어하는데 있어 매우 유용하다.

스텝모터의 회전축 연결 대상은 하부 하우징이며 정확한 위치 지정이 가능하다. 콘센트 홀과 플러그 핀의 정렬을 위해 0.1° 단위 회전을 한다. 또한 초기 위치 기준으로 정확하게 다시 돌아올 수 있기에 반복성이 매우 우수하며 회전 도중 센서와 연동되어 홀과의 정렬이 감지될 경우 속도를 멈춤으로써 자동 정렬 기능이 구현된다.

이론적 계산 및 시뮬레이션

◇ 회전 토크 요구 조건 및 스텝모터 여유율 분석

자동 회전 플러그가 안정적으로 작동하기 위해서는, 플러그 본체가 회전할 때 요구되는 최소한의 물리적 토크를 정확하게 계산하고, 이를 충분히 감당할 수 있는 모터 사양을 사전에 확보하는 것이 매우 중요하다. 회전 구동 장치가 과부하 없이 정상적으로 동작하려면, 설계 시 요구되는 하중 토크를 기준으로 모터의 정격 토크 대비 여유율(Margin)을 충분히 확보해야 하며, 이는 시스템 신뢰성과 장기적 내구성 확보 측면에서도 핵심 요소이다.

본 시스템에서는 플러그 내부 회전체의 질량, 회전 반지름, 중력 가속도를 고려하여 중력 방향 부하에 의한 회전 토크를 계산하였다. 이는 수직축 회전을 기준으로 하여 단순 정적 하중을 기준으로 산출한 값으로, 실제 시스템이 회전하는 동안 필요한 최소 구동 토크를 반영한다.

- 회전체 무게: m = 0.091 kg

- 회전 반지름 (플러그 중심축으로부터 하중 중심까지의 거리): r = 0.032 m

- 중력 가속도: g = 9.81 m/s²

이에 따라 요구되는 회전 토크 τ는 다음과 같이 산출된다.

τ= rmg = 0.032 × 0.091 × 9.81 = 0.0286 N·m

이 값은 회전체가 정지 상태에서 출발하여, 중력에 반하는 방향으로 회전하는 데 필요한 최소 토크 값을 의미한다. 실제 동작 환경에서는 마찰력, 회전 저항, 기어 간섭 등 추가적인 요소들이 작용할 수 있으므로, 이보다 더 큰 구동 토크를 확보하는 것이 일반적이다.

본 개발 과제에서는 이러한 조건을 감안하여, 정격 토크 을 가지는 28BYJ-48 스텝모터를 채택하였다. 해당 모터는 감속기어를 내장하고 있어 회전 정밀도가 높고, 저속에서 큰 토크를 발생시킬 수 있는 특징을 가지고 있다. 따라서, 토크 여유율은 0.0343에서 0.0286을 나눈 값, 즉 약 1.2배만큼 남게 된다.

즉, 요구 토크 대비 약 20% 이상의 여유를 확보하고 있으며, 이는 일반적인 플러그 사용 환경에서의 회전 부하를 무리 없이 감당할 수 있음을 의미한다. 해당 스펙은 반복 회전 및 정렬 동작이 다수 발생하는 실제 사용 시나리오에서도 안정성을 유지하는 데 충분한 수준으로 판단된다.

◇ YOLO 기반 콘센트 홀 인식 정밀도 및 시야 분석

자동 회전 플러그의 정렬 정확도를 확보하기 위해, 본 설계에서는 Raspberry Pi 5 전용 카메라를 사용하여 콘센트의 구멍(홀)을 인식하고 위치를 판단하는 영상 기반 제어 방식을 도입하였다. 이를 위해 카메라의 시야각(FOV) 및 렌즈와 콘센트 간의 거리를 고려하여 실제 감지 가능한 영역을 이론적으로 계산하였다. Raspberry Pi 전용 카메라 모듈의 수평 시야각(FOV)은 약 60°로, 본 구조에서 카메라 렌즈와 콘센트 사이의 거리는 약 30mm로 설정된다. 이 조건하에서, 카메라가 수평 방향으로 감지 가능한 물리적 범위(감지 너비)는 다음과 같은 삼각함수 공식에 의해 계산할 수 있다.

