Earticle

당뇨병은 전 세계적으로 빠르게 증가하는 만성 질환으로 조기 진단과 예방이 중요하다. 본 연구는 웨어러블 기기에서 수집한 심박수, 피부 온도, 활동량 등의 생체 신호를 활용하여 실시간으로 당뇨병 고위험군을 예측하는 시스템을 개발하는 데 목적이 있다. MQTT와 Apache Kafka 기반으로 한 이중 스트리밍 아키텍처를 통해 안정적 이고 실시간 데이터 처리를 구현하였으며, LSTM 모델을 ONNX 형식으로 경량화하여 모바일 환경에서 실시간 추론이 가능하도록 하였다. 5만 건 이상의 시계열 데이터를 대상으로 검증한 결과, 91.2%의 정확도와 0.936의 AUC를 달성하였다. 본 연구는 개인 맞춤형 건강 관리 및 당뇨병 조기 예측에 실용적인 기반을 마련한다.

Diabetes is a rapidly growing chronic disease worldwide, highlighting the importance of early diagnosis and prevention. This study develops a real-time diabetes risk prediction system using physiological signals—heart rate, skin temperature, and activity—collected via wearable devices. A dual-streaming architecture based on MQTT and Apache Kafka ensures reliable and real-time data processing. We employed a Long Short-Term Memory (LSTM) model optimized with ONNX for lightweight inference on mobile platforms. Validation on over 50,000 time-series sequences demonstrated an accuracy of 91.2% and an AUC of 0.936. The proposed system offers a practical framework for personalized health management and timely diabetes risk detection.

원격측정 시스템은 비행체로부터 데이터를 획득하여 지상으로 송신하는 시스템이다. 원격측정 시스템을 통해 수신한 데이터로 비행체의 현재 상태를 실시간으로 모니터링하기 위한 원격측정 실시간 자료처리 프로그램이 개발되었다. 지속적인 비행체의 개발로 계측 데이터가 증가하고 있으며, 이에 따라 프로그램 사용자의 요구가 다양해지고 있다. 고용량 데이터 분석, 여러 개의 분석 도구 배치, 다중 모니터 사용, 그리고 긴 시간 동안의 데이터를 효과적으로 분석하고자 한다. 그러나 과도한 전시 환경을 구성한 경우 시스템 성능 저하가 발생하였고, 이는 실시간 그래프에 대용량 포인트를 렌더링할 때 메모리 사용량 증가로 인한 가비지 컬렉터의 수행 빈도 증가가 원인이었다. 본 논문에서는 이를 해결하기 위해 실시간 그래프 최적화 알고리즘을 제안하고 구현하였으며, 다양한 환경에서의 테스트를 통해 제안한 알고리즘의 성능을 검증하였다.

A telemetry system is a system that acquires data from an aircraft and transmits it to the ground. Real-time data processing program for Telemetry was developed to monitor the current state of the aircraft in real time using data received through a telemetry system. Measurement data is increasing due to the continuous development of aircraft, and accordingly, the needs of program users are diversifying. There is a need for high-capacity data analysis, multiple analysis tools deployment, using multiple monitors, and effective analysis of long-duration data. However, when an excessive display environment was configured, system performance degradation, and the cause was an increase in the frequency of garbage collector execution due to increased memory usage when rendering a large number of points on a real-time graph. In this paper, a real-time graph optimization algorithm was proposed and implemented to solve this problem, and the performance of the proposed algorithm was verified through tests in various environments.

산업 기술이 발달함에 따라 편리함을 추구하게 되면서 교통수단 역시 발달하고 있다. 대도시에 거주하는 많은 사람들은 버스, 택시, 자가용 등의 교통수단을 이용하여 출퇴근을 하고 있고 여가를 즐기므로 이동시 발생하는 교통사고 의 피해를 줄이기 위한 연구가 필요하다. 본 연구는 실시간으로 도로단위 강우량을 추정하는 법을 다루고 있다. 이를 위해 기상청에서 제공하는 강우 관측 자료와 강우 레이더자료를 실시간으로 수집하여 통합 데이터베이스를 만들고 이를 크리깅 방법을 통해 도로단위 강우량으로 추정하였다. 이 외에도 도로의 실시간 교통소통정보도 강우정보와 융합하여 인터렉티브하게 시각화하는 연구를 수행하였다.

