실내 미세먼지 측정 개선을 위한 저가형 미세먼지 센서 보정 모델

초록

대기오염에 대한 사회적 관심이 증가함에 따라 미세먼지와 관련된 IoT 제품의 수요가 증가하고 있다. IoT 제품에서 수집된 실내 데이터를 통해 적합한 기능을 제공하기 위해서는 수집되는 데이터의 정확성이 높아야 한다. 이를 위해 미세먼지 센서 데이터의 정확성을 높이기 위한 다수의 연구가 수행되었지만, 대부분 대규모의 실외 환경에서 이루어져 실내 환경에 적용하기 부적합하다. 특히, 공기청정기와 같은 미세먼지 관련 제품의 하드웨어 자원은 한계가 있기에 정확성뿐만 아니라 추론 속도나 메모리 사용량 등의 자원 사용량도 함께 고려되어야 한다. 본 연구에서는 입력 데이터의 형태에 따라 자원 사용량을 최소화하여 저가형 미세먼지 센서로 수집된 데이터의 정확성을 높인 딥러닝 모델을 개발하였다. 제안된 모델의 우수성을 입증하기 위해 정확도와 추론 속도를 지표로 다양한 비교 실험을 수행하였다. 또한, 제안 모델을 공기청정기 프로토타입에 적용하여 실제 IoT 환경에도 사용될 수 있음을 입증하였다.

키워드