감지 반경 = d×tan(θ/2)

여기서 d=30mm, θ=60°이므로,

감지반경 = 30×tan(30°) ≈ 30×0.577 ≈ 17.31mm

따라서 전체 감지 너비는 다음과 같다.

총 감지 범위 = 2×17.31mm ≈ 34.6mm

한편, 일반적인 콘센트의 두 구멍(핀 홀) 간 간격은 약 19mm로 알려져 있으며, 이는 계산된 감지 범위인 34.6mm 내에 충분히 포함되므로, 카메라가 플러그 핀 사이 중앙에 배치되었을 경우 두 구멍을 모두 인식할 수 있다.

또한, YOLO 알고리즘을 통해 콘센트 구멍의 중심 좌표를 실시간으로 검출하고, 해당 중심과 영상 중앙 간의 오차를 픽셀 단위로 측정한다. 본 설계에서는 영상의 가로 해상도를 640픽셀로 설정하였으며, 이때 한 픽셀당 시야각은 다음과 같이 계산된다.

1픽셀 당 시야각 = 60°/ 640픽셀 = 0.08375°/ 픽셀

정렬 완료 판정은 다음과 같은 두 조건을 동시에 만족할 때 이루어진다. 첫째, YOLO가 검출한 콘센트 구멍 중심이 영상 중앙으로부터 ±6픽셀 이내에 위치해야 한다. 이는 각도로 환산하면 약 ±0.56° 이내에 해당한다. 둘째, 해당 상태가 200밀리초 이상 유지되어야 한다. 이 두 조건이 모두 충족될 경우, 시스템은 구멍과 핀이 정렬되었다고 판단하고, 사용자에게 이를 알리기 위해 진동모터를 작동시킨다. 요약하면, 본 시스템은 카메라 기반의 영상 인식을 통해 플러그 핀과 콘센트 구멍의 위치 오차를 실시간으로 정밀하게 판단하고, ±6픽셀 이하의 미세한 정렬 상태를 안정적으로 유지할 수 있도록 한다. 이는 정렬 신뢰성을 높이며, 불필요한 반복 회전을 최소화하는 데 기여한다.

◇ 회전 구동부: 스텝모터 회전각 및 제어 알고리즘

본 설계에서는 플러그 핀과 콘센트 구멍의 정렬을 자동으로 수행하기 위해 28BYJ-48 스텝모터를 회전 구동장치로 채택하였다. 이 모터는 5.625°(step당)의 회전각을 가지며, 내부에 약 64:1의 감속 기어가 포함되어 있어 출력축 기준으로 한 바퀴(360°)를 회전시키기 위해서는 총 4096스텝이 요구된다. 이는 다음과 같은 수식으로 나타낼 수 있다.

(360°/ 5.625°)×64 = 4096 스텝

따라서 출력축의 회전 해상도는 약 0.088도/스텝으로, 고정밀 회전 제어가 가능하다. 플러그는 구조적으로 중심을 기준으로 좌측 90°, 우측 90°까지, 총 180도 회전 범위를 갖도록 설계되었으며, 이는 2048스텝에 해당한다. 정렬 시 필요한 최대 회전 범위인 ±90도는 1024스텝만으로 제어할 수 있다.

회전 제어 알고리즘은 YOLO 기반 영상 인식으로부터 획득한 오차값(픽셀 단위)을 회전각도로 변환한 뒤, 이에 해당하는 스텝 수를 계산하여 구동하는 방식으로 이루어진다. 예를 들어, 영상 해상도가 640픽셀이고 카메라 시야각(FOV)이 60°일 경우, 한 픽셀은 약 0.09375°의 시야각을 가진다. YOLO가 콘센트 구멍을 영상 중심에서 20픽셀 떨어진 위치에 탐지한 경우, 필요한 회전각은 다음과 같이 계산된다.