As industrial technology advances, convenience is also being developed. Many people living in big cities are commuting using transportation such as buses, taxis, cars, etc. and enjoy leisure, so research is needed to reduce the damages caused by traffic accidents. This study deals with estimating road-level rainfall in real-time. A rainfall observation data and radar data provided by the Korea meteorological administration were collected in real-time to create an integrated database, which was estimated as road-level rainfall by universal kriging method. Besides, we conducted a study to interactively visualization of mash-up road traffic information in real-time with integrating rainfall information.

This paper deals with the middleware development for real time data processing using ubiquitous RFID(Radio Frequency Identification). This middleware system supports the real time data gathering, filtering, and collaborative operations within SCM. We expect to decrease the data processing cost and to upgrade the status of RTE(Real Time Enterprise) and competitive power of company.

일반적으로 초고속 네트워크에서 실행되는 분산 시스템의 데이터 전달처리 효율은 시스템 구조 및 데이터의 전달처리 시스템에 의존한다. 분산 환경을 이용한 실시간 분산 시뮬레이션 시스템은 데이터전달처리의 실시간성과 시스템의 신뢰성 보장을 위하여 데이터 전달처리 시스템에 의하여 요구된 성능을 만족하고자 하였다. 그러나 실시간 시뮬레이션 시스템에 적용된 클라이언트/서버 기반의 데이터 전달처리 시스템은 시스템의 안정성 및 시스템의 변경에 따른 확장성과 유지보수성 확보가 어려웠다. 따라서 기존의 데이터 전달처리 시스템의 문제점을 해결하기 위하여 새로운 데이터 전달처리 시스템이 필요하다. 본 논문에서는 기존의 실시간 시뮬레이션 시스템을 분석하여 시스템 개선방향을 제시하고, 시스템 확장성, 상호운용성, 재사용성 및 유지보수성을 위하여 소프트웨어 디자인 패턴을 적용한 새로운 실시간 데이터 전달처리 시스템을 제안한다.

Usually, The data transmission processing efficiency of the distributed system running on high speed networks depends on the system architecture and the data transmission processing system. In order to secure the real-time rate and the system reliability, the real-time distributed simulation system on the distributed environment has tried to satisfy the performance required by the data transmission processing system. However, the client/server-based data transmission processing system in the real-time simulation system has been difficult to satisfy the system stability, extensibility and maintenability, especially when system changes. So, it is natural to study another improved data transmission processing system to solve the problems at the existing real-time simulation system. After analyzing the existing real-time simulation system, this paper will propose the improved real-time data transmission system by using Software Design Pattern, which enhances extensibility, interoperability, reusability and maintenability of the system.

최근 모바일 스마트 기기의 보급으로 스마트 기기에 탑재된 다양한 센서에서 수집되는 대량이 데이터를 분석하여 처리하는 빅 데이터의 시대는 위치기반 서비스(LBSs: Location-Based Services)에 까지 확대대고 있다. 이동궤적에 대한 데이터도 초 대용량으로 증가하고 있다. 초 대용량 이동궤적 데이터 처리를 위해서는 클라우드 컴퓨팅 기술 및 맵리듀스와 같은 병행처리 플랫폼에 대한 연구가 필요하다. 최근 대용량 데이터의 병렬처리를 위해 맵리듀스 기반의 연구는 진행되고 있으나, 일괄처리 및 키-값 데이터 구조에 적합한 맵리듀스는 실시간 LBS에 적용에 적합하지 않다. 따라서 본 연구는 맵리듀스 특성을 면밀히 분석하고 실시간적 서비스에 적합하도록 모듈 단위로 효율적인 색인 기법 및 검색에 대한 시스템 설계를 제시한다.

In recent, proliferation of mobile smart devices have led to big-data era, the importance of location-based services is increasing due to the exponential growth of trajectory related data. In order to process trajectory data, parallel processing platforms such as cloud computing and MapReduce are necessary. Currently, the researches based on MapReduce are on progress, but due to the MapReduce's properties in using batch processing and simple key-value structure, applying MapReduce framework for real time LBS is difficult. Therefore, in this research we propose a suitable system design on efficient indexing and search techniques for real time service based on detailed analysis on the properties of MapReduce.

