[ 시티저널 허송빈 기자 ] KAIST 전산학부 한동수 교수 연구팀이 크라우드 소싱 기반 실내 위치 인식 기술을 개발했다.

이 기술은 스마트 폰에 탑재돼 있는 다양한 센서에서 수집한 신호를 기반으로 무선랜 신호 일명 핑거 프린트의 수집 위치를 자동으로 라벨링하는 인공 지능(AI) 기법이다.

무선 랜 신호가 존재하고 스마트 폰을 사용할 수 있는 건물이면 어디든 적용할 수 있고, 정확도가 높아 도심의 실내 위치 인식 시스템 구축 비용을 획기적으로 줄일 수 있을 전망이다.

연구팀에 따르면 우선 불특정 다수의 스마트 폰에서 수집한 무선 신호를 클러스터링으로 건물별로 분류한 다음 기압 정보로 다시 층별로 분류했다.

연구팀은 날씨 변화에 따른 기압 정보 측정에 어려움을 겪던 기존 기술의 한계를 극복하고, 수집한 무선 신호를 층별로 구분하는 기법을 새롭게 개발했다.

연구팀은 새로 개발한 반자율 학습 위치 라벨링 AI 기법으로 무선 신호의 수집 위치를 라벨링했다.

관성 센서 기반의 관성 항법 기법을 접목해 초기 라디오 맵을 구축했고, 관성 센서에서 얻은 신호 정보 없이 수집한 무선 신호를 지역 탐색과 전역 탐색을 반복하는 기계 학습 알고리즘으로 수집 위치를 최적화했다.

연구팀은 지하 2층, 지상 6층의 12만 평 규모의 실내 쇼핑 몰을 대상으로 정확도를 측정한 결과 3~6m 수준의 정확도를 확인했다.

층 구분 정확도 역시 95% 이상 가능해 수작업을 통한 정확도를 넘어서는 결과를 보였고, 도시 전체 건물에 적용했을 때도 유사한 결과를 얻을 수 있을 것으로 예상했다.

이번에 개발한 기술을 주요 IT 기업, 통신사, 온라인 쇼핑사의 앱을 통해 수집한 신호에 적용하면, 도시·국가 규모의 실내 위치 인프라를 손쉽게 구축할 수 있을 것으로 점쳐진다.