θ = Δx×0.09375° = 20×0.09375° = 1.875°

이 값을 모터의 회전 스텝으로 환산하면,

스텝 수 =  (1.875°/ 360°)×4096 = 21.3 스텝

따라서 플러그는 약 21~22스텝만큼 회전하여 정렬을 시도하게 된다. Raspberry Pi는 이를 기반으로 모터의 회전 방향(좌측 또는 우측)을 결정하고, ULN2003 드라이버 모듈을 통해 해당 스텝 수만큼 스텝 모터를 구동한다.

회전은 항상 최소 회전각을 기준으로 작동하며, 반복적 학습 없이도 실시간으로 정렬 오차를 줄일 수 있는 구조이다. 정렬 완료 여부는 YOLO 알고리즘의 결과를 바탕으로 판단되며, 오차가 ±6픽셀 이하로 유지되는 상태가 200ms 이상 지속될 경우, 정렬이 완료된 것으로 간주된다.

상세설계 내용

제품 외형 설계

<플러그 하부 하우징>

플러그 하부 하우징은 하단 회전부와 회전부 상단 덮개부로 구성되며 플러그 상부 하우징과 결합되어 스텝모터의 제어에 따라 회전하는 부분이다. 스텝모터의 회전축이 회전하면 상부 하우징은 고정된 상태로 하부 하우징만 회전하는 구조이며 외부와의 전기 접촉을 차단하여 전류가 외부로 누설되지 않는 역할을 한다.

◇ 하단 회전부

하단 회전부는 스텝모터를 제외한 주요 부품이 내장되는 공간으로 F type 콘센트 규격을 따르는 하단부, 모서리가 둥근 직육면체 형태의 중간부, 덮개부와 연결되는 상단부로 구성된다.

1. 하단부 F형 콘센트(F type) 규격을 따르며 전기 접점을 형성하는 플러그 핀이 삽입되는 지름 5mm의 원형 홀 2개와, 홀 사이에 카메라 센서용 정사각형(10 mm × 10 mm) 구멍이 위치한다. 플러그 홀과 카메라 센서 사이에는 전선이 통과하는 내부 배선 공간이 확보되어 있다.

2. 중간부 스텝모터를 제외한 카메라 센서, 라즈베리파이, 모터 드라이버, 배선 등의 부품이 내장되는 공간이다. 다수의 콘센트를 사용할 때 콘센트 간 간섭을 최소화하고 열 발산 및 내부 부품 적재 안정성을 고려하여 모서리가 둥근 직육면체 형태 (70 mm × 35 mm ×100mm)로 설계되었다.

3. 상단부 하단 회전부 뚜껑과 연결되는 부위로, 회전을 고려하여 지름 65mm 원형 구조로 설계되었다. 상부 하우징과 맞물려 서로 분리되지 않도록 지탱하는 구조로 회전 안정성을 확보하였다.

그림 16. 하단 회전부 평면도 (상단부 원 지름: 65, 중간부 직육면체: 70☓35☓100)	그림 17. 하단 회전부 전면도 (플러그 핀 홀 지름 : 5, 카메라 홀: 10)	그림 18. 하단 회전부 정면도

그림 19. 하단 회전부 측면도 (상단부 원 지름: 65, 중간부 직육면체: 70×35×100)	그림 20. 하단 회전부 단면도 (높이: 146.75)

◇ 회전부 상단 덮개부

회전부 상단 덮개부는 하단 회전부 상단을 덮는 원형 커버로 하단 회전부와 결합해 플러그 하부 하우징을 구성한다. 회전부 상단 덮개부 중앙에는 회전축이 삽입되는 원형 관통 구멍이 있으며, 이를 통해 상부 하우징과 하부 하우징이 스텝모터 회전축으로 연결된다. 중앙 원형 관통 구멍을 기준으로 대칭적으로 배치된 두 개의 반원형 구멍은 전선을 정리하고 회전 중 전선 간의 간섭을 최소화하도록 설계되었다.