최근에는 디지털 헬스케어 기기가 사용자 중심으로 발전하고 있으며, 이러한 발전은 재활치료 분야에도 적용되 고 있다. 재활치료는 반복적이고 장기적인 과정을 요구하며, 일반적으로 의료진의 감독하에 병원에서 이루어지기 때문 에 사용자 중심의 상시적인 치료가 어려운 경우가 많다. 그러나 최근 ICT 기술 융합을 기반으로 한 바이오센서를 활용 한 생체신호 측정과 분석은 환자 상태를 파악하고 재활 운동을 개선하는데 도움이 된다. 본 연구에서는 뇌졸중 환자를 대상으로 하는 실시간 근기능 평가 시스템을 소개하고, 이 시스템의 실시간 데이터 처리 성능을 분석하였다. 이 시스템 은 중앙 서버와 통신하는 오프로딩 방식이 아닌 온-디바이스 실시간 데이터 처리 기능을 사용하며, EMG 데이터를 활용하여 근기능을 평가한다. 실험 결과에서 데이터 처리 속도와 데이터 처리 시 윈도우 크기와 시프트 개수의 중요성 을 분석하였고 이를 통해 실시간 근기능 평가를 통한 개별 맞춤형 재활치료 서비스 개발이 가능함을 제시한다.

Digital healthcare devices adopt a user-centric approach in rehabilitation therapy, though its repetitive, long-term nature limits it to clinical settings. The integration of ICT technology, particularly biosensors, has enabled objective bio-signal measurement and analysis, offering insights for patient assessment and rehabilitation. In this study, we introduce a real-time muscle function assessment system designed for stroke patients and conduct an analysis of its real-time data processing capabilities. This system employs on-device real-time data processing. Muscle function assessment is achieved through the utilization of electromyography (EMG) data. Our experimental findings shed light on the pivotal role of data processing speed, window size, and shift parameters. This suggests the potential for the development of personalized rehabilitation services through real-time muscle function assessment.

4차 산업혁명 시대 핵심이 되는 제조 및 서비스를 포함한 다양한 분야에서 실세계의 물리적인 환경과 상호작용 가능 한 디지털 프로필을 기반으로 어떤 장비나 생산라인 등의 미래 상태를 예측하고 관리할 수 있도록 하는 디지털 트윈 기술이 주목을 받고 있다. 이에 따라 본 논문에서는 건설기계분야 디지털 트윈 모델을 제시하고, 디지털 트윈 기반 건설기계 자동화 플랫폼에 필요한 데이터 인터페이스 및 실시간 장비 및 부품 이상 유무 예측 시스템을 설계 하였 다. 지능형 차량관리서비스 플랫폼의 일부로서, 제안 시스템은 데이터 생성부터 예측 단계까지 크게 5개 모듈로 구 성하였으며, 분석된 결과로 건설기계의 실시간 이상 유무 판단 가능성을 확인할 수 있었다.

Various fields including manufacturing and services of emerging industry 4.0 era, digital twin technology that can manage and predict the future states of equipments or product lines by interacting with physical environments of real worlds is drawing attention. In this paper, we propose the digital twin data interface model and the method for the real-time fault prediction of construction equipments driven by digital twin. As a part of automotive intelligence service platform, our designed subsystem composed of five modules from data generation to rule-based prediction module, and we confirmed the proper operation of our data interface and real-time fault prediction system.

커넥티드 카에서 발생하는 실시간 데이터 처리를 위한 엣지–커넥티드 카 환경에서 웹소켓 통신 연구가 활발히 진행 되고 있다. 그러나 웹소켓은 연결 유지, 고정된 연결의 특성으로 대용량 데이터 처리를 위한 분산 엣지 환경을 구성 하는데, 구조적 한계가 있다. 기존 연구는 세션 공유, 아파치 카프카 통신을 활용했으나, 이는 추가 리소스와 종속 성, 확장성 문제가 존재한다. 본 연구는 실시간성, 확장성, 낮은 리소스를 보장하는 새로운 웹소켓 기반 데이터 통신 기법을 제안하며. 이를 Digital Twin 모델에 적용하였고 차량 충돌 이벤트 처리를 통해 제안된 기법의 효율성을 검증했다.

