Earticle

근래 정부 지원에 힘입어 글로벌 제조 경쟁력 향상 목적으로 중소규모 공장대상 스마트팩토리 도입이 빠르게 전 개되고 있다. 기존의 클라우드 기반 스마트팩토리 구축 경우, 생산라인에서 발생하는 데이터를 클라우드로 전송한 뒤, 클라우드 내에서 가공과 저장, 통합, 분석과정을 거쳐 유의미한 통찰정보를 산출해낸다. 현업에서는 이를 수신하 여 현장에 적용함으로써 공정을 개선하고 품질을 개선하고 낭비요소를 제거하는데 활용해 왔다. 하지만 그에 따른 네트워크 지연과 데이터 전송비용의 증가, 무엇보다 안정성을 바탕으로 운영되는 클라우드의 Single fault 장애발생 시 시스템운영 전반에 걸쳐 여파가 크다는 점은 여전히 해결되지 않은 위험요소로 남아있다. 특히 공정 중 발생하 는 기기제어 및 상태정보와 같은 민감한 정보가 모두 회사관리범위 밖인 클라우드로 이동됨에 따라 불특정 제3자의 고의적인 정보유용으로 이어질 수 있다는 점은 스마트팩토리 확산에 부정적 영향을 끼치고 있다. 이에 Edge Computer가 그 해결방법의 하나로 주목받고 있으며 공정에서 발생하는 데이터를 실시간 수집하고 변환 후, 내장된 Analytic 기능을 통해 어느 정도의 통찰정보를 클라우드의 도움 없이 현장에서 빠르게 제공함으로써 클라우드 기반 시스템의 단점을 극복함과 동시에 상호 공생적 논리로 진화하고 있다. 본고에서는 이러한 Edge computer가 다양한 스마트팩토리 시스템구조 안에서 어떤 역할로 어떻게 활용되어 그 역할을 수행할 수 있는지 여러 형태의 토폴로지 를 제시하고 그 장단점과 효용가치에 대해 고찰하고자 한다.

본 논문은 실종사건이 발생하였을 때 신속하게 실종자를 찾기 위해 실종자의 휴대전화가 꺼진 위치에서 수식 이 착륙드론(V-Tol)을 활용하여 실종 위치를 순찰하면서 실종자 얼굴을 Deep Learning 기술 중 GAN(Generative Adversarial Nets)기술을 활용하여 5G통신망을 이용 지상 시스템에서 학습 후 드론에게 XML코드를 전송해서 고해 상도의 카메라 기능을 통해 실종자의 위치를 더욱 빠르게 파악하기 위한 목적으로 연구하였다.

This study combines the drone and deep learning technology to improve the efficiency of missing people and to search for missing people, especially young girls, in Golden Time. In order to precisely search a small area, the rotor drone is more efficient, and the Fixed wings drone is more effective when searching a wider and wider area. The proposed technique is implemented and implemented. In the future, this technology is expected to be implemented and demonstrated faster when inter networking with existing 5G communication networks.