그림 21. 회전부 상단 덮개부 평면도 (지름: 65, 높이: 7.25, 두께: 1.5, 홀 지름: 4)	그림 22. 하단 회전부와 결합된 하부 하우징 전체 정면도 (전체 높이: 154, 최대 지름: 70)

<플러그 상부 하우징>

◇ 플러그 상부 하우징

플러그 상부 하우징은 플러그 하부 하우징의 상단을 감싸는 구조물로, 사용자가 직접 손으로 잡는 부분이자 하부 하우징이 분리되지 않도록 지탱하는 역할을 한다. 플러그 상부 하우징은 스텝모터를 고정하는 스텝모터 고정부와 양 끝이 둥글게 마감된 원호 슬롯(rounded slot) 형태의 구멍으로부터 내부 전선이 외부로 빠져나오는 전선 통과부로 나뉜다. 두 구조가 하나로 결합되어 플러그 상부 하우징을 이룬다.

그림 23. 스텝모터 고정부	그림 24. 전선 통과부	그림 25. 결합한 플러그 상부 하우징 평면도 (지름: 70, 높이: 1.45)

<플러그 하부 하우징과 플러그 상부 하우징 결합>

◇ 플러그 하부 하우징과 플러그 상부 하우징 조립도

그림 26. 조립 정면도 (최대 지름: 70, 높이: 181)	그림 27. 조립 측면도	그림 28. 조립 단면도

제품 내부 설계

<부품도>

◇ Raspberry Pi 5	◇ Raspberry Pi Zero 2W
그림 29. Raspberry Pi 5 모형 (가로: 85.6, 세로: 56.5, 높이: 18)	그림 30. Raspberry Pi Zero 2W 모형 (가로: 65, 세로: 30, 높이: 10.5)

◇ 스텝모터	◇ 스텝모터 드라이버
그림 31. 스텝모터 모형 (높이: 27, 지름: 28, 회전축 길이: 7, 축 지름: 5)	그림 32. 스텝모터 드라이버 모형 (가로: 34, 세로: 32, 높이: 12)

◇ Raspberry Pi 5 전용 카메라 모듈

그림 33. 카메라 모형 (가로: 23.86, 세로: 2.5, 높이: 9)

<내부 구조도 및 조립 적층 순서>

◇ 내부 구조도	◇ 조립 적층 순서
그림 34. 내부 구조도	그림 35. 조립 적층 순서

회로 및 구동 시스템 설계

◇ 회로도

그림 36. 회로 설계도 (콘센트 홀 인식 및 회전 자동 정렬 시스템 구성 회로)

본 설계에서 제작하고자 하는 ‘콘센트 홀을 인식하여 자동 회전하는 플러그’에 대한 회로 설계도는 위와 같다. 본 회로도는 Raspberry Pi 5, Raspberry Pi Zero 2W, Step Motor, Raspberry Pi 카메라, 모터 드라이버 회로 등으로 구성된다. 콘센트의 협소한 크기를 고려하여 전체 회로의 소형화를 위해 메인 제어 장치(MCU)인 Raspberry Pi 5는 플러그 외부에 설치된다. Raspberry Pi Zero 2W는 플러그 내부에 탑재되어 카메라 영상 촬영 및 송신, 스텝모터 구동을 담당한다. 따라서 영상 데이터는 Wi-Fi 기반 UDP 통신으로, 회전 제어 명령은 Bluetooth 방식으로 전달된다. 영상 인식과 회전 제어가 분산 처리되도록 설계되었다. 이처럼 영상 송수신과 모터 제어 신호가 서로 다른 통신 경로를 통해 분리되므로 서로 간섭 없이 안정적인 동작이 가능하다. Step Motor는 회전 하우징을 구동하는 액추에이터 역할을 한다. 스텝 모터는 하부 하우징을 회전시켜 플러그 핀과 콘센트 홀을 정렬시킨다. 회전 각도는 0도~180도 범위 내에서 원하는 각도로 정밀하게 제어된다. 회전은 미세한 각도를 일정한 스텝 수로 나누어 계산되며 이를 통해 정밀하게 제어할 수 있다. 회로 구동 알고리즘은 ‘그림 37.’과 같다.