Research on WebSocket communication in edge-connected car environments is ongoing. WebSockets have structural limits for large data handling due to persistent and fixed connections. Previous approaches using session sharing and Apache Kafka faced scalability and resource dependency issues. This study proposes a new WebSocket-based technique that ensures real-time, scalable, and resource-efficient data communication. It has been applied to the Digital Twin model, proving its effectiveness through vehicle collision event handling.

본 논문에서는 다수 레이더가 발사체를 탐지 및 추적하는 시험 상황 시스템에서 발사체의 예상 위치 추정을 위한 실시간 시험자료 처리 기법을 다루고자 한다. 다수 레이더들은 각각의 고유한 계측특성을 가지고 있으며, 동일한 발사체에 대하여 각기 다른 위치정보를 계측한다. 다수 레이더의 계측값에 대한 신뢰도를 향상시키기 위하여 다수 레이더가 측정한 동일 발사체에 대한 서로 다른 위치정보를 융합하여 통합된 좌표를 공유할 수 있는 기법이 필요하다. 이 논문에서는 다수 레이더에서 계측한 발사체 정보를 수집하는데 필요한 송신 시간 및 계산 지연을 고려하고 특정시간 이후의 발사체에 대한 정확한 예상 좌표 추정을 계산하기 위하여 칼만필터 알고리즘, 선형예측 알고리즘 및 이동평균 알고리즘을 적용한다. 또한, 동일 발사체에 대한 다수 레이더의 위치정보를 융합하기 위하여 각 레이더가 송신한 발사체의 위치 정보 중에서 유효하지 않은 위치 정보를 잡음으로 정의하고, 제거하는 기법을 제안한다. 다수레이더가 계측한 시험자료 중에서 잡음에 해당하는 좌표를 제거하고, 위치좌표를 융합한 후, 일정 시간 이후의 통합좌표 예측 정확도에 대한 성능을 평가하였으며, 세 가지 위치좌표 추정 알고리즘을 사용하여 예상한 위치 정보와 원격측정장비(telemetry) 위치정보 사이의 오차를 비교 분석하였다.

This paper addresses a real-time flight test data processing algorithm for the estimation of the coordinate position of projectiles sensed by multiple radars. Since multiple radars have their own features to search and track targets, they sensor the targets in different results of their estimation. In order to improve the reliability of estimation by multiple radars, multiple radar sites need to share an integrated coordinate position. We thus apply Kalman filter algorithm, linear regression algorithm and moving average algorithm to the estimation of expected future position of a projectile, as considering communication and computation delay. We also define invalidated information, in case that any radar inappropriately detect the coordinate position of the projectile, and suggest a method to exclude the invalidated positions of the projectile. To evaluate algorithms we suggest, in an experiment, we measure and analyze the error between estimated position of the projectile using three algorithms and its position by telemetry.

In this paper, we propose an in-memory distributed processing method that can rapidly process vehicle location and traffic event data using Spark Streaming. The proposed system enables to share information about surrounding vehicles, pedestrians, and traffic events in real time with drivers who use the WEVING service. In the proposed method, vehicle location and traffic event streams are indexed using the grid indexing technique according to time, and the continuous range query method is processed based on the index. Also, traffic events are grouped based on occurrence time, location, content, and road segment of the traffic event transferred in real time in order to avoid duplicated traffic events. Through experiments, we show that the proposed method is able to deduplicate similar traffic events efficiently.

OSGi는 로컬 네트워크에서 하드웨어 및 미들웨어에 대한 상호 호환성 및 안전한 접근을 위한 보안성을 보장한다. 홈 네트워크 서비스가 복잡해짐에 따라 홈 네트워크 내에 실시간 데이터를 생성하는 센서가 추가되고 이 센서들을 활용한 OSGi 응용 서비스들이 증가하고 있다. 하지만, OSGi 응용에서는 이러한 센서에서 획득 가능한 실시간 센서 데이터를 효과적으로 처리하는 방법에 관한 연구는 미진하다. 또한, 실시간 데이터를 처리하기 위하여 대부분의 OSGi 기반 응용에서는 응용에 종속적인 미들웨어를 사용하거나 실시간 데이터의 처리와 가공에 대해서는 고려하지 않는다. 따라서 본 논문에서는 OSGi 응용에서 실시간 데이터를 활용하여 서비스를 효율적으로 제공할 수 있는 OSGi 응용 프레임워크를 제안한다. 이를 위하여 OSGi 응용으로 하여금 표준화된 방법으로 실시간 데이터를 처리하도록 지원하는 ALE 기반 실시간 센서 스트림 처리 미들웨어와의 연동 방법에 대하여 제안한다.