그림 37. 회로 구동 알고리즘

◇ 회로 구성품

◇ 회로 제어를 위한 Python 코드

시스템 구동을 위해 기능별 코드를 분리하여 구현하였다. Raspberry Pi 5에서는 YOLO 모델을 통해 객체 인식 및 홀 정렬 판단을 수행하는 메인 제어 코드 1개가 실행된다. Raspberry Pi Zero 2W에서는 각각의 역할에 따라 2개의 코드가 분리되어 실행된다. 첫 번째 코드는 카메라 영상을 Pi 5로 실시간 전송하는 카메라 송신 코드이고 두 번째 코드는 Pi 5로부터 수신한 정렬 완료 명령에 따라 스텝모터를 제어하는 코드이다.

 세 코드는 역할에 따라 독립적으로 실행되며 전체 시스템은 영상 처리 → YOLO 추론 → 모터 제어의 흐름으로 순차적으로 동작한다. 

(1) Raspberry Pi Zero 2W의 Python 코드 ①

카메라 영상 전송 (Wi-Fi, → Pi 5)

(2) Raspberry Pi 5의 Python 코드

YOLO 추론 및 정렬 판단 + 회전 명령 송신 (Bluetooth, → Pi Zero)

(3) Raspberry Pi Zero 2W의 Python 코드 ②

정렬 명령 수신 + 스텝모터 제어 (Bluetooth 수신)

결과 및 평가

완료 작품의 소개

프로토타입 사진 혹은 작동 장면

◇ 완성된 제품 외형

그림 38. 플러그 정면	그림 39. 플러그 측면

◇ 작동 장면

다양한 콘센트 모양에서의 작동 장면
사각 콘센트	둥근 콘센트

포스터

관련사업비 내역서

내용

완료작품의 평가

1. 완성된 장치에 대한 평가

1) 홀 인식 및 플러그 회전 작동 정확성

총 1,000회 테스트 중 약 950회 이상에서 홀 위치를 정확히 인식하고, 그에 따라 스텝모터가 정확한 각도만큼 회전하여 플러그 핀이 정렬되는 것을 확인하였다. 개발 목표치인 99%보다는 미달하지만, 실제 작동환경에서도 충분히 높은 신뢰도를 보여주었기에 15점으로 평가하였다.

2) 플러그에 부착된 라즈베리파이 카메라 인식 및 회전 속도

라즈베리파이 카메라를 기반으로 실시간 콘센트를 촬영하였을 때, 콘센트를 촬영하기 시작한 순간 개발 목표치인 2초 이내에 충분히 홀을 정확히 인식하고 스텝모터 회전 구동이 이루어졌기에 20점 만점으로 평가하였다.

3) 플러그 자동 회전 시간

YOLOv5n 기반의 경량 모델을 사용하여 실시간 이미지 인식 속도를 최적화하였으며, 콘센트 홀 인식부터 회전 명령 전송까지 빠르면 5초 이내, 네트워크 환경이나 블루투스 전송 지연 등 여러 변수가 발생하였을 때는 10초 이상이 걸렸다. 네트워크 지연 현상이 나타나지 않는 경우에는 개발 목표치에 가깝게 회전 정렬이 이루어졌기에 16점으로 평가하였다.

4) 시스템 내구성

1,000회 반복 테스트 초반에 전선이 심하게 꼬이는 현상은 발생하지 않았으나, 카메라 연결 불량이 일시적으로 발생하거나 모터 피로도로 인해 회전축이 빠지는 경우가 있었다. 이에 따라 라즈베리파이 불량 문제라고 판단하여 새로운 라즈베리파이와 카메라 플렉서블 케이블을 사용하여 불량 문제를 해결하였고, ‘칼블럭’으로 회전축을 단단히 고정한 이후의 모든 최종 테스트에서는 물리적 고장이나 회전축 빠짐 현상 없이 안정적인 결과를 보였다. 이는 시스템 내구성 자체에 큰 영향을 미치지 않았기에 만점에서 –1점만 감점하여 평가하였다.