OSGi provides interoperability between hardwares and softwares and security for safe access in local network environments. According to the complexity of services in a home network environment, the usage of newly constructed sensors which generate real-time sensor data stream are steadily growing in the network and OSGi application services are also increasing using those sensors. However, the researches to effectively process real-time sensor data stream generated by those sensors are not actively going on, nowadays. Also, almost of OSGi-based applications use application-dependant middleware to process real-time data and do not even consider the process and manipulation of real-time data stream in most cases. In this paper, we propose OSGi application framework to effectively provide home network services by using real-time data stream in OSGi applications. For this, the method of interoperability with ALE-compliant middleware is proposed to process sensor data stream in a standardized method.

제조업의 생산 방법은 노동집약적인 방법에서 제조설비 중심의 기술집약적인 방법으로 변경되어가고 있다. 사람 의 노동력을 제조설비가 대체하게 되면서 제조설비의 모니터링과 관리의 중요성이 강조되고 있다. 또한, 최근 빅데이터 기술은 한정된 데이터에서 새로운 가치를 찾아내는 중요한 기술로 등장하였다. 따라서 제조업의 변화는 기존 제조 공장 에 사물인터넷(IoT), 정보통신기술, 센서 데이터, 빅데이터를 융합한 스마트팩토리의 필요성을 증대시켰다. 본 논문에서 는 제조설비 데이터를 몽고DB에 실시간으로 분산 저장 및 처리하는 기술과 R 프로그래밍을 사용한 시각화를 통해 기존 국내 제조업 공장이 빅데이터 기반의 스마트팩토리가 되기 위한 전략을 제시하고자 한다.

Manufacturing methods have been changed from labor-intensive methods to technological intensive methods centered on manufacturing facilities. As manufacturing facilities replace human labour, the importance of monitoring and managing manufacturing facilities is emphasized. In addition, Big Data technology has recently emerged as an important technology to discover new value from limited data. Therefore, changes in manufacturing industries have increased the need for smart factory that combines IoT, information and communication technologies, sensor data, and big data. In this paper, we present strategies for existing domestic manufacturing factory to becom big data based smart-factory through technologies for distributed storage and processing of manufacturing facility data in MongoDB in real time and visualization using R programming.

본 논문에서는 유비쿼터스 지능형교통시스템(u-ITS: Ubiquitous Intelligent Transportation System)에서 발생하는 다량의 데이터를 실시간 저장하기 위해 메인 메모리 데이터베이스(MMDB: Main Memory Database)와 디스크 상주 데이터베이스(DRDB: Disk Resident Database)를 사용하는 시스템 구조와 RM(Rate Monotonic)를 기반으로 데이터의 발생 주기에 따라 MMDB와 DRDB에 실시간 저장하는 알고리즘을 제안한다.

외계행성 탐색시스템으로 관측한 영상은 한국천문연구원 본원에 있는 자료처리 시스템으로 실시간 전송된다. 이를 위해 한국과학기술정보연구원이 운영 중인 첨단망과 UDP 전송 프로그램을 활용하고 있으며 연간 약 140TB의 관측 영상을 칠레 55Mbps, 남아공 39Mbps, 호주 410Mbps의 속도로 전송하고 있다. 관측 영상이 전송되면 MEF 포맷으로 구조화 하고 bias, flat, crosstalk 보정과 bad pixel masking 등의 전처리 과정을 거쳐 각 연구과제별로 실시간 배포하고 있다. 중력렌즈 연구를 위한 우리 은하 중심부 관측영상은 차감영상 기법을 사용하여 약 3억 개의 별에 대해 측광하고 있으며, $18K{\times}18K$ 크기의 대용량 관측 영상을 빠르고 효율적으로 처리하기 위해 256개로 분할하여 분산처리하고 있다. 2014년부터 자료처리를 위한 시스템을 구축하고 증설하였으며 현재 11대의 서버(212Core)와 2.7PB의 NAS 스토리지를 운영하며 연간 700TB이상의 자료를 처리하고 있다. 우리은하 중심부 측광자료에서 검출된 변광 현상을 정리하여 측광데이터베이스를 구축하였다. 본 발표에서는 KMTNet 실시간 자료처리 과정에 대한 상세한 내용과 향후 자료처리 시스템 개선방향에 대해 소개한다.

외계행성 탐색시스템으로 관측한 영상은 한국천문연구원 본원에 있는 자료처리 시스템으로 실시간 전송된다. 이를 위해 한국과학기술정보연구원이 운영 중인 첨단망과 UDP 전송 프로그램을 활용하고 있으며 연간 약 140TB의 관측 영상을 칠레 55Mbps, 남아공 39Mbps, 호주 410Mbps의 속도로 전송하고 있다. 관측 영상이 전송되면 MEF 포맷으로 구조화 하고 bias, flat, crosstalk 보정과 bad pixel masking 등의 전처리 과정을 거쳐 각 연구과제별로 실시간 배포하고 있다. 중력렌즈 연구를 위한 우리 은하 중심부 관측영상은 차감영상 기법을 사용하여 약 3억 개의 별에 대해 측광하고 있으며, $18K{\times}18K$ 크기의 대용량 관측 영상을 빠르고 효율적으로 처리하기 위해 256개로 분할하여 분산처리하고 있다. 2014년부터 자료처리를 위한 시스템을 구축하고 증설하였으며 현재 11대의 서버(212Core)와 2.7PB의 NAS 스토리지를 운영하며 연간 700TB이상의 자료를 처리하고 있다. 우리은하 중심부 측광자료에서 검출된 변광 현상을 정리하여 측광데이터베이스를 구축하였다. 본 발표에서는 KMTNet 실시간 자료처리 과정에 대한 상세한 내용과 향후 자료처리 시스템 개선방향에 대해 소개한다.

Fluorescence lifetime imaging microscopy (FLIM) has been considered an effective technique to investigate chemical properties of the specimens, especially of biological samples. Despite of this advantageous trait, researchers in this field have had difficulties applying FLIM to their systems because acquiring an image using FLIM consumes too much time. Although analog mean-delay (AMD) method was introduced to enhance the imaging speed of commonly used FLIM based on time-correlated single photon counting (TCSPC), a real-time image reconstruction using AMD method has not been implemented due to its data processing obstacles. In this paper, we introduce a real-time image restoration of AMD-FLIM through fast parallel data processing by using Threading Building Blocks (TBB; Intel) and octa-core processor (i7-5960x; Intel). Frame rate of 3.8 frames per second was achieved in $1,024{\times}1,024$ resolution with over 4 million lifetime determinations per second and measurement error within 10%. This image acquisition speed is 184 times faster than that of single-channel TCSPC and 9.2 times faster than that of 8-channel TCSPC (state-of-art photon counting rate of 80 million counts per second) with the same lifetime accuracy of 10% and the same pixel resolution.

Ultrasonic propagation imaging (UPI) has shown great potential for detection of impairments in complex structures and can be used in wide range of non-destructive evaluation and structural health monitoring applications. The software implementation of such algorithms showed a tendency in time-consumption with increment in scan area because the processor shares its resources with a number of programs running at the same time. This issue was addressed by using field programmable gate arrays (FPGA) that is a dedicated processing solution and used for high speed signal processing algorithms. For this purpose, we need an independent and flexible block of logic which can be used with continuously evolvable hardware based on FPGA. In this paper, we developed an FPGA-based ultrasonic propagation imaging system, where FPGA functions for both data acquisition system and real-time ultrasonic signal processing. The developed UPI system using FPGA board provides better cost-effectiveness and resolution than digitizers, and much faster signal processing time than CPU which was tested using basic ultrasonic propagation algorithms such as ultrasonic wave propagation imaging and multi-directional adjacent wave subtraction. Finally, a comparison of results for processing time between a CPU-based UPI system and the novel FPGA-based system were presented to justify the objective of this research.