5) 시스템 경제성

본 개발과제는 Raspberry Pi Zero 2W, 카메라 모듈, 스텝모터, 드라이버, 3D 프린터 하우징 등으로 구성되었으며, 주어진 예산 내에서 충분히 제작 가능하였다. 비용 대비 기능 구현 수준이 높으며, 부품 수급성과 유지보수 용이성 또한 확보된다. 다만 양산성 관점에서는 부피 소형화가 필히 요구되므로 개선의 여지가 필요하다는 점에서 만점에서 –1점만 감점하여 평가하였다.

2. 설계 과정 및 결과에 대한 평가

1) 초기 과제의 목표를 달성하였는가?

본 과제는 콘센트가 어두운 환경이나 시야에서 벗어난 위치에 존재하는 경우에도 모든 사용자가 플러그를 쉽게 꽂을 수 있도록, 콘센트 홀의 방향을 자동으로 인식하고 맞춰주는 '자동 회전 플러그'를 설계하는 것이 핵심 목표였다. 초기 기획 단계에서 설정한 주요 기능인 ‘콘센트 홀 인식 (YOLO 기반)’과 스텝모터를 통한 자동 회전 기능이 정확히 구현되었으며, 프로토타입을 통해 실제 동작을 시연하였다. 다만, 실시간 응답성이나 정확도 부분에서 미세한 오차가 있어, 완성도 측면에서 약간의 아쉬움이 있었던 점이 감점 요소로 작용하였다.

2) 프로토타입이 과제를 잘 나타내는가?

프로토타입은 과제 목표를 명확히 반영하고 있었다. 실제 콘센트 이미지와 거리 센서를 통해 플러그의 방향을 인식한 뒤, 모터를 구동하여 핀 방향을 자동으로 조정하는 과정을 구현하였다. Raspberry Pi 기반의 시스템과 YOLO 모델, 스텝모터가 유기적으로 연동되어 전체 시스템 흐름을 명확히 보여주었다. 다만, 하드웨어 구조가 실제 플러그 크기보다는 조금 더 크다는 점에서 상품성 측면에서는 소형화가 필히 요구되며, 라즈베리파이를 기반으로 구동이 이루어지기에 네트워크가 잘 터지지 않는 환경에서는 속도가 느리다는 점에서 개선의 여지가 필요하다.

3) 심미성이 좋은가?

제품 외관은 기능 구현에 집중하다 보니, 심미성보다는 구조적 안정성과 부품 배치의 효율성에 중점을 두었다. 그럼에도 불구하고 외부 케이싱을 흰색 3D 프린팅 재질로 구성하여, 일반적인 플러그와 유사한 디자인 감각을 어느 정도 유지하였다. 이에 따라 심미적 완성도는 보통 이상의 수준으로 평가되었다.

4) 보는 이가 과제를 한눈에 이해할 수 있는가?

과제의 목적과 작동 원리는 발표 자료와 시연 영상을 통해 쉽게 이해할 수 있도록 구성되었다. 특히 '기존 플러그의 불편함 → 자동 회전 플러그의 필요성 → 작동 구조'의 흐름을 시각적으로 잘 보여주었다. 하지만 내부 회로나 이미지 인식 원리에 대한 설명이 다소 기술적으로 복잡하게 전달되어, 비전공자 관점에서는 완벽하게 한눈에 파악하기엔 다소 어려움이 있을 수도 있다.

5) 조원 모두가 참여하였는가?

본 프로젝트는 기획, 회로 설계, 프로그래밍, 하드웨어 제작 등 다양한 분야의 작업이 필요했으며, 이에 따라 조원 간 역할 분담을 명확히 하여 모두가 고르게 참여하였다. 특히, 발표 준비와 테스트 단계에서도 모든 조원이 적극적으로 참여하였고, 각자의 영역에 대한 이해를 바탕으로 상호 협력하는 모습이 돋보였다. 이에 만점이 부여되었다.

향후계획

1. 정확도 및 속도 개선

현재 사용 중인 YOLOv5n 기반 인식 모델은 경량화 측면에서는 우수하나, 저조도 환경에서 인식률이 다소 저하되는 한계가 존재한다. 이를 해결하기 위해, 저조도 조건에서도 안정적인 인식이 가능하도록 추가 학습용 데이터셋을 확보하여 모델 성능을 보강하고, 향후 YOLOv8n 또는 YOLOv11 등 고정밀 경량화 모델로의 전환을 단계적으로 검토할 예정이다.

또한, 이미지 및 명령 전송 과정에서 발생할 수 있는 통신 지연을 최소화하기 위해 기존 Bluetooth 모듈의 대체를 고려하고 있으며, 필요 시 Wi-Fi 기반의 고속 무선 통신 프로토콜로 전환하는 방안도 함께 검토 중이다.

2. 제품 설계 소형화 및 통합 회로화

현재 시제품은 학습 및 테스트 중심으로 설계되어 크기가 크고 부품이 분산되어 있다. 향후에는 Raspberry Pi Zero W, ESP32, 전용 MCU 기반 단일 보드 구조로 재설계하여 제품을 일체형 플러그 형태로 소형화하고, 전원부 및 구동부도 PCB 설계로 통합함으로써 양산 가능성을 확보할 예정이다.

3. 장애인 및 고령층 대상 사용자 편의성 향상

제품의 실사용 환경을 고려하여 음성 안내 기능, LED 시각 피드백, 수동 조작 모드 제공 등을 추가함으로써, 시각 장애인이나 고령 사용자도 손쉽게 사용할 수 있도록 보완할 계획이다. 이를 위해 유니버설 디자인 관점에서의 개선 방향을 전문가와 함께 논의할 예정이다.

4. 지식재산권 확보: 특허 출원 예정

본 기술은 '콘센트 홀을 인식하여 플러그가 자동으로 회전 정렬되는 기능'이라는 기계적 자동화 + 인공지능 인식 융합 기술로, 기존 유사 제품들과 명확히 차별화된다. 이에 따라 다음과 같은 범위로 특허 출원을 준비 중이다.

(1) YOLO 기반 전원 홀 인식 알고리즘을 활용한 회전 제어 기술

(2) 스텝모터 제어를 통한 자동 회전 정렬 방식

(3) 실시간 인식 결과 기반 정렬 명령 전달 구조 (블루투스/무선통신 포함)

출원 전에는 기존 특허 선행조사 및 출원 범위 검토를 통해 명확한 기술 차별성 확보를 우선적으로 진행할 예정이다.

5. 실증 검증 및 전기적 기능 통합을 통한 제품 고도화

제품 상용화를 위한 다음 단계로, 다양한 실사용 환경에 대한 기능 검증 및 전기적 통합 설계 고도화를 병행할 예정이다. 우선, 국내 일반 가정용 콘센트를 비롯하여 국가별 다양한 전원 규격(예: 220V/110V, Type C/B 등)에 대응할 수 있도록 호환성 테스트를 실시하고, 실제 사용 시나리오를 기반으로 한 사용자 피드백 수집 및 제품 보완 작업을 반복적으로 수행할 계획이다. 이와 함께, 스마트홈 가전, 보조기기, 공공 인프라 설비 등 다양한 응용 분야로의 확장을 고려하여 범용적인 전력 설계와 제품 구조의 모듈화도 함께 추진하고 향후 KC 인증 등 전기 안전 관련 인증 절차를 이행함으로써 양산화 및 시장 진입 기반을 마련할 예정이다.

특허 출원 내용

향후 특허 출원 예정